Behalten, Archivieren oder Stilllegen scoren
Scorecard für Behalten, Archivieren, Stilllegen oder Löschen — mit Evidenz aus Zweck, Nutzung, Zuständigkeit, Aufbewahrungspflicht und Risiko.
Begriffe vor dem Lesen
- Datenhygiene — Regelmäßige Pflege von Datenassets, damit ungenutzte, veraltete oder nicht verantwortete Arbeitsartefakte nicht weiterwirken.
- Orphan — Asset ohne fachlich benannte zuständige Person.
- Zombie — Asset ohne aktive Nutzung, das technisch weiterlebt.
- Shadow-Kopie — Inoffizielle Kopie neben der freigegebenen Quelle oder Kennzahl.
- Disposition — Entscheidung: behalten, archivieren, stilllegen oder löschen.
Qualität, Quellkorrektur und AI-Nutzung
Datenqualität muss sichtbar machen, wo ein Problem behoben wurde. Wenn der Fehler im Quellsystem entsteht, ist die beste Behebung eine Korrektur an der Quelle oder mindestens ein dokumentierter Quellbefund mit zuständiger Person. Wenn ETL oder ELT Werte nachgelagert bereinigt, schätzt, mappt oder filtert, braucht diese Änderung Evidenz: Regel, Grund, betroffene Felder, Version und erlaubte Nutzung.
Das ist besonders wichtig für AI. Retrieval, Training, Features und Agenten sehen oft nur das nachgelagerte Ergebnis. Ohne Kennzeichnung wissen sie nicht, ob ein Wert beobachtet, korrigiert, geschätzt, defaulted oder ausgeschlossen wurde. Governance muss Unsicherheit und Herkunft erhalten, statt sie hinter einem sauber wirkenden Datensatz zu verstecken.
Die Hygiene-Liste ist voll — und trotzdem behalten Teams „für alle Fälle“ oder löschen im Panik-Sprint. Ohne nachvollziehbare Kriterien für Behalten, Archiv, Abschalten oder Löschen bleibt Inventar Beschäftigung, keine Entscheidung. Ein Disposition Score Sheet macht Keep, Archive, Stilllegung und Delete prüfbar.
Ausgangspunkt
Teams mit einer gefüllten Hygiene Inventory Matrix stehen oft vor drei schlechten Defaults:
- alles behalten „für den Fall der Fälle“ — Debt wächst weiter;
- alles löschen nach einem Nutzungs-Cutoff — Shadow-Kopien und Misstrauen explodieren;
- Archive als Mülleimer ohne Retention-Regel — Archive wird das neue Produktion.
Ohne Score fehlen Kriterien: Wann reicht Archive statt Delete? Wann ist Keep trotz niedriger Nutzung richtig (Compliance, seltenes Audit, saisonaler Peak)? Wann ist Stilllegung der Pfad, der Nutzer-Notify und Cutover braucht?
Ein häufiges Anti-Pattern ist Nutzung als alleinige Dimension. Ein Quartals-Compliance-Report ohne Views in 80 Tagen ist kein Zombie zum Löschen; ein täglich geladener Mart ohne Downstream und ohne zuständige Person schon. Ebenso falsch: Archive als emotionale Entschuldigung („wir löschen nicht, wir archivieren“), während niemand Retention-Klasse, Abrufpfad oder Enddatum kennt. Scoring macht diese Trade-offs explizit und reviewfähig.
Abgrenzung: Diese Scorecard entscheidet über Assets ohne klare Aussagen zu Zweck, Nutzung und Verantwortung. Ob zwei Tools dieselbe Metrik doppelt kodieren, bleibt Redundanz Deep Dive. Aufbewahrungsfristen kommen aus Data Lifecycle & Retention; Stilllegungslücken aus Missing Pieces….
Entscheidung
Nutze ein Disposition Score Sheet mit vier Outcomes:
| Outcome | Wann | Typische Bedingung |
|---|---|---|
| Keep | Asset bleibt live | Purpose + zuständige Person klar; Nutzer oder genehmigte Ausnahme |
| Archive | Offline / cold, abrufbar | Rechtliche oder historische Pflicht, kein aktiver Nutzer |
| Stilllegung | Geordnet außer Betrieb | Nutzer-Notify, Cutover, dann Deprecation |
| Delete | Physisch entfernen | Keine Hold-Pflicht, Stilllegung abgeschlossen oder nie produktiv |
Scoring-Dimensionen (gewichtet je Domain kalibrieren):
- Zweckklarheit — dokumentiert, angenommen oder unbekannt;
- Nutzungssignal — im Fenster, saisonal oder null;
- Zuständigkeit — aktiv, Orphan oder nur Backup;
- Auswirkungsradius — finanziell, regulatorisch, kundenbezogen;
- Aufbewahrung / Legal Hold — aus Lifecycle-Policy;
- Shadow-Risiko — erzeugt das Asset parallele Wahrheit?
- Ersetzbarkeit — gibt es ein Data Product oder eine autoritative Alternative?
Regeln:
- Delete nie vor Stilllegungscheckliste, wenn jemals Nutzer existierten — siehe Teil 4 und Missing Pieces…;
- Keep mit Ausnahme braucht Reopen-Datum (wie keep-local in der Redundanz-Serie, aber für Asset-Zweck);
- Archive ohne Retention-Klasse ist verboten — Richtlinie aus Data Lifecycle & Retention;
- Redundanz-Zeilen nicht hier „wegscoren“ — Meaning-Forks bleiben in der Redundanz-Matrix.
Kalibriere die Gewichte mit Stewardship in einem Pilot: finanzkritische Domains gewichten Auswirkungsradius und Aufbewahrung höher; explorative Sandboxes gewichten Zweck und Sunset. Dokumentiere die Kalibrierung neben dem Sheet — sonst driftet jedes Team in eigene Cutoffs und die Hotlist wird politisch statt evidenzbasiert. Serie und Arbeitsartefakt-Pfad: Datenhygiene.
Checkliste
Score Sheet füllen:
- Matrix-Zeilen der Hotlist übernehmen;
- Dimensionen und Schwellwerte mit Stewardship vereinbaren;
- Legal/Retention für Archive/Delete bestätigen;
- bei Keep-Ausnahmen: zuständige Person, Begründung, Reopen-Datum;
- bei Stilllegen/Löschen: vorgesehener Nutzer-Notify und Zielprodukt notieren;
- Shadow-Parent und Downstream aus Lineage prüfen;
- Cross-Check: Product-Lifecycle-Status in Data Product Lifecycle Governance;
- Entscheidungen im Register und in der Matrix zurückschreiben;
- Review-Forum (nicht einmaliger Chat-Thread) terminieren;
- stoppen, wenn jede Hotlist-Zeile ein Outcome + zuständige Person + nächstes Datum hat.
Arbeitsartefakt
Erstelle ein Disposition Score Sheet (eine Zeile pro Matrix-Asset) mit:
- Asset-ID und Hygiene-Klasse(n);
- Scores je Dimension und Gesamt-/Band (grün/amber/rot oder numerisch);
- gewähltes Outcome:
keep,archive,stilllegen,delete; - Begründung und Evidenz-Links;
- Ausnahme-Flag und Reopen-Datum bei Keep;
- Retention-Klasse und Hold-Status;
- geplanter Stilllegungs-/Löschwelle und Checklist-Link (Teil 4);
- Entscheider, Datum, Widerspruchsfenster;
- Sync-Status zurück zu Register und Matrix.
Ergebnisse: priorisierte Stilllegung-Queue, Archive-Batch, Keep-Ausnahmen mit Haltbarkeitsdatum.
Widerspruchsfenster sind Teil der Entscheidung, nicht optionaler Chat: Dauer und Kanal müssen dokumentiert sein. Stille Dispositionen ohne Fenster erzeugen später dieselben Shadow-Kopien wie stilles Löschen — nur mit Steward-Unterschrift.
Tools
Gesteuertes Sheet oder leichtes Scoring in BI, gespeist aus Matrix und Register. Katalog-Workflows für Statusänderungen. Ticketsystem für Widersprüche. Kein automatisches Massenlöschen aus dem Score allein.
Ressourcen
Hygiene Inventory Matrix, Retention-Policy, Legal-Hold-Listen, Product-Lifecycle-Status, Nutzungsfenster aus Measuring Dashboard Governance und Erfahrungen aus Missing Pieces: Lifecycle & Stilllegung.
Data Hygiene
Part 3 of 6
View series