Ein Data Steward stellt sicher, dass die Daten einer Organisation genau, konsistent und korrekt genutzt werden. Die Rolle ist Teil eines umfassenderen Daten-Governance-Programms und trägt Verantwortung für die tägliche Umsetzung von Governance-Richtlinien in die Praxis.
Diese Position existiert, weil sich Governance-Dokumente nicht selbst durchsetzen. Eine Richtlinie, die definiert, wie Produktdaten strukturiert, klassifiziert und über Systeme hinweg verteilt werden sollen, ist nur dann nützlich, wenn jemand diese aktiv aufrechterhält und überwacht. Genau das ist die Aufgabe eines Data Stewards.
Was ist ein Data Steward?
Ein Data Steward ist eine Person oder ein Team, das für die Qualität, Integrität, Zugänglichkeit und angemessene Nutzung von Datenvermögen einer Organisation innerhalb einer definierten Domäne verantwortlich ist. Die Arbeit umfasst Datengenauigkeit, Datenkonsistenz und Datenvollständigkeit – drei Eigenschaften, die darüber entscheiden, ob Unternehmensdaten tatsächlich nutzbar sind. Datenintegrität erstreckt sich über alle drei Aspekte. Sie ist der Zustand, in dem Daten vom Punkt ihrer Erstellung bis zum Durchlaufen jedes Systems korrekt, unverändert und vertrauenswürdig bleiben. Die Domäne kann Produktdaten, Kundendaten, Lieferantendaten, Finanzdaten oder jede andere geschäftskritische Datenkategorie sein.
Die Rolle ist manchmal vollzeitig und dediziert. Häufiger sind Stewardship-Verantwortungen auf mehrere Personen verteilt, die auch andere Positionen innehaben: Datenanalysten, Produktmanager, Kategoriemanager oder Betriebsleiter. Entscheidend ist die Rechenschaftspflicht, nicht die Berufsbezeichnung.
Data Stewardship ist Teil der Daten-Governance, konzentriert sich aber auf die Umsetzung. Governance definiert die Regeln. Stewardship wendet sie an.
Arten von Data Stewards
Organisationen definieren Stewardship-Rollen typischerweise auf verschiedenen Ebenen, und in der Praxis überlappen sich die Grenzen zwischen ihnen.
Business Data Stewards
Business Data Stewards sind Eigentümer der Bedeutung und Nutzung von Daten innerhalb einer bestimmten Geschäftsfunktion oder Datendomäne. Sie definieren, was ein Produktdatensatz enthalten sollte, welche Felder obligatorisch sind und wie gültige Werte aussehen. Sie tragen zu Datenrichtlinien und Verfahren bei, die regeln, wie Daten erstellt, geändert und verteilt werden. Sie arbeiten eng mit den Geschäftsbenutzern zusammen, die Daten erstellen und nutzen, und sind die erste Anlaufstelle, wenn Datenstandards geändert werden müssen.
Technical Data Stewards
Technical Data Stewards befassen sich mit der physischen Ebene: Datenmodelle, Datenbankschemas, Datenintegrations-Mappings und Daten-Pipeline-Definitionen. Sie stellen sicher, dass die Speicherung und Bewegung von Daten dem entspricht, was der Business Steward definiert hat. Wenn eine Geschäftsanforderung ein neues Attribut oder eine Änderung an einem Datenklassifizierungsstandard erfordert, übersetzt der Technical Steward dies in eine Systemänderung.
Process Data Stewards
Process Data Stewards konzentrieren sich auf Daten, die durch End-to-End-Workflows fließen. Sie verwalten die Übergänge zwischen Systemen, suchen nach Stellen, an denen Daten beim Übergang zwischen Plattformen degradieren, und setzen Datenstandards an Integrationspunkten durch. Dieser Typ ist derjenige, der am ehesten Inkonsistenzen erkennt, die weder der Business Steward noch der Technical Steward unabhängig sieht.
In Projekten, die wir für Hersteller mit komplexen Produktkatalogen implementiert haben, waren alle drei Arten erforderlich. Ein Business Steward definierte, was ein Chemieprodukt-Datensatz enthalten muss, um regulatorische Anforderungen zu erfüllen. Ein Technical Steward stellte sicher, dass das ERP diese Daten korrekt exportierte. Ein Process Steward verfolgte, was damit passierte, wenn es die E-Commerce-Plattform erreichte. Ein Fehler beim Field-Mapping löschte stillschweigend Hazard-Classification-Werte bei jedem Sync.
Kernverantwortungen
Sicherung der Datenqualität
Die Hauptaufgabe eines Data Stewards ist es, sicherzustellen, dass Daten für den Zweck geeignet sind. Das bedeutet, Datenqualitätsregeln zu definieren, regelmäßig Audits durchzuführen, Datensätze zu kennzeichnen, die die Validierung nicht bestehen, und die Behebung von Fehlern zu verfolgen. In reiferen Programmen führen Stewards auch Daten-Profiling durch, um den Basiszustand neuer Datenvermögen zu bewerten, bevor sie einen Governance-Workflow betreten.
In Projekten für Hersteller von Industrieanlagen, die wir implementiert haben, waren Datenschutzprobleme für Produktdaten das erste, das nach dem Katalogwachstum zusammenbrach. Ein Unternehmen mit 40.000 SKUs und zehn Produktmanagern, die Datensätze aktualisierte, hatte keine konsistente Validierungsschicht. Attributwerte waren über Produktfamilien hinweg inkonsistent. Obligatorische Felder wurden leer gelassen. Die Data-Steward-Rolle war das fehlende Glied: eine Person pro Produktkategorie, verantwortlich für die Qualität, ausgestattet mit einer klaren Regelsammlung und der Fähigkeit, diese durch das System durchzusetzen.
Verwaltung von Metadaten und Datenherkunft
Metadaten-Management ist eine Kernfunktion des Stewards. Sie umfasst die Pflege des Datenwörterbuchs, Glossare, Felddefinitionen, Datenherkunft-Datensätze und Datenkatalog-Einträge, die Datenvermögen auffindbar und interpretierbar machen. Ohne diese verwenden verschiedene Teams dieselben Begriffe mit unterschiedlichen Bedeutungen, und Integrationen scheitern auf semantischer Ebene statt auf technischer Ebene. Ein gut gepflegtes Datenwörterbuch unterstützt auch Datenermittlung und ermöglicht Analysten, Datenvermögen zu finden und zu verstehen, ohne jemanden zu fragen, der das System vor drei Jahren entwickelt hat.
Datenherkunft ist besonders wichtig in Multi-System-Umgebungen. Wenn ein Produktattribut einen anderen Wert im ERP als in der E-Commerce-Plattform hat, muss der Steward zurückverfolgen, wo die Divergenz begann. Ohne dokumentierte Herkunft kann diese Untersuchung Tage dauern.
Durchsetzung von Governance-Richtlinien
Stewards implementieren Zugriffskontrolle, Datenklassifizierungsstandards und Datenlebenszyklus-Regeln, die von dem Governance-Programm definiert werden. Sie legen Datenprocedures fest, wie Datensätze erstellt, geändert, überprüft und eingestellt werden. Sie verwalten den Datenzugriff so, dass sensible Daten nur autorisierte Rollen erreichen, und führen Datenüberwachung durch, um Richtlinienverletzungen oder Qualitätsverschlechterung zu erkennen, bevor sie sich verschärfen. Dies umfasst auch Datenfreigabe-Governance: Definition, welche Datenvermögen mit welchen externen Systemen oder Partnern geteilt werden können und unter welchen Bedingungen.
Sie stellen sicher, dass Datensätze korrekt klassifiziert sind, sensible Felder geschützt sind und Datenaufbewahrungsrichtlinien eingehalten werden. Datensicherheit und Datenschutz durchziehen diese Arbeit. Konsistente Durchsetzung von Datenstandards über Domänen hinweg stellt sicher, dass ein „Lieferanten"-Datensatz in einem System dasselbe bedeutet wie in einem anderen.
Regulatorische Compliance durchzieht diese Verantwortung ebenfalls. GDPR beispielsweise verlangt, dass personenbezogene Daten genau gepflegt werden und nur für autorisierte Rollen zugänglich sind. Der Data Steward ist die Person, die sicherstellt, dass diese Anforderungen in der tatsächlichen Speicherung und im Zugriff auf Daten widergespiegelt werden, nicht nur in einem Policy-Dokument festgehalten.
Auflösung von Datenproblemen
Wenn Datenprobleme auftauchen, untersucht der Steward die Grundursache, koordiniert mit den beteiligten Teams und besitzt die Lösung. Dies umfasst oft Datenbereinigung, um ungültige Datensätze zu korrigieren, und Deduplizierung, um konfliktreiche Einträge über Systeme hinweg zu beheben. Es ist oft zeitaufwendiger als es klingt. Ein Produktdatensatz mit fehlenden Hazard-Classification-Daten könnte auf einen Lieferanten-Onboarding-Prozess zurückgehen, der danach nie fragte, eine Vorlage, die das Feld nicht enthielt, und einen Datenimport, der den Wert während der Formatkonvertierung gelöscht hat.
Brückenbildung zwischen Business- und Technical-Teams
Data Stewards übersetzen zwischen Personen, die Daten nutzen, und Personen, die die Systeme verwalten, die Daten speichern. Geschäftsbenutzer beschreiben, was sie von Daten benötigen. Technical Teams beschreiben, was das System kann. Die Aufgabe des Stewards ist es, zu finden, wo diese Anforderungen übereinstimmen, und Konflikte hervorzuheben. In Organisationen ohne einen dedizierten Dateneigentümer auf Vorstandsebene absorbiert der Steward oft diese Koordinationsrolle standardmäßig.
Herausforderungen für Data Stewards
Die Rolle ist operativ anspruchsvoll, und die Herausforderungen sind über Branchen hinweg konsistent.
Daten verteilt auf zu viele Systeme. Die meisten mittelständischen Unternehmen verwalten Produkt-, Kunden- und Lieferantendaten über ein ERP, ein CRM, eine E-Commerce-Plattform und Tabellenkalkulationen. Der Steward hat keinen einheitlichen Überblick. Sie arbeiten über getrennte Systeme mit unterschiedlichen Datenmodellen, Export-Formaten und Update-Zyklen. Der gleiche Master-Data-Datensatz kann an fünf Orten mit fünf leicht unterschiedlichen Werten existieren.
Fehlende klare Datenverantwortlichkeit oberhalb der Steward-Ebene. Stewardship funktioniert, wenn es Teil einer funktionierenden Governance-Struktur mit Führungsunterstützung ist. Wenn nicht, mangelt es dem Steward an Autorität, um Richtlinien auf Teams durchzusetzen, die Widerstände gegen Änderungen der Dateneingabe leisten. Die Richtlinien existieren auf dem Papier. Der Steward kann Verstöße kennzeichnen. Aber ohne Eskalationswege und organisatorische Unterstützung treten die Probleme erneut auf.
Volumen und Geschwindigkeit. Gartner-Forschung zeigt, dass die durchschnittlichen jährlichen Kosten für schlechte Datenqualität 12,9 Millionen Dollar pro Organisation betragen. Diese Zahl zeigt, wie weit verbreitet das Problem ist, nicht wie einfach es zu beheben ist. Ein Steward, der Zehntausende von Datensätzen über mehrere Datendomänen hinweg verwaltet, kann keine effektive Qualitätsarbeit manuell leisten. Die Arbeit erfordert Tooling.
Regulatorische Komplexität. GDPR, CCPA und branchenspezifische Vorschriften fügen Compliance-Anforderungen hinzu, die der Steward in konkrete Datenbehandlungsregeln übersetzen muss. Diese Regeln ändern sich. Neue Vorschriften kommen auf. Bestehende werden neu interpretiert. Datenverfahren aktuell zu halten ist laufende Arbeit, kein einmaliges Projekt.
Widerstand gegen Prozessänderungen. Produktmanager oder Vertriebsteams dazu zu bringen, neue Dateneingabestandards zu befolgen, ist ein Change-Management-Problem, kein Datenproblem. Data Stewards verbringen einen großen Teil ihrer Zeit mit Kommunikation, Dokumentation und Training statt rein technischer Arbeit.
Was macht Stewardship erfolgreich
Stewardship ist erfolgreich, wenn zwei strukturelle Bedingungen erfüllt sind: klare Domänenverantwortlichkeit, unterstützt durch Führungsautorität, und Tooling, das Governance-Workflows im tatsächlichen Betriebsumfang der Organisation unterstützt. Ohne beides bleibt ein Data-Stewardship-Programm reaktiv. Stewards beheben Probleme, nachdem sie auftreten, statt sie zu verhindern.
Eine datengesteuerte Organisation benötigt Stewardship, um als proaktive Praxis zu funktionieren, nicht als Bereinigungsoperation. Das erfordert die richtigen Menschen, das richtige Mandat und Tools, die Datenqualitätsprobleme automatisch aufdecken, statt auf einen Downstream-System-Ausfall zu warten.
Die Tooling-Frage wird wichtiger, wenn Datenvolumen wächst. Ein Data Steward, der ein paar hundert Datensätze verwaltet, kann mit Tabellenkalkulationen und gemeinsamer Dokumentation arbeiten. Ein Steward, der Master-Daten über Produkt-, Lieferanten- und Kundendomänen in einem Unternehmen mit Zehntausenden von SKUs verwaltet, benötigt eine Plattform, die Datensätze zentralisiert, Validierungsregeln durchsetzt, Datenherkunft verfolgt und Approval-Workflows unterstützt. Ohne diese verbringt der Steward die meiste Zeit mit Koordination und Behebung statt mit Governance.
Hier werden Master-Data-Management-Plattformen relevant. Eine zentralisierte MDM-Plattform gibt Stewards einen einzigen Ort, um Datenmodelle zu definieren, Qualitätsregeln zu setzen, Zugriffskontrolle zu verwalten und Compliance zu überwachen. Statt Daten über getrennte Systeme zu verfolgen, arbeiten sie von einem einheitlichen Hub aus, wo jede Datendomäne einen klaren Eigentümer, einen definierten Datenstandard und einen einzigen autoritativen Datensatz hat. MDM-Praktiker nennen das den Golden Record.
AtroCore ist eine Open-Source-MDM- und System-Integrationsplattform, die diesen Bereich abdeckt. Sie unterstützt konfigurierbare Datenmodelle über Domänen, rollenbasierte Zugriffskontrolle, integrierte Validierungs- und Approval-Workflows sowie echtzeitige Synchronisierung mit ERP-, CRM- und E-Commerce-Systemen. Data Stewards nutzen sie, um den vollständigen Datenlebenszyklus für Unternehmensdaten zu verwalten: von der anfänglichen Erfassung und Datenanreicherung über Qualitätsüberwachung und Klassifizierung bis zur Verteilung an verbundene Systeme. Qualitätsregeln werden zum Zeitpunkt der Dateneingabe durchgesetzt, Änderungsverlauf wird automatisch protokolliert, und Konsistenz über Systeme hinweg wird durch bidirektionale Synchronisierung statt periodischer Exporte aufrechterhalten.
Unsere Kunden kommen oft mit einem Stewardship-Problem zu uns, das wie ein technisches Problem aussieht: Dateninkonsistenzen zwischen ihrem ERP und ihrem Produktkatalog-Portal. In den meisten Fällen existiert die Inkonsistenz, weil es keine autorisierte Quelle gibt. Sobald Master-Daten in AtroCore zentralisiert sind, hat der Steward einen Datensatz zu regieren, und Downstream-Systeme ziehen davon. Das Datenqualitätsproblem schrumpft, weil die Architektur verhindert, dass konkurrierende Systeme divergieren.
Die Rolle erweitert sich
Data Stewardship begann als Daten-Governance-Konzept in großen Unternehmen mit dedizierten Datenmanagement-Teams. Es ist nun relevant für jede Organisation, die große Mengen strukturierter Daten über mehrere Systeme hinweg verwaltet, was zunehmend mittelständische Hersteller, Distributoren und B2B-Unternehmen umfasst, die ihre digitalen Operationen schneller ausgebaut haben als ihre Datenpraktiken.
Die Lücke zeigt sich auf vorhersehbare Weise: Produktdaten, die im ERP etwas anderes bedeuten als im Webshop, Lieferantendatensätze, die über Systeme dupliziert sind, ohne dass ein Datenverantwortlicher sie konsolidiert, und Compliance-Felder, die leer gelassen werden, weil niemand dafür verantwortlich war. Das sind Stewardship-Ausfälle, keine Technologie-Ausfälle.
Die Zahlen erklären, warum die Rolle wichtig ist. Ein Bericht des IBM Institute for Business Value von 2025 ergab, dass über ein Viertel der Organisationen schätzt, dass sie jährlich mehr als 5 Millionen Dollar aufgrund von schlechter Datenqualität verlieren. Die Data-Steward-Rolle existiert, um diese Lücke zu schließen. Sie schließt sie nicht allein, aber ohne jemanden, der täglich für Datenqualität verantwortlich ist, bleiben Governance-Programme eher aspirativ als operativ.