Was Sie bei Enterprise Data Governance vermeiden sollten

Wer Data Governance erfolgreich umsetzen und mehr aus seinen Daten machen möchte, sollte die hier vorgestellten zehn „Worst Practices“ vermeiden.

Dieser Artikel behandelt

BI-Management

Immer mehr Unternehmen stellen fest, dass ihre Datenberge unaufhaltsam wachsen, sich daraus aber nicht unbedingt...

Erkenntnisse von geschäftlichem Nutzen ergeben. Was fehlt, ist das Verbindungsstück, das aus Daten Informationen macht, die gleichermaßen umfassend, konsistent, korrekt und aktuell sind. 

Dieses Problem lässt sich durch Technologie nicht lösen. Der Schlüssel liegt im Aufbau eines Data-Governance-Programms. Auf dessen Basis sind Unternehmen in der Lage, ihre Daten wirklich als Unternehmenswerte zu behandeln. Dazu gehört die Durchsetzung einheitlicher Definitionen, Regeln, Richtlinien und Vorgehensweisen.

Das zumindest sollte das Ziel sein. Allerdings haben zwar viele Firmen Anstrengungen zur Umsetzung einer Enterprise Data Governance unternommen, doch die Erfolgsrate dieser Initiativen ermuntert nicht gerade zur Nachahmung. 

Es gibt eine Menge Ratschläge und Best Practices für Data Governance, die Unternehmen befolgen und anwenden sollten. An dieser Stelle geht es einmal um die „Worst Practices“ und Fallen, die Unternehmen vermeiden müssen. Die folgenden zehn Punkte sind klare Indikatoren dafür, dass ein Governance-Programm sich in die falsche Richtung entwickelt.

1. Einsatz ohne Verbindlichkeit

Häufig versteht die IT unter der Förderung von Data Governance durch das Business, dass die Geschäftsführung Rechnungen unterschreibt und Leute in Governance-Teams beordert. 

Tatsächlich ist dies ein wichtiger erster Schritt, doch kann sich das Engagement der Geschäftsbereiche darin nicht erschöpfen. Vielmehr ist die Business-Seite gefordert, Datendefinitionen, Geschäftsregeln und Key-Performance-Indikatoren (KPI) für ein Data-Governance-Programm zu erstellen.

Das erfordert eine unternehmensweite Abstimmung ebenso wie die Überwachung der Nutzung und Compliance. Hinzu kommt die Notwendigkeit, Regeln und KPIs entsprechend den sich verändernden Geschäftsanforderungen laufend zu aktualisieren. In der Realität sieht es jedoch so aus, dass Data-Governance-Aufgaben in der überwiegenden Zahl der Fälle Business-Entscheidern übertragen werden, deren Aufgabenliste und Terminplan ohnehin schon überfüllt sind. 

Dabei wird es in der Regel versäumt, diese Aufgaben zu priorisieren und die Personen an anderer Stelle zu entlasten. Solange jedoch effektive Business-Ressourcen fehlen, muss Data Governance immer hinter dem Tagesgeschäft zurückstehen und kann keine wirtschaftlichen Erfolge liefern.

2. Auf die Plätze, fertig, los!

Die meisten Unternehmen setzen die Organisation ihrer Data-Governance-Vorhaben durchaus richtig auf: Sie richten einen Governance-Leitung und eine separate Governance-Arbeitsgruppe ein. In der Leitungsgruppe sollten dabei Business-Verantwortliche aus verschiedenen Unternehmensbereichen berufen werden, während die Arbeitsgruppe aus den Datenhütern besteht, die die eigentliche Governance-Arbeit erledigen.

Was die meisten Organisationen dabei falsch machen, ist das Timing: Sie bilden diese Gruppen, bevor sie wirklich verstanden haben, was alles zu einem Data-Governance-Programm gehört und welche Rollen und Verantwortlichkeiten dazugehören. Die sicherste Methode, eine Data-Govenance-Initiative zu blockieren und die Business-Verantwortlichen zu vergraulen, besteht darin, die Organisation zu früh festzulegen und dann zu erkennen, dass man noch einmal von vorn beginnen muss.

3. Die Welt retten wollen

Viele Data-Governance-Initiativen kranken daran, dass sie versuchen, alle Datenprobleme einer Organisation in der Anfangsphase eines Projekts zu lösen. Oder sie starten mit den größten Problemen, die das ganze Unternehmen betreffen und schnell zum Politikum werden. Es ist kaum möglich, ein Data-Governance-Programm erfolgreich aufzusetzen, wenn man gleichzeitig damit beschäftigt ist, Datenprobleme zu lösen, die sich über Jahre hinweg entwickelt haben.

Hier gilt die Empfehlung: Global denken, lokal handeln. Anders ausgedrückt: Die Probleme müssen in kleine, schrittweise zu erledigende Arbeitseinheiten aufgeteilt werden. „Zu schnell, zu groß“ ist eine Anleitung zum Scheitern.

4. Untätigkeit versus Detailversessenheit 

Viele Data-Governance-Programme haben folgendes Problem: Entweder sind sie zu hoch angesiedelt und die eigentlichen Datenprobleme werden nie angegangen, oder sie versuchen für jedes Datenfeld in jeder Tabelle jeder Anwendung des Unternehmens Definitionen und Regeln zu formulieren, was zwangsläufig dazu führt, dass die Bemühungen sich in Details verlieren. Die Herausforderung besteht darin, den goldenen Mittelweg zwischen den Extremen zu finden, der einen echten wirtschaftlichen Mehrwert ermöglicht.

5. Überdimensionierte Arbeitskreise

Das Gute an Governance-Lenkungskreisen und -Arbeitsgruppen ist, dass sie Mitarbeiter aus unterschiedlichen Geschäftsbereichen und Abteilungen in den Governance-Prozess einbeziehen. Das Problem dabei ist, das häufig zu viele Personen in den Prozess involviert sind. Die Erfahrung zeigt, dass mit zunehmender Teilnehmeranzahl mehr Politik ins Spiel kommt.

Zudem werden die Verantwortlichkeiten häufig verwässert. Im Interesse einer erfolgreichen Arbeit sollten die Arbeitskreise auf sechs bis 12 Mitarbeiter beschränkt bleiben. Gleichzeitig muss sichergestellt sein, dass die Teilnehmer auch die benötigten Entscheidungsbefugnisse besitzen.

6. Fehlende Umsetzung

Wenn Datendefinitionen, Geschäftsregeln und KPIs entwickelt, aber nicht in den Geschäftsprozessen umgesetzt werden, kann die Data-Governance-Initiative keinen wirtschaftlichen Erfolg liefern. Der Governance-Prozess muss deshalb als komplette Feedback-Schleife angelegt sein. Darin werden die Daten definiert, überwacht, bearbeitet und nötigenfalls geändert.

Definitionen und Regeln zu entwickeln, ohne sie umzusetzen, ist wie einen Grundriss zu zeichnen, ohne ein Haus zu bauen. Ähnlich ist die Wirkung, wenn die Governance-Initiative nicht Bestandteil der laufenden Kommunikation im Unternehmen ist: das kann dazu führen, dass die Business-Anwender in alte Gewohnheiten zurückfallen und die Wirkung des Governance-Programms verpufft.

7. Change Management wird vernachlässigt

Wenn Enterprise-Data-Governance Erfolg haben soll, müssen Prozesse im Business und in der IT geändert werden. Doch der dazugehörige Bedarf an Change Management wird selten beachtet. Probleme mit Menschen und Prozessen sowie die damit zusammenhängenden politischen Fragen sind Herausforderungen, die angepackt werden müssen.

8. Auf Technologie als einzige Antwort setzen

Diese Gefahr droht Unternehmen, die Software für Master Data Management (Stammdatenmanagement, MDM), Datenintegration oder Datenqualität anschaffen, um ihr Data Governance Programm zu unterstützen. Die Kombination aus dem Hype, den die Hersteller verursachen und den hohen Preisen, weckt häufig Erwartungen, dass die Software die Arbeit erledigt und den Organisationen die unangenehme Beschäftigung mit Fragen zu Mitarbeitern, Prozessen und politischen Aspekten erspart bleibt.

Die Wahrheit ist: Unternehmen können durchaus von dem Softwarekauf profitieren, entscheidend für den Erfolg der Governance-Maßnahmen allerdings ist letztlich die Interaktion im Unternehmen.

9. Keine nachhaltigen, andauernden Prozesse aufbauen

Selbst wenn Firmen anfänglich ausreichend Zeit, Geld und Personen investieren, vernachlässigen viele Organisationen die langfristige Planung der Governance-Aktivitäten. Das gilt sowohl für das Budget als auch für die personelle Ausstattung und das Prozessdesign.

10. „Schatten-Datenbestände“ ignorieren

Ein weit verbreiteter Fehler im Zusammenhang mit Governance ist die Fokussierung auf die transaktionalen Kernanwendungen und Business-Intelligence (BI) -Systeme in der Annahme, dass dort alle relevanten Daten zu finden sind. Doch häufig sind Schlüsselinformationen in Schatten-Systemen über das Unternehmen verteilt. Beispielsweise befinden sich die „echten“ BI-Reports und analytische Erkenntnisse, die von den Mitarbeitern genutzt werden, häufig in so genannten „Spreadmarts“ in Excel. Solche Daten zu ignorieren, birgt erheblich Risiken.

Grundsätzlich ist in den Unternehmen angekommen, dass Enterprise Data Governance nur als gemeinsame Initiative von Business und IT funktioniert. Die Probleme ergeben sich in der Regel daraus, wie die Governance-Programme implementiert werden. Aber wer die oben genannten Fehler vermeidet, ist schon ein ganzes Stück weiter in Richtung erfolgreicher Data Governance.

Über den Autor:
Rick Sherman ist Gründer der Unternehmensberatung Athena IT Solutions. Er hat mehr als 20 Jahre Erfahrung in den Bereichen Data Warehousing und entscheidungsunterstützende Informationssysteme. In verschiedenen Branchen war Sherman an der Umsetzung von über 50 Data Warehouses und Data Marts beteiligt.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+ und Facebook!

Artikel wurde zuletzt im Februar 2015 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über BI-Management

0 Kommentare

Älteste Beiträge 

Passwort vergessen?

Kein Problem! Tragen Sie Ihre E-Mail-Adresse unten ein. Wir werden Ihnen eine E-Mail mit Ihrem Passwort schicken.

Ihr Passwort wurde an die folgende E-Mail-Adresse gesendet::

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close