Data Steward
Auch: Data steward, Data stewardship, Domain data owner, Intendant des donnees, Responsable des donnees
Ein Verantwortlicher auf Fachseite, der für Qualität, Konsistenz und sachgerechte Nutzung der Daten in seiner Domäne zuständig ist.
Was es ist
Ein Data Steward ist eine Rolle auf Fachseite, die für den Zustand eines bestimmten Datenbestands innerhalb ihrer Domäne verantwortlich ist (zum Beispiel Kundendaten, Produktdaten oder Finanzdaten). Anders als ein Data Engineer oder ein Datenbankadministrator, die für die technische Infrastruktur zuständig sind, verantwortet der Data Steward Bedeutung, Qualität und korrekte Nutzung der Daten. Er ist die Person, die beantworten kann: „Was bedeutet dieses Feld eigentlich?“ und „Kann ich diese Zahl für diese Entscheidung gefahrlos verwenden?“
Stewardship ist in der Regel eine föderierte Rolle: Jede Domäne hat ihren eigenen Steward in der Fachabteilung, statt dass ein zentrales Team alles verantwortet. Stewards arbeiten unter dem Dach eines umfassenderen Data-Governance-Programms, das häufig von einem Chief Data Officer koordiniert wird.
Warum es wichtig ist
Daten schaffen nur dann Wert, wenn man ihnen vertraut und sie konsistent nutzt. Ohne Stewards bekommt man:
- Widersprüchliche Definitionen (drei Teams berechnen „aktiver Kunde“ jeweils anders)
- Stillen Qualitätsverfall (Dubletten, veraltete Werte, fehlende Felder)
- Compliance- und Datenschutzrisiken (Daten werden für Zwecke weiterverwendet, für die sie nie gedacht waren)
- Langsame Entscheidungen (niemand weiß, welche Quelle maßgeblich ist)
Stewards schließen diese Lücke, indem sie als verantwortliche Person zwischen Rohdaten und fachlicher Nutzung stehen.
Wie es in der Praxis genutzt wird
Ein Data Steward tut typischerweise Folgendes:
- Pflegt Definitionen und Geschäftsregeln in einem Datenkatalog oder Glossar
- Legt Qualitätsschwellen fest und überwacht sie (Vollständigkeit, Korrektheit, Aktualität)
- Genehmigt oder beschränkt Zugriff und Nutzung gemäß Richtlinien und Regulierung
- Sichtet Datenprobleme, die von Nutzern gemeldet werden, und treibt Korrekturen an der Quelle voran
- Zertifiziert maßgebliche Datensätze, damit nachgelagerte Teams sie nicht immer wieder neu aufbauen
Konkretes Beispiel
Ein Einzelhandelsunternehmen startet ein Churn-Modell. Marketing, Finance und das AI-Team haben jeweils eine andere Vorstellung von einem „abgewanderten Kunden“. Der Data Steward für Kundendaten bringt sie zusammen, einigt sich auf eine einzige Definition (kein Kauf in 180 Tagen), dokumentiert sie im Katalog und kennzeichnet die zertifizierte Kundentabelle als Source of Truth.
- Der CMO adressiert jetzt das richtige Segment.
- Der CFO berichtet den gefährdeten Umsatz auf derselben Basis.
- Das AI-Team trainiert auf einem gelabelten, dokumentierten Datensatz mit Einwilligung.
Eine Rolle, eine gemeinsame Definition und drei Teams, die sich endlich einig sind.
Siehe auch
Häufige Fragen
Was macht ein Data Steward konkret?
Ein Data Steward ist ein Verantwortlicher auf Fachseite, der für Bedeutung, Qualität und sachgerechte Nutzung der Daten einer Domäne zuständig ist, etwa Kunden-, Produkt- oder Finanzdaten. Er pflegt Definitionen im Katalog, legt Qualitätsschwellen wie Vollständigkeit und Aktualität fest, genehmigt oder beschränkt Zugriffe, sichtet Probleme, die von Datennutzern gemeldet werden, und zertifiziert maßgebliche Datensätze. Er ist die Person, die sagen kann, ob eine bestimmte Zahl für eine bestimmte Entscheidung verwendbar ist.
Was ist der Unterschied zwischen einem Data Steward und einem Data Engineer?
Der Data Engineer verantwortet die technische Infrastruktur (Pipelines, Speicherung, Performance), der Data Steward verantwortet Bedeutung und Verlässlichkeit der Daten. Wenn ein Feld unklar ist oder eine Zahl fachlich falsch aussieht, kommt die Antwort vom Steward, nicht vom Engineer. Die beiden Rollen ergänzen sich: Defekte Pipelines sind ein Engineering-Problem, widersprüchliche Definitionen sind ein Stewardship-Problem.
Sollte Stewardship in einem Team zentralisiert oder über das Unternehmen verteilt sein?
Stewardship funktioniert föderiert am besten: Jede Domäne hat ihren eigenen Steward in der Fachabteilung, statt dass ein zentrales Team alle Daten verantwortet. Der Steward muss wissen, wie die Daten im Alltag entstehen und genutzt werden, und das weiß ein zentrales Team selten. Die Koordination bleibt zentral, üblicherweise über ein Data-Governance-Programm unter Leitung eines Chief Data Officer, während die Verantwortung in den Domänen bleibt.
Was läuft in einem Unternehmen ohne Data Stewards schief?
Vier Probleme treten immer wieder auf: widersprüchliche Definitionen (drei Teams berechnen „aktiver Kunde“ unterschiedlich), stiller Qualitätsverfall durch Dubletten, veraltete Werte und fehlende Felder, Compliance- und Datenschutzrisiken, wenn Daten für Zwecke weiterverwendet werden, für die sie nie erhoben wurden, und langsame Entscheidungen, weil niemand weiß, welche Quelle maßgeblich ist. Keines davon lässt sich allein durch bessere Tools lösen. Es braucht eine verantwortliche Person zwischen den Rohdaten und ihrer fachlichen Nutzung.
Wie klärt ein Data Steward eine Metrik, die drei Teams unterschiedlich definieren?
Nehmen wir den Fall eines Einzelhandelsunternehmens, das ein Churn-Modell startet, wobei Marketing, Finance und das AI-Team jeweils ihre eigene Vorstellung von einem abgewanderten Kunden haben. Der Data Steward für Kundendaten bringt die drei Teams zusammen, erreicht Einigung über eine einzige Regel (kein Kauf in 180 Tagen), dokumentiert sie im Katalog und kennzeichnet die zertifizierte Kundentabelle als Source of Truth. Marketing adressiert dann das richtige Segment, Finance berichtet den gefährdeten Umsatz auf derselben Basis, und das AI-Team trainiert auf einem gelabelten, dokumentierten Datensatz mit Einwilligung.