An einer umfassenden Data-Governance-Strategie führt heute kaum noch ein Weg vorbei – da sind sich die meisten modernen Unternehmen einig. Dass viele von ihnen aber noch weit von der tatsächlichen Umsetzung entfernt sind, belegt jetzt eine Dataversity-Studie aus dem Jahr 2020. Nur zwölf Prozent der befragten Unternehmen gaben hier an, eine entsprechende Strategie bereits vollständig implementiert zu haben.
In Deutschland scheint die Lage sogar noch verheerender zu sein, denn nur vier Prozent der deutschen Unternehmen haben überhaupt umfassende Data-Governance-Regeln und -Zuständigkeiten definiert. Das Problem: Häufig werden sie mit ungeahnten Hindernissen konfrontiert, die sie bei der Umsetzung der geplanten Strategien enorm ins Straucheln bringen – das kostet sie nicht nur mehr Zeit als ursprünglich gedacht, sondern vor allem auch mehr Geld. Arjan van Staveren, der als Managing Director Major Accounts DACH bei Snowflake tätig ist, erläutert die fünf größten Hindernisse, auf die sich Unternehmen bei der dauerhaften Einführung ihrer Data-Governance vorbereiten sollten.
Erste Hürde: Datensilos
Der schwierigste Prozess bei der Umsetzung einer Data-Governance-Strategie besteht für Unternehmen darin, interne Silo-Mentalitäten nachhaltig zu überwinden. Das bestätigt eine kürzlich durchgeführte Umfrage von Gartner. Starre Altsysteme verhindern es aufgrund ihrer mangelnden Flexibilität, dass Teams aus unterschiedlichen Abteilungen gemeinsam auf Informationen zugreifen oder diese miteinander oder auch mit Kunden und Geschäftspartnern teilen können. Dieser Umstand erschwert es Unternehmen einerseits, Daten zu organisieren. Andererseits machen es die unstrukturiert vorliegenden Informationen, die in Silos abgetrennt voneinander gespeichert sind, unmöglich, eine Data-Governance wirklich effizient aufzubauen – egal ob bei der Rückverfolgung einzelner Datenquellen, ihrer Kategorisierung oder der Anwendung eines granularen Sicherheitsmodells.
Zweite Hürde: Schlechte Datenqualität
Den Daten uneingeschränkt vertrauen zu können, ist für Unternehmen essentiell, schließlich arbeiten sie tagtäglich damit und begründen ihren Erfolg darauf. Im Rahmen der Dataversity-Umfrage gaben fast sechs von zehn der befragten Unternehmen an, dass genau in diesem Punkt, nämlich dem Verständnis für die Qualität ihrer Quelldaten, einer der größten Engpässe innerhalb ihrer Datenwertschöpfungskette besteht. Um hier unterstützen und die Vertrauenswürdigkeit der verwendeten Daten jederzeit gewährleisten zu können, stellt ein Data-Governance-System nicht nur sicher, dass die Qualität eingehender Informationen kontinuierlich überwacht wird, sondern überprüft außerdem genau, wo diese im Unternehmen zur Anwendung kommen. Um dies dauerhaft sicherstellen zu können, sollten sogenannte Data-Stewards eingesetzt werden. Sie sind innerhalb des Unternehmens dafür zuständig, dass die strategischen Vorgaben der Data-Governance fachlich umgesetzt werden und agieren bei Fragen aus den einzelnen Abteilungen als Ansprechpartner. Ihre Aufgabe ist es, zu erkennen, wenn Daten fehlerhaft, ungenau oder veraltet sind oder sie losgelöst vom ursprünglichen Kontext zur Analyse herangezogen werden. Damit das reibungslos und vor allem ohne lange Wartezeiten funktionieren kann, muss ihnen die Möglichkeit eingeräumt werden, unkompliziert Regeln und Prozessabläufe zu bestimmen.
Dritte Hürde: Fehlende Transparenz
Damit im Rahmen der Data-Governance umfassende Schlussfolgerungen über die Qualität der verwendeten Daten getroffen werden können, ist absolute Transparenz das A und O: Über welche Daten verfügen wir und wo befinden sich diese? Wer hat auf sie Zugriff und von wem werden sie regelmäßig genutzt? Während traditionelle Systeme häufig die Antworten auf datenbezogene Fragestellungen wie diese verschleiern, ist es heutzutage unbedingt notwendig, alle Informationen über die verfügbaren Daten freizulegen. Anders kann die Umsetzung einer dauerhaften Data-Governance-Strategie schlichtweg nicht funktionieren.
Vierte Hürde: Unzuverlässige Daten
Wer keinen transparenten Einblick darin hat, wer welche Daten zu welchem Zweck verwendet, der kann sich letztlich auch nicht sicher sein, wie vertrauenswürdig diese Informationen tatsächlich sind. Für die Sicherheit der unternehmenseigenen Informationen ist das jedoch entscheidend, denn mit der zunehmenden Verbreitung von Datenquellen – sowohl innerhalb als auch außerhalb des jeweiligen Unternehmens – nehmen auch die Sicherheitsverstöße stetig zu. Wie erfolgreich und sicher ein Datenmanagement sein kann, hängt deshalb immer davon ab, inwieweit sich die Daten zurückverfolgen lassen. Da im Rahmen der Data-Governance klare Regeln hierfür festgelegt werden, können potenzielle Sicherheitslücken vermieden werden, die im schlimmsten Fall den Zugriff unbefugter Dritter auf sensible Kunden- oder Unternehmensdaten ermöglichen und damit den Weg für einen etwaigen Missbrauch freimachen würden. Traditionelle Altsysteme öffnen genau hierfür Tür und Tor. Da die Daten hier in Silos organisiert sind und deshalb häufig dupliziert und exportiert werden, um sie auch an anderer Stelle einsetzen zu können, fällt es schwer, den Überblick darüber zu behalten, wo die Daten überall abliegen und wer genau Zugriff darauf hat.
Fünfte Hürde: Mangelnde Kontrolle
Viel zu häufig beginnen Unternehmen erst dann über das Thema Data-Governance nachzudenken, wenn gesetzliche Regelungen wie die DSGVO oder ePrivacy ins Spiel kommen. Sie verlangen von ihnen, ihre Daten nicht nur von der Quelle bis zur Löschung nahtlos verfolgen zu können, sondern auch darzulegen, wer Zugang zu ihnen hat und wie und wo sie zum Einsatz kommen. Im Rahmen der Dataversity-Analyse gab fast die Hälfte aller Unternehmen an, die Einhaltung dieser Vorschriften sei für sie der größte Antrieb, eine dauerhafte Strategie zu etablieren. Denn sie gibt ihnen die Möglichkeit, stets den Überblick über alle wichtigen Faktoren zu behalten, die die Speicherung und Nutzung ihrer Daten betreffen. Nur so können sie letztlich auch vor etwaigen Verstößen und daraus resultierenden Strafen sicher sein.
#Snowflake
