Webseminar: Warum Data Fabric wichtig ist. Antworten auf die 3 am häufigsten gestellten Fragen.

Definition

Was ist Datengovernance?

Datengovernance besteht aus Richtlinien, Prozessen und einer Organisationsstruktur zur Unterstützung des Unternehmensdatenmanagements. Die Struktur eines Datengovernance-Programms sorgt für Verständnis, Sicherheit und Vertrauen rund um die Daten eines Unternehmens bei seinen Stakeholdern, insbesondere wenn Unternehmen skalieren und immer mehr Datenquellen und -bestände ansammeln. Angesichts des exponentiellen Anfalls neuer Daten müssen Unternehmen die geeigneten großen Datenumgebungen für Speicher- und Zugriffszwecke bestimmen, wie z. B. Data-Lakes. Außerdem müssen sie eine Datenarchitektur entwerfen, um diese Quellen zu verwalten und sie unternehmensweit zu integrieren und verfügbar zu machen. Diese Datenintegration wird immer wichtiger, da sie sich auf die Arbeitsabläufe und die Entscheidungsfindung verschiedener Teams auswirkt.

Datagovernance ist für die Gesamtstrategie eines Unternehmens für das Datenmanagement und als Teil einer vollständigen DataOps-Praxis unerlässlich. Sie hilft Ihnen zu erkennen, welche Daten Sie haben, wo sich diese Daten befinden und wie diese Daten genutzt werden können. Datengovernance legt den Grundstein für geschäftsfähige Daten durch die Einhaltung von definierten Regeln und Prozessen, um Analysen und Wachstumsinitiativen zu beschleunigen.

Datengovernance und IBM

Eine Datengovernance-Plattform mit einem integrierten Datenkatalog kann Ihrem Unternehmen helfen, Daten zu finden, zu kuratieren, zu analysieren, aufzubereiten und zu teilen, um Ihre KI-Initiativen zu unterstützen. Die Datengovernance-Lösungen von IBM tragen dazu bei, dass die Datenpipeline bereit ist, um sensible Daten zu katalogisieren, zu schützen und zu verwalten sowie die Datenherkunft nachzuvollziehen.

Warum IBM?

IBM® Watson Knowledge Catalog

Aktivieren Sie geschäftsfähige Daten für KI und Analysen mit einem Datenkatalog, der durch aktives Metadaten- und Richtlinienmanagement gestützt wird. Unterstützen Sie Ihre Kollegen dabei, Daten zu kuratieren, zu kategorisieren, zu verwalten, zu analysieren und zu nutzen.

Tauchen Sie tiefer in die Datengovernance ein

Vorteile der Datengovernance

Stakeholder können mit starken Datengovernance-Praktiken, die tiefere Einblicke ermöglichen und gleichzeitig die Daten schützen, einen organisationsübergreifenden Erfolg erzielen.

Bessere Datensicherheit und Compliance 

Für verschiedene Datentypen können unterschiedliche Berechtigungen oder Regeln gelten, insbesondere wenn diese Daten personenbezogene Daten (PII) enthalten. Die Praktiken der Datengovernance können Sicherheit und Compliance fördern und Unternehmen dabei helfen, das Risiko von Verstößen und Geldstrafen zu reduzieren und das Vertrauen der Kunden zu schützen. Die Praktiken der Datengovernance unterstützen das Wissen, welche PII vorhanden sind und wo sie sich befinden. Sie können durch die Verwaltung von Richtlinien und Metadaten die Einhaltung der Vorschriften automatisieren.

Die Datenschutzbestimmungen nehmen immer weiter zu mit globalen, weitreichenden Regelungen wie der europäischen Datenschutzgrundverordnung (DSGVO), die den Datenschutz für europäische Bürger, insbesondere im Internet, regelt. Darüber hinaus gibt es mehr branchenspezifische und regionale Regelungen wie das Health Insurance Portability and Accountability Act/HIPAA (Gesetz zur Übertragbarkeit von Krankenversicherungen und zur Rechenschaftspflicht der Krankenversicherer) zum Schutz der Patienten und ihrer persönlichen Gesundheitsinformationen. Angespornt durch den Anstieg des datengesteuerten Marketings und der zunehmenden Telearbeit werden Compliance-Vorschriften immer wichtiger, da Kunden sich ihrer Datenrechte immer bewusster werden und Unternehmen sich mit zunehmenden Reputationsrisiken auseinandersetzen.

Verbesserte Datenqualität

Business-Intelligence-Tools sind nur so gut wie die Daten, die sie speisen. Wenn die zugrundeliegenden Daten nicht ordnungsgemäß bereinigt und verwaltet wurden, kann dies die Fähigkeit der Benutzer einschränken, fundierte Geschäftsentscheidungen zu treffen. Darüber hinaus werden die Daten oft aus einer Vielzahl von Datenquellen extrahiert, wobei Inkonsistenzen Analysen und andere wichtige Projekte behindern können. Datengovernance hilft dabei, Informationen systemübergreifend miteinander zu verbinden, um sinnvolle Beziehungen zu identifizieren, damit die Daten eines Unternehmens optimal genutzt werden können. Außerdem wird durch sie sichergestellt, dass entscheidende Daten nicht auf der Strecke bleiben.

Beschleunigte Automatisierung

Mit Praktiken und Tools zur Aufrechterhaltung der Datenorganisation und -qualität können Analyseteams beginnen, bestimmte Aufgaben und Prozesse mit Algorithmen des maschinellen Lernens zu innovieren und zu automatisieren. Zum Beispiel können Kundendaten in Modelle eingespeist werden, um zu bestimmen, wie Interessenten innerhalb der Vertriebspipeline priorisiert werden sollten. Da eine Datengovernance-Praxis bei der Sicherstellung behilflich ist, dass die Kundendaten richtig und geschützt sind, können die Teams ein größeres Wachstum und einen gezielteren Verkauf erzielen.

Rollen im Bereich der Datengovernance

Ein paar wenige Rollen sind der Schlüssel zur Datengovernance-Praxis. Drei Rollen stellen sicher, dass Standards erstellt und im Laufe der Zeit beibehalten werden, was die Einhaltung von Datencompliance, Sicherheit, Datenqualität und Automatisierungsziele unterstützt.

Datenschutzbeauftragte

Leitende Sponsoren, wie z. B. Datenschutzbeauftragte signalisieren die Bedeutung eines Datengovernance-Programms für das Unternehmen durch dessen Priorisierung. Diese Personen sind maßgeblich an der Entwicklung eines funktionsübergreifenden Gremiums beteiligt, das in der Regel Mitglieder aus verschiedenen Geschäftsbereichen bezieht, um die Bedürfnisse und Belange verschiedener Disziplinen oder Produktportfolios zu vertreten. Dieser Ausschuss dient als Forum, um neue Datengovernance-Initiativen zu kommunizieren und Verantwortlichkeiten zuzuweisen, um vereinbarte Zeitpläne und Ergebnisse zu erreichen.

Dateneigentümer

Diese Personen sind für den Zustand der Daten verantwortlich. Sie werden in der Regel nach der Art der Daten benannt, die sie verwalten, z. B. Kunden- oder Finanzdaten. Ihre Aufgabe besteht darin, die Genauigkeit und Verwendbarkeit der Daten zu gewährleisten. Zu den üblichen Aufgaben gehören die Behebung von Datenproblemen, die Genehmigung von Datendefinitionen und die Bereitstellung von Datenempfehlungen, insbesondere in Bezug auf gesetzliche Anforderungen.

Datenstewards

Diese Personen sind Fachexperten (SMEs) für ihre Datendomäne, beeinflussen die Datenrichtlinien und setzen sich für die Datengovernance im gesamten Unternehmen ein. Da sie die Wichtigkeit bestimmter Datenpunkte für Geschäftsprozesse oder Entscheidungen kommunizieren können, können sie auch die Strukturen von Datenbanktabellen beeinflussen, um sicherzustellen, dass die richtigen Daten für Berichtszwecke auftauchen. Insgesamt trägt Daten-Stewardship jedoch dazu bei, dass die Stakeholder für ihre Rolle bei der Aufrechterhaltung der Datenqualität verantwortlich sind.

Rahmenwerk der Datengovernance

Datengovernance-Praktiken gewannen im Laufe der Jahre immer mehr an Bedeutung, insbesondere durch die Zunahme von Projekten zur digitalen Transformation. Damit Datengovernance-Initiativen erfolgreiche Ergebnisse erzielen, sollten sie eine Reihe von Komponenten umfassen, wie z. B.:

Datenstandards

Datenwörterbücher, Taxonomien und Geschäftsglossare sollten entwickelt werden, um Klarheit über Geschäfts- und Datendefinitionen zu schaffen. Diese Dokumentation reduziert die Verwirrung in Gesprächen, insbesondere wenn es um Metriken und Berichte geht. Außerdem erhalten die Stakeholder einen Einblick in die Datenarchitektur, wodurch die Teams in die Lage versetzt werden, eigenständig Innovationen vorzunehmen, um Prozesse für ihre Disziplin zu automatisieren.

Datenprozesse und Organisationsstruktur

Datengovernance-Prozesse bieten den Endanwendern Transparenz darüber, wie Daten innerhalb einer Organisation verarbeitet werden. Dies kann Kadenzen zur Datenaktualisierung, PII-Beschränkungen, behördliche Datenrichtlinien oder sogar etwas so Einfaches wie Datenzugriff mit einschließen. Diese Art der Dokumentation unterstützt auch die Organisationsstruktur, indem sie die Verantwortlichkeiten der verschiedenen Rollen in Bezug auf die Verwaltung und Pflege der Daten klärt.

Technologie

Verschiedene Datengovernance-Tools, wie z. B. Metadaten-Management-Plattformen, unterstützen die Prozesse und Standards rund um die Daten. Diese Tools können Informationen zu den Daten speichern und sichern, die von einem Unternehmen verwaltet werden. Dies kann die Dokumentation von Geschäftsdefinitionen, Datenprotokollen, Dateneigentümern, Datenbankinformationen (wie Datenbank- und Tabellennamen, Serverstandorte, Datentypen usw.) umfassen. Die Technologie kann auch von Self-Service-Datenanalysetools übernommen werden, die es Analysten ermöglichen, verschiedene Datensätze für Berichte oder Innovationsprojekte abzufragen und zu visualisieren.

Empfohlene Ressourcen für die Datengovernance

Kundenzitat

Sie interessieren sich vielleicht auch für

IBM Cloud Pak for Data

Eine flexible Multi-Cloud-Datenplattform, die Ihre Daten integriert, unabhängig davon, ob sie sich vor Ort oder in der Cloud befinden, und die dazu beiträgt, sie an ihrer Quelle sicherer zu machen.

IBM® DataStage®

Ein hoch skalierbares Datenintegrationstool zum Entwerfen, Entwickeln und Ausführen von Aufträgen zum Verschieben und Umwandeln von Daten, das sowohl vor Ort als auch in einer beliebigen Cloud eingesetzt werden kann.

IBM InfoSphere Master Data Management

Master Data Management für einzelne oder mehrere Domains, einschließlich Kunden, Lieferanten, Produkten, Konten und mehr

Daten und KI intelligent automatisieren

Entdecken Sie die nächste Generation von IBM Cloud Pak ® for Data.

Nächste Schritte