Data Governance braucht mehr als gute Daten
Herr Müller aus dem Controlling und Frau Meier aus dem Vertrieb kennen wir bereits aus dem ersten Teil unserer Blogreihe. Beide wollen eigentlich dasselbe: verstehen, wie erfolgreich das Unternehmen ist, und auf dieser Grundlage die richtigen Entscheidungen treffen.
Inzwischen haben sie sich sogar darauf verständigt, welche Umsatzzahl die richtige ist. Problem gelöst? Leider nicht.
Denn schon die nächste Frage sorgt für Diskussionen: Wie wurde dieser Umsatz eigentlich ermittelt? Frau Meier betrachtet den Umsatz aus Sicht des Vertriebs und der verkauften Produkte. Herr Müller benötigt für sein Controlling eine belastbare finanzielle Sicht. Welche Produkte werden berücksichtigt? Zu welchem Zeitpunkt gilt ein Umsatz als realisiert? Wie werden Retouren behandelt? Aus welchem System stammt die Information? Und wer entscheidet verbindlich, wenn unterschiedliche Anforderungen aufeinandertreffen? Spätestens jetzt zeigt sich: Ein gemeinsames Verständnis von Daten allein reicht nicht aus.
Damit Herr Müller und Frau Meier dauerhaft mit denselben Informationen arbeiten können, müssen Daten, Prozesse, Technologie und Organisation zusammenspielen.
Von der Unternehmensstrategie bis zum einzelnen Datenfeld
Beginnen wir ganz oben, mit der Chefsache: bei der Corporate Governance.
Sie gibt den Rahmen vor, in dem ein Unternehmen handelt. Dazu gehören Unternehmensziele und strategische Entscheidungen ebenso wie externe Gesetze und Regularien oder interne Vorgaben und Richtlinien.
Möchte ein Unternehmen beispielsweise die Profitabilität einzelner Produkte über verschiedene Märkte und Vertriebskanäle hinweg vergleichen, entstehen daraus konkrete Anforderungen. Welche Kennzahlen benötigen wir? Welche Informationen müssen dafür vorliegen? Welche Qualität und Aktualität erwarten wir? Und welche gesetzlichen oder internen Vorgaben müssen berücksichtigt werden?
Aus einem Unternehmensziel wird damit sehr schnell ein Datenbedarf.
Genau hier liegt die Verbindung zwischen Corporate Governance und Data Governance. Die strategische Ebene gibt Ziele und Rahmenbedingungen vor. Data Governance muss dafür sorgen, dass die benötigten Daten verlässlich zur Verfügung stehen und einheitlich verstanden werden.
In der Praxis wird es allerdings schnell komplexer.
„Die Daten“ gibt es eigentlich nicht
Für unsere Fragestellung benötigen Herr Müller und Frau Meier nicht einfach nur irgendwelche „Daten“.
Sie benötigen Produktdaten, Finanzdaten, Kundeninformationen, Verkaufszahlen und möglicherweise weitere Informationen. Diese Daten entstehen in unterschiedlichen Bereichen, werden von unterschiedlichen Personen verantwortet und in unterschiedlichen Systemen verarbeitet.
Und deshalb ist es sinnvoll, zusammengehörige Daten in Data Domains zu betrachten – beispielsweise Product Data oder Financial Data. Für jede dieser Datenwelten muss klar sein, welchen Beitrag sie leistet und wer Verantwortung für Qualität und Quantität der bereitgestellten Informationen trägt.
Damit sind wir aber noch nicht am Ziel. Denn selbst wenn eindeutig festgelegt ist, welche Daten benötigt werden und wer dafür verantwortlich ist, können am Ende weiterhin unterschiedliche Zahlen entstehen.
Warum? Weil Daten nie isoliert existieren, auch wenn sie in verschiedenen Domänen ihre Heimat finden.
1. Data Governance – wer verantwortet die Information?
Beginnen wir bei den Daten selbst. Wenn Herr Müller und Frau Meier über „Umsatz“, „Kunde“, „Produkt“ oder „Qualität“ sprechen, müssen beide dasselbe darunter verstehen.
Dafür braucht es fachliche Verantwortung. Wer definiert beispielsweise verbindlich, was ein „marktreifes Produkt“ ist? Wer legt fest, wann dieses Produkt als vollständig beschrieben gilt? Wer entscheidet, welche Informationen für eine bestimmte Kennzahl relevant sind?
Data Governance muss diese Verantwortlichkeiten eindeutig machen – bis hinunter auf einzelne Datenfelder. Rollen wie Data Owner, Data Steward oder Data Producer helfen dabei, zu unterscheiden, wer Vorgaben macht, wer deren Umsetzung begleitet und wer Informationen im operativen Alltag erzeugt oder pflegt.
Das Ziel ist dabei nicht, möglichst viele Rollen zu schaffen. Es geht um einen verbindlichen Referenzpunkt.
Denn solange mehrere Personen unterschiedliche Definitionen verwenden, können aus denselben Daten verschiedene Wahrheiten entstehen.
2. Process Governance – wie entstehen unsere Daten?
Eine eindeutige Definition allein erzeugt jedoch noch keine korrekte Zahl. Daten entstehen und verändern sich innerhalb von Prozessen.
Ein neuer Kunde wird angelegt. Ein Produkt wird entwickelt. Informationen werden ergänzt. Preise werden verändert. Bestellungen werden ausgelöst, Rechnungen geschrieben und gegebenenfalls Retouren verarbeitet. Jeder dieser Schritte beeinflusst Daten.
Deshalb müssen neben den Daten auch die zugehörigen Prozesse und Verantwortlichkeiten betrachtet werden. Wer ist für einen Prozess verantwortlich? Welche Schritte gehören dazu? Welche Informationen werden wann benötigt oder erzeugt? Und wie greifen Prozesse verschiedener Unternehmensbereiche ineinander?
Für Herrn Müller und Frau Meier bedeutet das: Selbst wenn beide dieselbe Definition von Umsatz verwenden, können am Ende trotzdem unterschiedliche Zahlen entstehen, wenn die zugrunde liegenden Prozesse nicht aufeinander abgestimmt sind.
Das vermeintliche Datenproblem ist dann eigentlich ein Prozessproblem.
3. Technical Governance – wo leben unsere Daten?
Und dann wären da noch die Systeme. ERP, CRM, PIM, Data Warehouse und nicht selten diverse Excel-Dateien – in vielen Unternehmen verteilen sich relevante Informationen auf eine Vielzahl technischer Lösungen.
Welches System ist führend? Wo entsteht eine Information? Wo wird sie verändert? Wie gelangt sie von System A nach System B? Und stimmen die fachlichen Anforderungen mit den technischen Datenmodellen überein? Deshalb braucht Governance auch eine technische Perspektive. Systemverantwortlichkeiten, fachliche und technische Datenmodelle, Schnittstellen sowie IT-Security, Datensicherheit und Datenschutz gehören ebenso zum Gesamtbild.
Wenn Frau Meier ihre Zahl direkt aus einem Vertriebssystem bezieht und Herr Müller einen konsolidierten Wert aus dem Data Warehouse verwendet, müssen diese Zusammenhänge nachvollziehbar sein. Ansonsten können beide Zahlen für sich betrachtet korrekt sein – und sind trotzdem nicht miteinander vergleichbar.
4. Organisation – und wer lebt das Ganze?
Damit bleibt eine Perspektive, die gerne unterschätzt wird: der Mensch.
Ein Unternehmen kann Rollen definieren, Prozesse dokumentieren und eine moderne Systemlandschaft aufbauen. Wenn die beteiligten Menschen sich ihrer Verantwortung jedoch nicht bewusst sind oder Datenqualität weiterhin als Aufgabe „der anderen“ verstehen, bleibt Governance Theorie. Deshalb gehören Datenkultur, Mindset, Qualifikation und Data Literacy genauso zu funktionierender Governance wie Rollen und Prozesse.
Frau Meier muss verstehen, warum die korrekte Pflege bestimmter Informationen nicht nur „für das Controlling“ wichtig ist. Herr Müller wiederum sollte nachvollziehen können, woher seine Informationen stammen und welche operativen Prozesse dahinterstehen. Aus „meinen Daten“ und „deinen Daten“ müssen „unsere Unternehmensdaten“ werden.
Das Zusammenspiel entscheidet
Genau hier liegt aus unserer Sicht eine der wichtigsten Erkenntnisse rund um Data Governance: Daten, Prozesse, Technologie und Organisation dürfen nicht getrennt voneinander betrachtet werden.
Eine schlechte Kennzahl muss nicht zwangsläufig durch schlechte Daten verursacht werden. Vielleicht fehlt eine eindeutige fachliche Verantwortung. Vielleicht ist der Prozess nicht klar definiert. Vielleicht übertragen zwei Systeme Informationen unterschiedlich. Oder die notwendigen Regeln existieren zwar auf dem Papier, werden im Arbeitsalltag aber nicht gelebt. Die Herausforderung besteht deshalb darin, diese Perspektiven zusammenzuführen.
Und hier schließt sich wiederum der Kreis zur Corporate Governance: Unternehmensziele, Kundenanforderungen sowie interne und externe Vorgaben erzeugen Anforderungen an Prozesse und Daten. Diese wiederum müssen durch geeignete Technologien unterstützt und innerhalb der Organisation umgesetzt werden.
Governance verbindet damit Strategie und operative Realität
Und was ist jetzt mit Herrn Müller und Frau Meier? Kehren wir zu unserem Ausgangspunkt zurück:
Herr Müller präsentiert seine Umsatzzahl. Frau Meier präsentiert ihre. In einer funktionierenden Governance-Struktur beginnt nun keine lange Grundsatzdiskussion darüber, wer recht hat. Es ist nachvollziehbar, wie die Kennzahl definiert ist, welche Informationen dafür benötigt werden, wer diese verantwortet, durch welche Prozesse sie entstehen und welche Systeme sie bereitstellen.
Und sollte trotzdem etwas nicht stimmen, ist klar, wo die Ursache gesucht werden muss und wer für die Klärung verantwortlich ist. Das ist ein wichtiger Unterschied.
Governance bedeutet nicht, dass keine Fehler oder Unstimmigkeiten mehr auftreten. Sie schafft vielmehr Strukturen, mit denen eine Organisation schnell, nachvollziehbar und verbindlich damit umgehen kann.
So verbringen Herr Müller und Frau Meier weniger Zeit damit, über die richtige Zahl zu diskutieren – und mehr Zeit mit der eigentlich wichtigen Frage:
Was sagt uns diese Zahl – und was machen wir jetzt daraus?
Fazit
Data Governance endet nicht bei Datenqualität. Sie muss in den größeren Kontext der Unternehmenssteuerung eingebettet werden.
Corporate Governance gibt Ziele und Rahmenbedingungen vor. Daraus entstehen Anforderungen an die Datenwelt des Unternehmens. Damit diese Anforderungen im Alltag erfüllt werden können, braucht es ein Zusammenspiel aus Data Governance, Process Governance, Technical Governance und organisatorischer Befähigung. Diese vier Perspektiven bilden auch die Grundlage unseres Governance-Verständnisses.
Das Ziel ist dabei nicht mehr Governance.
Das Ziel ist Klarheit: darüber, wer verantwortlich ist, welche Definition gilt, wie Informationen entstehen, welche Systeme sie verarbeiten und wie Menschen damit arbeiten.
Denn am Ende benötigt weder Herr Müller noch Frau Meier Governance um der Governance willen.
Sie benötigen verlässliche Informationen, um gemeinsam die richtigen Entscheidungen für das Unternehmen und seine Kunden treffen zu können.
Im nächsten Teil unserer Blogreihe gehen wir deshalb eine Ebene tiefer: Wer übernimmt eigentlich welche Verantwortung für Daten – und wie verhindern klare Rollen, dass Data Governance zwischen Fachbereich, IT und Management stecken bleibt?