In einem Data-driven Unternehmen mit einer komplexen Struktur spielt die Data Governance eine entscheidende Rolle, um die Verantwortlichkeiten, Richtlinien und Prozesse für die Erfassung, Verwaltung und Nutzung von Daten zu definieren und sicherzustellen. 

In diesem Workshop gehen wir durch die wichtigsten Komponenten so einer Strategie und besprechen wir die Erfahrungen einer Umsetzung. 

Sie lernen über: 

■ Data Governance bei einer dezentralen Infrastruktur, fedarated Data Governance 

■ Verstehen der kritischen Daten, die die Transformationsziele unterlegen 

■ Datenverantwortlichkeit, Data - Ownership & Stewardship 

■ Metadaten-Management, Datenqualität 

■ Enge interne Kooperationen (Datenschutz, Informationssicherheit, Prozessmanagement) 

■ Datenintegration und Harmonisierung 

Roberto Grau

Data Governance Officer
Berlin Hyp

See Bio

Data quality is of utmost importance in a data mesh architecture, as they

directly affect the reliability and usefulness of the data for decision-making

processes. An accurate, consistent and Trustworthy database is crucial to combat

misinformation and to avoid incorrect conclusions. Therefore, aspects such as

Data precision, completeness, timeliness and reliability carefully be taken into

account to maximize the value of the data ecosystem and Promote data-driven

excellence throughout the organization.

In diesem Workshop besprechen wir die folgenden Aspekte: 

• Datenpräzision: Gewährleistung, dass die Daten genau sind, frei von Fehlern und die wahren Werte der gemessenen Eigenschaften repräsentieren.

• Daten-Vollständigkeit: Überprüfung, dass alle erforderlichen Datenpunkte vorhanden und verfügbar sind, ohne Lücken oder fehlende Informationen zu hinterlassen.

• Datenaktualität: Aktualisierung der Daten regelmäßig und zeitnah, damit Benutzer jederzeit auf die aktuellsten Informationen für ihre Entscheidungsprozesse zugreifen können.

• Datenzuverlässigkeit: Sicherstellung der Konsistenz und Verlässlichkeit von Datenquellen und Pipelines, um das Vertrauen in die Daten innerhalb der Organisation aufzubauen.

In this workshop we will discuss the following aspects:

■ Data precision: Ensuring that data is accurate, free of errors and represent the

true values of the measured properties.

■ Data completeness: Verification that all required data points are present and

available, without gaps or missing information leave behind.

■ Data timeliness: updating the data regularly and promptly, so that users

always have the most up-to-date information for their needs access decisionmaking

processes.

■ Data reliability: Ensuring the consistency and reliability of Data sources and

pipelines to ensure trust in the data within the to build an organization.