Data Owner

Data Owner

Data Owner - selten auch deutsch Dateneigner – ist ein Begriff aus dem Informationsmanagement. Entsprechend zum Process Owner, der für einen bestimmten Prozess zuständig ist, ist der Data Owner im Rahmen der Governance und Qualität von Daten für einen bestimmten Teil der Unternehmensdaten (z. B. Lieferantendaten) zuständig. Er sorgt für die Umsetzung der vom Governance-Komitee bzw. vom für die Qualitätssicherung von Daten zuständigen Gremium verabschiedeten Standards und Richtlinien. Der Data Owner ist üblicherweise ein Manager, dem für die Erfüllung seiner Aufgaben ein Data Steward zuarbeitet.

In der Literatur werden die Begriffe Data Owner und Data Steward nicht einheitlich verwendet. So benutzt beispielsweise Boris Otto in [1] für den Data Owner den Terminus Chief Steward; den Data Steward nennt er Business Data Steward, weiter führt er den Technical Data Steward als Experten für die technische Repräsentation der Daten in Anwendungssystemen ein, der eher dem Datenbankadministrator nahe kommt.

Die Notwendigkeit für die Etablierung der Rolle eines Data Owners bzw. der zugehörigen Funktion einer Data Ownership zeigt(e) sich in Unternehmen insbesondere bei Datenintegrationsvorhaben wie z. B. beim Aufbau und Einsatz von Data-Warehouses und bei der Fusion von Firmen.

Inhaltsverzeichnis

Aufgaben

Die Aufgaben des Data Owner umfassen nach Meyer und Winter die folgenden drei Aspekte:

1. Dateninhalte und Verwendung: fachliche Seite der Daten im Hinblick auf die Bedeutung und die Qualität der Daten sowie den Verwendungszweck.

  • Definition der Bedeutung (Semantik) des Datums inklusive der fachlichen Beschreibung der Daten (Metadaten)
  • fachlich korrekte Abbildung der Realität auf die Daten
  • Festlegung von Wertebereichen der Attribute, von Identifikationen der Informationsobjekte und vom Aufbau der Klassifikationssysteme (fachliche Sicht, nicht hingegen die technische Sicht, für die der Datenbankadministrator zuständig ist)
  • Definition des Qualitätsanspruchs (z. B. Vollständigkeit, Datenintegrität, Aktualität) im Rahmen der Qualitätssicherung der Daten (Qualitätsplanung und Überwachung).
  • Festlegung ggf. Reduzierung/Erweiterung des Einsatz-/Verwendungszwecks

2. Algorithmen und Methoden: Ableitung von Daten (z. B. Aggregation) auf Basis bestehender Daten

  • Definition von Logiken und Extraktions- und Transformationsregeln zur Umwandlung von feingranularen Daten in die managementorientierten Sichten, was vor allem beim Data-Warehousing zum Tragen kommt
  • Definition von abgeleiteten Daten (z. B. Berechnung des Mindestverwendbarkeitsdatums einer Charge aus Herstelldatum und Haltbarkeitsfrist)

Diese Rolle des Data Owners bzw. Data Stewards wird auch als Measure Owner bezeichnet.

3. Entwicklung und Datenbereitstellung

  • Festlegung der Zuständigkeiten für Erhebung, erstmalige Erfassung und laufende Aktualisierung
  • Definition des Schutz- und Sicherheitsanspruchs (z. B. Vertraulichkeit gemäß den Regeln für den Informationsschutz)
  • Auskunftsbereitschaft über Bedeutung, Zuständigkeiten,...
  • Weitergabe der Daten an Dritte und Begründung für Ablehnung (z. B. Verweigerung aus rechtlichen Gründen) und ggf. Festlegung einer Gegenleistung
  • Sicherstellung, dass Daten nach ihrer Nutzung im notwendigen Maße (z. B. wegen Behördenauflagen) archiviert und ggf. wieder verfügbar gemacht werden.

Kenntnisse und Fähigkeiten

Data Owner wie auch Data Steward sollen die fachlichen Zusammenhänge - vor allem die Geschäftsprozesse, in denen „ihre“ Daten anfallen - kennen; insofern ist es angebracht, wenn Data Owner wie auch Data Steward aus einem der betroffenen Fachbereiche kommen. Kurzum: Data Stewardship ist eine Fachbereichs- und weniger eine IT-Aufgabe. Für den „Macher“ Data Steward sind analytische Fähigkeiten unerlässlich, um in Zusammenarbeit mit den Erstellern der in den Projekten entwickelten Datenmodellen erkennen zu können, ob diese verträglich mit der Datenlandschaft des Unternehmens sind bzw. ob Anpassungen am Datenmodell des Projektes oder am unternehmensweiten Datenmodell (UwDM) erforderlich sind. Für die Abstimmungen mit den Projektteams wie auch mit dem Data Owner sind vor allem Teamfähigkeit und die Beherrschung von Argumentations- und Präsentationstechniken unabdingbar.

Rahmenbedingungen

Zur effizienten Erfüllung der Aufgaben von Data Owner und Data Steward sind folgende Voraussetzungen zu schaffen.

  • Zumindest die Leiter der Fachbereiche – besser noch die Geschäftsleitung – müssen sich der Bedeutung von Datenzuständigkeiten bewusst sein und Data Owner wie auch Data Stewards benennen und für hinreichende zeitliche Verfügbarkeit zur Bewältigung der oben angeführten Aufgaben neben deren sonstigen Aufgaben sorgen.
  • Data Owner müssen vom Governance-Komitee oder der Geschäftsleitung mit Kompetenzen ausgestattet werden, was die Entscheidungen über die oben angeführten drei Aspekte betrifft.

Literatur

  • Markus Meyer und Robert Winter in Reinhard Jung, Robert Winter: Data Warehousing 2000: Methoden, Anwendungen, Strategien, ISBN 3-7908-1356-7

Weblinks


Wikimedia Foundation.

Игры ⚽ Нужен реферат?

Schlagen Sie auch in anderen Wörterbüchern nach:

  • data owner — duomenų savininkas statusas T sritis radioelektronika atitikmenys: angl. data owner vok. Dateneigentümer, m rus. владелец данных, m pranc. possesseur de données, m; propriétaire de données, m …   Radioelektronikos terminų žodynas

  • Data remanence — is the residual representation of data that remains even after attempts have been made to remove or erase the data. This residue may result from data being left intact by a nominal file deletion operation, by reformatting of storage media that… …   Wikipedia

  • Data architecture — in enterprise architecture is the design of data for use in defining the target state and the subsequent planning needed to achieve the target state. It is usually one of several architecture domains that form the pillars of an enterprise… …   Wikipedia

  • Data Mining Extensions — (DMX) is a query language for Data Mining Models supported by Microsoft s SQL Server Analysis Services product. Like SQL, it supports a data definition language, data manipulation language and a data query language, all three with SQL like syntax …   Wikipedia

  • Data Securities International — Data Securities International, DSI is a company based in San Francisco, California that escrows source code for licensees. History In 1981, mathematician Dwight Olson saw an opportunity in the infant software product industry. Software companies… …   Wikipedia

  • Data model — Overview of data modeling context: A data model provides the details of information to be stored, and is of primary use when the final product is the generation of computer software code for an application or the preparation of a functional… …   Wikipedia

  • Data mart — A data mart (DM) is the access layer of the data warehouse (DW) environment that is used to get data out to the users. The DM is a subset of the DW, usually oriented to a specific business line or team. Contents 1 Terminology 2 Design schemas 3… …   Wikipedia

  • Data Matrix — An example of a Data Matrix code, encoding the text: Wikipedia, the free encyclopedia Reading Data …   Wikipedia

  • Data classification (data management) — In the field of data management, data classification as a part of Information Lifecycle Management (ILM) process can be defined as tool for categorization of data to enable/help organization to effectively answer following questions: What data… …   Wikipedia

  • Data Systems & Solutions — Infobox Company company name = Data Systems Solutions company company type = Subsidiary foundation = 1999 location = Reston, Virginia, USA key people = Henner Wapenhans (CEO) industry = Asset Optimization revenue = operating income = net income …   Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”