Jedes Unternehmen muss bewährte Best Practices im Bereich Data Governance kennen und anwenden, um den Wert seiner Daten und Informationsbestände zu realisieren

Governance definiert die Art und Weise, wie wir verschiedene Aspekte eines Unternehmens verwalten, überwachen und messen. Es gibt Governance-Programme für die Verwaltung von Informationstechnologie, Governance-Programme für die Verwaltung von Menschen und anderen materiellen Ressourcen, und es gibt Data Governance.

Lexika definieren Governance folgendermaßen:

n 1: die Personen (oder Komitees oder Abteilungen usw.), die ein Gremium bilden, um etwas zu verwalten;

n 2: der Akt des Regierens; die Ausübung von Autorität;

Es gibt viele Definitionen von Data Governance. Einige davon sind:

• Data Governance ist der Prozess, mit dem Unternehmen den angemessenen Zugriff auf ihre kritischen Daten regeln, indem sie die mit dem Datenzugriff verbundenen Betriebs- und Sicherheitsrisiken messen und abmildern. (Quelle: IBM Security und Report: Data Governance Council)
• Data Governance ist die Praxis, unternehmensweite Entscheidungen bezüglich der Informationsbestände einer Organisation zu treffen. (Quelle: Data Management Study, Federal Enterprise Architecture Program Management Office)

Data Governance kann daher als Aufbau von Standards und Anforderungen für die Sammlung, Identifizierung, Speicherung und Nutzung des Assets „Daten“ gesehen werden. Es ist ein langfristiger Prozess und ein erfolgreiches, nachhaltiges Governance-Programm entsteht nicht über Nacht. Data Governance ist ein Programm, kein Projekt, und alle effektiven Data Governance-Initiativen werden mit einer dauerhaften Perspektive gestartet, verwaltet und aufrechterhalten. Genauso wie ein Unternehmen seine Buchhaltungsabteilung nicht als temporär betrachten würde, sollte jedes Unternehmen, das dauerhaft erfolgreich sein will, ein dauerhaftes Data-Governance-Programm einplanen, das von Data-Governance-Experten betreut wird.

Data-Governance umfasst die Menschen, Unternehmensprozesse und Verfahren, die sicherstellen, dass das Unternehmen die richtigen Daten den richtigen Personen zur richtigen Zeit für den richtigen Zweck im richtigen Format mit den richtigen Nutzungskontrollen zur Verfügung stellen kann. Dies erfordert, dass Data Governance mit Metadatenmanagement, Datenqualitätsmanagement, Daten-/Informationssicherheit, Datenintegration und Analytik abgestimmt wird – und zwar auf Unternehmensebene.

Data Governance vs. Data Management

Die Begriffe Data Governance und Data Management können verwechselt werden. Datenmanagement ist die Sammlung von Komponenten, die es einer Organisation ermöglichen, Daten und Informationen als Vermögenswerte zu verwalten. Manchmal wird „Datenmanagement“ auch als „Unternehmensdatenmanagement“ oder „Unternehmensinformationsmanagement“ bezeichnet – aber die Begriffe bedeuten alle dasselbe. Datenmanagement hat mehrere Teile, und Data Governance ist einer davon. Datenmanagement und Data Governance sind keine Synonyme – und viele Herausforderungen und Probleme können entstehen, wenn Menschen den einen Begriff mit dem anderen verwechseln.

Data Governance läuft horizontal durch das gesamte Unternehmen; es ist eine Unternehmensfunktion. Daten sind überall, und der Zugriff auf Daten sollte nicht innerhalb einer Geschäftseinheit kontrolliert oder gemessen werden; Daten sollten im gesamten Unternehmen gemeinsam genutzt werden können, es sei denn, die Sicherheit verhindert diesen Zugriff.

Das Gegenstück zu Data Governance ist Data Stewardship. Data Stewardship ist die Rolle, die die Richtlinien, Standards, Praktiken und Verfahren umsetzt, die von den Data-Governance-Experten entwickelt wurden. Data Stewardship arbeitet mit Data Governance zusammen, um sicherzustellen, dass Daten nach bewährten Praktiken und in Übereinstimmung mit den Anforderungen der Organisation verwaltet werden, da die meisten Data Stewards Fachexperten und keine Data-Governance-Experten sind.

Die Ausrichtung von Data Governance auf das Metadatenmanagement sollte nicht optional sein. Effektive Data Governance ist ein Prozess, mit dem Organisationen die Definition, die Verwendung, den Zugriff und die Sicherheit der Informationen, die sie besitzen und verwalten, kontrollieren; ein Großteil dieser Informationen ist in den Metadaten enthalten, die die Rohdaten erklären. Daher muss Data Governance mit Metadaten verbunden sein, mit ihren Registern, Taxonomien und Ontologien sowie Repositories des Kontexts, der den Inhalt definiert.

Best Practices für Data Governance

Es gibt viele Dinge, die als „Best Practices“ für Data Governance bezeichnet werden können. Die folgende Liste ist nicht erschöpfend oder vollständig, aber sie steht stellvertretend für viele bewährte Anwendungen für Data Governance in erfolgreichen Organisationen.

• Klar definierte und kommunizierte Vision, Ziele, Prozesse und Metriken des Data-Governance-Programms
  • Programm-Sponsorship
  • Programm-Charta
  • Programmumfang
  • Umfang für jedes Projekt
• Einzelne, Data-Governance-Aufwand auf Unternehmensebene
• Gut verstandener Eskalations-/Problemlösungsprozess
• Gut definierter Änderungsmanagementprozess
• Gut definierte, Rollen und Verantwortlichkeiten für alle Data-Governance-Rollen
• Data-Governance-Prozesse, die in bestehende Methoden integriert sind
• Verwendung einer bewährten Data-Governance-Methodik
• Business und technische Data Stewards für ALLE Themenbereiche
• Funktionierendes Data Governance Council
• Schulungen zu Data Governance
• Bibliothek für Unternehmensstandards
• Teilnahme an Überprüfungen der Unternehmensdatenarchitektur
• Definierte, genehmigte und veröffentlichte Datenstandards
• Einrichtung und Aufrechterhaltung einer Metadatenumgebung
• Communities of Practice für Data Governance, Data Stewardship, Informationsmanagement usw.
• Belohnungen für gutes Data-Governance-Verhalten
• Erfolgsmetriken für Data-Governance werden definiert und gemessen

Fazit

Während jede Organisation ihr Data-Governance-Programm entwickelt, implementiert und aufrechterhält, wird sie die Liste der Best Practices überprüfen und anpassen. Vernachlässigen Sie die Best Practices nicht, denn sie sind durch die Kämpfe derer, die vor Ihnen gegangen sind, zu „Best Practices“ geworden.