Machen wir uns in unserer „Data Driven“-Blase nichts vor: Data Governance ist in vielen Unternehmen ein Reizthema, scheinen doch mit der Einführung von Data Governance für Aufbauund Ablauforganisationen erst einmal hohe Kosten bei unklarem Nutzen zu entstehen. So müssen vermeintlich neue Verantwortlichkeiten und vor allem gegebenenfalls Kapazitäten mit neuen Prozessen definiert und etabliert, bestehende Prozesse um Data-Governance-Aspekte erweitert, scheinbar einschränkende Richtlinien zur Datennutzung und zur Datenteilung kreiert und durchgesetzt, neue technische Lösungen zum Beispiel zur Steigerung der Datentransparenz oder der Datenqualität konzipiert und eingeführt werden. Zudem müssen in der Regel schon bestehende Verantwortlichkeiten und Rollen, wie zum Beispiel Applikations- oder Prozessverantwortliche, mit den neu geschaffenen Data-Governance-Rollen in Einklang gebracht werden. Und das alles nur für das lose Versprechen, dass mit transparenten, qualitätsgesicherten und verfügbaren Daten Entscheidungen mittelfristig besser und datengetriebener werden und man so dem vermeintlichen Zielbild einer Data Driven Company näher kommt.
Verantwortliche für eine Data-Governance-Einführung finden sich da schnell in einer defensiven Position wieder. Damit eine Data-Governance-Initiative nicht schon im Vorfeld zerredet wird, sollten ihre Protagonisten zumindest zwei Erfolgsfaktoren im Auge behalten:
Bei der Aufteilung des gesamten Datenhaushalts auf Ownership-Bereiche ist es wichtig, nicht ein komplett neues Zuteilungsprinzip zu entwickeln. Idealtypisch sollte man vielmehr auf Strukturen aufsetzen, die im Unternehmen schon etabliert sind. Im Wesentlichen existieren hier vier Alternativen: die Unternehmensorganisation mit der funktionalen beziehungsweise prozessualen Verantwortung, die datenorientierten Anwendungsfelder/Use-Cases, die IT-Systemlandschaft und – falls vorhanden – eine bereits etablierte Daten-Domänenstruktur. Alle Alternativansätze sind mit Vor- und Nachteilen verbunden, zum Beispiel können mehrdeutige Verantwortlichkeiten auftreten. Der Ratschlag für Data-Governance-Verantwortliche lautet hier, sich an dem führenden Ordnungsprinzip im Unternehmen zu orientieren. Beispielsweise ist es bei einem stark an Prozessen ausgerichteten Unternehmen einfacher, Prozessverantwortliche auch gleichsam aus ihrer Rolle heraus eine Data-Ownerschaft für Datenobjekte übernehmen zu lassen, die in ihren Fachprozessen entstehen, anstatt eine im Widerspruch zur Prozessorganisation stehende Data-Governance-Organisation einzuführen.
"Aber die eigentliche Musik spielt letztlich in der Datennutzung und nicht nur in der Datenbereitstellung"
Die zweite Empfehlung an Data-Governance-Verantwortliche ist es, nicht nur ausschließlich an den frühen Phasen des Datenlebenszyklus anzusetzen. Natürlich sind Fragestellungen zur externen und internen Datenbeschaffung, Datenintegration, Datenklassifikation, Datenteilung, Datentransparenz und Datenqualität fundamental. Aber die eigentliche Musik spielt letztlich in der Datennutzung und nicht nur in der Datenbereitstellung. Hier sind viele der regulatorischen Anforderungen, die sich zum Beispiel auch aus dem vieldiskutierten AI Act ergeben, sogar als Chance zu sehen, den Fokus der Data Governance stärker auf die Anwendungsfelder zu setzen: Jede Data-Governance-Organisation sollte zum Beispiel zu den aktuellen und zukünftigen Use-Cases und ihrem Business-Mehrwert auskunftsfähig sein.
Data Governance muss in den Unternehmen als Enabler und nicht als Verhinderer gesehen werden. Data-Governance-Treibende sind um ihren Job, diesen Change umzusetzen, nicht zu beneiden. Sie haben dabei jede Unterstützung verdient.
