Daten-Governance

Worum es geht

Daten-Governance legt fest, wer welche Daten besitzt, pflegt und nutzen darf. Der Zweck ist nicht Ordnung als Selbstzweck, sondern Belastbarkeit. Jede Auswertung, jedes Modell und jede Automatisierung steht auf Daten, und wenn deren Herkunft, Definition und Verantwortung unklar sind, ist das Ergebnis nicht überprüfbar.

Der häufigste Auslöser für das Thema ist ein Streit über Zahlen. Zwei Berichte zeigen unterschiedliche Umsätze, und niemand kann erklären, warum. Die Ursache liegt selten in einem Fehler, sondern fast immer darin, dass zwei Berechnungen denselben Begriff verschieden verwenden.

Die vier Regelbereiche

• Eigentum: Jede Datenquelle hat eine benannte verantwortliche Person, nicht eine Abteilung. Ohne diese Zuordnung wird nichts gepflegt.
• Definition: Kennzahlen werden einmal festgelegt, mit Formel, Zeitraum und Grundmenge, und an einer Stelle dokumentiert.
• Qualität: Welche Felder zwingend gefüllt sein müssen, welche Prüfungen laufen und wer bei Abweichungen informiert wird.
• Zugriff: Wer lesen und schreiben darf, mit welcher Begründung und mit welcher Protokollierung.

Was je Datensatz festgehalten wird

Ein Verzeichnis muss nicht vollständig sein, um nützlich zu sein. Sechs Angaben genügen für die meisten Fälle: Woher stammen die Daten, wofür werden sie verwendet, wer ist verantwortlich, wie lange werden sie gespeichert, wer darf zugreifen und wem werden sie weitergegeben.

Der Wert dieses Verzeichnisses zeigt sich in drei Situationen. Bei einer Beschwerde, weil schnell klar ist, welche Daten betroffen sind. Bei einem Systemwechsel, weil bekannt ist, was übertragen werden muss. Und bei der Anlage eines neuen Berichts, weil die Definition bereits existiert, statt neu erfunden zu werden.

Warum es ohne Verantwortliche scheitert

Die Erfahrung aus vielen Vorhaben ist eindeutig: Regelwerke ohne benannten Eigentümer veralten innerhalb von Monaten. Verantwortung auf eine Abteilung zu verteilen ist praktisch gleichbedeutend mit keiner Verantwortung, weil jede Abteilung annimmt, eine andere kümmere sich.

Der zweite Grund für das Scheitern ist Umfang. Ein Programm mit hundert Regeln wird nicht umgesetzt. Wirksam sind wenige Regeln, die tatsächlich erzwungen werden, etwa Pflichtfelder im System, eine Prüfung vor der Veröffentlichung und eine feste Kennzahlliste. Alles darüber hinaus ist Dokumentation ohne Wirkung.

Ein dritter Punkt betrifft die Änderung. Datenmodelle verändern sich, weil Systeme abgelöst, Felder umbenannt und Prozesse angepasst werden. Ohne einen festen Anlass zur Überprüfung, etwa einmal im Quartal, ist das Verzeichnis nach einem Jahr falsch und damit schlimmer als keines, weil es Vertrauen erzeugt, das es nicht verdient. Wer Daten-Governance einführt, sollte deshalb klein beginnen, aber den Rhythmus für die Pflege von Anfang an festlegen, weil dieser Rhythmus über den Nutzen entscheidet und nicht die erste Fassung der Regeln.