Databases Reference
In-Depth Information
Um dieses Ziel zu erreichen, behandelt der nachfolgende Abschnitt den Stand der
Wissenschaft und Praxis zu Governance-Ansätzen für das DQM und das IT-
Management sowie zu den zugehörigen Einflussfaktoren. Daran schließt sich die
Ableitung und Darstellung des Data-Governance-Modells an, bevor Hinweise für
die Umsetzung in der Praxis gegeben werden.
4.2 Stand der Wissenschaft und Praxis
4.2.1 Abgrenzung des DQM
Für die Entwicklung eines Data-Governance-Modells für DQM ist eine klare Ab-
grenzung des Gestaltungsbereichs erforderlich. Einerseits umfasst das IT-
Management DQM-Aufgaben, denn das Datenmanagement ist Teil des IT-
Managements. Auf der anderen Seite beinhaltet DQM Aufgaben außerhalb des IT-
Managements. So sollen beispielsweise Rollen für so genannte „Daten-
Stewards“ geschaffen werden, die nicht im IT-Management, sondern in den Fach-
bereichen anzusiedeln sind. Zudem werden Daten im Unternehmen zunehmend
als Anlagegut erachtet und „gehören“ damit den Fachbereichen bzw. dem gesam-
ten Unternehmen und nicht der IT-Organisation im Unternehmen. Außerdem gibt
es Überschneidungen zwischen DQM und dem Qualitätsmanagement im Unter-
nehmen. Bild 1 veranschaulicht den Zusammenhang zwischen DQM sowie IT- und
Qualitätsmanagement.
Qualitäts-
management
IT-Management
DQM
Abbildung 1: DQM im Kontext von IT- und Qualitätsmanagement
4.2.2 Bedeutung des Governance-Begriffs
Governance beschreibt generell die Art und Weise in der Organisationen sichers-
tellen, dass Strategien entwickelt, überprüft und auch umgesetzt werden. Corpora-
te Governance setzt den institutionellen Rahmen für Unternehmen [OECD 2004].
Daraus werden zumeist konkrete Vorgaben und Leitlinien abgeleitet, die wiede-
rum auf die verschiedenen Unternehmensbereiche übertragen werden. So gibt es
Governance-Vorgaben für das Rechnungswesen und für die IT-Organisation. Data
