Melden Sie sich hier an, um auf Kommentare und die Whitepaper-Datenbank zugreifen zu können.

Kein Log-In? Dann jetzt kostenlos registrieren.

Falls Sie Ihr Passwort vergessen haben, können Sie es hier per E-Mail anfordern.

Der Zugang zur Reseller Only!-Community ist registrierten Fachhändlern, Systemhäusern und Dienstleistern vorbehalten.

Registrieren Sie sich hier, um Zugang zu diesem Bereich zu beantragen. Die Freigabe Ihres Zugangs erfolgt nach Prüfung Ihrer Anmeldung durch die Redaktion.

24.03.2011 - 

Ratgeber Datenqualität

Gute Daten - schlechte Daten

Spezialgebiet Business-Software: Business Intelligence, Big Data, CRM, ECM und ERP; Betreuung von News und Titel-Strecken in der Print-Ausgabe der COMPUTERWOCHE.
Eine exklusive Umfrage der COMPUTERWOCHE hat ergeben, dass Unternehmen oft nicht wissen, wie sie eine hohe Datenqualität sicherstellen können.

Marketing-Aktionen, die haarscharf an der Zielgruppe vorbeigehen, Rechnungen, die nicht zugestellt werden können, und geschäftliche Fehlentscheidungen, weil keine belastbaren Informationen zur Verfügung stehen - solche Business-Pannen haben oft eine gemeinsame Ursache: eine mangelhafte Datenqualität. Die Folgen können verheerend sein: Falsche Zahlen oder verärgerte Kunden bringen gerade in wirtschaftlich schwierigen Zeiten Firmen schnell ins Schleudern. Doch in Zeiten, in denen immer mehr Daten in immer verteilteren Systemen immer schneller bereitgestellt werden müssen, ist das Informations-Management komplex geworden. Schludern ist nicht erlaubt: Nicht nur die Geschäftsrisiken sind beträchtlich, auch rechtliche Verstöße, die auf fehlerhaften Daten beruhen, können böse Folgen haben.

Kriterien für gute Datenqualität

Wer eine gute Datenqualität erreichen will, muss auf eine Reihe von Kriterien achten:

  • Korrektheit: Die Daten müssen mit der Realität übereinstimmen.

  • Konsistenz: Ein Datensatz darf in sich und zu anderen Datensätzen keine Widersprüche aufweisen.

  • Zuverlässigkeit: Die Entstehung der Daten muss nachvollziehbar sein.

  • Vollständigkeit: Ein Datensatz muss alle notwendigen Attribute enthalten.

  • Genauigkeit: Die Daten müssen in der jeweils geforderten Exaktheit vorliegen (Beispiel: Nachkommastellen).

  • Aktualität: Alle Datensätze müssen jeweils dem aktuellen Zustand der abgebildeten Realität entsprechen.

  • Redundanzfreiheit: Innerhalb der Datensätze dürfen keine Dubletten vorkommen.

  • Relevanz: Der Informationsgehalt von Datensätzen muss den jeweiligen Informationsbedarf erfüllen.

  • Einheitlichkeit: Die Informationen eines Datensatzes müssen einheitlich strukturiert sein.

  • Eindeutigkeit: Jeder Datensatz muss eindeutig interpretierbar sein.

  • Verständlichkeit: Die Datensätze müssen in ihrer Begrifflichkeit und Struktur mit den Vorstellungen der Fachbereiche übereinstimmen.

    COMPUTERWOCHE-Marktstudie

    Mehr zum Thema Datenqualität erfahren Sie in der aktuellen Marktstudie der COMPUTERWOCHE, die Sie hier herunterladen können.

Lesen Sie mehr zum Thema Datenqualität: