Was ist Data Stewardship?

Data Stewardship ist die Praxis, die Datenbestände einer Organisation so zu verwalten und zu beaufsichtigen, dass sie genau, zugänglich, einheitlich und verantwortungsvoll genutzt sind. Ein Data Steward ist die Person oder Gruppe, die für Qualität und Governance der Daten einer bestimmten Domäne einsteht und dabei die Brücke zwischen fachlichem Kontext und technischer Umsetzung bildet.

Anders als die Datenverantwortung, die festlegt, wer entscheidet, legt Stewardship fest, wer sich kümmert. Data Stewards pflegen die Definitionen im Business Glossary (dem Fachglossar), setzen Standards für die Datenqualität durch, verwalten Metadaten und sorgen dafür, dass Governance-Richtlinien in gelebte Praxis übergehen. Sie sind das operative Rückgrat jedes Programms für Data Governance.

Warum Data Stewardship wichtig ist

Organisationen erzeugen und verbrauchen Daten in einem Umfang, der die Möglichkeiten jedes zentralen Teams übersteigt, sie zu steuern. Ohne Stewardship verstärken sich mit der Zeit drei Probleme.

Die Datenqualität verfällt still

Wenn niemand für die Qualität eines bestimmten Datensatzes einsteht, sammeln sich Fehler unbemerkt an. Eine falsch geschriebene Kategorie, ein geändertes Feldformat, eine abgekündigte Quelle: Jede Kleinigkeit bleibt unsichtbar, bis sie in einem falschen Bericht, einem gescheiterten Modell oder einer Compliance-Feststellung auftaucht. Stewards erkennen solche Probleme früh, weil sie die Daten genau kennen und laufend beobachten.

Der fachliche Kontext geht verloren

Technische Metadaten sagen Ihnen, dass eine Spalte rev_adj_q3 heißt. Ein Data Steward sagt Ihnen, dass sie „Umsatzkorrektur für Q3 ohne konzerninterne Transaktionen, wie von der Finanzabteilung definiert“ bedeutet. Ohne diesen Kontext raten die Abnehmer (falsch) oder verbringen Stunden damit, die richtige Ansprechperson zu finden. Stewards pflegen diesen Kontext im Business Glossary und halten ihn aktuell, während sich die Fachlogik weiterentwickelt.

Governance bleibt theoretisch

Die meisten Governance-Programme bringen Richtlinien hervor, die beschreiben, wie Daten verwaltet werden sollten. Stewards sind die Menschen, die diese Richtlinien real machen: indem sie Daten klassifizieren, Namenskonventionen durchsetzen, Zugriffsanträge bearbeiten und Verstöße melden. Ohne Stewards liegen Governance-Dokumente auf einem SharePoint und das Datenmanagement bleibt ein Selbstbedienungsladen.

Data Steward, Data Owner und Data Custodian

Diese drei Rollen werden oft verwechselt. Sie ergänzen sich, sie ersetzen einander nicht.

• Data Owner: eine leitende Person aus dem Fachbereich (üblicherweise auf Ebene der Bereichsleitung) mit Entscheidungsbefugnis über eine Datendomäne. Der Owner entscheidet, wer auf die Daten zugreifen darf, gibt Qualitätsstandards frei und steht letztlich für ihren Geschäftswert ein. Owner setzen das „Was“ und das „Warum“ der Data Governance. Eine vollständige Aufschlüsselung steht unter Data Ownership.
• Data Steward: eine fachlich versierte Person, die die Entscheidungen des Owners operativ umsetzt. Der Steward pflegt Definitionen, überwacht die Qualität, löst Datenprobleme und sorgt dafür, dass Governance-Richtlinien eingehalten werden. Stewards verantworten das „Wie“, also die tägliche Arbeit am Steuern der Daten.
• Data Custodian: eine Rolle in IT oder Plattformbetrieb, verantwortlich für die technische Infrastruktur, also Speicher, Sicherheit, Sicherungen und Zugriffsvergabe. Custodians verwalten die Systeme, die Daten halten, nicht die Daten selbst. Sie führen die Zugriffsänderungen aus, die Stewards beantragen und Owner freigeben.

Praktisch gedacht: Der Owner entscheidet, dass Kundendaten klassifiziert und im Zugriff beschränkt sein müssen. Der Steward klassifiziert jedes Feld, schreibt die Definitionen und prüft die Zugriffsanträge. Der Custodian konfiguriert die Datenbankberechtigungen und die Verschlüsselung.

Kernaufgaben eines Data Steward

Der Zuschnitt der Stewardship unterscheidet sich je nach Organisation, doch die meisten Programme weisen Stewards vier Kernbereiche zu.

Datenstandards definieren und durchsetzen

Stewards definieren und pflegen die Namenskonventionen, Klassifizierungsregeln und Metadatenstandards ihrer Domäne. Dazu gehört, Begriffe im Business Glossary zu pflegen, Feldnamen über Systeme hinweg einheitlich zu halten und Taxonomieregeln durchzusetzen. Entsteht ein neuer Datensatz oder ändert sich ein bestehender, prüft der Steward ihn gegen die Standards der Domäne, bevor er in den Katalog kommt.

Das ist keine bürokratische Torwächterei, sondern der Mechanismus, der Daten auffindbar und vergleichbar macht. Wenn „Kunde“ in jedem Bericht, jedem Dashboard und jedem Modell dasselbe bedeutet, hören die Diskussionen über Definitionen auf und die Entscheidungen fangen an.

Datenqualität sichern

Stewards verantworten den Zyklus aus Überwachung und Behebung in ihrer Domäne. Sie legen in konkreten, messbaren Größen fest, was „gute Qualität“ heißt, also Schwellwerte für Vollständigkeit, gültige Wertebereiche, Anforderungen an die Aktualität, und setzen mit den Data Engineers automatische Prüfungen um. Werden Mängel erkannt, geht der Steward den Ursachen nach, stimmt Korrekturen mit den Teams der Quellsysteme ab und verfolgt die Erledigung.

Das ist ein laufender Prozess, keine einmalige Prüfung. Der Wert des Stewards liegt darin, die Daten gut genug zu kennen, um einen harmlosen Sonderfall von einem systemischen Problem zu unterscheiden, das sofort Aufmerksamkeit braucht.

Metadaten und Dokumentation pflegen

Jeder Datensatz braucht eine Dokumentation, die erklärt, was er enthält, woher er kommt, wie er zu verwenden ist und wo seine Grenzen liegen. Stewards halten diese Metadaten aktuell, einschließlich fachlicher Definitionen, Angaben zur Data Lineage, Vertraulichkeitsklassen und Nutzungshinweisen.

Diese Dokumentation lebt im Datenkatalog und ist der Hauptweg, auf dem neue Abnehmer Datensätze finden und bewerten. Ist sie veraltet oder fehlt sie, ist das Standardverhalten entweder, die Daten nicht zu nutzen (vergebene Chance), oder sie falsch zu nutzen (verlorenes Vertrauen).

Zugriff und Sicherheit begleiten

Stewards sind die sachkundige Zwischeninstanz für Entscheidungen über Datenzugriffe. Sie prüfen Anträge gegen die Klassifizierungsrichtlinien, vergewissern sich, dass der Anwendungsfall angemessen ist, und geben frei oder legen dem Data Owner vor. Sie wirken außerdem an regelmäßigen Zugriffsprüfungen mit, erkennen veraltete Berechtigungen und sorgen dafür, dass Zugriffe zum aktuellen fachlichen Bedarf passen.

Besonders wichtig ist diese Rolle bei sensiblen Daten, also personenbezogenen Daten, Finanzdaten und Gesundheitsdaten, wo Zugriffsentscheidungen regulatorische Folgen haben. Das Domänenwissen des Stewards erlaubt ihm Abwägungen, die ein rein automatisches System nicht treffen kann.

Data Stewardship in der Praxis

Der häufigste Fehler bei Stewardship-Programmen ist, sie vom ersten Tag an zu überkonstruieren. Organisationen entwerfen ausführliche Rollenbeschreibungen, Governance-Gremien und RACI-Matrizen, bevor überhaupt jemand Stewardship betrieben hat. Die Programme, die gelingen, gehen anders vor: klein anfangen, in vorhandene Arbeit einbetten und Legitimität über Ergebnisse aufbauen.

Da anfangen, wo Sie stehen

Die wirksamsten Programme starten nicht als eigenständige Initiative. Sie hängen sich an Prozesse, die es schon gibt, also an Berichtszyklen, Compliance-Prüfungen, Migrationsprojekte oder die Einführung neuer Analysewerkzeuge. Das sind Momente, in denen ohnehin über Datenqualität, Definitionen und Zugriffe entschieden wird. Stewardship dort zu formalisieren ist eine Erweiterung bestehender Arbeit, keine neue Last.

Das Prinzip ist einfach: erweitern, nicht erfinden. Hat Ihre Finanzabteilung bereits einen monatlichen Abgleich, ergänzen Sie ihn um Stewardship-Aktivitäten: Prüfung von Glossarbegriffen, Kontrolle der Qualitätskennzahlen, Aktualisierung der Metadaten. Prüft Ihre Compliance-Abteilung Zugriffe bereits quartalsweise, betten Sie Klassifizierung und Dokumentationsprüfung in diesen Zyklus ein. Das senkt die Hürde, weil es auf Gewohnheiten und Takte aufsetzt, denen die Leute ohnehin folgen.

Stewards finden und motivieren

Die besten Kandidaten tun die Arbeit bereits informell. Es sind die Leute, die Fragen nach der Herkunft von Daten beantworten, denen auffällt, wenn ein Bericht nicht zum Quellsystem passt, die eigene Tabellen mit Felddefinitionen pflegen, weil es die offizielle Dokumentation nicht gibt. Jede Organisation hat diese Menschen. Die Aufgabe ist, sie zu erkennen und zu ermächtigen.

Praktische Wege, sie zu finden:

• Nachfragen: In jedem Team gibt es eine Person, zu der andere mit Datenfragen gehen. Diese Person ist Ihr Kandidat.
• Ticket-Historie ansehen: Suchen Sie Leute, die häufig Probleme der Datenqualität melden oder lösen. Ihnen liegt an der Richtigkeit der Daten, geben Sie ihnen Befugnis und Werkzeuge, das zu formalisieren.
• Auf informelle Dokumentation achten: Wer eigene Datenwörterbücher oder Feldzuordnungen pflegt, betreibt bereits Stewardship, nur ohne den Titel.

Einmal gefunden, brauchen Stewards drei Dinge:

• Zugeteilte Zeit: Stewardship darf keine Nebensache sein, die zwischen die „richtige“ Arbeit gequetscht wird. Schon 10 bis 20 % der Arbeitszeit für Governance machen einen spürbaren Unterschied. Ohne das wird Stewardship zur Ehrenamtsrolle, die die Gewissenhaftesten ausbrennt.
• Sichtbare Anerkennung: Titel, Sitz im Governance-Gremium, Sichtbarkeit in Führungsrunden. Stewardship sollte der Laufbahn nützen, nicht unsichtbare Wartungsarbeit sein.
• Werkzeuge, die Reibung nehmen: Müssen Stewards bei jeder geänderten Definition zehn Systeme von Hand nachziehen, hören sie damit auf. Ein Datenkatalog mit eingebauter Glossarverwaltung, Qualitätsüberwachung und Zugriffsabläufen nimmt genau die Reibung, an der Stewardship-Programme sterben.

Regulatorischen Druck als Katalysator nutzen

Stewardship-Programme kämpfen oft um Budget und Aufmerksamkeit der Führung, bis eine Vorschrift sie verlangt. DSGVO, DORA, der EU AI Act und branchenspezifische Vorgaben (BCBS 239 im Bankwesen, HIPAA im Gesundheitswesen) schaffen konkrete Nachweispflichten, die sich unmittelbar auf Stewardship-Tätigkeiten abbilden lassen.

Regulatorische Pflichten geben Stewardship eine Begründung, auf die Budgets reagieren. Klassifizierung, Dokumentation der Lineage, Zugriffskontrollen und Qualitätsüberwachung sind nicht optional, wenn Aufsichtsbehörden sie prüfen. Stewardship als „so bleiben wir regelkonform“ statt als „zusätzlicher Governance-Aufwand“ zu rahmen, verschiebt das Gespräch vom Kostenblock zur Risikominderung.

Die praktische Zuordnung:

• DSGVO Artikel 30 (Verzeichnis von Verarbeitungstätigkeiten): verlangt dokumentierte Dateninventare. Stewards pflegen sie im Katalog.
• DORA Artikel 13 (IKT-Risikomanagement): verlangt Rahmenwerke für Datenqualität. Stewards definieren und überwachen die Regeln.
• EU AI Act Artikel 10 (Daten-Governance für Trainingsdaten): verlangt Qualitätskriterien für KI-Trainingsdaten. Stewards klassifizieren und prüfen die verwendeten Daten.

Es geht nicht darum, jemanden in die Compliance zu schrecken. Es geht darum, zu erkennen, dass regulatorische Anforderungen organisatorischen Hebel schaffen, mit dem Stewardship-Programme Ressourcen, Rückendeckung und Priorität sichern können.

Stewardship in der Geschäftsstrategie verankern

Stewardship ohne Rückhalt der Führung bleibt informell. Das Muster wiederholt sich über Branchen hinweg: Programme mit sichtbarer Unterstützung durch CDO, CFO oder COO bekommen die Zeit, das Werkzeugbudget und die Befugnis, um zu funktionieren. Programme, die nur von Begeisterung von unten leben, bleiben stehen, sobald Stewards ausbrennen oder die Rolle wechseln.

Die Verbindung zur Strategie muss ausdrücklich sein:

• Initiativen zum datengetriebenen Unternehmen: Wenn die Organisation das strategische Ziel hat, datengetrieben zu werden (auf dem Papier haben es die meisten), ist Stewardship der Mechanismus, der Daten vertrauenswürdig genug macht, um Entscheidungen zu tragen. Formulieren Sie die Kennzahlen in geschäftlichen Ergebnissen: schnellere Berichtszyklen, weniger Prüfungsfeststellungen, kürzere Zeit bis zur Erkenntnis.
• KI-Reife: KI-Modelle sind nur so gut wie die Daten, die sie verarbeiten. Wer in KI investiert, ohne in Stewardship zu investieren, baut auf einem Fundament, dem er nicht trauen kann. Stewardship sorgt dafür, dass Trainingsdaten klassifiziert, dokumentiert und qualitätsgeprüft sind, also für die Voraussetzungen verantwortungsvoller AI Governance.
• Das Governance-Gremium als Ermöglicher: Ein Gremium sollte als Eskalationsweg und strategische Abstimmung wirken, nicht als Engpass. Stewards bringen die Sicht ihrer Domäne ein, das Gremium sorgt für Abstimmung über Domänen hinweg und räumt organisatorische Hindernisse aus. Das Gremium tagt monatlich, die Stewards arbeiten täglich.

Wie Dawiso Data Stewardship unterstützt

Dawiso gibt Stewards eine zusammenhängende Arbeitsumgebung, die die oben beschriebenen Tätigkeiten in einer Plattform verbindet und damit die zersplitterte Werkzeuglandschaft beseitigt, die Stewardship im Betrieb mühsam macht.

Das Business Glossary ist das wichtigste Werkzeug des Stewards: ein zentraler Ort, um Fachbegriffe zu definieren, zu pflegen und zu steuern, mit Verantwortung, Freigabeabläufen und Versionshistorie. Die Begriffe sind mit den technischen Metadaten im Data Catalog verknüpft, sodass geänderte Definitionen automatisch zu den Objekten durchschlagen, die sie heranziehen.

Interactive Data Lineage gibt Stewards die Folgenabschätzung an die Hand: Bevor sie eine Änderung an einer Datenquelle freigeben, können sie die nachgelagerten Abhängigkeiten verfolgen und sehen, welche Berichte, Modelle und Abnehmer betroffen sind. Das macht aus reaktiver Stewardship (reparieren, wenn etwas kaputt ist) eine vorausschauende (verhindern, bevor es bricht).

Für Organisationen, die ihr Programm schrittweise aufbauen, senken die KI-gestützten Funktionen von Dawiso den anfänglichen Dokumentationsaufwand. Von KI erzeugte Beschreibungen liefern einen Ausgangspunkt für die Dokumentation der Metadaten, den Stewards dann prüfen, schärfen und freigeben. Das beschleunigt den Aufbau eines gut dokumentierten Katalogs, ohne dass Stewards alles von Hand schreiben müssen.

Fazit

Data Stewardship ist der Punkt, an dem Governance operativ wird. Ohne sie bleiben Richtlinien theoretisch und die Datenqualität hängt an Einzelleistungen. Mit ihr entsteht eine tragfähige Praxis des Datenmanagements, die mit dem Geschäft mitwächst.

Die wichtigste Lehre aus Organisationen mit erfolgreichen Programmen: leicht anfangen, in vorhandene Prozesse einbetten und den Nutzen belegen, bevor skaliert wird. Finden Sie die Menschen, denen Datenqualität ohnehin am Herzen liegt, geben Sie ihnen Werkzeuge und Befugnis, das zu formalisieren, und verbinden Sie ihre Arbeit mit geschäftlichen Ergebnissen, die die Führung misst. Stewardship braucht kein perfektes Organigramm und keine umfassende RACI-Matrix, um anzufangen. Sie braucht eine motivierte Person, ein unterstützendes Werkzeug und eine Domäne, in der besseres Datenmanagement sichtbar etwas verändert.