Data Excellence durch Data Governance

Im Rahmen der Digitalisierung werden in Unternehmen immer mehr Daten generiert und vorgehalten: Kundendaten, Produktdaten, Logistikdaten, Performancedaten und dergleichen. Daten sind ein wichtiges Asset geworden und können bei richtiger Handhabung entscheidende Wettbewerbsvorteile verschaffen. Daneben gibt es rechtliche Vorgaben wie die DSGVO, die ebenfalls Vorgaben an die Datenhaltung machen.

Das TIC unterstützt KMUs dabei, ihre Daten in den Fokus zu rücken und durch die Einführung bzw. den Ausbau von Data Governance Daten Excellence zu erreichen und so das meiste aus den Daten herauszuholen und diese rechtssicher zu managen.

Das Portfolio umfasst:

• Datenstrategie im Unternehmen
• Reifegradmessung/Ist-Stand-Ermittlung
• Aufbauorganisation: Rollen und Verantwortlichkeiten
• Ablauforganisation: Richtlinien, Prozesse, Standards
• KPIs und Kontrollmechanismen
• Technologie: Datenqualität, Stammdatenmanagement, Datenschutz und Datensicherheit, Metadatenmanagement, Data Catalog
• Kommunikationsplan und Schulungen

Die jeweilige Data Governance wird in enger Abstimmung mit dem Kunde auf das Unternehmen und die individuellen Bedürfnisse zugeschnitten. Es können Schwerpunkte gesetzt werden.

Durch die Digitalisierung werden immer mehr digitale Forschungsdaten in wissenschaftlichen Projekten generiert, wie beispielsweise Interview- und Umfragedaten, Messwerte oder Aufnahmen aus bildgebenden Verfahren, um wissenschaftliche Erkenntnisse zu erlangen. Von verschiedener Seite werden zunehmend Anforderungen gestellt: rechtliche Anforderungen wie die DSGVO oder Anforderungen von Forschungsförderern. Eine Data Governance in datenlastigen Forschungsprojekten ist ein effektives Mittel diese Anforderungen zu erfüllen und das volle Potenzial der Daten auszuschöpfen.

Das Portfolio umfasst:

• Erstellung eines Datenmanagementplans
• Rollen und Verantwortlichkeiten im Projekt
• Verzeichnis der Datensätze im Projekt
• Beschreibung der Daten mit Metadaten
• Datenablage
• Vorlagen für die Erhebung personenbezogener Daten
• Datenmanagement entsprechend den FAIR-Prinzipien
• Löschkonzept
• Veröffentlichung von Forschungsdaten
• Schulungen