Was ist Data Governance + wie fange ich an?

Was Data Governance bedeutet

Data Governance ist die Organisation rund um Daten als Asset. Sie regelt, wer Daten besitzt, pflegt, freigibt, nutzt + löscht. Ohne Governance wachsen Daten unkontrolliert - falsche Reports, doppelte Stammdaten, DSGVO-Risiken.

Vier Säulen

• Verantwortungen: Data-Owner (fachlich), Data-Steward (operativ), Data-Custodian (technisch).

• Standards: Definitionen (was heisst Customer?), Qualitäts-Regeln, Klassifizierung (sensitive vs intern vs öffentlich).

• Prozesse: Daten-Lifecycle (Erzeugung, Pflege, Löschung), Aenderungs-Management, Konflikt-Lösung.

• Technologie: Daten-Katalog, Lineage-Tracking, Data-Quality-Tool, Master-Data-Management.

Rollen

• CDO / Chief Data Officer: strategisch, oft direkt unter CEO.

• Data-Governance-Board: Vertretung der Bereiche + IT + Recht.

• Data-Owner: fachliche Verantwortung pro Domäne.

• Data-Steward: operative Daten-Qualität.

• Data-Custodian: technische Verwaltung (oft IT).

KMU-Einstieg in 6 Schritten

1. Top-5-Datendomaenen identifizieren (Kunden, Produkte, Verträge, Mitarbeitende, Finanzen).

2. Data-Owner pro Domäne benennen.

3. Einfacher Daten-Katalog in Notion/Confluence (Felder, Quelle, Owner, Klassifizierung).

4. Daten-Qualitäts-Regeln pro Domäne (z. B. Email-Format, Pflichtfelder).

5. Daten-Klassifizierung (DSGVO-Pflicht!).

6. Quartalsweise Governance-Board.

Daten-Qualitäts-Dimensionen

• Vollständigkeit: keine Lücken.

• Korrektheit: Werte stimmen mit Realität.

• Konsistenz: gleicher Datensatz überall gleich.

• Aktualitaet: nicht veraltet.

• Eindeutigkeit: keine Duplikate.

• Verfügbarkeit: rechtzeitig zugreifbar.

Tools

• Daten-Katalog: Collibra, Atlan, Alation, Open-Source DataHub.

• Daten-Qualität: Great Expectations, Soda, Monte Carlo.

• Master-Data: Stibo, Informatica, SAP MDG.

• Für KMU: Notion + Excel als Start, dann Open-Source.

Compliance-Bezug

• DSGVO: Auskunfts-, Lösch- + Berichtigungspflicht braucht Datenkatalog.

• CSRD: ESG-Daten brauchen Governance (Auditierbarkeit).

• EU-AI-Act: Trainings-Daten müssen dokumentiert + qualitätsgesichert sein.

• Branchen-Standards (Pharma GxP, Finance BCBS 239).

Anti-Patterns

• IT macht Governance - Fachbereiche fühlen sich nicht verantwortlich.

• Tool zuerst, Prozesse später - Tool wird nicht angenommen.

• Data-Owner ohne Mandat - keine Entscheidungs-Macht.

• Standards ohne Durchsetzung - papier-Tiger.

• Klassifizierung fehlt - DSGVO-Risiko.