Bessere Datenqualität beginnt mit besseren Prozessen – nicht mit der Software

Anstrengungen zur Verbesserung der Datenqualität sollten mit Verfahrensänderungen beginnen. Die Wahl der richtigen Software folgt erst danach.

Gartner schätzt den weltweiten Markt für Datenqualitäts-Tools auf rund eine Milliarde US-Dollar im Jahr. Dies ist...

noch eine vergleichsweise vorsichtige Schätzung, da viele Unternehmen ihre Datenqualitätsprozesse noch nicht automatisiert haben, so der Gartner-Analyst Ted Friedman. Und, sagt Friedman weiter, es gibt gute Gründe, weshalb viele Unternehmen beim Einsatz von Software für Datenqualität langsam sind.

Einer davon ist, dass die Tools gewöhnlich teuer sind und eine erhebliche Expertise erfordern. „Hier besteht ein Widerspruch: Die Datenqualität ist zwar ein geschäftlicher Aspekt, doch die Technologie eignet sich nicht für die Nutzung durch die geschäftlichen Entscheidungsträger [in Hinblick auf Datenprobleme]“, erklärt Fiedman. Ein weiteres Hindernis für eine breitere Nutzung bestehe in dem Umstand, dass die IT- und Daten-Management-Teams „meist absolut nicht in der Lage sind, Investitionen in die Datenqualität plausibel zu begründen.“

Zu ihrer Entschuldigung muss allerdings gesagt werden, dass die Erstellung eines Business Case und das Einholen der Zustimmung zum Kauf von Datenqualitätstechnologie kein einfaches Unterfangen ist. Datenqualität stellt für Führungskräfte von Unternehmen oft ein zu abstraktes Konzept dar: Exakte Daten sind natürlich gut, aber die geschäftlichen Auswirkungen einer Initiative zur Datenqualität sind meist nicht so leicht nachvollziehbar wie beispielsweise die Vorteile eines Business-Intelligence (BI)-Programms.

Angesichts immer weiter wachsender Datenmengen und BI- sowie Analyse-Anwendungen, die auf exakte Daten angewiesen sind und für den Geschäftserfolg immer entscheidender werden, erwartet Friedman jedoch, dass eine Automatisierung des Datenqualitäts-Managements letztlich keine Option, sondern eine Notwendigkeit darstellen wird.

Nach Ansicht von Michael Chalhoub, Director of Client Services bei EagleCreek Software Services, einem IT-Consulting- und Outsourcing-Unternehmen, bestehe ein guter Ausgangspunkt für die Erarbeitung eines Business Case in einer umfassenden Kosten-Nutzen-Analyse, die erwartete Einsparungen sowie andere finanzielle Vorteile prognostiziert, die voraussichtlich aus einer verbesserten Datenqualität resultieren werden, und zwar über einen Zeitraum von mindestens fünf Jahren.

Chancen für Verbesserungen

Chalhoub zufolge besteht in den meisten Unternehmen ein erhebliches Verbesserungspotenzial, besonders in denen, die die Analyse der Datenqualität und Behebung von Datenfehlern mit einem manuellen Prozess handhaben. Als Hilfe für die Dokumentation bestehender Probleme empfiehlt er, ein Feedback zur Datenqualität bei den geschäftlichen Nutzern einzuholen. Quantifizierbare Parameter zur Datenqualität sollten entwickelt werden, um die Erfolge bei der Behebung der identifizierten Probleme verfolgen zu können. IT-Manager können davon ausgehend den Verantwortlichen im Unternehmen veranschaulichen, wie die Verwendung von Datenqualitäts-Tools dazu beitragen kann, die Genauigkeit und Integrität von Daten zu verbessern.

Um die andauernde Unterstützung seitens des Geschäfts zu sichern, müssen die voraussichtliche Schnelligkeit und Dauer der Initiative zur Datenbereinigung unbedingt realistisch dargestellt werden, so Chalhoub. Für den Business Case sollten klar definierte Ziele, die angestrebten Ergebnisse sowie der erwartete Zeitplan für ein Datenqualitätsprogramm vorgelegt werden, mit einem in Phasen eingeteilten Ansatz, der Kontrollen zur Bewertung der Fortschritte und gegebenenfalls zur Anpassung des Projektplans umfasst.

David Loshin, Geschäftsführer der Beratungsfirma Knowledge Integrity, vertritt ebenfalls die Ansicht, dass Unternehmen den Kauf von Software zur Datenqualität erst dann in Angriff nehmen sollten, wenn sie ein klares Bild von ihren Datenlücken haben, sowie einen Plan zur Behebung der Probleme, einschließlich der Änderungen von Geschäftsprozessen zur Minimierung von Datenfehlern.

„Datenqualität ist im Grunde eine Maßnahme zur Prozessverbesserung, die durch Verwendung von Tools unterstützt werden kann, und nicht umgekehrt“, sagt Loshin. „Lassen Sie sich nicht von Werbung in die Irre führen, die behauptet, man müsse nur ganz bequem [automatisierte Tools] implementieren und schon könne man von zahlreichen Vorteilen profitieren. Überlegen Sie sich stattdessen, welche Vorteile Sie erreichen wollen, und bestimmen Sie dann die Prozesse, die zum Erreichen dieser Vorteile umgesetzt werden müssen.“ Dazu kann durchaus auch die Verwendung kommerzieller Software gehören, aber IT-Manager sollten sich nicht von vorneherein nur auf diese verlassen, so Loshins Rat.

Analysen sind sinnvoll

Ein zentrales Hindernis besteht darin, dass die meisten Unternehmen die negativen Auswirkungen schlechter Datenqualität nicht klar erkennen. Friedman dazu: „Jeder beklagt sich über unzureichende Daten, aber nur wenige Unternehmen messen deren Auswirkungen.“ Dabei kann dies eine klare Verbindung zwischen dem Datenqualitätsprozess und der Geschäfts-Performance liefern.

Mehr zum Thema Datenqualität:

Stammdaten mit Data Governance und Datenqualitätsinitiativen kombinieren.

Datenqualitätsüberprüfungen sollten ein höheres Niveau erreichen.

Wie Unternehmen die Datenqualität sichern können.

Datenqualität und Management: Big Data erfordert Big-Data-Management.

Als weiteres Argument für den Kauf von Tools zur Datenqualität kann man laut Friedman verschiedene Beispiele für die im gesamten Unternehmen ad hoc ausgeführten manuellen Reparaturen von Datenfehlern anführen. Solche punktuellen Notlösungen „weisen Lücken auf und sind schwer zu warten“, erläutert Friedman. Und sie verursachen interne Kosten, die häufig umfangreich genug sind, um eine Investition in ein Softwarepaket zu rechtfertigen.

Der zunehmende Fokus auf die Sammlung und Analyse von Daten aus sozialen Medien, Messwerten von Sensoren und anderen Formen von Big Data kann ebenfalls als Argument für eine automatisierte Datenqualitätsstrategie dienen. „Dies lässt manuelle Prozesse und eigens erstellte Codes auf lange Sicht noch weniger tragbar erscheinen“, erklärt Friedman.

Zwischenzeitlich können die Unternehmen jedoch bereits Schritte ergreifen, um ihre Datenqualität zu verbessern, ohne dazu neue Technologien zu benötigen: So können sie zum Beispiel ihre geschäftlichen Anwender so schulen, dass diese besser verstehen, wie sie Einfluss auf die Datenqualität nehmen können. Oder sie können Geschäftsprozesse überprüfen, um wirksamer zu verhindern, dass sich ungenaue Daten in ihre Systeme einschleichen.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+ und Facebook!

Artikel wurde zuletzt im Oktober 2015 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über Datenqualität und Datenbereinigung

0 Kommentare

Älteste Beiträge 

Passwort vergessen?

Kein Problem! Tragen Sie Ihre E-Mail-Adresse unten ein. Wir werden Ihnen eine E-Mail mit Ihrem Passwort schicken.

Ihr Passwort wurde an die folgende E-Mail-Adresse gesendet::

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close