22 Februar 2024
Key takeways
In den letzten 40 Jahren haben Unternehmen ihren Schwerpunkt mehrfach verlagert, um aus Daten kontinuierlich einen Mehrwert zu generieren und sich gleichzeitig an die rasante Entwicklung der Technologien anzupassen. In den 1980er Jahren lag der Schwerpunkt auf der Speicherung von Daten in relationalen Datenbanken und Data Warehouses. In den 1990er Jahren versuchten die Unternehmen, Informationen aus ihren Daten zu gewinnen, indem sie OLAP- und Business Intelligence-Systeme einsetzten. In den 2000er Jahren wurde die Notwendigkeit erkannt, mit großen Datenmengen umzugehen, und in den 2010er Jahren lautete das Schlagwort Data Science und KI. Es dauerte jedoch bis in die 2020er Jahre, bis der Schwerpunkt auf Datenmanagement und -ethik gelegt wurde.
Tatsächlich stellten Unternehmen, die mit der Entwicklung ihrer eigenen Datenstrategie begannen, bald fest, dass die Vorteile schwer zu erreichen waren und dass Daten immer noch ineffizient verarbeitet wurden.
In der Praxis übernahmen und entwickelten die Datenteams Ergebnisse auf der Grundlage neuer Technologien wie Power-BI-Dashboards und komplexe Data-Science-Modelle, aber die Unternehmen trafen ihre Entscheidungen weiterhin nur auf der Grundlage ihrer täglichen Erfahrung, und Excel blieb die Referenztechnologie. Von diesem Moment an war klar, dass eine Datenstrategie dem Unternehmen die Nutzung seiner eigenen Daten ermöglichen musste und dass das Unternehmen für diese Strategie verantwortlich sein musste.
Ein weiterer wichtiger Faktor, der sich auf die Popularität von Data Governance auswirkt, ist die explosionsartige Zunahme der Datenschutzvorschriften in den letzten Jahren. Zum Beispiel trat 2018 die Allgemeine Datenschutzverordnung in Europa und im Vereinigten Königreich in Kraft, und das neue Schweizer Bundesgesetz über den Datenschutz (DSG) trat am 1. September 2023 in Kraft. Darüber hinaus haben sektorspezifische Vorschriften die Unternehmen verpflichtet, die Kontrolle über ihre eigenen Daten zu behalten.
Weitere wichtige Faktoren, die CIOs dazu veranlassten, Data Governance zu entwickeln, waren die Notwendigkeit, das Kundenerlebnis und das Vertrauen der Benutzer in die Daten zu verbessern sowie die Kosten zu senken und die betriebliche Effizienz zu steigern.
In den letzten zwei Jahren hat die generative KI einen Boom erlebt. Dieser Boom war das i-Tüpfelchen der internationalen Debatte über KI und Ethik. Außerdem debattieren Gesetzgeber auf der ganzen Welt seit einigen Jahren über dieses Thema und sind sich einig, dass eine Art von KI-Governance erforderlich ist. Die Europäische Kommission hat beschlossen, in diesem Bereich eine führende Rolle zu übernehmen, indem sie den ersten Rechtsrahmen für KI vorschlägt, der die Risiken der KI angehen soll. Der Regelungsvorschlag zielt darauf ab, KI-Entwicklern, -Einrichtern und -Nutzern klare Anforderungen und Verpflichtungen in Bezug auf bestimmte Anwendungen von KI zu geben. Nach dem Vorschlag der Kommission vom April 2021 könnte die Verordnung während einer Übergangszeit bis Ende 2023 in Kraft treten. Während dieses Zeitraums würden Standards gefordert und formuliert und operative Governance-Strukturen geschaffen werden. Die Verordnung könnte bereits in der zweiten Hälfte des Jahres 2024 für die Betreiber gelten, sobald die Normen in Kraft getreten sind und die ersten Konformitätsbewertungen durchgeführt worden sind.
Um das Bild zu vervollständigen, warum Data Governance zum Top-Thema der 2020er Jahre geworden ist, müssen wir auch betrachten, wie sich Datenkataloge entwickelt haben. Datenkataloge werden seit 2015 immer beliebter. Damals stellte Alation die erste Technologie vor, die es Endnutzern ermöglicht, geschäftliche Metadaten auszuwählen und Datenbestände (wie Geschäftsdefinitionen oder SQL-Tabellen) so einfach zu finden, wie Internetnutzer auf Amazon.com nach Artikeln suchen.
Mit dem zusätzlichen Impuls von Technologieanbietern haben Unternhemen auch den Wert von Datenkatalogen als Werkzeuge entdeckt, die die Demokratisierung von Daten erleichtern und letztendlich Effizienz erzeugen. Um dies anhand eines Beispiels näher zu erläutern, sagte IBM, dass Unternehmen bis zu 80 % ihrer Zeit mit der Suche nach Daten und deren Aufbereitung verbringen können. Das bedeutet, dass Unternehmen Datenwissenschaftlern ein sehr hohes Gehalt zahlen, hauptsächlich um herauszufinden, wo die Daten sind, und dass nur 20 % der Zeit genutzt wird, um echte Erkenntnisse zu gewinnen. Darüber hinaus bieten Datenkataloge weniger ausgereiften Unternehmen die Möglichkeit, die Rolle der IT-Abteilung, die in der Vergangenheit als Eigentümer der Unternehmensdaten galt, neu zu gestalten.
Datenkataloge sind Technologien, die ständig weiterentwickelt werden, um den Anforderungen der Corporate Governance und der Data Governance gerecht zu werden. Es wird davon ausgegangen, dass generative KI einige bedeutende Hindernisse für die Einführung in Unternehmen beseitigen wird, indem sie einen Großteil der schweren Arbeit übernimmt, die Unternehmen normalerweise aus Zeitmangel ablehnen. Darüber hinaus passen mehrere Anbieter die Preise für Datenkataloge an die Marktbedingungen an, was die Verbreitung dieser Technologie zusammen mit guten Data-Governance-Praktiken unterstützen wird.
Obwohl Data Governance kein neues Konzept ist, hat es in den 2020er Jahren aufgrund verschiedener Faktoren an Aufmerksamkeit und Bedeutung gewonnen. Zu diesen Faktoren gehören die rasante Entwicklung von Datentechnologien, eine steigende Nachfrage nach datenbasierten Informationen, ein wachsendes Bewusstsein für Datenethik und -regulierung sowie das Aufkommen von generativer KI und Datenkatalogen.
Data Governance kann Unternehmen dabei helfen, ihre Datenbestände effektiv zu verwalten, Datenqualität und -sicherheit zu gewährleisten, Datenkompetenz und -kultur zu fördern und Daten für Innovation und Wertschöpfung nutzbar zu machen. Data Governance ist daher nicht nur eine Notwendigkeit, sondern auch eine Chance für Unternehmen, sich in diesem digitalen Zeitalter einen Wettbewerbsvorteil zu verschaffen.
Meinungsartikel veröffentlicht in:
- IT Insight – Oktober, 2023