Ordnungsrahmen im Datenmanagement sind heute wichtiger denn je. Ob Compliance, höhere technische Anforderungen an die Skalierbarkeit der Systeme, Probleme im Stammdatenmanagement und in der Datenqualität oder Trends wie Big Data und Self Service BI – Data-Governance-Programme sind letztlich der einzige Weg, um die Kontrolle zu behalten.
Aber sie sind wie im ersten Teil der Artikelserie bereits erwähnt nicht trivial. In der Praxis finden sich bei der Vorplanung und Umsetzung sich aus unserer Erfahrung eine Reihe von Hürden:
Organisation von Data Governance
Data Governance braucht eine offene Unternehmenskultur, in der sich beispielsweise organisatorische Änderungen umsetzen lassen, und sei es auch nur die Benennung von Rollen und Zuweisung der Verantwortlichkeiten.
Damit wird Data Governance zu einem politischen Thema, denn es geht letztendlich um die Verteilung, die Vergabe, aber auch den Entzug von Verantwortungen und Kompetenzen. Hier ist ein sensibles Vorgehen angebracht.
Kommunikation und Data Governance
Data Governance braucht eine funktionierende Kommunikation zwischen allen Beteiligten durch geeignete Mitarbeiter an den richtigen Stellen. Vor allem Projektleiter müssen dabei ein fachliches, aber auch technisches Verständnis und den sprachlichen Wortschatz mitbringen und bestenfalls noch eine konzeptionelle Gesamtsicht auf das Unternehmen haben.
Budgets und Stakeholder
Nach wie vor ist es schwierig, Stakeholder in der Organisation von Data-Governance-Programmen zu überzeugen und Budget zu bekommen. Auch stehen einem Wandel oft eingefahrene, aber funktionierende Prozesse entgegen, und Missstände in der Informationsverarbeitung werden durch nicht direkt sichtbare Ressourcen in den Fachabteilungen kompensiert.
Stakeholder und Fachbereiche spüren daher oftmals keinen ausreichenden Handlungsdruck und wollen in keinen zusätzlichen „Verwaltungsapparat“ investieren.
Die interne Vermarktung von Data-Governance-Programmen und das Finden von ersten Unterstützern bleiben somit schwierig. Wenn dann schließlich der Handlungsdruck zunimmt und man die Vorteile einer unternehmensweiten, abgestimmten Steuerung erkennt hat, fehlt oft die Zeit und die Implementierung eines Data-Governance-Programm wird aufwändig.
Eine andere Herausforderung besteht darin, die Interessen unterschiedlicher Stakeholder zu harmonisieren und richtig zu priorisieren.
Standardisierung und Flexibilität
Sich schnell ändernde Anforderungen setzen eine entsprechende Flexibilität des Business voraus. Eine Data Governance und ihre Organisation sorgen diesbezüglich aber für mehr Verwaltungsaufwand. Doch Unternehmen brauchen sowohl Flexibilität als auch Standards. Sie müssen daher versuchen, gemäß den Business-Anforderungen beide Aspekte auszutarieren.
So könnten Organisationen beispielsweise bei hohen Anforderungen an die Flexibilität wie bei Self Service BI „Sandboxes“ im Data-Governance-Programm vorgeben, innerhalb derer ein autarkes, flexibles Arbeiten möglich ist.
Einführung von Data Governance
Data Governance ist keine Big-Bang-Initiative und würde so auch nicht funktionieren. Vielmehr sind globale Initiativen hochkomplex und langfristig angelegte Projekte. Sie laufen daher Gefahr, dass Teilnehmer über die Zeit das Vertrauen und Interesse verlieren.
Es empfiehlt sich deshalb, mit einem überschaubaren oder anwendungsspezifischen, prototypischen Projekt zu beginnen und das Vorhaben iterativ fortzusetzen. Typische Projektschritte sind:
- Ziele definieren und Nutzen kennen;
- Standortbestimmung und Delta-Analyse;
- Roadmap ableiten;
- Stakeholder überzeugen und Projekt budgetieren;
- Data-Governance-Programm entwickeln und planen;
- Data-Governance-Programm umsetzen;
- Überwachen und steuern.
Die Schritte sind nicht nur für jedes neue Programm, sondern auch bei Änderungen zu durchlaufen.
Abbildung 1: Data-Governance-Vorhaben lassen sich nicht als „Big Bang“ umsetzen, sondern erfordern ein iteratives Vorgehen.
Wichtig ist, dass Data-Governance-Vorhaben in der Praxis sehr unterschiedlich gestaltet sein können. Sie variieren nach den Zielen und Themen, die eine Organisation definiert hat. So kann es beispielsweise spezielle Programme für Compliance BI & Datenmanagement, Datenarchitektur oder Datenqualität oder Stammdatenmanagement geben.
Im dritten und letzten Teil unserer Artikelserie werden wir Ihnen Hilfsmittel zu Planung und Strukturierung von Data-Governance-Vorhaben vorstellen sowie einige Tipps geben!
