Datenverantwortung & Stewardship
Ein praxisnahes Operating Model für klare Verantwortlichkeit, wirksames Stewardship und vertrauenswürdige Daten über Domänen, Plattformen und Datenprodukte hinweg.
Governance beginnt mit Verantwortung
Policies, Kataloge und Qualitätsregeln werden erst dann wirksam, wenn Menschen eindeutig für Entscheidungen verantwortlich sind. Ohne klar benannte Verantwortung bleiben wichtige Fragen offen:
- Wer definiert, was ein Datenasset fachlich bedeutet?
- Wer entscheidet, ob die Datenqualität ausreichend ist?
- Wer genehmigt Zugriffe, Klassifikationen oder Ausnahmen?
- Wer priorisiert die Behebung, wenn etwas fehlschlägt?
- Wer trägt das verbleibende fachliche Risiko?
Datenverantwortung & Stewardship bildet das Betriebsmodell hinter diesen Entscheidungen. Verantwortung klärt, wer fachlich entscheidet. Stewardship sorgt dafür, dass diese Entscheidungen im Alltag gepflegt, überprüft und verbessert werden.
Governance wird operativ, wenn jedes kritische Datenasset klare Entscheidungsrechte, aktives Stewardship und einen sichtbaren Eskalationsweg besitzt.
Einfaches Schaubild
Verantwortung ist keine technische Administration
Ein häufiges Missverständnis besteht darin, Verantwortung automatisch dem Team zuzuweisen, das Daten speichert oder verarbeitet. Plattformteams, Datenbankadministration und Data Engineering sind unverzichtbar — technische Kontrolle erzeugt jedoch nicht automatisch fachliche Verantwortung.
Der Fachbereich entscheidet in der Regel:
- was Daten fachlich bedeuten
- welche Nutzung legitim ist
- welches Qualitätsniveau akzeptabel ist
- wie kritisch die Daten sind
- welche Risiken oder Ausnahmen akzeptiert werden können
Technische Teams setzen Kontrollen um und betreiben sie. Fachliche Verantwortung gibt Richtung, Prioritäten und Risikoakzeptanz vor. Gute Governance verbindet beide Seiten, statt Verantwortung von der einen auf die andere Seite zu verschieben.
Die Kernrollen
Die konkreten Jobtitel unterscheiden sich je nach Organisation. Wichtiger als die Bezeichnung sind die tatsächlichen Verantwortlichkeiten.
| Rolle | Primäre Verantwortung | Typische Aufgaben |
|---|---|---|
| fachlich verantwortliche Person | Geschäftswert, Risiko und Entscheidungen | Genehmigt Definitionen, Policies, Prioritäten, Zugriffsprinzipien und wesentliche Ausnahmen |
| Steward | Operative Governance und Nutzbarkeit der Daten | Pflegt Definitionen und Metadaten, koordiniert Qualität, unterstützt Klassifikation und löst Probleme |
| technischer Betreiber | Technische Umsetzung und Betrieb | Betreibt Plattformen, Pipelines und Speicher; setzt Zugriffs-, Schutz-, Aufbewahrungs- und technische Kontrollen um |
| Datennutzer | Verantwortungsvolle und regelkonforme Nutzung | Nutzt Daten gemäß Zweck und Policy, meldet Probleme und hält sich an freigegebene Definitionen und Kontrollen |
Je nach Größe der Organisation kann eine Person mehrere Rollen übernehmen. Das Modell sollte praktikabel bleiben. Ziel ist nicht, zusätzliche Titel zu schaffen, sondern Verantwortung, Ausführung und Eskalation eindeutig zu machen.
Wenn Daten als Datenprodukt betrieben werden, kommt eine produktverantwortliche Person hinzu: Sie kümmert sich um Lebenszyklus, Priorität und Nutzen für Datennutzer. Sie ersetzt aber nicht die fachliche Verantwortung der Domäne. Details: Data Product Owner vs Data Owner.
Fachlich verantwortliche Person
Die fachlich verantwortliche Person trägt die Verantwortung für Bedeutung, erlaubte Nutzung und Geschäftsrisiko einer Datendomäne, eines kritischen Datenassets oder einer Kennzahl. Bei einem Datenprodukt bleibt sie für die fachlichen Domänenentscheidungen zuständig; Lebenszyklus, Roadmap und Nutzerwert werden mit der produktverantwortlichen Rolle abgestimmt.
Typische Aufgaben sind:
- fachliche Definitionen und vorgesehene Nutzung genehmigen
- Prioritäten für Qualitätsverbesserungen und Problembehebung setzen
- Kritikalität und Risikostufe festlegen oder genehmigen
- Governance-Richtlinien und Ausnahmen im eigenen Verantwortungsbereich freigeben
- akzeptable Qualitätsschwellen bestimmen
- notwendige Änderungen über Teamgrenzen hinweg unterstützen
- Konflikte entscheiden, die operativ nicht gelöst werden können
- verbleibende Geschäftsrisiken akzeptieren oder eskalieren
Eine fachlich verantwortliche Person benötigt ausreichend Mandat, um Entscheidungen zu treffen. Verantwortung einer Person ohne Entscheidungsbefugnis, Kapazität oder fachlichen Kontext zuzuweisen, erzeugt nur Verantwortung auf dem Papier.
Steward
Der Steward ist die operative Verbindung zwischen fachlicher Bedeutung, Metadaten, Qualität und technischer Umsetzung.
Typische Aufgaben sind:
- fachliche Definitionen, Beschreibungen und Glossarbegriffe pflegen
- sicherstellen, dass Verantwortung- und Domänenzuordnungen aktuell bleiben
- Klassifikationen wie personenbezogene Daten, Vertraulichkeit oder Kritikalität koordinieren
- Data-Quality-Regeln gemeinsam mit Fachbereich und Technik definieren und überprüfen
- Probleme untersuchen und die Behebung koordinieren
- Entscheidungen, Ausnahmen und bekannte Einschränkungen dokumentieren
- Anwender beim Verstehen und richtigen Nutzen governter Daten unterstützen
- Entscheidungen vorbereiten, die eine Freigabe durch die fachlich verantwortliche Person benötigen
Stewardship sollte nicht auf Katalogpflege reduziert werden. Ein guter Steward begleitet den vollständigen operativen Zyklus: definieren, umsetzen, überwachen, lösen und verbessern.
Technischer Betreiber
Der technische Betreiber ist für die technische Umgebung verantwortlich, in der governte Daten gespeichert, verarbeitet und geschützt werden.
Typische Aufgaben sind:
- Datenplattformen, Pipelines, Speicher und Backups betreiben
- genehmigte Zugriffsregeln und Sicherheitskontrollen umsetzen
- Masking, Verschlüsselung, Aufbewahrung oder Löschmechanismen anwenden
- technische Metadaten und Lineage-Integrationen pflegen
- Verfügbarkeit, Performance und technische Fehler überwachen
- kontrollierte Änderungen und Releases unterstützen
- Nachweise aus Logs, Jobs und technischen Kontrollen bereitstellen
Ein technischer Betreiber kann ein Plattformteam, Data-Engineering-Team, Anwendungsteam oder Managed Service Provider sein. Die Rolle setzt technische Kontrollen um, sollte aber nicht standardmäßig ungeklärte fachliche Entscheidungen übernehmen müssen.
Datennutzer
Auch Datennutzer sind Teil der Governance. Vertrauenswürdige Daten hängen nicht nur von Produzenten und kontrollierenden Rollen ab, sondern ebenso von verantwortungsvoller Nutzung.
Consumer sollten:
- Daten nur für genehmigte Zwecke verwenden
- Zugriffs-, Datenschutz- und Sicherheitsanforderungen einhalten
- freigegebene Definitionen für governte KPIs und Kennzahlen verwenden
- Qualitätsprobleme, unklare Bedeutungen und unerwartete Ergebnisse melden
- unkontrollierte Kopien oder Schatten-Definitionen vermeiden
- Feedback zu Nutzbarkeit, Relevanz und Vertrauen geben
Ein reifes Governance-Modell ermöglicht es Nutzern, verantwortliche Personen zu finden, Daten zu verstehen und Probleme zu melden — ohne Organigramme oder separate Tabellen durchsuchen zu müssen.
Das Verantwortung Operating Model
Verantwortung sollte als wiederholbarer Prozess umgesetzt werden und nicht als einmalige Zuordnungsübung.
1. Kritische Datenassets identifizieren
Nicht jede Tabelle benötigt dieselbe Governance-Intensität. Beginnt mit Assets, die wesentlichen Geschäftswert oder ein relevantes Risiko erzeugen, zum Beispiel:
- regulatorische oder finanzielle Berichtsdaten
- Kunden-, Mitarbeiter- oder Lieferantenstammdaten
- personenbezogene Daten und andere sensible Informationen
- Daten für Management- und Executive-KPIs
- kritische Datenprodukte und Analysemodelle
- gemeinsam genutzte Referenzdaten über mehrere Domänen hinweg
Diese Priorisierung verhindert, dass Governance zu einer endlosen Inventarisierungsübung wird.
2. fachlich verantwortliche Personen und Stewards zuweisen
Verantwortung sollte ausdrücklich benannt, auffindbar und von den zugewiesenen Personen akzeptiert sein. Ein Name in einer Tabelle reicht nicht aus, wenn die Person nichts von der Zuordnung weiß oder keine Entscheidungsbefugnis besitzt.
Mindestens festgelegt werden sollten:
- verantwortete Domäne, Produkt, Asset oder Kennzahl
- fachlich verantwortliche Person
- operativer Steward
- zuständiges technisches Team oder technischer Betreiber
- Eskalationsweg und Vertretung
- Review-Datum oder Review-Zyklus
3. Standards und Entscheidungsrechte definieren
Rollen werden erst dann nützlich, wenn klar ist, welche Entscheidungen bei wem liegen.
| Entscheidung | fachlich verantwortliche Person | Steward | technischer Betreiber |
|---|---|---|---|
| Fachliche Definition freigeben | Verantwortlich | Bereitet vor und pflegt | Wird konsultiert |
| Data-Quality-Regel definieren | Genehmigt kritische Regeln | Koordiniert und pflegt | Implementiert und überwacht |
| Wesentliche Ausnahme genehmigen | Verantwortlich | Bewertet und dokumentiert | Liefert technische Auswirkungen |
| Zugriffskontrolle umsetzen | Genehmigt fachliches Prinzip | Prüft den Kontext | Verantwortlich für Umsetzung |
| Technischen Incident lösen | Wird informiert oder eskaliert | Koordiniert fachliche Auswirkungen | Verantwortlich |
| Problembehebung priorisieren | Verantwortlich | Empfiehlt und verfolgt | Schätzt und setzt um |
Die Tabelle ist nur ein Beispiel. Entscheidend ist, Entscheidungsrechte so zu dokumentieren, dass sie zum tatsächlichen Operating Model passen. Bei personenbezogene Daten oder Policy-Ausnahmen kann die fachliche Verantwortung bei Privacy/Security liegen; die fachlich verantwortliche Person bleibt für den fachlichen Nutzungsrahmen accountable.
4. Qualität, Probleme und Entscheidungen überwachen
Verantwortung wird sichtbar, wenn es mit operativen Signalen verbunden ist:
- Data-Quality-Ergebnisse
- fehlgeschlagene Tests und Incidents
- offene Stewardship-Aufgaben
- Ergebnisse von Zugriffsüberprüfungen
- überfällige Metadaten-Reviews
- Richtlinie-Ausnahmen
- Beschwerden oder Nutzerfeedback
- Änderungen mit wesentlichen Auswirkungen auf nachgelagerte Systeme
Dashboards sollten nicht nur anzeigen, dass ein Problem existiert. Sie sollten auch zeigen, wer die Entscheidung verantwortet und was der nächste Schritt ist.
5. Überprüfen, verbessern und verankern
Verantwortung verändert sich, wenn Organisationen, Produkte und Systeme verändert werden. Zuordnungen sollten regelmäßig und nach wesentlichen Ereignissen überprüft werden, zum Beispiel:
- organisatorische Umstrukturierung
- Einführung oder Ablösung eines Quellsystems
- Start eines neuen Datenprodukts
- Übergang fachlicher Verantwortung
- wesentliche regulatorische oder Richtlinie-Änderung
- wiederholte Qualitäts- oder Kontrollfehler
Governance muss mit der tatsächlichen Organisation übereinstimmen — nicht mit dem Operating Model des Vorjahres.
Den richtigen Verantwortung-Scope wählen
Verantwortung kann auf unterschiedlichen Ebenen zugewiesen werden. Der passende Scope hängt davon ab, wie eine Organisation Daten erzeugt und nutzt.
| Verantwortung-Scope | Geeignet, wenn | Typisches Risiko |
|---|---|---|
| Datendomäne | Geschäftsfähigkeiten stabil sind und systemübergreifende Verantwortung erforderlich ist | Scope kann für operative Entscheidungen zu groß werden |
| Datenprodukt | Teams Daten als Produkt mit klaren Nutzern und Service-Erwartungen betreiben | Gemeinsam genutzte Quelldaten können überlappendes Verantwortung erzeugen |
| Quellsystem | Operative Systeme eine starke Anwendungsverantwortung besitzen | Nachgelagerte Bedeutung und Wiederverwendung können unklar bleiben |
| Datenasset | Kritische Tabellen, Modelle oder Datasets präzise Verantwortung benötigen | Es können zu viele Einzelzuordnungen entstehen |
| KPI oder Kennzahl | Fachliche Definitionen und Berechnungen explizite Freigaben benötigen | Abhängigkeiten zu zugrunde liegenden Daten können übersehen werden |
Ein mehrstufiges Modell ist häufig praktikabel: Ein Domain verantwortliche Person trägt die übergreifende Verantwortung, während Product- oder Asset-verantwortliche Person einen spezifischeren Scope übernehmen.
fachliche Verantwortung ist nicht dasselbe wie Responsibility
Die Unterscheidung ist wichtig:
- fachliche Verantwortung bedeutet, für das Ergebnis einzustehen und die Befugnis zu besitzen, Entscheidungen zu treffen.
- Responsibility bedeutet, die Arbeit auszuführen, die für dieses Ergebnis erforderlich ist.
Eine fachlich verantwortliche Person kann für die Qualität von Kundendaten accountable sein, ohne persönlich eine Pipeline zu reparieren. Der Steward koordiniert möglicherweise das Problem, während Data Engineering die technische Korrektur umsetzt.
Diese Trennung verhindert zwei typische Probleme:
- Fachbereiche delegieren die gesamte Governance an die Technik
- Technikteams werden für Definitionen und Risikoentscheidungen verantwortlich gemacht, die sie nicht besitzen
RACI-Matrizen können unterstützen, sollten aber das Operating Model nicht anstelle klarer Verantwortung-Regeln ersetzen.
Stewardship macht Policies operativ
Policies beschreiben erwartetes Verhalten. Stewardship sorgt dafür, dass diese Erwartungen in operative Aktivitäten übersetzt werden.
Zum Beispiel kann eine Policy verlangen, dass kritische Kundendaten vollständig und geschützt sein müssen. Stewardship übersetzt das dann in konkrete Arbeit:
Deshalb verbindet Stewardship häufig mehrere Governance-Säulen gleichzeitig. Ein Steward arbeitet mit Metadaten, Data Quality, Datenschutz, Zugriff, Lebenszyklus und KPI-Definitionen, ohne jede technische Umsetzung selbst zu besitzen.
Verantwortung sollte in Metadaten sichtbar sein
Verantwortung verliert an Wert, wenn es nur in einem separaten Dokument existiert. Es sollte direkt mit governten Assets verknüpft und über die Werkzeuge sichtbar werden, die Nutzer ohnehin verwenden.
Nützliche Verantwortung-Metadaten können enthalten:
- fachliche Domäne
- fachlich verantwortliche Person
- Steward
- technischer Betreiber oder verantwortliches Team
- fachliche Definition
- Kritikalität
- Sensitivitätsklassifikation
- Qualitätsstatus
- Review-Datum
- Eskalationskontakt
- genehmigte Nutzung oder bekannte Einschränkungen
Ein vereinfachtes Metadaten-as-Code-Beispiel könnte so aussehen:
data_product:
name: customer_360
domain: customer
owner: customer_operations
steward: customer_data_office
custodian: data_platform_team
criticality: high
review_cycle: quarterly
classifications:
- pii
- confidential
Das konkrete Format ist nicht entscheidend. Wichtig ist, dass Verantwortung-Metadaten versioniert, auffindbar und mit operativen Datenassets verbunden sind — anstatt als isolierte Liste gepflegt zu werden.
Verbindung zu den anderen Governance-Säulen
Datenverantwortung & Stewardship bildet die Grundlage für die weiteren Säulen des Governance-Modells.
| Governance-Bereich | Beitrag von Verantwortung |
|---|---|
| Metadaten, Katalog und Lineage | Genehmigt Bedeutung, pflegt Kontext und macht Verantwortlichkeit sichtbar |
| Personenbezogene Daten & Privacy Governance | Bestätigt Klassifikation, Schutzanforderungen und genehmigte Nutzung |
| Governance für Auskunfts- und Löschrechte | Liefert verantwortliche Entscheidungen zu Scope, Ausnahmen und fachlichen Auswirkungen |
| Data Quality Governance | Definiert erforderliche Qualität, genehmigt Schwellenwerte und priorisiert Problembehebung |
| KPI & Metric Governance | Genehmigt Definitionen, Berechnungslogik und maßgebliche Versionen |
| Access & Security Governance | Genehmigt fachliche Zugriffsprinzipien und bewertet Ausnahmen |
| Data Lifecycle & Retention | Bestätigt Aufbewahrungsbedarf, Geschäftswert und Auswirkungen einer Löschung |
Ohne Verantwortung werden diese Aktivitäten häufig zu voneinander getrennten technischen Aufgaben. Mit Verantwortung werden daraus governte Geschäftsentscheidungen, die durch Technologie unterstützt werden.
Zentral, föderiert oder domänenbasiert?
Es gibt kein einzelnes Organisationsmodell, das zu jedem Unternehmen passt.
| Modell | Merkmale | Stärke | Risiko |
|---|---|---|---|
| Zentral | Ein zentrales Governance-Team definiert und betreibt den Großteil der Standards | Konsistenz und Kontrolle | Begrenzte Domänenkapazität und langsamere lokale Entscheidungen |
| Föderiert | Zentrale Standards mit verteilten verantwortlichen Rollen und Stewards | Balance aus Konsistenz und fachlicher Nähe | Benötigt klare Koordination und gemeinsame Werkzeuge |
| Domänenbasiert | Verantwortung ist in Fach- oder Datenproduktdomänen verankert | Starker Kontext und klare Verantwortung | Standards können ohne zentrale Leitplanken auseinanderlaufen |
Für viele größere Organisationen ist ein föderiertes Modell praktikabel:
- eine zentrale Governance-Funktion definiert Prinzipien, Rollenmuster und Mindestkontrollen
- Domänen benennen fachlich verantwortliche Personen und Stewards
- Plattformteams stellen wiederverwendbare technische Funktionen bereit
- Governance-Gremien lösen domänenübergreifende Konflikte und gemeinsame Definitionen
Das Modell sollte Übergaben minimieren und gleichzeitig dort unternehmensweite Konsistenz sichern, wo sie erforderlich ist.
Ein praktikabler Minimum-Viable-Verantwortung-Eintrag
Eine Governance-Initiative muss nicht mit einem komplexen Workflow starten. Für jedes kritische Asset genügt zunächst ein kleiner, aber vollständiger Eintrag:
| Feld | Zweck |
|---|---|
| Asset oder Produkt | Definiert den governten Scope |
| Fachliche Domäne | Verbindet das Asset mit dem organisatorischen Kontext |
| fachlich verantwortliche Person | Benennt die verantwortliche Entscheidungsrolle |
| Steward | Benennt den operativen Governance-Kontakt |
| Technischer technischer Betreiber | Identifiziert das umsetzende und betreibende Team |
| Kritikalität | Bestimmt Governance-Intensität und Reaktionspriorität |
| Wichtige Policies | Verknüpft Qualitäts-, Datenschutz-, Zugriffs- oder Aufbewahrungsanforderungen |
| Letzter Review | Zeigt, ob die Zuordnung aktuell ist |
| Eskalationsweg | Verhindert, dass ungelöste Probleme liegen bleiben |
Sobald diese Grundlage zuverlässig ist, können Workflows, automatisierte Prüfungen und zusätzliche Metadaten schrittweise ergänzt werden.
Messen, ob Verantwortung funktioniert
Ziel ist nicht, möglichst viele verantwortliche Person zuzuweisen. Ziel ist, Entscheidungen, Reaktionszeiten und Vertrauen zu verbessern.
Nützliche Kennzahlen sind zum Beispiel:
- Anteil kritischer Assets mit akzeptiertem verantwortliche Person und Steward
- Anteil der Verantwortung-Einträge, die innerhalb des festgelegten Zyklus überprüft wurden
- durchschnittliche Zeit, um ein Problem der richtigen verantwortlichen Person zuzuordnen
- durchschnittliche Entscheidungszeit bei kritischen Datenproblemen
- Anteil hoch priorisierter Qualitätsprobleme mit benannter verantwortlicher Person für die Behebung
- Anzahl und Alter offener Richtlinie-Ausnahmen
- Anteil governter KPIs mit freigegebener Definition und verantwortliche Person
- Nutzerfeedback dazu, ob Verantwortlichkeit leicht auffindbar ist
Kennzahlen sollten zeigen, ob das Operating Model praktisch funktioniert — nicht nur, ob Governance-Felder ausgefüllt sind.
Ein einfaches Reifegradmodell
| Reifegrad | Typischer Zustand |
|---|---|
| Unklar | Verantwortung hängt von persönlichem Wissen und informellen Netzwerken ab |
| Zugeordnet | fachlich verantwortliche Personen und Stewards sind für ausgewählte kritische Assets benannt |
| Operativ | Entscheidungsrechte, Problemprozesse und Review-Zyklen sind definiert |
| Integriert | Verantwortung ist mit Metadaten, Qualität, Datenschutz, Zugriff und Workflows verbunden |
| Messbar | Reaktionszeiten, Qualität und Wirksamkeit des Stewardships werden überwacht |
| Verankert | Verantwortung ist Teil von Produktentwicklung, Change Management und täglichem Datenbetrieb |
Fortschritt erfordert nicht, jedem technischen Objekt einen verantwortliche Person zuzuweisen. Entscheidend ist verlässliche Verantwortung für die Daten, die den größten Wert oder das höchste Risiko erzeugen.
Typische Anti-Patterns
Verantwortung-Programme scheitern häufig aus vorhersehbaren Gründen:
- verantwortliche Personen werden ohne Zustimmung zugewiesen
- Personen ohne Entscheidungsbefugnis werden ausgewählt
- die fachlich verantwortliche Person wird als Person behandelt, die jede Aufgabe selbst erledigen muss
- der Steward wird auf reine Dokumentationspflege reduziert
- Verantwortung wird nur auf Systemebene vergeben, während nachgelagerte Datenprodukte und KPIs unberücksichtigt bleiben
- Verantwortung wird in einer Tabelle gepflegt, die nicht mit Metadaten und operativen Prozessen verbunden ist
- zu viele Rollenvarianten werden ohne klare Entscheidungsrechte geschaffen
- Vollständigkeit der Zuordnungen wird gemessen, nicht deren Wirksamkeit
- Verantwortung bleibt nach Reorganisationen unverändert
- jedes operative Problem wird an das Senior Management eskaliert
Das Modell sollte einfach genug für die tägliche Nutzung und stark genug zur Lösung realer Entscheidungen sein.
Von benannten Rollen zu operativer Governance
Eine praktische Umsetzung kann diesem Pfad folgen:
Ziel ist nicht zusätzliche Bürokratie. Ziel ist, Verantwortung genau dort sichtbar zu machen, wo Daten definiert, verändert, geschützt, gemessen und genutzt werden.
Das Ergebnis
Wirksames Datenverantwortung & Stewardship schafft:
- Verantwortlichkeit — Entscheidungsrechte und Eskalationswege sind klar
- Transparenz — Verantwortung und Zuständigkeiten sind dort sichtbar, wo Daten genutzt werden
- Qualität — Probleme werden mit fachlichem Kontext priorisiert und gelöst
- Compliance — Richtlinien, Klassifikationen und Ausnahmen besitzen eine verantwortliche Freigabe
- geschäftlichen Nutzen — vertrauenswürdige Daten ermöglichen schnellere und konsistentere Entscheidungen
Verantwortung liefert das Mandat. Stewardship schafft die operative Disziplin. Technische Teams stellen Umsetzung und Nachweise bereit. Datennutzer sorgen für verantwortungsvolle Nutzung und Feedback.
Gemeinsam machen diese Rollen aus Governance kein theoretisches Framework, sondern ein funktionierendes Operating Model.
The 8 Pillars of Data Governance
Part 2 of 9
View series