AI or DIE
AI or DIE
AI or DIE
Warum gute Datenqualität die Grundlage für Self-Service, Analytics und KI ist
30 minutes Posted Mar 11, 2026 at 8:50 am.
– Intro: Warum Data Governance oft unterschätzt wird
– Vorstellung des Gastes Jürgen
– Hat sich Data Governance in den letzten Jahren verändert?
– Zusammenhang zwischen Data Culture und Data Governance
– Warum Datenqualität bei der Dateneingabe beginnt
– Datenqualität und KI: Wenn schlechte Daten automatisiert werden
– Wie startet man ein Data-Governance-Projekt?
– Bewusstsein schaffen und Stakeholder einbinden
– Gibt es einen Standard-Leitfaden für Data Governance?
– Prozesse und Datenflüsse sichtbar machen
– Rollenmodelle und der Begriff Data Steward
– Data Steward: Diener der Datenqualität statt Datenpolizei
– Akzeptanz von Governance-Rollen im Unternehmen
– Self-Service Analytics vs. Governance
– Gemeinsame Ziele als Erfolgsfaktor
– Herausforderungen bei Self-Service-Datenmodellen
– Kommunikation und Zusammenarbeit im Datenprozess
– Externe Beratung bei Data-Governance-Projekten
– Warum eine externe Perspektive hilfreich sein kann
– Ganzheitliche Sicht auf Datenprozesse
– Visualisierung von Datenflüssen und Pain Points
– Zusammenhang zwischen Data Governance und KI
– Können KI-Agenten Datenqualität verbessern?
– Wie Governance-Prozesse visualisiert werden
– Data Governance in einem Satz erklärt
– Data Governance positiv framen
– Learnings aus der Folge
– Schlussgedanke: Bei Data Governance nicht weglaufen
– Outro
0:00
30:11
Download MP3
Show notes
Links:
https://data-changemaker.de/
https://www.linkedin.com/groups/18379010/
Data Governance klingt für viele Unternehmen nach Bürokratie, Regeln und zusätzlicher Arbeit. Genau deshalb wird das Thema häufig aufgeschoben – bis die ersten echten Probleme auftreten: falsche Kennzahlen, widersprüchliche Reports oder KI-Modelle, die auf fehlerhaften Daten basieren.
In dieser Folge von AI or DIE sprechen Andreas Wiener und Janine mit Jürgen von OPITZ CONSULTING über ein Thema, das in der Datenwelt oft unterschätzt wird, aber über Erfolg oder Misserfolg vieler Analytics-Initiativen entscheidet: Data Governance.
Dabei wird schnell klar: Governance bedeutet nicht Kontrolle um der Kontrolle willen. Es geht darum, Verantwortlichkeiten zu klären, Datenflüsse transparent zu machen und dafür zu sorgen, dass Fachbereiche sich auf ihre Daten verlassen können. Denn ohne Vertrauen in die Daten kann weder Self-Service-Analytics noch Data Culture wirklich funktionieren.
Gemeinsam diskutieren wir unter anderem:
• Warum Data Governance heute anders wahrgenommen wird als noch vor einigen Jahren
• Welche Rolle Data Culture dabei spielt
• Warum Data Stewards keine „Datenpolizei“ sein sollten
• Wie Unternehmen Governance pragmatisch aufbauen können
• Warum Visualisierung von Datenprozessen ein Schlüssel zum Erfolg ist
• Wann externe Perspektiven helfen, Governance-Programme sinnvoll aufzusetzen
• Und welche Rolle KI künftig bei der Verbesserung von Datenqualität spielen kann
Die zentrale Botschaft dieser Episode:
Wer seine Daten ernst nimmt, braucht klare Regeln – nicht als Selbstzweck, sondern als Grundlage für bessere Entscheidungen.
Oder einfacher gesagt:
Ohne Data Governance bleibt Data-Driven nur ein Buzzword. 
Timestamps