Wirkung statt Metadaten messen

Aktivitätskennzahlen sind beliebt, weil sie leicht messbar sind. Wie viele Assets wurden katalogisiert? Wie viele Felder sind vollständig? Wie viele Schulungen fanden statt? Wie viele Regeln wurden dokumentiert? Solche Zahlen helfen beim Aufbau einer Initiative. Sie zeigen, ob überhaupt etwas passiert. Problematisch werden sie, wenn sie dauerhaft mit Wirkung verwechselt werden.

Ein vollständig dokumentiertes Datenprodukt kann ungenutzt sein. Ein benannter Owner kann keine Entscheidungskompetenz besitzen. Eine Qualitätsregel kann existieren, ohne jemals geprüft zu werden. Ein Dashboard kann monatlich aktualisiert werden, obwohl die zugrunde liegende Entscheidung längst keine Rolle mehr spielt. Viel Aktivität kann sogar ein Symptom für unnötige Komplexität sein.

Statt nur dokumentierte Bestände zu zählen, lohnt der Blick auf die Zeit vom bestätigten Geschäftsbedarf bis zu einem freigegebenen, genutzten und nachvollziehbaren Ergebnis.

Die Leitkennzahl. Messen Sie die Zeit vom bestätigten Geschäftsbedarf bis zu einem freigegebenen Ergebnis, das tatsächlich genutzt wird. Drei Bedingungen gehören zusammen: Zeit – Wie lange dauert der gesamte Weg? Verantwortbarkeit – Sind Bedeutung, Verantwortung, Qualität, Nutzung und Freigaben geklärt? Ergebnis – Ist etwas entstanden, mit dem Menschen wirklich arbeiten, statt nur ein Dokument, Modell oder technisches Artefakt?

Ein schneller Bericht mit ungeklärter Definition ist kein guter Outcome. Ein perfekt governter Datenbestand, der zwei Jahre bis zur ersten Nutzung braucht, ebenfalls nicht. Die Kennzahl verbindet Geschwindigkeit und Verantwortbarkeit.

Der vollständige Weg. Ein typischer Weg könnte so aussehen: Ein Fachbereich formuliert eine Entscheidung, die verbessert werden soll. Anforderungen werden geklärt. Bestehende Datenprodukte und Begriffe werden geprüft. Offene Konflikte werden entschieden. Ein Produkt oder Workflow entsteht. Qualität und Verantwortlichkeit werden freigegeben. Das Ergebnis wird genutzt. Eine KPI zeigt, ob sich der gewünschte Effekt eingestellt hat. In vielen Organisationen wird nur die Mitte dieses Weges gemessen: Entwicklungszeit, Tickets, Releases. Die Wartezeiten davor und danach bleiben unsichtbar.

Dabei steckt dort häufig der größte Aufwand: Wochen bis eine Definition abgestimmt ist, Tage bis der richtige Owner gefunden wird, mehrere Runden zur Klärung ähnlicher Datenprodukte, unklare Freigaben vor dem Go-live sowie kein Feedback nach der Veröffentlichung. Die Zeit bis zum verantworteten Ergebnis macht diese Reibung sichtbar.

Eine einzelne Kennzahl reicht nicht für jede Situation. Einige ergänzende Messgrößen zeigen, ob Datenarbeit systematisch besser wird: Zeit vom Bedarf bis zur ersten erfolgreichen Nutzung, Zeit zur Klärung einer widersprüchlichen Definition, Anteil wiederverwendeter statt neu gebauter Datenprodukte, Anteil produktiver Workflows mit Ziel, Owner und Ergebniskennzahl, Anteil geschlossener Insights mit verifiziertem Ergebnis, Zahl vermiedener oder zusammengeführter Redundanzen, Nutzung und Wiederverwendung nach der Veröffentlichung sowie Zeit vom Governance-Dokument bis zur wirksamen Regel.

Diese Kennzahlen richten den Blick auf Bewegung im System – nicht nur auf seinen Bestand.

Wirkung ist selten mit einem Release abgeschlossen. Ein Datenprodukt wird genutzt. Dabei entstehen Signale: Qualitätsprobleme, Rückfragen, geringe Nutzung, widersprüchliche Definitionen oder neue Anforderungen. Aus diesen Signalen entstehen Insights. Verantwortliche entscheiden über eine Änderung. Eine Aktion wird ausgeführt. Danach wird geprüft, ob sich die Situation verbessert hat. Der Kreislauf lautet: Signal → Evidenz → Insight → Entscheidung → Aktion → Ergebnis → KPI Je besser dieser Kreislauf funktioniert, desto weniger hängt Verbesserung vom Zufall ab.

Genau hier unterscheidet sich ein Betriebssystem für Datenarbeit von einer passiven Inventarisierung. Es hält nicht nur fest, was existiert. Es unterstützt die Organisation dabei, auf das Beobachtete zu reagieren und daraus zu lernen.

Wer Datenprodukte, Geschäftskontext, Governance, Arbeitsabläufe, Hinweise und Ergebnisse verbindet, kann mehr messen als den dokumentierten Bestand. Sichtbar wird dann, wie etwas genutzt wird, welche Entscheidung es unterstützt, welche Veränderung daraus folgt und ob die erwartete Wirkung eintritt.

Ein Hinweis bleibt nicht nur eine Beobachtung. Er wird mit Belegen, Verantwortlichen und einem kontrollierten nächsten Schritt verbunden. Ein Ablauf bleibt nicht nur eine technische Ausführung. Er erhält einen fachlichen Zweck und ein überprüfbares Ergebnis. So wird aus Metadaten ein Messinstrument für die gemeinsame Arbeit.

Natürlich braucht eine Datenorganisation Grundlagen. Assets müssen auffindbar sein. Verantwortlichkeiten müssen benannt werden. Begriffe und Regeln müssen existieren. Nur sind diese Dinge Mittel, nicht Ziel. Am Ende zählt, ob weniger doppelt gebaut wird, Entscheidungen auf konsistenteren Grundlagen beruhen, Abstimmungen kürzer werden und neue Vorhaben auf bestehender Struktur aufbauen können. Ein Katalog ist voll, wenn viel dokumentiert wurde. Ein Betriebssystem für Datenarbeit ist gut, wenn die Organisation spürbar besser arbeitet.