Was ist Daten-Stewardship?
Daten-Stewardship die organisatorische Vorgehensweise, bei der die Verantwortung für Datenqualität, Definitionen, Zugriff und Compliance zugewiesen wird, damit die Datenbestände unternehmensweit korrekt, vertrauenswürdig und nutzbar bleiben.
Ein Datenverantwortlicher ist die Person oder das Team, die bzw. das für die tägliche Wahrnehmung dieser Verantwortung zuständig ist – also für die Pflege von Geschäftsdefinitionen, die Behebung von Qualitätsproblemen, die Durchsetzung von Zugriffskontrollen und die Sicherstellung, dass die Daten den von der Organisation festgelegten Standards entsprechen.
Daten-Stewardship
Daten-Stewardship der operative Bereich, der eine Brücke zwischen Data Governance und Datenmanagement täglichen Datenmanagement schlägt. Er umfasst die Mitarbeiter, Prozesse und Werkzeuge, die die Vertrauenswürdigkeit der Daten vom Zeitpunkt ihrer Erstellung bis zu ihrer Stilllegung gewährleisten.
In der Praxis Daten-Stewardship für jeden Datenbestand in einer Organisation vier Fragen:
- Wem gehört es? Welches Geschäftsteam ist für die Richtigkeit und die ordnungsgemäße Verwendung verantwortlich?
- Was bedeutet das? Wie es definiert ist, was seine Felder bedeuten und in welcher Beziehung es zu anderen Vermögenswerten steht.
- Wer darf es nutzen? Welche Teams und Rollen haben unter welchen Bedingungen Zugriff, und wer hat dies genehmigt?
- Ist es vertrauenswürdig? Ob es festgelegte Qualitätsstandards erfüllt und über einen zertifizierten Status verfügt.
Was macht ein Datenverwalter?
Ein Datenverwalter ist die operative Drehscheibe eines Daten-Stewardship . Er fungiert als Bindeglied zwischen den Geschäftsanwendern, die Daten nutzen, und den technischen Teams, die die Systeme zur Speicherung dieser Daten aufbauen und warten.
Kernaufgaben eines Datenverwalters:
- Pflege Geschäftsglossar und Datendefinitionen Geschäftsglossar für den jeweils zugewiesenen Bereich.
- Überwachen Sie die Datenqualitätswerte und beheben Sie gemeldete Probleme innerhalb festgelegter Fristen.
- Datenzugriffsanträge prüfen und genehmigen oder weiterleiten.
- Die Datenherkunft dokumentieren und die Auswirkungen von Änderungen in vorgelagerten Prozessen an die nachgelagerten Empfänger kommunizieren.
- Zertifizieren Sie Datensätze, die festgelegte Qualitäts- und Governance-Standards erfüllen.
- In den Lenkungsgremien mitwirken, um Definitionen und Richtlinien bereichsübergreifend aufeinander abzustimmen.
- Mit Dateningenieuren und Datenverantwortlichen zusammenarbeiten, um Governance-Entscheidungen in technischen Systemen umzusetzen.
Ein Datenverwalter ist kein Dateneigentümer. Der Eigentümer trägt die oberste geschäftliche Verantwortung für einen Bereich und trifft strategische Entscheidungen. Der Datenverwalter setzt diese Entscheidungen operativ um. Ein Datenverwalter ist auch kein Datenverwalter – also das technische Team, das die Infrastruktur verwaltet. Der Datenverwalter definiert, was Daten bedeuten und wie sie verwaltet werden sollen; der Datenverwalter setzt diese Entscheidungen auf der technischen Ebene um.
Daten-Stewardship . Data Governance
Data Governance Daten-Stewardship zwar miteinander verbunden, unterscheiden sich jedoch voneinander.
| Data Governance | Daten-Stewardship | |
|---|---|---|
| Was es ist | Der Framework Richtlinien, Standards und Entscheidungsbefugnissen im Bereich Daten | Die tägliche operative Umsetzung dieser Richtlinien |
| Wer macht das? | Governance-Rat, CDO, Governance-Verantwortliche | Datenverwalter, Domain-Teams |
| Primäre Ausgabe | Richtlinien, Standards, Rahmenwerke zur Rechenschaftspflicht | Qualitätsprobleme behoben, Definitionen gepflegt, Zugriff genehmigt |
| Zeithorizont | Quartals- und Jahresplanung | Tägliche und wöchentliche operative Aufgaben |
Governance legt die Regeln fest. Stewardship sorgt für deren Einhaltung. Ein Governance-Programm ohne aktives Stewardship führt zu Richtlinien, die niemand durchsetzt. Stewardship ohne Framework uneinheitlichen Entscheidungen, die je nach Team und Bereich variieren.
Warum Daten-Stewardship
Für Datennutzer: Datenverbraucher – Analysten, Datenwissenschaftler, Geschäftsanwender – müssen den Daten vertrauen können, auf deren Grundlage sie Entscheidungen treffen. Ein Datenverwalter stellt sicher, dass Datenbestände genau definiert, mit einer Qualitätsbewertung versehen und zertifiziert sind, bevor Nutzer darauf zugreifen. Anstatt einen Kollegen zu fragen, ob ein Datensatz zuverlässig Datensatz , Nutzer ein Nutzer im Katalog den Zertifizierungsstatus und die Qualitätsbewertung. Dieser Kontext macht die Arbeit des Datenverwalters sichtbar. Er ist auch das, was Daten-Discovery zuverlässig macht – Stewardship ist die operative Praxis, die dafür sorgt, dass Metadaten im Katalog so Metadaten sind, dass man ihnen vertrauen kann.
Für Datenproduzenten: Datenproduzenten – Entwicklungsteams, Anwendungsverantwortliche, Betriebssysteme – generieren Daten, ohne immer zu wissen, wie nachgelagerte Teams diese nutzen. Ein Datenverwalter gibt Qualitätsanforderungen an die Produzenten weiter, stellt sicher, dass die Daten mit den Metadaten versehen werden, Metadaten benötigen, um sie zu finden und auszuwerten, und weist darauf hin, wenn eine vorgeschlagene Änderung nachgelagerte Abhängigkeiten beeinträchtigen würde.
Für Compliance- und Audit-Teams: Regulierte Organisationen müssen nachweislich Rechenschaft darüber ablegen, wie auf Daten zugegriffen wird, wie sie genutzt und geschützt werden. Ein Stewardship-Programm erstellt Protokolle, Zugriffsprotokolle, Herkunftsnachweise und dokumentierte Qualitätsstandards als Nebenprodukt der täglichen operativen Arbeit – und nicht als separate Maßnahme zur Vorbereitung auf Audits.
Für Daten- und KI-Teams: KI-Modelle erfordern saubere, nachvollziehbare und kontrollierte Eingabedaten. Datenverwalter ihre Qualitätsstandards, Anforderungen an die Datenherkunft und Zugriffskontrollen auf Training und Abruf-Pipelines Datenverwalter und stellen so sicher, dass KI-Initiativen auf Daten basieren, die denselben Standards entsprechen wie die analytische Berichterstattung des Unternehmens.
Daten-Stewardship der Praxis: Beispiele aus verschiedenen Branchen
Finanzdienstleistungen: Ein Datenverwalter bei einer Bank verwaltet die Geschäftsglossar für wichtige Finanzkennzahlen – Nettozinsmarge, risikogewichtete Aktiva, Kredit-Einlagen-Verhältnis – und stellt sicher, dass jedes Berichtssystem identische Definitionen verwendet. Außerdem pflegt er Herkunftsnachweise für die aufsichtsrechtliche Berichterstattung gemäß BCBS 239, sodass Compliance-Teams jeden Wert in einer aufsichtsrechtlichen Meldung bis zu seinen Quelldaten zurückverfolgen können.
Gesundheitswesen:EinDatenverwalter in einem Gesundheitssystem verwaltet die Klassifizierungskennzeichnungen für geschützte Gesundheitsdaten (PHI) in allen Patientendatenbeständen, bearbeitet Zugriffsanfragen für Datensätze, die geschützte Gesundheitsdaten enthalten, und führt Protokolle jeden Zugriffsvorgang. Bei einem HIPAA-Audit kann der Datenverwalter die erforderlichen Unterlagen aus den Aufzeichnungen erstellen, die im Rahmen seiner routinemäßigen Verwaltungsaufgaben geführt wurden.
Einzelhandel: Ein Datenverwalter bei einem Einzelhändler pflegt die Definitionen für Felder zur Kundensegmentierung, die in den Bereichen Marketing, Merchandising und Finanzen verwendet werden. Wenn das Marketingteam den Begriff „aktiver Kunde“ neu definiert und damit nun Käufer innerhalb der letzten 90 Tage statt innerhalb der letzten 180 Tage meint, aktualisiert der Datenverwalter das Glossar, benachrichtigt alle Teams, die diese Definition verwenden, und koordiniert gemeinsam mit der Technikabteilung die Aktualisierung der Feldlogik in der Datenpipeline.
Fertigung: Ein Datenverantwortlicher in einem Fertigungsunternehmen sorgt für die Einhaltung von Qualitätsstandards bei den Produktionssensordaten, die für die Fehleranalyse verwendet werden. Wenn ein Sensor unerwartete Werte liefert, meldet der Datenverantwortliche das Qualitätsproblem, ermittelt gemeinsam mit dem technischen Verantwortlichen die Ursache und entzieht den betroffenen Datensätzen den zertifizierten Status, bis das Problem behoben ist.
Daten-Stewardship der Datenkatalog
Ein Datenkatalog das wichtigste operative Instrument für Daten-Stewardship. Er bietet eine zentrale Schnittstelle, über die Datenverwalter Geschäftsglossar Datenverwalter , Qualitätsbewertungen überwachen, die Datenherkunft nachverfolgen, verwalten und vertrauenswürdige Datensätze zertifizieren.
Ohne einen Katalog findet die Verwaltung in Tabellenkalkulationen, E-Mail-Verläufen und im institutionellen Gedächtnis statt. Dieser Ansatz lässt sich nicht über ein kleines Team hinaus skalieren, das eine geringe Anzahl von Bestandsobjekten verwaltet. Ein Katalog macht die Verwaltungsarbeit organisationsweit sichtbar, durchsuchbar und überprüfbar.
Diese Beziehung funktioniert in beide Richtungen. Ein Katalog ohne aktive Pflege füllt sich mit veralteten Metadaten Definitionen, die einmal verfasst und nie aktualisiert wurden, Qualitätsbewertungen, die niemand überwacht, und Zertifizierungen, die ohne Überprüfung abgelaufen sind. Die Pflege sorgt für die kontinuierliche menschliche Verantwortung, die die Katalogdaten korrekt und nützlich hält.
Häufige Fragen
Daten-Stewardship die Praxis, sicherzustellen, dass die Daten einer Organisation korrekt, klar definiert, ordnungsgemäß verwaltet und bei den Nutzern als vertrauenswürdig gelten. Dabei werden bestimmten Personen und Teams klare Verantwortlichkeiten für Datenqualität, Definitionen, Zugriff und Compliance zugewiesen.
Datenverwalter für die laufenden Verwaltungsaufgaben innerhalb eines festgelegten Bereichs verantwortlich. Die Dateneigentümer tragen die oberste geschäftliche Verantwortung für ihren Bereich und fördern das Verwaltungsprogramm innerhalb ihres Geschäftsbereichs. In kleineren Organisationen übernimmt häufig ein leitender Analyst oder ein Leiter des Datenteams informell beide Rollen.
Ein Dateneigentümer trägt die oberste geschäftliche Verantwortung für einen Datenbereich und trifft strategische Entscheidungen darüber, wie dieser verwaltet und genutzt wird. Ein Datenverwalter kümmert sich um die täglichen operativen Aufgaben innerhalb dieses Bereichs: Pflege der Definitionen, Überwachung der Qualität, Bearbeitung von Zugriffsanfragen und Behebung von Problemen.
Datenmanagement ein weit gefasstes Fachgebiet, das alle Aspekte des Umgangs einer Organisation mit ihren Daten abdeckt: Architektur, Speicherung, Integration, Sicherheit, Qualität und Governance. Daten-Stewardship ein spezifischer Bereich innerhalb Datenmanagement auf Verantwortlichkeit, Definitionen, Qualität und die Umsetzung von Richtlinien für einzelne Datenbestände und -bereiche Datenmanagement .
Beides. In größeren Organisationen ist ein Data Steward eine formelle Rolle mit festgelegten Zuständigkeiten und zugewiesenen Aufgabenbereichen. In kleineren Organisationen wird die Data-Stewardship-Funktion von bestehenden Mitgliedern des Datenteams – Analysten, Ingenieuren oder Data Governance – im Rahmen ihrer allgemeinen Aufgaben wahrgenommen.
Die Verantwortlichen legen die Qualitätsstandards fest, die Daten erfüllen müssen, um für die Nutzung zertifiziert zu werden, überwachen die Qualitätswerte für die Assets in ihrem Zuständigkeitsbereich, untersuchen und beheben Qualitätsvorfälle und entziehen Datensätzen den zertifizierten Status, wenn diese die festgelegten Schwellenwerte nicht erfüllen. Qualitätsstandards ohne eine verantwortliche Stelle, die für deren Durchsetzung sorgt, führen zu Kennzahlen, auf die niemand reagiert.
Stewards sind dafür verantwortlich, sicherzustellen, dass die Herkunft der Assets in ihrem Zuständigkeitsbereich dokumentiert wird und dass nachgelagerte Nutzer benachrichtigt werden, wenn Änderungen auf höherer Ebene Auswirkungen auf die Assets haben, von denen sie abhängig sind. Dank dieser Herkunftsnachweise Datenverwalter Auswirkungen bereits vor einer Änderung abschätzen und müssen nicht erst warten, bis es zu Störungen kommt.
Vorschriften wie die DSGVO verlangen eine nachweisbare Rechenschaftspflicht im Umgang mit personenbezogenen Daten: Wer hat Zugriff darauf, wie werden sie geschützt und was geschieht bei ihrer Verwendung? Ein Stewardship-Programm gewährleistet diese Rechenschaftspflicht als Nebenprodukt der täglichen Arbeit – durch Zugriffsprotokolle, Klassifizierungskennzeichnungen, Herkunftsnachweise und Protokolle und nicht als separate Maßnahme zur Einhaltung von Vorschriften.
