Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

Data Governance – Lessons Learnt der Projektpraxis

Die Aufsicht stellt sehr konkrete Anforderungen an die Banken, was die Daten betrifft, die sie liefern müssen. Den strategischen Rahmen zur Steuerung aller Maßnahmen bildet die unternehmensweite Data Governance. Eine oft unterschätzte Disziplin. Aber es gibt erfolgreiche Projekte und Lessons Leart aus Projektsituationen.

Kommentare sind geschlossen

  • Als Erste(r) kommentieren

Data Governance – Lessons Learnt der Projektpraxis

  1. 1. Impulsvortrag von Karsten Ebersbach 4. Gesamtbanksteuerung 2016 Frankfurt a. M., 24.02.2016 Data Governance: Lessons Learnt der Projektpraxis
  2. 2. Copyright © 2016 Accenture All rights reserved. 2 Stadtrallye Frankfurt a.M.: Was ist der gemeinsame Nenner bezüglich Data Governance?
  3. 3. Copyright © 2016 Accenture All rights reserved. 3 Der Weg zur Erfüllung der Anforderungen an Data Governance birgt manche Gefahren- und Kreuzungsstellen Data Governance ist mehr als Datenqualitätsmanagement Viele Anforderungen – und wenig Budget Data Governance ist kein IT-Thema – kann aber auch nicht ohne Vergesst nicht IT-Sicherheit! Der Berater zieht blank: Es gibt nicht das „Rundum-sorglos-Paket“ Wer hat Lust auf CDO – keiner ?! 1 2 34 65
  4. 4. Copyright © 2016 Accenture All rights reserved. 4 Data Governance ist mehr als Datenqualitätsmanagement • Data Governance beinhaltet Metadaten- und Datenqualitäts- management • Tendenz, beide Dimensionen nicht gemeinsam anzugehen: Fokus oftmals auf Datenqualitätsmanagement, da klarer definiert und leichter anzugehen • Datenqualitätsmanagement ermöglicht Korrekturen von Fehlern, nicht aber die Beseitigung der Ursachen • Beide Dimensionen sind zeitgleich und abgestimmt anzugehen, um nachhaltig Datenqualität zu erreichen und aufwendige Abstimmverfahren zu reduzieren 1
  5. 5. Copyright © 2016 Accenture All rights reserved. 5 Viele Anforderungen – und knappe Budgets • Breites Feld an komplexen, abstimmungs- und zeitintensiven Themen • Gefahr des „Verzettelns“ in Details • Hohe Kosten bei kaum bestimmbarem direkten Mehrwert • Frühzeitige und klare Definition und Kommunikation der zu erreichenden Ziele – Aufsichtsrechtliche Compliance – Interner Mehrwert (KPIs zur Datenqualität, Prozesseffizienz) • Berücksichtigung der Auswirkungen auf den zukünftigen täglichen Betrieb • Schrittweises Vorgehen 2
  6. 6. Copyright © 2016 Accenture All rights reserved. 6 3 Wer hat Lust auf CDO – keiner ?! • Chief Data Officer (CDO) als zentrale Rolle für Etablierung und erfolgreiche Durchführung von Data Governance • Hohe Anforderungen an Rolle sowie schwierige Anreizstruktur – „eierlegende Wollmilchsau“ – Fehlende Durchsetzungsfähigkeit und –mittel • Klare Definition der Rolle sowie der Verteilung der Verantwortlichkeiten zentral vs. dezentral • Anpassung des Anreizsystems – Performance Management – „Gamification“
  7. 7. Copyright © 2016 Accenture All rights reserved. 7 Der Berater zieht blank: Es gibt nicht das „Rundum-sorglos-Paket“ • Erwartungshaltung an EINE praxiserprobte und leicht einzurichtende Lösung • Herausforderungen: – Vielschichtige Anforderungen – Unterschiedliche Tools mit unterschiedlichen Stärken – Berücksichtigung bestehender Lösungen • Frühzeitige Festlegung des Data Governance Operating Models unter Berücksichtigung der Rahmenbedingungen und angestrebten Mehrwerte • Einbindung der Personen, die Data Governance bereits operativ leben 4
  8. 8. Copyright © 2016 Accenture All rights reserved. 8 Data Governance ist kein IT-Thema – kann aber auch nicht ohne • Data Governance ist fachliches Thema • Tendenz in Praxis, Data Governance als reines IT-Thema zu sehen • Accenture-Erfahrung, dass rein IT-getriebene Projekte nicht reüssieren • Data Governance erfordert Führung der Fachseite – Definition und Akzeptanz der Ziele – Entwicklung der Prozesse, Organisation und Methoden • IT ist einzubinden, um langfristig erfolgreiche Daten- und Systemarchitektur einzurichten – Umsetzungsarbeiten, – Entwicklung einer nachhaltigen Daten- und IT-Architektur, ggf. auch in Abkehr von aktuellen IST-Architekturen 5
  9. 9. Copyright © 2016 Accenture All rights reserved. 9 Vergesst nicht IT-Sicherheit! • Ausbau von Data Governance birgt erhebliche (IT-) Risiken • Notwendige und erforderliche Sicherheitsmaßnahmen gehen oft über die etablierten internen Kontrollen hinaus. Folge: Reputationsschäden und Nicht-Compliance • Richtlinien/ Policies, intensives Training der Mitarbeiterinnen und Mitarbeiter sowie Sicherstellung des „Lebens“ der Daten-/ Digital-Standards • Etablierung eines „Digital Trust“ – Daten- und IT-Sicherheit – „Digitale Ethik“ 6
  10. 10. Copyright © 2016 Accenture All rights reserved. 10 Die Etablierung von Data Governance kann die Weiterentwicklung von Banken unterstützen – sofern sie zielgerichtet fortgeführt wird • Zielgerichtete Erfüllung der aufsichtsrechtlichen Anforderungen – abgestimmtes strategisches Zielbild – Entwicklung einer High-Level Roadmap • Fokus auf Unterstützung der Geschäftsprozesse • Verfolgen einer nachhaltigen Daten- und Systemarchitektur • Phasen-basiertes Vorgehen • Stringentes Anforderungs- und Projektmanagement
  11. 11. Vielen Dank für Ihre Aufmerksamkeit!

    Als Erste(r) kommentieren

    Loggen Sie sich ein, um Kommentare anzuzeigen.

  • annelaureleroyer

    Apr. 4, 2016

Die Aufsicht stellt sehr konkrete Anforderungen an die Banken, was die Daten betrifft, die sie liefern müssen. Den strategischen Rahmen zur Steuerung aller Maßnahmen bildet die unternehmensweite Data Governance. Eine oft unterschätzte Disziplin. Aber es gibt erfolgreiche Projekte und Lessons Leart aus Projektsituationen.

Aufrufe

Aufrufe insgesamt

1.551

Auf Slideshare

0

Aus Einbettungen

0

Anzahl der Einbettungen

21

Befehle

Downloads

23

Geteilt

0

Kommentare

0

Likes

1

×