Data Governance - Übersicht im Datendschungel

Es ist also höchste Zeit, ein Regelwerk zur Steuerung der unternehmensinternen Daten zu finden. Dies lässt sich am einfachsten unter dem Begriff 'Data Governance' zusammenfassen, also etwa das 'Steuerungssystem zum Umgang mit Daten'.

Im Rahmen der Datenschutzgrundverordnung wurden zwar auf Grund der drohenden Strafen erste Regelwerke in Unternehmen geschaffen, doch damit ist es längst nicht getan. Denn der datenbasierte Unternehmenswert ist nicht auf personenbezogene Daten beschränkt. Daten entstehen bei Projekten, bei Umsätzen oder durch produzierende Maschinen, Server in der IT-Landschaft erzeugen permanent Protokolldaten, es gibt Zugangssysteme, Telefonanlagen, Fahrtenbücher, Websitebesuche, Personalveränderungen und vieles mehr.

Der erste wichtigste Schritt besteht also darin, eine Übersicht der bestehenden Daten anzulegen. Im nächsten Schritt müssen die Datensets qualifiziert werden: Entstehen die Daten einmalig oder wiederkehrend? Welchen Einfluss haben die Daten worauf? Welche Qualität haben die Daten? Wozu kann ich sie nutzen? Wer soll darauf Zugriff haben und wer nicht?

Für die Bewertung und Festlegung der Datenqualität ist es notwendig, dass im Unternehmen unterschiedliche Bereiche zusammenarbeiten: Für die Buchhaltung mag eine Adresse ohne UID-Nummer unbrauchbar sein, für den Vertrieb andererseits benötigt es eine Telefonnummer oder Email-Adresse, damit der Kontakt einen Wert hat. Es muss also ein gemeinsamer Nenner gefunden werden. Nur dann werden die Daten auch von allen Abteilungen gerne genutzt, da Glaubwürdigkeit und Transparenz gegeben sind und damit ein Vertrauen in die Daten möglich wird. Dabei wird auch festgelegt, welche Personen in welchem Umfang Zugriff auf die Daten haben.

Ein systematischer Umgang mit Daten spart enorm Zeit und Kosten.

Schließlich bietet das strukturierte Zusammenführen von Daten aus unterschiedlichen Systemen mehr Effizienz und Übersicht: Es greifen nicht mehr unterschiedliche Menschen und Abteilungen parallel unter erheblichem Mehraufwand auf unterschiedlich strukturierte Datenbestände zu - und erzeugen dabei in der Regel wieder neue Daten und sogar Fehlinterpretationen. Typischerweise benötigt die Datenvorbereitung und -aufbereitung 80 Prozent bei Datenprojekten und die eigentliche Tätigkeit, nämlich die Datenanalyse, lediglich 20 Prozent.

Es ist also höchste Zeit, durch Data Governance Zeit zu sparen und die Effizienz bei Datenprojekten signifikant zu erhöhen.