Metriken für Data Governance: Lineage, Zugriff und Stewardship-Health

# Metriken für Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen →: Lineage, Zugriff und Stewardship-Health

Der Datenkatalog einer Landesarbeitsbehörde listet 340 Datensätze. Fragt man, wer "Arbeitslosenanträge 2023" verantwortet, ist die Antwort ein Slack-Thread aus 2021. Fragt man, wie lange es dauert, für eine Betrugsprüfung Zugriff auf diesen Datensatz zu bekommen, lautet die ehrliche Antwort "sechs bis acht Wochen, manchmal". Diese Behörde hat eine Data-Governance-Richtlinie. Sie hat keine Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen →. Diese Lektion zeigt Ihnen, wie Sie den Unterschied an drei messbaren Signalen erkennen: Lineage, Stewardship und Bearbeitungsdauer von Zugriffsanfragen.

Warum Governance Metriken braucht, keine Richtliniendokumente

Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → ist die Summe der Regeln, Rollen und Prozesse, die festlegen, wer auf Daten zugreifen, sie ändern und für sie verantwortlich sein darf. Die meisten Behörden haben eine Governance-Charta. Weit weniger kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen Zahlen vorlegen, die belegen, dass sie im Tagesgeschäft funktioniert.

Diese Lücke ist relevant, weil Daten im öffentlichen Sektor Entscheidungen mit rechtlicher Wirkung speisen: Leistungsansprüche, Steuerbescheide, Polizeiarbeit, Kinderschutz. Schlechte oder nicht zurechenbare Daten kosten nicht nur Geld, sie führen zu unrechtmäßigen Ablehnungen und fehlgeschlagenen Prüfungen. Das US Government Accountability Office (GAO) hat Bundesbehörden mehrfach für unvollständige Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → gerügt, darunter inkonsistente Datenbestandsverzeichnisse im Rahmen der Federal Data Strategy und des Evidence Act des OMB.

Drei Metriken erlauben es Ihnen, Governance wie ein Außenstehender zu prüfen: Lineage-Coverage, Stewardship-Zuweisungsquote und Bearbeitungsdauer von Zugriffsanfragen.

Metrik 1: Data-Lineage-Coverage

Data LineageData LineageData lineage maps how data moves and transforms across systems, from origin to consumption, showing where it came from, what changed it, and where it goes.Vollständige Definition ansehen → ist der dokumentierte Pfad, der zeigt, wo ein Datenelement entstanden ist, was es transformiert hat und wohin es downstream fließt, vom Quellsystem über den Report bis zum Dashboard.

Warum das im öffentlichen Sektor zählt: Wenn eine Medicaid-Behörde eine Fehlerquote bei der Anspruchsprüfung berichtet, müssen Prüfer diese Zahl über jeden Join, jeden Filter und jede Umkodierung zurück zum ursprünglichen Antragsdatensatz verfolgen. Ohne Lineage kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen Sie nicht beantworten, "warum diese Zahl falsch aussieht" oder "was kaputtgeht, wenn wir dieses Legacy-Mainframe-Feld abschalten".

So messen Sie es:

• Lineage-Coverage-Rate = (Anzahl kritischer Datensätze mit dokumentierter, maschinenlesbarer Lineage) / (Gesamtzahl kritischer Datensätze), in Prozent.
• Ein Datensatz gilt nur als "abgedeckt", wenn die Lineage in einem Katalog-Tool gespeichert ist (nicht auf einer Wiki-Seite) und mindestens bis zum System of Record zurückreicht.

Reife Datenorganisationen im privaten Sektor zielen oft auf 80 bis 90% Lineage-Coverage für Tier-1-Datensätze (regulatorisch oder entscheidungskritisch). Behörden liegen häufig weit darunter; GAO- und Inspector-General-Berichte über Bundesbehörden nennen Lücken bei Lineage und Metadaten regelmäßig als wiederkehrenden Prüfungsbefund (Schätzung, basierend auf wiederholten GAO-Berichten zum IT-Management, exakte Prozentwerte werden nicht zentral veröffentlicht).

Rechenbeispiel:

Eine Behörde hat 50 Datensätze als "kritisch" markiert (verwendet in amtlichen Statistiken oder Leistungsentscheidungen). Ein Katalog-Audit findet 14 mit vollständig im Tool dokumentierter Lineage (z. B. Collibra, Alation oder eine Open-Source-Option wie OpenMetadata).

Lineage-Coverage = 14 / 50 = 28%.

Das ist ein Governance-Programm, das auf Papier existiert, aber nicht in der Praxis. Ein glaubwürdiges Ziel für das erste Jahr der Nachbesserung sind 60% Coverage der Tier-1-Datensätze.

Metrik 2: Stewardship-Zuweisung und -Aktivität

Ein Data StewardData StewardA business-side owner responsible for the quality, consistency and appropriate use of data in their domain.Vollständige Definition ansehen → ist eine namentlich benannte Person (kein Team, kein Jobtitel, ein echter Mensch), die für Definition, Qualitätsregeln und Zugriffsentscheidungen eines Datensatzes verantwortlich ist. Data-Stewardship-Health misst, ob Stewardship echte Verantwortung ist oder ein Häkchen in einer RACI-Matrix (Responsible, Accountable, Consulted, Informed, eine verbreitete Rollenmatrix in der Governance).

Kernmetriken:

• Stewardship-Zuweisungsquote = Datensätze mit benanntem, aktuellem Steward / Gesamtzahl katalogisierter Datensätze.
• Steward-Reaktionsfähigkeit = Median der Zeit, bis ein Steward ein gemeldetes Datenqualitätsproblem löst (z. B. ein fehlerhaftes Feld-Mapping, ein doppelter Datensatztyp).
• Auswirkung von Steward-Fluktuation = Anzahl der pro Quartal "verwaisten" Datensätze (Steward hat die Behörde verlassen, Rolle nicht innerhalb von 30 Tagen neu besetzt).

Ein verbreitetes Fehlermuster: Eine Behörde benennt Stewards beim Governance-Rollout und aktualisiert die Liste danach nie. Achtzehn Monate später haben 40% der gelisteten Stewards die Behörde verlassen. Der Katalog sagt "betreut". Die Realität sagt "aufgegeben".

Anzuwendender Benchmark: Wenn Ihre Orphan-Rate in einem Quartal 10% der kritischen Datensätze übersteigt, ist Stewardship dekorativ, nicht funktional. Dieser Schwellenwert ist eine praktische Daumenregel aus der Data-Governance-Praxis, kein regulatorischer Standard, behandeln Sie ihn als Arbeits-Benchmark und nicht als belegte Kennzahl.

Metrik 3: Bearbeitungsdauer von Zugriffsanfragen

Das ist die Metrik, die Leistungserbringung und öffentliches Vertrauen am direktesten betrifft. Die Bearbeitungsdauer von Zugriffsanfragen misst, wie lange es von einer berechtigten Anfrage nach Datenzugriff bis zum tatsächlich bereitgestellten Zugriff dauert.

Im öffentlichen Sektor ist das wegen der geschichteten Rechtsregime besonders wichtig:

• In den USA regeln der Privacy Act of 1974 und behördenspezifische Vorschriften (wie FERPA für Bildungsdaten oder HIPAA für Gesundheitsdaten), wer unter welchen Schutzmaßnahmen auf personenbezogene Daten zugreifen darf.
• In der EU verlangt die Datenschutz-Grundverordnung (DSGVO) eine dokumentierte Rechtsgrundlage und oft eine Datenschutz-Folgenabschätzung, bevor neuer Zugriff gewährt wird, durchgesetzt von den nationalen Datenschutzbehörden.

Lange Bearbeitungsdauer ist nicht nur Ineffizienz, sie ist ein Governance-Signal: Meist bedeutet sie, dass Freigabe-Workflows manuell, undokumentiert oder über Leute geroutet sind, die das System nicht mehr verstehen.

So messen Sie es:

• Median-Bearbeitungsdauer = Median der Kalendertage von Einreichung der Anfrage bis Zugriffserteilung, erfasst nach Sensibilitätsstufe des Datensatzes.
• Nach Tier segmentieren: Öffentliche Daten sollten nahezu sofort verfügbar sein (Stunden); für eingeschränkte Daten/PII sollte es ein definiertes SLA geben (Service Level Agreement, eine vereinbarte Zielreaktionszeit).

Rechenbeispiel:

Eine Behörde protokolliert im letzten Quartal 120 Zugriffsanfragen für eingeschränkte Datensätze. Sortierte Bearbeitungszeiten in Tagen: Der Median (60. Wert in der Rangfolge) liegt bei 34 Tagen. Ihr veröffentlichtes SLA-Ziel sind 10 Arbeitstage.

Erfüllungsquote = innerhalb des SLA erledigte Anfragen / Gesamtanfragen. Wenn nur 22 von 120 das 10-Tage-Ziel erreichten, sind das 18% SLA-Erfüllung, ein deutliches Signal, dass der Zugriffsprozess kaputt ist, unabhängig davon, was das Richtliniendokument verspricht.

Zusammengeführt: eine Governance-Health-Scorecard

Ein nützliches Audit betrachtet diese drei Metriken nicht getrennt. Fassen Sie sie in einer einfachen Scorecard zusammen, die quartalsweise überprüft wird:

| Metrik | Formel | Illustrativer Zielwert (Schätzung, praxisbasiert) |

|---|---|---|

| Lineage-Coverage (Tier-1) | Datensätze mit dokumentierter Lineage / Tier-1-Datensätze | ≥ 70% |

| Stewardship-Zuweisung | benannte aktuelle Stewards / kritische Datensätze | ≥ 90% |

| Rate verwaister Datensätze | verwaiste Datensätze / kritische Datensätze | ≤ 5% |

| SLA-Erfüllung beim Zugriff | Anfragen innerhalb SLA / Gesamtanfragen | ≥ 85% |

Diese Zielwerte stammen nicht aus einer einzelnen Regulierung, sie spiegeln verbreitete Maturity-Benchmarks der Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → aus der Praxis im öffentlichen und privaten Sektor. Behandeln Sie sie als Ausgangspunkt für interne Zielsetzung, nicht als Compliance-Anforderung.

Ein einfacher Weg, die Scorecard programmatisch aus einem Katalog-Export zu berechnen:

import pandas as pd

df = pd.read_csv("catalog_export.csv")
tier1 = df[df.tier == "critical"]

lineage_coverage = (tier1.has_lineage.sum() / len(tier1)) * 100
steward_rate = (tier1.has_current_steward.sum() / len(tier1)) * 100
orphan_rate = (tier1.steward_orphaned.sum() / len(tier1)) * 100

print(f"Lineage coverage: {lineage_coverage:.1f}%")
print(f"Stewardship assignment: {steward_rate:.1f}%")
print(f"Orphan rate: {orphan_rate:.1f}%")

Ein solches Skript, quartalsweise gegen dieselben Katalogfelder ausgeführt, macht aus Governance statt einer Erzählung ("wir nehmen Daten ernst") eine Trendlinie, auf die die Führung reagieren kann.

Als tiefergehendes Referenzmodell ist das DAMA-DMBOK (Data Management Body of Knowledge) das Standardwerk der Praxis und behandelt Stewardship, Lineage und Metadatenmanagement im Detail.

Key Takeaways

• Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → ist nur dann real, wenn sie messbar ist: Lineage-Coverage, Stewardship-Zuweisung und Bearbeitungsdauer von Zugriffsanfragen sind die drei zentralen Diagnosemetriken.
• Eine Lineage-Coverage unter 50% bei kritischen Datensätzen bedeutet, dass Audits und Fehlerverfolgung langsam oder unmöglich werden; behandeln Sie 70%+ bei Tier-1-Daten als glaubwürdiges Arbeitsziel.
• Eine Orphan-Rate über etwa 10% zeigt, dass Stewardship nur auf Papier existiert und nicht in der täglichen Verantwortung.
• Die SLA-Erfüllung bei Zugriffsanfragen hängt direkt mit rechtlichen Pflichten (Privacy Act, DSGVO) und mit öffentlichem Vertrauen zusammen; erfassen Sie sie nach Sensibilitätsstufe, nicht als einen vermischten Durchschnitt.
• Bauen Sie eine Quartals-Scorecard aus Katalog-Metadaten statt eines narrativen Berichts, das verwandelt Governance-Behauptungen in einen Trend, den Sie wie jede andere operative Metrik prüfen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen.