Data Governance

Unsere Forschung zeigt: Data Governance scheitert in der Praxis selten am fehlenden Willen, sondern daran, dass Unternehmen nicht zeigen können, was es kostet, nichts zu tun, und was es bringt, es richtig zu machen. In 19 Interviews mit Entscheidungsträgerinnen und Entscheidungsträgern aus Banking, Versicherung, Technologie, Industrie, Energie und Recht in der Schweiz und Deutschland zeigte sich konsistent: Unternehmen wissen, dass Data Governance wichtig ist. Aber sie können diesen Wert weder messen noch nach innen kommunizieren.

Das eigentliche Problem ist nicht das Fehlen von Daten, sondern das Fehlen einer Sprache, die ihren Wert sichtbar macht.

Wir entwickeln deshalb drei komplementäre Werkzeuge, die diesen Wert greifbar machen:

1. Schadens-Assessment: Was kostet schlechte Data Governance? Compliance-Bussen, Datenqualitätsfehler, manuelle Korrekturen, fehlgeschlagene KI-Projekte. Diese Kosten sind real, aber häufig unsichtbar. Das Instrument quantifiziert sie und schafft damit eine belastbare Grundlage für Investitionsentscheide.
2. Mehrwert-Assessment: Was bringt gute Data Governance? Time-to-Market, AI-Readiness, neue Datenprodukte, Datenaustausch-Fähigkeit. Offensive Wirkungen, die im Alltag zu selten gemessen und kommuniziert werden.
3. Potenzial-Assessment: Was ist der nächste Schritt wert? Eine Synthese aus beiden Instrumenten: ein kontextspezifischer Business Case je nach Branche, Reifegrad und Datenintensität.

Ziel ist es, Führungskräften und Governance-Verantwortlichen ein Werkzeug an die Hand zu geben, mit dem sie Data Governance nicht länger als Kostenfaktor, sondern als strategische Ressource positionieren und intern begründen können.

Wertschöpfung entsteht zunehmend in Ökosystemen – ob Open Banking, Open Insurance, Smart Energy oder IoT–, in denen Daten über Unternehmens- und Branchengrenzen hinweg geteilt werden. Wir erforschen, wie Data Governance in solchen Konstellationen funktioniert.

Das Besondere: Anders als in einzelnen Unternehmen oder auf Plattformen gibt es hier keinen zentralen Orchestrator, der die Regeln vorgibt. Steuerung entsteht polyzentrisch, im Zusammenspiel von Regulierern, etablierten Unternehmen, neuen Marktteilnehmern und Infrastrukturbetreibern. Genau das macht Data Governance zu einer der zentralen offenen Fragen digitaler Wertschöpfung und mit dem zunehmenden Einsatz von KI wird sie noch drängender.

Unsere Erkenntnis: Data Governance ist keine nachgelagerte Compliance-Aufgabe, sondern eine strategische Fähigkeit. Sie entscheidet mit darüber, ob Offenheit zu Wertschöpfung oder zu systemischem Risiko führt. Wer sie früh aufbaut, sichert sich regulatorische Resilienz und Einfluss auf Standards, die gerade erst entstehen.

Mehr dazu in unserem aktuellen Artikel: Teebken, M. & Jung, R. (2026). Data Governance als strategische Fähigkeit: Erfolgsfaktoren in sektoralen und intersektoralen Ökosystemen. HMD Praxis der Wirtschaftsinformatik.

Diese Forschungsthemen bilden die Grundlage unserer Projekte mit Unternehmen und Institutionen. Wir unterstützen Praxispartner mit wissenschaftlich fundierten Ansätzen direkt aus diesem Forschungsfeld.