Seminar DataGalaxy Kompaktseminar Governance-Plattform

Seminarprofil: Das Kompaktformat vermittelt einen zusammenhängenden Überblick über Katalog, Glossary, Governance, Lineage, Datenqualität, Datenprodukte, Marketplace und Portfolio. Die Übungen konzentrieren sich auf einen gemeinsamen End-to-End-Fall und schaffen eine belastbare Grundlage für Rollen- oder Vertiefungsseminare.

Inhaltsübersicht

1. Plattformkontext und Governance-Zielbild
2. Oberfläche, Navigation und persönliche Arbeitsbereiche
3. Datenobjekte erfassen und kuratieren
4. Begriffsmodell und fachliche Semantik
5. Rollenmodell, Ownership und RACI
6. Impact Analysis und Änderungsbewertung
7. Qualitätsrahmen und Vertrauensmodell
8. Product Canvas und Produktdefinition
9. Angebote veröffentlichen und kuratieren
10. Demand Intake und qualifizierte Bedarfserfassung
11. Wertmodell und Kennzahlenlogik
12. Pilot, Ausbauwellen und Roadmap

Lernziele

• Plattform, Rollen und Objektmodell im Gesamtzusammenhang einordnen
• Katalog, Glossary und Governance an einem End-to-End-Fall anwenden
• Lineage und Datenqualität für Vertrauen und Änderungsbewertung nutzen
• Datenprodukte und Marketplace aus Konsumentensicht gestalten
• Demand, Use Cases und Wertsteuerung in ein gemeinsames Portfolio einordnen
• Ein sinnvolles Vertiefungs- und Einführungsprogramm ableiten

Zielgruppe

Projektteams, Data Office, Data Owner, Data Stewards, Data Product Owner, Fach- und Technikverantwortliche sowie Entscheider mit kompaktem Gesamtüberblick

Voraussetzungen

Keine Plattformkenntnisse erforderlich; grundlegendes Verständnis der eigenen Datenlandschaft und eines priorisierten Geschäftsfalls empfohlen

Seminarinhalte

Bearbeitungslogik: Jedes Kapitel beginnt mit einer Kapitelübersicht. Die Arbeitsschritte werden anschließend in der vorgesehenen Reihenfolge praktisch umgesetzt, geprüft und dokumentiert.

Plattformkontext und Governance-Zielbild

Kapitelübersicht: Schritt 1 – Die Ausgangssituation wird anhand typischer Datenprobleme, Suchaufwände und unklarer Verantwortlichkeiten strukturiert; Schritt 2 – Die zentralen Plattformbereiche werden den Aufgaben Katalogisierung, Governance, Zusammenarbeit und Wertsteuerung zugeordnet; Schritt 3 – Ein fachliches Zielbild wird mit konkreten Nutzungsszenarien, Rollen und erwarteten Verbesserungen formuliert; Schritt 4 – Die priorisierten Szenarien werden als Lern- und Umsetzungsschwerpunkte für die weiteren Übungen festgehalten.

1. Schritt 1: Die Ausgangssituation wird anhand typischer Datenprobleme, Suchaufwände und unklarer Verantwortlichkeiten strukturiert.
2. Schritt 2: Die zentralen Plattformbereiche werden den Aufgaben Katalogisierung, Governance, Zusammenarbeit und Wertsteuerung zugeordnet.
3. Schritt 3: Ein fachliches Zielbild wird mit konkreten Nutzungsszenarien, Rollen und erwarteten Verbesserungen formuliert.
4. Schritt 4: Die priorisierten Szenarien werden als Lern- und Umsetzungsschwerpunkte für die weiteren Übungen festgehalten.

Oberfläche, Navigation und persönliche Arbeitsbereiche

Kapitelübersicht: Schritt 1 – Die Hauptnavigation wird systematisch erschlossen und den wiederkehrenden Aufgaben im Arbeitsalltag zugeordnet; Schritt 2 – Ansichten, Filter und Suchparameter werden kombiniert, um relevante Objekte gezielt einzugrenzen; Schritt 3 – Favoriten, gespeicherte Sichten und persönliche Arbeitslisten werden für wiederkehrende Aufgaben eingerichtet; Schritt 4 – Ein vollständiger Rechercheweg vom Einstieg bis zum dokumentierten Ergebnis wird praktisch durchgeführt.

1. Schritt 1: Die Hauptnavigation wird systematisch erschlossen und den wiederkehrenden Aufgaben im Arbeitsalltag zugeordnet.
2. Schritt 2: Ansichten, Filter und Suchparameter werden kombiniert, um relevante Objekte gezielt einzugrenzen.
3. Schritt 3: Favoriten, gespeicherte Sichten und persönliche Arbeitslisten werden für wiederkehrende Aufgaben eingerichtet.
4. Schritt 4: Ein vollständiger Rechercheweg vom Einstieg bis zum dokumentierten Ergebnis wird praktisch durchgeführt.

Datenobjekte erfassen und kuratieren

Kapitelübersicht: Schritt 1 – Ein Datenobjekt wird mit technischer Identität, fachlichem Zweck und organisatorischem Kontext angelegt; Schritt 2 – Beschreibungen, Tags, Domänen, Verantwortliche und Statusinformationen werden nach einer Pflegekonvention ergänzt; Schritt 3 – Verknüpfungen zu Begriffen, Regeln, Qualitätsangaben und abhängigen Objekten werden hergestellt; Schritt 4 – Das Objekt wird mit einer Prüfliste auf Auffindbarkeit, Eindeutigkeit und Nutzbarkeit abgenommen.

1. Schritt 1: Ein Datenobjekt wird mit technischer Identität, fachlichem Zweck und organisatorischem Kontext angelegt.
2. Schritt 2: Beschreibungen, Tags, Domänen, Verantwortliche und Statusinformationen werden nach einer Pflegekonvention ergänzt.
3. Schritt 3: Verknüpfungen zu Begriffen, Regeln, Qualitätsangaben und abhängigen Objekten werden hergestellt.
4. Schritt 4: Das Objekt wird mit einer Prüfliste auf Auffindbarkeit, Eindeutigkeit und Nutzbarkeit abgenommen.

Begriffsmodell und fachliche Semantik

Kapitelübersicht: Schritt 1 – Kritische Geschäftsbegriffe werden aus Berichten, Prozessen, Datenmodellen und regulatorischen Anforderungen gesammelt; Schritt 2 – Definitionen werden nach einer einheitlichen Struktur mit Zweck, Abgrenzung, Beispiel und Gültigkeitsbereich formuliert; Schritt 3 – Synonyme, Abkürzungen, verwandte Begriffe und hierarchische Beziehungen werden kontrolliert ergänzt; Schritt 4 – Das Begriffsmodell wird mit fachlichen Beispielen auf Widerspruchsfreiheit und Verständlichkeit geprüft.

1. Schritt 1: Kritische Geschäftsbegriffe werden aus Berichten, Prozessen, Datenmodellen und regulatorischen Anforderungen gesammelt.
2. Schritt 2: Definitionen werden nach einer einheitlichen Struktur mit Zweck, Abgrenzung, Beispiel und Gültigkeitsbereich formuliert.
3. Schritt 3: Synonyme, Abkürzungen, verwandte Begriffe und hierarchische Beziehungen werden kontrolliert ergänzt.
4. Schritt 4: Das Begriffsmodell wird mit fachlichen Beispielen auf Widerspruchsfreiheit und Verständlichkeit geprüft.

Rollenmodell, Ownership und RACI

Kapitelübersicht: Schritt 1 – Aufgaben werden in Entscheiden, Pflegen, Prüfen, Beraten und Informieren zerlegt; Schritt 2 – Data Owner, Data Steward, Custodian, Produktverantwortliche und Fachrollen werden je Aufgabe zugeordnet; Schritt 3 – Vertretung, Eskalation und Übergaben werden für kritische Situationen verbindlich geregelt; Schritt 4 – Eine RACI-Matrix wird für eine Beispieldomäne erstellt, auf Lücken geprüft und abgestimmt.

1. Schritt 1: Aufgaben werden in Entscheiden, Pflegen, Prüfen, Beraten und Informieren zerlegt.
2. Schritt 2: Data Owner, Data Steward, Custodian, Produktverantwortliche und Fachrollen werden je Aufgabe zugeordnet.
3. Schritt 3: Vertretung, Eskalation und Übergaben werden für kritische Situationen verbindlich geregelt.
4. Schritt 4: Eine RACI-Matrix wird für eine Beispieldomäne erstellt, auf Lücken geprüft und abgestimmt.

Impact Analysis und Änderungsbewertung

Kapitelübersicht: Schritt 1 – Die geplante Änderung wird mit Ausgangsobjekt, Art, Umfang und Zeitbezug präzise beschrieben; Schritt 2 – Abwärts- und Aufwärtsabhängigkeiten werden mit passenden Filtern und Betrachtungstiefen analysiert; Schritt 3 – Auswirkungen werden nach Kritikalität, Nutzungsart, Datenqualität und organisatorischer Verantwortung bewertet; Schritt 4 – Ein abgestimmter Maßnahmen- und Kommunikationsplan wird aus den Analyseergebnissen abgeleitet.

1. Schritt 1: Die geplante Änderung wird mit Ausgangsobjekt, Art, Umfang und Zeitbezug präzise beschrieben.
2. Schritt 2: Abwärts- und Aufwärtsabhängigkeiten werden mit passenden Filtern und Betrachtungstiefen analysiert.
3. Schritt 3: Auswirkungen werden nach Kritikalität, Nutzungsart, Datenqualität und organisatorischer Verantwortung bewertet.
4. Schritt 4: Ein abgestimmter Maßnahmen- und Kommunikationsplan wird aus den Analyseergebnissen abgeleitet.

Qualitätsrahmen und Vertrauensmodell

Kapitelübersicht: Schritt 1 – Kritische Nutzungsszenarien und ihre Auswirkungen bei fehlerhaften Daten werden priorisiert; Schritt 2 – Passende Qualitätsdimensionen wie Vollständigkeit, Aktualität, Eindeutigkeit und Konsistenz werden ausgewählt; Schritt 3 – Akzeptanzschwellen, Verantwortlichkeiten und Eskalationsstufen werden je Datenobjekt definiert; Schritt 4 – Ein transparentes Vertrauensmodell aus Qualität, Verantwortung, Aktualität und Nutzungskontext wird formuliert.

1. Schritt 1: Kritische Nutzungsszenarien und ihre Auswirkungen bei fehlerhaften Daten werden priorisiert.
2. Schritt 2: Passende Qualitätsdimensionen wie Vollständigkeit, Aktualität, Eindeutigkeit und Konsistenz werden ausgewählt.
3. Schritt 3: Akzeptanzschwellen, Verantwortlichkeiten und Eskalationsstufen werden je Datenobjekt definiert.
4. Schritt 4: Ein transparentes Vertrauensmodell aus Qualität, Verantwortung, Aktualität und Nutzungskontext wird formuliert.

Product Canvas und Produktdefinition

Kapitelübersicht: Schritt 1 – Zielgruppe, Aufgaben und erwartete Entscheidungen werden im Canvas nachvollziehbar erfasst; Schritt 2 – Datenbestandteile, Schnittstellen, Semantik und Abhängigkeiten werden als Produktumfang dokumentiert; Schritt 3 – Qualitätsziele, Aktualisierung, Verfügbarkeit, Support und Nutzungsbedingungen werden festgelegt; Schritt 4 – Offene Annahmen und Risiken werden priorisiert und in validierbare Arbeitspakete überführt.

1. Schritt 1: Zielgruppe, Aufgaben und erwartete Entscheidungen werden im Canvas nachvollziehbar erfasst.
2. Schritt 2: Datenbestandteile, Schnittstellen, Semantik und Abhängigkeiten werden als Produktumfang dokumentiert.
3. Schritt 3: Qualitätsziele, Aktualisierung, Verfügbarkeit, Support und Nutzungsbedingungen werden festgelegt.
4. Schritt 4: Offene Annahmen und Risiken werden priorisiert und in validierbare Arbeitspakete überführt.

Angebote veröffentlichen und kuratieren

Kapitelübersicht: Schritt 1 – Ein geeignetes Datenangebot wird ausgewählt und mit Nutzen, Zielgruppe und Nutzungskontext beschrieben; Schritt 2 – Owner, Support, Qualitätsniveau, Aktualisierung, Bedingungen und abhängige Objekte werden ergänzt; Schritt 3 – Kategorien, Suchbegriffe und Beziehungen werden zur besseren Auffindbarkeit optimiert; Schritt 4 – Das Angebot wird aus Konsumentensicht geprüft, freigegeben und in einen Pflegezyklus überführt.

1. Schritt 1: Ein geeignetes Datenangebot wird ausgewählt und mit Nutzen, Zielgruppe und Nutzungskontext beschrieben.
2. Schritt 2: Owner, Support, Qualitätsniveau, Aktualisierung, Bedingungen und abhängige Objekte werden ergänzt.
3. Schritt 3: Kategorien, Suchbegriffe und Beziehungen werden zur besseren Auffindbarkeit optimiert.
4. Schritt 4: Das Angebot wird aus Konsumentensicht geprüft, freigegeben und in einen Pflegezyklus überführt.

Demand Intake und qualifizierte Bedarfserfassung

Kapitelübersicht: Schritt 1 – Ein Bedarf wird als Problemstellung statt als vorweggenommene technische Lösung formuliert; Schritt 2 – Zielgruppen, Prozessbezug, Datenbedarf, erwartete Wirkung und zeitliche Dringlichkeit werden erfasst; Schritt 3 – Mindestinformationen und Rückfragen werden nach Initiativtyp und Reifegrad differenziert; Schritt 4 – Ein eingereichter Bedarf wird geprüft, nachgeschärft und in einen entscheidungsfähigen Status überführt.

1. Schritt 1: Ein Bedarf wird als Problemstellung statt als vorweggenommene technische Lösung formuliert.
2. Schritt 2: Zielgruppen, Prozessbezug, Datenbedarf, erwartete Wirkung und zeitliche Dringlichkeit werden erfasst.
3. Schritt 3: Mindestinformationen und Rückfragen werden nach Initiativtyp und Reifegrad differenziert.
4. Schritt 4: Ein eingereichter Bedarf wird geprüft, nachgeschärft und in einen entscheidungsfähigen Status überführt.

Wertmodell und Kennzahlenlogik

Kapitelübersicht: Schritt 1 – Wirkungsketten von Aktivität über Ergebnis bis Geschäftseffekt werden für einen Use Case modelliert; Schritt 2 – Baseline, Zielwert, Messgröße, Datenquelle, Messrhythmus und Owner werden je Kennzahl definiert; Schritt 3 – Direkte und indirekte Effekte sowie Unsicherheit und zeitliche Verzögerung werden transparent berücksichtigt; Schritt 4 – Das Wertmodell wird auf Doppelzählungen, nicht beeinflussbare Effekte und fehlende Nachweise geprüft.

1. Schritt 1: Wirkungsketten von Aktivität über Ergebnis bis Geschäftseffekt werden für einen Use Case modelliert.
2. Schritt 2: Baseline, Zielwert, Messgröße, Datenquelle, Messrhythmus und Owner werden je Kennzahl definiert.
3. Schritt 3: Direkte und indirekte Effekte sowie Unsicherheit und zeitliche Verzögerung werden transparent berücksichtigt.
4. Schritt 4: Das Wertmodell wird auf Doppelzählungen, nicht beeinflussbare Effekte und fehlende Nachweise geprüft.

Pilot, Ausbauwellen und Roadmap

Kapitelübersicht: Schritt 1 – Der Pilot wird in konkrete Ergebnisse, Arbeitspakete, Verantwortliche und Abnahmekriterien zerlegt; Schritt 2 – Wellen werden nach Domänen, Systemen, Nutzergruppen und organisatorischen Abhängigkeiten geplant; Schritt 3 – Lernpunkte und Risiken werden nach jeder Welle in Standards, Konfiguration und Vorgehen zurückgeführt; Schritt 4 – Eine realistische Roadmap mit Entscheidungen, Kapazitäten und Übergaben in den Betrieb wird erstellt.

1. Schritt 1: Der Pilot wird in konkrete Ergebnisse, Arbeitspakete, Verantwortliche und Abnahmekriterien zerlegt.
2. Schritt 2: Wellen werden nach Domänen, Systemen, Nutzergruppen und organisatorischen Abhängigkeiten geplant.
3. Schritt 3: Lernpunkte und Risiken werden nach jeder Welle in Standards, Konfiguration und Vorgehen zurückgeführt.
4. Schritt 4: Eine realistische Roadmap mit Entscheidungen, Kapazitäten und Übergaben in den Betrieb wird erstellt.

Praxisanteil

Durchgängiger Fall von der Geschäftsfrage über Begriffe, Datenobjekte und Verantwortung bis zu Datenprodukt, Marketplace, Portfolioentscheidung und Rollout-Plan.