Data Governance

Unternehmen müssen ihr Geschäftsmodell heutzutage laufend anpassen und weiter entwickeln. Globale Marktpräsenz erfordert weltweit harmonisierte Geschäftsprozesse, Kunden verlangen individuell auf ihre Bedürfnisse zugeschnittene Produkte und Dienstleistungen werden nach den Prinzipien industrieller Abläufe erbracht. Diese Anforderungen betreffen zum einen die Unternehmensstrategie und die Architektur der Geschäftsprozesse. Zum anderen sind Daten von hoher Qualität eine Grundvoraussetzung, um den Anforderungen gerecht zu werden.


Was ist Data Governance?

Das Thema Datenqualität (Data Quality) wird immer mehr als strategische Herausforderung verstanden, denn den Unternehmen wird heute schnell klar ohne Datenqualitätsmanagement ist kein sinnvolles Big Data möglich. Data Governance definiert im Unternehmen die Regeln und Prozesse für das Datenmanagement, mit dem Anspruch eine unternehmensweite standardisierte Datenqualität zu erreichen. Und mit der Formulierung der Regularien (u.a. MaRisk und BCBS 239) ist das Thema Data Governance auch aufsichtsrechtlich relevant geworden. Hinter diesem Thema steckt aber noch mehr als nur ein systematisches Datenqualitätsmanagement. Der Kern von Data Governance ist die bewusste und verantwortliche Steuerung von Daten und der damit verbundenen Rechte und Pflichten. Die Daten, mit denen sich die Data Governance befasst, sind die Geschäftsdaten eines Unternehmens, also die Abbildung von Geschäftsprozessen und Geschäftsparametern auf die Informationstechnologie (IT).


Datenqualitätsmanagement

Datenqualitätsmanagement (DQM) bezeichnet sämtliche Maßnahmen, die eine vermögenswertorientierte Betrachtung von Daten in einem Unternehmen ermöglichen. Dies lässt sich auch als Regelkreis beschreiben, der aus den Phasen Define, Measure, Analyze, Improve und Control besteht.


Probleme mit der Datenqualität?

Prozessfehler, Fehlkalkulationen, Fehleinschätzungen bei Entscheidungen und andere Probleme werden aus Anwendersicht häufig durch Qualitätsprobleme in eingesetzten IT-Systemen hervorgerufen. Sind es aber wirklich die IT-Systeme? Oder ist es die Qualität der Daten, die in den Systemen gehalten werden?


Datenstrategie

Ausgangspunkt der Steuerung ist die Geschäftsstrategie. Aus der Geschäftsstrategie wird die Datenstrategie abgeleitet. Diese definiert den Wertbeitrag der Unternehmensdaten für das Business. Die Datenstrategie legt im Wesentlichen fest, wie die Ziele erreicht werden und bestimmt somit die Inhalte des Frameworks.


Data Governance Framework

Ein Framework ist ein einheitliches Rahmenwerk und beinhaltet Vorgaben für die Steuerungsebene, die Managementebene und die operative Ebene. Das Framework bildet einen Ordnungsrahmen für die operative Steuerung. Die operative Steuerung selbst erfolgt durch das Nutzen der Governance-Instrumente.
  • Festlegen von Entscheidungsstrukturen
  • Ausgestaltung von Umsetzungsprozessen und der
  • Definition von Kommunikationsansätzen.


Informationssicherheit ist Chefsache

Da es um Risiken geht, die eine Bedrohung für die gesamte Organisation darstellen, sollte die Verantwortung für Informationssicherheit auf der obersten Leitungsebene angesiedelt sein. Erforderliche Maßnahmen umfassen nicht nur technische Themen, sondern auch Prozesse und Mitarbeiter, die von ganz oben in die Organisation eingesteuert werden müssen. Zudem sollte der Wert der Daten (Schutzbedarf) nicht durch die IT, sondern durch die einzelnen Fachabteilungen (Datenverantwortliche) festgelegt werden. Nur sie können beurteilen, welcher Schaden durch eine Manipulation oder einen Diebstahl „ihrer“ Daten verursacht würde.


Imageverlust als Folge von Datenverlust

Imageverlust ist zwar schwer in Zahlen zu fassen, gehört aber zu den schlimmsten Schäden, die ein Unternehmen erleiden kann. Ein beschädigtes Image kann ein Unternehmen auf Jahre hin negativ beeinflussen. Im schlimmsten Fall führt Imageverlust sogar zur Insolvenz. Das Problem ist, dass ein beschädigtes Image nur schwer zu reparieren ist und dieser Reparaturprozess Jahre dauern kann. Von den Kosten einer Imagekampagne mal ganz abgesehen.


Welche Kosten verursachen Daten mangelhafter Qualität?

Die Folgen mangelhafter Datenqualität haben eine große Bandbreite. Sie bewegen sich vom Imageverlust gegenüber dem Kunden, Fehlkalkulationen oder Fehleinschätzung bei Entscheidungen der Stakeholder, bis hin zu gefährlichen Situationen im Gesundheitswesen durch falsch übermittelte Daten.


Unser Leistungsangebot:

Ralf Bauer ICT-Solutions unterstützt Sie mit unserem Know-how bei der Beurteilung der Datenqualität und bei der Festlegung der richtigen Schritte, um diese nachhaltig im Sinne eines langfristigen Geschäftsnutzen zu steigern.

Wir unterstützen bei der:

  • Analyse der bestehenden Datenqualität und deren Ursachen
  • Definition, Umsetzung und Überwachung von Maßnahmen zur Steigerung der Qualität
  • Einführung eines nachhaltigen Datenqualitäts-Management

Ihre Vorteile:

  • Entwicklung von Standards für einen sicheren Umgang mit Daten
  • Reduzierung von Prozessfehler, Fehleinschätzungen bei Entscheidungen, Fehlkalkulationen und ...


Daten fest im Griff!




Zurück nach oben Top

© Ralf Bauer ICT-Solutions 2024