Modul 1: Data Governance
Das erste Modul führt in das Konzept der Data Governance ein, erläutert wesentliche Begriffe und Kernaufgaben und stellt die notwendigen Rollen und Verantwortlichkeiten vor. Es zeigt, wie Data Governance als integraler Bestandteil der IT- und Unternehmensstrategie dient, um datengetriebene Entscheidungen zu unterstützen und Wettbewerbsvorteile zu sichern. Die Motivation hinter diesem Thema liegt in der wachsenden Bedeutung von Daten als strategisches Gut, das effektiv verwaltet werden muss, um langfristigen Geschäftserfolg zu gewährleisten.
Modul 2: Daten, AI und Innovation
Die Teilnehmenden vertiefen ihre Kenntnisse im strategischen Innovationsmanagement mit Fokus auf Daten als Grundlage für AI-Use-Cases und Innovation. Dabei steht nicht nur das technische Know-how in Datenanalyse und AI im Vordergrund, sondern ebenso die Entwicklung und Umsetzung datengestützter Innovationsstrategien im Rahmen des Change-Managements.
Modul 3: Mit Daten langfristig Mehrwert schaffen
Daten sollten leicht zugänglich und idealerweise in Echtzeit verfügbar sein, um effiziente Data Governance-Prozesse zu ermöglichen. Ziel ist es, Abteilungssilos aufzubrechen und hochwertige Daten unternehmensweit bereitzustellen. Die Teilnehmenden verstehen, weshalb es eine Datenarchitektur braucht, die zwischen operativen Datenquellen (z.B. Datenbanken) und dispositiven Datenquellen (z.B. Data Lakes) unterscheidet. Genauso wichtig sind einheitliche Formate, klare Prozesse und Leistungsstandards, um die Interoperabilität sicherzustellen. Praxisbeispiele aus der Industrie und Hands-on-Übungen / Hackathon runden das Modul ab.
Modul 4: Datenschutz, Privacy und Ethik
Steigende regulatorische Anforderungen machen Data Governance unabdingbar. Das vierte Modul zeigt, wie Data Governance allgemeine Governance-Prozesse, unternehmensspezifische Risikoanalysen und branchenspezifische Anforderungen verbindet. Die Teilnehmenden lernen regulatorische Vorgaben kennen, um Daten vor Risiken zu schützen. Data Governance hilft, rechtliche Rahmenbedingungen sowie interne Standards im Unternehmen einzuhalten. Aktuelle EU-Trends zu AI und Daten werden vorgestellt und deren Potenzial für die Data Governance beleuchtet.
Modul 5: Transferarbeit
Im Rahmen der Transferarbeit wird das neue Fachwissen direkt in den Unternehmenskontext übertragen. Expertinnen und Experten aus Schweizer Unternehmen teilen ihre Erfahrungen und unterstützen den Wissenstransfer. Die Projektarbeit sorgt für die praxisnahe Umsetzung von Data Governance-Potenzialen in ein spezifisches Geschäftsfeld.
