Databases Reference
In-Depth Information
Aufgaben auch Vorgaben zu machen und Standards zu setzen, wie Datenqualität
in den Prozessen einzuhalten ist. Beispielsweise kann bei Unternehmen im Ma-
schinen- und Anlagenbau eine Vorgabe lauten, dass der Status „As built“ im Pro-
duktlebenszyklus erst dann gesetzt werden darf, wenn sämtliche Produktdaten
vollständig erfasst sind und alle Geschäftsregeln dafür erfüllt sind. Data Gover-
nance muss also auch Aussagen treffen, in welchem Umfang die Datenmanage-
mentprozesse in die operativen Geschäftsprozesse (z. B. Produktentwicklung, Be-
schaffung) eingebettet sind.
Denn aus den Geschäftsprozessen leiten sich die Anforderungen an die
Datenarchi-
tektur
ab. Zur Gestaltungsaufgabe von Data Governance gehört bspw. festzulegen,
welche Datenobjekte konzernweit gültig sind und daher einheitlich interpretiert
werden müssen, welche Attribute zentral gelten und welche lokal ausgestaltet
werden dürfen und wie die wichtigsten Datenobjekte definiert sind. Damit umfasst
die Datenarchitektur eines Unternehmens sowohl das Datenmodell als auch die
umfassende Strukturierung (z. B. nach Regionen, Sparten oder Hauptprozessen)
und Definition der wichtigsten Datenobjekte. Die Datendefinitionen werden häufig
in so genannten Datenkatalogen abgelegt, für welche in der Praxis auch der engli-
sche Begriff „Business Data Dictionary“ verwendet wird.
Auf Basis der logischen Strukturierung der Daten in der Datenarchitektur, be-
schreibt die
Systemarchitektur
im DQM-Kontext, welche Datenobjekte in welchen
Systemen gehalten werden. Von entscheidender Bedeutung ist dabei die Festle-
gung, welche Systeme für welche Datenobjekte bzw. für welche Attribute als so
genannte „führende“ Systeme eingesetzt werden. Beispielsweise kann eine Enterp-
rise-Resource-Planning-System (ERP-System) führend sein für die Verwaltung von
Materialstammdaten und dabei auch originär den zugehörigen Primärschlüssel (z.
B. die Materialnummer) verwalten. Aber Geometriedaten können in anderen Sys-
temen, z. B. in der Konstruktionsabteilung des Unternehmens, vorgehalten werden.
Darüber hinaus muss Data Governance auf der Ebene der Informationssysteme
Aussagen treffen, welche Datenqualitätsvorgaben bei der Entwicklung bzw. Ände-
rung von Systemen zu beachten sind und welche Systeme zur Verbesserung der
Datenqualität eingesetzt werden.
4.3.3 Zuständigkeiten
Neben der Identifikation und Besetzung von Rollen sowie der Benennung der we-
sentlichen Aufgaben im DQM ist es Zweck der Data Governance, die Verknüpfung
von Rollen und Aufgaben herzustellen. Dabei werden einzelnen Rollen bestimmte
Zuständigkeiten für Aufgaben zugeordnet.
Gemäß der Darstellung in Bild 2 entsteht auf diese Weise eine Zuständigkeitsmat-
rix. Für die Ausprägung der Zuständigkeiten steht eine Reihe von praxisbewähr-
ten Konzepten zur Verfügung. Zu den bekanntesten gehört der RACI-Ansatz, der
auch vom IT Governance Institute für die „Control Objectives for Information and
