Ziele:

Die Data Governance (DG) ist definiert als die Ausübung von Autorität und Kontrolle (Planung, Überwachung und Implementation) Datenbestände. Alle Organisationen treffen Entscheidungen über Daten, unabhängig davon, ob sie über eine formelle Data-Governance-Funktion verfügen. Diejenigen, die formell ein Data-Governance-Programm einrichten, üben Autorität und Kontrolle mit größerer Intention aus.

Die Data Governance-Funktion leitet alle anderen Managementfunktionen. Das Data Governances Ziel ist sicherzustellen, dass die Daten in Übereinstimmung mit den Richtlinien und best practices verwalten werden. Während der allgemeinen Zweck des Datenmanagements darin besteht, sicherzustellen, dass die Organisation einen Nutzen aus ihren Daten zieht, konzentriert sich Data Governance darauf, wie die Entscheidungen über Daten getroffen werden und wie sich Menschen und Prozesse in Bezug auf Daten verhalten sollen. Der Zweck und das Ziel eines bestimmten Data-Governance-Programms hängen von den Bedürfnissen der Organisation ab, aber die meisten Programme umfassen Folgendes:

• Strategie: Definition, Kommunikation und Steuerung der Umsetzung der Datenstrategie und der Data Governance-Strategie;
• Richtlinie: Definition und Implementation der Richtlinien bezüglich Daten- und Metadatenmanagement, Zugang, Nutzung, Sicherheit und Qualität;
• Standards und Qualität: Definition und Implementation von Data Quality- und Datenarchitektur-Standards;
• Kontrolle: Unterstützung von Betriebskontrollen, Audits und Korrekturen in Schlüsselbereichen wie Qualität, Richtlinien und Datenmanagement;
• Einhaltung: Sicherstellung, dass die Organisation die gesetzlichen Anforderungen in Bezug auf Daten erfüllen kann;
• Management von Anomalien: Identifizierung, Definition, Eskalation und Lösung von Anomalien in Bezug auf Datensicherheit, Zugang, Qualität, Einhaltung von Vorschriften, Data Stewardship, Richtlinien, Standards, Terminologie oder Datenverwaltungsverfahren;
• Datenmanagement-Projekte: Unterstützung von Bemühungen zur Verbesserung der Datenmanagement-Praktiken;
• Bewertung von Datenbeständen: Definition von Standards und Prozessen zur einheitlichen Bestimmung des Geschäftswerts von Datenbeständen.

Um diese Ziele zu erreichen, entwickelt ein Data-Governance-Programm Richtlinien und Verfahren, fördert Data-Stewardship-Praktiken innerhalb der Organisation auf verschiedenen Ebenen und ist auf einen organisatorischen Wandel ausgerichtet, der der Organisation die Vorteile einer verbesserten Datenverwaltung und die Verhaltensweisen, die für eine erfolgreiche Datenverwaltung erforderlich sind, wirksam mitteilt.

Von unserem Team durchgeführte Aktivitäten:

Bestimmung einer Data Governance für die Organisation

Die Data-Governance-Bemühungen müssen die Geschäftsstrategie und -ziele unterstützen. Die Geschäftsstrategie und -ziele einer Organisation betreffen sowohl die allgemeine Datenstrategie als auch die Art und Weise, wie Data-Governance- und Management-Aktivitäten in der Organisation operativ umgesetzt werden sollen.

Die Data Governance ermöglicht eine gemeinsame Verantwortung für datenbezogene Entscheidungen. Data-Governance-Aktivitäten überschreiten Organisations- und Systemgrenzen, um eine integrierte Sicht auf die Daten zu unterstützen. Eine erfolgreiche Data Governance erfordert ein klares Verständnis dessen, was und wen verwaltet werden soll und wer sie verwalten soll.

Durchführen einer Situationsbewertung

Bewertungen, die den aktuellen Stand der Informationsmanagementfähigkeiten, -reife und -effizienz einer Organisation beschreiben, sind für die Planung eines DG-Programms von entscheidender Bedeutung. Da sie die Wirksamkeit eines Programms messen lässt, sind Bewertungen auch für die Verwaltung und Unterstützung eines DG-Programms wichtig.

Typische Bewertungen sind:

• Reife in Bezug auf Datenverwaltung
• Fähigkeit zum Wandel
• Bereitschaft zur Zusammenarbeit
• Ausrichtung auf das Geschäft

Durchführen eines Discoverys und Ausrichtung auf das Geschäft

Ein DG-Programm muss einen Beitrag zum Unternehmen leisten, indem es spezifische Vorteile ermittelt und gibt (z.B. Verringerung der an den Gesetzgeber zu zahlenden Geldbußen). Die Discovery-Aktivität wird die Wirksamkeit bestehender Richtlinien und Leitlinien ermittelt und bewertet – welche Risiken sie abdecken, welches Verhalten sie fördern und wie gut sie umgesetzt wurden. Die Discovery kann auch Möglichkeiten für die DG aufzeigen, den Nutzen von Daten und Inhalten zu verbessern.

Entwicklung von organisatorischen Prozesschritten

Ein Teil der Anpassung umfasst die Entwicklung von organisatorischen Schritten innerhalb der Data-Governance-Aktivitäten und die Teilung eines Unternehmens- und Managementansatzes für die Data-Governance in Bereichen, die nicht in die direkte Zuständigkeit des Chief Data Officer fallen, wie z. B:

• Beschaffung und Verträge
• Budgetierung und Finanzierung
• Einhaltung gesetzlicher Vorschriften
• SDLC / Entwicklungsrahmen

Entwicklung einer Data-Governance-Strategie

Einer Data-Governance-Strategie definiert die Begrenzungslinie und die Voraussicht der erfordelichen Anspannungen. Die DG-Strategie sollte nachvollziehbar defieniert und in Bezug auf die allgemeine Geschäftsstrategie sowie die Daten- und IT-Management-Strategie formuliert werden. Sie sollte iterativ implementiert werden, nach und nach werden die Komponenten entwickelt und genehmigt. Der Inhalt wird organisationsspezifisch sein, aber zu den Deliverables gehören:

• Gründungsurkunde
• Operativer Rahmen und Verantwortung
• Roadmap
• Einsatzplan für den Erfolg

Bestimmung eines Einsatzplan für die DG

Während die Entwicklung einer grundlegenden Definition der GD einfach ist, kann die Erstellung eines Einsatzplans, das die Unternehmen übernehmen werden muss, schwierig sein. Diese Bereiche müssen bei der Erstellung eines Einsatzplans für die Organisation berücksichtigt werden:

• Wert der Daten für die Organisation
• Geschäftsmodell
• Kulturelle Faktoren
• Regulatorische Auswirkungen

Entwicklung von Zielen, Grundsätzen und Richtlinien

Die Entwicklung von Zielen, Grundsätzen und Richtlinien, die aus der Data-Governance-Strategie herrühren, wird die Organisation in Richtung des gewünschten zukünftigen Zustands führen.

Ziele, Grundsätze und Richtlinien werden in der Regel entweder von Datenmanagement-Fachleuten, Mitarbeitern der Geschäftsbereiche oder einer Kombination aus beiden hinter der Data-Governance-Anleitung entwickelt.

Unterstützung von Datenmanagement-Projekten

Initiativen zur Verbesserung der Datenmanagementkapazitäten bieten unternehmensweite Vorteile. Sie erfordern in der Regel eine sektorübergreifende Förderung oder die Leitung durch das DGC. Sie können schwer zu verbreiten sein, weil sie als Hindernisse „um ihrer selbst willen“ wahrgenommen werden. Der Schlüssel zu ihrer Förderung liegt darin, aufzuzeigen, wie sie die Effizienz verbessern und Risiken verringern. Organisationen, die mehr Nutzen aus ihren Daten ziehen wollen, müssen der Entwicklung oder Verbesserung ihrer Datenmanagementfähigkeiten den Vorrang geben.

Veränderungsmanagement miteinbeziehen

Organisatorisches Veränderungsmanagement (auf English Organisational Change Management, OCM) ist das Mittel zur Unterstützung von Veränderungen in den Systemen und Prozessen einer Organisation. Das Change Management Institute betont, dass die organisatorische Veränderung viel mehr ist als „Menschen, die Projekte unterstützen“. Sie sollte als der Ansatz gesehen werden, den die gesamte Organisation zu nutzen gedenkt, um die Veränderung gut zu bewältigen.

Anomalie-Management miteinbeziehen

Anomaliemanagement ist der Prozess der Identifizierung, Quantifizierung, Priorisierung und Behebung von Anomalien im Zusammenhang mit der Data Governance, einschließlich:

• Behörde
• Eskalation aus dem Änderungsmanagement
• Einhaltung der Vorschriften
• Widersprüche
• Verträge
• Datensicherheit und Identität
• Datenqualität

Bewertung der Anforderungen an die Einhaltung gesetzlicher Vorschriften

Jedes Unternehmen unteliegt staatlichen und branchenspezifischen Vorschriften, einschließlich Gesetzen, die festlegen, wie Daten und Informationen verwaltet werden müssen. Ein Teil der Data-Governance-Funktion besteht darin, die Einhaltung von Vorschriften zu überwachen und sicherzustellen. Die Einhaltung gesetzlicher Vorschriften ist häufig der erste Grund für die Einführung von Data Governance. Data Governance führt die Implementation geeigneter Kontrollen zur Überwachung und Dokumentation der Einhaltung datenbezogener Vorschriften.

Implementation der Data Governance

Data Governance erfordert Plannung, nicht nur um die organisatorische Veränderung zu führen, sodern auch weil sie zahlreiche komplexe Aktivitäten umfasst, die koordiniert werden müssen. Es ist besser, einen Implementierungsfahrplan zu erstellen, in dem der Zeitplan und die Beziehungen zwischen den verschiedenen Aktivitäten dargelegt werden.

Zu den vorrangigen Aktivitäten in der Anfangsphase gehören:

• Die Bestimmung der Data Governance Verfahren, die erforderlich sind, um die Ziele mit mit höchster Priorität zu erreichen
• Die Bestimmung eines eines Geschäftsglossars und Dokumentation von Terminologien und Standards
• Koordinierung mit der Unternehmensarchitektur (Enterprise Architecture) und der Datenarchitektur,um das Verständnis von Daten und Systemen besser zu unterstützen
• Zuweisung eines wirtschaftlichen Wertes für Datenbestände, um eine bessere Entscheidungsfindung zu ermöglichen und das Verständnis der Rolle, die die Daten für den Erfolg des Unternehmens haben, zu verbessern

Förderung von Standards und Datenverfahren

Mit dem Ergreifen eines Standards trifft eine Organisation einmalig eine Entscheidung und sie kodiert diese in einer reihe von Behauptungen (das Standard). Es ist nicht notwendig, die gleiche Entscheidung im gleichen Projekt erneut zu treffen. Die Anwendung von Standards sollte zu konsistenten Ergebnissen für den Prozess führen, der sie verwendet.

Entwicklung eines Geschäftsglossars

Ein Glosar ist notwendig, da die Menschen Wörter unterschiedlich verwenden. Eine klare Definition von Daten ist besonders wichtig, da Daten andere Objekte als sich selbst darstellen. Die Entwicklung und Dokumentation von Datenstandards verringert Mehrdeutigkeiten und verbessert die Kommunikation. Definitionen müssen klar sein, eine genaue Beschreibung enthalten und Ausnahmen, Synonyme oder Variationen angeben.

Förderung der Bewertung von Datenbeständen

Daten und Informationen sind Assets, weil sie einen Wert haben oder schaffen können. In der gängigen Praxis werden Daten eher als immaterielle Assets betrachtet als Software, Dokumentation, Berufserfahrung, Geschäftsgeheimnisse und anderes geistiges Eigentum.

Integration von Data Governance

Ein Ziel der Data-Governance-Organisation besteht darin, sie in eine Reihe von Prozessen im Zusammenhang mit der Verwaltung von Daten als Asset zu integrieren. Der tägliche Betrieb der DG erfordert eine Planung. Der operative Plan enthält eine Liste von Ereignissen, die für die Implementation und Anwendung von DG-Aktivitäten erforderlich sind. Er definiert die für den Erfolg erforderlichen Aktivitäten, Zeitpläne und Techniken.