Data Governance #09 – The Force Awakens – Data Governance und SAFe

In einer datengetriebenen Welt stehen viele Unternehmen vor der Herausforderung, Data Governance in einem agilen Umfeld zu etablieren. Auf den ersten Blick scheinen diese beiden Konzepte nicht zusammenzupassen: Während Data Governance oft mit Regeln, Kontrollen und strikten Prozessen assoziiert wird, steht Agilität für Flexibilität, iterative Arbeitsweisen und Selbstorganisation. Doch dieser vermeintliche Widerspruch ist in Wahrheit ein Missverständnis. Data Governance und agile Methoden lassen sich nicht nur miteinander vereinbaren, sondern können sich sogar optimal ergänzen. Anhand von Praxisbeispielen der fiktiven Blockbuster Bytes AG und der sakila-Datenbank wird veranschaulicht, wie das gelingen kann.

Gemeinsam mehr (!) Wert!

Betrachtet man die Gemeinsamkeiten zwischen Data Governance und agilen Methoden, wird schnell klar, dass beide Ansätze den Fokus auf Wertschöpfung legen. Sie zielen darauf ab, den größtmöglichen Nutzen aus Daten zu ziehen, sei es durch verbesserte Entscheidungsgrundlagen, höhere Datenqualität oder die Einhaltung von Compliance-Anforderungen. Darüber hinaus basieren beide Konzepte auf iterativen Prozessen: Während agile Teams Software in kurzen Sprints entwickeln und kontinuierlich verbessern, können auch Governance-Prozesse agil gestaltet werden. Transparenz und klare Verantwortlichkeiten sind ebenfalls essenzielle Elemente beider Ansätze. In der Praxis bedeutet das, dass Governance nicht als starres Kontrollinstrument, sondern als unterstützender Rahmen für agile Teams verstanden werden sollte. Auch unsere fiktive Blockbuster Bytes AG hat erkannt, dass Data Governance kein Bremsklotz, sondern der Sicherheitsgurt für datengetriebene Innovation ist.  

Genug ist genug!

Agile Data Governance beschreibt einen Ansatz, bei dem Governance-Prinzipien flexibel, iterativ und teamnah umgesetzt werden. Das bedeutet, dass nicht starr an umfangreichen Regelwerken festgehalten wird, sondern Governance als dynamischer Prozess verstanden wird, der sich den sich ändernden Anforderungen des Unternehmens anpasst. Ein zentrales Prinzip ist „Just Enough Governance" – es geht darum, nur so viel Governance wie nötig zu implementieren, um Compliance und Datenqualität sicherzustellen. Dabei steht die Befähigung der Teams im Vordergrund: Sie gestalten die Governance aktiv mit, anstatt von externen Vorgaben gelenkt zu werden. Durch regelmäßige Feedback-Loops werden Datenrichtlinien kontinuierlich überprüft und bei Bedarf angepasst, um sicherzustellen, dass sie den aktuellen Anforderungen gerecht werden.

Ein anschauliches Beispiel liefert die Blockbuster Bytes AG mit ihrem agilen Team „Data Ninjas", das eine neue Reporting-Funktion für die sakila-Datenbank entwickelt. Zu Beginn des Projekts stellten sich grundlegende Fragen:

• Wer ist der Data Owner für die Kundendaten?
• Wie kann der Zugriff auf sensible Informationen kontrolliert werden?
• Und wie lassen sich Datenqualitätsprobleme frühzeitig erkennen?

Die Lösung liegt in der Integration von Data Governance in die bestehenden agilen Prozesse. So werden Data Policies als Teil der „Definition of Done" in die Sprints aufgenommen, um sicherzustellen, dass Governance-Aspekte von Anfang an berücksichtigt werden.

Automatisierte Datenqualitätsprüfungen werden in die CI/CD-Pipeline integriert, wodurch Qualitätsprobleme schnell identifiziert und behoben werden können. Darüber hinaus werden Data Reviews regelmäßig in den Sprint-Retrospektiven durchgeführt, um Governance-Themen kontinuierlich zu reflektieren und zu verbessern.

Das Ergebnis: Data Governance wird nicht als zusätzliche Belastung empfunden, sondern als natürlicher Bestandteil des Workflows. 

Wandel als Schlüssel zu Innovation und Wachstum

Der Wandel zu einer datengetriebenen Organisation (Data Driven Company) erfordert nicht nur technische Anpassungen, sondern auch einen tiefgreifenden kulturellen Wandel. Das Scaled Agile Framework (SAFe) bietet einen Rahmen, um diesen Wandel agil zu gestalten und gleichzeitig die Datenqualität und -sicherheit sicherzustellen.

Parallel dazu gewinnt Data Governance an Bedeutung, um die Qualität, Compliance und Sicherheit von Daten zu gewährleisten. SAFe und Data Governance ergänzen sich ideal: Während SAFe für Geschwindigkeit und Flexibilität sorgt, stellt Data Governance sicher, dass Daten korrekt und konsistent verwaltet werden. Durch die Integration von Data Governance in den SAFe-Ansatz können Organisationen die Vorteile beider Welten nutzen und so ihre Wettbewerbsfähigkeit steigern.

Praktisch bedeutet das, dass Data Governance-Ziele explizit in die PI Objectives aufgenommen werden, um sicherzustellen, dass sie Teil der übergeordneten Unternehmensziele sind. Data Governance-Aktivitäten können auf Kanban Boards visualisiert werden, was Transparenz schafft und eine kontinuierliche Überwachung ermöglicht. Im Value Stream Mapping lassen sich Engpässe im Datenfluss identifizieren und Prozesse optimieren.

Data Stewards sind fester Bestandteil jedes Agile Release Trains (ART) und sorgen für die Einhaltung von Datenstandards. Automatisierte Datenqualitätsprüfungen werden in die Continuous Delivery Pipeline integriert, um eine kontinuierliche Überprüfung sicherzustellen, während der Einsatz von Data Catalogs eine zentrale Verwaltung und Suche nach Daten ermöglicht.

Es geht immer um Qualität!

Besondere Bedeutung kommt dabei der Datenqualität und der Datenherkunft (Data Lineage) zu. Die Datenqualität ist das Fundament für erfolgreiche KI- und BI-Projekte. Nur mit hochwertigen, konsistenten und vollständigen Daten können Algorithmen präzise Ergebnisse liefern und fundierte Entscheidungen getroffen werden. Data Lineage wiederum hilft dabei zu verstehen, wie Daten transformiert wurden und welchen Weg sie durch das System genommen haben. Dies ist entscheidend, um die Integrität und Verlässlichkeit der Daten zu gewährleisten und Probleme schnell an der Quelle zu erkennen und zu beheben.

Der Erfolg der Integration von SAFe und Data Governance hängt jedoch nicht nur von technischen Lösungen ab, sondern auch von der Schaffung einer geeigneten Unternehmenskultur. Führungskräfte spielen dabei eine entscheidende Rolle, indem sie eine datengetriebene Kultur fördern und die Mitarbeiter:innen für den Umgang mit Daten sensibilisieren. Data Governance sollte als kontinuierlicher Prozess betrachtet werden, der regelmäßig überprüft und an neue Anforderungen angepasst wird.

P.S.: Star Wars: Episode VII – The Force Awakens (2015); https://www.imdb.com/de/title/tt2488496/

Seminarempfehlungen