Skip to main content
main-content
Top

About this book

Dieses Fachbuch führt den Leser in fünf Buchteilen und mit der Hilfe praxiserprobter Vorgehensmodelle von den Grundlagen (Was ist Data Governance?), über die Planung (Welche Gestaltungsoptionen habe ich?) und Implementierung (Wie kann ich Data Governance im Unternehmen einführen?) bis zum Regelbetrieb (Wie kann ich Mehrwerte erzielen?) und der Erfolgsmessung einer Data Governance. Wie jedes Unternehmen ist auch jede Data Governance anders, deshalb werden alle wichtigen Entscheidungspunkte aufgezeigt, die Vor- und Nachteile diskutiert, um dem Leser, die Möglichkeit zu bieten, eine maßgeschneiderte Data Governance zu entwickeln.
Ein professionelles Datenmanagement (Data Governance) ist die Grundlage für die erfolgreiche digitale Transformation traditioneller Unternehmen. Leider scheitern eine Vielzahl an Unternehmen an der Einführung einer Data Governance, weil sie die Komplexität der Herausforderung (Organisationsaufbau, Befähigung der Mitarbeiter, Change Management etc.) nicht vollständig überblicken und deshalb nicht alle Aspekte mit in die Planung und Umsetzung ihrer Data Governance miteinbeziehen. Hier setzt dieses Buch an: Es erläutert die treibende Rolle, die eine reaktionsfähige Datenorganisation innerhalb der digitalen Transformation eines Unternehmens einnehmen kann. Der Leser wird befähigt, Digitalisierungspotenziale aufzuzeigen und diese im Unternehmen in die Umsetzung zu überführen.
Der InhaltGrundlagen Data GovernanceErfolgsfaktoren der ImplementierungEntwicklung eines reaktionsfähigen Operating Model Data Governance als Treiber der Wertstromoptimierung und Taktgeber der digitalen TransformationErfolgsmessung einer Data Governance

Table of Contents

Frontmatter

1. Einleitung

Zusammenfassung
Dieses Buch ist kein Buch über Daten. Diese Aussage wird Sie vielleicht überraschen und vollständig richtig ist vielleicht auch eher die Aussage: Dieses Buch ist kein Buch „nur“ über Daten. Denn dieses Buch ist ein Buch über Daten, Unternehmensprozesse und IT-Systeme. Es ist ein Buch, das Ihnen erklärt, wie Unternehmen mit der Hilfe eines professionellen Datenmanagements und dem Aufbau einer reaktionsfähigen Datenorganisation (Data Governance) wertvolle Impulse für die Weiterentwicklung der Daten, Unternehmensprozesse, IT-Systeme und die gesamte digitale Transformation generieren und realisieren können.
Lars Michael Bollweg

Teil I

Frontmatter

2. Was ist Data Governance?

Zusammenfassung
Fragt man zehn Datenmanager, was Data Governance eigentlich ist oder wie man Data Governance definiert, dann bekommt man in der Regel zehn unterschiedliche Antworten. Das liegt daran, dass jede Data Governance Implementierung, wie jedes Unternehmen auch, einzigartig ist. Umso wichtiger ist es, zu Beginn eine gemeinsame Basis zu schaffen, von der Sie dann zu einem späteren Zeitpunkt die richtigen Entscheidungen und Weichenstellungen für eine maßgeschneiderte Data Governance in Ihrem Unternehmen ableiten können. Dafür beginnen wir mit einer einfachen Definition und werden dann mit steigender Komplexität alle Aspekte und Handlungsfelder einer Data Governance Schritt für Schritt verständlich und praxisgerecht einführen. Erfahrungsgemäß ist das Thema Data Governance für Viele in der ersten Auseinandersetzung sehr abstrakt und nicht direkt zu greifen. Ziel dieses Kapitels ist es, Ihnen zu helfen, diese abstrakte Unschärfe von Data Governance als Begriff in eine eigene klare Vorstellung der praktischen Abläufe und Tätigkeiten zu überführen.
Lars Michael Bollweg

Teil II

Frontmatter

3. Erfolgsfaktoren für die Implementierung

Zusammenfassung
Eine große Anzahl von Data Governance Initiativen scheitert bereits in der Implementierungsphase. Die Gründe für das Scheitern sind vielfältig und häufig sehr individuell. Schaut man aber auf die andere Seite und sucht nach Gemeinsamkeiten bei den Data Governance Implementierungen, die nachhaltig erfolgreich sind, so erkennt man eindeutige Erfolgsfaktoren, von denen man für die Entwicklung einer eigenen Data Governance lernen kann. In diesem Kapitel zeigen wir auf, welche Bedeutung die Bereitstellung von Ressourcen, die Identifikation von Themen und Herausforderungen als Einführungstreiber und die Befähigung der Mitarbeiter in den Datenmanagementfähigkeiten für den Implementierungserfolg einer Data Governance haben können. Darüber hinaus vertiefen wir erste weiche Faktoren wie Mehrwert-Prinzipien, Organisationsstrukturen, Kommunikation und Unternehmenskulturen. Dieses Kapitel ist wie ein guter Kompass gedacht, der Sie schon direkt am Anfang davor bewahren soll, von dem erfolgreichen Implementierungsweg einer Data Governance Einführung wieder abzukommen.
Lars Michael Bollweg

Teil III

Frontmatter

4. Entwicklung eines reaktionsfähigen Operating Model

Zusammenfassung
Für den Erfolg einer Data Governance ist von großer Bedeutung, dass die Data Governance und ihre Abläufe innerhalb der Unternehmensorganisation von allen Beteiligten verstanden und gelebt werden. Dazu müssen das Unternehmen und seine Mitarbeiter nicht nur die Abläufe verinnerlichen, sondern auch verstehen, wie die Wertschöpfungsbeiträge einer Data Governance erbracht werden. Beide Punkte sind erklärungsbedürftig und benötigen entsprechend klare Strukturen und Vorgehensmodelle. Die Entwicklung eines Operating Model (Betriebsmodells) für die Data Governance bietet hierfür die passende Grundlage. In dem folgenden Kapitel diskutieren wir die notwendigen Grundlagen eines Operating Model und zeigen die unterschiedlichen Ansatzpunkte bei Unternehmen mit Linien- oder Matrixorganisation auf. Im Anschluss entwickeln wir exemplarische Vorgehensmodelle für die Einführung und den Regelbetrieb einer Data Governance und schaffen damit einen direkten Praxisbezug, den Sie direkt in die Anwendung überführen können.
Lars Michael Bollweg

Teil IV

Frontmatter

5. Grundlagen der Digitalen Transformation

Zusammenfassung
In den bisherigen Kapiteln dieses Buches wurde der Schwerpunkt auf den Organisationsaufbau der Data Governance und die Professionalisierung des Datenmanagements gelegt. Dabei wurde bereits vielfach aufgezeigt, dass eine moderne Data Governance deutlich leistungsfähiger sein kann, als nur die Erzeugung, Nutzung, Pflege und Löschung von Daten professionell zu managen. In diesem vierten Teil und den nachfolgenden Kapiteln wird nach einer theoretischen Fundierung sehr praktisch aufgezeigt, wie die Services einer in der Business Architektur des Unternehmens verankerten Data Governance, z. B. mit Hilfe der datengetriebenen Wertstromoptimierung als Treiber für die digitale Transformation eines Unternehmens, eingesetzt werden können.
Lars Michael Bollweg

6. Data Governance als Treiber der Wertstromoptimierung und Taktgeber der digitalen Transformation

Zusammenfassung
Wenn man den richtigen Blickwinkel auf die digitale Transformation gefunden hat, erkennt man, dass es neben dem kulturellen „Change“ oft nur noch um die Operationalisierung von solidem Handwerk (Vorgehensmodelle, Methoden, Fähigkeiten) zur Planung und Umsetzung einer erfolgreichen digitalen Weiterentwicklung geht. Das heißt, ein Unternehmen muss anfangen, die digitale Transformation als das anzuerkennen, was sie schon lange ist: eine Aufgabe, die professionell und strukturiert angegangen werden muss. Diese Aufgabe beinhaltet, dass das Unternehmen seine Mitarbeiter über Fach- und Methodenwissen dazu befähigt, die Herausforderungen der Digitalisierung strukturiert und gemeinsam angehen zu können. In diesem Kapitel diskutieren wir eben diese angesprochene Operationalisierung der digitalen Transformation anhand einer einfachen wie wirkungsvollen Methode, der datengetriebenen Wertstromoptimierung. Die datengetriebene Wertstromoptimierung bietet ein klar strukturiertes Vorgehen zur Identifikation von digitalen Entwicklungspotenzialen. Am Ende dieses Kapitels werden Sie nicht nur eine klare Vorstellung über die praktische Ausgestaltung der digitalen Transformationsoptionen im Unternehmensalltag haben, sondern diese auch strukturiert und methodisch identifizieren und umsetzen können.
Lars Michael Bollweg

Teil V

Frontmatter

7. Erfolgsmessung einer Data Governance

Zusammenfassung
Professionell gemanagte Daten sind die Grundlage für eine zielführende Unternehmensentwicklung im Rahmen der digitalen Transformation und damit auch die Grundlage für datengetriebene Prozessoptimierung und die daraus resultierenden Wettbewerbsvorteile. Deshalb ist es so wichtig, dass sich Unternehmen in einer stets verändernden und komplexer werdenden digitalen Welt mit dem professionellen Management von Daten auseinandersetzen und den Wert einer Data Governance für die Organisation erkennen.
Ein letzter Baustein zur Entwicklung einer erfolgreichen Data Governance ist eine begleitende Erfolgsmessung. In diesem Kapitel werden wir diskutieren, wie die Fähigkeiten, Services und Reifegrade des eigenen Datenmanagements gemessen, bewertet und mit gesteckten Entwicklungszielen verglichen werden können. Etabliert hat sich für die Erfolgsmessung der Einsatz eines „Capability Maturity Models“ (CMM), welches den Reifegrad der Datenmanagement Services entlang der Unternehmensprozesse misst (z. B. auf einer fünfstufigen Reifegrad-Skala von „Aware“ bis „Optimizing“) und einordnet.
Lars Michael Bollweg

8. Prinzipienliste

Zusammenfassung
Wie in jedem Fachbuch, finden Sie auch in diesem eine Vielzahl von Informationen und praktischen Handlungsanweisungen, die leider viel zu oft nach dem Lesen des Buches schnell wieder vergessen werden. Um diesem Phänomen zumindest etwas entgegenzusetzen, wurden alle wichtigen Prinzipien für die Implementierung und den erfolgreichen Betrieb einer Data Governance noch einmal separat hervorgehoben und in der folgenden Liste aufgeführt. Nutzen Sie diese Prinzipienliste als Abkürzung, um sich an die wichtigsten Inhalte des Buches zu erinnern und um das in diesem Buch vorgeschlagene Vorgehen zu reflektieren und mit Ihren eigenen Planungen abzugleichen.
Lars Michael Bollweg

9. Bonus: Vorlage Datendefinition

Zusammenfassung
Neben einem erfolgreichen Aufbau einer Datenorganisation ist das Wissen über Daten und der Umgang mit diesem Wissen eine Schlüsselkompetenz, um erfolgreich den Herausforderungen der digitalen Transformation in Unternehmen zu begegnen. Die Bedeutung von Daten in Systemen und Datenbanken zu verstehen, ist die Grundlage für breites Datenwissen im Unternehmen und die Basis für eine gute Data Governance. Viele Unternehmen folgen heute noch keinem einheitlichen und strukturierten Standard bei der Definition von Daten und müssen deshalb unnötig hohe Aufwände investieren, um innerhalb von Teams und Projekten eine gemeinsame Wissensbasis herzustellen.
Lars Michael Bollweg

10. Schlusswort

Zusammenfassung
Herzlichen Glückwunsch, Sie haben es bis zum Schluss dieses Buches geschafft. Data Governance ist ein abstraktes Thema, wofür es „leider“ keine „One-Fits-All-Lösung“ gibt. Jede Data Governance Implementierung ist anders, weil auch jedes Unternehmen anders ist. Aber Sie konnten sehen, es gibt einen großen Erfahrungsschatz auf den Sie aufbauen und eine Vielzahl an grundlegenden Prinzipien, an denen Sie sich bei der Einführung und dem Betrieb einer Data Governance orientieren können. Jetzt beginnt Ihre Arbeit.
Lars Michael Bollweg

Backmatter

Additional information

Premium Partner

    Image Credits