Case Study

Die Mehrwerte von Data Governance realisieren: Die KfW ist dort, wo andere hinwollen.

Branche

Finanzen & Versicherungen

Projekt

Seit 2016 ist die KfW bis auf wenige Ausnahmen voll dem Kreditwesengesetz unterstellt und wird von den deutschen Aufsichtsbehörden BaFin und Bundesbank überwacht. In diesem Zuge wurde die gesamte dispositive Reportinglandschaft inklusive Datenversorgung modernisiert, auf Basis einer zentralen und sauber dokumentierten Integrationsschicht. Schlüssel zum Erfolg war der Einsatz von D-QUANTUM.

Die KfW ist eine der führenden Förderbanken der Welt. Seit 1948 setzt sich die KfW im Auftrag des Bundes und der Länder dafür ein, die wirtschaftlichen, sozialen und ökologischen Lebensbedingungen weltweit zu verbessern.

Der Aufbau der Integrationsschicht hatte eine primär fachliche Ausrichtung. Für die dispositiven Projekte als interne Kunden, wurde ein zentrales Anforderungsmanagement etabliert, um auf der Integrationsschicht Daten zu bestellen. Diese wurden in einem zentralen Business Glossar (D-QUANTUM) fachlich eindeutig und regulatorisch (BCBS-239) konform beschrieben. Folgeprojekte konnten bereits vorhandene Datenanbindungen wiederverwenden.

Metadatenmanagement: Schaffung eines einheitlichen Daten-verständnisses und Reduktion von Interpretationsspielräumen

Sukzessive wurde ein umfangreicher Metadatenhaushalt in D-QUANTUM auf-gebaut, mit Informationen zu fachlichen und technischen Metadatendefinitionen sowie fachlichem Datenfluss. So wurde die Grundlage für ein unternehmensweit einheitliches Datenverständnis gelegt, sowie klare Verantwortlichkeiten und eine er-höhte Datenkonsistenz. Interpretationsspielräume wurden identifiziert und konsequent beseitigt.

Datenqualitätsmanagement: Signifikante und nachhaltige DQ- Steigerung in wenigen Monaten

Die DQM-Prozesse wurden grundlegend überarbeitet bzw. neu etabliert. Ein umfassender DQM-Regelprozess wurde regulatorisch konform so aufgesetzt, dass neu erfasste DQ-Anforderungen und -Prüfungen auf den Metadaten basieren. Es wurden hunderte DQ-Prüfungen definiert und deren Ergebnisse bewertet. Für resultierende Auffälligkeiten wurden Maßnahmen erarbeitet und Verbesserungen umgesetzt. Dadurch wurde die Menge der Auffälligkeiten innerhalb weniger Monate signifikant reduziert. Die Bewertung der DQ-Kennzahlen führte zudem zu einer Sensibilisierung für das Thema Datenqualität und zu einem auf breiter Basis erhöhten Qualitätsbewusstsein.

Anforderungsmanagement: Reduktion der Doppelpflege und Minimierung der Nachdokumentation

Es wurde ein einheitlicher Anforderungsprozess (Shopping for Data) basierend auf JIRA und D-QUANTUM etabliert, in welchem die Metadaten, Anforderungen an die Qualität sowie das Servicelevel der Lieferung in einer Datenliefervereinbarung dokumentiert sind. Die Integration des Anforderungsprozesses in den Entwicklungsprozess, ermöglichte eine transparente und effiziente technische Anbindung. Dadurch stieg das Bewusstsein für die Bedeutung und die Qualität des Metadatenbestands. Dieses Niveau wäre in einem Nachdokumentationsprojekt nicht erreicht worden.

Das Ganze ist mehr als die Summe der Einzelteile

Alle drei Disziplinen liefern signifikanten Mehrwert. Durch das Zusammenspiel werden zudem weitere Synergien und Steigerungen in der Qualität und Nutzbarkeit der Dokumentation erreicht. Zentral dabei ist ein belastbares Metadatenmanagement mit effizienten Prozessen.

Reviews

Was ist D-QUANTUM

Anpassbare Data Governance Lösung mit Funktionen für Data Cataloging, Collaboration, Marketplaces, und Data sowie AI Governance.

Sie wollen mit Ihrem Datenprojekt durchstarten, aber wissen nicht so recht, wie? Hier geht's zu unseren SmartStart Workshops zu verschiedenen Themen.