Data Governance (DG) ist ein Geschäft Programm und ein Fundament, das harmonisierte Datenaktivitäten im gesamten Unternehmen unterstützt. Es erreicht dieses Ziel als formalisiertes Framework, das nach den Spezifikationen eines Unternehmens implementiert wird Datenstrategie.

Um Governance als Ganzes anzuwenden, müssen verschiedene Aspekte miteinander verbunden werden Komponenten – wie Rollen, Prozesse, Kommunikation, Metriken und Tools – um die Wahrscheinlichkeit zu erhöhen, dass die richtigen Daten zur richtigen Zeit an die richtigen Ressourcen fließen. Jedes DG-Element arbeitet mit den anderen zusammen, um die gemeinsame Datennutzung und den Zugriff intern und mit Dritten über ein Framework zu steuern.

Folglich bietet Data Governance Datenkonsumenten ein konsistentes Erlebnis und einen einfacheren Weg, auf der Grundlage von Entscheidungsrechten und Verantwortlichkeiten, Fragen und Problemen im Zusammenhang mit geteilten Daten zuzustimmen und diese zu lösen. Die Befugnisse oder Kontrolle der GD sorgt dafür, dass ihre Dienste an der Datenstrategie des Unternehmens ausgerichtet sind.

In der Zwischenzeit passt sich die Governance an sich ändernde Geschäftsbedingungen an, beispielsweise an neue Technologien. Dazu läuft DG von einem vereinbart Modell, das sich durch die Vertretung der Geschäftseinheiten und die organisatorische Ausrichtung agil weiterentwickelt.  

Daten-Governance definiert

Data Governance wird häufig mit Datenmanagement verwechselt, aber das zwei Praktiken sind unterschiedlich. Nach DAMA InternationalUnter Data Governance versteht man „die Ausübung von Autorität und Kontrolle (Planung, Überwachung und Durchsetzung) über die Verwaltung von Datenbeständen.“ Mittlerweile ist die Data Governance Institut definiert es als „ein System von Entscheidungsrechten und Verantwortlichkeiten für informationsbezogene Prozesse, das nach vereinbarten Modellen ausgeführt wird, die beschreiben, wer welche Maßnahmen mit welchen Informationen und wann, unter welchen Umständen und mit welchen Methoden ergreifen kann.“ Zuletzt, Gartner-Glossar listet es auf als „die Spezifikation von Entscheidungsrechten und einem Rechenschaftsrahmen, um das angemessene Verhalten bei der Bewertung, Erstellung, Nutzung und Kontrolle von Daten und Analysen sicherzustellen.“

Obwohl automatisierte Tools die Governance unterstützen und notwendig sind, definieren sie sie nicht. Governance ist ein Programm, das Menschen, Technologie und Aktivitäten im gesamten Unternehmen koordiniert.

Vorteile von Data Governance

Der größte Vorteil von Data Governance ist die kohärente Koordination zwischen verschiedenen Geschäftsbereichen, die dieselben Daten verwenden, und eine effektivere Teamarbeit rund um die Datennutzung und -zugänglichkeit. Ohne ein funktionierendes unternehmensweites Governance-Programm kann ein Unternehmen nicht die für den Betrieb erforderlichen Daten bereitstellen.

Einige interne Abteilungen oder Projekte erhalten möglicherweise die Informationen, die sie benötigen, um ihre Arbeit abzuschließen und Vorschriften einzuhalten, ohne dass die Governance ineffizient ist oder fehlt. In anderen Abschnitten bestehen jedoch weiterhin Lücken. Wie sie mit Daten umgehen, kann der übergreifenden Datenstrategie zuwiderlaufen, was zu einem Mangel an Datenvertrauenswürdigkeit oder -bewusstsein in den verschiedenen Geschäftseinheiten führt.

Im Gegensatz dazu reduziert eine angemessene Data Governance Risiken und erhöht die Chancen der Organisation. Dieser größere Vorteil führt zu Ergebnissen wie:

• Geringere Kosten in anderen Bereichen des Datenmanagements: Beispielsweise reduziert DG die Menge doppelter und ungenauer Daten zwischen den Abteilungen.
• Genaue Verfahren rund um Regulierungs- und Compliance-Aktivitäten: Beispielsweise kann das Unternehmen eine genaue Auskunft geben Datenherkunft an die Aufsichtsbehörden.
• Verbesserte Transparenz bei gemeinsamen Datenaktivitäten: Governance stellt sicher, dass Aufsichtsbehörden und Mitarbeiter darauf vertrauen können, dass das Unternehmen personenbezogene Daten rechtmäßig verarbeitet.
• Bessere Schulungs- und Bildungspraktiken rund um das Datenmanagement: Abteilungsvertreter, die sich mit der Governance befassen, verfügen über Informationen, um Teamkollegen zu zeigen, wie sie Korrekturen vornehmen können Probleme mit der Datenqualität in ihrer Arbeit.
• Erhöhter Wert der Daten einer Organisation: DG standardisiert unternehmensweite Daten, um sie als Schulungsmaterialien für deren KI an ein anderes Unternehmen zu verkaufen.
• Standardisierte Datensysteme, Richtlinien und Verfahren: Beispielsweise stellt die DG sicher, dass die für die Verifizierung verwendeten Daten einheitsübergreifend gleich behandelt werden und keine Daten in der Produktion beschädigt werden.
• Bessere Lösung früherer und aktueller Datenprobleme: DG stellt sicher, dass die vierteljährliche Verkaufsberichterstattung konsistent erfolgt, ohne dass Verwirrung entsteht, die zu einem erneuten Ticket führt.
• Überwachungs- und Nachverfolgungsmechanismen für die Datenqualität und andere datenbezogene Aktivitäten: Die GD legt Verfahren zur Datenprofilierung und -verbesserung fest, damit ein größerer Teil der Unternehmensdaten korrekt ist.
• Umsatzwachstum des Unternehmens: Durch DG erhalten Geschäftsanalysten zuverlässige Daten, die neue Dienstleistungen aufzeigen, die ihre Kunden wünschen und für die sie mehr Geld bezahlen würden.

Wie funktioniert ein Data Governance-Programm?

Jeder in einer Organisation ist für ein funktionierendes Data Governance-Programm verantwortlich. Die Einzelheiten hängen von der Berufsbezeichnung, dem Grad des Engagements der Generaldirektion und der Zusammenarbeit mit anderen ab. Zum Beispiel ein Chief Data Officer (CDO) oder ein Governance-Leiter stellt sicher, dass die Governance ordnungsgemäß funktioniert. Ohne ein ausreichendes Budget aus der Unternehmensfinanzierung ist dies nicht möglich.

Data Governance-Programme umfassen vier Ebenen erwartete Leistungen und Verantwortlichkeit: exekutiv, strategisch, taktisch und operativ. Eine Unterstützungsschicht stellt jeder DG-Schicht die erforderlichen Ressourcen zur Verfügung, um ihr Ziel zu erreichen.

Führungspraktiken

Zur Führungsebene gehört die Führungsspitze der Organisation, die die Datenstrategie erstellt und das Governance-Programm initiiert, bewertet und finanziert. Jegliche Kommunikation mit Daten erfolgt auf sehr hohem Niveau, einschließlich Kennzahlen zum Gesamterfolg der Generaldirektion bei der Erreichung der Ziele der Datenstrategie.

Führungskräfte stellen sicher, dass der Organisation eine transparente und vertrauenswürdige Botschaft über die Governance übermittelt wird. Sie bleiben durch Sitzungen des Lenkungsausschusses über DG informiert. Darüber hinaus bieten Softwaretools diesen hochrangigen Managern Einblicke in betriebliche Effizienz, Herausforderungen und Möglichkeiten zur Einhaltung von Vorschriften.

Strategische Praktiken

Die strategische Ebene Data Governance besteht aus Vertretern aller Unternehmensfunktionen. Sie treffen sich in der Regel als DG-Ausschuss, um Prozesse, Kommunikation, Metriken und Tools einzurichten, zu aktivieren und zu bewerten. 

Diese Ebene meldet Fortschritte und alle ungelösten Probleme oder Vorschläge an die Führungsebene und leitet Entscheidungen an Abteilungsvertreter auf taktischer Ebene weiter. Wenn in einem Unternehmensbereich Governance-Probleme oder -Chancen auftreten, bietet die strategische Ebene ein Forum zum Erkunden und Erfahren. Die Mitglieder der strategischen Gruppe arbeiten an der Klärung der DG-Richtlinien durch Dialog, Kennzahlen, Empathie und Einhaltung der Datenstrategie. 

Metrik und Tools unterstützen das strategische Team dabei, zeitnahe Data-Governance-Entscheidungen zu treffen und Eskalationen zu lösen. Sollten die Meinungsverschiedenheiten weiterhin bestehen, trifft die Führungsebene die endgültige Entscheidung über das DG-Verfahren.

Taktische Praktiken

Auf taktischer Ebene identifiziert und löst Data Governance Datendefinitions-, Produktions- und Nutzungsprobleme in allen Geschäftsteams. Die Personen auf dieser Ebene repräsentieren ihre Geschäftseinheit und sind in der Regel Fachexperten (KMU).

Als Taktiker stellen KMU sicher, dass die durch strategische Data-Governance-Entscheidungen empfohlenen Richtlinien und Verfahren korrekt und wie beabsichtigt umgesetzt werden. Sie verwenden Kennzahlen, um zu beurteilen, wie gut die Organisation abschneidet Datenqualität oder andere DG-Ergebnisse. 

Diese KMU berichten über ihre Erkenntnisse an die strategische Ebene. Darüber hinaus ergreifen KMU Schritte, um auftretende Probleme zu lösen. 

Sie beheben Diskrepanzen, indem sie die Datenerstellung, -transformation, -speicherung, -aktualisierung und -löschung an die Data-Governance-Regeln und -Standards anpassen und schulen ihre Teamkollegen und Manager im datenbezogenen Umgang. Häufig nutzen KMU Data-Governance-Tools, um Regeln anzuwenden und allgemeine taktische Probleme automatisch anzugehen. 

Wenn ihre Teammitglieder Fragen, Bedenken oder allgemeine Kommentare zu Data Governance-Implementierungen haben, teilen sie diese den KMU-Taktikern mit. Anschließend bringen die KMU alle offenen Punkte zur Lösung auf die strategische Ebene.

Betriebspraktiken

Die operative Ebene umfasst Datenverwaltung, wo jeder und jeder, der bei seiner Arbeit Daten erstellt, nutzt, speichert, definiert, archiviert, verwaltet oder löscht, dies gemäß Data Governance-Prozessen tut.

Beachten Sie, dass jeder in der Organisation der operativen Ebene angehört und ein Datenverwalter ist. Datenverwalter nutzen Data-Governance-Metriken und -Tools, um ihre Aktivitäten an den Data-Governance-Zielen auszurichten. 

Sie sind dafür verantwortlich, den KMU Fortschritte und Herausforderungen im Bereich Data Governance auf taktischer Ebene zu kommunizieren. Darüber hinaus arbeiten sie mit der Organisation zusammen, um daraus resultierende Ineffizienzen zu beheben.

Support-Praktiken

Die Support-Mitarbeiter leiten das Data Governance-Programm zusammen mit der Unterstützung von Partnern. Dazu kann ein Data-Governance-Leiter oder ein CDO gehören, der für die Ausführung des Data-Governance-Programms und Unternehmensressourcen wie Sicherheit verantwortlich ist. Support-Rollen arbeiten auf einer oder mehreren Führungskräften, auf strategischer, taktischer oder operativer Ebene zusammen.

Die Unterstützungsaktivitäten von Data Governance fallen typischerweise im Rahmen der beruflichen Verantwortung einer Person an. Beispielsweise müsste die Personalabteilung, die für die Einarbeitung neuer Mitarbeiter verantwortlich ist, sie im Rahmen dieses Prozesses in den Praktiken der Generaldirektion schulen. 

Diejenigen in Supportpositionen haben je nach Bedarf Zugriff auf Governance-Metriken, Tools und Kommunikation und können mit diesen arbeiten. Sie sind dafür verantwortlich, ihre Arbeit für die GD an der Datenstrategie auszurichten.

Verschiedene Arten von Data Governance-Programmen

Die Art des Governance-Programms funktioniert am besten, wenn es sich nahtlos in die Kultur und Geschäftspraktiken einer Organisation einfügt. Allerdings fallen Governance-Programme im Allgemeinen darunter vier verschiedene Formate:

• Steuerung und Kontrolle: A Top-Down-Ansatz Das legt die DG-Regeln fest und weist die Mitarbeiter an, diese zu befolgen
• Formalisiert: Schulungsprogramme, die im Rahmen der Datenkompetenzinitiative einer Organisation entwickelt wurden, um die Praktiken der Generaldirektion zu fördern
• Nicht-invasiv: Eine Formalisierung bestehender Rollen 
• Adaptiv: Eine Menge von Data-Governance-Prinzipien und Definitionen, die flexibel angewendet und durch eine Kombination von Stilen in den Geschäftsbetrieb integriert werden können

Organisationen können zu unterschiedlichen Zeiten verschiedene Arten von Frameworks für unterschiedliche Zwecke ausprobieren. Beispielsweise kann ein CIO die Leitung eines Governance-Programms in einem Startup-Unternehmen übernehmen und dabei die geschäftsführende, strategische und taktische Ebene abdecken. Aber wenn das Unternehmen wächst, wird sich DG weiterentwickeln, sodass KMU die strategische und taktische Ebene übernehmen.  

Anwendungsfälle für Data Governance

Der Erfolg eines Data Governance-Programms hängt davon ab, ob seine Ergebnisse erfüllt werden und wie gut diese Ergebnisse mit der Datenstrategie übereinstimmen. Anwendungsfall Beispiele beinhalten:

• Unternehmensweite Vereinfachung Datenarchitektur und Datenmodelle
• Gewährleistung der Einhaltung gesetzlicher Vorschriften
• Verbesserung der Datenqualität für Entscheidungsfindung und Betrieb
• Verbesserung der Datensicherheit und des Datenschutzes bei gleichzeitiger Bereitstellung von Datenzugriff dort, wo sie benötigt werden
• Erstellen einer Fahrplan um die Datenmanagementaktivitäten der Organisation weiterzuentwickeln
• Verwalten Sie Metadaten mit hoher Priorität, um die Datenzirkulation im gesamten Unternehmen zu beobachten
• Aufbau von Datenvertrauen und -integrität bei Mitarbeitern, Kunden und Lieferanten
• Integration von Daten für gemeinsame Geschäftsabläufe
• Inventarisierung aller gemeinsam genutzten Daten in einem Datenkatalog
• Definieren kritischer Datenterminologie mithilfe eines Geschäftsglossars oder Datenwörterbuchs
• Förderung des Bewusstseins und der Nutzbarkeit von Daten, die im gesamten Unternehmen geteilt werden können
• Unterstützung des Verkaufs eines neuen Datenprodukts oder einer neuen Datendienstleistung an Dritte für deren generative KI-Projekte
• Verbesserung des Zugriffs auf zuvor isolierte Daten

Am wichtigsten ist, dass ein Data-Governance-Programm klein mit schnellen Erfolgen beginnt und auf größere Ziele ausgerichtet wird, wenn das Unternehmen bereit ist. Governance leistet von Anfang an über Fusionen und Übernahmen bis hin zum Geschäftsende weiterhin gute Dienste.

Bild verwendet unter Lizenz von Shutterstock.com

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• EVM-Finanzen. Einheitliche Schnittstelle für dezentrale Finanzen. Hier zugreifen.
• Quantum Media Group. IR/PR verstärkt. Hier zugreifen.
• PlatoAiStream. Web3-Datenintelligenz. Wissen verstärkt. Hier zugreifen.
• Quelle: https://www.dataversity.net/what-is-data-governance/