Data Management

Was ist Data Governance?

Data Governance ist das Regelwerk eines Unternehmens für den Umgang mit Daten. Es legt Richtlinien, Standards und Verfahren fest, nach denen Daten erfasst, verwaltet, gespeichert und genutzt werden, und benennt, wer darüber entscheidet. Ziel sind verlässliche Datenqualität, Datensicherheit und die Einhaltung gesetzlicher und interner Vorgaben.

Data Governance beantwortet die Frage, wer im Unternehmen welche Entscheidungen über Daten trifft. Das umfasst Zuständigkeiten für Produkt-, Kunden- und Lieferantendaten ebenso wie verbindliche Regeln für Formate, Pflichtfelder und Freigaben. Bekannte Frameworks wie DAMA-DMBOK, ISO 8000 oder das CMMI-DMM-Modell geben dafür Orientierung. Ohne dieses Fundament setzt sich im Alltag oft durch, wer zuerst eine Änderung vornimmt.

Im Mittelstand zeigt sich der Bedarf meist an konkreten Symptomen: Dieselbe Artikelnummer erscheint in ERP, Shop und Katalog mit unterschiedlichen Bezeichnungen, und niemand weiß, welcher Wert gilt. Data Governance schafft hier Verantwortung, bevor Systeme und Schnittstellen den Zustand lediglich verteilen. Sie bildet damit die organisatorische Grundlage für Master Data Management und für jede belastbare Datenstrategie.

Kriterium Data Governance Data Management
Kernfrage Wer entscheidet was über Daten, nach welchen Regeln? Wie werden Daten erfasst, gespeichert, qualitätsgesichert und bereitgestellt?
Ergebnis Richtlinien, Standards, Rollen, Entscheidungsrechte Prozesse, Systeme und laufender Betrieb der Datenverwaltung
Typische Beteiligte Lenkungsausschuss, Dateneigentümer, Data Stewards, Fachbereiche Fachbereiche und IT, unterstützt durch Systeme wie MDM und PIM
Messgrößen Fehlerquote, Konsistenz und Vollständigkeit als Qualitätsmetriken Umsetzung der Qualitätssicherung, Metadatenverwaltung, Stammdatenpflege
Beispiel Produktdaten Pflichtfelder und Freigabeprozess für neue Artikel sind festgelegt Das PIM-System setzt Pflichtfelder und Workflow technisch um
Abgrenzung Organisatorischer Rahmen, kein Werkzeug Umfasst auch die technische Umsetzung

Stand: Oktober 2026. Quellen: IBM (Was ist Data Governance?), Wikipedia (Data governance), jeweils zusammengefasst und vereinfacht.

Aus welchen Bausteinen besteht Data Governance?

Die gängigen Beschreibungen nennen diese Elemente:

  • Rollen: Ein Lenkungsausschuss verantwortet Strategie und Ausrichtung, Dateneigentümer stehen für Genauigkeit und Konsistenz ihres Datenbereichs, Data Stewards übernehmen die tägliche Pflege.
  • Standards und Richtlinien: Vorgaben zu Datenformaten, Datenmodellen, Metadaten, Namenskonventionen und Stammdatenverwaltung.
  • Qualitätssicherung: Metriken wie Fehlerquote, Konsistenz und Vollständigkeit machen Fortschritt messbar.
  • Audits und Nachvollziehbarkeit: Regelmäßige Prüfungen belegen, ob Richtlinien eingehalten werden.
  • Werkzeuge: Datenkataloge, Lineage, Klassifizierung und rollenbasierte Zugriffskontrolle.

Für Produktdaten entspricht das etwa einem benannten Verantwortlichen je Produktbereich, einem verbindlichen Merkmalsmodell und einem Freigabe-Workflow im PIM.

Welche Bausteine zuerst benötigt werden, hängt vom Reifegrad ab. Zum Start genügen meist benannte Verantwortliche und wenige verbindliche Regeln, Datenkataloge und Lineage-Werkzeuge folgen bei wachsender Komplexität.

Einordnung

Aus Geschäftsführersicht ist Data Governance eine Entscheidung über Verantwortung. Solange niemand benannt ist, der über Produktdaten, Preise oder Kundendaten entscheidet, bleibt jede Qualitätsinitiative ein Einzelprojekt. Wer mit einer Domäne beginnt und Entscheidungsrechte klar vergibt, erreicht schneller Wirkung als mit einem Konzernrahmenwerk. Der Aufwand lohnt sich dort, wo Datenfehler heute Rückfragen, Retouren oder Nacharbeit auslösen.

Philipp Foreman, Geschäftsführer onacy GmbH

onacy Insights

Neues zu Produktdaten, Commerce und KI, einmal im Monat

Der Insight-Newsletter bündelt neue Wissensseiten, Praxisbeispiele und Einordnungen aus Projekten im Mittelstand. Abmeldung jederzeit möglich.


Wie verhalten sich Data Governance und Data Management zueinander?

Laut Khatri und Brown legt Governance fest, welche Entscheidungen getroffen werden müssen und wer dafür verantwortlich ist. Data Management setzt diese Entscheidungen um, etwa durch Qualitätssicherung, Metadatenverwaltung, Master Data Management und Sicherheitskontrollen.

In der Praxis greifen beide ineinander: Ein MDM- oder PIM-System kann Regeln technisch durchsetzen, zum Beispiel Pflichtfelder oder Freigaben. Welche Regeln gelten und wer sie ändern darf, bestimmt die Governance. Zur sauberen Datenbasis gehört außerdem eine Datenbereinigung, damit die Regeln auf konsistenten Datensätzen aufsetzen, und am Ende steht im Idealfall ein Golden Record je Entität.

Was regelt der Data Governance Act der EU?

Der Begriff taucht auch im europäischen Recht auf, meint dort aber etwas anderes. Das Daten-Governance-Gesetz (Verordnung (EU) 2022/868) ist seit dem 23. Juni 2022 in Kraft und gilt nach einer Übergangsfrist von 15 Monaten seit September 2023. Es soll das Vertrauen in den Datenaustausch stärken und regelt unter anderem die Weiterverwendung bestimmter öffentlicher Daten, Datenvermittler und den sektor- und grenzüberschreitenden Datenaustausch.

Interne Data Governance im Unternehmen ist davon getrennt. Interne Governance betrifft die eigenen Daten, Rollen und Prozesse, kann aber Voraussetzungen schaffen, um Daten rechtskonform bereitzustellen.

Wie startet Data Governance im Mittelstand?

Ein unternehmensweites Rahmenwerk ist zum Einstieg nicht erforderlich. Sinnvoll ist ein begrenzter Start mit einer Datendomäne, häufig den Produktstammdaten, weil hier Fehler direkt in Shop, Katalog und Vertrieb sichtbar werden. Das passt zum Ansatz, Daten zentral zu organisieren und doppelte Datenpflege zu vermeiden.

  • Datendomäne wählen und Datenfluss zwischen ERP, PIM, Shop und Kanälen kartieren.
  • Dateneigentümer und Data Stewards benennen, Entscheidungsrechte schriftlich festhalten.
  • Pflichtfelder, Formate und Freigabeschritte definieren und im PIM als Workflow abbilden.
  • Qualitätsmetriken festlegen und regelmäßig auswerten.

onacy begleitet als Pimcore-Platinum-Partner und Shopware-Agentur die technische Umsetzung dieser Regeln in PIM und MDM. Wann welcher Schritt sinnvoll ist, hängt von Sortimentsgröße, Kanalzahl und Systemlandschaft ab.

Kostenlos: Webinar

Dateneffizienz statt Datenfrust: Mit Pimcore zum nachhaltigen Datenmanagement

Im Webinar zeigen onacy, Pimcore und der Referenzkunde Bruno Nebelung, wie sich Produkt- und Kundendaten effizient organisieren lassen, ohne doppelte Datenpflege.

Webinar ansehen

Häufige Fragen zu Data Governance

Was ist Data Governance einfach erklärt?

Data Governance ist der Rahmen aus Regeln, Rollen und Verantwortlichkeiten, der festlegt, wie ein Unternehmen mit seinen Daten umgeht. Er klärt, wer Daten pflegt, freigibt und ändern darf und welche Qualitätsstandards gelten. Ziel sind verlässliche, sichere und regelkonform genutzte Daten für Analysen, Prozesse und KI-Anwendungen. Der Begriff ist von Data Management abzugrenzen, das die Umsetzung übernimmt.

Welche Rollen gibt es in der Data Governance?

Typisch sind ein Lenkungsausschuss für Strategie und Ausrichtung, Dateneigentümer, die für Qualität und Konsistenz eines Datenbereichs verantwortlich sind, und Data Stewards für die tägliche Pflege. Hinzu kommen Fachbereiche als Datennutzer. Größere Organisationen ergänzen Rollen wie Chief Data Officer oder Datenschutzbeauftragte. Wichtig ist, dass jede Entscheidung eindeutig bei einer Person liegt, unabhängig von der Zahl der Rollen.

Was ist der Unterschied zwischen Data Governance und Master Data Management?

Data Governance legt fest, wer über Daten entscheidet und welche Regeln gelten. Master Data Management ist die Disziplin und Technik, mit der Stammdaten wie Produkte, Kunden und Lieferanten zentral konsistent gehalten werden. Das MDM setzt Governance-Regeln um, ohne dass es sie selbst definiert.

Ist der Data Governance Act dasselbe wie Data Governance im Unternehmen?

Nein, der Data Governance Act ist die EU-Verordnung 2022/868 zum überbetrieblichen Datenaustausch, etwa mit öffentlichen Stellen, Datenvermittlern und in europäischen Datenräumen, und gilt seit September 2023. Die unternehmensinterne Data Governance regelt dagegen Rollen, Standards und Qualität der eigenen Daten und ist keine gesetzliche Pflichtstruktur.

Wie beginnt man mit Data Governance im Mittelstand?

Sinnvoll ist ein Start mit einer Datendomäne, meist den Produktstammdaten. Dort werden Verantwortliche benannt, Pflichtfelder und Freigaben festgelegt und im PIM als Workflow umgesetzt. Mit ersten Qualitätsmetriken lässt sich der Effekt belegen, danach folgen weitere Domänen wie Kunden- und Lieferantendaten.

Verantwortung für Daten klären, bevor Systeme wachsen

Im Erstgespräch wird geklärt, welche Datendomäne den größten Hebel hat und wie Regeln und Rollen im PIM oder MDM abgebildet werden.

Data Governance: Erstgespräch vereinbaren

Mehr Kontext: Data-Management-Hub und PIM-System

Verwandte Themen

Diese Einträge vertiefen, wie Governance, Stammdaten und Datenqualität im Mittelstand zusammenhängen.