Illustration Absmeier foto freepik

Vertrauenswürdige KI-Ergebnisse benötigen eine Grundlage aus präzisen, transparenten und regelkonformen Daten, die im gesamten Unternehmen zuverlässig und sicher zur Verfügung stehen. Dies kann nur mit ganzheitlichen, skalierbaren und KI-gestützten Data-Governance-Lösungen erreicht werden, die es Unternehmen ermöglichen, Rollen, Verantwortlichkeiten und Prozesse für ein transparentes und sicheres Daten-Monitoring im gesamten Betrieb zu definieren. In einem Data-Governance-Framework können die Beteiligten auf detaillierte Kennzahlen zur Überwachung der Datenqualität zugreifen und festlegen, wer innerhalb einer Organisation die Autorität und Kontrolle über Datenbestände hat und wie diese verwendet werden dürfen.

Haben auch Sie sich bereits dazu entschieden, in moderne Data Governance zu investieren, um Ihr digitales Geschäft mit KI zu skalieren und Ihre Geschäftsabläufe grundlegend zu verändern? Falls ja, sind das große und richtige Schritte. Dann ist es jetzt an der Zeit, konkret zu werden.

Die Vorteile, klein anzufangen

Die Entwicklung und Einführung eines Governance-Programms, das die KI-gestützte digitale Transformation unterstützt und beschleunigt, geht jedoch nicht leicht von der Hand. Sie müssen wichtige Interessengruppen befähigen, unterschiedliche Silos überbrücken und Dutzende potenziell nicht miteinander verbundene Prozesse und Teams aufeinander abstimmen. Darüber hinaus benötigen Sie eine leistungsstarke Technologie, die es schafft, eine große Menge und Vielfalt an Daten im gesamten Unternehmen zu verarbeiten.

Sie werden Ihr Programm nicht über Nacht entwickeln. Die beste Strategie besteht darin, klein anzufangen. Identifizieren Sie eine bestimmte Geschäftschance oder -herausforderung und konzentrieren Sie Ihre Energie und Ihr Budget auf deren Lösung. Sobald Sie den Geschäftswert nachgewiesen haben, können Sie den Umfang erweitern.

Die Wahl des ersten Projekts

Die Wahl des richtigen Projekts spielt hierbei eine entscheidende Rolle. Sie müssen eine Herausforderung finden, die nicht nur realisierbar ist, sondern auch zu Ergebnissen führt, die die Geschäftsführung als wichtig und relevant betrachtet. Das richtige Projekt zeichnet sich durch die folgenden Merkmale aus:

Nachvollziehbarer Wert

Wenn sich Ihr erstes Projekt zu einem langfristigen Programm entwickeln soll, muss es in einem angemessenen Zeitrahmen eine Investitionsrendite erbringen. Ein Teil der Herausforderung besteht darin, ein Projekt zu finden, das beeindruckende Ergebnisse liefert. Noch schwieriger ist es allerdings, seinen Wert zu demonstrieren. Sie sollten der Geschäftseinheit, mit der Sie zusammenarbeiten, helfen, aber auch die Vorstellungskraft der Geschäftsleitung wecken.

Um das richtige Projekt auszuwählen, müssen Sie untersuchen, wie sich Ihre Arbeit auf die Geschäftsstrategie auswirken wird. Das bedeutet, dass Sie sich an Kennzahlen orientieren müssen, die mit taktischen Zielen und umfassenderen strategischen Zielen zusammenhängen. Wenn Ihr erstes Projekt beispielsweise im Bereich der Finanzberichterstattung angesiedelt ist, sollten Sie mit Kennzahlen arbeiten, die die Produktivitätsgewinne durch eine effizientere Arbeitsweise der Analyseabteilung zeigen. Sie sollten auch den strategischen Wert zuverlässiger und finanzbezogener Analysen und Einblicke aufzeigen.

Das Geheimnis einer effektiven Data Governance liegt nicht allein in den Daten oder der künstlichen Intelligenz, sondern in der Abstimmung mit den Geschäftsprioritäten. Bevor Sie den Umfang Ihres Projekts festlegen, sollten Sie einige wichtige Aspekte berücksichtigen, beispielsweise die obersten Geschäftsziele der Unternehmensleitung. Ein Versicherungsunternehmen möchte vielleicht das Geschäftsmodell von einem vertragszentrierten in ein kundenorientiertes wandeln. Dafür benötigt es Personen, Systeme und Prozesse, die Daten erfassen und aktualisieren.

Auch die organisatorischen Geschäftsprozesse und Interaktionen mit Kunden, Partnern und Mitarbeitern wollen bedacht werden, um entsprechende Unterstützung zu erhalten. Zum Beispiel kann die Anpassung der Prozesse für die Verwaltung von Kundenansprüchen und die Rechnungsstellung dazu beitragen, sich in ein kundenorientierteres Unternehmen zu verwandeln. Daten und KI-Anwendungen unterstützen diese Prozesse und Interaktionen. Firmen nutzen beispielsweise die von Kunden, Gesundheitsdienstleistern und Versicherern gesammelten Daten, um Ansprüche zu genehmigen oder abzulehnen oder eine Rechnung zu bearbeiten.

Die richtigen Sponsoren

Die Unterstützung durch Sponsoren spielt bei einer Data-Governance-Initiative eine entscheidende Rolle, deshalb brauchen Sie von Anfang an eine Führungskraft an Ihrer Seite. Für Datenverantwortliche ist die Verbesserung der Datenbereitschaft für KI- und Analyseinitiativen die häufigste Messgröße für die Effektivität der Datenstrategie. Suchen Sie nach einem Projekt mit Unterstützern, die schon in den Startlöchern scharren.

Wenn Ihr Projekt zum Beispiel darauf abzielt, Cross- und Upselling durch verbesserte Kundendaten zu ermöglichen, wäre es sinnvoll, die Vorteile eines Data-Governance-Programms dem Vertriebsleiter oder dem Chief Marketing Officer zu vermitteln. Denn diese profitieren am stärksten von zuverlässigeren Kundendaten. Oder nehmen wir an, das Ziel besteht darin, Kundendaten besser zu schützen oder die Einhaltung der Datenschutzverordnung (DSGVO) zu unterstützen. In diesem Fall könnte es sinnvoll sein, sich an den Chief Risk Officer oder den Chief Information Security Officer zu wenden.

Wichtig ist, die Unterstützung einer Führungskraft zu gewinnen, die ein persönliches Interesse an Ihrem Erfolg hat. Beschränken Sie sich dabei nicht nur auf eine Person. Je breiter die Unterstützung durch das Management, desto höher die Wahrscheinlichkeit für den Erfolg Ihrer Initiative. Ein erfolgreicher Data-Governance-Verantwortlicher im Bankensektor stellte zum Beispiel fest, dass die gemeinsame Unterstützung durch seinen Chief Operation Officer und Chief Financial Officer ein entscheidender Faktor für den Erfolg seiner Data-Governance-Initiative war.

Tipps zur Sicherung von Sponsorengeldern

Zuhören zählt zu den wichtigsten Fähigkeiten überhaupt. Nur wer zuhört, erfährt, was sein Gegenüber bewegt. Bevor Sie potenzielle Sponsoren ansprechen, sollten Sie dennoch deren Prioritäten, Erfolgsmaßstäbe und Ansichten über Daten und KI-Governance kennen. Auf diese Weise stellen Sie sicher, dass die Erwartungen an die Initiative – wie schnell sie vorankommt, was sie erreichen soll, wie der Erfolg aussieht und welche potenziellen Risiken bestehen – übereinstimmen. Es lohnt sich auch, die Teamleiter zu treffen, auf die sich die Initiative auswirken wird. Wenn Sie Beziehungen zu diesen Interessenvertretern aufbauen, können Sie in Zukunft mit Unterstützung und Hilfe rechnen. Kommunizieren Sie Ihre Vision immer klar und deutlich.

Und: Machen Sie ihre eigenen Prioritäten zu den Prioritäten ihrer Stakeholder. Beziehen Sie die Ziele der Sponsoren in Ihr Programm ein und zeigen Sie, dass Sie ihnen helfen wollen, ihre Ziele zu erreichen. Es kann sogar notwendig sein, Ihre ursprünglichen Pläne zu verwerfen und die frühen Phasen Ihrer Initiative auf deren Ziele auszurichten. Das mag extrem klingen, aber die Unterstützung durch Sponsoren ist sehr wichtig. Die harte Wahrheit lautet: Wenn Sie einen leitenden Angestellten nicht davon überzeugen können, dass Ihr Ziel Priorität genießen sollte, dann hat es auch keine Priorität.

Erklären Sie, was Sie erreichen wollen, warum es wichtig ist und wie es dem Unternehmen messbar helfen wird. Zeigen Sie den Sponsoren vor allem, wie der Erfolg in Form von Schlüsselkennzahlen aussieht, damit sie eine klare Vorstellung von dem Wert haben, den das Programm bringen wird. Zeigen Sie den Sponsoren außerdem, wie Ihr Unternehmen im Vergleich zu seinen Wettbewerbern Daten und KI einsetzt. Oder noch besser: Demonstrieren Sie ihnen die Herausforderungen, auf die Menschen stoßen, wenn sie versuchen, intern mit Daten zu arbeiten. Der Nachweis, dass eine echte Chance besteht, die Konkurrenz aus dem Feld zu schlagen, inspiriert zum Handeln.

Erste Roadmap-Skizze

Im Idealfall öffnet Ihr erstes Projekt Türen und schafft neue Möglichkeiten. Wenn Sie beispielsweise dem Marketingteam genaue, unverzerrte und geschützte Kundendaten für personalisierte Kampagnen mithilfe von generativer KI (GenAI) zur Verfügung stellen, können Sie dieses Projekt ausweiten, um viele gemeinsame Kundendatenanforderungen in den Bereichen Finanzen, Vertrieb und Kundenservice zu erfüllen.

Sollten Sie ein Tool zur Katalogisierung von Produktdaten entwickelt haben, könnten Sie zunächst auf Produkt-, Marketing-, Support- und Vertriebsteams – die stärksten Nutzer von Produktdaten – abzielen. Vorschriften betreffen oft Daten und Prozesse, die sich auf mehrere Abteilungen auswirken. Haben Sie ein Compliance-Problem für eine Abteilung gelöst, helfen Sie wahrscheinlich auch einer anderen. Dann sind Sie bereit, eine mögliche Roadmap für Ihr Data-Governance-Programm zu skizzieren. Behalten Sie aber immer im Hinterkopf: Zwei der häufigsten Ursachen für das Scheitern von Daten- und KI-Governance sind unklare Ziele und nicht abgestimmte Erwartungen. Deshalb müssen sich alle an Ihrer Initiative Beteiligten von Anfang an über Ihre Ziele im Klaren sein.

Quelle: Informatica

Helen Kinsella, Community of Practice Leader for Data Governance & Quality bei Informatica

Helen Kinsella bringt 30 Jahre Erfahrung mit. Sie unterstützt Unternehmen branchenübergreifend bei der Überwindung von Data-Governance-Hindernissen und der Erreichung von Datenqualitätszielen. Ihre Stärke liegt in der Kombination aus kommunikativen Fähigkeiten und technischem Know-how, was ihr ermöglicht, Kundenbedürfnisse zu verstehen und effektive Lösungen zu entwickeln.

In ihrer Zusammenarbeit mit globalen Unternehmenskunden und verteilten Teams hat sie eine einzigartige Mischung aus Führungsqualitäten, Kundenorientierung und technischer Expertise entwickelt. In ihrer aktuellen Position fördert sie eine kollaborative Umgebung zum Austausch und zur Umsetzung von Best Practices und innovativen Strategien im Bereich Data Governance und Datenqualität.

1369 Artikel zu „Daten Governance“

News | Business | Digitale Transformation | Künstliche Intelligenz | Strategien | Ausgabe 11-12-2024

Data Governance, Integrationsprozesse und Datenqualitätssicherung – Balance zwischen menschlicher Expertise und Automatisierung

23. Dezember 2024

KI-gestützte Automatisierung generiert einen Produktivitäts-Boost und es entstehen weniger Fehler, was folgerichtig zu besseren Ergebnissen und Entscheidungen führt. Muhi S. Majzoub, EVP & Chief Product Officer bei OpenText erklärt im Interview welche Vorteile und Nachteile bei der Integration von generativer KI in Unternehmensprozesse entstehen können.