left top pattrenright top pattren
November 17, 2022

“Ein großer Anreiz weiterzumachen ist es, wenn man merkt, es tut gut” – Sebastian Kaus über die Bedeutung von Data Governance, die Etablierung dieser im Unternehmen sowie den Umgang mit damit einhergehenden Stolpersteinen

Mit dem Finger auf andere zeigen und etwaiges Fehlverhalten erbarmungslos aufdecken: Das noch häufig in Unternehmen vorzufindende Bild der “bösen” Datenpolizei haftet der Data Governance leider oft noch an. Sebastian Kaus, Data Governance Lead bei Vattenfall, macht Schluss mit etwaigen Vorurteilen und erklärt im Podcast “My Data is better than Yours” gemeinsam mit Jonas Rashedi, was Data Governance eigentlich bedeutet, wie er den wichtigen Bestandteil eines Unternehmens sieht und welche Stolpersteine die Thematik birgt. Außerdem verrät er die drei Steps, die am Beginn dieses Prozesses stehen sollen und gibt hilfreiche Empfehlungen. Auch wie ein Datenkatalog zum Erfolg beitragen kann, erfährt ihr in dieser spannenden Folge des Daten-Podcasts.

Sebastian Kaus ist seit 3 Jahren für Vattenfall in Hamburg tätig. Ursprünglich arbeitete er als Ingenieur mit Schwerpunkt auf Netzintegration von erneuerbaren Energien sowie Windkraft an der Optimierung von Windparks. Genau hier erfolgte also sein Einstieg in die Datenwelt. Sein Interesse wuchs immer mehr, sodass er dann schließlich berufsbegleitend Data Science studierte. Heute vermittelt er die Schnittstelle zwischen Engineering und der Daten- und IT-Welt. “Zwischen den Welten hin und her zu springen und die richtigen Dinge zu tun”, beschäftigt ihn im Zuge seiner Tätigkeit.

Data Governance wird immer wichtiger. Sebastian ist oft konfrontiert mit Menschen, die nicht richtig formulieren können, welches datenbezogene Problem sie quält. “Man fühlt sich nicht wohl, hat aber kein Wort dafür”, erklärt der Experte. Im Zuge seiner Arbeit versucht er, den Begriff “Datenpolizei” zu vermeiden. Seiner Meinung nach geht es nicht darum, die Leute in einem hohen Ausmaß zu beaufsichtigen. Wie es in seinem Unternehmen zum Bedarf an Data Governance gekommen ist? “Es gab so einen Schmerz”, beschreibt Sebastian. Er selbst hat viele Erfahrungen mit dem Analysieren von Daten gemacht und dabei festgestellt, dass das Vertrauen in seine Ergebnisse gering war. Dies kam daher, dass er nie genau wusste, woher genau die Daten kamen. Das war ausschlaggebend dafür, sich die Qualität der Daten näher anzusehen und so “das Vertrauen in die eigene Arbeit wieder ein Stück zu stärken”.

In Bezug auf Data Governance fügt er an dieser Stelle einen interessanten Vergleich hinzu. Im Straßenverkehr wissen die Menschen intuitiv, was zu tun ist. Ähnlich wie der Verkehr von A nach B fließt, fließen auch im Unternehmen die Daten von A nach B. Blinkt im Kreisverkehr jemand, weiß man, wohin sie oder er fährt. “So etwas sollte es auch für Daten geben”, ist Sebastian überzeugt. Also sollte klar sein, woher sie kommen und wohin sie fließen. So beabsichtigt Data Governance einen definierten Umgang mit Daten, ähnlich wie es die Verkehrserziehung im Straßenverkehr tut. In diesem Kontext spricht Jonas über die Schritte im Umgang mit Daten, die er in seinem ersten Buch erwähnt: Collect, Understand und Decide. “Wenn man versteht, wie die Daten erhoben werden, weiß man auch, wie man sie zu interpretieren hat”,  erklärt er. So ist er überzeugt davon, dass es unabdinglich ist, in Bezug auf Data Governance zu schulen.

Laut Sebastian ist dabei ein kollaborativer Ansatz sehr wichtig. Sein Ansatz besteht darin, den Leuten den Vorteil des vernünftigen Verhaltens in Bezug auf Daten näherzubringen. Dabei ist eine spielerische Herangehensweise von größter Wichtigkeit. So versuchen er und sein Team stets, dies mit Wert für das Business zu verknüpfen. Effizienz zu gewinnen, steht im Mittelpunkt. Die Daten werden transparent für alle abgelegt, so wird Zeit gespart und Missverständnisse werden vermieden. “Positiv statt über Verbote”, ist hier die Devise.

Der Prozess, Data Governance zu etablieren, ist stets höchst individuell. Vattenfall ist ein vielfältiger Konzern mit verschiedenen alten und jungen Bereichen. Auch die Mentalität der Mitarbeiterinnen und Mitarbeiter ist sehr unterschiedlich. So wird in nordischen Ländern Konsens ganz anders gebildet als in Deutschland. Einen geeigneten Ansatz zu etablieren ist aufwendig. Wie läuft das also ab? Sebastian und sein Team setzen sich mit dem Team, welches ein Problem hat, zusammen. Gemeinsam versuchen sie die Problematik mithilfe von standardisiertem Vokabular zu artikulieren und so “die Symptome zu entlocken”. Nach und nach kann so die richtige “Behandlung” eingeleitet werden, das ganze wächst dann organisch durch die gesamte Organisation. Das klappt wirklich gut: In allen Bereichen entwickeln sich Initiativen weiter, gemeinsam werden im unternehmenseigenen Datenkatalog die Ergebnisse transparent abgelegt.

“Ein Großteil der Probleme entsteht durch fehlende Data Governance”, ist Jonas überzeugt. Wie kann man diesen überaus wichtigen Prozess also ins Rollen bringen? Sebastian trifft sich mit dem betroffenen Team in einem Workshop, hier werden strukturiert und spielerisch die verschiedenen Aspekte der Data Governance besprochen. Beispielsweise wird nach der Definition der Kundin bzw. des Kundens gefragt. “Die Symptomfindung steht am Anfang, dann folgt die richtige Medikation in richtiger Stärke”, erklärt Sebastian. Das Team wird mithilfe standardisierter Lösungen begleitet, bei fehlender Qualität unterstützt ein eigens entwickeltes Framework. Mithilfe der Data Governance werden Aufwände eingespart und Risiken vermieden. Besitzt man beispielsweise die Kontrolle über die personenbezogenen Daten, können Penalties von Behörden eingespart werden.

Was führte zur Etablierung der Data Governance bei Vattenfall? Dateninteressierte Mitarbeiterinnen und Mitarbeiter, die zwischen IT und Business unterwegs sind, hatten es satt, die immer gleichen Diskussionen zu führen und beschlossen, etwas dagegen zu tun. “Vattenfall ist ein föderales Unternehmen, es gibt viele Business Areas, die ihre eigenen Interessen miteinbringen”, erklärt Sebastian. So treffen sie sich regelmäßig im Council, demokratische Entscheidungen werden getroffen.

Auch bei Douglas ist Data Governance ein wichtiges Thema. So wurde definiert, welche Themen gerade aktuell von Interesse sind. Es wurde festgestellt, dass das Übereinanderlegen von Reports sehr zeitaufwendig ist. Häufig kam es zu Verwirrungen, weil der Umsatz anders definiert wurde und dann natürlich auch anders aussah. So wurde folgende Maßnahme getroffen: Werden Slides gebaut, muss darauf hingewiesen werden, um welchen Bereich, welche Datenquellen und welche KPIs es sich in Bezug auf den Umsatz handelt. Dennoch kam es noch zu Problemen, also setzten sich Jonas und sein Team mit den Reporting Stakeholdern an einen Tisch. Alle mussten die wichtigsten Kennzahlen mitbringen, es wurde sodann identifiziert, welchen Überschnitt es gibt. Schließlich wurde festgestellt, dass dieser sehr klein ist, aber große Probleme verursacht werden. So wurde beschlossen, es einmal gerade zu ziehen. Das hat jetzt schon zu großem Mehrwert geführt, weil Sicherheit in den Daten gewonnen wurde.

Sebastian erwähnt auch den bei ihnen verwendeten Datenkatalog, eine Plattform, auf der alles zentral abgelegt wird. Es kommt vor, dass sich daraus Widersprüche herauskristallisieren: Kolleginnen bzw. Kollegen stolpern auf den gleichen KPI und haben Einwände. Das triggert häufig wertvolle Informationen. Derzeit ist das noch ein sehr zufälliges Unterfangen, wächst aber stetig und dynamisch und führt Leute zusammen, die sonst keinen Kontakt hätten.

Es ist sehr schwer, den Mehrwert dieser Arbeit zu messen. Unternehmensrelevante Größen wie Gewinn oder Risiko zu messen ist kaum möglich, eventuell kann man es aber in Aufwände übersetzen. Jonas ist der Meinung, dass es möglich ist, den Aufwand in Relation zu dem erlangten Mehrwert zu stellen.

Sebastian sieht drei Maßnahmen beim Datenaufbau in einem Unternehmen als sehr wichtig an. Zuallererst geht es darum, eine zentrale Definition abzulegen, sich zusammenzusetzen und Begriffe zu definieren. Auch eine Vereinheitlichung der Sprache im Datenbereich ist überaus wichtig. Danach geht es um die Anschaffung eines Datenkatalogs um das alles skalierbarer zu gestalten. Anschließend geht es um das Erstellen eines Frameworks im Rahmen der allgemeinen Data Governance. Rollen sollten festgeschrieben werden, Definitionen für Data Governance müssen gefunden werden.

Sebastian kennt viele gute EBooks, die er in Bezug auf Data Governance empfehlen kann. Er empfiehlt beispielsweise “Non Invasive Data Governance” von Robert Seiner.

Privat ist der Datenexperte datentechnisch relativ inaktiv. Er ist jedoch ein großer Fan der Talks von David Kriesel zum Thema Datenmining und Spiegelmining. Besonders interessieren ihn auch Open Data Sources, das selbstständige Hinterfragen dieser Inhalte macht ihm großen Spaß.

Am Ende des Podcasts angelangt, weist Sebastian noch einmal auf den Mehrwert eines Datenkatalogs hin. Er vergleicht diesen mit einem Ikea Katalog, der es ermöglicht, vorher nachzusehen, wo sich das Gesuchte befindet. Außerdem kann man erfahren, wen man bei Fragen kontaktieren kann und wie effizient Infos gefunden werden können. “Ein Datenkatalog ist ein wichtiger Baustein einer jeden Data Governance-Strategie”, resümiert der Experte.

Heading 1

Heading 2

Heading 3

Heading 4

Heading 5
Heading 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Block quote

Ordered list

  1. Item 1
  2. Item 2
  3. Item 3

Unordered list

  • Item A
  • Item B
  • Item C

Text link

Bold text

Emphasis

Superscript

Subscript

Heading 1

Heading 2

Heading 3

Heading 4

Heading 5
Heading 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Block quote

Ordered list

  1. Item 1
  2. Item 2
  3. Item 3

Unordered list

  • Item A
  • Item B
  • Item C

Text link

Bold text

Emphasis

Superscript

Subscript

Heading 1

Heading 2

iuhiuhjijh

Heading 3

Heading 4

Heading 5
Heading 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Block quote

Ordered list

  1. Item 1
  2. Item 2
  3. Item 3

Unordered list

  • Item A
  • Item B
  • Item C

Text link

Bold text

Emphasis

Superscript

ijhkjhkj

Subscript

Kapitelmarken
  • 00:00 Intro und Begrüßung
  • 01:38 Vorstellung Sebastian Kaus
  • 03:08 Mehrwert von Data Governance
  • 05:37 Data Governance vs Straßenverkehr
  • 08:18 Data Governance - ein kollaborativer Ansatz
  • 11:03 Wie Vattenfall Data Governance aufgebaut hat
  • 15:06 Erste Schritte in Bezug auf Data Governance
  • 19:22 Warum wurde Data Governance für Vattenfall relevant?
  • 21:12 Beispiel für Usecase in Bezug auf Data Governance bei Douglas
  • 25:15 Rolle eines Datenkatalogs bei Vattenfall
  • 26:17 Ist Data Governance messbar?
  • 30:42 Drei Quick Wins im Data Governance-Bereich
  • 32:31 Empfehlungen
  • 34:40 Was macht Sebastian privat mit Daten?
  • 38:14 Das Potential eines Datenkatalogs

Heading 1

Heading 2

Heading 3

Heading 4

Heading 5
Heading 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Block quote

Ordered list

  1. Item 1
  2. Item 2
  3. Item 3

Unordered list

  • Item A
  • Item B
  • Item C

Text link

Bold text

Emphasis

Superscript

Subscript