So dokumentierst du die Daten deines Unternehmens im Jahr 2026

Der wichtigste Grund für die Dokumentation von Daten ist die Beseitigung der Abhängigkeit von einzelnen Personen. Wenn das Wissen darüber, was jede Tabelle, Spalte oder Metrik bedeutet, nur in den Köpfen von zwei oder drei Personen lebt, hat das Unternehmen ein reales operatives Risiko. Wenn diese Personen in den Urlaub fahren, das Team wechseln oder das Unternehmen verlassen, geht das Wissen verloren und nachgelagerte Teams sind blockiert.

Laut Branchenstudien verbringen Datenanalysten zwischen 20 % und 30 % ihrer Zeit damit, Daten zu suchen und zu verstehen, bevor sie sie nutzen können. Das entspricht ein bis zwei Tagen pro Woche, die damit verloren gehen, auf Slack zu fragen „Was bedeutet dieses Feld?" oder kryptische Spaltennamen wie amt_01_adj zu entziffern. Das Dokumentieren von Daten reduziert diese Zeit drastisch.

Darüber hinaus verlangen Regulierungen wie die DSGVO, zu wissen, wo personenbezogene Daten gespeichert sind und wie sie durch Systeme fließen. Ohne Dokumentation wird die Beantwortung einer Löschanfrage oder die Vorbereitung einer Prüfung zu einem wochenlangen Projekt, das in Stunden erledigt werden sollte.

Du musst nicht alles gleichzeitig dokumentieren. Beginne mit den kritischsten Daten-Assets: den Tabellen, die Geschäfts-KPIs, Executive-Dashboards und regulatorische Berichte speisen. Dokumentiere für jede Tabelle mindestens: einen für das Business lesbaren Namen, eine Beschreibung, was sie enthält und wofür sie verwendet wird, einen Eigentümer (verantwortliche Person oder Team), die Aktualisierungshäufigkeit und die Ursprungsquelle.

Für jede relevante Spalte dokumentiere: eine Beschreibung des Feldes in der Fachsprache, den Datentyp und das erwartete Format, ob es personenbezogene Daten (PII) enthält, und mögliche Werte oder gültige Bereiche. Es ist nicht nötig, alle Spalten am ersten Tag zu dokumentieren, aber priorisiere Felder, die Verwirrung stiften oder entscheidend für Geschäftsberechnungen sind.

Beziehungen zwischen Tabellen sind genauso wichtig. Dokumentiere, welche Tabellen welche anderen speisen (Lineage), welche Joins korrekt sind (um Duplikate zu vermeiden) und welche Felder als Join-Schlüssel fungieren. Dies ist besonders kritisch in Organisationen, in denen verschiedene Teams ihre eigenen Kopien derselben Tabellen mit leicht unterschiedlichen Transformationen erstellt haben.

Die Optionen reichen von Tabellenkalkulationen bis hin zu dedizierten Datenkatalog-Plattformen. Eine Tabellenkalkulation (Google Sheets oder Confluence) funktioniert als Ausgangspunkt für sehr kleine Teams, wird aber schnell unhandlich: Sie erkennt keine Schemaänderungen, hat keine intelligente Suche und wird von niemandem aktuell gehalten.

Moderne Datenkataloge wie Linedat, Atlan oder DataHub verbinden sich direkt mit deinen Datenquellen (PostgreSQL, BigQuery, Snowflake) und extrahieren automatisch technische Metadaten: Tabellennamen, Spalten, Datentypen, Volumina und Beziehungen zwischen Tabellen. Auf dieser technischen Grundlage fügen Teams fachliche Beschreibungen, Klassifizierungen und Glossarbegriffe hinzu.

Das wichtigste Kriterium bei der Wahl eines Tools ist, dass es sich in deinen aktuellen Stack integriert und die Hürde für das Dokumentieren senkt. Wenn das Dokumentieren eines Feldes das Öffnen eines separaten Tools, die Suche nach der Tabelle, das Auffinden der Spalte und das Schreiben einer Beschreibung von Grund auf erfordert, wird die Adoption gering sein. Tools mit KI, die automatisch Beschreibungen vorschlagen, reduzieren diese Hürde um 70–80 %.

Die manuelle Dokumentation hat einen klaren Vorteil: Präzision. Ein Data Steward, der die Geschäftsdomäne kennt, kann Beschreibungen schreiben, die wichtige Nuancen erfassen, wie „dieses Feld enthält Retouren, aber keine Stornierungen" oder „es wird zum Buchungsschluss berechnet, nicht in Echtzeit". Das Problem ist die Skalierung: Tausende von Feldern manuell zu dokumentieren ist ein monatelanges Projekt, das mit anderen Prioritäten konkurriert.

Die KI-gestützte automatische Dokumentation analysiert Spaltennamen, Datentypen, Wertmuster und Beziehungen zu anderen Tabellen, um erste Beschreibungen zu generieren. Ein Feld namens „customer_email" im E-Mail-Format erhält automatisch eine Beschreibung wie „E-Mail-Adresse des Kunden, verwendet als primärer Kontaktidentifikator". Diese Beschreibungen sind nicht perfekt, decken aber 70–80 % der Arbeit ab.

Der optimale Ansatz ist hybrid: Die KI erstellt einen ersten Entwurf der Dokumentation für alle Tabellen und Spalten, und Data Stewards überprüfen, korrigieren und bereichern die Beschreibungen mit Geschäftskontext, den die KI nicht ableiten kann. Dies reduziert den gesamten Dokumentationsaufwand von Monaten auf Tage und erhält dabei die Qualität, die das Unternehmen benötigt.

Schreibe Beschreibungen für Business-Nutzer, nicht für Ingenieure. Eine gute Beschreibung beantwortet die Frage „Was bedeutet dieses Datum und wofür wird es verwendet?", nicht „Wie wird es technisch berechnet?". Vergleiche: „VARCHAR(255) NOT NULL, FK zu dim_customer" vs. „Vollständiger Name des Kunden, wie er im unterzeichneten Vertrag erscheint". Die zweite ist nützlich; die erste ist technische Metadaten, die das Tool bereits anzeigt.

Etabliere einen kontinuierlichen Dokumentationsprozess, kein einmaliges Projekt. Massendokumentationskampagnen erzeugen einen Abdeckungsgipfel, der schnell absinkt. Es ist besser, die Dokumentation in den Workflow zu integrieren: Wenn eine neue Tabelle erstellt wird, wird sie im gleichen Pull Request dokumentiert. Wenn ein Data Steward eine Frage zu einem Feld beantwortet, wird die Antwort dokumentiert.

Messe die Dokumentationsabdeckung und mache sie sichtbar. Der Prozentsatz dokumentierter Assets, Spalten mit Beschreibung und Tabellen mit zugewiesenem Eigentümer sind Metriken, die Teams motivieren und Lücken identifizieren lassen. Ein vernünftiges Ziel für das erste Quartal ist 80 % Abdeckung der kritischen Assets, nicht 100 % aller Assets.

Der häufigste Fehler ist der Versuch, alles gleichzeitig zu dokumentieren. Teams starten ein ambitioniertes Projekt „alle Tabellen dokumentieren", das im zweiten Monat aufgegeben wird, weil das Volumen unüberschaubar ist. Beginne mit den 20–30 kritischsten Assets (denen, die KPIs, Dashboards und regulatorische Berichte speisen) und erweitere von dort.

Ein weiterer häufiger Fehler ist das Dokumentieren ohne Zuweisung von Verantwortlichen. Dokumentation ohne Eigentümer veraltet in wenigen Wochen. Jede Datendomäne muss einen identifizierten Data Steward haben, der für die Aktualisierung der Dokumentation verantwortlich ist. Es muss keine Vollzeitstelle sein: Eine Stunde pro Woche und Domäne reicht in der Regel aus, um die Qualität zu erhalten.

Schließlich dokumentieren viele Teams nur die technische Schicht (Datentypen, Schlüssel, Beziehungen) und vergessen die fachliche Schicht (was es bedeutet, wie es verwendet wird, welche Einschränkungen es hat). Technische Dokumentation ist für Ingenieure nützlich, löst aber nicht das Hauptproblem: dass der Rest der Organisation die Daten versteht und ihnen vertraut.