Einsicht

Organisatorische Lösungen für Datenqualität und -integration

Bei der Verbesserung von Datenqualität und Datenintegration sind organisatorische Lösungen unverzichtbar. Allein mit technischen Lösungen kommen Sie nicht weiter. Genau die Kombination aus organisatorischen und technischen Lösungen ist am effektivsten. Aber welche organisatorischen Lösungen gibt es? Und wie setzen Sie diese ein?

Data Ownership als eine der organisatorischen Lösungen zur Verbesserung der Datenqualität

Eine der organisatorischen Lösungen zur Behebung von Datenqualität und -integration ist das Prinzip des Data Ownership. Data Ownership im wörtlichen Sinne bedeutet Eigentum an Daten. Datensätze sind einer Person zugeordnet, die die Kontrolle über diese Datensätze hat. Zum Beispiel Kundendaten in der Vertriebsabteilung, Bestandsdaten in der Produktionsabteilung und verfügbare Kapazitäten in der HR-Abteilung. Diese Person ist dann für die Verfügbarkeit und Korrektheit dieses Datensatzes verantwortlich.

Wo fangen Sie an, Data Ownership umzusetzen?

Die Verantwortung für bestimmte Daten kann für jedes Unternehmen unterschiedlich aussehen. In der Praxis sehen wir Data Ownership meist auf diesen vier Ebenen definiert:

  • Der Ersteller: Die Person, die die Daten erstellt hat.
  • Der Anwender: Die Person, die die Daten (täglich) nutzt.
  • Der Compiler: Die Person, die die Daten für die (tägliche) Nutzung auswählt und aufbereitet
  • Der Sponsor: Die Person, die sicherstellt, dass die Daten verfügbar sind

Sie können auch eine Kombination der obigen Definitionen verwenden, um Data Ownership festzulegen. Beispielsweise können Sie dies an den Datentyp knüpfen. Bei Berichtsdaten kann die Data Ownership beim Aggregator liegen, während sie bei Stammdaten den Erstellern obliegt.

Data Stewardship für mehr Datenqualität und -integration

Eine zweite organisatorische Lösung, die in der Praxis ebenfalls häufig zur Verbesserung von Datenqualität und -integration eingesetzt wird, ist Data Stewardship. Der Unterschied zwischen Data Ownership und Data Stewardship liegt in der taktischen versus operativen Ebene. Der Data Steward ist operativ für den Datensatz verantwortlich. Der Data Owner blickt voraus, wie die Datenqualität unter Berücksichtigung taktischer und strategischer Ziele verbessert werden kann.

Vorteile von Data Ownership und Data Stewardship:

1. Einfache Implementierung

Data Ownership ist eine organisatorische Lösung, die sich leicht umsetzen lässt. Potenzielle Data Owner sind im Unternehmen bereits vorhanden, die Implementierung erfordert kaum bis gar keine technischen Lösungen (ist jedoch in Kombination mit technischen Lösungen effektiver) und bildet einen guten ersten Schritt hin zu einer datenorientierteren Organisation.

2. Aufbrechen von Silos.

Data Owner und Data Stewards arbeiten mit Data Ownern und Data Stewards aus anderen Abteilungen und Unternehmensbereichen zusammen. Dies kann dazu beitragen, in der Unternehmenskultur vorhandene organisatorische Silos aufzubrechen.

Data Management Office für eine datenorientiertere Organisation

Eine weitere organisatorische Lösung zur Verbesserung der Datenqualität und -integration ist ein ausgefeilterer Ansatz. Dieser dritte Weg dreht sich um die Implementierung eines Data Management Office (DMO). Das DMO ist eine separate Abteilung innerhalb der Organisation, die sich der Pflege und Bereitstellung von Daten im gesamten Unternehmen widmet. Neben Data Ownern und Stewards gehören auch Analysten zum DMO. Dabei handelt es sich meist um zwei Arten von Analysten: Business-Analysten, die die Daten an den Unternehmenszielen messen, und Data-Analysten, die die Daten anhand der Qualitätsstandards der Organisation überprüfen. Auch Data-Architekten und Data-Engineers sind Rollen, die häufig zum DMO gehören. Sie sind für die Architektur der Datenströme innerhalb der Organisation verantwortlich.

3 Wege zum Aufbau des DMO

Das DMO kann auf drei verschiedene Arten implementiert werden. Das folgende Modell sorgt für Klarheit:

Organisatorische Lösungen für die Datenqualität

In seiner zentralen Form agiert das DMO völlig als eigenständige Abteilung des Unternehmens. Alle Rollen unterstützen das gesamte Unternehmen. In der hybriden Form hat jede Abteilung des Unternehmens ein eigenes "Mini-DMO", das an das zentrale DMO angebunden ist. Dieses Mini-DMO kann beispielsweise aus einer Gruppe von Analysten, BI-Spezialisten und Data Scientists bestehen, die sich speziell auf eine Abteilung wie den Finanzbereich konzentrieren. Das DMO kann auch dezentral organisiert sein. In diesem Fall verfügt jede Abteilung über ein eigenes DMO. Dieses DMO hat dennoch eine kleine zentrale Einheit, die sich um die IT-Architektur kümmert, wie etwa die IT-Abteilung oder Data-Architekten und -Engineers.

Vorteil des Data Management Office: Neben dem Kontrollieren auch das Gestalten

Das Data Ownership konzentriert sich primär auf die Kontrolle der Daten auf Basis festgelegter Qualitätsstandards. Es befasst sich mit der Vergangenheit und der Gegenwart, jedoch nicht mit der Zukunft. Darüber hinaus arbeitet das Data Management Office mit Analysten und Data Scientists zusammen. Sie nutzen ihr Fachwissen und ihr Wissen, um die Daten von heute für mehr Wert von morgen, nächsten Monat oder nächstes Jahr arbeiten zu lassen.

Die Summe aus technischen und organisatorischen Lösungen für Datenqualität und -integration

Diese organisatorischen Lösungen für Datenqualität und -integration helfen Ihrer Organisation dabei, datenorientierter zu werden. Bei der Lösung von Problemen mit Datenqualität und -integration ist es jedoch ebenso wichtig, auch die technischen Lösungen zu betrachten. Die Stärke liegt in der Summe dieser organisatorischen Lösungen mit technischen Lösungen zur Verbesserung der Datengestützung.

Möchten Sie mehr erfahren?

Möchten Sie mehr über diese organisatorischen Lösungen zur Verbesserung der Datenqualität erfahren? Kontaktieren Sie uns oder lesen Sie unsere anderen Artikel.