Es gibt eine stille Regel in Unternehmen: Wenn Governance fehlt, entsteht trotzdem Governance – nur eben inoffiziell. Dann entscheiden nicht Rollen und Regeln, sondern Gewohnheiten: Excel-Dateien werden zu «Wahrheiten», einzelne Teams bauen Schattenreports, und jede Diskussion beginnt mit «bei uns ist das anders». Das Ergebnis ist nicht Freiheit, sondern Reibungsverlust.
Wenn Sie Data-driven Decision Making wollen, brauchen Sie Governance. Aber nicht als Gremium. Sondern als Operating Model, das Entscheidungen über Daten im Alltag schnell, nachvollziehbar und konfliktfähig macht.
Warum Governance so oft «nervt» (und wie man das verhindert)
Governance nervt, wenn sie drei Fehler macht:
Fehler 1: Sie regelt alles, ausser das Entscheidungsrelevante.
Wenn jedes Feld in jeder Tabelle einen Prozess braucht, ersticken Sie.
Fehler 2: Sie verteilt Verantwortung, ohne Mandat zu geben.
Ein Data Owner ohne Entscheidungsrecht ist ein Erklärer. Das hilft niemandem.
Fehler 3: Sie produziert Dokumente, aber keine Routinen.
Ohne Routine gibt es keine Verankerung. Dann ist Governance ein Ordner, kein Betrieb.
Die gute Nachricht: Governance kann schlank sein, wenn sie auf die richtigen Elemente fokussiert.
Minimal Viable Governance: die sechs Bausteine, die wirklich tragen
Wenn Sie Data-driven Decision Making stabil betreiben wollen, reichen oft sechs Bausteine, sauber umgesetzt:
1. Daten-Ownership (fachlich)
Jede entscheidungsrelevante Domäne braucht einen fachlichen Owner, der Definitionen und Qualität verantwortet. Nicht IT. IT ermöglicht, aber Fachbereiche besitzen Semantik.
2. Stewardship (operativ)
Data Stewards sind keine «Datenpolizei». Sie pflegen Regeln, Metadaten und Qualitätschecks im Alltag und moderieren Eskalationen.
3. Entscheidungsrechte (Rollen statt Bauchgefühl)
Wenn Definitionen kollidieren: Wer entscheidet final? Welche Instanz? Wie schnell? Governance ohne Konfliktfähigkeit ist Dekoration.
4. Qualitätsstandard (Data Quality SLA)
Was gilt als «gut genug», um Entscheidungen darauf zu treffen? Welche Fehlertoleranz? Wie wird gemessen? Wie wird korrigiert?
5. Change-Prozess
KPIs, Datenmodelle, Reports und (später) Modelle ändern sich. Ohne Change-Prozess erzeugt jede Änderung Nebenwirkungen und Misstrauen.
6. Zugriff und Nachvollziehbarkeit
Wer darf was sehen? Warum? Wie wird dokumentiert, dass Zugriff, Änderung und Nutzung nachvollziehbar bleiben? Das ist nicht nur Security, das ist Vertrauen.
Diese Bausteine sind nicht «mehr Arbeit». Sie ersetzen versteckte Arbeit, die heute in Abstimmungsschleifen und Schatten-IT verbrannt wird.
Rollen: Was sie konkret tun müssen, damit es nicht theoretisch bleib
Rollen funktionieren nur, wenn sie als Arbeitspakete definiert sind:
Ein Data Owner entscheidet u. a.:
- KPI-Definitionen freigeben
- Qualitätsziele festlegen
- Konflikte zwischen Bereichen entscheiden
Ein Data Steward stellt u. a. sicher:
- Qualitätsregeln pflegen
- Metadaten aktuell halten
- Abweichungen triagieren (Bug, Prozess, Training, System)
Ein Process Owner verbindet Daten mit Realität:
- wo entstehen Daten im Prozess
- wo reissen Datenflüsse
- welche Prozessänderung behebt die Datenursache
Wenn diese Aufgaben klar sind, wird Governance «leise»: Sie fällt nicht auf, weil sie funktioniert.
Artefakte, die Governance im Alltag greifbar machen
Statt abstrakten PowerPoint‑Folien braucht echte Governance Dinge, die Teams täglich benutzen können. Diese drei konkreten Artefakte übersetzen Regeln in Praxis und machen Data-driven Decision Making auditierbar und gleichzeitig schneller.
KPI-Katalog (klein, aber verbindlich)
Nicht 200 KPIs, sondern die 10–20 entscheidungsrelevanten, inklusive Definition, Quelle, Zeitbezug, Owner.
Datenprodukt je Domäne
Als klare Verantwortungsfläche: Input, Output, Qualität, Nutzer, SLA.
Evidence-Pfad
Wenn jemand fragt «Warum ist die Zahl so?», muss klar sein, wie man die Herkunft nachvollzieht: Quelle → Transformation → Report.
Governance ist nicht Kontrolle, sondern Geschwindigkeit
Governance ist oft ein Beschleuniger – wenn sie richtig gemacht ist. Denn sie reduziert die teuerste Form von Arbeit: Abstimmung ohne Ergebnis.
Wenn Definitionen entschieden sind, Qualität messbar ist und Changes kontrolliert sind, werden Entscheidungen schneller. Das ist schlicht weniger Reibung.
