Business Application Research Center

Experten für Business Intelligence, Analytics, Big Data, CRM und ECM

BARC-Newsletter

Die Erfolgsfaktoren für zufriedenstellende Datenqualität und Stammdaten - Teil 2

Die Erfolgsfaktoren für zufriedenstellende Datenqualität und Stammdaten - Teil 2

RssRss

03.12.2019

Die Erfolgsfaktoren für zufriedenstellende Datenqualität und Stammdaten - Teil 2

Ob sie es nun wollen oder nicht: Unternehmen befinden sich inmitten des Digitalisierungszeitalters. In dieser neuen BARC-Blogreihe wollen wir Unternehmen dabei unterstützen, endlich ihre Datenqualität auf ein zufriedenstellendes Niveau zu bringen. Hierfür haben wir drei Erfolgsfaktoren identifiziert. So hilft Ihnen eine Organisation dabei, Ihre Datenqualität zu steigern.

Wesentliche Voraussetzung für Innovation und Optimierung ist eine Aufbauorganisation, deren Strukturen die Nutzung von Daten als Wertschöpfungsfaktor unterstützen. Es bedarf also einer Unternehmenskultur, die neue Erkenntnisse aus Daten sowie deren Anwendung in den Mittelpunkt stellt. Die bisherigen IT-Strukturen und die klassische BI helfen hier aber oftmals nicht weiter. Gesucht sind stattdessen Strukturen, die Freiräume für das experimentelle Arbeiten mit Daten zulassen sowie neue Rollen, die helfen, das digitale Gedankengut umzusetzen. Im Kontext des Datenqualitäts- und Stammdatenmanagements spielt insbesondere die Verantwortung für Daten eine Rolle.

Rollen und ihre Zuständigkeiten

Rollen helfen bei der Definition und Zuordnung von Aufgaben und Kompetenzen auf Personen. Auf diese Weise kann sichergestellt werden, dass die Verantwortung für verlässliche Daten und ihre Pflege im Unternehmen geklärt und langfristig gelebt wird. Die typischen Rollen für die Datenqualität und das Stammdatenmanagement sind:

Der Data Owner („Daten-Eigner“) residiert im Fachbereich und ist die zentrale Ansprechperson für bestimmte Informationsarten – typischerweise für diejenigen, die grundlegend für seine operativen Prozesse sind. Er definiert Anforderungen, sichert Datenqualität und -verfügbarkeit und vergibt Zugriffsrechte. Für eine bestimmte Informationsart sollte es immer nur einen zentralen Data Owner geben. So kann es auch geschehen, dass dieser Data Owner fachbereichsübergreifend entscheiden muss. Dies ist immer dann der Fall, wenn eine Information von mehreren Stellen verwendet und/oder bearbeitet wird.

Der Data Steward („fachlicher Datenverwalter“) findet sich meist im Fachbereich. Er definiert Grundsätze, plant Anforderungen und koordiniert die Datenauslieferung. Er ist auch für die operative Datenqualität, beispielsweise in Form von Dublettenprüfungen, zuständig.

Der Data Manager („technischer Datenverwalter“) ist meist in der IT angesiedelt. Diese Rolle setzt die Anforderung des Data Owner um, gestaltet die technische Infrastruktur und sichert den Zugriffsschutz.

Der Data User („Anwender“) im Fachbereich und der IT wählt die Datenquellen, versteht die verwendeten Daten und extrahiert Daten für seine spezifischen Bedürfnisse.

Die Mitarbeiter, die für die jeweiligen Rollen eingesetzt werden, müssen die notwendigen Fähigkeiten entwickeln können, um ihre Aufgaben wahrzunehmen:

Das grundsätzliche Verständnis der Relevanz von Daten für das Unternehmen muss aufgebaut werden. Die verfügbaren Daten und die Chancen, die das Unternehmen durch ihre Nutzung gewinnt, müssen von den Verantwortlichen (z.B. Data Owner) beworben werden.

Fähigkeiten in Bezug auf die Nutzung, Erkennung von Potentialen und die Verwaltung von Daten sind durch den Fachbereichs- bzw. IT-Hintergrund der Rollen bereits vorhanden und müssen weiterentwickelt werden.

Fähigkeiten für die Konzeption, Entwicklung und Durchführung von neuen oder angepassten datengetriebenen Prozessen (siehe nächster Bereich) sind zu entwickeln. Hierfür bieten sich insbesondere Coaching-Maßnahmen bzw. der Austausch mit neutralen Marktbeobachtern oder Partnerunternehmen an. Es gibt aber keine allgemeingültigen Prozesse, die ohne weiteres für das Gelingen des datengetrieben Unternehmens kopiert werden könnten! Daher sollte man sich andere Kollegen als „Sparring-Partner“ suchen und ihre Ideen und Vorschläge bei den eigenen Plänen einbeziehen.

Abbildung 1: Data Stewardship: Rollenmodell für Datenqualität und Stammdatenmanagement

Die aufgeführten Rollen und ihre Beschreibungen haben sich in BARC-Projekten als sinnvolle grundsätzliche Diskussionsgrundlage erwiesen. Bei geschickter Definition und Besetzung muss die Justierung der Aufbauorganisation nicht unmittelbar zusätzliches erfordern. Nicht jede Rolle muss durch einen expliziten hierfür abgestellten Mitarbeiter abgebildet werden. Vielmehr ist eine Umsetzung über Matrixorganisationsformen entsprechend den fachlichen und technischen Eignungen üblich.

Nur datengetriebene Unternehmen können sich im Digitalisierungszeitalter wettbewerbsfähig aufstellen. In der zunehmend komplexen Datenwelt brauchen Unternehmen verlässliche Säulen. Der erste Schritt zu einer zufriedenstellenden Datenqualität und sicheren Stammdaten sind eine Datenstrategie und Rahmenbedingungen in Form einer Data Governance. Mehr zum 1x1 der Data Strategy & Governance: www.barc.de/products/expertenworkshop-das-1x1-der-data-strategy-governance