Accenture Banking Blog

Ich kann mich des Eindrucks nicht erwehren, dass allen regulatorischen Anforderungen zum Trotz Data Governance für viele Institute heute immer noch kein zentrales Bankenthema ist. Zu Unrecht, wie ich finde, denn das Thema ist hochrelevant für alle Stakeholder der Banken. Nicht nur für die Aufsicht, sondern auch für die Mitarbeiter und Anteilseigner, denn mangelhafte Daten verursachen Zeitaufwand und Kosten. Und damit nicht genug: Banken, die sich nicht ausreichend um ihre Data Governance kümmern, riskieren im Extremfall empfindliche Sanktionen. Doch welche Kernaspekte müssen Finanzdienstleister hier besonders beachten?

PDF-Download
PDF-Download

1. Datenqualität allein reicht nicht aus

Aus meiner Sicht lässt sich Data Governance in zwei große Themenblöcke unterteilen: Metadatenmanagement und Datenqualitätsmanagement. Data Governance dreht sich nicht nur um die reine Datenqualität, also die Frage, inwieweit die Daten fachliche und regulatorische Anforderungen erfüllen – etwa Korrektheit, Genauigkeit, Eindeutigkeit, Vollständigkeit, Konsistenz oder Aktualität. Vielmehr beinhaltet Data Governance auch das Management der Metadaten. Sprich: Daten und Datenflüsse, Prozesse und Verantwortlichkeiten müssen vorab definiert und fortlaufend dokumentiert werden.

Ich sehe derzeit viele Banken, die diesen Unterschied sehr wohl verstanden haben, die beiden Themenblöcke Metadaten- und Datenqualitätsmanagement aber oftmals nicht gemeinsam angehen. Sie fokussieren sich nur auf ein Thema – häufig auf das Datenqualitätsmanagement, da dieses thematisch greifbarer ist und offensichtliche Ergebnisse wie Regelwerke, Tools oder Reports liefert. Das Management der Metadaten ist zumeist schwieriger umzusetzen, da viele diametral entgegengesetzte Interessen der Beteiligten zu handhaben sind, zum Beispiel Taxonomie-Fragen, Abläufe im jeweiligen Geschäftsprozess oder die Verantwortlichkeiten.

2. Metadatenmanagement: Nicht beliebt, aber zwingend notwendig

Aus meiner Sicht ist das ein Fehler: Schließlich haben sich Banken über die vergangenen Jahrzehnte in komplexe Organisationen verwandelt, in denen viele verschiedene Datensilos nebeneinander existieren. Im Prinzip identische Daten werden über Bereichsgrenzen hinweg in verschiedenen Anwendungen benötigt, jede mit jeweils eigenen Anforderungen an Ausprägung, Menge und Format der Daten. Das führt unweigerlich zu Problemen bei der Datenqualität – etwa zu Inkonsistenzen oder Unvollständigkeit.

Nun kann man diese Daten zwar im Rahmen konkreter Datenqualitätsmanagement-Initiativen bereinigen. Das Grundproblem wird dadurch allerdings nicht behoben. Vielmehr ist ein übergeordnetes Metadatenmanagement („Data Governance Framework“) notwendig, um Datenbestände mit einem hohen Maß an Überschneidung – wie beispielsweise in Finance und Risk – zusammenzulegen und Standards zu definieren, die beiden Bereichen genügen. Teure Abgleiche zur Sicherstellung der Datenkonsistenz lassen sich dadurch dauerhaft vermeiden.

Insofern muss Data Governance aus meiner Sicht beide Themenblöcke – Metadatenmanagement und Datenqualitätsmanagement – zeitgleich und abgestimmt angehen.

In meinem nächsten Blogbeitrag werde ich darauf eingehen, was Banken mit knappem Budget tun können, um Data Governance sicherzustellen.

Kommentar schreiben

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.