Other Open Access

Kurzpapier: Data Governance. Ein Framework zur Erfassung "erfolgreicher" Data Governance-Modelle

Grafenstein, Max von


DataCite XML Export

<?xml version='1.0' encoding='utf-8'?>
<resource xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://datacite.org/schema/kernel-4" xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4.1/metadata.xsd">
  <identifier identifierType="DOI">10.5281/zenodo.6327345</identifier>
  <creators>
    <creator>
      <creatorName>Grafenstein, Max von</creatorName>
      <givenName>Max von</givenName>
      <familyName>Grafenstein</familyName>
    </creator>
  </creators>
  <titles>
    <title>Kurzpapier: Data Governance. Ein Framework zur Erfassung "erfolgreicher" Data Governance-Modelle</title>
  </titles>
  <publisher>Zenodo</publisher>
  <publicationYear>2021</publicationYear>
  <subjects>
    <subject>Data Governance</subject>
    <subject>Information Governance</subject>
    <subject>Data Protection</subject>
    <subject>Law</subject>
    <subject>Value of Data</subject>
    <subject>Risks of Data</subject>
    <subject>Context-Dependency</subject>
    <subject>Coordination</subject>
    <subject>Centralisation</subject>
    <subject>De-Centralisation</subject>
  </subjects>
  <dates>
    <date dateType="Issued">2021-12-15</date>
  </dates>
  <language>de</language>
  <resourceType resourceTypeGeneral="Other"/>
  <alternateIdentifiers>
    <alternateIdentifier alternateIdentifierType="url">https://zenodo.org/record/6327345</alternateIdentifier>
  </alternateIdentifiers>
  <relatedIdentifiers>
    <relatedIdentifier relatedIdentifierType="DOI" relationType="IsVersionOf">10.5281/zenodo.6325395</relatedIdentifier>
    <relatedIdentifier relatedIdentifierType="URL" relationType="IsPartOf">https://zenodo.org/communities/hiig</relatedIdentifier>
  </relatedIdentifiers>
  <rightsList>
    <rights rightsURI="https://creativecommons.org/licenses/by/4.0/legalcode">Creative Commons Attribution 4.0 International</rights>
    <rights rightsURI="info:eu-repo/semantics/openAccess">Open Access</rights>
  </rightsList>
  <descriptions>
    <description descriptionType="Abstract">&lt;p&gt;Daten zug&amp;auml;nglich zu machen, zu nutzen und zu teilen wird heute ganz allgemein als wichtiger Baustein f&amp;uuml;r nachhaltiges Wachstum und Wohlstand anerkannt. Entsprechend arbeiten Akteure in verschiedenen gesellschaftlichen Bereichen an ihren je eigenen Digitalisierungs-, Daten- und Smart City-Strategien. Data Governance wird dabei als elementare Voraussetzung erkannt. Geht man ins Detail, findet man sich jedoch schnell mit einer Wolke aus Begriffen wie Data Pools and Data Lakes, Intermedi&amp;auml;ren, Plattformen und Datentreuh&amp;auml;ndern konfrontiert. Selten bzw. nur unter Schwierigkeiten findet man heraus, wie die dahinter stehenden Data Governance-Strukturen konkret beschaffen sind. Doch erst wenn wir diese Strukturen anhand eines Frameworks konsistent beschreiben k&amp;ouml;nnen, sind wir in der Lage, unterschiedliche Data Governance-Modelle zu vergleichen und auf die Frage hin bewerten, welche Modelle in welchen Kontexten &amp;bdquo;erfolgreich&amp;rdquo; sind. Hierf&amp;uuml;r muss man zun&amp;auml;chst kl&amp;auml;ren, was Data Governance &amp;bdquo;erfolgreich&amp;ldquo; macht und was die besonderen Herausforderungen dabei sind. Das vorliegende Discussion Paper fasst die Ergebnisse der bisherigen HIIG-Forschungsprojekte &amp;ldquo;Data Governance: Definition einer gemeinsamen Forschungsgrundlage&amp;rdquo; sowie &amp;ldquo;Data Governance: Reconciling conflicting interests in data - a research framework&amp;rdquo; zusammen.&lt;/p&gt;</description>
  </descriptions>
</resource>
106
59
views
downloads
All versions This version
Views 10696
Downloads 5955
Data volume 46.1 MB43.0 MB
Unique views 8379
Unique downloads 5249

Share

Cite as