DM200: Data Governance & Data Asset Management in der Praxis

Agenda:

• Refresh DM100 Grundlagen Data Management & Data Governance

  • Governance Grundlagen

  • Zielbild & Leitplanken
    
    

• Data Asset Management

  • Asset Definition

  • Klassifikation

  • Kritikalität
    
    

• Rollenmodell & Organisation

  • Data Owner/Steward/Domain Lead

  • RACI

  • Delegationslogik
    
    

• Policies & Standards in der Praxis

  • Aufbau

  • Genehmigung

  • Ausnahmen

  • Nachweisführung
    
    

• Metadaten Betrieb 

  • Glossar/Katalog Prozesse

  • Data Asset Onboarding

  • Pflege & Qualität der Metadaten
    
    

• Lineage & Impact

  • wozu, welche Granularität, wie man es pragmatisch „startet“
    
    

• Datenqualität als Organisation

  • DQ Regeln

  • DQ KPIs

  • Data Issue Management (Triage, Ownership, SLAs)
    
    

• Operating Models

  • zentral, föderiert, hub and spoke

  • Data Mesh kompatible Steuerung
    
    

• Adoption & Change

  • Kommunikations und Enablement Plan

  • Governance Backlog

  • Quick Wins

Ziele:

• Ein praxistaugliches Rollen- und Verantwortungsmodell entwerfen und argumentieren

• Policies/Standards so formulieren, dass sie implementierbar, prüfbar und anschlussfähig sind

• Katalog/Glossar-Betriebsprozesse definieren (Onboarding, Pflege, Freigaben, Qualitätskriterien)

• Lineage/Impact-Ansatz festlegen (Scope, Granularität, Nutzen, initialer MVP)

• Datenqualitätsorganisation aufsetzen: Regeln, KPI Set, Issue Workflow, Ownership/SLAs

• Ein Governance Operating Model inkl. Gremien, Entscheidungswegen und Eskalation gestalten

• Konkrete Umsetzungsroadmap erstellen (Pilot, Skalierung, Metriken, Change Maßnahmen)

• Strukturierte Vorbereitung auf CDMP/Governance Zertifizierungen

Zielgruppe:

Das Training DM200 Data Governance & Data Asset Management in der Praxis richtet sich an:

• Data Asset Manager

• Data Manager

• Data Steward

Voraussetzungen:

Um den Kursinhalten und dem Lerntempo im Training DM200 Data Governance & Data Asset Management in der Praxis gut folgen zu können, empfehlen wir den vorherigen Besuch des Kurses:

• DM100 Grundlagen Data Management & Data Governance oder gleichwertiges Grundlagenwissen

• Praktisch hilfreich: Kenntnis der eigenen Daten Domänen, Stakeholder und typischer Problemfälle

Beschreibung:

Der Kurs DM200 Data Governance & Data Asset Management in der Praxis ist die praxisorientierte Vertiefung für alle, die Governance nicht nur „verstehen“, sondern implementieren und betreiben müssen. Aufbauend auf den Workshop DM100 Grundlagen Data Management & Data Governance wird aus dem Grundlagen‑Gerüst ein umsetzbares Operating Model: Die Teilnehmer entwickeln ein Rollenmodell mit klarer Verantwortungslogik (inkl. RACI‑Denke), definieren Governance‑Artefakte (Policies, Standards, Decision Records), gestalten Katalog‑ und Metadatenprozesse (Onboarding, Pflege, Freigaben) und verbinden diese mit Lineage/Impact‑Analysen, Datenqualitätsorganisation und einem pragmatischen Issue‑Management.

Ein zentrales Element ist die Übersetzung in den Alltag: Wie wird Stewardship organisatorisch verankert? Welche Entscheidungen trifft welches Gremium? Wie werden Konflikte gelöst? Wie priorisiert man Datenassets (z. B. kritische Datenelemente) und wie etabliert man „Definition of Done“ für Daten (z. B. Katalogeintrag, Qualitätsregeln, Zugriffsregelung, Verantwortliche, Lineage‑Nachweis)? Der Workshop liefert dabei konkrete Blaupausen und Templates, die Teams direkt als Startpunkt verwenden können (Policy‑Vorlagen, Stewardship‑Backlog, Operating‑Model‑Canvas, DQ‑KPI‑Set, Katalog‑Onboarding‑Checkliste).