Was ist Data Governance

<div class="hzweiwrapper"><span class="circled-number">1</span><h2 class="c-blog_head" id="1. Data Governance - Definition">Data Governance - Definition</h2></div>

Data Governance bezieht sich auf die festgelegten Prozesse, Verantwortlichkeiten und Richtlinien, die sicherstellen, dass Daten in einer Organisation effektiv verwaltet, geschützt und genutzt werden. Es handelt sich um ein Rahmenwerk, das die Regeln und Verfahren für das Datenmanagement definiert und die Grundlage für den verantwortungsvollen Umgang mit Daten bildet. Data Governance zielt darauf ab, die Qualität, Integrität, Sicherheit und Verfügbarkeit der Daten zu gewährleisten und einen konsistenten und kontrollierten Datenzugriff zu ermöglichen.

Data Governance beinhaltet die Einrichtung von Strukturen, Prozessen und Verantwortlichkeiten, um die Datenqualität zu verbessern, Datenrisiken zu minimieren und die Einhaltung von Datenschutzbestimmungen und regulatorischen Anforderungen sicherzustellen. Es legt klare Richtlinien fest, wer für die Datenverwaltung verantwortlich ist, wer Zugriff auf Daten hat und wie Daten über den gesamten Lebenszyklus hinweg verwaltet werden. Data Governance beinhaltet auch die Festlegung von Standards, Best Practices und Maßnahmen zur Datenintegration, Datensicherheit und Datenqualitätskontrolle.

Das Ziel der Data Governance besteht darin, das Vertrauen in die Daten zu stärken, die Effizienz der Datenverwaltung zu verbessern und fundierte Entscheidungen auf der Grundlage qualitativ hochwertiger Daten zu ermöglichen. Durch eine effektive Data Governance können Unternehmen die Daten als wertvolles Unternehmensvermögen betrachten und ihre Datenstrategie und -nutzung optimieren.

<div class="hzweiwrapper"><span class="circled-number">2</span><h2 class="c-blog_head" id="2. Data Governance - Funktion">Data Governance - Funktion</h2></div>

Um feststellen zu können, inwieweit Data Governance für das Unternehmen eine Rolle spielt, ist ein Überblick über die Funktionsweise wichtig. Gerade durch die zunehmende Digitalisierung bekommen Daten einen immer höheren Stellenwert für Unternehmen. Dennoch nutzen Unternehmen das Potenzial, das ihnen diese Daten bieten, meist nur zu einem Bruchteil aus.  

Fehlende Leistungs-Kapazität und fehlende Datenkompetenzen bei den Mitarbeitern sind einer der wichtigsten Gründe. Oft arbeiten vor allem Data Scientists mit dem Pool an Daten, der ihnen zur Verfügung steht. Andere Mitarbeiter, die ebenfalls den Zugriff auf die Daten benötigen, erhalten diesen nicht oder nicht in vollem Umfang, da ihnen Skills fehlen oder langsame Freigabeprozesse sie behindern.  

Data Governance soll für eine Veränderung sorgen und zu einer Datendemokratisierung durchführen. Der Fokus liegt hierbei vor allem auf den folgenden Punkten:  

• Datenzugriff für die Mitarbeiter erleichtern
• Festlegung der Befugnisse für den Datenzugriff
• Steigerung der Produktivität bei der Arbeit durch die Verfügbarkeit notwendiger Daten
• Einhaltung von behördlichen Regularien (DSGVO)

<div class="hzweiwrapper"><span class="circled-number">3</span><h2 class="c-blog_head" id="3. Wofür wird Data Governance verwendet?">Wofür wird Data Governance verwendet?</h2></div>

Data Government kommt zum Einsatz, um den Zugriff von passenden Daten, aus dem vorhandenen Datenpool, einfacher steuern zu können. Mitarbeiter eines Unternehmens erhalten die Informationen aus den vorhandenen Daten, die sie benötigen und auf die sie auch, auf Basis der rechtlichen Vorgaben, Zugriff erhalten dürfen. Dadurch werden Prozesse optimiert und Leistungen erhöht.  

<div class="hzweiwrapper"><span class="circled-number">4</span><h2 class="c-blog_head" id="4. Data Governance vs. Data Management">Data Governance vs. Data Management</h2></div>

Häufig wird Data Governance mit Data Management verwechselt, dabei ist es nur ein Teil davon. Data Management beschreibt den gesamten Prozess in Bezug auf den Umgang mit Daten im Unternehmen. Dabei wird es in unterschiedliche Teilbereiche unterteilt:  

• Data Governance – die Festlegung von Rahmenbedingungen für die Nutzung und Weiterleitung von Daten in Unternehmen.  
• Stammdatenverwaltung – Festlegung der Art der Verwaltung aller Daten im Unternehmen.  
• Datenqualitätsmanagement – Prüfung und Kontrolle der vorhandenen Daten.  
• Data Stewardship – Erstellung und Implementierung von Datenmanagementrichtlinien.  
• Datensicherheit – Sicherheitskontrolle und Prüfung der Einhaltung aller relevanten Regularien in Bezug auf die Daten.
• Data-Warehousing – Analyse von Rohdaten für die Verwertung im Unternehmen.  
• Big-Data-Management – Aufnahme und Speicherung aller Daten, die für das Unternehmen relevant sein können.

Data Governance ist also nur ein Teil des breiter ausgerichtetem Datenmanagement.  

<div class="hzweiwrapper"><span class="circled-number">5</span><h2 class="c-blog_head" id="5. Vorteile Data Governance">Vorteile Data Governance</h2></div>

Warum ist es sinnvoll, Data Governance in Unternehmen zu integrieren und so die Nutzung der Daten noch effektiver zu gestalten? Der Prozess bringt einige Vorteile mit sich:  

1. Einheitlicher Überblick über die Daten innerhalb eines Unternehmens
2. Verbesserung der Qualität der vorhandenen Daten durch Vollständigkeit und Regularien
3. Übersicht über den Standort aller Daten im Unternehmen
4. Einfache Einhaltung der gesetzlichen Regularien
5. Verbesserung des Datenmanagements

<div class="hzweiwrapper"><span class="circled-number">6</span><h2 class="c-blog_head" id="6. Data Governance - Framework">Data Governance - Framework</h2></div>

Data Governance lässt sich mit einer Ansammlung von Tools vergleichen, die für eine optimale Verwendung der Daten im Unternehmen eingesetzt werden können. Ziel ist die umfassende Erfassung aller Daten, die optimale Sicherung und Verwaltung sowie eine nachvollziehbare Speicherung. Der Rahmen dafür sind die folgenden Bereiche:  

• Datenqualität: Data Governance erleichtert die Kontrolle, Definition und Überwachung der Qualität vorhandener Daten.
• Datenarchitektur: Festlegung einer passenden Struktur der Daten und aller zugehörigen Ressourcen.  
• Datensicherheit: Überblick und Sicherstellung von Datenschutz und Zugriffsrechten.  
• Datenzuteilung und Datenspeicherung: Verwaltung der Datenspeicher sowie Verteilung von Zugriffsrechten.  

Zusätzlich dazu umfasst Data Governance auch die Speicherung und den Schutz von Dokumenten und Inhalten, die Verwaltung von Referenz- und Stammdaten sowie von Metadaten.  

{{orange-banner}}

<div class="hzweiwrapper"><span class="circled-number">7</span><h2 class="c-blog_head" id="7. Grundprinzipien des Data Governance">Grundprinzipien des Data Governance</h2></div>

Die Grundprinzipien für Data Governance wurden unter anderem durch das Data Governance Institute definiert. Sie besagen im Wesentlichen die folgenden Punkte (gekürzt):  

• Data Governence muss in der Lage sein, flexibel auf Veränderungen von Stamm- und Metadaten zu reagieren.  
• Data Governance muss unterstützend auf die Standardisierung von Unternehmensdaten einwirken.  
• Data Governance muss eine klare Definition der Verantwortlichkeiten sowie gegenseitige Kontrollmöglichkeiten definieren.  
• Im Rahmen von Data Governance  müssen Personen definiert werden, die Entscheidungen über Daten, Prozesse und Kontrollmechanismen fällen dürfen.  
• Alle Prozesse, Kontrollen und Entscheidungen, die aus Data Governance hervorgehen, müssen überprüfbar sein.  
• Alle in einem Data Governance Prozess beteiligten müssen integer und ehrlich arbeiten und für Transparenz auf allen Ebenen sorgen.  

<div class="hzweiwrapper"><span class="circled-number">8</span><h2 class="c-blog_head" id="8. Data Governance Tools">Data Governance Tools</h2></div>

Grundsätzlich handelt es sich bei Data Governance um ein Konzept. Auf die technische Unterstützung durch die passenden Tools kann dennoch nicht verzichtet werden. Hier gibt es verschiedene Tools, die sich für Unternehmen eignen.  

Mit IBM Data Governance Tools ist es möglich, durch maschinelles Lernen die Verwaltung von Datenbeständen zu verbessern und die Analyse sowie die Aufbereitung zu optimieren.  

SAP Data Hub wurde für die Datenorchestrierung entwickelt, um in der Datenlandschaft auf die Suche nach bestimmten Arten von Daten zu gehen.  

Mit Inzata kann der Wert der vorhandenen Daten erhöht werden, da sich Integration und Strukturierung erweitern lassen.  

<div class="hzweiwrapper"><span class="circled-number">9</span><h2 class="c-blog_head" id="9. Anwendungsszenarien von Data Governance">Anwendungsszenarien von Data Governance</h2></div>

Data Governance kann in unterschiedlichen Bereichen im Unternehmen zum Einsatz kommen. Es gibt hier verschiedene Anwendungsszenarien, die sinnvoll sein können. Dazu gehören:  

1. ‍Verbesserung der Qualität der Daten: Data Scientists sind gut beschäftigt, da sie rund 70 % ihrer Arbeitszeit damit verbringen, die Qualität von Daten zu verbessern. Hier kann Data Governance helfen ihre Arbeit effektiver zu machen. ‍
2. Dokumentation und Zugang zu Daten: Eines der Anwendungsszenarien bezieht sich auf die Nutzung der Daten im Unternehmen. Durch Data Governance lässt sich der Zugriff auf Daten vereinfachen. Das spart Zeit und unnötige Prozesse bei der Freigabe der benötigten Daten.‍
3. Schutz der Daten: Die DSGVO ist für Unternehmen ein wichtiger Punkt. Die Einhaltung der gesetzlichen Regularien kann durch Data Governance deutlich vereinfacht werden.  

<div class="hzweiwrapper"><span class="circled-number">10</span><h2 class="c-blog_head" id="10. Implementierung von Data Governance">Implementierung von Data Governance</h2></div>

Die Notwendigkeit für die Nutzung von Data Governance muss jedes Unternehmen für sich festlegen. Für die Implementierung wurden durch das Business Application Research Center (BARC) einzelne Schritte festgelegt:  

1. Die Ziele der Implementierung müssen definiert werden.
2. Der Nutzen von Data Governance muss verstanden werden.  
3. Der Ist-Zustand ist zu analysieren.  
4. Die Ableitung einer Roadmap muss erfolgen.  
5. Das Budget für das Projekt wird festgelegt.  
6. Die Entwicklung und Planung des Data Governance Programms erfolgt.  
7. Das Programm findet Anwendung im Unternehmen.
8. Die Umsetzung wird überwacht und angepasst sowie gesteuert.