HMD 226, 39. Jahrgang, August 2002
E-Government
Herausgeber: Andreas Meier
Daten lügen nicht - oder doch?
Vorgehensweise zur Verbesserung der Datenqualität für Business Intelligence
Ralf Schaarschmidt, Ulrich Herrmann
Zusammenfassung
Zunehmend basieren wichtige Geschäftsentscheidungen auf aus Daten gewonnenen Informationen. Die Methoden und Verfahren des Business Intelligence schaffen hierfür den organisatorischen und technischen Rahmen. Dabei ist die Qualität der zugrunde liegenden Daten für die Verlässlichkeit abgeleiteter Aussagen von zentraler Bedeutung. Aus verschiedenen Gründen ist die Datenqualität in Unternehmen häufig mangelhaft. Dieses Papier beschäftigt sich daher mit der Verbesserung der Datenqualität als zentraler Aufgabe im Rahmen von Business-Intelligence-Aktivitäten. Das Problem schlechter Datenqualität und die Notwendigkeit ihrer Verbesserung werden zunächst anhand einiger Beispiele motiviert. Auf allgemeine Weise folgt die Formulierung von Anforderungen an die Datenqualität. Vor diesem Hintergrund wird eine Vorgehensweise zur Verbesserung der Datenqualität beschrieben. Die Vorgehensweise gliedert sich in zwei Phasen. Phase 1 beginnt mit der Untersuchung der Auswirkungen auf das Geschäft und bewertet die Datenqualität, dann folgt in Phase 2 die Umsetzung einer Lösung. Darüber hinaus ist die Initiierung strategischer Maßnahmen zur nachhaltigen Sicherung der Datenqualität möglich. Die Anwendung der Vorgehensweise wird mit Hilfe eines Fallbeispiels vorgestellt.
Inhaltsübersicht
- Einleitung und Motivation
- Anforderungen an die Datenqualität
- Vorgehensweise zur Verbesserung der Datenqualität
- Untersuchung der Auswirkungen (Business Impact Evaluation)
- Bewertung der Datenqualität (Data Quality Evaluation)
- Umsetzung der Lösung (Solution Deployment)
- Strategische Initiativen (Strategic Data Quality Initiation)
- Fallbeispiel
- Ausblick
- Literatur







