Sie sind hier: Startseite » Markt » Tipps und Hinweise

Einheitliche Data-Governance-Strategie einführen


Neun Tipps für den Aufbau eines effektiven Data-Governance-Modells
Damit Daten den größtmöglichen Nutzen bringen, müssen die Beteiligten wissen, wie sie diese auswählen, sammeln, speichern und effektiv nutzen



Von Adrien Guenther, Director of Analytics bei Piano

Bevor Sie sich bei der strategischen Entscheidungsfindung ganz oder teilweise auf Analysen stützen, müssen Sie erst geeignete Prozesse implementieren. Das stellt sicher, dass die Daten reibungslos durch alle Geschäftsabteilungen fließen und ihre Qualität, Zugänglichkeit, Verwendbarkeit und Sicherheit gewahrt bleibt. Hier finden Sie neun Tipps für den Aufbau einer effektiven Data-Governance-Strategie.

1. Datenbestände im Unternehmen prüfen
Damit Daten den größtmöglichen Nutzen bringen, müssen die Beteiligten wissen, wie sie diese auswählen, sammeln, speichern und effektiv nutzen. Nehmen Sie eine Bestandsaufnahme aller im Unternehmen vorhandenen Daten vor und identifizieren Sie ihre verschiedenen Quellen wie Verwaltungssysteme, Websites, soziale Netzwerke sowie Marketing- und Werbekampagnen. Anschließend definieren Sie die Reibungspunkte, an denen es aufgrund schlechter Datenqualität zu einem Wertverlust kommt.
Achten Sie besonders auf folgende Punkte:

>> Volumen: Die Menge der Daten ist in den letzten Jahren explodiert. Bestimmen Sie die Anzahl der in Ihren Datenbanken gespeicherten Informationen, um Ihre Datenverwaltungsmethode festzulegen.

>> Vielfältigkeit: Daten können komplex und vielfältig sowie strukturiert oder unstrukturiert vorliegen und aus einem breiten Spektrum von Informationssystemen stammen. Erfassen Sie sie an verschiedenen Stellen, zentralisieren Sie sie und gleichen Sie sie ab, um alle Informationen umfassend abzubilden.

>> Schnelligkeit: Setzen Sie auf leistungsstarke, flexible Software, die maschinelles Lernen beinhaltet. Prüfen Sie Ihre Infrastruktur, um die effizientesten Tools auszuwählen, die Ihren Anforderungen entsprechen, und schaffen Sie eine solide technische Basis.

>> Wahrhaftigkeit: Erklärungsfehler in Formularen, die Vielfalt der Erfassungsstellen, Bot-Aktionen, böswillige Handlungen, menschliche Fehler und mehr gefährden das Datenfundament. Auch bei der Analyse kann es zu Verzerrungen kommen. Führen Sie deshalb eine Diagnose der Qualität und Genauigkeit Ihrer Daten durch.

>> Wert: Die von Ihnen verwendeten Daten müssen perfekt auf die Geschäfts- und Marketingziele Ihres Unternehmens abgestimmt sein und sowohl für die Marke als auch für Ihre Kunden einen Mehrwert schaffen. Vereinheitlichen Sie die Daten und reagieren Sie schnell, um auf der Gewinnerseite zu stehen.

2. Eine einheitliche Data-Governance-Strategie einführen
Alle Abteilungen des Unternehmens müssen in die Datennutzung involviert sein – von der Geschäftsleitung über die Teamleiter bis hin zu den Betriebs- und Außendienstteams. Die gesamte Belegschaft sollte die Herausforderungen und Vorteile gemeinsam genutzter, qualitativ hochwertiger Daten verstehen. Berücksichtigen Sie folgende Punkte, um den gesamten Betrieb in diesen Übergang einzubeziehen:

>> Einzel- oder Gruppengespräche mit den verschiedenen Abteilungen, um die aktuelle Datenlage besser zu verstehen, die organisatorischen Anforderungen zu ermitteln und alle Data-Governance-Erwartungen zu berücksichtigen.

>>Workshops mit dem Ziel, gemeinsam einen ganzheitlichen methodischen Rahmen für die Data-Governance-Einführung zu entwickeln.

>> Reale Anwendungsfälle, in denen mit Unterstützung einer Reihe von Mitarbeitern ein Geschäftsproblem in Verbindung mit einem bestimmten Datenbereich analysiert wird. Im E-Commerce-Sektor könnte es sich beispielsweise um Fehler bei den Abmessungen der Produktverpackungen handeln, die zu logistischen Schwierigkeiten und zum Kaufabbruch führen, weil der Kunde zu hohe Lieferkosten feststellt.

Legen Sie anschließend strategische Ziele fest, die für das gesamte Unternehmen oder einzelne Geschäftsbereiche gelten. Definieren Sie dann alle Leistungsindikatoren der Organisation, damit jeder seine Rolle beim Governance-Modell versteht.

3. Geeignetes Data-Governance-Modell wählen
Wenn Sie ein Data-Governance-Projekt starten, sollten Sie nicht in die Falle tappen, alle technischen, organisatorischen und regulatorischen Fragen gleichzeitig zu beantworten. Sie benötigen Zeit für die ersten greifbaren Ergebnisse. Erstellen Sie eine genaue, von den Beteiligten bestätigte Roadmap mit Zwischenzielen, um die bisherigen Bemühungen und Fortschritte zu bewerten.

Bedenken Sie zudem, dass es verschiedene Data-Governance-Modelle gibt. Wählen Sie dasjenige, das am besten zu Ihrer Umgebung, Ihren Bedürfnissen, Ihren personellen und finanziellen Ressourcen und Ihrem Datenreifegrad passt.

4. Ermittlung und Auswahl aller Datenakteure
Ernennen Sie zunächst einen Chief Data Officer (CDO), der die Data Governance im gesamten Unternehmen verantwortet. Er genehmigt Projekte und ordnet sie nach Prioritäten, verwaltet Budgets, rekrutiert Personal für das Programm und stellt eine vollständige Dokumentation sicher. Idealerweise sollte der CDO direkt dem CEO unterstellt sein. Wenn Ihre Firma kleiner ist, können Sie diese Rolle einer anderen Führungskraft auf einer vergleichbaren Ebene zuweisen.
Erweitern Sie dann das Projektteam, indem Sie eine multidisziplinäre Gruppe mit den folgenden Profilen zusammenstellen:

>> Dateneigentümer: Sie beaufsichtigen die Daten in einem bestimmten Bereich und überwachen die Prozesse zur Gewährleistung der Sammlung, Sicherheit und Qualität der Daten. Sie bestimmen, wie Daten zur Lösung eines bestimmten Problems zum Einsatz kommen. So kann der Marketingleiter der Dateneigentümer der Kundendaten sein oder der Personalleiter der Dateneigentümer der internen Mitarbeiterinformationen.

>> Datenverantwortliche: Sie sind die Datenkoordinatoren und Administratoren des zentralen Datenspeichers. Sie verantworten die Organisation und Verwaltung aller Daten oder einer bestimmten Dateneinheit und überwachen die Einhaltung von Richtlinien und Vorschriften. Sie erfassen und korrigieren Datenelemente, verhindern Duplikate und überprüfen die Qualität der Datenbanken.

>> Datenverwalter: Dieser sorgt für den ordnungsgemäßen Lebenszyklus der Daten, indem er den Zugriff auf die Daten autorisiert und kontrolliert, technische Prozesse zur Gewährleistung der Datenintegrität definiert und Kontrollen zur Sicherung und Archivierung der Daten und der an ihnen vorgenommenen Änderungen durchführt.

5. Datensilos beseitigen
Sobald Sie Ihr Data-Governance-Projektteam zusammengestellt haben, können Sie es in einem Gremium zusammenführen, das strategische Entscheidungen über die Umsetzung in den verschiedenen Geschäftsbereichen trifft. Dieses Gremium genehmigt Datenrichtlinien und befasst sich mit allen Fragen rund um Datenverwaltung, -sicherheit und -qualität. Halten Sie zudem regelmäßig Sitzungen ab mit der Möglichkeit, Feedback zu geben.

Idealerweise sollten Sie sich für eine horizontale Governance entscheiden, indem Sie die Daten in den Mittelpunkt Ihrer Tätigkeit und Ihrer Geschäftsangelegenheiten stellen. Auf der Grundlage dieses Prinzips können Sie beispielsweise den Abbau von Silos zwischen Direktmarketing, Werbung und Kundenservice beschleunigen und CRM- und Medienfachwissen sowie Technologien innerhalb von Unternehmen, Marken und ihren Agenturen vereinen. Informieren Sie Ihre Mitarbeiter über die Vorteile der Zusammenarbeit und des täglichen Datenaustauschs.

Stellen Sie anschließend sicher, dass alle für die Durchführung der Projekte nützlichen Daten auf einer Datenverwaltungsplattform konsolidiert werden, die die Zuverlässigkeit und Verknüpfung der Daten gewährleistet. Es ist wichtig, allen Teams die Existenz eines zentralisierten Datenbestands bewusst zu machen. Das schafft eine gemeinsame Vision.

6. Projekt und Ressourcen dokumentieren
Um ein Data-Governance-Projekt erfolgreich zu implementieren, müssen Sie Standardprozesse einrichten und eine gemeinsame Sprache innerhalb der Organisation finden. Stellen Sie Ihren Teams dafür eine "Datenmappe" zur Verfügung: Sie ermöglicht die Identifizierung der Datenbestände, ihrer Flüsse, ihrer Speicherung und ihrer Verarbeitungsmethoden. So machen Sie die Daten für alle Mitarbeiter zugänglich und verständlich.

Die Datenmappe besteht aus einem Geschäftsglossar mit genauen Definitionen aller Terminologien im Zusammenhang mit den im Umlauf befindlichen Daten. Hinzu kommt ein Modell, das die Struktur der Unternehmensdaten zeigt und Auskunft über deren Speicherung gibt. Auch ein Datenflussdiagramm darf nicht fehlen. Die Datenmappe enthält außerdem einen Abschnitt über das Format der verschiedenen Datentypen und informiert über ihre Zugangs- und Einsatzbedingungen.

7. Qualität der Daten sicherstellen
Daten steuern die meisten Ihrer Entscheidungen, beispielsweise die Art und den Zeitpunkt von Werbemaßnahmen oder Kommunikationskampagnen, die Segmentierung von Zielgruppen, die Korrektur oder Ergänzung von Funktionen auf einer Website oder einer mobilen Anwendung. Dabei müssen Sie sich auf die Qualität der Daten verlassen können. Denn minderwertige Daten können schwerwiegende Folgen für Ihre Firma haben, etwa geringere Einnahmen, durch Adblocker blockierten Verkehr oder überschätzte Conversions aufgrund mangelhafter Quellenzuordnung.

Um diese Risiken zu reduzieren, sollten Sie in allen Phasen des Datenlebenszyklus wachsam sein – beginnend im kritischen Moment der Datenerfassung. Jede Änderung oder Aktualisierung der Website oder des Trackings stellt eine Gefahr für die Qualität der Erfassung dar. Führen Sie wirksame Methoden und Instrumente ein, um diesen Prozess zu steuern und zu dokumentieren.

Achten Sie zunächst auf die korrekte Implementierung der Tags in Ihren Tagging-Plänen. Überprüfen Sie sie regelmäßig und vollständig, idealerweise mit automatisierten Akzeptanztests, da die manuelle Durchführung nicht nur viel Zeit kostet, sondern auch das Fehlerrisiko erhöht.

8. Konformität der Daten gewährleisten
Spätestens seit der Umsetzung der Datenschutz-Grundverordnung (DSGVO) wissen die Unternehmen, wie wichtig es ist, den Schutz der personenbezogenen Daten der Nutzer auf ihren verschiedenen digitalen Plattformen zu beachten. Bei Verletzungen drohen nicht nur Sanktionen, es kann auch dem Markenimage schaden und zu einem Vertrauensverlust bei den Kunden führen. Deshalb sollten Sie auf Ihren Websites und in Ihren mobilen Anwendungen sicherstellen, dass die Zustimmung Ihrer Besucher ordnungsgemäß, frei und in Kenntnis der Sachlage eingeholt wird. Zu diesem Zweck müssen Sie einen Anbieter wählen, der über eine strenge Datenverwaltung verfügt und die gesetzlichen Bestimmungen vollständig einhält.

9. Interne Datennutzung demokratisieren
Die Demokratisierung von Daten innerhalb eines Unternehmens zählt zu den elementaren Bestandteilen eines Data-Governance-Ansatzes. Dabei werden alle Informationen und Ressourcen, den Mitarbeitern zur Verfügung gestellt, die zur Erfüllung ihrer Aufgaben und zur Wertschöpfung erforderlich sind. Einige Maßnahmen können dabei helfen, etwa die Festlegung der Anwendungsfälle für diese Daten sowie Angaben, wo sich die Daten befinden und wie man auf sie zugreifen kann. Auch die Ernennung von Datenreferenten, die Usern im Alltag helfen, erweist sich in der Praxis als gute Idee.

Als nächstes sollten Sie ein spezifisches Unterstützungsprogramm einrichten. So können Sie beispielsweise Schulungen und interne Workshops organisieren, um die Nutzer in der operativen Nutzung der Tools und in der Verwendung der Daten zu bestimmten Themen anzuleiten. Um die Mitarbeiter zur Nutzung der Daten zu animieren, kann das Datenteam außerdem Dashboards für die Verwaltung der einzelnen Aktivitäten entwerfen.

Autor Adrien Guenther, Director of Analytics bei Piano
Adrien Guenther ist Director of Analytics bei Piano am Standort München, wo er seit einem Jahrzehnt Unternehmen in der DACH-Region strategisch in der Planung und Implementierung digitaler Analysen berät. Bevor er zu AT Internet (2021 von Piano übernommen) kam, war Guenther Leiter des Bereichs Business Intelligence bei einer Werbeagentur. Er hat außerdem Erfahrung in der Suchmaschinenoptimierung, Suchmaschinenentwicklung, als auch in der Entwicklung von digitalen Assets, Websites und Online-Apps. (Piano: ra)

eingetragen: 14.07.22
Newsletterlauf: 02.09.22

Piano: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Tipps und Hinweise

  • Wie sich Teamarbeit im KI-Zeitalter verändert

    Liefertermine wackeln, Teams arbeiten unter Dauerlast, Know-how verschwindet in der Rente: In vielen Industrieunternehmen gehört der Ausnahmezustand zum Betriebsalltag. Gleichzeitig soll die Zusammenarbeit in Produktion, Qualitätskontrolle und Wartung immer schneller, präziser und vernetzter werden. Wie das KI-gestützt gelingen kann, zeigt der Softwarehersteller Augmentir an sechs konkreten Praxisbeispielen.

  • Vom Workaround zum Schatten-Account

    Um Aufgaben im Arbeitsalltag schneller und effektiver zu erfüllen, ist die Suche nach Abkürzungen Gang und Gebe. In Kombination mit dem technologischen Fortschritt erreicht die Effizienz menschlicher Arbeit so immer neue Höhen und das bringt Unternehmen unwissentlich in eine Zwickmühle: Die zwischen Sicherheit und Produktivität. Wenn ein Mitarbeiter einen Weg findet, seine Arbeit schneller oder besser zu erledigen, die Bearbeitung von Zugriffsanfragen durch die IT-Abteilung aber zu lange dauert oder zu kompliziert ist, dann finden Mitarbeiter oftmals "kreative" Lösungen, um trotzdem weiterarbeiten zu können. Diese "Workarounds" entstehen selten aus böser Absicht. Allerdings stellen sie gravierende Sicherheitslücken dar, denen sich viele Beschäftigte und Führungskräfte nicht bewusst sind.

  • KI in der Cloud sicher nutzen

    Keine Technologie hat die menschliche Arbeit so schnell und weitreichend verändert wie Künstliche Intelligenz. Dabei gibt es bei der Integration in Unternehmensprozesse derzeit keine Tür, die man KI-basierter Technologie nicht aufhält. Mit einer wachsenden Anzahl von KI-Agenten, LLMs und KI-basierter Software gibt es für jedes Problem einen Anwendungsfall. Die Cloud ist mit ihrer immensen Rechenleistung und Skalierbarkeit ein Motor dieser Veränderung und Grundlage für die KI-Bereitstellung.

  • Clever skalieren auf Basis bestehender Strukturen

    Da Generative AI zunehmend Teil unseres Alltags wird, befinden wir uns in einer KI-Phase, die sich durch außerordentliche Fähigkeiten und enormen Konsum auszeichnet. Was anfangs auf einer theoretischen Ebene stattgefunden hat, ist inzwischen messbar - und zwar bis zur kleinsten Einheit. Aktuelle Untersuchungen von Mistral AI und Google deuten darauf hin, dass die Folgen einer einzigen Interaktion vernachlässigbar sind: Bruchteile eines Watts, einige Tropfen Wasser und ein Kohlenstoffausstoß, der etwa dem entspricht, was beim Streamen eines Videos unter einer Minute verbraucht wird.

  • Von Cloud-First zu Cloud-Smart

    Die zunehmende Vernetzung von IT- und OT-Systemen bedeutet für die Fertigungsindustrie neue Sicherheitsrisiken. Ein moderner Cloud-Smart-Ansatz verbindet Innovation mit effektiven Sicherheitslösungen, um diesen Herausforderungen gerecht zu werden. Die industrielle Digitalisierung stellt die Fertigungsindustrie heute vor neue Herausforderungen - insbesondere in puncto Sicherheit.

  • Technik statt Vertrauen

    Die andauernden Turbulenzen in den USA seit Amtsantritt von Donald Trump, die konsequente Kürzung von Mitteln für Datenschutz und die Kontrolle staatlicher Überwachungsprogramme verdeutlichen: Wer als Behörde oder Institution höchste Datensicherheit garantieren muss, kann nicht auf US-amerikanische Unternehmen oder deren europäische Töchter setzen.

  • Risiko von SaaS-zu-SaaS-Integrationen

    Ein SaaS-Sicherheitsalbtraum für IT-Manager in aller Welt wurde kürzlich wahr: Hacker nutzten legitime OAuth-Tokens aus der Drift-Chatbot-Integration von Salesloft mit Salesforce, um unbemerkt Kundendaten von der beliebten CRM-Plattform zu exfiltrieren. Der ausgeklügelte Angriff deckt einen kritischen toten Winkel auf, von dem die meisten Sicherheits-Teams nicht einmal wissen, dass sie von ihm betroffen sind.

  • Kostenfallen erkennen und vermeiden

    Remote Work, Cloud Computing und mobile Endgeräte haben die Arbeitswelt grundlegend verändert. Mitarbeiter erwarten heute, von überall aus auf ihre Anwendungen und Daten zugreifen zu können. Virtuelle Desktop-Lösungen machen diese Flexibilität möglich, indem sie Desktop-Umgebungen und Anwendungen über das Netzwerk eines Unternehmens bereitstellen. Doch der Markt für solche Lösungen ist komplex und vielfältig. IT-Entscheider stehen vor der Herausforderung, aus dem Angebot die passende Lösung zu identifizieren, die sowohl technische Anforderungen als auch wirtschaftliche Ziele erfüllt.

  • Übergang in die neue Systemlandschaft

    Der Umstieg auf SAP S/4HANA ist bei vielen Unternehmen bereits in vollem Gange oder steht unmittelbar bevor. Wer in diesem Zusammenhang seine Archivierungsstrategie überdenkt, kann wertvolle Zeit, Kosten und Aufwand sparen. Die Archivierungsexperten von kgs haben zehn zentrale Aspekte zusammengestellt, die dabei helfen, den Übergang in die neue Systemlandschaft effizient und zukunftssicher zu gestalten.

  • Die Zukunft braucht offene KI-Infrastrukturen

    KI ist mehr als ein ominöses Hinterzimmer-Experiment. Die Technologie ist eine treibende Kraft, wenn es um Produkte, Entscheidungen und Nutzererfahrungen über jegliche Wirtschaftsbereiche hinaus geht. Mittlerweile stellen Unternehmen jedoch die Inferenz in den Mittelpunkt ihrer KI-Implementierungen. Hier können die Modelle ihren eigentlichen Mehrwert unter Beweis stellen - unter anderem in Form von Antworten auf drängende Fragen, Vorhersagen und Content-Generierung. Der Anstieg des Inferenz-Bedarfs bringt jedoch eine entscheidende Herausforderung mit sich. Bei Inferenzen handelt es sich nämlich nicht um einzelne Workloads.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen