Data Governance

Data Governance verfolgt das Ziel, Daten effektiv zu verwalten, weil Daten von Unternehmen als ein Vermögenswert in der heutigen Zeit betrachtet werden. Im Allgemein beschreibt Governance die Art und Weise, wie in Organisationen sichergestellt wird, dass Strategien entwickelt, überprüft und umgesetzt werden. Das Data Governance Institute definiert den Begriff Data Governance wie folgt: 

Data Governance beschreibt somit ein System aus Entscheidungsrechten und Verantwortlichkeiten für informationsbezogene Prozesse, die nach vereinbarten Modellen ausgeführt werden. Es steuert die Verwaltung und Nutzung der Daten im Unternehmen.

In unserer modernen Welt entstehen täglich umfangreiche Datenmengen, die das Potenzial haben, Geschäftsprozesse und Entscheidungsfindungen effizienter zu gestalten. Ein gut strukturiertes Data-Governance-System erleichtert die tägliche Handhabung dieser Daten, maximiert ihren Wert für die Organisation und trägt positiv zur Erreichung der Unternehmensziele sowie zur Vereinfachung des Arbeitsalltags bei. Ein Data-Governance-System unterstützt Datentransparenz, Datenqualität, Daten-Demokratisierung, Datenschutz, Datensicherheit, Datenethik und Datenmonetarisierung.

• Datentransparenz: Datentransparenz ist die Basis für effiziente datengetriebene Arbeit. Sie bezeichnet die klare Übersicht über verfügbare Daten, die es Mitarbeiter*innen ermöglicht, relevante Informationen schnell zu finden. Durch die Schaffung dieser Übersicht werden Suchkosten minimiert, Entwicklungszeiten verkürzt, Beschaffungskosten gesenkt und Daten- sowie Systemredundanzen reduziert.
• Datenqualität: Datenqualität bezieht sich auf die Gesamtheit der Eigenschaften von Daten, die deren Eignung für die Nutzung in einem bestimmten Kontext bestimmen. Eine gute Datenqualität bedeutet, dass die Daten genau, aktuell, vollständig, konsistent und relevant für den beabsichtigten Zweck sind.
• Daten-Demokratisierung: Daten zu demokratisieren heißt, die Daten möglichst vielen Mitarbeiter*innen in einem Unternehmen zugänglich zu machen. Das funktioniert nur, wenn Daten sowohl in passenden Formaten und Kanälen vorliegen als auch zum Vorwissen der jeweiligen Mitarbeiter*innen passen. Dies hat den Vorteil, dass Arbeitsschritte effizienter gestaltet werden können. Außerdem reduziert dies die Entwicklungszeiten in der Informationsversorgung und Digitalisierung. Dabei ist zu beachten, dass die relevanten Daten rechtssicher zugänglich gemacht werden.
• Datenschutz: Der Datenschutz schützt den/die Einzelne*n vor Beeinträchtigung seines/ihres Persönlichkeitsrechts beim Umgang mit personenbezogenen Daten. Ein Unternehmen ist direkt oder indirekt sowohl von branchenspezifischen Vorschriften als auch von Gesetzen betroffen.
• Datensicherheit: Die Datensicherheit schützt die gespeicherten Daten vor Beeinträchtigung durch höhere Gewalt, menschliche oder technische Fehler sowie Missbrauch. Datensicherheit betrifft somit nicht nur die Systemarchitektur, sondern auch die Organisation des Datenmanagements. Durch das Ergreifen notwendiger Maßnahmen werden finanzielle Schäden und Imageschäden vermieden. 
• Datenethik: Datenethik bezeichnet sämtliche Maßnahmen, die darauf abzielen, die ethisch-moralischen Werte einer Organisation bei der Beschaffung, Verarbeitung, Nutzung, Löschung und Archivierung von Daten zu wahren. Daten selbst tragen keine ethischen Implikationen; die ethische Dimension entsteht durch den Umgang mit den Daten. Hierbei spielen Fragen nach der Datensammlung, dem Datenschutz und der Datenverwendung eine zentrale Rolle.
• Datenmonetarisierung: Datenmonetarisierung bezeichnet sämtliche Maßnahmen, die darauf abzielen, Daten kommerziell zu nutzen und daraus ein datenbasiertes Produkt zu entwickeln. Dies umfasst Veredelungsprozesse zur Herstellung der Marktreife sowie die Berücksichtigung rechtlicher und vertraglicher Grenzen bei der Vermarktung von Datenprodukten. Ziel ist es, die Skalierbarkeit des Datenprodukts zu gewährleisten.

Die Mitarbeitenden, die die Data Governance innerhalb des Prozesssystems im Unternehmen umsetzen, haben unterschiedliche Rollen. Rollen beschreiben Rechte, Pflichten und Aufgaben, die ein oder mehrere menschliche Aufgabenträger aufgrund bestehender Leistungsschwerpunkte wahrnehmen können. Zu den Data-Governance-Rollen zählen Auftraggeber, Data Product Owner, Data Owner, fachlicher Data Steward und technischer Data Steward.

Der Auftraggeber unterstützt Data Governance als Mitglied der Unternehmensleitung. Grundsätzlich gibt der Auftraggeber die strategische Ausrichtung des Datenmanagements vor. Dementsprechend ist diese Rolle verantwortlich für das Datenmanagement und nimmt eine aktive Führungsrolle ein. In diesem Sinne übernimmt diese Rolle die Planung, Steuerung, Koordination sowie die Kontrolle über das ganze Data-Governance-Managementsystem. Außerdem ist der Auftraggeber der fachliche Vorgesetzte für alle übrigen Rollen.

Die Data Owner, auch als strategische Data Stewards bekannt, sind für die Daten in einer bestimmten Domäne verantwortlich. Diese Rolle sichert Qualität, Zugang, Verteilung und fachliche Bedeutung der Daten. Sie genehmigt Datendefinitionen, dokumentiert fachliche Interpretationen und prüft sowie genehmigt Änderungen in der Semantik oder Struktur der Daten.

Der Data Product Owner ist verantwortlich für das Datenprodukt. Diese Rolle bestimmt die Anforderungen im Sinne des Fachbereichs. Außerdem priorisiert der Data Product Owner die Produkteigenschaften und trägt die Verantwortung über Qualität, Zugang, Verteilung, Erhalt und Bedeutung der Daten innerhalb des Datenproduktes. Der Data Product Owner hat sowohl einen groben Einblick in die zugrunde liegenden Technologien als auch das Wissen über die Methoden, Vorgehensweisen und Herausforderungen in der Informatik im Zusammenhang mit dem Datenprodukt. Daher ist der Data Product Owner eine zentrale Schnittstelle zwischen der Informatik und dem Fachbereich.

Fachliche Data Stewards sind für bestimmte Datenprodukte verantwortlich. Ihre Aufgabe ist es, Anforderungen an die Qualität dieser Datenprodukte zu definieren und aus fachlicher Sicht die Datenqualität zu unterstützen. Dazu gehören die Entwicklung von Geschäftsregeln, Datenmodellen und Produktionsprozessen. Die fachlichen Data Stewards messen die Datenqualität und geben Feedback zur Verbesserung der Datenqualität.

Die technischen Data Stewards befassen sich mit der Datenarchitektur sowie der Systemunterstützung für Daten. Es sind Personen aus der IT-Organisation. Technische Data Stewards gewährleisten für ihren Zuständigkeitsbereich einheitliche Datendefinitionen und Datenformate sowie Dokumentationen zu den Quellsystemen.

Data Governance bezeichnet einen umfassenden Ansatz zur Verwaltung, Kontrolle und Optimierung von Daten in einer Organisation. Ziel ist es, die Qualität, Integrität und Sicherheit von Daten sicherzustellen, die Einhaltung gesetzlicher Bestimmungen zu gewährleisten und den effizienten Einsatz von Daten für bessere Geschäftsentscheidungen zu fördern. Durch klare Richtlinien, Verantwortlichkeiten und Prozesse werden Daten transparent, vertrauenswürdig und nutzbringend für die gesamte Organisation gestaltet. Während Data Governance zahlreiche Vorteile wie verbesserte Datenqualität und Entscheidungsfindung bietet, sind potenzielle Nachteile, wie hoher Ressourcenaufwand und Widerstand gegen Veränderungen, zu berücksichtigen. Ein ausgewogenes Data-Governance-Modell ist entscheidend, um die spezifischen Bedürfnisse einer Organisation zu adressieren.