Nun endlich hat einer das Eis gebrochen. Danke an die Veranstalter, dass sie das ermöglicht haben! Zwar ging es in dem Vortrag dann erstmal nur um das Zusammenspiel verschiedener Menschentypen in einem Projekt und um die Frage, welche Konsequenz das Management von Veränderungen für die Bereitschaft hat, sich auf diese besser einzulassen. Die Nähe zum Datenmanagement war erstmal nur schwer herzustellen, aber immerhin, es wurde endlich thematisiert und von den Zuhörern sehr offen aufgenommen.

Wir müssen uns nun vielmehr auch darüber Gedanken machen, wie ganze Abteilungen dazu bewogen werden, ihr Bereichsdenken aufzugeben, um die Daten, die das Blut in den Prozessen darstellen, unternehmensweit nach einheitlichen Richtlinien und Standards zu organisieren. Damit der, der sie anlegt oder verwaltet, weiß, was der, der sie nutzt, eigentlich braucht. Und auch: wie er sie braucht und wann und in welcher Qualität. Damit es in Zukunft möglich sein wird, mit dem gleichen Datenmaterial unternehmensweit flexibel zu agieren, statt weiter auf Insellösungen zu beharren. Damit die Chance, die Geschäftsprozesse weiter zu optimieren, Kosten und Risiken zu senken und Produktivität zu erhöhen, nicht im mikropolitischen Bereichskrieg verlorengeht.

Das ist nicht nur ein Problem der Data Governance-Organisation, weil das Management von Strukturen allein auf eine mechanistische Herangehensweise hinausläuft. Das, was rein strukturell nicht zu erschließen ist, nämlich die Kultur des Unternehmens, muss in Zukunft stärker mit reflektiert werden. Und hier fangen, wie auf der Konferenz festgestellt wurde, die eigentlichen Probleme an: Wie soll ich als Angestellter (Anstellen!), der in einer „Ab-Teilung“ oder einem „Be-Reich“ für Daten zuständig (Zustand = statisch!) ist, auf die Idee kommen, dass „meine Daten“ gedacht als „unsere Daten“ auch mir und meinem Team einen höheren Nutzen bringen können? Kann ich durch stärkere Einbindung in die Belange des Unternehmens als Ganzes meine Identität mit diesem stärken? Bin ich dann bereit, mehr „Ver-Antwort-ung“ zu übernehmen, eben auch für die Daten, die nun durch das ganze Unternehmen fließen sollen, also auch zu den „Nachbarbe-Reich-en“…?

Andererseits beginnen die neuen sozialen Medien diese Mauern ohnehin aufzubrechen. Wie gehen wir damit um, damit wir sie nicht als Gefahr betrachten? Wie lässt sich diesbezüglich ein Generationenkonflikt innerhalb der eingeschlossenen Bereiche verhindern zwischen jenen, die solche digitalen Netzwerke schon seit ihrer Schulzeit ganz selbstverständlich nutzen und denen, die eigentlich keine Lust mehr haben, sich in ihrem Alter noch darauf einzulassen?

Man könnte ruhig weiter fragen, was passiert, wenn solche kulturellen Spezifika in einem Unternehmen nicht ausreichend reflektiert und kein Status quo analysiert wird? Beispielsweise kann ein zentralisiert geführtes Unternehmen kaum die Datenqualitäts- oder Stammdatenmanagement-Strategien einer eher liberal gemanagten Organisation übernehmen, weil die Bereitschaft des Einzelnen und der Gruppe zur Übernahme von Verantwortung ganz anders ausgeprägt sein dürfte. Die gleiche Herangehensweise würde vielleicht bei einem Unternehmen gut gelingen, beim anderen hoffnungslos scheitern. Hier gilt es, in Form eines Audits die vorhandene Fähigkeit und Bereitschaft der Mitarbeiter und Abteilungen zu notwendig anstehenden Veränderungen vor der Entwicklung und Umsetzung geeigneter Konzepte genauer abzuklopfen. Change Management hat ja nicht ohne Grund die Aufgabe, die Implementierung einer Strategie in adäquater Form zu flankieren und damit abzusichern.

Sie sehen, wenn man in dieser Hinsicht erst einmal ins Grübeln kommt, dann hören die Fragen wahrscheinlich so schnell nicht wieder auf. Eine letzte Frage sei mir an dieser Stelle aber noch erlaubt: Wer steht jetzt eigentlich im Mittelpunkt des Datenmanagements? Die Daten oder ihre Erfasser, Verwalter und Nutzer?

Unternehmen, die einen organisationsweiten Datenqualitätsmanagement-Ansatz anstreben, müssen vor allem darauf achten, dass unter Berücksichtigung der jeweiligen Unternehmensbedingungen die unterschiedlichen Ansprüche der verschiedenen Interessengruppen miteinander sowie mit den bereichsübergreifenden Notwendigkeiten selbst vermittelt werden. Diese Querschnittsaufgabe ist das zentrale Anliegen von Data Governance.

Werden bspw. die gleichen Stammdaten in verschiedenen Unternehmensbereichen, Hierarchieebenen bzw. Geschäftsprozessen genutzt, so ist es erforderlich, einheitliche Standards zu etablieren, die die verschiedenen qualitativen Ansprüche an die Daten gewährleisten und diese unternehmensweit koordinieren. Damit verbunden sind Aufgaben wie die Entwicklung einer einheitlichen Strategie und gemeinsamer Prinzipien für Datenqualität, die Definition von Datenpflegeprozessen und -standards sowie die Formulierung von Datenqualitäts-Kennzahlen.

Zur Absicherung kosteneffizienter Prozess- und Kundenorientierung wird auch eine ressourcensparende Organisationsform benötigt. Beispielsweise sollten Kompetenzzentren Spezialwissen als koordinative oder beratende Dienstleistungen in die jeweiligen Hauptprozesse einbringen können, soweit sie dort erforderlich werden. Um diese zentralen Aktivitäten dezentral zu unterstützen, sind Bereichs-Data Stewards für die Vermittlung und Durchsetzung der Datenqualitäts-Strategie auf operativer Ebene sowie bereichsspezifischer Interessen in der Strategie selbst verantwortlich. Darüber hinaus entscheiden Datenqualitäts-Boards über die unternehmensweite Strategie, überwachen ihre Umsetzung und vermitteln bei bereichsübergreifenden (Ziel)-Konflikten (vgl. Weber u.a., 2009).

Organisationsstrukturen eines Unternehmens stehen in einem engen, sich wechselseitig beeinflussenden Verhältnis zur Organisationskultur. Daher ist die konkrete Ausgestaltung des Data Governance-Ansatzes auch von den im Unternehmen herrschenden kulturellen Bedingungen abhängig. Der Grad der Zentralisierung und hierarchischen Formalisierung von Entscheidungsprozessen steht also in einem engen Zusammenhang mit prozess- und netzwerkhemmendem Bereichsdenken. Dieses sukzessive aufzulösen, die Mitarbeiter zu befähigen, über den eigenen Tellerrand hinaus zu schauen, ein stärkeres Bewusstsein für die Interessen des Gesamtunternehmens zu entwickeln, die Bereitschaft des Einzelnen zu fördern, mehr Verantwortung in diesem größeren Rahmen zu übernehmen, müssen daher als wichtige Erfolgsfaktoren für Data Governance selbst verstanden werden.

Ein Interessenausgleich im Sinne eines bereichsübergreifenden Datenqualitätsansatzes ist also eng mit der Frage verknüpft, ob es einem Unternehmen gelingt, die Humanressourcen auf die notwendigen Veränderungen durch kommunikative, bewusstseinsstärkende und motivationsfördernde Einflussnahme einzuschwören. Damit wird aus Effizienzgesichtspunkten neben strukturellen Fragestellungen auch das Veränderungsmanagement ein unverzichtbarer Teil einer erfolgreichen Data Governance-Strategie und kann letztlich sogar positive Konsequenzen für die Unternehmensstrategie als Ganzes haben. Dieser Erfolgsfaktor muss in der Zukunft mehr Aufmerksamkeit erfahren als dies bisher der Fall ist.