Illustration Absmeier foto freepik

Viele moderne Unternehmen sind einem großen Effizienzdruck unterworfen und müssen ihre Prozesse stark anpassen, um wettbewerbsfähig zu bleiben. Dabei setzen sie verstärkt auf datenbasierte Geschäftsmodelle, immer häufiger auf KI-Technologien. Verstärkte Nutzung und Abhängigkeit von digitalen Daten erfordern eine besonders akkurate, konsistente und regelkonforme Datenverarbeitung und -verwaltung. Das ideale Mittel dazu ist Data Governance, der systematische und strukturierte Umgang mit diesen Herausforderungen. Mohammed Brückner, Senior Enterprise Architect bei Ascent, einem Unternehmen für KI- und digitale Dienstleistungen, erklärt, wie man Data Governance in Unternehmen erfolgreich aufbaut und fest verankert.

In einer aktuellen McKinsey-Studie [1] orten drei Viertel der befragten globalen Organisationen beziehungsweise Unternehmen signifikante operative Probleme aufgrund mangelhafter Datenhygiene. Darunter versteht man die Konsistenz der Daten, beispielsweise hinsichtlich Vollständigkeit und Korrektheit. Zwar mahnen Vorschriften wie etwa die DSGVO und neuerlich je nach Branche auch Regelungen wie DORA oder NIS2 zum sorgfältigen Datenmanagement. Zur systematischen Umsetzung gehört jedoch noch viel mehr.

Für Unternehmen, die das digitale Potenzial voll ausschöpfen möchten, ist die richtige Data Governance der Schlüssel zum Erfolg. »Unter Data Governance versteht man ein System von Prozessen, Richtlinien und Standards, das sich wie ein roter Faden durch die ganze Organisation zieht und vom Team nicht nur akzeptiert, sondern aktiv gelebt wird«, erklärt Mohammed Brückner. Data Governance schließt als taktisches Element die Lücke zwischen strategischer Datenplanung (Data Strategy) und der operativen Ausführung (Data Management) in Unternehmen. Sie stellt sicher, dass Daten korrekt, regelkonform und effizient verarbeitet sowie verwaltet werden.

Die Mitarbeiter an Bord holen

»Der Einsatz von Data Governance kann nur dann erfolgreich sein, wenn sie Teil des täglichen Schaffens und voll integriert ist. Ein besonderer Fokus liegt auf den Mitarbeitern. Data Governance ist ohne Zutun aller Abteilungen und Mitarbeiter nicht möglich. Indem man ihnen Datenstandards und -protokolle an die Hand gibt, können sie sich orientieren und so Data Governance in die Arbeitsabläufe integrieren«, so Brückner. Natürlich müssen auch auf technologischer Ebene gewisse Hausaufgaben erledigt werden. Beispielsweise muss die Katalogisierung von Daten optimiert werden, und Schulungsprogramme für die Systemnutzung sollten zur Verfügung stehen.

Zwei Grundprinzipien des Datenschutzes sind jedenfalls dringend zu beachten: »Privacy by design« zielt darauf ab, dass Datenschutz bereits in der Entwicklung von Prozessen, Systemen oder Produkten berücksichtigt wird. »Privacy by default« wiederum bedeutet, dass die Standardeinstellungen datenfreundlich sind und prinzipiell immer nur für den Zweck erforderliche Daten verarbeitet werden. Beides zu beachten, erspart viel Mühe und Zeit.

Neue Möglichkeiten durch KI

Bei Data Governance dreht sich alles darum, die Datenqualität möglichst hoch zu halten. Tracking und Korrekturen sind dafür unerlässlich – Automatisierung und in diesem Zusammenhang vor allem auch Künstliche Intelligenz sind ein wesentlicher Schlüssel zur verbesserten Datenhygiene. Im Zuge des Datenkreislaufs können Daten automatisch auf Qualität überprüft und Änderungen bzw. Abweichungen von gewünschten Eigenschaften sofort erkannt werden. »AI Rule Mining« beispielsweise erkennt Muster, Abhängigkeiten oder Beziehungen von Daten und hilft dabei, daraus gleich die Regeln für die Entscheidungsfindung abzuleiten.

Bei jedem Neukunden wird in einem Assessment immer die interne Datenkompetenz der Organisation erhoben, Bedürfnisse bezüglich strukturierter oder unstrukturierter Daten berücksichtigt und Stärken sowie Schwächen analysiert. In einem weiteren Schritt wird eine Roadmap erstellt und ein Operating Model kreiert, um Data Governance in die Tat umzusetzen. In Folge geht es um die Implementierung von Prozessen und Tools wie Standards, Guidelines oder Datenqualitätsreportings. Angesichts regulatorischer Änderungen wie der DORA-Verordnung, die beispielsweise auf die digitale Resilienz von Unternehmen und auch ihren Partnern abzielt, bieten ISO-zertifizierte Dienstleister wie Ascent – insbesondere in Hinblick auf Risk-Assessments und Auditierung – einen echten Mehrwert.

Eine Frage der Wettbewerbsfähigkeit

»Zusammenfassend lässt sich sagen: Das übergeordnete Ziel ist, das Thema Data Governance nicht nur zu streifen, sondern fest im Unternehmen zu verankern. Unsere Erfahrung in der Beratung von Unternehmen zeigt, dass nur so professionelles Datenmanagement möglich ist, das wiederum eine Voraussetzung für die Wettbewerbsfähigkeit ist. Wichtig ist, dass Data Governance nicht von außen über das Unternehmen gestülpt wird, sondern von innen heraus wächst, indem Standards und Prozesse möglichst frühzeitig Einzug finden«, unterstreicht Mohammed Brückner.

Mohammed Brückner, Senior Enterprise Architect bei Ascent

________________________________________

[1] Elevating master data management in an organization | McKinsey: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/master-data-management-the-key-to-getting-more-from-your-data

Ascent berät Unternehmen laufend beim Aufbau und der Umsetzung von Data Governance. Ascent begleitet beispielsweise seit zwanzig Jahren ein globales Pharmaunternehmen, mit dem gemeinsam bereits 15 Projekte in den Bereichen Data Strategy, Management und Governance erfolgreich durchgeführt wurden. Ziel ist, Daten- und Analysefunktionen im gesamten Unternehmen zu optimieren. Das reicht von der Beschleunigung der Arzneimittelentwicklung bis zur Entwicklung fortschrittlicher Software.

928 Artikel zu „Data Governance“

News | Business | Künstliche Intelligenz | Strategien | Ausgabe 5-6-2023

Warum Data Governance die Voraussetzung jeder Automatisierung sein muss – KI oder Anarchie?

20. Juni 2023

ChatGPT und Google Bard dominieren aktuell die Nachrichten, und eines ist klar: Ganz gleich, ob sie als Hoffnungsträger oder bedrohliche Fehlkonstruktion angesehen wird, künstliche Intelligenz (KI) ist in der Mitte der Diskussion angekommen.