von Simon Freese, k+k Akademie

Wie steigere ich meine Datenqualität?

Ein Leitfaden zur Vorgehensweise

„Die Digitalisierung bringt einen Umbruch […]. Daten werden noch mehr als bereits heute eine strategische Ressource.“ (Otto/Österle 2016, S. V)

Welche Strategien, Kriterien, Faktoren und Rollen braucht es, um ein optimales Datenqualitätsmanagement zu führen? Und wie funktioniert die Erfolgsmessung? Dieser Leitfaden gibt Antwort und führt den Blogbeitrag: „Was Sie über Datenqualität wissen sollten!“ fort.

Strategie

Zu Beginn des Datenqualitätsmanagements wird eine Strategie festgelegt. Sie beschreibt, wie im Verlauf des Datenqualitätsmanagement-Prozesses mit den Unternehmensdaten verfahren wird. Die Wahl der Strategie und der daraus resultierende Umgang mit den Daten hat Einfluss auf den Erfolg des Datenqualitätsmanagements. Außerdem werden Mitarbeiter hierdurch für das Thema sensibilisiert. Sie erhalten einen Einblick, weshalb Datenqualität für das Unternehmen wichtig ist und welchen Anteil sie leisten müssen.

 

Formulierung von Zielen

Der nächste Schritt des Datenqualitätsmanagements ist die Formulierung von Zielen, um den Erfolg überprüfen zu können. Es wird festgelegt, welcher Rahmen vom Management abgedeckt wird und welche Bereiche betroffen sind. Außerdem muss überprüft werden, welche Daten, Systeme, Anwendungen und Geschäftsprozesse betroffen sind und deshalb beachtet werden müssen. Übergreifend haben also geschäftskritische Daten den Vorrang. (Hildebrand u.a. 2015, S. 73)

Befragung von Schlüsselpersonen

Eine Übersicht über die konkreten Probleme wird durch eine Befragung von Schlüsselpersonen erstellt. Dabei sollte ein möglichst großer Bereich des Unternehmens abgedeckt sein. Die befragten Personen geben Informationen zur täglichen Arbeit und den Einfluss von schlechter Datenqualität in ihrer Arbeit an.

Rollen

Im weiteren Vorgehen werden beim Datenqualitätsmanagement Rollen definiert, um eine klare Struktur aufzuweisen und Verantwortlichkeiten zu klären.

Anforderungen an die Datenqualität

Demnach müssen beim Datenqualitätsmanagement Anforderungen an die Datenqualität festgelegt werden. Hintergrund dabei ist, dass eine Verbesserung nur ersichtlich ist und kommuniziert werden kann, wenn sie messbar ist. Deshalb ist dieser Schritt eine sehr wichtige Aufgabe. Die Anforderungen an Daten werden in Kennzahlen ausgedrückt. (Morbey 2011, S. 22)

Nachdem alle Anforderungen der Datennutzer und Akteure ermittelt wurden, werden daraus Datenqualitätsregeln erstellt. Jeder dieser Nutzer und Akteure hat eigene Anforderungen, weshalb ein Datenobjekt mehrere Datenqualitätsregeln einschließen kann. (Helfert 2002, S. 104)

Externe Anforderungen

Um alle externen Anforderungen mit einzubeziehen, müssen auch diese im Voraus ermittelt werden. Oft betrifft dies Vorgaben, die durch den Gesetzgeber vorgegeben werden. Sie schreiben gewisse Inhalte in den Daten, eine bestimmte Archivierungsdauer oder die Verarbeitung und Verfügbarkeit, vor. Außerdem können aus Verpflichtungen gegenüber Kunden und Lieferanten Anforderungen abgeleitet werden.

Unternehmenseigene Standards

Des Weiteren müssen unternehmenseigene Standards ermittelt und festgehalten werden, um die Daten einheitlich im Unternehmen verarbeiten zu können. Diese Standards können sich je nach Branche und Unternehmen unterscheiden.

Technische Anforderungen

Als letzten Schritt der Anforderungsdefinition werden technische Anforderungen betrachtet. Oftmals sind die Kapazitäten der IT-Systeme limitiert, weshalb nicht alle technischen Anforderungen umgesetzt werden können. Durch einen Austausch von Daten in unterschiedlichen, nicht standardisierten Systemen kann es zu Fehlern kommen. Erwähnenswert ist in diesem Zusammenhang das Metadaten-Management, durch das die Metadaten an einer zentralen Stelle gespeichert werden. Dies gewährleistet eine bessere Übersicht und hilft festzustellen, ob unterschiedliche Datentypen verwendet werden.

Die Umsetzung der fachlichen Anforderungen in technische Datenqualitätsregeln erfolgt, nachdem alle Anforderungen dokumentiert wurden. Um die Daten zu überprüfen, müssen diese bereitgestellt werden. Die Anforderungen aus den einzelnen Bereichen spiegeln beim Prüfen die Anforderungen des gesamten Unternehmens wider. Abschließender Schritt ist die gemeinsame Abnahme der Datenqualitätsregeln, diese stellen einen wichtigen Meilenstein im Datenqualitätsmanagement dar. (Hildebrand u.a. 2015, S. 73)

Messung

Die Messung erfolgt mit Hilfe der erstellten Datenqualitätsregeln und geeigneten technischen Mitteln. Dabei werden die Regeln auf Datenbestände angewandt und liefern ein Ergebnis, das aus den Datensätzen besteht, die den Regeln widersprechen.

Da eine Prüfung der Datenqualität im Rahmen des Datenqualitätsmanagements keine einmalige Feststellung der Qualität ist, muss eine Wiederholbarkeit von Messungen gegeben sein. Konkret bedeutet dies, dass die Datenqualitätsregeln immer wieder angewendet werden müssen. Die Häufigkeit solcher Wiederholungen ist abhängig von den jeweiligen Datenbeständen, der Fehlerhäufigkeit und den Unternehmensprozessen und -vorgaben. (Hildebrand u.a. 2015, S. 80)

Wichtig!

Der hier beschriebene Leitfaden muss für jedes Unternehmen angepasst und die Granularität vor der Umsetzung verfeinert werden.

 

Literaturverzeichnis

Hildebrand, K./u.a. (2015): Daten- und Informationsqualität, 3. Auflage, Springer Fachmedien Wiesbaden

Otto, B./Österle, H. (2016): Corporate Data Quality, Springer Gabler

Helfert, M. (2002): Planung und Messung der Datenqualität in Data-Warehouse-Systemen, o.V.

Morbey, G. (2011): Datenqualität für Entscheider in Unternehmen, Gabler Verlag, Springer Fachmedien Wiesbaden GmbH VG, Simon

 

Zurück

Kommentare

Einen Kommentar schreiben

Bitte rechnen Sie 3 plus 3.