Data Governance
Regeln, Prozesse und Verantwortlichkeiten für den Umgang mit Daten im Unternehmen — Grundlage für zuverlässige Automatisierungen und KI-Systeme.
Auch bekannt als: Datenverwaltung, Datenqualitätsmanagement
Was ist Data Governance?
Data Governance bezeichnet den strukturierten Rahmen, in dem ein Unternehmen festlegt: Wer darf auf welche Daten zugreifen? Wer ist für die Qualität bestimmter Datensätze verantwortlich? Wie werden Daten gepflegt, archiviert und gelöscht?
Es geht nicht um ein einzelnes Tool, sondern um Verantwortlichkeiten, Prozesse und Standards — für den gesamten Lebenszyklus von Daten im Unternehmen.
Warum Data Governance die Voraussetzung für Automatisierung ist
Eine Automatisierung ist nur so gut wie die Daten, auf denen sie basiert. Wer einen schlechten Datenzustand automatisiert, automatisiert schlechte Ergebnisse — schneller und in größerem Maßstab.
Typische Probleme ohne Data Governance:
- Kundennamen in drei verschiedenen Formaten in drei Systemen
- Felder, die “optional” sind und deshalb meistens leer
- Keine einheitliche Definition von “aktiver Kunde”
- Niemand weiß, welche der drei Preislisten die aktuelle ist
Jedes dieser Probleme zerstört eine Automatisierung, die darauf aufbaut.
Was gute Data Governance in der Praxis umfasst
Data Ownership — Für jeden wichtigen Datensatz gibt es eine verantwortliche Person oder Rolle.
Datenqualitätsregeln — Pflichtfelder, Formatvorgaben, Validierungsregeln. Was muss ein Datensatz erfüllen, um als “vollständig” zu gelten?
Zugriffskontrollen — Wer darf lesen, wer darf schreiben, wer darf löschen?
Änderungshistorie — Wann hat sich ein Datensatz wie geändert — und warum?
Data Governance für KMU: pragmatisch, nicht bürokratisch
Für kleine und mittlere Unternehmen bedeutet Data Governance nicht zwingend ein mehrseitiges Regelwerk. Es bedeutet, klare Antworten auf die drei Grundfragen zu haben:
- Wer ist für diese Daten verantwortlich?
- Was macht einen guten Datensatz aus?
- Wo sind diese Daten gespeichert — und wohin fließen sie?
Das reicht, um die häufigsten Automatisierungsfehler zu verhindern.
Alle Begriffe im Überblick