Es ist meist erforderlich Menschen, Prozesse, Richtlinien und Technologien aufeinander abzustimmen sowie Daten zu definieren, um zuverlässige und sichere Daten bereitzustellen, um Branchenvorschriften einzuhalten, Geschäftskosten zu senken und Umsätze zu steigern.
Data Governance
Je nach Größe und Marktdruck befinden sich Unternehmen aktiv oder passiv im digitalen Wandel irgendwo zwischen langsamer Transformation bis hin zur Disruption, um neuen Anforderungen gerecht zu werden. Dieser Wandel und Tempowechsel hat direkten Einfluss auf eingesetzte Technologien, Prozesse, Strukturen, die Menge an Information und nicht zuletzt auf den Menschen und seine bisher gelebte Unternehmenskultur.
Fehlende Transparenz der Verantwortlichkeiten und Prozesse, keine definierten Standards oder nicht gelebte Richtlinien, schlechte und oft langsame Verfügbarkeit von Reports, Vertrauensverlust in die eigenen Zahlen, manuelle Korrekturprozesse, verschiedenste Datenqualitätsfehler, fehlendes Wissen über die Sensibilität unterschiedlicher Daten im Kontext Datenschutz und Datensicherheit, hohe wiederkehrende Kosten zur Datenbereinigung, Unschärfen und Annahmen über die Bedeutung von Fachbegriffen – statt klarer zentraler Definition, Inkonsistenzen über Applikationen und die Unternehmensinformationsarchitekturen und vielfach auch das Fehlen von BI- oder Datenstrategie im Rahmen der IT- und Unternehmensstrategie.
Schlüsselaspekt Anforderungsprozess zw. Fachbereich und IT. Anforderungen werden rasch benötigt und bieten nicht ausreichend Zeit die gesamte Komplexität der Landschaft zu klären, daraus resultiert wiederum eine Erhöhung der Schnittstellenkomplexität, welche die Ausgangsdaten über die jeweiligen Datenflüsse mitunter zu unterschiedlichen Aussagen bringen.
Voraussetzungen
Daten und das Bewusstsein dafür, Spielregeln zu definieren. DG selbst hat keine weiteren Voraussetzungen, jedoch korreliert hier der benötigte Reifegrad an Data Governance mit der Komplexität, die man wieder in Rahmen und Strukturen überführen will.
Grundsätzlich kann man festhalten, dass ohne das Verständnis und dem Bewusstsein der Entscheider (Management bis Eigentümer) Data Governance rasch als Strohfeuer verglühen wird oder formal auf einer Agenda abgehackt wird.
DG ist kein Projekt, sondern muss über einen Change Prozess integraler Bestandteil des Unternehmens werden.
Notwendige Schritte:
- Analyse. Es gilt die Vision, die Ziele und den Umfang sowie die Stakeholder zu identifizieren. Auch erste Einschätzungen zum Wert der Daten und der zum Heben dieses Wertes verbundene Kosten sollten durchgeführt werden. Abschließend sollte man klären wie ein Change Prozess im Unternehmen aussehen kann.
- Reifegrad Assessment. Ist- und den Ziel-Zustand zu deklarieren. Auch eine Review der Architektur und mögliche Zielbilder sollten konzeptionell erstellt werden.
- DG-Zielbild. Erste Organisationsentwürfe, Rollen, Prozessabläufe, Regeln und Standards. Und zum Schluss der Bedarf an DG-Richtlinien und DG-Tools zur Steuerung und Verwaltung.
- Roadmap. iterative vs. big-bang Umsetzung, ausgearbeitet werden.
- Zum Leben erwecken. Alle Rollen und Strukturen müssen nun ausgefüllt werden, die Richtlinien und Standards umgesetzt und eingehalten werden.