You are here

Data Governance & Datenqualitätsmanagement

Die Aufgabenstellung/Herausforderung

Von Daten zur Einsicht: Wie aus Daten eintscheidungsrelevantes Wissen entsteht! 

Kann ich mich geschäftsseitig auf meine Daten (Richtigkeit, Aktualität, etc.) verlassen? 

Daten  gehören zu den wichtigsten „Rohstoffen“ in jedem Unternehmen. In vielen Firmen sind Daten (insb. Stamm- und Transaktionsdaten) leider nicht viel mehr als „Rohfakten“ innerhalb von abgekapselten Geschäftssilos, die nicht einheitlich konsistent und integriert angewendet,  sondern einfach nur gesammelt und gespeichert werden. Datenprozesse und  Ihre Nutzung lassen sich oft nicht mehr effizient genug an die stetig wachsenden Anforderungen anpassen; dieses ist aber mehr denn je überlebensnotwendig für Unternehmen, um reaktionsfähig bleiben zu können. 

Die negativen Folgen  spiegeln sich  beispielsweise in abweichenden Kennzahlen bzw. Kennzahlenbedeutungen für das Managementreporting wieder, welche wiederum zu Irritationen bei den Nutzern führen und somit eine zeitnahe Entscheidungsgrundlage verhindert, oder gar gesetzlich non-compliant sind. Unkontrolliert wachsende Analyselandschaften steigern darüber hinaus die Komplexität und verhindern transparente und klar definierte Daten und Prozesse.

Daten gewinnen dann an Bedeutung für den Erfolg eines Unternehmens und werden zu einem Wettbewerbsvorteil, wenn es gelingt diese zu strukturieren bzw. transformieren um präzise Informationen zu erhalten und in weiterer Folge durch das Erkennen von Relationen und Mustern zu einer fundierten Entscheidungsunterstützung beizutragen. Die entsprechend hohe Datenqualität sowie eine optimale IT-Unterstützung  sind dabei eine unbedingte Voraussetzung als auch ein wesentlicher Schlüssel zum Erfolg.

Nutzen

  • Verbesserte und umfangreichere Entscheidungsunterstützung
  • Messbare Steigerung der Effizienz durch Nutzung von Synergieeffekten
  • Höheres Vertrauen in die Daten 
  • Erfüllung von Compliance (bspw. Basel III, Solvency II etc.)
  • Steigerung der Prozesseffizienz durch Verminderung langer Abstimmungsprozesse 

Vorgehensweise

Eine effektive Data Governance und Datenqualitätsmanagement kümmert sich um die Verfügbarkeit, Integrität und Qualität der Unternehmensdaten und verfolgt dabei das Ziel, den Wert der Daten- bzw. „Informationsgüter“ zu steigern. Eine wichtige Rolle spielt dabei das Daten-/Informations- Management sowie das Unternehmens-/Informations- Management.

Der Wert der Daten bestimmt sich vor allem aus der „Fitness for use“. Es geht darum, dass die richtigen Daten in der passenden Granularität, zur richtigen Zeit, an der notwendigen Stelle im Geschäftsprozess, beim richtigen User oder System mit einem möglichst geringen Aufwand bereitgestellt werden.

Dafür müssen vor allem vier Fragen beantwortet werden:

  • Welche Entscheidungen müssen unternehmensweit getroffen werden?
  • Welche Rollen im Unternehmen sind an den Entscheidungen beteiligt?
  • In welcher Form sind die Rollen beteiligt (Data Owner, Stewardship, etc.) und was sind deren Rechte und Pflichten?
  • Wie sieht die IT- Unterstützung aus?

Die wichtigsten Schritte bei der Umsetzung eines Datenqualitätsprogramms sind:

  • Definition der Ziele und des erwarteten Nutzen
  • Unterstützung der wichtigsten Entscheidungsträger
  • Bestimmung  der Ausgangssituation und Delta Analyse 
  • Erstellung eines realistischen Fahrplanes
  • Entwicklung, Planung und Umsetzung eines spezifischen Datenqualitätsprogramms
  • Überwachung und Steuerung der 
  • Kommunikation und Dokumentation der Ergebnisse