Reden wir über die Bewertung der Datengovernance: Wie kann sie praktisch umgesetzt werden?
— Die Bewertung ist keine einfache Benotung, sondern das Federwerk, das die Daten-Governance in Gang setzt
Bei der Daten-Governance vieler Unternehmen sind Systeme aufgestellt, Standards veröffentlicht und Plattformen in Betrieb genommen worden, doch am Ende bleibt sie an einer peinlichen Stelle stecken: Alle Dokumente liegen im Schrank, die Daten bleiben unverändert. Was fehlt? Die Bewertung. Genauer gesagt, es fehlt eine Bewertung, die umsetzbar ist, eingehalten wird und das Verhalten verändern kann. Doch bei der Bewertung gilt: Wenn sie richtig gemacht wird, ist sie das treibende Federwerk, wenn sie falsch gemacht wird, wird sie zu Formalismus.
Schauen wir uns zuerst zwei echte Vergleichsfälle an.
Das Daten-Governance-Büro einer Konzern hat zu Jahresbeginn ein offizielles Dokument namens „Verwaltungsmaßnahmen für die Bewertung der Daten-Governance“ veröffentlicht und organisiert einmal pro Quartal eine Benotung. Nach zwei Jahren liegen die durchschnittlichen Punkte aller Abteilungen über 90, alle sind zufrieden. Doch bei der Jahresendprüfung stellt sich heraus: Die Leerwertquote der Kernfelder hat sich nicht im Geringsten verändert, doppelte Kundendaten bestehen weiter, und die Berichte weichen jeden Monat voneinander ab. Die Bewertung ist zu einer Zeremonie geworden, bei der man sich gegenseitig entgegenkommt.
Ein anderes Aktienbankinstitut hat nur eine einzige Maßnahme ergriffen: Es hat die Genauigkeit der Kundeninformationen direkt an die Leistung der Schalterangestellten geknüpft, und bei nicht erreichter Genauigkeit werden Leistungspunkte abgezogen. Das Ergebnis? Innerhalb von drei Monaten stieg die Genauigkeit der Kundeninformationen von 88 % auf 99,2 %.
Beides sind Bewertungen, die eine läuft leer, die andere zeigt Wirkung. Der Unterschied liegt nicht darin, wie schön das Dokument formuliert ist, sondern in vier Wörtern: Wie man es umsetzt. Heute erklären wir das Thema detailliert.
I. Zuerst die negative Seite: Vier typische Gründe für das Leerlaufen der Bewertung
Bevor wir entwerfen, wie bewertet wird, klären wir zuerst, warum die Bewertung der meisten Unternehmen scheitert. Zusammengefasst gibt es vier typische Scheiternswege:
Scheiternsweg 1: Nur die IT-Abteilung bewerten, die Fachabteilungen nicht
Das häufigste Missverhältnis. Daten werden von Fachabteilungen eingegeben und entstehen in Fachprozessen, doch die Bewertungsstrafe trifft die IT-Abteilung. Fachabteilungen füllen nicht aus, was sie ausfüllen sollen, und ändern nicht, was sie ändern sollen, aber die IT-Abteilung trägt die Konsequenz — Die IT hat keine Befugnis, die Fachabläufe zu verwalten, muss aber trotzdem für die Datenqualität der Fachabteilungen geradestehen. Das Ergebnis ist, dass die IT ständig damit beschäftigt ist, „Daten zu säubern“, während schmutzige Quelldaten unaufhörlich nachfließen.
Scheiternsweg 2: Nur Punkte abziehen, keine Punkte hinzufügen
In den Bewertungsbögen gibt es ausschließlich Punkteabzüge: Bei einem Problem wird 1 Punkt abgezogen, bei großer Auswirkung werden 25 Punkte abgezogen. Logisch betrachtet ist das nicht falsch, aber die Organisationsverhaltenslehre lehrt uns: Eine Bewertung, die nur bestraft und nicht belohnt, lehrt die Organisation als erstes: „Lass dich nicht erwischen“. Daher werden Datenprobleme auf allen Ebenen verheimlicht, man berichtet nur von positiven Ergebnissen und verschweigt Probleme. Am Ende bekommt das Governance-Team nicht einmal eine echte Liste von Problemen — wenn du nicht einmal weißt, wo der Gegner ist, wie willst du dann den Kampf führen?
Scheiternsweg 3: Indikatoren aus dem Bauch heraus festlegen
Die Indikatoren werden nicht von der Baseline abgeleitet, der Vorgesetzte entscheidet spontan: „Die Datenqualität soll dieses Jahr 98 % erreichen!“ Niemand weiß, wie hoch sie aktuell ist, niemand prüft, welche Investitionen für das Erreichen von 98 % nötig sind, und es wird sogar verlangt, dass „die Indikatoren nur steigen und nicht fallen dürfen“. Was sollen die Mitarbeiter an der Basis tun? Entweder sie geben auf und akzeptieren die Strafen, oder sie manipulieren die Zahlen. Indikatoren, die sich von der Baseline lösen, führen nicht zu Verbesserungen, sondern zu Fälschungen.
Scheiternsweg 4: Nach der Bewertung gibt es keine weiteren Maßnahmen
Die vierteljährliche Benotung wird groß angelegt durchgeführt, nach der Punktevergabe werden die Ergebnisse im System gespeichert und damit ist Schluss. Die Bewertungsergebnisse werden nicht an Leistungsprämien, nicht an Abteilungsbudgets und nicht an die Beförderung von Führungskräften geknüpft — Eine nicht umgesetzte Bewertung ist im Wesentlichen eine teure Umfrage. In Artikel 34 der „Leitlinien für die Daten-Governance von Banken und Finanzinstituten“ der China Banken- und Versicherungsaufsichtsbehörde steht es ganz klar geschrieben: Die Ergebnisse der Datenqualitätsbewertung müssen in das leistungsbezogene Bewertungssystem der Institution aufgenommen werden. Die Aufsichtsbehörde hat die Sache bereits für dich ausgesprochen.
Zusammenfassung in einem Satz: Die Wurzel des Leerlaufens der Bewertung liegt nicht darin, dass es nicht genug Indikatoren gibt, sondern darin, dass die falschen Personen bewertet werden, die falsche Methode verwendet wird und die Ergebnisse nicht umgesetzt werden.
II. Was bewerten: Drei-Ebenen-Indikatorensystem
Die Indikatoren sollten nicht so viele wie möglich sein, sondern in Ebenen unterteilt werden. Ein umsetzbares System von Bewertungsindikatoren sollte drei Ebenen umfassen und drei aufeinander aufbauende Fragen beantworten:
Ebene 1: Governance-Prozessebene — Wurde die Arbeit erledigt?
Diese Ebene bewertet die Ausführungstiefe der Governance-Maßnahmen. Der repräsentativste Indikator ist die Standardumsetzungsrate — der Anteil der veröffentlichten Datenstandards, die in den tatsächlichen Systemfeldern umgesetzt werden.
Der Fall der Ganzhou Bank macht das sehr deutlich: Bevor sie KI-Governance-Tools eingeführt hat, stand sie vor der Bewertung der Standardumsetzung von 61 bestehenden Systemen, 8 Datenthemen, 1244 Standards und mehr als 7000 Kernfeldern. Mit manueller Arbeit kam sie kaum voran, die Standardumsetzungsrate lag nur bei 20 %. Nach systematischer Governance stieg die Rate auf 85 %. Dieser Sprung von 20 % auf 85 % zeigt, dass die Standardumsetzungsrate die Tiefe der Governance wirklich widerspiegelt — wenn Standards festgelegt, aber nicht umgesetzt werden, ist die Arbeit umsonst.
Ebene 2: Datenqualitätsebene — Haben sich die Daten verbessert?
Dies ist die direkteste Darstellung des Governance-Ergebnisses. Die Kernindikatoren umfassen: Vollständigkeit (Leerwertquote der Kernfelder), Genauigkeit (Erkennung und Behebung von Qualitätsprüfproblemen), Konsistenz (Unterschiede in der Definition desselben Indikators über verschiedene Systeme hinweg) und Aktualität (Reaktionsdauer bei Problemen).
Ebene 3: Fachwert-Ebene — Was hat die Governance gebracht?
Dies ist die am schwierigsten festzulegende, aber wichtigste Ebene. Fehlerrate von Berichten, Reaktionszeit bei Datenanfragen, Anteil der KI-Projekte, die durch Datenprobleme behindert werden … Die Indikatoren dieser Ebene beantworten die Frage „Was haben die Fachabteilungen tatsächlich wahrgenommen?“.
Wichtige Methodik: Auf dieser Ebene sollten keine absoluten Werte festgelegt werden, sondern die Baseline-Methode verwendet werden. Wähle 5 bis 10 Kernberichte aus, zeichne ab diesem Monat die Anzahl der monatlichen Rücksendungen auf, führe die Aufzeichnung 3 Monate lang durch, um eine Baseline aufzubauen, und beobachte dann, ob sich der Trend verkleinert. Die Ausgangspunkte sind unterschiedlich, der Vergleich von absoluten Werten ergibt keinen Sinn, nur der Vergleich von Veränderungstrends ist überzeugend.
III. Wie bewerten: Drei wichtige Gestaltungsmaßnahmen
Gestaltungsmaßnahme 1: Schichten und Kategorien einteilen, bewerten was jede Person tut
Wie bereits gesagt, wenn nur die IT-Abteilung bewertet wird, scheitert das Projekt zwangsläufig. Die richtige Vorgehensweise ist es, die Bewertungsobjekte in Schichten zu unterteilen, jede Gruppe wird nach ihren eigenen Aufgaben bewertet:
Daten werden von Fachabteilungen erzeugt, also muss die Fachabteilung für die Qualität an der Quelle verantwortlich sein. Tools werden von der IT-Abteilung aufgebaut, also ist die IT für die Unterstützungsfähigkeit verantwortlich. Wer sein eigenes Feld bewirtschaftet, soll die Ernte abliefern.
Gestaltungsmaßnahme 2: Doppelsystem aus Punkteabzug und Punktehinzufügung parallel durchführen
Das Bewertungsdesign eines Energieunternehmens ist als Referenz geeignet: Die Anzahl der Datenqualitätsprobleme und ihr Ausmaß sind Punkteabzugsbestandteile (Gewichtung 60 Punkte), aber „die Bearbeitung eines Problems innerhalb der festgelegten Zeit ergibt 1 Extrapunkt“ ist ein Punktehinzufügungsbestandteil (Gewichtung 35 Punkte). Das bedeutet: Es ist kein Fehler, Probleme zu entdecken, sondern es ist ein Fehler, Probleme zu verbergen. Wenn Probleme aktiv gelöst werden, wird das in der Bewertung belohnt.
Die Klugheit dieses Designs liegt darin, dass es die Wettbewerbsstruktur verändert: Früher war das Verbergen von Problemen die beste Strategie, jetzt ist die rechtzeitige Behebung von Problemen die beste Strategie. Das Verhalten der Organisation folgt dem Taktstock der Bewertung, das ist die Kraft des Mechanismusdesigns.
Gestaltungsmaßnahme 3: Indikatoren müssen dem SMART-Prinzip entsprechen, keine leeren Slogans
„Die Datenqualität verbessern“ ist kein Indikator, sondern ein Wunsch. Das SMART-Prinzip gilt auch für die Bewertung der Daten-Governance:
Spezifisch: Sage nicht „verbessere die Datenqualität“, sage „die Vollständigkeitsrate des Feldes Kundenadresse ist ≥ 95 %“; Messbar: Die Daten werden automatisch über die Qualitätsüberwachungsplattform erfasst, keine manuelle Eingabe; Erreichbar: Die anfänglichen Ziele sind realitätsnah und werden schrittweise erhöht; Relevant: E-Commerce-Unternehmen bewerten schwerpunktmäßig die Konsistenz von Bestellungen, Fertigungsunternehmen bewerten schwerpunktmäßig die Genauigkeit von Stammdaten; Termingebunden: Die vierteljährlichen oder jährlichen Verbesserungszeitpunkte sind klar festgelegt.
Zusätzlich soll betont werden: Die Indikatordaten sollten so weit wie möglich automatisch aus dem System abgerufen werden — aus dem Daten-Middle-Platform, Qualitäts-Sonden und Ticket-System. Manuell eingegebene Bewertungsdaten sind von Natur aus ungenau und mit Übertreibungen behaftet.
IV. Wie verwenden: Vier Komponenten für die Umsetzung der Bewertung
Was nach der Bewertung passiert, ist die gesamte Bedeutung des Wortes „Umsetzung“. Die vier Komponenten dürfen nicht fehlen:
Komponente 1: An Leistung knüpfen, echte Vorteile verknüpfen
Die Bewertungsergebnisse müssen direkt an Abteilungsbudgets, individuelle Leistungsprämien und die Beförderung von Führungskräften geknüpft werden. Der Fall der Bank am Anfang hat innerhalb von drei Monaten Wirkung gezeigt, weil die Genauigkeit der Schalterangestellten direkt ihre Leistungslohn bestimmt. Bei derselben Bewertung hat die, die an Geld geknüpft ist, ein anderes Schicksal als die, die nur an der Wand hängt.
Komponente 2: Verwarnungs- und Strafmechanismus mit roten und gelben Karten, die Untergrenze festlegen
Für Verhaltensweisen wie Datenfälschung, Verschweigen von schwerwiegenden Qualitätsproblemen und Verzögerung bei der Korrektur muss es einen klaren Mechanismus mit roten und gelben Karten geben. Ein Fertigungsunternehmen hat folgende Vorgehensweise: Für Abteilungen, die zwei aufeinander folgende Quartale die Ziele nicht erreichen, wird eine Governance-Prüfung eingeleitet. Die Rechenschaftspflicht ist nicht das Ziel, aber eine Bewertung ohne Rechenschaftspflicht ist wie ein Spiel ohne Schiedsrichter.
Komponente 3: Monatliches Qualitätsrückblick-Meeting, einen geschlossenen Kreislauf bilden
Unter der Leitung der speziellen Governance-Arbeitsgruppe wird monatlich ein Rückblick mit allen Abteilungen organisiert: Die Bearbeitungsergebnisse von Qualitätsproblemen werden mitgeteilt, gute Beispiele geteilt (z. B. die praktische Methode einer Filiale mit 100 % Datengenauigkeit), und gemeinsame Lösungen für übliche schwierige Probleme erarbeitet. Mechanistisch wird ein Kreislauf aus „Problem entdecken — Problem lösen — Zusammenfassen und optimieren“ gebildet. Die Bewertung gibt den Druck, das Rückblick-Meeting gibt die Methode. Wenn es nur Druck gibt und keine Methode, wird der Druck zu Unzufriedenheit.
Komponente 4: Positive Anreize, die Mitarbeiter bereitwillig mitmachen lassen
Neben Punkteabzügen muss es auch Vorteile geben. Spezielle Anreize wie „Vorbild in Datenqualität“ oder „Innovationspreis für Daten-Governance“ werden eingerichtet. Ein zentrales Staatsunternehmen hat ein ausgereifteres Punktesystem: Es baut eine Datenverantwortungsmatrix für mehr als 2000 Kernfelder auf, kombiniert mit einer Bewertung nach Punkten. Die Erfüllungsrate stieg von 58 % auf 92 %, die Kosten wurden innerhalb eines Jahres um rund 20 Millionen Yuan eingespart. Mitarbeiter, die gültige Verbesserungsvorschläge einbringen, können diese gegen Schulungsressourcen eintauschen und werden in die Bewertung für Beförderungen aufgenommen — nur wenn die Personen, die an der Governance teilnehmen, etwas davon haben, wird die Governance populär.