Einsicht

Organisatorische Lösungen für Datenqualität und -integration

Bei der Verbesserung der Datenqualität und der Datenintegration sind organisatorische Lösungen unerlässlich. Technische Lösungen allein bringen Sie nicht ans Ziel. Gerade die Kombination von organisatorischen und technischen Lösungen ist am effektivsten. Aber welche organisatorischen Lösungen gibt es? Und wie kann man sie einsetzen?

Dateneigentum als eine der organisatorischen Lösungen zur Verbesserung der Datenqualität

Eine der organisatorischen Lösungen für die Datenqualität und -integration ist das Prinzip des Dateneigentums. Dateneigentum im wörtlichen Sinne bedeutet Eigentum an Daten. Datensätze sind mit einer Person verbunden, die die Kontrolle über diese Datensätze hat. Zum Beispiel Kundendaten in der Verkaufsabteilung, Inventardaten in der Produktionsabteilung und die verfügbare Bereitstellung in der Personalabteilung. Diese Person ist dann für die Verfügbarkeit und Korrektheit dieses Datensatzes verantwortlich.

Wo fangen Sie an, um Dateneigentum zu implementieren?

Die Eigentumsrechte an Daten können für jedes Unternehmen unterschiedlich sein. In der Praxis wird das Dateneigentum meist auf diesen vier Ebenen definiert:

  • Der Ersteller: Die Person, die die Daten erstellt hat.
  • Der Nutzer: Die Person, die die Daten (täglich) nutzt
  • Der Compiler: Die Person, die die Daten für die (tägliche) Verwendung auswählt und zusammenstellt
  • Der Sponsor: Die Person, die dafür sorgt, dass die Daten verfügbar sind

Sie können auch eine Kombination der oben genannten Definitionen verwenden, um den Besitz von Daten zu definieren. Sie können dies zum Beispiel mit der Art der Daten verknüpfen. Für Berichtsdaten kann das Dateneigentum mit dem Aggregator definiert werden, während für Stammdaten das Dateneigentum bei den Erstellern liegt.

Data Stewardship für bessere Datenqualität und -integration

Eine zweite organisatorische Lösung, die in der Praxis ebenfalls häufig eingesetzt wird, um die Datenqualität und -integration zu verbessern, ist die Datenverantwortung. Der Unterschied zwischen Dateneigentum und Datenverwaltung ist taktisch und operativ. Der Datenverantwortliche ist operativ für den Datensatz verantwortlich. Der Dateneigentümer prüft vorausschauend, wie die Datenqualität verbessert werden kann, wobei er taktische und strategische Ziele im Auge behält.

Vorteile von Dateneigentum und Datenverantwortung:

1. Einfache Implementierung

Dateneigentum ist eine organisatorische Lösung, die leicht zu implementieren ist. Potenzielle Dateneigentümer sind bereits im Unternehmen vorhanden, die Umsetzung erfordert wenig bis gar keine technischen Lösungen (die Umsetzung ist jedoch effektiver, wenn sie mit technischen Lösungen kombiniert wird) und ist ein guter erster Schritt hin zu einer stärker datengesteuerten Organisation.

2. Aufbrechen der Silos.

Dateneigentümer und Datenverwalter arbeiten mit Dateneigentümern und Datenverwaltern aus anderen Abteilungen und Teilen des Unternehmens zusammen. Dies kann dazu beitragen, organisatorische Silos in der Unternehmenskultur aufzubrechen.

Data Management Office für eine stärker datengesteuerte Organisation

Eine der anderen organisatorischen Lösungen zur Verbesserung der Datenqualität und -integration ist eine anspruchsvollere Lösung. Bei diesem dritten Weg geht es um die Einrichtung eines Datenmanagementbüros (DMO). Das DMO ist eine separate Abteilung innerhalb des Unternehmens, die sich mit der Pflege und Förderung von Daten im gesamten Unternehmen befasst. Zusätzlich zu den Dateneigentümern und -verwaltern umfasst das DMO auch Analysten. In der Regel handelt es sich dabei um zwei Arten von Analysten: Geschäftsanalysten, die die Daten im Hinblick auf die Geschäftsziele abwägen, und Datenanalysten, die die Daten im Hinblick auf die Datenqualitätsstandards des Unternehmens überprüfen. Datenarchitekten und Dateningenieure sind ebenfalls Rollen, die oft zum DMO gehören. Sie sind für die Architektur der Datenflüsse innerhalb des Unternehmens verantwortlich.

3 Wege zur Einrichtung der DMO

Die DMO kann auf drei verschiedene Arten umgesetzt werden. Das nachstehende Modell schafft Klarheit:

Organisatorische Abläufe datakwaliteit

In ihrer zentralisierten Form arbeitet die DMO als eigenständige Abteilung der Organisation. Alle Funktionen dienen der Unterstützung der gesamten Organisation. In der hybriden Form hat jede Abteilung innerhalb der Organisation ihr eigenes "Mini-DMO", das mit dem zentralen DMO verbunden ist. Bei diesem "Mini-DMO" kann es sich beispielsweise um eine Gruppe von Analysten, BI-Spezialisten und Datenwissenschaftlern handeln, die sich speziell auf eine Abteilung, z. B. die Finanzabteilung, konzentrieren. Das DMO kann auch dezentralisiert sein. In diesem Fall hat jede Abteilung ihr eigenes DMO. Dieses DMO hat immer noch eine kleine zentrale Abteilung, die sich um die IT-Architektur kümmert, wie z. B. die IKT-Abteilung oder die Datenarchitekten und -ingenieure.

Der Vorteil des Data Management Office: Neben dem Controlling auch die Erstellung

Das Dateneigentum konzentriert sich in erster Linie auf die Kontrolle der Daten auf der Grundlage von festgelegten Qualitätsstandards. Sie befasst sich mit der Vergangenheit und der Gegenwart, aber nicht mit der Zukunft. Darüber hinaus arbeitet das Data Management Office mit Analysten und Datenwissenschaftlern zusammen. Sie setzen ihr Fachwissen und ihre Kenntnisse ein, um die Daten von heute so zu nutzen, dass sie morgen, im nächsten Monat oder im nächsten Jahr einen größeren Wert darstellen.

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

Diese organisatorischen Lösungen für Datenqualität und -integration helfen Ihrem Unternehmen, datenorientierter zu werden. Bei der Lösung von Datenqualitäts- und Datenintegrationsproblemen ist es jedoch auch wichtig, die technischen Lösungen zu berücksichtigen. Die Stärke liegt in der Summe dieser organisatorischen Lösungen mit technischen Lösungen zur Verbesserung der Datensteuerung.

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.