Unternehmerische Entscheidungen und Prozesse werden heute maßgeblich von Daten und Informationen bestimmt. Hierbei wird häufig übersehen, dass auch Daten einem Lebenszyklus unterliegen und dieser geordnet, gestaltet und dokumentiert sein muss, damit sie ihren betrieblichen Nutzen erfüllen. Daten benötigen also eine vorgelagerte Steuerung, eine „Governance“.
Data Governance handelt von der Konvergenz von Datenqualität, Datenmanagement, Data Policies, Business Process Management und Risikomanagement, die die Handhabung von Daten in Unternehmen umgeben.
Der Umgang mit Daten erfordert unternehmensinterne Richtlinien. Es werden einheitliche Prozesse und Verantwortlichkeiten für Dateneingabe, - freigabe und -pflege festgelegt, sodass sichergestellt werden kann, dass die Daten konsistent und vertrauenswürdig sind. „Data Governance legt einen Ordnungsrahmen mit Regeln für das strategische Informationsmanagement fest und stellt die Werkzeuge zur Überwachung und Steuerung der Vorschriften, internen Regeln sowie gesetzlicher Vorgaben und Compliance-Anforderungen bereit“, heißt es bei CIO.de.
Die Relevanz von Data Governance für die Praxis
Data Governance Initiativen werden häufig Compliance-getrieben, sprich von der Notwendigkeit der Erfüllung von Richtlinien und Regulierungsvorschriften. Hierbei wird meist übersehen, dass die Vorteile eines systematischen Data-Governance-Vorgehen weit über die Compliance hinausgehen.
Daten stellen heutzutage die Währung unserer Zeit dar. Neben Compliance-Gründen macht allein die exponentiell wachsende Menge an internen und externen Daten, die in einem Unternehmen erfasst werden, es notwendig diese effektiv zu steuern. Auch um die Datenqualität ist es häufig nicht zum Besten bestellt. Klar ist, dass sich nur auf Grundlage korrekter Daten auch valide Entscheidungen treffen lassen. Unternehmen sind auf die Konsistenz und Vertrauenswürdigkeit der Daten angewiesen. Data Governance wird zum kritischen Erfolgsfaktor.
Zu den Kernargumenten für den Einsatz von Data Governance gehören Themen wie Data Quality, Data Privacy, Data Maintenance und Master Data Management.
- Um Datenqualität aufrechtzuerhalten und zu verbessern, müssen Kriterien wie etwa Richtigkeit, Vollständigkeit und Aktualität berücksichtigt werden; je nach Informationsbedarf kommen Aspekte der Weiterverarbeitung und des Zugangs hinzu. Um Datenqualität zu verbessern, sind Standards und Richtlinien die Mittel der Wahl.
- Unter Data Privacy wird der angemessene Umgang mit persönlichen Daten verstanden, wo immer diese gesammelt und prozessiert werden. In diesem Zusammenhang sind Vorgaben durch Data Governance besonders zur Sicherheit, zu potentiellen Risiken und zum ökonomischen Nutzen hilfreich, wenn die betrieblichen Prozesse im Umgang mit persönlichen Daten definiert werden.
- Data Maintenance beinhaltet die Anreicherung, Aktualisierung oder Korrektur von Daten über den gesamten Daten-Lebenszyklus hinweg. So werden unter anderem Kundeninformationen aktualisiert, die Einfluss auf die Sales- oder Marketing-Strategie haben können. Aber auch Anpassungen zur Weiterverarbeitung (zum Beispiel Synchronisation über mehrere Datenbanken hinweg) können erforderlich sein.
- Schließlich geht es im Master Data Management um das Zusammenfügen aller im Unternehmen befindlichen Informationen/Daten zu einem schlüssigen Ganzen, dem „Golden Record“ Master („Single Point of Truth“). Data Governance schafft den erforderlichen Ordnungs- und Steuerungsrahmen als organisatorische Grundlage, um ein Stammdatenmanagement im Unternehmen einführen zu können.
Wer ist für Data Governance verantwortlich?
Um Data Governance wirkungsvoll in die Tat umzusetzen, kann ein Data Governance-Office als institutionalisierte Daten-Autorität installiert werden, die die Nutzung von Daten innerhalb des Unternehmens festlegt. Das Office besteht aus Vertretern der relevanten Geschäftsbereiche; dabei kann nach fachlichem Fokus (zentrale/dezentrale Vertriebsfunktionen, Finance, HR, IT) oder geographischem Fokus (alle Funktionen einer Landesvertretung) unterschieden werden.
Die Tätigkeit des Data Governance Office beschränkt sich vorrangig auf Felder, die das Unternehmen bei der Erreichung von Geschäftszielen unterstützen:
- Schaffung von Konsistenz über den Daten-Lebenszyklus hinweg
- Funktionsübergreifende Zusammenarbeit, um Best Practices auszutauschen und Konflikte, Kannibalisierungseffekte oder Synergien zu identifizieren
- Begründung von Daten-Betriebsbereitschaft und Vertrauen in Daten
- Konstituierung einer unternehmensweiten „Data Quality Culture“
Wie sieht eine Data-Governance-Unterstützung praktisch aus?
Die Daten können von unterschiedlichen Nutzern in einem System erfasst, von der Konzernzentrale validiert und an die relevanten Systeme distribuiert werden. Dies geschieht auf Basis von Prozessen, die sich inklusive Freigaben und Workflows von den Unternehmen selbst definieren lassen. Belege können innerhalb eines Prozesses (Requests) dokumentieren, welcher Nutzer beziehungsweise welche Nutzergruppe welche Daten eingegeben, und wer diese Daten auf Basis welcher Informationen freigeben hat.
- Größere Sicherheit, die durch die Ermittlung kritischer Daten, die Identifizierung von Dateneigentümern und Datennutzern sowie durch die Bewertung und Eingrenzung von Risiken für kritische Daten erzielt wird.
- Höhere Datenqualität, die bessere unternehmerische Entscheidungsfindung ermöglicht.
- Verbesserte betriebliche Effizienz, dank der Prozesse und Verfahren, die ein schnelleres und einfacheres Management von Daten ermöglichen.
- Reduzierte Kosten für Datenmanagement und -Speicherung.
- Weniger Sicherheitsverstöße aufgrund verstärkter Schulung zum ordnungsgemäßen Umgang mit Datenbeständen.
Erfahren Sie in unserem Blogbeitrag „Effizienter Arbeiten durch automatisierte Stammdatenpflege” mehr über die Vorteile und die Umsetzung des Stammdatenmanagements.
