EAM#24: Data Governance - Warum Regeln allein keine Datenqualität schaffen

00:00:04: Architektur entscheidet über Komplexität, über Kosten und Übersteuerbarkeit.

00:00:09: Ich bin David Hohl und heiße dich herzlich willkommen.

00:00:12: bei Enterprise-Architektura wirkt der Podcast zu ERM!

00:00:20: Servus grüßt euch und herzlich Willkommen zur neuen Folge.

00:00:24: heute reden wir auch über Data Governance und vor allem warum Regeln allein keine Datenqualität schaffen.

00:00:32: das ist auch gleichzeitig die letzte Folge von dieser Serie was um ...data-layerging geht.

00:00:40: Und wir hatten sehr viel Spaß mit den letzten drei Folgen, wo wir uns über data entities... ...sehr intensiv ausgesprochen haben und einen sehr tiefen Einblick habe ich gegeben über den Data TCO der oft nicht stellt wird oder ganz selten... ...haupt betrachtet wird.

00:01:01: Dann habe ich eine Klarstellung auch kommunizierter oder Unterschied für mich zwischen einer Schnittstelle und Datenprodukten herrscht.

00:01:12: Heute geht es leider nicht um sehr sexy Thema, heute reden wir über Data Governance.

00:01:25: Ja, Data Governances ist in der Tat ein sehr unangenehmes Thema für viele Menschen im Unternehmen und ich weiß nicht genau warum das immer so kritisch gesehen wird.

00:01:39: Wir beschäftigen uns heute mal damit und probieren.

00:01:42: vielleicht ist es sehr... oder ich weiß nicht.

00:01:46: Ich sage mal nichts sehr, aber das ist einfach viele Finns halt nur sexy!

00:01:50: Ich find's schon sexy in Green.

00:01:53: Egal.

00:01:54: Ich bin hier auch ein bisschen strange.

00:01:58: Also ähm... Jetzt freu'n wir euch gerade nochmal an wie man das Ganze am besten aufziehen.

00:02:03: Wir machen es am Besten so genau.

00:02:08: Sogar wenn es klingt oft nach einem Regelwerk.

00:02:11: Da gibt´s mir hoffentlich recht.

00:02:14: Vor allem was man erstellt sind komische Boards, irgendwelche Freigaben die man dafür benötigt um etwas zu tun.

00:02:22: Obwohl es ist wenn er hochgezogen und dann nämlich komischen Meetings und dann kommen irgendwelchen Listen.

00:02:29: Das ist aber leider gerade was gar nicht angeht auf nicht der Fall oder so soll es auf keinen fall laufen.

00:02:37: Also genau nach diesem Zeug wird vieles innerlich schon abgeschalten.

00:02:43: Ich glaube, das ist einer der Treiber warum Garminense und vor allem auch Ledergarminens einfach widerlich klingt.

00:02:56: Aber kommen wir nicht drumherum.

00:02:57: Wir müssen das aufsetzen.

00:02:58: Wir brauchen das für sehr viele Themen.

00:03:01: Und ich glaube fast dass es eine der wichtigsten Garminenzelemente in der Architektur.

00:03:07: Denn ohne ein Mindestmaß an Garminens bleiben Datenprobleme meistens genau dort wo sie heute sind verteilt unklar, schlecht verantwortet und dauerhaft teuer.

00:03:22: Deshalb geht es heute nicht um ein großes Governance-Filmwerk was ich mit dir besprechen möchte.

00:03:27: Es geht mir eigentlich mehr um die Frage Was braucht das wirklich?

00:03:30: Damit Data Governance funktioniert und dass du auch damit starten kannst.

00:03:41: Kapitel eins Warum niemand Governance hören will?

00:03:44: Ja, weiß ja nicht.

00:03:47: Scherz Wenn Unternehmen das Wort Governance fehlt, dann laufen die meisten gleich weg.

00:03:53: Denn das ist etwas was ich bis heute nicht ganz verstehe.

00:03:59: Die einen denken nämlich sofort an Kontrolle für etwas und die anderen denken an Biografie.

00:04:05: Und wie der andere denkt bitte Nicht noch ein Krimium.

00:04:12: Ich glaube das ist das Hauptproblem Das Governance einfach in den letzten vergewaltigt worden ist.

00:04:22: Das Wort alleine schon, der Törm und oft wurden halt wirklich einfach nur Regeln aufgesetzt und dann ist genau das passiert was die meisten davon denken.

00:04:35: Man datagrabenenzt wird halt oft erverfalscht gestartet.

00:04:39: auch man beginnt mit einem großen Modell eine Rollenbeschreibung mit den Boards, mit Prozessdiagrammen und irgendwie langen Dokumensionen die Kassel entrügt.

00:04:49: Kein Mensch interessiert, ich muss aufpassen auf mein Wörting.

00:04:51: Ich wollte das auch schon nicht mehr jung frei.

00:04:55: Ich habe letztens meine Statistik gesehen und ich werde jetzt schon gelistet unter plus sechzehn aber nicht wegen meiner Wortwahl sondern der Kontext in den Gespräch hier ist zu hoch angesiedelt dass es nicht jugendfrei ist.

00:05:11: Krasses Zeug!

00:05:15: Anderes Thema.

00:05:17: Wo wir stehen geblieben?

00:05:20: Ja, genau.

00:05:21: Wenn man das genauso falsch startet dann schaut es am Ende für manche Menschen okay aus aber die Daten sind trotzdem nicht sauber.

00:05:36: also die Governance löst er nicht damit.

00:05:40: nur wenn der Governance aufsetzt wird alles gleich besser.

00:05:44: und das Problem ist jetzt.

00:05:48: Governance, als solches haben wir ganz kurz einmal betrachtet und ich rede nicht jetzt nur von Daten.

00:05:53: Governance sind Architektur Governance und Security Governance.

00:05:59: Wenn du es nicht schaffst die Menschen mitzunehmen, die sich daran halten sollen dass du deren Impot und Feedback nicht mit einarbeitest und die Governance ununterbrochen veränderst und verbesserst Dann lebt diese Governance nicht, sondern sie steht still.

00:06:16: und dann ist es mindefact ein trockenes Modell.

00:06:20: Modell nicht mal, sondern einfach nur ein trockendes Papier.

00:06:25: Und jeder wird springter als du brauchst halt... ...dann fangst Du an mit Kontroll regelmäßig also Kontroll-Cremiums und danach ja auch vielleicht noch mit Disziplinarischer Verantwortlichkeit oder Disziplin.

00:06:41: Dann hast du es schon verloren.

00:06:42: Du kannst gleich aufhören, dann würde ich die Governance nehmen einfach im Müll immer werfen und wir fangen von neuen an.

00:06:51: Oh John, fangst du mit Kapitel zwei an?

00:06:55: Was soll eigentlich die Data Governance wirklich leisten?

00:06:59: Also eine Data Governace hat eigentlich nicht so viele Ziele.

00:07:06: was das auf keinen Fall haben soll machen sollte ist viele Regeln zu erzeugen.

00:07:11: Denn Data Governance sollte eigentlich was anderes, es soll Klarheit schaffen.

00:07:16: Und Klarheit darüber wer für die Daten verantwortlich ist Was bestimmte Daten bedeuten Welche Systeme führend sind dabei?

00:07:27: Welche Qualität notwendig ist?

00:07:29: Welcher Änderungen entscheiden oder für welche Änderung darf ich mich entscheiden Wie Daten Probleme gelöst werden und vor allem wie Daten im Projekten Interfaces Datenprodukten genutzt werden.

00:07:47: Das ist der eigentliche Zweck von seiner Kabinanz und auf gar keinen Fall die Kontrolle irgendwelche Boards, die dafür irgendwie entscheiden und irgendwelchen Glossare am Ende und da muss es ja sowieso immer dann erzählen was das Tod macht.

00:08:06: Im Grunde genommen ist es für mich wenn ich das aufsitze und ich habe es erst vor kurzem wieder einmal bin ich gerade dran das zu formulieren geht es darum die Transparenz zu schärfen und auch Aufklärungsarbeit zu leisten.

00:08:21: Diese Erwehrnis- und Wichtigkeit von Daten im Mittelpunkt zu stellen, um dass man ein bisschen aufpassen sollte was man damit tut.

00:08:29: Denn am Schluss ist das gute Organisation Das wichtigste gleichzeitig ohne Daten nichts los.

00:08:36: Ein Satz den schreibe ich sehr häufig auch dazu Datagrabenen soll verhindern Dass dieselben Datenprobleme immer wieder neu bezahlt werden.

00:08:46: Und genau damit schließt sich auch der Kreis, finde ich für mich zu.

00:08:51: Data TCO.

00:08:53: Schlechte Daten kosten nicht einmal sie kosten ja immer wieder.

00:08:57: und Datakarwaren jetzt ist ein Mittel um diese Wiederholung einfach zu reduzieren.

00:09:03: Damit sind wir eigentlich ein gutes Mittel oder ein guter Hebel um die Reduktion der Kosten voranzutreiben.

00:09:11: das hört Natürlich das Management natürlich am liebsten.

00:09:20: Kapitel drei, womit sollst du jetzt anfangen?

00:09:24: Also ein häufiger Fehler ist einfach man will sofort alle Daten galvanenzen.

00:09:30: Das ist ein gerles Wort oder Galvaninzen.

00:09:33: Also man fängt gleich mit allen Domänsern.

00:09:36: alles Systeme alle Felder alle Reports einfach machen es einfach alles auf einmal!

00:09:42: Das ist natürlich nicht so cool Das funktioniert nicht.

00:09:47: Du wirst sehen, du wirst leider schnell auf Hindernisse stoßen.

00:09:50: Das Ganze wird sehr schnell abstrakt werden und am Schluss hast einfach nur Schmerz.

00:09:55: Das tut echt weh!

00:09:58: Besser ist natürlich immer wie bei vielen Sachen kleiner zu starten aber dafür halt mit klarer Mit Klarheit zum Beispiel mit wenigen kritischen Datenentitäten also Datenobjekten die wirklich relevant sind für dich.

00:10:16: Also ich fahre immer gerne an mit Customer Product, das sind immer die schönsten.

00:10:22: Die kommen überall vor.

00:10:24: Ich fange aber auch nicht alles gleichzeitig an sondern bei dem wo es am meisten der Schmerz legt.

00:10:33: Wenn ich zum Beispiel Data Governance für Projekte hochziehe dann fange ich aber mit etwas anderem an und zwar schaue ich mir alle Daten in den Detailen an und die baue ich danach in die Datakarren.

00:10:44: Da muss sich dann wirklich alles nehmen, wie wir die Projekte brauchen bis es gerade instant ins für Organisationen ist um ein Querstich macht.

00:10:51: Dann nehme ich mir wirklich nur eine Handvoll und bau darauf hin mal das Modell auf Und dann fange ich genau mit gewissen Fragen einfach an.

00:11:04: Wo entstehen eigentlich viele Abstimmungen bei den Daten?

00:11:10: Wo gibt es viele Fehler aktuell?

00:11:13: Wo hängen die meisten Prozesse dran?

00:11:15: Das ist manchmal ein bisschen schwierig zu beantworten, weil wenn es keine BPM-Landschaft gibt oder auch dokumentierte BPM dann bist du already definitely, kannst du die Frage später vergessen.

00:11:27: Wo entstehen eigentlich die Kosten im Projekt und auch super Schwierig herauszufinden?

00:11:32: Und was blockiert am Schluss die Reports oder irgendwie EI Implementierung?

00:11:38: Auch das ist super schwieriger so!

00:11:41: Man merkt gerade, dass anfangen ist gar nicht so einfach.

00:11:44: Aber was es am Schluss braucht ich glaube das ist wo du dann relativ schnell raus findest wo du am besten starten sollst weil das ist auch bei jeder Organisation und auch Projektinitiative Udo grad drin sitzt oder vielleicht das ganze auch machen möchtest.

00:11:58: immer ein bisschen unterschiedlich da.

00:12:00: der Governance muss nicht groß starten das ist immer ganz wichtig als muss nützlich starten.

00:12:11: Kapitel vier was es mindestens braucht also.

00:12:15: Wenn man Data Governance pragmatisch aufbauen möchte, das ist mein Ansatz, braucht es aus meiner Sicht immer ein paar Mindestbausteine.

00:12:26: Du brauchst nicht hundert Rollenpolices.

00:12:28: aufbaut und vergisst dir schon mal und du baust auf gar keinen falligen Operation-Model.

00:12:32: Das Problem ist dass das dann nachher kein Mensch vollziehen wird.

00:12:37: Das Operation Model und du... war es nicht die Zeit, das zu überprüfen und unterbrochen.

00:12:44: Es würden schon kleine Antworten darauf reichen.

00:12:49: Wer ist denn fachlich verantwortlich?

00:12:51: Also das betrifft das Ohnership Das erste.

00:12:54: wir bauen Ohnship auf also müssen die Verantutlichkeit klären.

00:12:58: Wir müssen Nicht nur kennen wer kennt das System sondern wäre es verantwortliche dahinter Die Bedeutung die Qualität die Nutzung die Veränderungen Und vor allem auch die Person oder Team, wer dahinter steht.

00:13:17: Ohne dem wird es schon ein schneller Problem haben.

00:13:20: Zweitens, gemeinsame Definition.

00:13:23: Du musst klar kommunizieren die Daten in den Daten.

00:13:26: Deswegen sind diese Daten das wichtigste und die Dataprodukte, wie ich auch in der letzten Folge vorgehoben habe, das sind die wichtigen.

00:13:38: Das musst du kommunizieren können.

00:13:40: Die Leute müssen wissen was es ist, sie müssen damit leben und dann verbindest Du das mit deiner Garanz.

00:13:46: Denn beim zweiten Gezeugsblick um die gemeinsame Definition Was bedeutet ein Kunde?

00:13:50: Was ist ein aktiver Vertrag?

00:13:51: Was bedeutet dein Produkt?

00:13:52: Was is'n Lieferant wirklich?

00:13:55: Es klingt alles banal aber du wirst relativ schnell herausfinden dass jeder andere Antwort darauf hat.

00:14:02: Denn viele Datenproblemen entstehen nicht weil die Systeme technisch hin sind oder kaputt.

00:14:06: Sie entstehen, weil verschiedene Bereiche dieselben Begriffe unterschiedlich verstehen.

00:14:12: Diese einheitliche Sprache ist eigentlich alles.

00:14:16: Drittens du musst herausfinden die führenden Systeme oder die Master Systeme, oder System of Record-Master Systeme.

00:14:22: Darf man nicht mehr sagen?

00:14:25: Ich sag's trotzdem wie es war wurscht!

00:14:28: Also du musst auf jeden Fall herausfinden wo entstehen deine Daten in den Detailen, wo wir an sie gepflegt haben?

00:14:34: welches System das führend?

00:14:36: Welche Systeme kommunizieren das halt nur?

00:14:39: Oder also nicht kommunizierend, sondern konsumierend.

00:14:44: Also die Kette muss dir klar sein und das geht eigentlich relativ einfach.

00:14:49: Machst du eine Liste, glaubt du in Tool hast du doch nicht im Confluent oder ein anderes Dokumentation.

00:14:55: So baut ihr deine Tabelle rein und dann packst du einfach alle Daten, die däten mit denen du starten möchtest und danach stellst du dir genau diese Fragen.

00:15:05: Auf der Ebene findest du einen guten Überblick danach über die Qualität und auch diese Wiederverwendbarkeit.

00:15:12: Es ist ein gutes Kontroll, Element nebenbei für alle nicht nur für dich – und das ist eigentlich schon ein großer Bestandteil für mich in der Datendatagabonnanz.

00:15:24: Wird es Qualitätsregeln?

00:15:25: Was bedeutet eine gute Datenqualität wirklich?

00:15:30: Das kann man wirklich in der Tat automatisieren.

00:15:32: Da würde ich jetzt nicht manuell rangehen, gibt es viele Tools die das analysieren.

00:15:37: aber vor allem ist halt die Vollständigkeit, Aktualität, Eindeutigkeit, Konsistenz und Verlässlichkeit der Informationen.

00:15:45: Nicht jede Datenintidät oder eine Datenentitie braucht, die sehr bequalitet.

00:15:50: Es ist Blödsinn!

00:15:53: Der wichtige Definitionsgrad dahinter ist die Kritikalität und Wichtigkeit im Unternehmen.

00:15:58: Dahingehend soll es sein.

00:16:02: Fünftens, diese Entscheidungswege müssen klar sein in der Governance.

00:16:06: Was passiert wenn es ein Datenproblem gibt?

00:16:09: Das ist wichtig.

00:16:09: wieder für Inzidenzen nebenbei oder eigentlich Problems die du hast.

00:16:15: Wer entscheidet bei Konflikten und wer priorisiert eigentlich die Verbesserung dahinter?

00:16:22: und darf man eigentlich Datenstrukturen wirklich ändern.

00:16:27: das ist auch noch ein Thema was oft einfach ignoriert wird oder nicht gesehen wird dass man nicht einfach alle Daten in die Themen verändern darf.

00:16:36: Man muss da schon ein bisschen vorsichtig agieren, weil das hat Auswirkungen natürlich auf die gesamte Systemlandschaft.

00:16:42: Wenn einer dieser Fragen halt offen bleibt wird halt jedes Datenprobleme zum Einzelkampf und den will ich so nicht führen.

00:16:51: Und genau das macht halt Daten langfristig teuer.

00:16:56: Kapitel V Warum Governance ohne Architektur einfach schwach bleibt.

00:17:00: Du kannst halt keine Data Governance aufsetzen ohne stabile achte ich nur im Hintergrund.

00:17:06: Wenn du das nicht hast, vergiss diese gesamte Folge und überspringen sie.

00:17:11: Macht keinen Sinn.

00:17:14: Data Governance wird oft rein organisatorisch gedacht also gerade in Rollen und Gremien und so.

00:17:21: Das mache ich nie nebenbei.

00:17:22: Ich mach wenn ich Data Governances aufsetze gibt es bei mir kein Gremium sondern es gibt einfach Dokumente die ich als Masthef setze und jeder muss sich gelesen haben akzeptiert haben und sie auch stetig selbstständig angepasst haben.

00:17:41: Also den Daten leben halt nicht in Ornikrammen, Daten leben in Systemen am Ende des Tages und vor allem in Kapitelitis.

00:17:51: Und genau hier kommt die Enterprise-Architektur wieder ins Spiel und deswegen sollten wir diese Governance hochziehen denn wir machen das sichtbar wo welche Daten in Detekt relevant ist, welche Kapitelis davon abhängen.

00:18:06: Das ist das Thema Daten erzeugen und verändern.

00:18:09: Und vor allem auch die Schnittstellen, wie es sich über welche Daten über die Schnitte bewegt werden.

00:18:17: Wir erkennen damit auch diese doppelte Datenhaltung viel schneller als andere.

00:18:22: Zudem definieren wir den Ownership.

00:18:24: Damit schließt sich dieser Kreis.

00:18:29: Wenn ich nicht einfach die Verantwortlichkeit klar definiere werde ich schnell zu einem Thema kommen wo ich dann anstehe.

00:18:38: Wenn ich ein Incentent habe und keine Verantwortlichkeit dahinterhabe, werde ich die Daten genauso schlecht wieder aufbauen wie vorher sie schon waren.

00:18:48: Also ohne diese ganzen Verbindungen bleibt Governance einfach abstrakt und mit der Architektur wird es einfach nur konkret.

00:18:56: Kapitel sechs – Governance in Projekten verankern.

00:19:00: Das ist einer der wichtigsten Punkte.

00:19:02: Nebenbei du kannst, kommt darauf an für welche Richtung du jetzt gerade EM machst.

00:19:05: wenn du EM für Projekte machst dann ist das vielleicht Das A und O, wenn du das Organisationsweit machst ist ein bisschen schwieriger.

00:19:18: Bleiben wir mal bei dem Einfachen.

00:19:19: Also wichtiger Punkt ist die Governance darf nicht nur neben den Projekten existieren.

00:19:26: dann wird es nämlich ignoriert.

00:19:28: Du musst dir wirklich... Und das ist ein Maßtef Wenn man im Projekt hochzieht eine größere Transformation schaut dass die Daten Governance ein Teil davon ist.

00:19:36: Wenn du keine hast da stellst du eine für dieses Projekt aus Proprint für andere Projekte und siehst die dann nachher wenn möglich höher auf Organisationsebene.

00:19:46: Das finde ich immer der einfachste Weg, um auch diese Governenzen am Leben zu halten weil sie nämlich durch die Projekten gelebt werden.

00:19:56: Ja da gibt es eigentlich nicht mehr dazu zu sagen.

00:20:02: Vielleicht doch noch eins mit Prüfungen stichprobenartige Prüfung machen würde ich sehen.

00:20:08: aber Ich würde auch sogar behaupten, wenn du paar gute EI Agents trainierst, die sollten das für dich selbst eigentlich machen können.

00:20:17: Du hast eine Dokumulation heraus auf Basis von EM Informationen und das bringt mich auch zu meinen EI Bezug wieder rein.

00:20:26: Auch bei der EI wird einfach Datengebernehmt schnell relevant.

00:20:30: Du weißt dass viele fangen einfach mit irgendwelchen komischen Käses an Und am Schluss brauche ich natürlich die Daten aber keiner weiß halt wo sie sind Wo sie herkommen, die Risiken sind nicht bewusst bekannt.

00:20:42: Die Governance soll jetzt nicht... Also das ist mein Verständnis bitte ja nur meins.

00:20:48: The Governance ist für mich jetzt nicht nur ein Regelwerk sondern es ist eine Atomutation dahinter, die aufzeigt wie sich Daten verhalten und wie sie in Verbindung stehen zu andern und auch die Verantwortlichkeiten und Qualität dahinter.

00:21:02: Und somit ist es dann nicht mehr Präbiografie, sondern das ist Teil unseres Tons und auch Teil von anderen Domains erweitern und zu liefern.

00:21:17: Somit sind wir da auch schon wieder am Ende dieser Folge und gleichzeitig am Ende der Serie, alles um Daten leer.

00:21:26: Es ist ein super großes Thema.

00:21:28: Man kann es extrem in die Breite ziehen.

00:21:30: Ich fühle es immer super spannend.

00:21:32: Daten ist für mich das Wichtigste in meinem Tun als Architekt Egal, welche Art von Architektur ich früher gemacht habe.

00:21:41: Ich hab im Schluss immer mit irgendwelchen Daten zum Tun gehabt und hat probiert das Beste daraus zu machen und sie so verbessern um die Qualität zu steigern.

00:21:50: Ich hoffe... Die Serie hatte ja einen gewissen Impuls gegeben und auch hatte gefallen.

00:21:56: Du hast es ein oder andere mitnehmen können Und wo die nächste Serie hingeht wird wirst du in der nächsten Folge erfahren.

00:22:04: Bis dahin!

00:22:07: Servus.