RBA393 Im Prinzip: Daten-Governance
In dieser Episode des Podcasts wird das komplexe Thema der Data Governance ausführlich behandelt, und die beiden Expertinnen, Prof. Dr. Christine Weber und Dr. Christiana Klingenberg, geben umfassende Einblicke in ihre Erfahrungen und Fachgebiete. Die Moderatoren Marc und Michael führen durch die Diskussion und bringen dabei ihre eigenen Perspektiven und Anekdoten ein, um die Wichtigkeit des Themas zu verdeutlichen.
Zu Beginn erklären die Gäste, was genau unter Data Governance zu verstehen ist. Christine beschreibt es als ein Framework für das Datenmanagement, das Verantwortlichkeiten, Rollen, Richtlinien und Leitlinien beinhaltet. Diese Struktur ist besonders wichtig, um die ständig wachsenden Datenmengen in Unternehmen effizient zu verwalten. Sie betont, dass es entscheidend ist, die Daten in einem Kontext zu betrachten, in dem klare Ziele definiert sind, um ihre Nutzung sinnvoll zu gestalten und unstrukturiertes Sammeln zu vermeiden.
Ein zentraler Punkt der Diskussion ist die Herausforderung, die viele Unternehmen im Umgang mit ihren Daten haben, insbesondere in Bezug auf die Qualität der Daten und die Notwendigkeit, diese für verschiedene Zwecke zu verwenden. Christine weist darauf hin, dass historische Daten oft nicht mehr relevant sind, aber dennoch viel Speicherplatz und Ressourcen kosten. Diese Thematik wird im Kontext der aktuellen Trends in der Technologie, insbesondere im Zusammenhang mit Künstlicher Intelligenz, weiter vertieft. Beide Gäste sind sich einig, dass für erfolgreiche KI-Implementierungen eine hohe Datenqualität erforderlich ist. Es darf nicht einfach angenommen werden, dass alle vorhandenen Daten für KI-Anwendungen geeignet sind.
Die Expertinnen diskutieren auch, wie wichtig die Definition von Schlüsselbegriffen wie „Kunde“ für Unternehmen ist. Es wird deutlich, dass viele Organisationen Schwierigkeiten haben, klare Definitionen zu etablieren. Diese Klarheit ist jedoch notwendig, um genaue Auswertungen und Reports zu erzeugen. Dr. Klingenberg erklärt, dass bei der Definitionsfindung oft mehrere Stakeholder aus verschiedenen Abteilungen beteiligt sein müssen, und es kann zu verschiedenen Sichtweisen kommen, was die Aufgabe kompliziert macht.
In einem weiteren Teil des Gesprächs wird auf die praktische Umsetzung von Data Governance in Unternehmen eingegangen. Es wird betont, dass die Einführung von Data Governance-Prozessen oft mit Widerstand aus den Fachabteilungen konfrontiert ist, da diese Mitarbeiter oft zusätzliche Arbeit befürchten. Durch ein gutes Change-Management und die Betonung der Vorteile, wie etwa eine Erleichterung der täglichen Arbeit, können Bedenken ausgeräumt werden. Die Diskussion hebt auch hervor, wie wichtig es ist, den Mitarbeitern bei der Implementierung von neuen Systemen und Prozessen zu helfen.
Ein weiterer wichtiger Punkt war der Einfluss von regulatorischen Vorgaben wie der DSGVO oder dem Data Governance Act auf die Data Governance-Praktiken eines Unternehmens. Die Gäste verdeutlichen, dass sie keine Rechtsexperten sind, aber dringend empfehlen, Compliance-Experten hinzuzuziehen, um sicherzustellen, dass alle gesetzlichen Anforderungen eingehalten werden.
Im Laufe des Podcasts wird auch das Thema Datenqualität angesprochen, wobei es zahlreiche messbare Dimensionen gibt. Die Expertinnen erläutern, dass Unternehmen Datenqualitäts-KPI’s einführen können, um den Erfolg ihrer Data Governance-Initiativen zu bewerten. Aspekte wie Vollständigkeit, Aktualität und Eindeutigkeit sind dabei von zentraler Bedeutung.
Zum Ende der Episode wird eine Zusammenfassung der Themen gegeben und auf das Buch „Data Governance, der Leitfaden für die Praxis“ verwiesen, das von den beiden Expertinnen verfasst wurde und als wertvolle Ressource für alle dient, die sich intensiver mit Data Governance beschäftigen möchten. Es wird betont, dass die Diskussionsergebnisse und die geteilten Einsichten über die Herausforderungen und Lösungen im Bereich Data Governance nur an der Oberfläche gekratzt wurden. Die Episode bietet den Zuhörern notwenige Anregungen zur Reflexion über ihre eigenen Datenstrategien und deren Effektivität.
