Dimensionen der Datenqualität: Warum „gut genug“ Vertrauen zerstört

IBM hat bekanntlich geschätzt, dass mangelnde Datenqualität die US-Wirtschaft 3,1 Billionen Dollar pro Jahr kostet. Gartner beziffert die durchschnittlichen Kosten für eine einzelne Organisation auf 12,9 Millionen Dollar jährlich.

Diese Zahlen klingen abstrakt, bis man konkrete Kosten auf konkrete Datenqualitätsfehler zurückführt: eine Bank, die Kreditangebote an verstorbene Kunden verschickt. Ein Hersteller, der Produkte wegen doppelt vergebener Postleitzahlen an falsche Adressen liefert. Ein Krankenhaus, das aufgrund eines Einheitenumrechnungsfehlers im EHR-System die falsche Medikamentendosis verabreicht. Ein Händler, dessen Nachfrageprognose um 40 % daneben liegt, weil die historischen Verkaufsdaten Rücksendungen enthielten.

Datenqualität ist kein technisches Thema. Sie ist ein Geschäftsrisiko mit messbarem Preisschild.

Die sechs Dimensionen der Datenqualität

Das DAMA-DMBOK definiert sechs Dimensionen der Datenqualität. Jedes Datenqualitätsproblem lässt sich mindestens einer davon zuordnen:

1. Accuracy (Korrektheit), Repräsentieren die Daten die reale Entität oder das Ereignis, das sie beschreiben, korrekt? Die Adresse eines Kunden ist korrekt, wenn sie mit seiner tatsächlichen Adresse übereinstimmt. Fehler bei der Korrektheit: „Paris“ wegen eines Tippfehlers als „Parsi“ erfasst; falsch gerundete Transaktionsbeträge; Produktgewicht in der falschen Einheit erfasst.

2. Completeness (Vollständigkeit), Sind alle erforderlichen Datenelemente vorhanden? Ein Kundendatensatz ohne E-Mail-Adresse ist unvollständig, wenn die E-Mail für den Geschäftsprozess erforderlich ist. Vollständigkeitsfehler sind oft systemisch: optionale Felder, die eigentlich Pflicht sein sollten, API-Integrationen, die Felder verlieren, Migrationsskripte, die nicht alle Attribute übertragen.

3. Consistency (Konsistenz), Werden dieselben Daten in allen Systemen gleich dargestellt? Ein Geburtsdatum, das im CRM als DD/MM/YYYY, im Abrechnungssystem aber als MM/DD/YYYY erfasst ist, ist eine Inkonsistenz. Konsistenzfehler sind die häufigste Ursache für Debatten darüber, „welches System richtig ist“.

4. Timeliness (Aktualität), Sind die Daten verfügbar, wenn sie gebraucht werden, und spiegeln sie den aktuellen Stand wider? Ein monatlich aktualisierter Kunden-Score ist für jährliche Hypothekenprüfungen aktuell genug, für Kreditentscheidungen in Echtzeit nicht. Aktualitätsfehler zeigen sich oft als „wir wussten von dem Problem, aber die Daten waren noch nicht aktualisiert“.

5. Validity (Gültigkeit), Entsprechen die Daten den definierten Formaten, Wertebereichen und Geschäftsregeln? Eine Telefonnummer mit 11 Stellen in einem Feld, das für 10 definiert ist, ist ungültig. Ein Transaktionsdatum in der Zukunft ist ungültig. Gültigkeitsfehler lassen sich am einfachsten schon bei der Eingabe erkennen und beheben.

6. Uniqueness (Eindeutigkeit), Wird jede reale Entität genau einmal repräsentiert? Doppelte Kundendatensätze sind ein Eindeutigkeitsfehler. Deduplizierung ist eine der häufigsten Datenqualitätsinitiativen, und eine der in ihrer Komplexität am meisten unterschätzten.

Data Quality Management | DAMA DMBOK Chapter 13 Explained

Watch on YouTube

Wissenscheck

1. Das Geburtsdatum eines Kunden ist im CRM als DD/MM/YYYY, im Abrechnungssystem aber als MM/DD/YYYY gespeichert. Welche Datenqualitätsdimension wird dadurch primär verletzt?

2. Ein Kreditgeber nutzt den Credit Score eines Kunden für Kreditentscheidungen in Echtzeit, doch der Score wird nur monatlich aktualisiert. Welche Dimension der Datenqualität ist hier am stärksten gefährdet?

3. Was ist die Kernbotschaft dahinter, mangelnde Datenqualität mit einem Kostenbetrag für die Wirtschaft und für Organisationen zu beziffern?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE Szenarien aus, die Beispiele für einen Gültigkeitsfehler sind (Daten entsprechen nicht den definierten Formaten, Wertebereichen oder Geschäftsregeln).

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE Aussagen aus, die korrekt beschreiben, wie die sechs DAMA-DMBOK-Dimensionen mit Datenqualitätsproblemen zusammenhängen.

Wählen Sie alle richtigen Antworten aus.

Datenqualität messen: von subjektiv zu quantitativ

„Unsere Datenqualität ist ziemlich gut“ ist keine Messung. „Unsere Kundenstammdaten sind zu 94 % vollständig, zu 87 % korrekt und zu 91 % konsistent zwischen CRM und Abrechnungssystem“ schon.

Datenqualitäts-Scoring: Definieren Sie für jede Datendomäne einen Qualitäts-Score als gewichteten Durchschnitt der sechs Dimensionen. Gewichten Sie die Dimensionen nach ihrer geschäftlichen Bedeutung. Bei Kundendaten im Marketing dürften Vollständigkeit und Korrektheit der Kontaktdaten stark gewichtet werden. Bei Finanzdaten für das Reporting zählen Konsistenz und Aktualität am meisten.

Profiling: Bevor Sie bewerten können, müssen Sie profilieren. Data-Profiling-Tools (Great Expectations, Informatica Data Quality, Ataccama) analysieren Datensätze und zeigen: Null-Raten, Werteverteilungen, Formatverstöße, Duplikatquoten, Verstöße gegen die referenzielle Integrität. Ein Datensatz, der zum ersten Mal profiliert wird, liefert fast immer Aufschluss, und oft Anlass zur Sorge.

Qualitäts-Dashboards: Der CDO sollte über ein Echtzeit-Dashboard zur Datenqualität verfügen, das Qualitäts-Scores je Domäne und deren Entwicklung über die Zeit zeigt. Dieses Dashboard sollte mit den Data Ownern der Domänen geteilt werden, Qualität sichtbar zu machen ist der erste Schritt, um sie verbindlich zu machen.

Der Business Case für Investitionen in Datenqualität

Die ROI-Rechnung für Datenqualität ist einfach:

Aktuelle Kosten mangelnder Qualität: Quantifizieren Sie mindestens eine messbare Kostenposition, Nacharbeitszeit, Fehlerkorrekturen, Kundenbeschwerden, Bußgelder von Aufsichtsbehörden, verpasste Chancen durch unvollständige Daten.

Kosten der Qualitätsinitiative: Tool-Lizenzen + Implementierung + laufendes Stewardship + Profiling und Monitoring.

Zielzustand: Welchen Qualitäts-Score werden Sie erreichen, und welches Geschäftsergebnis ermöglicht das?

Ein europäisches Telekommunikationsunternehmen hat berechnet, dass 12 % seines Marketingbudgets in die Ansprache inaktiver Kunden flossen, verursacht durch mangelnde Vollständigkeit und Korrektheit der Daten. Eine Datenqualitätsinitiative über 50.000 € reduzierte diese Verschwendung um 50 % und brachte bei einem Marketingbudget von 25 Mio. € eine jährliche Ersparnis von 3 Mio. €, ein ROI von 60x. Das ist die Sprache, die CFOs verstehen.

Häufige Fragen

Was sind die sechs Dimensionen der Datenqualität?

Das DAMA-DMBOK definiert sechs: Genauigkeit, Vollständigkeit, Konsistenz, Aktualität, Validität und Eindeutigkeit. Genauigkeit fragt, ob die Daten der realen Entität entsprechen, Vollständigkeit, ob die Pflichtfelder vorhanden sind, Konsistenz, ob derselbe Sachverhalt in allen Systemen identisch aussieht, Aktualität, ob die Daten zum benötigten Zeitpunkt aktuell sind, Validität, ob sie definierte Formate und Wertebereiche einhalten, und Eindeutigkeit, ob jede Entität genau einmal vorkommt. Jedes Datenqualitätsproblem lässt sich mindestens einer dieser Dimensionen zuordnen.

Was kostet schlechte Datenqualität ein Unternehmen tatsächlich?

Gartner schätzt die durchschnittlichen Kosten auf 12,9 Millionen $ pro Jahr und Organisation, IBM beziffert die Kosten für die US-Wirtschaft auf 3,1 Billionen $ jährlich. Handlungsrelevant werden diese Zahlen erst, wenn man sie auf konkrete Fehler zurückführt: eine Bank, die Kreditangebote an verstorbene Kunden verschickt, eine Absatzprognose, die um 40 % danebenliegt, weil Retouren als Verkäufe gezählt wurden, Marketingbudget, das für inaktive Kontakte verbrannt wird. Beziffern Sie einen dieser Fälle bei sich im Haus, und Sie haben eine Zahl, auf die ein CFO reagiert.

Was ist der Unterschied zwischen Genauigkeit und Validität von Daten?

Validität bedeutet, dass die Daten das definierte Format, den Wertebereich oder die Geschäftsregel einhalten; Genauigkeit bedeutet, dass sie die reale Welt korrekt beschreiben. Eine zehnstellige Telefonnummer in einem zehnstelligen Feld ist valide, auch wenn sie niemandem gehört. Validität lässt sich bei der Eingabe automatisch durchsetzen, Genauigkeit erfordert meist den Abgleich mit einer externen Referenzquelle.

Wie misst man Datenqualität, statt nur zu sagen, sie sei „ziemlich gut“?

Bilden Sie pro Datendomäne einen Qualitätsscore als gewichteten Durchschnitt der sechs DAMA-Dimensionen und gewichten Sie jede nach ihrer geschäftlichen Nutzung. „Unsere Kundenstammdaten sind zu 94 % vollständig, zu 87 % genau und zu 91 % konsistent zwischen CRM und Billing“ ist eine Messung; „unsere Daten sind ziemlich gut“ ist keine. Bei Marketing-Kontaktdaten zählen vor allem Vollständigkeit und Genauigkeit, beim Financial Reporting sind Konsistenz und Aktualität wichtiger.

Was zeigt Data Profiling, und mit welchen Tools macht man es?

Profiling analysiert einen Datensatz und legt Null-Raten, Werteverteilungen, Formatverstöße, Duplikatraten und Verletzungen der referenziellen Integrität offen. Es ist die Voraussetzung für jeden Qualitätsscore, denn Dimensionen, die Sie nie gemessen haben, können Sie auch nicht gewichten. Gängige Tools dafür sind Great Expectations, Informatica Data Quality und Ataccama. Das erste Profiling eines Datensatzes ist meist aufschlussreich und oft alarmierend.

Wie baut man den ROI-Case für eine Datenqualitätsinitiative?

Mit drei Zahlen: den aktuellen Kosten schlechter Qualität, den Kosten der Initiative und dem Ziel-Qualitätsscore samt dem Geschäftsergebnis, das er ermöglicht. Ein europäischer Telekommunikationsanbieter stellte fest, dass 12 % seines Marketingbudgets von 25 Mio. € wegen unvollständiger und ungenauer Datensätze an inaktive Kunden verschwendet wurden; eine Qualitätsinitiative für 50.000 € halbierte diese Verschwendung und sparte 3 Mio. € pro Jahr, ein 60-facher Return. Eine einzige messbare Kostenposition zu beziffern, etwa Nacharbeitszeit, Fehlerkorrekturen oder regulatorische Bußgelder, reicht, um das Gespräch zu beginnen.

Was Sie aus dieser Lektion umsetzen

Diese Maßnahmen sind im Playbook der Rolle zusammengefasst.

Datasets profilieren und Echtzeit-Qualitätsdashboards je Domain veröffentlichen

Vollständiges Action Playbook ansehen →