Zum Hauptinhalt springen

Das Reifegradmodell der Data Governance und wie Sie messen, wo Sie wirklich stehen

Petr Mikeska
Petr Mikeska
CEO & Co-Founder

Aktualisiert · Veröffentlicht

Ein Reifegradmodell der Data Governance macht aus dem vagen Gefühl, dass Ihre Daten ein Chaos sind, eine Diagnose und eine Folge nächster Schritte. Das Problem ist, dass sich die meisten Unternehmen nach dem bewerten, was sie besitzen, einem Richtliniendokument, einem benannten Data Owner, einer Lizenz für einen Katalog, statt danach, ob irgendetwas davon verändert, was passiert, wenn jemand eine Frage stellt. 2026 wurde diese Lücke teuer, weil KI-Agenten die Metadaten der Governance jetzt direkt lesen und nach dem handeln, was sie vorfinden. Dieser Artikel behandelt die fünf Stufen, die sechs Dimensionen, die eine Bewertung lohnen, eine Reihe diagnostischer Fragen, die Sie noch diese Woche mit Ihrem Team durchgehen können, und den einen Test, der an der Spitze der Skala hinzugekommen ist.

Ein Governance-Programm ist noch kein Reifegrad

Die meisten Unternehmen haben inzwischen die Strukturen. Der 2026 Global Data Management Benchmark der EDM Association, gestützt auf Antworten von mehr als 435 Organisationen aus über 50 Ländern und aufgebaut auf dem Rahmenwerk DCAM, ergab, dass mehr als 70 % einen Chief Data Officer ernannt haben und mehr als 70 % formale Strukturen der Governance melden.

Bei der Fähigkeit sieht es anders aus. Im selben Benchmark melden nur rund 31 % eine fortgeschrittene Fähigkeit zur Datenstrategie. 77 % haben etablierte Fähigkeiten zur Analyse, aber nur 19 % zeigen eine ausgereifte Nutzung und Schulung dafür. Das Organigramm ist fertig. Die Gewohnheit ist es nicht.

Genau diese Lücke soll eine Bewertung des Reifegrads finden, und sie ist zugleich der Grund, warum so viele Bewertungen nutzlos sind. Fragt die Scorecard „Haben Sie eine Richtlinie zur Data Governance?“, erhält ein Unternehmen, das 2023 eine geschrieben und seitdem nie wieder geöffnet hat, dieselbe Punktzahl wie eines, in dem die Richtlinie entscheidet, was in der Produktion geschieht. Beide setzen das Häkchen. Nur eines von beiden ist reif.

Bis 2027 werden 80 % der Initiativen zur Governance von Daten und Analyse scheitern, weil eine echte oder herbeigeführte Krise fehlt. Ein Governance-Programm für Daten und Analyse, das keine priorisierten geschäftlichen Ergebnisse ermöglicht, scheitert.

- Gartner, Predicts 80% of D&A Governance Initiatives Will Fail by 2027

Die nützliche Fassung der Frage lautet also nicht „Was haben wir?“, sondern „Was läuft anders, weil wir es haben?“ Jede Stufe unten ist so beschrieben, mit einem beobachtbaren Symptom statt eines Artefakts.

Die fünf Stufen des Reifegrads der Data Governance

Die Form mit fünf Stufen stammt aus dem Capability Maturity Model und ist fast jedem Rahmenwerk auf diesem Gebiet gemeinsam. Die Namen unterscheiden sich. Der Verlauf nicht. Im Folgenden stehen die Namen, die die meisten kennen, jeweils mit dem Symptom, das Ihnen tatsächlich verrät, auf welcher Stufe Sie stehen.

Die fünf Stufen des Reifegrads der Data Governance DIE FÜNF STUFEN DES REIFEGRADS DER DATA GOVERNANCE 01 Unbewusst keine Regeln, keine Owner 02 Bewusst bekannte Probleme, kein System 03 Definiert dokumentiert, nicht angenommen 04 Gesteuert gemessen und genutzt 05 Optimiert durchgesetzt, wo Daten genutzt werden ad hoc geregelt und durchgesetzt Jede Stufe erkennt man an einem beobachtbaren Symptom, nicht an einem Artefakt im Besitz der Organisation.
Zum Vergrößern klicken
StufeWie sie aussiehtDas Erkennungszeichen
1. Unbewusst Keine vereinbarten Regeln, keine benannten Verantwortlichen, keine gemeinsamen Definitionen. Berichte liefert, wer gerade die Tabelle gebaut hat. Zwei Personen liefern für dieselbe Kennzahl unterschiedliche Zahlen, und niemand kann sagen, welche richtig ist.
2. Bewusst Teile des Unternehmens betreiben Governance. Die Führung erkennt, was es kostet, sie nicht zu betreiben. Die meisten Aktivitäten sind eine Reaktion auf etwas, das bereits kaputtgegangen ist. Sie wissen, dass die Zahlen nicht übereinstimmen, und sie abzugleichen, ist jedes Mal ein neues Projekt, wenn es darauf ankommt.
3. Definiert Richtlinien sind geschrieben, Verantwortliche sind benannt, Definitionen existieren, und ein Werkzeug ist eingeführt. Abdeckung und Akzeptanz sind ungleichmäßig. Es gibt eine dokumentierte Verantwortliche und eine Definition, und trotzdem fragen die Leute im Chat, weil sie nicht wissen, dass es sie gibt.
4. Gesteuert Governance ist gängige Praxis statt eines Projekts. Die Qualität wird gemessen, die Lineage wird verfolgt, und Stewardship ist Teil der tatsächlichen Arbeit. Die Leute finden die Definition, ohne zu fragen, und die Qualität wird an einem Schwellenwert gemessen, für den jemand verantwortlich ist.
5. Optimiert Governance ist fortlaufend und weitgehend automatisiert. Definitionen und Kontrollen werden dort angewendet, wo Daten genutzt werden, nicht nur zentral dokumentiert. Ein Regelverstoß eröffnet ein Ticket, bevor ein Mensch ihn bemerkt, und die Definition erreicht die Abfrage, nicht nur das Wiki.

Ein Hinweis zur Selbstbewertung. Fast alle, die ein Werkzeug für Governance gekauft haben, ordnen sich auf Stufe 3 ein, weil auf Stufe 3 die Artefakte auftauchen. Der Unterschied zwischen 3 und 4 ist nicht, wie viel Sie dokumentiert haben. Er liegt darin, ob jemand, der nicht im Raum war, es findet und nutzt, ohne dazu aufgefordert zu werden.

Die sechs Dimensionen, die eine Bewertung lohnen

Eine einzige Gesamtnote verbirgt genau das, was Sie am dringendsten sehen müssen, nämlich das Ungleichgewicht. Unternehmen stehen regelmäßig auf Stufe 4 bei der Architektur und auf Stufe 1 bei der Zuständigkeit, und der Durchschnitt, Stufe 2,5, beschreibt niemanden und legt nichts nahe. Bewerten Sie diese sechs getrennt.

DimensionWas sie misstBeleg dafür, dass sie echt ist
Zuständigkeit und Verantwortung Ob kritische Daten eine benannte Verantwortliche haben, die dafür einstehen muss Sie können die Verantwortlichen Ihrer fünf wichtigsten Datensätze nennen, und jemand außerhalb des Datenteams kann es auch
Richtlinien und Standards Ob Regeln für Zugriff, Aufbewahrung, Klassifizierung und Qualität existieren und verbindlich sind Eine jüngere Entscheidung wurde wegen einer Richtlinie geändert, und Sie können darauf zeigen
Metadaten und Auffindbarkeit Ob Menschen Daten finden und verstehen können, was sie bedeuten, ohne jemanden zu fragen Eine neue Analystin findet in ihrer ersten Woche eine Tabelle und deutet sie richtig
Datenqualität Ob die Qualität an Schwellenwerten gemessen statt nur besprochen wird Es gibt eine Zahl, sie hat ein Ziel, und daneben steht der Name einer Person
Architektur und Integration Ob die Governance die Plattformen erreicht, auf denen die Daten tatsächlich liegen Ihr Katalog bildet das Warehouse und die BI-Schicht ab, nicht eine manuelle Bestandsliste davon
Datenkompetenz und Akzeptanz Ob Menschen außerhalb des Datenteams irgendetwas davon nutzen Fachbereiche melden sich aus eigenem Antrieb an, und Sie sehen es in den Nutzungsdaten

Beachten Sie, was die Spalte mit den Belegen gemeinsam hat. Jeder Eintrag ist etwas, das Sie noch diese Woche beobachten könnten, und keiner davon ist ein Dokument. Das ist Absicht, und es ist der Unterschied zwischen einer Bewertung, die ein Programm voranbringt, und einer, die eine Folie hervorbringt.

Die Bewertung mit Ihrem Team durchführen

Für den ersten Durchgang brauchen Sie keine Beratung. Hängen Sie die sechs Dimensionen an die Wand, gehen Sie die Fragen unten Dimension für Dimension durch und halten Sie die Stufe fest, die die Belege stützen, nicht die Stufe, die Sie anstreben. Wo sich der Raum uneinig ist, schreiben Sie beide Antworten auf, denn die Uneinigkeit ist selbst ein Befund darüber, wie verständlich Ihre Governance ist.

A. Zuständigkeit und Verantwortung

  • Sind für jeden kritischen Datensatz Verantwortliche benannt, und wissen die Verantwortlichen, dass sie es sind?
  • Ist die verantwortliche Person für Qualität, Richtigkeit und Zugriff zuständig, oder steht sie nur dem Namen nach auf der Liste?
  • Gibt es einen dokumentierten Weg, einen Streit über Zuständigkeit oder Zugriff zu eskalieren, und wurde er schon genutzt?

Bewertung. Keine benannten Verantwortlichen ist Stufe 1. Benannte Verantwortliche, die es nicht wissen, ist Stufe 2. Benannt, dokumentiert und im Bilde ist Stufe 3. Verantwortliche mit gemessenen Pflichten ist Stufe 4.

B. Richtlinien und Standards

  • Decken die Richtlinien Zugriff, Sicherheit, Aufbewahrung, Klassifizierung und Qualität ab?
  • Kann ein Nutzer aus dem Fachbereich die Richtlinie, die für ihn gilt, finden, ohne das Datenteam zu fragen?
  • Hat eine Richtlinie im letzten Quartal ein Ergebnis verändert, und können Sie den Fall benennen?

Bewertung. Geschriebene Richtlinien allein sind Stufe 3. Auffindbar, verstanden und nachweislich angewendet ist Stufe 4. Automatisch beim Zugriff angewendet ist Stufe 5.

C. Metadaten und Auffindbarkeit

  • Gibt es einen Datenkatalog, und deckt er die Systeme ab, die tatsächlich abgefragt werden?
  • Gibt es ein Business Glossary, in dem ein umstrittener Begriff genau eine Definition hat?
  • Kann jemand eine Zahl in einem Bericht bis zu ihrer Quelle zurückverfolgen, ohne ein Ticket zu eröffnen?

Bewertung. Diese Dimension ist der übliche Engpass, und hier wird der Sprung von Stufe 2 auf Stufe 3 gewonnen oder verloren. Eine Teilabdeckung in einem Katalog, den niemand öffnet, ist Stufe 2, was auch immer in der Lizenz steht.

D. Datenqualität

  • Wird die Qualität gemessen, mit definierten Dimensionen, oder nur beklagt?
  • Gibt es Schwellenwerte, und löst eine Überschreitung etwas aus?
  • Werden Qualitätsprobleme auf eine Ursache zurückgeführt oder weiter unten umgangen?

Bewertung. Besprochen ist Stufe 2. Gemessen ist Stufe 3. Gemessen mit verantworteten Schwellenwerten ist Stufe 4. Überwacht mit automatischer Alarmierung und Verfolgung der Ursachen ist Stufe 5.

E. Architektur und Integration

  • Ist das Werkzeug für Governance mit den genutzten Warehouses, BI-Werkzeugen und Transformationsschichten verbunden, oder hält es eine manuelle Kopie davon?
  • Ist die Lineage automatisiert, oder wird sie von Hand rekonstruiert, wenn jemand fragt?
  • Bedeutet eine neue Plattform, dass die Schicht der Governance sie abdeckt, oder wird sie zu einer weiteren Ausnahme?

Bewertung. Eine manuelle Bestandsliste deckelt diese Dimension bei Stufe 2, weil sie am Tag nach ihrer Erstellung veraltet ist.

F. Datenkompetenz und Akzeptanz

  • Nutzen Menschen außerhalb des Datenteams den Katalog und das Glossar, ohne dazu aufgefordert zu werden?
  • Gibt es ein Onboarding, das Datenkompetenz zum Teil einer Rolle macht statt zu einer Schulungsveranstaltung?
  • Würde es das Geschäft bemerken, wenn das Werkzeug für Governance morgen verschwände, oder nur die IT?

Bewertung. Die letzte Frage ist die ehrliche. Wenn es nur die IT bemerken würde, stehen Sie auf Stufe 3, ganz gleich, wie gut die Dokumentation ist.

Bilden Sie keinen Durchschnitt der sechs Werte. Tragen Sie sie auf. Für jeden Prozess, der eine Grenze zwischen Teams überschreitet, ist Ihr tatsächlicher Reifegrad Ihre schwächste Dimension, denn an dieser Dimension scheitert der Prozess.

Was sich 2026 geändert hat

Jede Stufe oben galt schon vor fünf Jahren. Geändert hat sich, wer die Metadaten der Governance nutzt. Bis vor Kurzem waren es Menschen, und eine Richtlinie in einem Dokument war eine vertretbare Art, sie zu bedienen, denn ein Mensch kann ein Dokument lesen und mit Urteilsvermögen anwenden. Ein Agent kann das nicht. Er handelt nach dem Kontext, den er im Moment der Abfrage erhält, und eine Richtlinie, die in einem PDF liegt, gehört nicht zu diesem Kontext.

Die im März veröffentlichten wichtigsten Prognosen von Gartner zu Daten und Analyse für 2026 setzen drei Marken, die alle in dieselbe Richtung weisen. Bis 2030 werden 50 % der Unternehmen autonome KI-Agenten nutzen, um Richtlinien der Governance und technische Standards in maschinell prüfbare Data Contracts zu übersetzen. Bis 2030 werden 50 % der gescheiterten Einsätze von KI-Agenten auf eine unzureichende Durchsetzung zur Laufzeit und mangelnde Interoperabilität zwischen Systemen in Plattformen für KI-Governance zurückgehen. Und bis 2030 werden universelle Semantic Layer als kritische Infrastruktur gelten, neben Datenplattformen und Cybersicherheit.

Zusammen gelesen sind das Aussagen über den Reifegrad. Der Test an der Spitze der Skala ist nicht mehr, ob Ihre Governance aufgeschrieben ist. Er liegt darin, ob sie maschinenlesbar ist und zur Abfragezeit angewendet wird.

Der Test für den Reifegrad der Governance im Jahr 2026 KANN EINE MASCHINE IHRE GOVERNANCE LESEN? GOVERNANCE ALS DOKUMENTE GOVERNANCE ALS GELIEFERTER KONTEXT Richtliniendokument Definitionen auf einer Wiki-Seite Owner in einer Tabelle Katalog Glossar Lineage Klassifizierung MCP KI-Agent KI-Agent Die Richtlinie existiert. Nichts wendet sie zur Abfragezeit an. Bedeutung, Owner und Sensibilität reisen mit der Antwort. Beide Unternehmen kämen auf Stufe 3 in einer Checkliste, die fragt, ob es die Richtlinien gibt.
Zum Vergrößern klicken

Die praktische Folge ist ein siebter Punkt, der bewertet werden muss, und er gilt für die sechs Dimensionen, statt neben ihnen zu stehen. Fragen Sie bei jeder, ob das Ergebnis einer Maschine in dem Moment zur Verfügung steht, in dem es gebraucht wird. Verantwortliche in einer Tabelle erhalten null Punkte. Verantwortliche in einem Katalog, den ein Agent abfragen kann, erhalten die volle Punktzahl, und die eigentliche Arbeit, die Verantwortliche zu benennen, war identisch.

Deshalb fällt auch die Empfehlung von Gartner aus dem August 2026 an CFOs, die KI-Agenten im Finanzbereich einsetzen, so aus, wie sie ausfällt. Sie empfiehlt, zuerst die Governance zu erproben und erst dann die Autonomie auszuweiten, und den Erfolg an der Bereitschaft der Governance zu messen statt an der Autonomie oder der Rendite. Das ist eine Bewertung des Reifegrads unter anderem Namen, durchgeführt, bevor der Agent in die Nähe eines Hauptbuchs kommt.

Hier passt ein Context Layer in ein Programm für den Reifegrad. Katalog, Business Glossary, Lineage und Klassifizierung, die die Stufen 3 bis 5 verlangen, sind genau die Bestände, die ein Agent braucht, und Dawiso verbindet sich mit mehr als 40 Plattformen, um sie einmal aufzubauen und an jeden MCP-fähigen Agenten auszuliefern. Die Arbeit der Governance ändert sich nicht. Was sich ändert, ist, dass sie kein Dokument mehr ist, sondern eine Antwort.

Wie Sie eine Stufe aufsteigen

Reifegradmodelle werden häufig als Zielvorgabe missverstanden. Niemand muss überall auf Stufe 5 stehen, und Unternehmen, die zwei Stufen auf einmal nehmen wollen, produzieren meist Dokumentation statt Veränderung. Steigen Sie eine Stufe auf, und zwar in der Dimension, die den Rest zurückhält.

Stufe 1 auf 2. Starten Sie kein Programm. Wählen Sie eine umstrittene Kennzahl, die jeden Monat einen echten Streit kostet, holen Sie die beiden Parteien in einen Raum und schreiben Sie eine Definition auf. Das Ziel ist nicht die Definition. Es ist der Beweis, dass der Streit enden kann.

Stufe 2 auf 3. Das ist der längste Sprung und der, an dem die meisten Programme hängen bleiben, weil er als Erster verlangt, dass Menschen ihre Arbeitsweise ändern. Führen Sie einen Datenkatalog ein, damit Daten auffindbar werden, schaffen Sie ein Business Glossary, damit Definitionen ein Zuhause haben, und benennen Sie Verantwortliche, die wissen, dass sie es sind. Abdeckung zählt hier mehr als Tiefe. Ein Katalog, der 80 % dessen abdeckt, was abgefragt wird, schlägt einen perfekten, der 20 % abdeckt.

Stufe 3 auf 4. Hören Sie auf, Dokumentation hinzuzufügen, und beginnen Sie zu messen. Legen Sie Schwellenwerte für die Qualität fest, automatisieren Sie die Lineage, statt sie zu rekonstruieren, und geben Sie der Stewardship einen Platz in den Stellenbeschreibungen und im Kalender. Das Zeichen, dass Sie angekommen sind: Die Leute finden Antworten, ohne jemanden zu fragen.

Stufe 4 auf 5. Verlagern Sie die Durchsetzung an den Ort der Nutzung. Definitionen, die in der Abfrage angewendet werden, Klassifizierung, die beim Zugriff greift, Alarme bei Qualitätsverstößen statt Berichten darüber, und Metadaten der Governance, die an die Systeme und Agenten geliefert werden, die auf Grundlage der Daten handeln. Auf dieser Stufe wird der Test von 2026 oben zur ganzen Arbeit.

Wo DCAM, DMM und DAMA-DMBOK hineinpassen

Drei etablierte Rahmenwerke kommen ins Spiel, sobald eine Bewertung förmlich wird, und sie ergänzen einander, statt miteinander zu konkurrieren.

DCAM, das Data Management Capability Assessment Model der EDM Association, ist im Finanzsektor am weitesten verbreitet und bildet die Struktur hinter dem Benchmark, der am Anfang dieses Artikels zitiert wird. Version 3 wurde im Juni 2025 angekündigt, Version 3.1 folgte im April 2026 und brachte Leitlinien für cloudnative Architekturen und KI, fasste die architektonischen Fähigkeiten in einer Komponente zusammen und vertiefte die Behandlung von Governance, Privatsphäre und Schutz.

CMMI DMM, das Data Management Maturity Model, liefert den klassischen Verlauf mit fünf Stufen, auf den sich die meisten hauseigenen Scorecards stützen, auch diese.

DAMA-DMBOK ist eine Wissenssammlung und kein Bewertungsinstrument. Es dient am besten als Referenz dafür, was bewertet werden soll, während die Stufen aus einem der beiden anderen stammen.

Welches Sie wählen, ist weniger wichtig, als eines zu wählen und dabei zu bleiben, denn der Wert einer Bewertung des Reifegrads liegt fast vollständig in der zweiten Messung. Ein Wert ohne Vergleich ist eine Meinung. Für das größere Bild der Fähigkeiten, in das der Reifegrad der Governance eingebettet ist, lesen Sie unseren Glossareintrag zum Reifegradmodell für Daten, und für die Fassung derselben Übung speziell für KI die Bewertung des KI-Reifegrads.

Eines ist es wert, zum Schluss klar gesagt zu werden. Der Grund, den Reifegrad zu messen, ist nicht, eine Zahl zu haben. Es ist, dass die Zahl ein Argument für Sie führt. Ein CFO, der keine „Data Governance“ finanziert, finanziert ein „Wir stehen bei der Zuständigkeit auf Stufe 2, und das hat uns eine Korrektur des Abschlusses gekostet“, und die Bewertung ist der Weg, auf dem dieser Satz geschrieben wird.

FAQ

Was ist der Reifegrad der Data Governance?
Der Reifegrad der Data Governance beschreibt, wie weit sich ein Unternehmen von einem spontanen, reaktiven Umgang mit Daten hin zu einer Governance bewegt hat, die definiert, gemessen und dort durchgesetzt wird, wo Daten genutzt werden. Er wird als Stufe ausgedrückt, meist als eine von fünf, und über mehrere Dimensionen getrennt bewertet statt als eine einzige Note. Der Sinn der Messung ist nicht der Wert. Es ist die Folge nächster Schritte, die der Wert nahelegt.
Was sind die fünf Stufen des Reifegrads der Data Governance?
Stufe 1 Unbewusst: Es gibt keine vereinbarten Regeln oder Verantwortlichen, und dieselbe Kennzahl liefert unterschiedliche Zahlen. Stufe 2 Bewusst: Das Unternehmen weiß, dass die Zahlen nicht übereinstimmen, und gleicht sie jedes Mal von Hand ab. Stufe 3 Definiert: Verantwortliche, Definitionen und Richtlinien sind dokumentiert, aber die Akzeptanz ist lückenhaft. Stufe 4 Gesteuert: Definitionen werden gefunden, ohne zu fragen, und die Qualität wird an Schwellenwerten gemessen, für die jemand verantwortlich ist. Stufe 5 Optimiert: Governance wird am Ort der Nutzung durchgesetzt, und ein Verstoß eröffnet ein Ticket, bevor ein Mensch ihn bemerkt.
Wie misst man den Reifegrad der Data Governance?
Bewerten Sie sechs Dimensionen getrennt: Zuständigkeit und Verantwortung, Richtlinien und Standards, Metadaten und Auffindbarkeit, Datenqualität, Architektur und Integration sowie Datenkompetenz und Akzeptanz. Stellen Sie für jede drei Fragen nach Belegen und halten Sie die Stufe fest, die die Belege stützen, nicht die Stufe, die Sie erreichen wollen. Tragen Sie dann das Profil auf, statt einen Durchschnitt zu bilden. Für jeden Prozess, der Grenzen zwischen Teams überschreitet, ist Ihr tatsächlicher Reifegrad Ihre schwächste Dimension, denn an ihr scheitert der Prozess.
Was ist der Unterschied zwischen einem Reifegradmodell für Data Governance und einem Reifegradmodell für Daten?
Ein Reifegradmodell für Daten bewertet die gesamten Datenfähigkeiten eines Unternehmens, einschließlich Strategie, Architektur, Analyse und Datenkompetenz. Ein Reifegradmodell für Data Governance ist der Ausschnitt der Governance daraus: Zuständigkeit, Richtlinien, Metadaten, Qualität und wie einheitlich sie angewendet werden. Der Reifegrad der Governance begrenzt meist den Gesamtwert, weil Analyse und KI beide erben, was die Schicht der Governance nicht geklärt hat.
Welches Rahmenwerk für den Reifegrad der Data Governance sollten wir nutzen?
DCAM der EDM Association ist im Finanzsektor die häufigste Wahl und die Struktur hinter ihrem weltweiten Benchmark. CMMI DMM liefert den klassischen Verlauf mit fünf Stufen. DAMA-DMBOK ist eine Wissenssammlung statt eines Bewertungsmodells und dient daher als Referenz dafür, was bewertet wird. Welches Sie nutzen, ist weniger wichtig, als eines einheitlich zu nutzen, denn der Wert entsteht durch die erneute Messung an denselben Definitionen, nicht durch das Rahmenwerk selbst.
Wie lange dauert es, eine Stufe des Reifegrads aufzusteigen?
Eine Stufe aufzusteigen ist eine Frage von Quartalen, nicht von Wochen, und der Sprung von Stufe 2 auf Stufe 3 dauert meist am längsten, weil er verlangt, dass Menschen ihre Arbeitsweise ändern, statt nur ein Werkzeug zu kaufen. Die Stufen darüber gehen schneller, weil Auffindbarkeit, Zuständigkeit und Definitionen dann bereits existieren und die verbleibende Arbeit darin besteht, darauf aufbauend zu messen und durchzusetzen.

Quellen

In Aktion erleben

Dawiso Data Catalog

Die Auffindbarkeit, Zuständigkeit und Definitionen, die Stufe 3 verlangt, an einem Ort.

Ein Cookie am Tag hält schlechte UX fern.

Wir verwenden Cookies, um Inhalte und Werbung zu personalisieren und unseren Traffic zu analysieren. Außerdem geben wir Informationen zu Ihrer Nutzung unserer Website an unsere Partner für Werbung und Analyse weiter, die sie mit weiteren Daten zusammenführen können, die Sie ihnen bereitgestellt haben oder die sie bei Ihrer Nutzung ihrer Dienste gesammelt haben. Mit einem Klick auf „Alle akzeptieren“ erlauben Sie uns, Cookies für Analyse und Werbung über Google Tag Manager zu verwenden. Sie können Cookies auch einzeln einstellen.

Einstellungen zur Zustimmung anpassen

Wir verwenden Cookies, um Inhalte und Werbung zu personalisieren und unseren Traffic zu analysieren. Außerdem geben wir Informationen zu Ihrer Nutzung unserer Website an unsere Partner für Werbung und Analyse weiter. Datenschutzerklärung

Notwendige Cookies ermöglichen zentrale Funktionen der Website, etwa die Anmeldung und die Kontoverwaltung. Ohne unbedingt notwendige Cookies lässt sich die Website nicht richtig nutzen.

Funktionale Cookies speichern Informationen zu Besuchern der Website, etwa Sprache, Zeitzone oder erweiterte Inhalte.

Analyse-Cookies zeigen, wie Besucher die Website nutzen. Sie können nicht dazu verwendet werden, einen bestimmten Besucher direkt zu identifizieren.

Wir verwenden Microsoft Clarity, um zu sehen, wie Sie unsere Website nutzen (einschließlich Heatmaps und Sitzungsaufzeichnungen), damit wir sie verbessern können. Mit der Nutzung unserer Website stimmen Sie zu, dass wir und Microsoft diese Daten erheben und verwenden. Details finden Sie in unserer Datenschutzerklärung.

Werbe-Cookies erkennen Besucher über verschiedene Websites hinweg, etwa bei Content-Partnern oder Bannernetzwerken. Unternehmen können damit ein Profil der Interessen eines Besuchers aufbauen oder auf anderen Websites passende Werbung anzeigen.