Data Governance Framework: Aufbau, Rollen & Best Practices

Data Governance ist das organisatorische Rahmenwerk, das sicherstellt, dass Unternehmensdaten konsistent, vertrauenswürdig, sicher und regelkonform verwaltet werden. In einer datengetriebenen Welt ist Data Governance kein IT-Thema mehr, sondern eine Managementdisziplin mit direktem Einfluss auf Geschäftsentscheidungen, Compliance und Wettbewerbsfähigkeit.

Was ist Data Governance?

Data Governance umfasst alle Richtlinien, Prozesse, Rollen und Standards, die festlegen, wie Daten im Unternehmen erfasst, gespeichert, verarbeitet und genutzt werden. Es beantwortet: Wer ist für welche Daten verantwortlich? Welche Qualitätsstandards gelten? Wer darf auf welche Daten zugreifen? Wie lange werden Daten aufbewahrt?

Die 5 Säulen eines Data-Governance-Frameworks

1. Datenverantwortung und Rollen

Jedes Datenelement braucht einen klaren Verantwortlichen. Die zentralen Rollen: Data Owner (Geschäftsverantwortlicher, definiert Nutzungsregeln), Data Steward (operativer Datenqualitätsmanager, setzt Standards um), Data Custodian (IT-seitige Datenverwaltung, technische Umsetzung).

2. Datenqualitätsmanagement

Datenqualität wird anhand von sechs Dimensionen gemessen: Genauigkeit, Vollständigkeit, Konsistenz, Aktualität, Eindeutigkeit und Relevanz. Für jede Dimension werden KPIs definiert und regelmäßig gemessen. BCBS 239 fordert von Banken explizit die Nachweisbarkeit der Datenqualität für Risikodaten.

3. Datenrichtlinien und Standards

Dokumentierte Richtlinien für: Datenklassifizierung (öffentlich, intern, vertraulich, streng vertraulich), Namenskonventionen, Datendefinitionen (Business Glossary), Aufbewahrungsfristen und Löschregeln (DSGVO-konform).

4. Datenkatalog und Metadaten

Ein zentraler Datenkatalog dokumentiert alle Datenbestände: Wo liegen die Daten? Was bedeuten sie? Wer ist verantwortlich? Wie aktuell sind sie? Tools wie Collibra, Alation oder Microsoft Purview automatisieren die Metadatenverwaltung.

5. Compliance und Regulatorik

Data Governance sichert die Einhaltung regulatorischer Anforderungen: DSGVO (Datenschutz, Löschpflichten, Auskunftsrechte), BCBS 239 (Risikodatenqualität für Banken), DORA (IKT-Datenintegrität), MaRisk (Datenmanagement als Teil der Geschäftsorganisation).

Data Governance implementieren: 6 Schritte

1. Sponsorship sichern: Data Governance braucht Rückhalt der Geschäftsleitung. Ohne C-Level-Unterstützung fehlen Ressourcen und Durchsetzungskraft. Idealerweise wird ein Chief Data Officer (CDO) benannt.
2. Ist-Analyse: Datenlandschaft kartieren. Welche Datenquellen existieren? Wo gibt es Qualitätsprobleme? Welche regulatorischen Anforderungen gelten? Wo sind die größten Risiken?
3. Framework und Governance-Struktur definieren: Rollen zuweisen (Data Owner pro Geschäftsbereich), Data Governance Board einrichten, Richtlinien erstellen, Eskalationswege definieren.
4. Quick Wins identifizieren: Starten Sie mit einem kritischen Datenbereich (z.B. Kundenstammdaten oder Risikodaten). Zeigen Sie schnell messbaren Nutzen, um Akzeptanz im Unternehmen zu schaffen.
5. Tools implementieren: Datenkatalog, Datenqualitäts-Monitoring, Lineage-Tracking. Die Tool-Auswahl folgt der Strategie, nicht umgekehrt.
6. Messen und skalieren: Datenqualitäts-KPIs etablieren, regelmäßig reporten, Programm schrittweise auf weitere Datenbereiche ausweiten.

Häufig gestellte Fragen zur Data Governance

Was ist Data Governance einfach erklärt?

Data Governance ist das Regelwerk dafür, wie ein Unternehmen mit seinen Daten umgeht. Es definiert, wer für welche Daten verantwortlich ist, welche Qualitätsstandards gelten und wie Daten geschützt werden. Wie eine Verkehrsordnung für den Datenverkehr im Unternehmen.

Was kostet Data Governance?

Für mittelständische Unternehmen: 50.000-150.000 Euro für den initialen Framework-Aufbau (Beratung, Rollen, Richtlinien, Tool-Pilot). Laufend: 1-3 FTE plus Tool-Lizenzen (20.000-100.000 Euro/Jahr je nach Plattform). Der ROI zeigt sich in besserer Datenqualität, schnelleren Entscheidungen und vermiedenen Compliance-Verstößen.

Brauchen wir einen Chief Data Officer?

Für Unternehmen mit mehr als 500 Mitarbeitern oder regulatorischen Datenanforderungen (BCBS 239, DSGVO) ist ein CDO empfehlenswert. Für KMU kann die Rolle zunächst vom CIO oder einem Data Governance Lead in Teilzeit übernommen werden. Entscheidend ist, dass eine Person die Gesamtverantwortung für Datenqualität und -management hat.

Was ist der Unterschied zwischen Data Governance und Data Management?

Data Governance definiert die Regeln und Verantwortlichkeiten für den Umgang mit Daten. Data Management setzt diese Regeln operativ um: Datenspeicherung, ETL-Prozesse, Backups, Archivierung. Data Governance ist die Strategie, Data Management die Ausführung.

Ist Data Governance für BCBS 239 Pflicht?

Ja. BCBS 239 Grundsatz 3 (Genauigkeit und Integrität) und Grundsatz 6 (Anpassungsfähigkeit) erfordern ein nachweisbares Data-Governance-Framework für Risikodaten. Banken müssen dokumentieren, wie Datenqualität sichergestellt, gemessen und verbessert wird. Die BaFin prüft dies im Rahmen von SREP-Audits.