Databases Reference
In-Depth Information
Hohe Datenqualität ist also für das gesamte Unternehmen wichtig und nicht nur
für einzelne Unternehmensfunktionen. So treten denn auch Probleme mangelhaf-
ter Datenqualität in unterschiedlichsten Bereichen auf, angefangen bei ineffizienter
Beschaffung über ein fehlendes Verständnis über Synonyme und Homonyme ein-
zelner Datenobjekte bis zu Verzögerungen bei der Einführung neuer Produkte
[Russom 2006a]. Dies ist nicht verwunderlich, weil einige wenige Datenobjekte - z.
B. Material, Kunde und Lieferant - in den meisten Geschäftsprozessen eines Unter-
nehmens verwendet werden.
Datenqualitätsmanagement (DQM) bezeichnet vor diesem Hintergrund das quali-
tätsorientierte Management der Daten und umfasst die Verarbeitung, Speicherung,
Pflege und Darstellung hochqualitativer Daten. DQM ist eine Querschnittfunktion,
seine Aufgaben tangieren verschiedene Unternehmensbereiche, und es ist zumeist
nicht als eigene Organisationseinheit in der Aufbauorganisation eines Unterneh-
mens verankert, sondern wird verteilt wahrgenommen. Damit ein Unternehmen
DQM trotzdem zielgerichtet betreiben kann, muss es Verantwortlichkeiten organi-
sations- bzw. bereichsübergreifend zuordnen. Das dafür erforderliche Rahmen-
werk wird als Data Governance bezeichnet.
Data Governance ist der Rahmen für DQM und legt fest, welche Rollen mit welchen Zu-
ständigkeiten die Aufgaben des DQM übernehmen.
Häufig konkretisiert sich Data Governance in Richtlinien und Vorgaben für den
Umgang und die Pflege von Daten gemäß den betriebswirtschaftlichen Zielsetzun-
gen des Unternehmens.
Trotz der hohen fachlichen Bedeutung und trotz des Querschnittcharakters liegt
die Verantwortung für DQM in der Praxis häufig allein beim Management der
Informationstechnologie (IT) [Friedman 2006]. Eine Ursache dafür ist das Fehlen
von praktischen Empfehlungen, wie Data Governance im Unternehmen gestaltet
werden kann. Zwar gibt es eine Reihe von DQM-Ansätzen [z.B. Wang et al. 1998,
English 1999, Nohr 2001, Eppler 2006], aber die Frage, welche Rollen dafür not-
wendig sind, wird lediglich rudimentär behandelt [Redman 1996, English 1999].
Zudem gibt es keine Hinweise darauf, mit welchen Zuständigkeiten die Rollen in
Abhängigkeit von den unternehmensspezifischen Einflussfaktoren ausgestattet
werden müssen. Eine Analyse über die Wirkungsweise dieser Faktoren, wie sie für
die Gestaltung der IT-Organisation vorliegen [Brown 1997, Sambamurthy & Zmud
1999, Weill & Ross 2005], existiert für DQM nicht.
Deshalb zielt der vorliegende Beitrag darauf ab, ein Modell für Data Governance
zu entwickeln, das Unternehmen bei der organisatorischen Verankerung von
DQM unterstützt. Im Folgenden werden sowohl die Gestaltungselemente des Mo-
dells abgeleitet als auch die Wirkungsweise wesentlicher Einflussfaktoren auf das
Modell analysiert.
