Seminar DataHub Intensiv: Discovery, Governance und Datenqualität

Der fachlich-governancebezogene Intensivpfad verbindet Recherche, semantische Ordnung, Verantwortlichkeit, Abhängigkeiten und Qualitätssteuerung. Alle Bausteine werden an einer gemeinsamen Domäne erarbeitet.

Lernziele

• Datenbestände systematisch suchen, bewerten und dokumentieren
• Glossar, Tags und strukturierte Eigenschaften kontrolliert modellieren
• Stewardship, Ownership, Domains und Datenprodukte operationalisieren
• Tabellen- und Spalten-Lineage für Herkunft und Auswirkungen nutzen
• Assertions und Incidents in einen geschlossenen Qualitätsprozess überführen

Zielgruppe

Data Stewards, Data Governance Manager, Data Product Owner, Datenanalysten, Qualitätsverantwortliche und Facharchitekten.

Voraussetzungen

Grundverständnis von Datenlandschaften, Datenqualität und Governance. Technische Detailkenntnisse oder Programmiererfahrung sind nicht erforderlich.

Inhaltsübersicht

1. Kapitel 1: Tag 1: Discovery und Katalognutzung
2. Kapitel 2: Tag 2: Glossar, Tags und Eigenschaften
3. Kapitel 3: Tag 3: Stewardship, Domains und Datenprodukte
4. Kapitel 4: Tag 4: Lineage und Impact Analysis
5. Kapitel 5: Tag 5: Assertions und Incidents
6. Kapitel 6: Integrierte Governance-Fallstudie

Kapitel 1: Tag 1: Discovery und Katalognutzung

Inhaltsübersicht dieses Kapitels: Katalog strukturieren; Recherche durchführen; Datenentscheidung dokumentieren.

Schritt 1: Katalog strukturieren

Asset-Typen, Profilseiten und Vertrauenssignale werden in einer festen Prüfreihenfolge erschlossen. Vor der Umsetzung werden Voraussetzungen, betroffene Objekte und erwartete Ergebnisse festgehalten. Die Ausführung erfolgt in einer abgegrenzten Übungsumgebung und endet mit einer dokumentierten Soll-Ist-Prüfung.

Schritt 2: Recherche durchführen

Suche, Filter und gespeicherte Sichten werden aus konkreten Informationsfragen abgeleitet und hinsichtlich Trefferqualität überprüft. Konfiguration, Zuständigkeit und mögliche Fehlerbilder werden ausdrücklich berücksichtigt. Das Ergebnis wird mit technischen und fachlichen Prüfkriterien bewertet und als wiederverwendbarer Arbeitsschritt dokumentiert.

Schritt 3: Datenentscheidung dokumentieren

Kandidaten werden nach Aktualität, Qualität, Eigentümerschaft und Lineage verglichen und mit Einschränkungen begründet ausgewählt. Abweichungen werden nicht durch pauschale Wiederholung verdeckt, sondern nach Ursache, Auswirkung und Korrekturweg eingeordnet. Eine abschließende Kontrolle bestätigt, dass der Arbeitsschritt reproduzierbar ausgeführt werden kann.

Kapitel 2: Tag 2: Glossar, Tags und Eigenschaften

Inhaltsübersicht dieses Kapitels: Metadatentypen abgrenzen; Taxonomie modellieren; Pflegeprozess etablieren.

Schritt 1: Metadatentypen abgrenzen

Glossarbegriff, Tag, Domain und strukturierte Eigenschaft werden anhand von Semantik, Wertebereich und Verbindlichkeit ausgewählt. Vor der Umsetzung werden Voraussetzungen, betroffene Objekte und erwartete Ergebnisse festgehalten. Die Ausführung erfolgt in einer abgegrenzten Übungsumgebung und endet mit einer dokumentierten Soll-Ist-Prüfung.

Schritt 2: Taxonomie modellieren

Begriffsstruktur, Definitionen, Synonyme, Klassifikationen und zulässige Werte werden nach einem einheitlichen Standard aufgebaut. Konfiguration, Zuständigkeit und mögliche Fehlerbilder werden ausdrücklich berücksichtigt. Das Ergebnis wird mit technischen und fachlichen Prüfkriterien bewertet und als wiederverwendbarer Arbeitsschritt dokumentiert.

Schritt 3: Pflegeprozess etablieren

Erstellung, Prüfung, Freigabe, Änderung, Qualitätskontrolle und Stilllegung werden mit Rollen und Kennzahlen versehen. Abweichungen werden nicht durch pauschale Wiederholung verdeckt, sondern nach Ursache, Auswirkung und Korrekturweg eingeordnet. Eine abschließende Kontrolle bestätigt, dass der Arbeitsschritt reproduzierbar ausgeführt werden kann.

Kapitel 3: Tag 3: Stewardship, Domains und Datenprodukte

Inhaltsübersicht dieses Kapitels: Verantwortung verankern; Domains strukturieren; Datenprodukte beschreiben.

Schritt 1: Verantwortung verankern

Owner, Steward, technische Betreuung und Produktverantwortung werden mit konkreten Entscheidungs- und Pflegepflichten abgegrenzt. Vor der Umsetzung werden Voraussetzungen, betroffene Objekte und erwartete Ergebnisse festgehalten. Die Ausführung erfolgt in einer abgegrenzten Übungsumgebung und endet mit einer dokumentierten Soll-Ist-Prüfung.

Schritt 2: Domains strukturieren

Fachliche Grenzen, Zuordnungsregeln und domänenübergreifende Abhängigkeiten werden nachvollziehbar modelliert. Konfiguration, Zuständigkeit und mögliche Fehlerbilder werden ausdrücklich berücksichtigt. Das Ergebnis wird mit technischen und fachlichen Prüfkriterien bewertet und als wiederverwendbarer Arbeitsschritt dokumentiert.

Schritt 3: Datenprodukte beschreiben

Zweck, Nutzer, Inputs, Outputs, Serviceerwartungen, Qualitätszusagen und Lebenszyklus eines Datenprodukts werden vollständig dokumentiert. Abweichungen werden nicht durch pauschale Wiederholung verdeckt, sondern nach Ursache, Auswirkung und Korrekturweg eingeordnet. Eine abschließende Kontrolle bestätigt, dass der Arbeitsschritt reproduzierbar ausgeführt werden kann.

Kapitel 4: Tag 4: Lineage und Impact Analysis

Inhaltsübersicht dieses Kapitels: Lineage lesen; Spalten-Lineage validieren; Auswirkungen bewerten.

Schritt 1: Lineage lesen

Automatisch erfasste Tabellen- und Pipeline-Abhängigkeiten werden nach Herkunft, Transformation und Ziel interpretiert. Vor der Umsetzung werden Voraussetzungen, betroffene Objekte und erwartete Ergebnisse festgehalten. Die Ausführung erfolgt in einer abgegrenzten Übungsumgebung und endet mit einer dokumentierten Soll-Ist-Prüfung.

Schritt 2: Spalten-Lineage validieren

Kritische Attribute werden über Transformationsstufen verfolgt und gegen bekannte fachliche Regeln geprüft. Konfiguration, Zuständigkeit und mögliche Fehlerbilder werden ausdrücklich berücksichtigt. Das Ergebnis wird mit technischen und fachlichen Prüfkriterien bewertet und als wiederverwendbarer Arbeitsschritt dokumentiert.

Schritt 3: Auswirkungen bewerten

Nachgelagerte Assets, Datenprodukte, Berichte und Verantwortliche werden für eine geplante Änderung oder Störung ermittelt. Abweichungen werden nicht durch pauschale Wiederholung verdeckt, sondern nach Ursache, Auswirkung und Korrekturweg eingeordnet. Eine abschließende Kontrolle bestätigt, dass der Arbeitsschritt reproduzierbar ausgeführt werden kann.

Kapitel 5: Tag 5: Assertions und Incidents

Inhaltsübersicht dieses Kapitels: Qualitätsregeln entwerfen; Assertion-Lebenszyklus steuern; Incident bearbeiten.

Schritt 1: Qualitätsregeln entwerfen

Kritische Datenelemente, Erwartungswerte, Prüffrequenz, Toleranz und verantwortliche Reaktion werden aus dem Datenprodukt abgeleitet. Vor der Umsetzung werden Voraussetzungen, betroffene Objekte und erwartete Ergebnisse festgehalten. Die Ausführung erfolgt in einer abgegrenzten Übungsumgebung und endet mit einer dokumentierten Soll-Ist-Prüfung.

Schritt 2: Assertion-Lebenszyklus steuern

Anlage, Ausführung, Ergebnisbewertung, Änderung und Stilllegung werden mit nachvollziehbarer Zuständigkeit organisiert. Konfiguration, Zuständigkeit und mögliche Fehlerbilder werden ausdrücklich berücksichtigt. Das Ergebnis wird mit technischen und fachlichen Prüfkriterien bewertet und als wiederverwendbarer Arbeitsschritt dokumentiert.

Schritt 3: Incident bearbeiten

Erkennung, Triage, Auswirkungsanalyse, Kommunikation, Behebung und Nachkontrolle werden als geschlossener Ablauf durchgeführt. Abweichungen werden nicht durch pauschale Wiederholung verdeckt, sondern nach Ursache, Auswirkung und Korrekturweg eingeordnet. Eine abschließende Kontrolle bestätigt, dass der Arbeitsschritt reproduzierbar ausgeführt werden kann.

Kapitel 6: Integrierte Governance-Fallstudie

Inhaltsübersicht dieses Kapitels: Domäne und Produkt aufbauen; Abhängigkeiten und Qualität prüfen; Störung vollständig bearbeiten.

Schritt 1: Domäne und Produkt aufbauen

Eine Beispieldomäne wird mit Glossar, Verantwortlichkeiten, Datenprodukt, kritischen Daten und verbindlichen Metadaten modelliert. Vor der Umsetzung werden Voraussetzungen, betroffene Objekte und erwartete Ergebnisse festgehalten. Die Ausführung erfolgt in einer abgegrenzten Übungsumgebung und endet mit einer dokumentierten Soll-Ist-Prüfung.

Schritt 2: Abhängigkeiten und Qualität prüfen

Recherche, Lineage und Assertions werden zu einer gemeinsamen Evidenzbasis für Freigabe und Betrieb verbunden. Konfiguration, Zuständigkeit und mögliche Fehlerbilder werden ausdrücklich berücksichtigt. Das Ergebnis wird mit technischen und fachlichen Prüfkriterien bewertet und als wiederverwendbarer Arbeitsschritt dokumentiert.

Schritt 3: Störung vollständig bearbeiten

Ein simulierter Qualitätsvorfall wird von der Erkennung über Impact Analysis und Verantwortungszuordnung bis zur Nachbereitung dokumentiert. Abweichungen werden nicht durch pauschale Wiederholung verdeckt, sondern nach Ursache, Auswirkung und Korrekturweg eingeordnet. Eine abschließende Kontrolle bestätigt, dass der Arbeitsschritt reproduzierbar ausgeführt werden kann.

Praxisübungen

Inhaltsübersicht dieses Kapitels: Anwendung, Prüfung und Dokumentation der behandelten Arbeitsschritte.

1. Aufbau einer fachlichen Katalogsicht und dokumentierten Datenentscheidung
2. Modellierung einer Glossar- und Klassifikationsstruktur
3. Erstellung eines Datenprodukt-Steckbriefs mit Verantwortlichkeiten
4. Tabellen- und Spalten-Lineage-Analyse für ein kritisches Attribut
5. Entwurf von Assertions und vollständige Bearbeitung eines Qualitäts-Incidents

Methodik

Inhaltsübersicht dieses Kapitels: Vermittlungsform, Übungsorganisation und Qualitätssicherung.

Jeder Tag verbindet Fachkonzept, Systemdemonstration, geführte Konfiguration und eigenständige Fallarbeit. Die Ergebnisse werden täglich konsolidiert und am letzten Tag in einer End-to-End-Simulation geprüft.