Ist Data Governance wirklich so trocken wie der Begriff klingt? Und warum ist sie eigentlich für eine saubere Datenarbeit unerlässlich?

Darüber spricht Christian Krug, der Host des Podcasts „Unf*ck Your Data“ mit Tiankai Feng, Senior Director, Product Data Governance bei Adidas.

Die beste Analogie für Data Governance sind die Schiedsrichter beim Sport. Sie regelt den grundlegenden Umgang mit Daten. Wie, warum und wofür werden Daten im Unternehmen erfasst und wofür werden sie verwendet.

Das Ziel: Ganz klar. Maximale Transparenz über die Daten.

Nur wenn ich weiß wie Daten entstanden sind, dann kann ich sie auch korrekt interpretieren. Angefangen von Business Analytics bis zu komplexen AI Algorithmen, wenn die Datenqualität nicht stimmt, werden falsche Entscheidungen getroffen.

Damit genau das nicht passiert haben die Mitarbeiter*innen im der Data Governance Werkzeuge wie einen Data Catalog, Data Flows oder Data Lineage. So zeigen sie auf wie der Stammbaum von Daten aussieht und welches es überhaupt gibt.

Doch auch hier stellt Tiankai fest: Wir haben alle technischen Mittel um es umzusetzen, aber es menschelt. Daher ist einer der wichtigsten Teile der Arbeit: Changemanagement. Wenn die Mitarbeitenden verstehen, warum sie gewisse Regeln einhalten müssen oder Dinge anders erfassen müssen, dann sind sie eher bereit es zu tun. Im Idealfall erleichtert es sogar ihre Arbeit.

Wie so oft klingt das Grundlagenthema Data Governance trocken und sperrig. Aber wenn dein Fundament nicht steht, wackelt dein Haus. Und es ist gar nicht so unsexy wie der Name vermuten lässt. Auch hier kann man sich mit gesundem Menschenverstand und Fingerspitzengefühl dem Thema nähern.

Der Beitrag von Jessica zu AI Bias: https://www.linkedin.com/feed/update/urn:li:activity:7070281600961261568/

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Tiankai: https://www.linkedin.com/in/tiankaifeng/

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

Unf*ck Your Data auf Linkedin: https://www.linkedin.com/company/unfck-your-data

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Buchempfehlung von Tiankai: Disruptive Data Governanve – Laura Madsen

Alle Empfehlungen in Melenas Bücherladen: https://gunzenhausen.buchhandlung.de/unfuckyourdata

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:44 Tiankai stellt sich vor

02:45 Data Governance regelt den Umgang mit Daten im Unternehmen

03:35 Die Schiedrichter auf dem Dataspielfeld überwachen die Einhaltung

04:43 Daten werden für andere Zwecke verwendet, als die für die sie erfasst wurden

07:12 Data Governance sichert die richtige Verwendung von Daten

08:10 Der Data Calalog stellt als Werkzeug eine hohe Transparenz her

09:37 Die Data Lineage als Stammbaum der Daten

11:37 Der Katalog macht technische Schlüssel lesbar und verständlich

12:12 Data Governance ist ein People Business und Changemanagement

15:36 Externe und Interne Faktoren bestimmen die Anforderungen

17:15 Die Datenqualität wird durch Data Governance erhöht

19:19 Verantwortliche AI geht nicht ohne Governance auf die Datenbasis

20:23 Data Governance stellt die technische Datenqualität sicher

22:47 Die Grundlagenarbeit muss erledigt sein, sonst wackelt das Data Gebäude

24:15 Ohne Data Governance entstehen manuelle Umwege und hohe Kosten

25:26 Der Reifegrad der Data Governance schwankt zwischen den Industrien

27:40 Die Schiedsrichter haben das meisten Wissen über die Daten

28:45 Zwei Fragen an Tiankai