Alle 14 Tage aktuelle News aus der IT-Szene   >   
Mobiles Arbeiten sicher gestalten 21. 07. 2026
Homeoffice, Geschäftsreise oder Café: Mobiles Arbeiten gehört längst zum Arbeitsalltag. Gleichzeitig steigen die Anforderungen an die IT-Sicherheit. Welche Maßnahmen Unternehmen heute ergreifen sollten, erläutert Andreas Steinböck, Head of Business Management bei Ingram Micro, in einem aktuellen Gastbeitrag.
Umfrage zeigt wachsende Offenheit für europäische Software 20. 07. 2026
Eine aktuelle Erhebung unter IT-Entscheidern in Deutschland, Frankreich und den nordischen Ländern zeigt einen deutlichen Wandel beim Einsatz europäischer Software. Gleichzeitig gewinnt das Thema digitale Souveränität insbesondere in den Bereichen Cybersicherheit, Künstliche Intelligenz und Cloud-Dienste weiter an Bedeutung.
Red Hat erweitert OpenShift um Funktionen für Sicherheit, Virtualisierung und KI 17. 07. 2026
Red Hat hat die Version 4.22 seiner Anwendungsplattform OpenShift vorgestellt. Das Update bringt Neuerungen in den Bereichen Sicherheit, Virtualisierung, Infrastrukturautomatisierung und Künstliche Intelligenz. Nach Angaben des Unternehmens sollen damit der Betrieb hybrider Cloud-Umgebungen vereinfacht, der Administrationsaufwand reduziert und produktive KI-Anwendungen unterstützt werden.
Daimler Truck setzt im indirekten Einkauf auf JAGGAER One 16. 07. 2026
Die Daimler Truck digitalisiert ihre indirekten Einkaufsprozesse mit der Source-to-Pay-Plattform JAGGAER One. Die Lösung soll Beschaffungsvorgänge standardisieren, den Automatisierungsgrad erhöhen und Mitarbeitende durch KI-gestützte Funktionen unterstützen.
Nextcloud holt Moltagent-Entwickler Christian Fu Müller als KI-Verantwortlichen 16. 07. 2026
Der Open-Source-Anbieter Nextcloud baut seine Kompetenzen im Bereich künstliche Intelligenz aus. Mit Christian Fu Müller übernimmt der Entwickler des KI-Assistenten Moltagent die Verantwortung für die strategische Weiterentwicklung agentischer KI-Funktionen innerhalb der Kollaborationsplattform.
Mitarbeitende werden zum wachsenden Sicherheitsrisiko 15. 07. 2026
Unsichere Arbeitsgewohnheiten und die unkontrollierte Nutzung von KI-Tools erhöhen laut einer aktuellen WatchGuard-Studie die Cyberrisiken in kleinen und mittelständischen Unternehmen. Besonders Schatten-KI, schwache Passwortpraktiken und ungesicherte Zugriffe stellen IT-Abteilungen vor neue Herausforderungen.
Swarovski auf dem Weg zur intelligenten Unternehmensplattform 15. 07. 2026
Wie modernisiert ein internationaler Konzern seine Unternehmens-IT für die nächsten Jahre? Das Praxisbericht zeigt am Beispiel von Swarovski, wie die Transformation der ERP-Landschaft umgesetzt wurde und welche Rolle Cloud und Daten dabei spielen.
AWS stellt offenen MCP-Server für die Registry of Open Data vor 15. 07. 2026
Amazon Web Services (AWS) hat auf dem UN-Gipfel „AI for Good“ in Genf einen Open-Source-MCP-Server vorgestellt, der KI-Assistenten mit der AWS Registry of Open Data (RODA) verbindet. Forschende können Datensätze künftig über natürlichsprachliche Anfragen durchsuchen und erhalten passende Ergebnisse samt Metadaten und Vorschauen innerhalb einer Konversation.
Wenn KI Phishing auf ein neues Niveau hebt 15. 07. 2026
Generative KI und Phishing-as-a-Service machen Cyberangriffe einfacher, schneller und überzeugender. Welche Folgen diese Entwicklung für Unternehmen hat und wie sich das Risiko wirksam reduzieren lässt, beleuchtet Martin J. Krämer, CISO Advisor bei KnowBe4, in seinem Gastbeitrag.
Nicht jeder Prozess braucht KI 14. 07. 2026
Zwischen KI-Hype und echtem Mehrwert liegen oft Welten. Warum erfolgreiche KI-Projekte mit dem Geschäftsproblem beginnen, welche Rolle moderne ERP-Systeme spielen und weshalb KI-Agenten den Mittelstand verändern werden, erklärt Oliver Hoffmann, Geschäftsführer von KUMAVISION, im Interview.
Wandel gestalten, menschlich bleiben: Wie der Mittelstand KI als echte Chance nutzt 14. 07. 2026
Künstliche Intelligenz ist im Mittelstand angekommen. Doch wie gelingt der Sprung von der Spielerei zum messbaren geschäftlichen Mehrwert? Beim diesjährigen Kundenforum des Business-Software-Spezialisten und Microsoft-Partners KUMAVISION in Stuttgart zeigte sich eindrucksvoll, dass der Schlüssel im partnerschaftlichen Dialog und praxisnahen Anwendungen liegt.
Infineon und LS ELECTRIC treiben DC-Infrastrukturen für KI-Rechenzentren voran 13. 07. 2026
Infineon Technologies und LS ELECTRIC wollen gemeinsam hocheffiziente Gleichstrom-Infrastrukturlösungen für KI-Rechenzentren und Stromnetze der nächsten Generation entwickeln. Im Fokus stehen Halbleiterbasierte Technologien, die Energieeffizienz, Systemleistung und Skalierbarkeit künftiger Energieinfrastrukturen verbessern sollen.
KI im Kundenservice: Zwischen Effizienz und Akzeptanz 13. 07. 2026
Generative KI wird in Unternehmen immer häufiger eingesetzt. Gleichzeitig zeigt sich, dass viele Kund den digitalen Service kritischer beurteilen als die Unternehmen selbst.
Kleine Unternehmen setzen bei Cybersecurity zunehmend auf externe Spezialisten 13. 07. 2026
Cybersecurity wird für kleine Unternehmen immer stärker zur strategischen Aufgabe. Die aktuelle ESET-Studie „Stand der IT-Sicherheit 2026“ zeigt, dass viele Unternehmen angesichts steigender Bedrohungen und begrenzter personeller Ressourcen verstärkt auf Managed Services und externe Security-Experten setzen. Gleichzeitig wächst das Sicherheitswissen in den Unternehmen deutlich.
Salesforce bringt CRM-Daten und KI-Agenten direkt in Slack 10. 07. 2026
Salesforce erweitert Slack um neue Model Context Protocol (MCP)-Server. Dadurch lassen sich CRM-Daten, Tableau-Analysen, Data-360-Informationen, KI-Agenten und Workflows direkt in Slackbot nutzen. Ziel ist es, Slack als zentrale Arbeitsumgebung für Menschen, Daten und KI-Agenten zu etablieren.
ESET warnt vor schadhaften AI Skills als neuer Angriffsfläche für KI-Agenten 08. 07. 2026
KI-Agenten erhalten durch sogenannte AI Skills zusätzliche Funktionen – genau darin sehen Sicherheitsforscher eine neue Angriffsfläche. ESET hat rund 900.000 AI Skills untersucht und dabei mehr als 25.000 verdächtige sowie über 3.000 eindeutig schadhafte Erweiterungen identifiziert. Die Ergebnisse sind Teil des aktuellen ESET Threat Reports für den Zeitraum Januar bis Mai 2026.
FH Oberösterreich verteidigt WM-Titel in der RoboCup Rescue League 07. 07. 2026
Das Team DYNAMICS der FH Oberösterreich hat den Weltmeistertitel in der RoboCup Rescue League erfolgreich verteidigt. Bei der RoboCup-Weltmeisterschaft in Südkorea setzte sich das Team des Campus Wels gegen internationale Konkurrenz durch und legte gleichzeitig die Grundlage für das neue Forschungsprojekt LARX im Bereich Rettungsrobotik.
Warum der KI-Boom den Ausbau von Rechenzentren beschleunigt 07. 07. 2026
Generative KI und autonome KI-Agenten verändern nicht nur Anwendungen, sondern auch die Anforderungen an die digitale Infrastruktur. Eine aktuelle Analyse zeigt, warum Rechenzentrumskapazitäten in den kommenden Jahren zum entscheidenden Faktor für die weitere KI-Entwicklung werden könnten.
weiter
Piano

Effektive Data Governance

Gastbeitrag: Tipps für den Aufbau eines effektiven Data-Governance-Modells gibt Adrien Guenther.

Foto: mohamed Hassan/Pixabay Eine effektive Data-Governance-Strategie stellt sicher, dass die Daten reibungslos durch alle Geschäftsabteilungen fließen und ihre Qualität, Zugänglichkeit, Verwendbarkeit und Sicherheit gewahrt bleibt Bevor Sie sich bei der strategischen Entscheidungsfindung ganz oder teilweise auf Analysen stützen, müssen Sie erst geeignete Prozesse implementieren. Das stellt sicher, dass die Daten reibungslos durch alle Geschäftsabteilungen fließen und ihre Qualität, Zugänglichkeit, Verwendbarkeit und Sicherheit gewahrt bleibt.

Hier finden Sie neun Tipps für den Aufbau einer effektiven Data-Governance-Strategie.

1. Datenbestände im Unternehmen prüfen

Damit Daten den größtmöglichen Nutzen bringen, müssen die Beteiligten wissen, wie sie diese auswählen, sammeln, speichern und effektiv nutzen. Nehmen Sie eine Bestandsaufnahme aller im Unternehmen vorhandenen Daten vor und identifizieren Sie ihre verschiedenen Quellen wie Verwaltungssysteme, Websites, soziale Netzwerke sowie Marketing- und Werbekampagnen. Anschließend definieren Sie die Reibungspunkte, an denen es aufgrund schlechter Datenqualität zu einem Wertverlust kommt.

Achten Sie besonders auf folgende Punkte:

  • Volumen: Die Menge der Daten ist in den letzten Jahren explodiert. Bestimmen Sie die Anzahl der in Ihren Datenbanken gespeicherten Informationen, um Ihre Datenverwaltungsmethode festzulegen.
  • Vielfältigkeit: Daten können komplex und vielfältig sowie strukturiert oder unstrukturiert vorliegen und aus einem breiten Spektrum von Informationssystemen stammen. Erfassen Sie sie an verschiedenen Stellen, zentralisieren Sie sie und gleichen Sie sie ab, um alle Informationen umfassend abzubilden.
  • Schnelligkeit: Setzen Sie auf leistungsstarke, flexible Software, die maschinelles Lernen beinhaltet. Prüfen Sie Ihre Infrastruktur, um die effizientesten Tools auszuwählen, die Ihren Anforderungen entsprechen, und schaffen Sie eine solide technische Basis.
  • Wahrhaftigkeit: Erklärungsfehler in Formularen, die Vielfalt der Erfassungsstellen, Bot-Aktionen, böswillige Handlungen, menschliche Fehler und mehr gefährden das Datenfundament. Auch bei der Analyse kann es zu Verzerrungen kommen. Führen Sie deshalb eine Diagnose der Qualität und Genauigkeit Ihrer Daten durch.
  • Wert: Die von Ihnen verwendeten Daten müssen perfekt auf die Geschäfts- und Marketingziele Ihres Unternehmens abgestimmt sein und sowohl für die Marke als auch für Ihre Kunden einen Mehrwert schaffen. Vereinheitlichen Sie die Daten und reagieren Sie schnell, um auf der Gewinnerseite zu stehen.

2. Eine einheitliche Data-Governance-Strategie einführen

Alle Abteilungen des Unternehmens müssen in die Datennutzung involviert sein – von der Geschäftsleitung über die Teamleiter bis hin zu den Betriebs- und Außendienstteams. Die gesamte Belegschaft sollte die Herausforderungen und Vorteile gemeinsam genutzter, qualitativ hochwertiger Daten verstehen. Berücksichtigen Sie folgende Punkte, um den gesamten Betrieb in diesen Übergang einzubeziehen:

  • Einzel- oder Gruppengespräche mit den verschiedenen Abteilungen, um die aktuelle Datenlage besser zu verstehen, die organisatorischen Anforderungen zu ermitteln und alle Data-Governance-Erwartungen zu berücksichtigen.
  • Workshops mit dem Ziel, gemeinsam einen ganzheitlichen methodischen Rahmen für die Data-Governance-Einführung zu entwickeln.
  • Reale Anwendungsfälle, in denen mit Unterstützung einer Reihe von Mitarbeitern ein Geschäftsproblem in Verbindung mit einem bestimmten Datenbereich analysiert wird. Im E-Commerce-Sektor könnte es sich beispielsweise um Fehler bei den Abmessungen der Produktverpackungen handeln, die zu logistischen Schwierigkeiten und zum Kaufabbruch führen, weil der Kunde zu hohe Lieferkosten feststellt.
  • Legen Sie anschließend strategische Ziele fest, die für das gesamte Unternehmen oder einzelne Geschäftsbereiche gelten. Definieren Sie dann alle Leistungsindikatoren der Organisation, damit jeder seine Rolle beim Governance-Modell versteht.

3. Geeignetes Data-Governance-Modell wählen

Wenn Sie ein Data-Governance-Projekt starten, sollten Sie nicht in die Falle tappen, alle technischen, organisatorischen und regulatorischen Fragen gleichzeitig zu beantworten. Sie benötigen Zeit für die ersten greifbaren Ergebnisse. Erstellen Sie eine genaue, von den Beteiligten bestätigte Roadmap mit Zwischenzielen, um die bisherigen Bemühungen und Fortschritte zu bewerten.

Bedenken Sie zudem, dass es verschiedene Data-Governance-Modelle gibt. Wählen Sie dasjenige, das am besten zu Ihrer Umgebung, Ihren Bedürfnissen, Ihren personellen und finanziellen Ressourcen und Ihrem Datenreifegrad passt.

4. Ermittlung und Auswahl aller Datenakteure

Ernennen Sie zunächst einen Chief Data Officer (CDO), der die Data Governance im gesamten Unternehmen verantwortet. Er genehmigt Projekte und ordnet sie nach Prioritäten, verwaltet Budgets, rekrutiert Personal für das Programm und stellt eine vollständige Dokumentation sicher. Idealerweise sollte der CDO direkt dem CEO unterstellt sein. Wenn Ihre Firma kleiner ist, können Sie diese Rolle einer anderen Führungskraft auf einer vergleichbaren Ebene zuweisen.

Erweitern Sie dann das Projektteam, indem Sie eine multidisziplinäre Gruppe mit den folgenden Profilen zusammenstellen:

  • Dateneigentümer: Sie beaufsichtigen die Daten in einem bestimmten Bereich und überwachen die Prozesse zur Gewährleistung der Sammlung, Sicherheit und Qualität der Daten. Sie bestimmen, wie Daten zur Lösung eines bestimmten Problems zum Einsatz kommen. So kann der Marketingleiter der Dateneigentümer der Kundendaten sein oder der Personalleiter der Dateneigentümer der internen Mitarbeiterinformationen.
  • Datenverantwortliche: Sie sind die Datenkoordinatoren und Administratoren des zentralen Datenspeichers. Sie verantworten die Organisation und Verwaltung aller Daten oder einer bestimmten Dateneinheit und überwachen die Einhaltung von Richtlinien und Vorschriften. Sie erfassen und korrigieren Datenelemente, verhindern Duplikate und überprüfen die Qualität der Datenbanken.
  • Datenverwalter: Dieser sorgt für den ordnungsgemäßen Lebenszyklus der Daten, indem er den Zugriff auf die Daten autorisiert und kontrolliert, technische Prozesse zur Gewährleistung der Datenintegrität definiert und Kontrollen zur Sicherung und Archivierung der Daten und der an ihnen vorgenommenen Änderungen durchführt.

5. Datensilos beseitigen

Sobald Sie Ihr Data-Governance-Projektteam zusammengestellt haben, können Sie es in einem Gremium zusammenführen, das strategische Entscheidungen über die Umsetzung in den verschiedenen Geschäftsbereichen trifft. Dieses Gremium genehmigt Datenrichtlinien und befasst sich mit allen Fragen rund um Datenverwaltung, -sicherheit und -qualität. Halten Sie zudem regelmäßig Sitzungen ab mit der Möglichkeit, Feedback zu geben.

Idealerweise sollten Sie sich für eine horizontale Governance entscheiden, indem Sie die Daten in den Mittelpunkt Ihrer Tätigkeit und Ihrer Geschäftsangelegenheiten stellen. Auf der Grundlage dieses Prinzips können Sie beispielsweise den Abbau von Silos zwischen Direktmarketing, Werbung und Kundenservice beschleunigen und CRM- und Medienfachwissen sowie Technologien innerhalb von Unternehmen, Marken und ihren Agenturen vereinen. Informieren Sie Ihre Mitarbeiter über die Vorteile der Zusammenarbeit und des täglichen Datenaustauschs.

Stellen Sie anschließend sicher, dass alle für die Durchführung der Projekte nützlichen Daten auf einer Datenverwaltungsplattform konsolidiert werden, die die Zuverlässigkeit und Verknüpfung der Daten gewährleistet. Es ist wichtig, allen Teams die Existenz eines zentralisierten Datenbestands bewusst zu machen. Das schafft eine gemeinsame Vision.

6. Projekt und Ressourcen dokumentieren

Um ein Data-Governance-Projekt erfolgreich zu implementieren, müssen Sie Standardprozesse einrichten und eine gemeinsame Sprache innerhalb der Organisation finden. Stellen Sie Ihren Teams dafür eine „Datenmappe“ zur Verfügung: Sie ermöglicht die Identifizierung der Datenbestände, ihrer Flüsse, ihrer Speicherung und ihrer Verarbeitungsmethoden. So machen Sie die Daten für alle Mitarbeiter zugänglich und verständlich.

Die Datenmappe besteht aus einem Geschäftsglossar mit genauen Definitionen aller Terminologien im Zusammenhang mit den im Umlauf befindlichen Daten. Hinzu kommt ein Modell, das die Struktur der Unternehmensdaten zeigt und Auskunft über deren Speicherung gibt. Auch ein Datenflussdiagramm darf nicht fehlen. Die Datenmappe enthält außerdem einen Abschnitt über das Format der verschiedenen Datentypen und informiert über ihre Zugangs- und Einsatzbedingungen.

7. Qualität der Daten sicherstellen

Daten steuern die meisten Ihrer Entscheidungen, beispielsweise die Art und den Zeitpunkt von Werbemaßnahmen oder Kommunikationskampagnen, die Segmentierung von Zielgruppen, die Korrektur oder Ergänzung von Funktionen auf einer Website oder einer mobilen Anwendung. Dabei müssen Sie sich auf die Qualität der Daten verlassen können. Denn minderwertige Daten können schwerwiegende Folgen für Ihre Firma haben, etwa geringere Einnahmen, durch Adblocker blockierten Verkehr oder überschätzte Conversions aufgrund mangelhafter Quellenzuordnung.

Um diese Risiken zu reduzieren, sollten Sie in allen Phasen des Datenlebenszyklus wachsam sein – beginnend im kritischen Moment der Datenerfassung. Jede Änderung oder Aktualisierung der Website oder des Trackings stellt eine Gefahr für die Qualität der Erfassung dar. Führen Sie wirksame Methoden und Instrumente ein, um diesen Prozess zu steuern und zu dokumentieren.

Achten Sie zunächst auf die korrekte Implementierung der Tags in Ihren Tagging-Plänen. Überprüfen Sie sie regelmäßig und vollständig, idealerweise mit automatisierten Akzeptanztests, da die manuelle Durchführung nicht nur viel Zeit kostet, sondern auch das Fehlerrisiko erhöht.

8. Konformität der Daten gewährleisten

Spätestens seit der Umsetzung der Datenschutz-Grundverordnung (DSGVO) wissen die Unternehmen, wie wichtig es ist, den Schutz der personenbezogenen Daten der Nutzer auf ihren verschiedenen digitalen Plattformen zu beachten. Bei Verletzungen drohen nicht nur Sanktionen, es kann auch dem Markenimage schaden und zu einem Vertrauensverlust bei den Kunden führen.

Deshalb sollten Sie auf Ihren Websites und in Ihren mobilen Anwendungen sicherstellen, dass die Zustimmung Ihrer Besucher ordnungsgemäß, frei und in Kenntnis der Sachlage eingeholt wird. Zu diesem Zweck müssen Sie einen Anbieter wählen, der über eine strenge Datenverwaltung verfügt und die gesetzlichen Bestimmungen vollständig einhält.

9. Interne Datennutzung demokratisieren

Die Demokratisierung von Daten innerhalb eines Unternehmens zählt zu den elementaren Bestandteilen eines Data-Governance-Ansatzes. Dabei werden alle Informationen und Ressourcen, den Mitarbeitern zur Verfügung gestellt, die zur Erfüllung ihrer Aufgaben und zur Wertschöpfung erforderlich sind. Einige Maßnahmen können dabei helfen, etwa die Festlegung der Anwendungsfälle für diese Daten sowie Angaben, wo sich die Daten befinden und wie man auf sie zugreifen kann. Auch die Ernennung von Datenreferenten, die Usern im Alltag helfen, erweist sich in der Praxis als gute Idee.

Als Nächstes sollten Sie ein spezifisches Unterstützungsprogramm einrichten. So können Sie beispielsweise Schulungen und interne Workshops organisieren, um die Nutzer in der operativen Nutzung der Tools und in der Verwendung der Daten zu bestimmten Themen anzuleiten. Um die Mitarbeiter zur Nutzung der Daten zu animieren, kann das Datenteam außerdem Dashboards für die Verwaltung der einzelnen Aktivitäten entwerfen.

Der Autor Adrien Guenther ist Director of Analytics bei Piano

it&t business medien eU
Tel.: +43/1/369 80 67-0
office@ittbusiness.at