ITGAIN unterstützt in der stark regulierten Finanzbranche ein mittelständisches Bankinstitut bei der Umsetzung einer Data Governance-konformen Datenstrategie. Der Fokus liegt auf dem Ausgestalten, der durch Regularien wie BCBS239, MaRisk u. a. vorgeschriebenen Anforderungen. Hierbei werden alle relevanten Unternehmensbereiche, beginnend von der Kundenansprache, über Finanzbuchhaltung und Controlling bis hin zum Risikomanagement, betrachtet.

Projektinhalt

Projektaufgabe ist es, die bankspezifischen Kerngeschäftsprozesse unter den Aspekten von Data Governance zu konzeptionieren und entsprechend anzupassen. Im Vordergrund steht inhaltlich die Etablierung von Maßnahmen, die die Einhaltung von festgelegten Datensicherheits- und Datenschutzvorgaben sicherstellen. Eine sich hieraus ergebende Aufgabe widmet sich innerhalb der Organisation dem Umgang mit Geschäftsdaten als auch der Etablierung von Handlungsanweisungen bei auftretenden Störungen im Prozessablauf.

Eine weitere Projektaufgabe liegt in der Ausgestaltung von regelmäßigen Datenqualität-Audits. Um Kerngeschäftsprozesse nahezu störungsfrei zu betreiben, wird als Voraussetzung dessen eine gleichbleibend hohe Datenqualität angestrebt. Begleitet werden diese Maßnahmen durch Einbindung in die Unternehmensorganisation. In Betrachtung des langfristigen Weiterbetriebs werden die Data Governance-Prozesse turnusgemäß überprüft und an sich ändernde Anforderungen angepasst.

Im Nachfolgenden werden die einzelnen Projektaspekte näher betrachtet:

Data Governance aus Sicht der Geschäftsdaten

Zur Abbildung der Datenverantwortlichkeit sind Kriterien zur Zuweisung von Pflichten/Verantwortlichkeiten in den operativen und analytischen IT-Systeme festgelegt worden. Hierdurch wurde die Zuweisung einer eindeutigen Dateneigentümerschaft entlang der Geschäftsprozesse mit ihren jeweiligen Datenhaushalten in der Unternehmensorganisation verankert. Aufgrund der Zuweisungen von eindeutigen Verantwortlichkeiten sind bei Datenproblemen sofort die fachlich mit dem Thema vertrauten Personen involviert. Es lassen sich schnell Maßnahmen ergreifen, um die Datenqualitätsabweichung zu analysieren und zu beheben. Somit ist eine Kernanforderung der Data Governance-Initiative, nämlich die Etablierung eines ganzheitlichen Datenqualitäts-Managements mit Einbindung in die Organisationsstruktur der Bank, erfüllt.

Bei unserm Kunden deckt das Daten-Management den Bezug von Daten durch Geschäftspartner wie auch das interne Erfassen, Anreichern und Verarbeiten von Geschäftsdaten in diversen Geschäftsprozessen ab. Die Datenqualitäts-Maßnahmen finden ihren Abschluss mit der Bereitstellung von Daten und Kennzahlen an Dritte, wie bspw. Aufsichtsbehörden und Kapitaleigner. Die Gesamtsicht auf den qualitativen „Zustand“ der Daten wird durch die Implementierung von Datenqualitätsprüfregeln und Datenqualitätskennzahlen in den führenden IT-Systemen realisiert. Diese ermitteln im Rahmen der regulären Datenbeladung zeitnah den aktuellen Qualitätsstand.

Unterstützt wird dies durch Aufbau der notwendigen IT-Infrastruktur in Form eines zentralen DQM-Datenmodells. Das Modell speichert die operativen Metadaten aus DQ-Regelausführungen und den Berechnungen von DQ-Kennzahlen. Auf Grundlage dieser Datenbasis werden DQ-Berichte definiert, die detaillierte Aussagen zur Datenqualität in den einzelnen Datenbereichen ermöglichen. Soll-/Ist-Abweichungen werden transparent gemacht, geeignete Maßnahmen können initiiert werden.

Data Governance zur Beschreibung von Geschäftsobjekten

Weiterhin erfolgt die Visualisierung der Datenmodelle der einzelnen IT-Systeme in einem bankübergreifenden Fachdatenmodell. Hier werden in einer konzeptionellen Darstellung die wichtigsten Geschäftsobjekte mit ihren Hauptattributen und Beziehungen untereinander dargestellt. Fachbereiche und andere Interessierte finden anhand dieser Darstellung schnell Zugang zu unterschiedlichen Themengebieten, um auch an abteilungsübergreifenden Aufgaben mitwirken zu können. Gegenwärtig wird durch die Fachbereiche ein bankfachliches Glossar erarbeitet. Dies umfasst die fachliche Beschreibung der im Unternehmenskontext verwendeten Begriffe und inhaltliche Abgrenzung bezüglich relevanter Geschäftsobjekte, Attribute und Kennzahlen.

Data Governance aus Sicht der Geschäftsprozesse

Für bankspezifische Geschäftsprozesse, die als Data Governance-relevant identifiziert wurden, werden neben der Dokumentation (beteilige Geschäftsobjekte, Organisationseinheiten, etc.) auch Handlungsanweisungen aufgezeigt, wie bei Störungen (bspw. dem temporären Ausfall eines IT-Systems) oder anderer ähnlicher Gegebenheiten zu verfahren ist. Es wurde analysiert, in welchen Szenarien, welche Ressourcen benötigt werden, um kurzfristige Lösungsalternativen entwickeln zu können. Basierend auf den Erkenntnissen der Datenqualitätsanalysen erfolgt die Etablierung von Maßnahmen zur Bereinigung der festgestellten Datenmängel.

Verankerung in der Organisation

Damit eine Data Governance-Initiative dauerhaft ihr Potenzial entfalten kann und nachhaltig wirkt, müssen im Unternehmen organisatorische Strukturen geschaffen werden, die Data Governance als ein fortlaufendes Vorhaben verstehen. Daher wurden neben einer Vollzeit-Stabsstelle für koordinierende Aufgaben auch bereits Mitarbeitern aus allen relevanten Fachabteilungen dem Thema zugeordnet. Aus arbeitsorganisatorischer Sicht wurden deren Aufgabenbeschreibungen um Data Governance-Inhalte ergänzt und für deren Tätigkeiten ein explizites Zeitkontingent bereitgestellt. Hiermit unterstreicht die Geschäftsführung die strategische Ausrichtung der Bank als datengetriebenes Unternehmen.

Ausblick und weitere Schritte

Für eine spätere Projektphase ist der Aufbau einer Data Lineage geplant. Die Darstellung der Datenflüsse für die Kerngeschäftsobjekte wird die geforderten Verwendungsnachweise, auf welcher Datengrundlage werden Kennzahlen berechnet und Entscheidungen getroffen, liefern. Damit die Data Lineage stets aktuell ist und nach Möglichkeit manuelle Pflegetätigkeiten vermieden werden sollen, ist eine CI/CD-Pipeline (Continuos Integration & Delivery) aufzubauen, die aus den IT-Systemen regelmäßig technische Metadaten extrahiert und somit die Darstellungen ohne manuelle Eingriffe aktuell hält.

Ihr Kontakt zum ITGAIN Data Governane-Team

Wenn auch für Ihre Organisation das Thema Data Governacne von Interesse ist, stehen wir Ihnen gerne für Fragen und Diskussionen zur Verfügung. Marion Brünen als zentrale Ansprechpartnerin des Teams Data Goverance freut sich von Ihnen zu hören.

Neuen Kommentar schreiben

Ihre E-Mail Adresse wird nicht veröffentlicht.

NEUESTE BEITRÄGE

Wichtige Details bei der Anbindung von DataStage an Snowflake
04.10.2022

Wichtige Details bei der Anbindung von DataStage an Snowflake | Umzug eines DWH auf eine Snowflake - Teil 6

Christian Hagen

In diesem letzten Teil der Blogreihe über einen Umzug von Oracle zu Snowflake wollen wir uns genauer die Besonderheiten in Jobs ansehen, auf die du bei der Anpassung der DataStage Jobs achten musst.

Data Engineering
Lasst uns in die Snowflake abtauchen | Umzug eines DWH auf eine Snowflake - Teil 5
09.09.2022

Lasst uns in die Snowflake abtauchen | Umzug eines DWH auf eine Snowflake - Teil 5

Christian Hagen

In den ersten Teilen der Blogreihe haben wir beschrieben, wie du DataStage Jobs von (beispielsweise) Oracle auf Snowflake umstellen kannst. In diesem Teil wollen wir uns auf Besonderheiten und Probleme stürzen, die bei einem Schwenk von Oracle zu Snowflake auftreten können und die sich als „Schätzchen“ in den Jobs und manuellem SQL verstecken können.

Data Engineering
ITGAIN UX UI
08.09.2022

Wie wir deinen Benutzer glücklich machen können

Lea Brauner

„UI is the sadle, the stirrups and the reins. UX is the feeling you get being able to ride the horse“, hat Dain Miller, ein Web Developer, einmal gesagt. In anderen Worten heißt das, dass man zwar ein User Interface braucht, um ein Programm oder eine Software zu bedienen, das aber noch nicht heißt, dass es mit diesem User Interface auch Spaß macht, die Software zu bedienen. Denn beim User Interface, der Benutzeroberfläche, handelt es sich lediglich um die Schnittstelle zwischen dem Benutzer und der Maschine, die ihn zum Ziel navigiert. Über die Optik oder Benutzbarkeit sagt das jedoch noch nichts aus.

Applications