{{item.title}}
{{item.text}}
{{item.text}}
Ein handlungsfähiger Staat braucht Daten, auf die sich Behörden verlassen können. In der Praxis speichern unterschiedliche Fachbereiche und Systeme Informationen in verschiedenen Formaten. Beschäftigte der öffentlichen Verwaltung müssen diese Daten zusammenführen, Standards abgleichen und ihre Qualität sichern, bevor sie sie für Entscheidungen oder digitale Prozesse nutzen können. Die PwC-Analyse „Data Governance als Treibstoff für eine datenbasierte Verwaltung“ zeigt, wie Behörden aus fragmentierten Datenbeständen eine verlässlich nutzbare Grundlage für Steuerung und Digitalisierung schaffen können. Die Analyse zeigt außerdem, wie Verantwortlichkeiten, Datenqualität und technische Umsetzung zusammenspielen müssen. Sie verbindet dafür Data Governance mit Stammdatenmanagement und SAP Master Data Governance (SAP MDG) und beschreibt einen schrittweisen Weg von der Bestandsaufnahme bis zur dauerhaften Verankerung in Organisation und IT.
„Beschäftigte in Behörden sollten Daten nutzen können, ohne zuvor Widersprüche zwischen Systemen klären zu müssen. Data Governance schafft dafür die Grundlage: weniger Abstimmungsaufwand, mehr Zeit für Fachaufgaben und verlässliche Informationen für Entscheidungen. Das beginnt mit gemeinsamen Standards und klaren Zuständigkeiten über Fachbereiche hinweg.“
Stellen Sie sich eine Verwaltung mit mehreren Ressorts und nachgeordneten Behörden vor, die Leistungen von Tausenden Lieferanten beschafft. Vertragsmanagement, SAP-Finanzverfahren und weitere Fachsysteme führen denselben Lieferanten teilweise mit unterschiedlichen Firmierungen, Adressen, Steuer- oder Bankdaten. Ohne verbindliche Definitionen, einheitliche Identifikatoren und klare Zuständigkeiten müssen Beschäftigte Dubletten, Mehrfacherfassungen und Widersprüche manuell abstimmen. Das verzögert Zahlungen, kostet Skonti, schwächt Vergabe- und Ausgabentransparenz und erhöht Compliance-Risiken. Die Mitarbeiter:innen müssen außerdem Bankdaten sowie Eignungs- und Sanktionslisten aufwändig und fehleranfällig prüfen.
Data Governance legt fest, wie eine Organisation mit Daten umgeht. Ein wirksames Framework ordnet Verantwortlichkeiten, Prozesse und Qualitätsregeln klar zu und verbindet damit Datenstrategie und tägliche Verwaltungsarbeit. PwC empfiehlt kein Standardmodell von der Stange: Behörden sollten das Framework an Organisationsstruktur, Kultur, Reifegrad und regulatorische Anforderungen anpassen. Pilotdomänen helfen, den Ansatz schrittweise zu erproben und nachhaltig zu verankern.
Ein zentraler Baustein ist das Stammdatenmanagement. Einheitliche, qualitätsgesicherte Stammdaten sorgen dafür, dass alle Bereiche mit denselben verlässlichen Informationen arbeiten. Verantwortliche erkennen und konsolidieren Dubletten, führen Änderungen über definierte Workflows und überwachen die Datenqualität fortlaufend. So schaffen sie konsistente Berichte und Kennzahlen. Mitarbeiter:innen erfassen Daten nur einmal und nutzen sie anschließend medienbruchfrei in Fachverfahren und Portalen. So entstehen digitale Ende-zu-Ende-Prozesse.
Verlässliche Daten sind eine Voraussetzung dafür, Verwaltungsprozesse stärker zu automatisieren und Entscheidungen auf konsistenten Informationen aufzubauen. Data Governance schafft dafür verbindliche Standards, Rollen und Prozesse. Behörden berücksichtigen Datenschutz und Sicherheit von Beginn an, regeln Zugriffsrechte und definieren Qualitätsanforderungen organisationsweit. So entsteht eine belastbare Datenbasis, auf der Fachverfahren, digitale Services und KI-Anwendungen aufsetzen können. Entscheidend ist das Zusammenspiel von Organisation, Fachlichkeit und Technologie – nicht die isolierte Einführung einzelner Tools.
Data Governance entfaltet ihren Nutzen erst, wenn Regeln und Verantwortlichkeiten in den Systemen und Prozessen der Verwaltung ankommen. SAP Master Data Governance (SAP MDG) unterstützt Behörden dabei, Stammdaten zentral zu erstellen, zu ändern und zu verteilen oder über eine heterogene Systemlandschaft hinweg zu konsolidieren. So können sie „Golden Records“ als verbindliche, verlässliche Versionen von Datensätzen schaffen. Schlüsselzuordnungen verbinden Dubletten, Genehmigungen und Prüfpfade machen Änderungen nachvollziehbar, und Datenvalidierungsregeln helfen, Fehler bereits bei Anlage und Änderung zu erkennen.
PwC verbindet dafür Kompetenzen in Public Sector, Data Governance, Stammdatenmanagement und SAP MDG. Der Ansatz beginnt mit einer Bestandsaufnahme der Daten- und Governance-Landschaft und der Priorisierung relevanter Stammdatendomänen und möglicher Quick Wins. Darauf folgen ein auf die Verwaltung zugeschnittenes Rahmenwerk, eine konkrete Roadmap sowie verwaltungsnahe Rollen und Prozesse. Behörden verankern Data Governance etwa in Dienstanweisungen, Organisationsverfügungen und IT-Betriebsprozessen. So überführen sie Governance schrittweise in die tägliche Arbeit und die technische Architektur.
Zum Ende-zu-Ende-Ansatz gehören außerdem Reifegradanalyse, Target Operating Model, technische Zielarchitektur, rechtliche Fragestellungen, Business Case und Change Management. Der Vorteil: Behörden können mit klar abgegrenzten Domänen starten, Erfahrungen sammeln und die Governance anschließend skalieren. SAP MDG unterstützt dabei auch Nicht-SAP-Umgebungen und kann Geschäftslogik, Datenvalidierungsregeln und Drittanbieterdienste integrieren. So verbinden sich organisatorische Regeln mit einer belastbaren technischen Umsetzung.
Verwaltungsdaten liegen oft verteilt in Fachverfahren, Vertragsdatenbanken, SAP-Systemen oder lokalen Dateien. Data Governance schafft Regeln dafür, welche Stelle welche Daten führt, wie Mitarbeiter:innen sie teilen können und welches System beziehungsweise welcher Datensatz verbindlich ist. Metadaten- und Stammdatenmanagement sowie zentrale Datenplattformen helfen, Informationen auffindbar zu machen und Parallelstrukturen zu reduzieren.
Verlässliche Entscheidungen brauchen einheitliche Definitionen und nachvollziehbare Qualitätsregeln. Data Governance legt fest, welche Daten vollständig, aktuell und korrekt sein müssen und wie Verantwortliche ihre Qualität messen. Prüfregeln, Monitoring und klar definierte Standards machen Abweichungen früh sichtbar. Verantwortliche bereinigen widersprüchliche Datensätze und schaffen konsistente Berichte und Kennzahlen.
Data Governance beantwortet eine zentrale Frage: Wer entscheidet, pflegt, prüft und verantwortet welche Daten? Ein Rollen- und Operating-Modell ordnet Stammdatendomänen den zuständigen Fachbereichen zu und definiert Abstimmungs- und Freigabewege. Das schafft Verbindlichkeit über Ressort- und Systemgrenzen hinweg und verhindert, dass jede Stelle Daten ausschließlich für den eigenen Zweck optimiert.
Stammdatenmanagement übersetzt Governance-Vorgaben in den Arbeitsalltag. Verantwortliche erkennen und führen Dubletten zusammen, harmonisieren abweichende Werte und bereinigen veraltete Datensätze. Standardisierte Workflows regeln Anlage und Änderung; Genehmigungen und Dokumentation schaffen Nachvollziehbarkeit. So entsteht ein verlässlicher „Golden Record“, auf den unterschiedliche Prozesse und Systeme zugreifen können.
Wirksame Data Governance entsteht schrittweise. PwC empfiehlt, die bestehende Datenlandschaft zu analysieren, relevante Domänen und Quick Wins zu priorisieren und mit Pilotdomänen zu starten. Eine Roadmap verbindet Ziele, Verantwortlichkeiten, Zeitplan und technische Umsetzung. Dauerhaft wirkt Governance, wenn Behörden Rollen und Prozesse in Dienstanweisungen, Organisationsverfügungen und IT-Betriebsprozessen verankern.
„Data Governance muss im Verwaltungsalltag funktionieren: mit klaren Verantwortlichkeiten, verlässlichen Daten und Prozessen, die Entscheidungen und digitale Abläufe tragen.“
Robert Möske,Director bei PwC DeutschlandKontaktieren Sie unsere Expert:innen
Die Analyse „Data Governance als Treibstoff für eine datenbasierte Verwaltung“ bündelt PwC-Projekterfahrung aus Public Sector, Data Governance, Stammdatenmanagement und SAP MDG. Anhand eines verwaltungsnahen Beispiels zum Lieferantenstammdatenmanagement zeigt sie typische Brüche im Datenlebenszyklus und mögliche Lösungsbausteine. Sie ordnet organisatorische, fachliche und technische Voraussetzungen für ein Data-Governance-Framework ein und beschreibt ein schrittweises Vorgehen von der Bestandsaufnahme über Rollen, Prozesse und Roadmap bis zur operativen Verankerung. Im Fokus stehen die Verzahnung von Data Governance und Stammdatenmanagement sowie die technische Umsetzung mit SAP MDG. Ergänzend zeigt sie, wie Zielarchitektur, rechtliche Einordnung und Change Management zusammenspielen.
{{item.text}}
{{item.text}}