Data Governance

Große Organisationen sammeln riesige Mengen an Informationen: Kundenadressen, Bestellungen, Messwerte aus Maschinen, Krankenakten. Data Governance ist das Regelwerk, das den Umgang mit diesen Informationen ordnet. Sie beantwortet vier Fragen: Wem gehören welche Daten? Wer darf sie ansehen oder verändern? Wie erkennt man, ob sie korrekt sind? Und wann müssen sie gelöscht werden? Es geht dabei nicht um Technik allein, sondern vor allem um Zuständigkeiten und verbindliche Absprachen zwischen Menschen. Man kann sich Data Governance wie die Hausordnung einer großen Bibliothek vorstellen: Sie sagt, wer Bücher ausleihen darf, wer sie einsortiert und was mit beschädigten Exemplaren passiert.

Was passiert, wenn niemand die Regeln setzt

Ohne klare Regeln entstehen in jeder Abteilung eigene Datensammlungen. Der Vertrieb führt eine Kundenliste, das Marketing eine zweite, der Support eine dritte. Alle drei widersprechen sich an irgendeiner Stelle. Wenn dann jemand fragt, wie viele Kunden das Unternehmen hat, gibt es drei Antworten. Genau solche Widersprüche kosten Zeit und führen zu falschen Entscheidungen.

Dazu kommt der rechtliche Druck. Die europäische Datenschutz-Grundverordnung, kurz DSGVO, schreibt vor, dass Unternehmen jederzeit Auskunft über gespeicherte Personendaten geben können. Wer nicht weiß, wo welche Daten liegen, kann diese Pflicht nicht erfüllen. Bußgelder können bis zu vier Prozent des weltweiten Jahresumsatzes betragen. Für einen Konzern sind das schnell Milliardenbeträge.

Für die künstliche Intelligenz ist Data Governance zusätzlich wichtig geworden. KI-Systeme lernen aus Daten und übernehmen deren Fehler. Wenn die Trainingsdaten unvollständig, veraltet oder einseitig sind, wird das fertige System unzuverlässig. In der Branche gibt es dafür den Spruch: Müll rein, Müll raus.

Rollen, Kataloge und Zugriffsrechte

Der erste Baustein sind Rollen. Für jeden wichtigen Datenbestand wird eine Person benannt, die dafür verantwortlich ist. Diese Rolle heißt oft Data Owner oder Data Steward. Sie entscheidet über Zugriffsrechte und klärt, wenn Zahlen sich widersprechen. Ohne benannte Personen bleibt jede Regel wirkungslos.

Der zweite Baustein ist ein Datenkatalog. Das ist eine Art Inhaltsverzeichnis aller Datenbestände im Unternehmen. Darin steht, welche Informationen wo gespeichert sind, woher sie stammen und was einzelne Felder bedeuten. Wichtig ist auch die sogenannte Herkunftsverfolgung: Sie zeigt, aus welchen Quellen eine Zahl zusammengerechnet wurde. So lässt sich ein Fehler bis zum Ursprung zurückverfolgen.

Der dritte Baustein sind technische Kontrollen. Zugriffsrechte werden an Rollen geknüpft, nicht an einzelne Personen. Besonders sensible Felder wie Geburtsdaten werden unkenntlich gemacht, wenn Entwickler mit Testdaten arbeiten. Automatische Prüfungen schlagen Alarm, wenn ein Wert unmöglich ist, etwa ein Alter von 200 Jahren. Und Löschfristen sorgen dafür, dass Daten nicht ewig liegen bleiben.

Vom Schulnetzwerk bis zur Konzernbilanz

In Wirtschaftsnachrichten taucht der Begriff meist im Zusammenhang mit Pannen auf. Wenn eine Bank falsche Risikozahlen an die Aufsicht meldet oder ein Krankenhaus Patientendaten verliert, lautet die Diagnose fast immer: mangelhafte Data Governance. Auch bei Firmenübernahmen ist sie ein Thema, weil zwei getrennt gewachsene Datenlandschaften zusammengeführt werden müssen.

Bei KI-Produkten wird sie zunehmend zum Verkaufsargument. Anbieter versprechen, dass eingegebene Firmendaten nicht für das Training ihrer Modelle verwendet werden. Die europäische KI-Verordnung verlangt für risikoreiche Anwendungen zudem eine Dokumentation der Trainingsdaten. Wer diese Nachweise nicht liefern kann, darf sein System in der EU nicht anbieten.

Auch im Kleinen begegnet einem das Prinzip. Eine Schule regelt, wer Noten eintragen darf und wer sie nur lesen kann. Ein häufiger Irrtum ist, Data Governance mit Datenschutz gleichzusetzen. Datenschutz betrifft nur personenbezogene Informationen. Data Governance umfasst auch Maschinendaten, Preise oder Lagerbestände, bei denen es allein um Ordnung und Verlässlichkeit geht.