Strategien zur Hebung der Datenqualitaet in Datenbanken

AKAD Hochschule für Berufstätige – Zürich
Diplomarbeit im Diplomstudium Betriebsökonomie FH
Strategien zur Hebung der
Datenqualität in Datenbanken
Ursachen für Datenqualitätsmängel und deren Behebung
mittels geeigneter Strategien
Autor
Jürg Wolf
Sonnhalde 314
5705 Hallwil
juerg.wolf@gmx.ch
Matrikel-Nr.: 3152782
Betreuender Dozent
Hr. Ugo Merkli
Datum 29. Januar 2007
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 1 / 83

Management Summary
Das uralte Bonmot der IT „shit in – shit out“ 1 sollte eigentlich allgemein bekannt sein. Scheinbar muss
sie aber noch ihren Weg aus der IT in die anderen Bereiche eines Unternehmens finden, ist doch
immer noch verbreitet die Auffassung zu finden, dass Informationen, welche auf zehn
Nachkommastellen ausgerechnet sind, vorbehaltlos als richtig anzunehmen sind.
Das Problem ist aber, dass die Auswirkungen von mangelhaften Daten bereits schon dort sind.
Spätestens seit (fast) alle Bereiche eines Unternehmens kaum mehr ohne IT-Unterstützung
auskommen und Datenbanken unaufhaltsam in die verschiedensten Bereiche eines Unternehmens
vordringen ist die Beurteilung der Qualität dieser Daten wichtiger denn je.
Wird dann die Wichtigkeit des Themas „Datenqualität“ erkannt, sollte innerhalb kurzer Zeit nach der
Devise „shit in – gold out“ 2 die Qualität der enthaltenen Daten dauerhaft verbessert werden. Solche
„Bereinigungen“ bringen aber immer nur einen kurzfristigen Effekt, der bereits nach einigen Monaten
nicht mehr spürbar ist. Eine andere Reaktion ist die Erkenntnis, dass die Erfassung stümperhaft
gewesen sei und man dort ansetzen müsse, um am Ende ein Resultat in einer besseren Qualität zu
erhalten.
Soll die Datenqualität dauerhaft auf einem hohen Niveau gehalten werden, kommt man weder mit
reaktiven Bereinigungen noch mit dem Benennen von Schuldigen weiter. Hier muss man das Thema
„Datenqualität“ mit geeigneten Strategien proaktiv angehen.
Aufbau dieser Diplomarbeit
Hierbei hilft diese Diplomarbeit, indem sie zuerst
beschreibt, was Datenqualität eigentlich ist, wie sie
gemessen und visualisiert werden kann und zeigt, wie
ein einfaches Datenqualitätsmodell aussieht. Ein
entscheidender Schritt hierbei ist, zu „messen, was
messbar ist - und messbar machen, was noch nicht
messbar ist“ 3 .
Im Weiteren werden mögliche Ursachen für
Datenqualitätsmängel gesucht und identifiziert. Darauf
aufbauend werden vier generische Ansätze formuliert,
um diesen Ursachen begegnen zu können. Mit den
neun detailliert beschriebenen Strategien werden
schlussendlich dem Betroffenen Werkzeuge in die Hand
gegeben, mit denen die Datenqualität einer Datenbank
dauerhaft gesteigert werden kann.
Abbildung 1: Aufbau dieser Diplomarbeit
1 Was soviel bedeutet wie „gibst Du einen Mist ins System, so erhältst Du als Resultat auch Mist“.
2 Was hier soviel bedeutet wie „ich gebe Dir einen Misthaufen ins System – schau’ gefälligst, dass Du was
Brauchbares daraus machen kannst“.
3 „Alles messen, was messbar ist - und messbar machen, was noch nicht messbar ist.“
Zitat nach Galileo Galilei in Wikiquote unter [ 84 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 2 / 83

Danksagung
Mein Dank geht an Herrn Ugo Merkli für die Vergabe dieser Diplomarbeit. Er hat mir wichtigen
methodischen Input gegeben und wertvolle Ergänzungen angeregt, ohne die diese Arbeit nicht
vollständig geworden wäre.
Mein Dank geht an meinen Vorgesetzten Dr. Michael Sieck, der mir diese Diplomarbeit ermöglicht hat
und mir das äusserst interessante Anschauungsbeispiel „i-SAC“ zur Verfügung gestellt hat. Dank
dieser grossen und vielfältigen Datenbank konnte ich viele Aspekte der Datenqualität direkt kennen
lernen. Durch meine Aufgaben in Projekten und im Support konnte ich auch die direkten
Auswirkungen von schlechter Datenqualität sozusagen „am lebenden Objekt“ beobachten.
Ein weiterer Dank geht an meinen direkten Vorgesetzten Reto Cattaneo, der es mir durch die
Einsatzplanung ermöglichte, viele interessante Dinge im Umfeld von i-SAC zu realisieren. Ohne sein
Engagement und seinen Glauben in meine Fähigkeiten wäre beispielsweise das Datenqualitäts-
Cockpit, von dem noch in Kapitel 5.7.2 die Rede sein wird, nicht realisiert worden. Auch meine beiden
Arbeitskollegen Peter Thut und Volker Würthele haben mir massgeblich bei dieser Arbeit geholfen,
indem sie mich mit Rat, Tat und vielen guten Inputs begleitet haben.
Nicht vergessen werden dürfen natürlich alle Mitarbeiter in der UBS, welche meinen Fragebogen
beantwortet haben und somit mitgeholfen haben, die Datenqualität von i-SAC aus einem anderen
Licht zu sehen. Sie haben dadurch sowohl meiner Arbeit als auch dem Inventar wichtigen Input
verliehen.
Speziellen Dank geht an meinen Bruder Peter Wolf, der durch viele Stunden Fehlersuche die
Datenqualität dieses Dokumentes stark erhöht hat.
Diese Arbeit widme ich meiner lieben Frau Heidi, welche mich mit vielen Fragen zum Vorgehen, der
Methodik und den enthaltenen statistischen Auswertungen bombardiert hat und mir dabei auch
immer weitergeholfen hat. Sie hat mich immer auf meinem Weg an der Fachhochschule unterstützt.
Die Entscheidung, diese Ausbildung zu beginnen und als Schule die AKAD zu wählen, ging
vollständig auf sie zurück. Ich freue mich darauf, wieder mehr Zeit mit ihr und unserer lieben Tochter
Ira Yanti zu verbringen.
Eigenständigkeitserklärung
Hiermit erkläre ich, die vorliegende Arbeit selbstständig und nur unter Benutzung der angegebenen
Hilfsmittel und Literatur angefertigt zu haben
Ort und Datum:
Unterschrift:
Hallwil, 29. Januar 2007
…………………………………………………………
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 3 / 83

Inhaltsverzeichnis
Management Summary____________________________________________________________2
Danksagung ____________________________________________________________________3
Eigenständigkeitserklärung________________________________________________________3
Inhaltsverzeichnis________________________________________________________________4
1. Das Problem________________________________________________________________6
1.1. Informationen und deren Qualität 6
1.2. Anzeichen schlechter Datenqualität 7
1.3. Auswirkungen von Datenqualitätsmängel 7
1.4. Beispiele von Datenqualitäts-Problemen in der Realität 8
1.5. Wichtigkeit des Themas für die Unternehmensführung 11
1.6. Gesetzliche und regulatorische Anforderungen zum Thema Datenqualität 15
1.7. Organisatorische Einordnung des Themas im Unternehmen 18
2. Was ist Datenqualität _______________________________________________________20
2.1. Was ist Qualität 20
2.2. Generelle Definition von Qualität 21
2.3. Was ist Datenqualität 25
2.4. Geschichte des Begriffs Datenqualität 25
2.5. Einfache Definition von Datenqualität 26
2.6. Umfassende Definition von Datenqualität 26
2.7. Arten von Datenqualität 28
2.8. Wie kann man Datenqualität messen 29
2.9. Wie kann man Datenqualität identifizieren 31
2.10. Wie kann man Datenqualität visualisieren? 31
2.11. Anforderungen an ein einfaches Datenqualitäts-Messsystem 33
2.12. Quantifizierung von Datenqualitätsmängel und deren Behebung 34
2.13. Möglichen Arten von Datenqualitätsmängeln 36
2.14. Was Datenqualität nicht ist 37
3. Kommerzielle Ansätze zum Thema Datenqualität ________________________________38
3.1. Der Datenqualitätsmarkt 38
3.2. Eingekaufte Produkte und Dienstleistungen 40
4. Generische Ansätze zur Verbesserung der Datenqualität__________________________42
4.1. Grundsätzliches zur Datenqualität 42
4.2. Bisherige Ansätze 42
4.3. Generische Ansätze 44
4.4. Thesen 44
4.5. Aus diesen Thesen abgeleitete Strategien 47
5. 9 Strategien für eine grundsätzliche Verbesserung der Datenqualität________________48
5.1. Strategie A: Transparenz schafft Vertrauen 48
5.2. Strategie B: Definition von Verantwortlichkeiten 49
5.3. Strategie C: Die Grundsätze der Softwareentwicklung ausnutzen 51
5.4. Strategie D: Datenabhängigkeiten sind Gold wert 55
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 4 / 83

5.5. Strategie E: Daten-Lifecycle auf Basis des Prozesses 57
5.6. Strategie F: Unternehmensweite Verwendung von Metadaten 59
5.7. Strategie G: Niederschwellige Verbesserungs-Werkzeuge 60
5.8. Strategie H: Eingabe von „Ich weiss es wirklich nicht“ 63
5.9. Strategie I: Definition eines Verfalldatums 64
5.10. Auswirkung dieser Strategien auf die Datenqualität 66
5.11. Grundsätzliche Nachteile und Risiken aller Strategien 66
5.12. Vorgehen bei der Umsetzung dieser Strategien 67
6. Empfehlungen und Ausblick _________________________________________________69
7. Erläuterungen, Listen und Quellen ____________________________________________70
7.1. Abkürzungsverzeichnis 70
7.2. Begriffserklärungen 70
7.3. Abbildungsverzeichnis 72
7.4. Tabellenverzeichnis 73
8. Literatur und Referenzen ____________________________________________________74
Anhänge________________________________________________________________________a
Anhang A: eMail für die Teilnahme an der Umfrage
a
Anhang B: Fragebogen für die Erfassung der Weichen Faktoren der Datenqualität in i-SAC b
Anhang C: Die Resultate dieser Umfrage
d
Anhang D: Inhalt der CD
e
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 5 / 83

1. Das Problem
1.1. Informationen und deren Qualität
Im heutigen Informationszeitalter ist der Umgang mit der Ressource „Information“ entscheidend 4 .
Darum werden diese möglichst strukturiert in Datenbanken abgelegt und verwaltet. Einmal abgelegt,
veralten diese Informationen jedoch dauernd, wenn sie nicht gepflegt und aktualisiert werden. Dies
gilt sowohl für Datenbanken mit Bestandesdaten wie beispielsweise Inventare, Produkt- oder
Adressstammdaten als auch für Datenbanken mit Bewegungsdaten wie Workflows, Bestell- oder
CRM-Systeme.
Da für viele Arten von Entscheidungen Daten aus diesen Datenbanken
beigezogen werden, ohne deren Qualität zu hinterfragen, resultieren oft
schlechte Entscheidungen. In der retrospektiven Analyse dieser
Fehlentscheidungen können viele Situationen auf ungenügende Qualität der
zugrunde liegenden Daten zurückgeführt werden. 5
Daten, welche man von extern beizieht, werden vielfach verifiziert und durch ein
gesundes Misstrauen immer wieder kritisch hinterfragt – aber wie steht es mit
firmeninternen Daten?
Und wenn schon – kann man den beigezogenen Daten irgendwie ansehen, ob
sie gut sind oder ob deren Verfalldatum schon überschritten ist?
Einzelne Informationen wiederum bilden die Grundlage zum Wissen, das in
einer Unternehmung vorhanden ist und über verschiedene Wege dem Rest der
Firma zugänglich gemacht wird – oder eben nicht. Die Firma „Federal Express“
behandelt Informationen als eigene Produkte, welche die firmeninternen
Prozesse überhaupt ermöglichen. Den Umgang mit Informationen bezeichnet
das Unternehmen als Kernwissen („core knowledge“), das ihnen einen
Abbildung 2:
Wettbewerbsvorteil gegenüber anderen Unternehmen garantiert. Alleine die
Auswirkungen
Möglichkeit, jederzeit auf den Status und den momentanen Aufenthaltsort eines
schlechter
Paketes zugreifen zu können, ist für viele Kunden ein wichtiger Grund, dieses Datenqualität 7
Unternehmen für den Transport ihrer Güter auszuwählen. 6
In immer mehr Unternehmen werden Data Warehouses aufgebaut, deren Aufgabe es ist, mittels Data
Mining aus bestehenden Datenbeständen bisher unbekannte Zusammenhänge zu erkennen und
diese mittels Marketingaktionen oder entsprechenden neuen Produkten kommerziell auszunutzen.
Die gesamten beschriebenen Aktivitäten laufen unter dem Begriff „Business Intelligence“ (BI). Alle
aus diesem beschriebenen Prozess gewonnenen Erkenntnisse sind jedoch nichts wert, wenn die
Qualität der verwendeten Daten mangelhaft ist.
4 Immer häufiger wird „Information“ oder „Wissen“ neben den drei traditionellen Produktionsfaktoren als „vierter
Produktionsfaktor“ angesehen. Siehe dazu Bullinger et al. in [ 8 ] und andere. Andere Autoren räumen dem
Produktionsfaktor „Wissen“ sogar eine Vorrangstellung ein wie Drucker in [ 12 ]. Eine prägnante
Zusammenfassung dieser Gedanken macht Henning in [ 24 ], Seiten 59/60.
5 Siehe dazu Block in [ 7 ].
6 Siehe Huang et al. nach [ 26 ], Seite 3.
7 Grafik entnommen aus Block in [ 7 ], Folie 11.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 6 / 83

1.2. Anzeichen schlechter Datenqualität
Bezogen auf ERP-Systeme stellt die Universität Bern fest, dass folgende Anzeichen auf eine
schlechte Datenqualität hinweisen können 8 . Die gleichen Anzeichen können aber für andere Arten
von Datenbanken herangezogen werden:
• Wegen mangelnder Funktionalität werden weitere Systeme angeschafft, die parallel
zueinander arbeiten.
• Es entstehen Schatten-Datenbanken.
• Geschäftsunterlagen wie beispielsweise Offerten weisen öfters falsche Angaben aus.
• Für Standardberichte müssen Zahlen aus mehreren Systemen beschafft werden.
• Steigender Debitorenbestand und Kundenreklamationen wegen falschen oder doppelt
ausgestellten Rechnungen.
• Vermehrte manuelle Eingriffe und Versuche, Integritätssicherungsmechanismen eines
Systems zu übersteuern weil Eingabefehler korrigiert werden sollten.
• Verlorengegangene Aufgaben in einem Workflow-System.
• Organisatorische Änderungen können nicht oder nur mit grossem Zeitaufwand nachvollzogen
werden, weil die Datenbasis oder implementierte Geschäftsregeln nicht angepasst werden
können.
• Differenzen zwischen Inventarlisten und tatsächlich vorhandenen Waren.
• Steigende Debitorenbestände und Debitorenverluste.
1.3. Auswirkungen von Datenqualitätsmängel
Werden weitere Systeme angeschafft, die parallel zueinander arbeiten sollen, entstehen automatisch
Schnittstellenprobleme und Redundanzen. Werden solche Redundanz-Systeme und
Schattendatenbanken nur selten synchronisiert, entstehen widersprüchliche Informationen.
Für Data Mining und Data Warehousing ist Datenqualität nicht nur etwas Wünschenswertes, sondern
eines der Hauptkriterien, die darüber bestimmen, ob das Projekt zustande kommt und die daraus
gewonnenen Aussagen korrekt sind 9 .
Eine Untersuchung von QAS über die Auswirkung von Datenqualität auf die Geschäftsergebnisse
zeigte, dass über 7 Prozent mehr Umsatz gemacht werden könnte, wenn die Daten im Unternehmen
eine bessere Qualität gehabt hätten. 10
Weitere Auswirkungen von schlechter Datenqualität sind operationelle Ineffizienz, behinderte
Entscheidungsfindung, falsche Entscheidungen, Kundenschwund, Behinderungen bei System- und
Datenmigrationen und im Extremfall Vertrauensverlust in das Unternehmen durch Kunden und
Mitarbeiter.
Demgegenüber führt gute Datenqualität zu wichtigen Erkenntnissen bei Data Warehousing Projekten,
verbesserter Kundenakquisition und einer erhöhten Rendite bei IT-Investitionen. 11
8 Siehe Universität Bern, auf [ 28 ].
9 Siehe Parr Rud in [ 40 ], Seite 63: „There are a lot of data warehouse horror stories; however, there are also a
lot of phenomenal success stories. What are the keys to a successful implementation? … Data quality is a
priority …”.
10 Siehe QAS in [ 46 ].
11 Siehe Loshin in [ 34 ], Seiten 10-15.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 7 / 83

1.4. Beispiele von Datenqualitäts-Problemen in der Realität
1.4.1. Generelle Datenqualitätsprobleme
Einige Beispiele, welche Auswirkungen eine mangelhafte Datenqualität haben können 12 :
Der Verlust von Mars Climate Orbiter 1999 kostete den amerikanischen Steuerzahler 125
Millionen USD, wegen Konversionsfehlern vom metrischen zum angloamerikanischen
System 13 .
Eine weltweit führende Universalbank findet heraus, dass sie 3 Milliarden USD „Credit
Exposure" im Tierpflegesektor hat. Die Ursache konnte in einem Datenbereinigungsprogramm
gefunden werden.
Eine Grossbank verrechnet sich bei der Ermittlung ihrer Gewinne um 200 Millionen CHF.
Schuld war die mangelhafte Integration der Daten einer akquirierten Versicherung ein Jahr
zuvor.
Eine Regionalbank stellte fest, dass einige Kunden in den Jahren 930 bis 980 geboren wurden
oder sie verstarben noch vor dem Geburtstag. Auch stellte sie eine grosse Häufung von
Personen fest, die am 1.1. oder am 31.12. geboren wurden. Als weitere Ungereimtheit stellte
sie Berufsbezeichnungen wie „)(#$*ksd.“ fest.
Ein grosses Einzelhandelsunternehmen fand Kunden mit einem negativen Saldo an
Bonuspunkten und vielen Kundendubletten. Das bedeutet, dass einige Kunden mehrere
Kundenkarten besitzen … und das Unternehmen weiss es nicht.
In einer Bank wurden Firmenkunden mit unvollständigen Daten gefunden – im Gegensatz zu
den regulatorischen Anforderungen im Zusammenhang mit der Exportrisikogarantie.
Die Ursache lag darin, dass das IT-System nicht für solche Transaktionen ausgelegt war. Um
die Geschäfte dennoch abwickeln zu können, wurden jeweils „Dummy-Kunden“ angelegt, bei
welchen dann eben nicht alle Daten ausgefüllt wurden.
1.4.2. Personen als Betroffene von Datenqualitätsproblemen
Dass eine hohe Datenqualität nicht nur für den Lieferanten und den Bezüger von Informationen
wichtig ist, sondern auch für Personen, von denen die Informationen handeln, zeigen die folgenden
Beispiele:
Erst als die Boeing 747 der United Airlines bereits in der Luft war, hatte man den potenziellen
Terroristen erkannt. Sein Name wurde bei einer Überprüfung der Passagiere auf der Liste der
Terrorverdächtigen entdeckt. Die Folge: Der Flug mit der Nummer 919 wurde auf Anweisung
der amerikanische Flugsicherheitsbehörde (TSS) 1000 Kilometer weit in Richtung Bangor im
US-Staat Maine umgeleitet. Hier musste der verdächtige Passagier das Flugzeug verlassen.
Der verdächtige Passagier war der zum Islam konvertierte Popmusiker Cat Stevens alias
„Yusuf Islam“ 14
Weil ein Fax falsch gelesen wurde, ist am Uni-Spital Zürich eine Herztransplantation kurzfristig
abgesagt worden. Ohne Folgen für den Patienten. … Der Koordinator las die Gewichtsangabe
auf dem Fax falsch. Erst bei der Überprüfung im Operationssaal merkte man, dass das
Spenderherz für den vorgesehenen Empfänger zu klein war. Dem Patienten erwuchs daraus
kein Nachteil, sein Herz war noch nicht herausoperiert worden. … So ein Vorfall ist laut Conrad
Müller, Direktor von Swisstransplant, „zum Glück sehr selten“. Dass er dennoch passieren
kann, erstaunt angesichts der heutigen Datenübermittlung allerdings wenig: Das Spenderspital
12 Siehe Block in [ 7 ], Seiten 4-6; 15.
13 Siehe auch Loshin in [ 34 ], Seite 3 und in Wikipedia [ 80 ].
14 Siehe Spiegel Online [ 51 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 8 / 83

schickt die Angaben per Fax zu Swisstransplant, und von dort geht derselbe Fax weiter ans
Empfängerspital. 15
Während dem Wirbelsturm „Katrina“ brachen die Deiche der Stadt New Orleans. Als Folge davon
wurde die Stadt überschwemmt und zirka 270'000 Einwohner wurden zu Flüchtlingen.
Das Pionierkorps des US-Heeres hat in einem Bericht bereits die Verantwortung für die
Überflutung der Metropole New Orleans übernommen. Die Deiche hätten nachgegeben, weil
sie unter Verwendung überholter Daten unzusammenhängend gebaut worden seien, hiess es
darin. „Das ist das erste Mal, dass das Korps einräumen muss: Wir haben katastrophal
versagt“, sagte dessen Leiter, Generalleutnant Carl Strock bei der Vorstellung des Reports
Anfang Juni. 16
1.4.3. Unternehmens-Turbulenzen wegen Datenqualitätsproblemen
Datenqualitäts-Probleme können ein Unternehmen existentiell bedrohen. So konnte der grösste
Personalvermittler der Welt, Adecco, die Bilanzzahlen für 2003 wegen Datenqualitätsproblemen in
der US-Gesellschaft erst ein halbes Jahr später als vorgesehen bekannt geben:
Immerhin bezeichnete das Westschweizer Unternehmen am Freitag die Bereiche, in welchen
die Probleme entstanden sind. Mängel gebe es bei der Sicherheit der Computersysteme, der
Abstimmung der Lohn-Bankkonten, der Dokumentation vereinbarter Tarife und Stunden sowie
der Ausstellung von Rechnungen.
…
Am vergangenen Montag hatte Adecco in einer knappen Mitteilung erklärt, im
nordamerikanischen Geschäft seien bei einer Routineprüfung erhebliche Schwächen bei der
internen Kontrolle festgestellt worden.
Besonders müssten Fragen im Bereich Buchhaltung und Kontrolle in Nordamerika und
gewissen anderen Ländern beantwortet werden, wie es hiess. Deshalb würde sich der
Jahresabschluss auf unbestimmte Zeit verzögern.
An den Märkten verlor die Adecco-Aktie darauf 35 %. Es wurde daraufhin befürchtet, dass es
sich um einen weiteren Bilanz-Skandal handeln könnte, wie bei dem US-Konzern Enron oder
Parmalat in Italien. 17
Zusätzlich zu diesem Kurssturz wurde in den USA eine Untersuchung der Börsenaufsicht und der
Staatsanwaltschaft eingeleitet und das Unternehmen wurde mit mehreren Sammelklagen
konfrontiert. Die Kosten für die Bereinigung dieses Falles bezifferte Adecco mit 100 Mio. Euro 18 .
Das amerikanische Online Magazin „SupplyChainDigest“ stellte die „Top-11 Supply Chain Disasters“
zusammen 19 . Die darin enthaltenen Fälle aus den 1980er Jahren bis 2001 zeigen 11 Fälle von
gescheiterten Projekten im Bereich der Beschaffungskette eines Unternehmens.
Einige dieser Fälle können direkt mit dem Thema Datenqualität in Verbindung gebracht werden (die
anderen Fälle werden in dieser Tabelle ausgelassen).
15 Siehe Tages Anzeiger vom 29. Juli 2006 [ 1 ].
16 Siehe Stern.de Online-Ausgabe [ 2 ].
17 Siehe Swissinfo vom 16. Januar 2004 [ 56 ].
18 Siehe Swissinfo vom 1. Juni 2004 [ 57 ].
19 Siehe Supply Chain Digest in [ 55 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 9 / 83

Rang Firma / Jahr Problem / Auswirkungen
1 Foxmeyer Drug, der
damals zweitgrösste
Drogerie-Distributor
der USA
1996
2 … …
3 … …
4 … …
5 Gepäckabwicklungs-
System im Flughafen
Denver (USA)
1993 – 1995
6 … …
7 Hershey Foods
1999
8 Cisco
2001
9 Nike
2001
10 … …
11 … …
Gleichzeitige Überarbeitung von IT-System und Distribution.
Das IT-System von SAP konnte die riesigen Datenmengen nicht verarbeiten und brach
zusammen. Kunden erhielten nur Teile der Bestellung oder erhielten diese doppelt.
Nach einem Verlust von 5 Milliarden USD ging das Unternehmen Konkurs. Die Reste
wurden von einem Konkurrenten aufgekauft.
Das hochautomatisierte Gepäckabwicklungssystem musste wegen der grossen Distanzen
auf hohe Geschwindigkeiten ausgelegt werden. Dadurch musste die ganze Infrastruktur,
welche bereits erstellt worden war, überarbeitet werden. Als dann das System teilweise
produktiv ging, veranlassten die wiederholten Probleme mit falsch abgewickelten
Gepäckstücken und hohen operativen Kosten die Fluggesellschaft United Airlines dazu,
wieder zu den klassischen Methoden zurückzukehren.
Der Flughafen wurde wegen den logistischen Problemen zwei Jahre später eröffnet und
das Logistik-System inzwischen total ausgewechselt.
Nachdem die Stichtageinführung von mehreren Geschäftskritischen Systemen bereits um
einige Monate verschoben werden musste, konnten kurz vor Halloween 1999 (eine
Hauptumsatzzeit) keine Bestellungen mehr abgewickelt werden, weil das Order
Management keinen Zugriff mehr auf das Inventarsystem hatte.
Aufträge im Wert von 150 Millionen USD konnten nicht ausgeführt werden. Der Gewinn
brach um 19 % ein, und noch Jahre später wurde die Firmenleitung regelmässig von
Analysten zum Zustand des Bestellwesens befragt.
Wegen der knappen Verfügbarkeit von Netzwerk Equipment war es für viele Endkunden
normal, dieselbe Bestellung mehrfach über verschiedene Distributoren laufen zu lassen. Als
mit dem Platzen der Internet-Blase die Nachfrage zusammenbrach, sah die Firma die
sinkende Nachfrage nicht voraus und musste insgesamt 2.2 Milliarden USD an neuer
Hardware abschreiben.
Der Börsenkurs halbierte sich daraufhin und erholte sich nicht mehr.
Als Folge einer grossen Stichtagsumstellung im Supply Chain Planungssystem wurden
tausende Schuhe zu viel oder zu wenig produziert, weil die Bestellungen zwischen zwei
Schuhtypen vertauscht wurden.
Die Firma musste „wegen Software-Problemen“ Umsatzeinbussen von 100 Millionen USD
bekannt geben. Die Börse reagierte mit einem Kurseinbruch von 20 %.
Tabelle 1: Die zum Thema Datenqualität relevanten Einträge aus den „Top-11 Supply Chain Disasters“
von SupplyChainDigest [ 55 ]
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 10 / 83

1.5. Wichtigkeit des Themas für die Unternehmensführung
1.5.1. Wichtigkeit von Genereller Qualität
Die PIMS Studie 20 erfasst seit über 30
Jahren die Erfolgsfaktoren für die
Leistungsfähigkeit von Unternehmen
und wertet diese wissenschaftlich aus.
Als Resultat wurde festgestellt, dass
im Vergleich zwischen Produkten
tieferer Qualität und Produkten höherer
Qualität der Unterschied der
Herstellkosten nur 1 % beträgt – die
Preisdifferenz im Markt jedoch 6 %.
Die Folge ist, dass mit Produkten
höherer Qualität im Durchschnitt 5 %
mehr Gewinn erzielt werden kann.
Abbildung 3: Wie Qualität Rentabilität und Wachstum
steigert 21
Zusätzlich können noch weitere Vorteile errungen werden, indem die Preisdifferenz nicht abgeschöpft
wird, sondern durch den tieferen Preis die Erhöhung des Marktanteiles angestrebt wird. Qualität darf
gemäss dieser Studie aber nicht als alleiniges Ziel gesetzt werden, da eine derartige Ausrichtung die
Kosten mehr als die Erwähnten 1 % in die Höhe treibt. Ein ausgewogenes Verhältnis dieses Ziels mit
anderen Unternehmenszielen ist also anzustreben. 22
Zusammengefasst wird jedoch die Qualität als wichtigster Einzelfaktor genannt, dicht gefolgt vom
Marktanteil. 23
1.5.2. Wichtigkeit von Datenqualität
Huang et al. fordern, dass
Unternehmen ihre Daten als Produkte
betrachten sollen 24 . Wird dieser
Gedanke konsequent umgesetzt, so
bedeutet dies, dass nicht nur die
Produkte, welche das Unternehmen
verlassen, einer Qualitätssicherung
unterliegen sollen, sondern auch die
Daten – auch wenn sie nur innerhalb
des Unternehmens zirkulieren. Ähnlich
wie die höhere Produktqualität dem
Unternehmen bessere Verkäufe und
höhere Gewinne bringen, ermöglicht
auch eine höhere Datenqualität
bessere Verkäufe und höhere
Gewinne.
Abbildung 4: Der Zusammenhang zwischen Daten und
Kernkompetenzen nach Yang W. Lee [ 32 ] 25
20 PIMS – „Profit Impact of Market Strategy“ zu deutsch so viel wie „Auswirkungen auf den Profit aufgrund der
Marktstrategie“; Details dazu siehe [ 36 ] und [ 41 ].
21 Grafik aus Seghezzi in [ 50 ], Seite 13, welches Buzzle/Gale: Das PIMS Programm (1989) zitiert.
22 Siehe Seghezzi in [ 50 ], Seite 10ff.
23 Siehe Vonlanthen in [ 62 ]; URL: http://www.betriebswirtschaft.ch/default.asp?m=73
24 Siehe Huang et al. in [ 26 ], Seite 9ff.
25 Grafik übersetzt aus dem Englischen aus Huang et al. [ 26 ] Seite 115, welche Yang W. Lee in [ 32 ] zitieren.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 11 / 83

Möglicherweise lässt sich dies nicht so direkt erfassen und ausweisen, wie es in der PIMS Studie für
die Produktqualität geschieht. Mit Sicherheit kann jedoch gesagt werden, dass aufgrund besserer
Datengrundlagen die Qualität von Entscheidungen massgeblich verbessert wird. Wie dieses Problem
im Detail aussieht, wird im Kapitel 1.5.4ff. genauer betrachtet.
1.5.3. Daten, Informationen, Wissen und Kernkompetenzen
Die Grundlage für jedes Wissen sind Informationen. Grundlagen für Informationen sind Daten. Den
direkten Zusammenhang zwischen Daten und Kernkompetenzen zeigt Lee in Form von Abbildung 4.
Für den Aufbau und Erhalt von Kernkompetenzen ist es demnach wichtig, die grundlegenden Daten
in einer entsprechenden Qualität zu speichern. Zusammen mit der expliziten Formulierung von
stillschweigendem Wissen resultiert daraus das Organisationswissen, das nun unabhängig von
Personen ist. Wird dieses Organisationswissen in einen spezifischen Kontext gesetzt, kann ein Best
Practice aus diesem Wissen resultieren. Wird dieser Best Practice generalisiert für eine
Wiederverwendung in anderen Bereichen des Unternehmens, resultiert daraus eine Kernkompetenz.
1.5.4. Datenqualitätsprobleme in der Entscheidungsfindung
Eine effektive Unternehmensführung baut darauf auf, dass die Grundlagen für jede Entscheidung
korrekt sind. Sind die Grundlagen dafür fehlerhaft, so kann die getroffene Entscheidung im
schlimmsten Fall genau den gegenteiligen Effekt als den ursprünglich geplanten haben. Die im
Kapitel 1.4 aufgeführten realen Beispiele zeigen, wie sehr ein Unternehmen auf korrekte Daten
angewiesen ist.
Ein gutes Beispiel für die Wichtigkeit von Daten hoher Qualität sind die diversen „Cockpits“, welche
immer mehr Verbreitung finden. Abbildung 5 zeigt anhand eines Beispiels aus dem Bereich Human
Resources, wie ein solches Cockpit aussehen könnte und welche Elemente es in etwa umfassen
könnte.
Allen Cockpits gemein ist die
Tatsache, dass die Darstellungen auf
Verdichtungen von Einzeldaten
beruhen. Dazu werden die
vorhandenen Daten nach
verschiedenen Gesichtspunkten
ausgewertet und dargestellt. Weisen
die zugrunde liegenden Daten eine
schlechte Qualität auf, so zeigt die
Verdichtung der Daten etwas Falsches
an, und die darauf beruhenden
Entscheidungen und Massnahmen
erreichen nicht das gewünschte Ziel.
Abbildung 5: Beispiel eines Cockpits. In diesem Beispiel ein
fiktives Cockpit aus dem Bereich HR 26
26 Der dargestellte Bildschirm mit den enthaltenen Zahlen dieses Cockpits ist frei erfunden. Die Darstellung
beruht auf Elementen aus real existierenden Cockpits verschiedener Softwarehersteller.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 12 / 83

Beispiel 1:
Im Cockpit von Abbildung 5 werden aus irgendeinem Grund die Geburtsdaten mehrerer
Personen falsch erfasst. Der Bereich „Geschlechterverteilung nach Alter“ zeigt dadurch falsche
Werte über die Altersverteilung der Mitarbeiter an.
Möchte die Geschäftsleitung eine möglichst ausgewogene Altersverteilung im Betrieb
erreichen, wird sie fortan Personen im falschen Altersbereich einstellen. Dadurch erreicht sie
nicht eine bessere Altersstruktur der Mitarbeiter, sondern sie wird im Gegenteil in dem
Altersbereich mehr Leute anstellen, in dem die Personen mit den falschen Geburtsdaten liegen.
Ähnliches passiert in einem Aggregationssystem, wie sie es meistens in
Managementinformationssystemen (MIS) verwendet wird. Ein Fehler in den Daten einer tieferen
Stufe wird entsprechend verdichtet und hinauf propagiert, bis er schliesslich auf einer höheren Stufe
zu einer Fehlaussage und damit zu einer Fehlentscheidung führen kann.
Eine entsprechende Berechnung von
Fehlerquoten in Arbeitsabläufen hat
Würthele aufgezeigt 27 . Sie wird in
Abbildung 6 dargestellt. Durch die
Fortpflanzung eines Fehlers von einem
Prozessschritt zum Nächsten
entstehen in den folgenden
Prozessschritten weitere Fehler,
welche sich im Extremfall derart
aufsummieren können, dass die
schliesslich angezeigte Information
das Gegenteil von dem aussagt, was
aufgrund korrekter Daten hätte
angezeigt werden müssen.
Abbildung 6: Berechnung von Datenqualitätsfehlern
innerhalb eines Prozesses nach Würthele [ 89 ]
Das uralte Bonmot der IT „shit in – shit out“ 28 findet hier einmal mehr seine Richtigkeit – einfach
indem die Auswirkungen nicht nur auf die IT beschränkt bleiben, sondern (seit die IT ein nicht mehr
wegzudenkendes Werkzeug der Unternehmensführung ist) sich auf das ganze Unternehmen
ausbreiten.
1.5.5. Wenn die mangelnde Datenqualität offensichtlich wird
Vor allem Pannen können negative Auswirkung weit über das aktuelle operative Geschäft hinaus
haben. Insbesondere der Vorfall vom Universitätsspital Zürich zeigt, dass Datenqualitätsprobleme
sogar Auswirkungen auf die strategische Ebene eines Unternehmens haben können. Aufgrund dieser
Panne (welche Teil einer ganzen Pannenserie ist, bei der es unter anderem auch um die
Datenqualität von Metadaten der Spenderorgane ging) ist die Strategie des Universitätsspitals und
von Stadt und Kanton Zürich akut gefährdet, ein nationales Kompetenzzentrum für Herzchirurgie zu
werden.
Die Fälle von Adecco, Hershey, Cisco und Nike zeigen, dass Fälle von schlechter Datenqualität die
Unternehmensführung in arge Bedrängnis bringen können und die Bewältigung solcher Ereignisse
riesige Mittel und Ressourcen verschlingen können, die für die operative Führung dann nicht zur
Verfügung stehen.
Im Normalfall werden Fälle mangelhafter Datenqualität von den Firmen nicht an die grosse Glocke
gehängt, da Unregelmässigkeiten im Datenbestand dem Firmenimage grundsätzlich abträglich sind.
Ist die Firma aber an der Börse kotiert, besteht eine Pflicht zur unverzüglichen Bekanntgabe mittels
27 Siehe Würthele in [ 89 ], Seite 85ff.
28 was soviel bedeutet wie "gibst Du einen Mist ins System, so erhältst Du als Resultat auch Mist".
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 13 / 83

„Ad-hoc-Meldungen“ von Tatsachen, welche Einfluss auf den Kurs haben könnten 29 . Es ist davon
auszugehen, dass ohne diese Pflicht die Firmen Nike und Hershey die Öffentlichkeit wohl kaum
informiert hätten. 30
1.5.6. Vorsprung durch die Gestaltung und Optimierung von Geschäftsprozessen
Auch können ganze Geschäftsprozesse gestrafft, optimiert oder durch die optimale Nutzung völlig
neu gestaltet werden. So konnte beispielsweise ein globaler Chemieproduzent sein Lager um 27 %
reduzieren, ein grösserer US Lebensmitteldetaillist durch Konsolidierung der
Beschaffungsinformationen 0.5 Mio. USD pro Jahr einsparen. Im Falle einer grösseren Bankenfusion
wurde der Aufwand, die Kundendaten manuell zusammenzufügen, auf 225 Personentage geschätzt
– dadurch, dass die Arbeit durch Datenqualitäts-Software erledigt wurde, fielen lediglich 20
Personentage an. Nach Angaben eines Technologieberatungsunternehmens könnten
Fluggesellschaften jährlich rund 650 Millionen USD einsparen – alleine durch den Einsatz von RFID-
Tags, dem damit verbesserten Wissen über den Aufenthaltsort der einzelnen Gepäckstücke und den
dadurch verbesserten Prozessen. 31 .
Unabhängig von der Branchenzugehörigkeit kann durch den Einsatz von geeignetem Data-
Reengineering 32 die Kundenausrichtung stark verbessert werden 33 . Dies wiederum führt zu einer
grösseren Kundenloyalität 34 .
Je mehr die Geschäftsprozesse integriert sind und auf der fehlerlosen Speicherung und Verarbeitung
von Daten aufbauen, desto wichtiger ist es, diese Daten in einer definierten Qualität vorzuhalten.
Unternehmen wie Federal Express haben ihr ganzes Geschäftsmodell so umgestellt, dass der Kunde
immer und jederzeit den Aufenthaltsort und den Status seines Paketes abfragen kann 35 . Die Firma
Dell hat die ganze Wertschöpfungskette durch IT-Unterstützung optimiert 36 . Dadurch konnten beide
Unternehmen einen entscheidenden Marktvorteil erringen.
Andersherum zeigt das Fallbeispiel des Flughafens Denver, dass die mangelhafte Datenqualität auch
das operative Geschäft sehr stark einschränken oder sogar zum Erliegen bringen kann, wenn die
Abhängigkeit von solchen Datenbanken sehr hoch ist, aber die enthaltene und verarbeitete Qualität
nicht den Anforderungen entspricht.
1.5.7. Zusammenfassung
Wie die vorherigen Kapitel zeigen, wirkt das Thema Datenqualität in verschiedene Bereiche eines
Unternehmens hinein. Je nach Anwendung hat es das Potential, eine Firma komplett umzugestalten,
indem es das Geschäftsmodell beeinflusst. Auf der anderen Seite gehört das Wissen des
Managements um die Datenqualität zumindest für die Kernprozesse zum Risk Management, da ein
Fall von schlechter Datenqualität das Unternehmen sehr schnell nachhaltig in ein schlechtes Licht
rücken kann, wie der Fall Hershey zeigt.
29 In der Schweiz sind Ad-hoc-Meldungen im Kotierungsreglement der Schweizer Börse in Artikel 72 geregelt.
Deutschland regelt dies mit § 15 des Wertpapierhandelsgesetzes. Die US-Börsen kennen vergleichbare Regeln
wie beispielsweise im New York Stock Exchange Listed Company Manual § 201ff.
30 Siehe dazu die Details dieser Fälle in Tabelle 1.
31 Siehe Feder in [ 18 ].
32 Unter „Data-Reengineering“ versteht man das Überprüfen von Datenstrukturen in bestehenden
Datensammlungen, die Neuordnung der verwendeten Entitäten und Attribute sowie der anschliessenden
Migration der Daten in diese neue Strukturen.
33 Siehe Atkins in [ 4 ].
34 Siehe Atkins in [ 3 ] und Huang et al. in [ 26 ], Seite 11ff.
35 Siehe Huang et al. in [ 26 ], Seite 3.
36 Siehe Fields in [ 19 ], Seite 230ff.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 14 / 83

Auf der anderen Seite taugt das Thema kaum für positive Werbung für die Firma. Weshalb? Sowohl
der Kunde wie auch der Investor als die wichtigsten Stakeholder eines Unternehmens gehen
stillschweigend davon aus, dass das Unternehmen ihre Prozesse und die Daten im Griff hat. Eine
aktive Kommunikation zu diesem Thema kann sogar eher den Eindruck erwecken, dass man es
bisher nicht im Griff gehabt habe.
1.6. Gesetzliche und regulatorische Anforderungen zum Thema
Datenqualität
Aus der Fülle der gesetzlichen und regulatorischen Anforderungen, in welchen die Qualität der Daten
eine entscheidende Rolle spielt, kann hier nur eine Auswahl aufgeführt werden:
1.6.1. Pflicht zur Etablierung eines Internen Kontrollsystems gemäss OR728a
Mit der Revision des Schweizerischen Obligationenrechts zur Revision wird den Unternehmen
vorgeschrieben, ein funktionierendes internes Kontrollsystem aufzubauen:
Die Revisionsstelle prüft, ob:
… 4. ein funktionierendes internes Kontrollsystem existiert; … 37
Ein internes Kontrollsystem baut vorzugsweise auf vorhandenen Daten auf, welche an irgendeinem
Ort eingegeben, in den meisten Fällen noch verarbeitet (beispielsweise verdichtet) werden, bevor sie
in einem Kontrollsystem angezeigt werden. Ist die Datenqualität eines derartigen Kontrollsystems
schlecht, werden in ihm schlussendlich auch Werte angezeigt, welche nicht der Realität entsprechen
oder im schlimmsten Fall sogar der Realität widersprechen.
Ein Kontrollsystem, das auf minderwertigen Daten aufbaut, würde nutzlos oder sogar gefährlich, weil
aufgrund dieser minderwertigen Daten Entscheidungen getroffen werden, die nicht den gewünschten
Effekt zeigen.
Diese Revision wird voraussichtlich im Juli 2007 in Kraft treten.
1.6.2. Geldwäschereigesetz (GwG)
Das Geldwäschereigesetz muss von jeder in der Schweiz tätigen Unternehmung beachtet werden,
welche im weitesten Sinn mit Finanztransaktionen zu tun hat. Darunter fallen neben den Banken
auch die so genannten „Finanzintermediäre“, welche in treuhänderischer Funktion Gelder von
Kunden entgegen nehmen und verwalten. Verhindert werden soll mit diesem Gesetz das
Verschleiern und Verwischen der Herkunft der Gelder aus verbrecherischer Tätigkeit wie
beispielsweise dem illegalen Handel mit Drogen, Waffen und Menschen oder aus Erpressungen.
Neben der darin enthaltenen Sorgfaltspflicht enthält es auch eine Dokumentationspflicht, welche
sicherstellen soll, dass alle getätigten Transaktionen lückenlos belegt werden können.
Weiter muss der Finanzdienstleister die wirtschaftlichen Hintergründe und den Zweck einer
Transaktion abklären, bevor er sie durchführt und muss ungewöhnliche Transaktionen rechtzeitig
erkennen, damit er sie genauer untersuchen kann. Dazu muss er alle bisherigen Transaktionen
untersuchen und klassifizieren, damit allfällige Muster erkennbar werden. Wird diese Klassifizierung
ungenügend durchgeführt, so fallen „ungewöhnliche Transaktionen“ weniger schnell auf und können
so zu einem Reputationsrisiko des entsprechenden Finanzinstitutes und des ganzen Bankenplatzes
werden.
37 Siehe Änderung zum Firmenrecht unter [ 39 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 15 / 83

1.6.3. Datenschutzgesetz
Das Datenschutzgesetz bezweckt den Schutz der Persönlichkeit und der Grundrechte von Personen,
über die Daten bearbeitet werden 38 . Artikel 5 (Richtigkeit der Daten) sagt dazu aus:
1. Wer Personendaten bearbeitet, hat sich über deren Richtigkeit zu vergewissern.
2. Jede betroffene Person kann verlangen, dass unrichtige Daten berichtigt werden.
Damit muss jeder, der Daten zu einer Person speichert, sicherstellen, dass diese richtig sind.
Betroffene haben dadurch einen direkten Rechtsanspruch, dass die gespeicherten Daten der Realität
entsprechen und dadurch eine entsprechende Qualität (im Sinne von Korrektheit) haben.
Personen, Unternehmen und Ämter, welche personenbezogene Daten speichern, haben nicht nur
aus Eigennutz ein Interesse an korrekten Daten, sondern müssen sich auch diese genannte
gesetzliche Vorgabe halten.
1.6.4. Mehrwertsteuergesetz
Zur korrekten Abrechnung der Mehrwertsteuer müssen verschiedene Parameter wie der Ort von
Lieferungen, Dienstleistungen und Eigenverbrauch berücksichtigt werden. Weiter müssen die Artikel
nach den verschiedenen Mehrwertsteuersätzen klassiert werden. Werden diese Parameter falsch
erfasst, so errechnet die eingesetzte Software einen zu hohen oder zu tiefen Mehrwertsteuerbetrag.
Bei einer Kontrolle durch die Steuerbehörden kann dies zu massiven Steuernachforderungen führen,
wenn die verwendeten Parameter nicht mit denen der Behörden übereinstimmen.
1.6.5. Basel II
Durch „Basel II“ ist jedes Kreditinstitut
verpflichtet, seinen Kunden die Kredite
risikogerecht zu belasten. Ein solches
Rating steht und fällt mit der Verfügbarkeit
von korrekten Daten. Wie die
Wirkungskette von Daten die Realität
überlisten kann, ist bereits im Kapitel 1.5.4
dargelegt worden. Werden solche Daten
zur Beurteilung eines Ratings eingesetzt,
ist es für alle Beteiligten wichtig, die
Treibergrössen auf das Rating korrekt zu
erfassen und zu verarbeiten.
Abbildung 7: Die Treiber für den Shareholder Value
Schlägt die korrekte Beurteilung eines Kreditnehmers fehl, so können dadurch folgende Risiken
entstehen:
• Der Kreditnehmer muss zuviel für sein Fremdkapital bezahlen, weil er zu ungünstig
eingeschätzt wurde.
• Die Bank hat unbewusst ein grösseres Kreditrisiko als ausgewiesen. Dadurch kann es im
Extremfall trotz der regulatorischen Massnahmen zu einem Bankenzusammenbruch kommen.
• Die Bank verliert einen möglicherweise guten Kunden, weil er bei einer anderen Bank ein
besseres Rating und damit günstigeres Fremdkapital erhält.
Eine korrekte Beurteilung des Unternehmens ist also sowohl aus Sicht der Bank als auch aus Sicht
des beurteilten Unternehmens sehr wichtig.
38 Zitat aus dem Bundesgesetz über den Datenschutz, Artikel 1 (Zweck) aus [ 9 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 16 / 83

1.6.6. Solvency II
„Solvency II“ ist ein neues Aufsichtsmodell für die Versicherungsbranche und damit sozusagen das
Versicherungs-Gegenstück zu „Basel II“. Der Inhalt von „Solvency II“ als Weiterführung der
„Solvency I“-Richtlinien ist insbesondere die risikogerechte Ausgestaltung von Versicherungsprämien
und Eigenkapitalquoten sowie die Harmonisierung der Aufsicht von Versicherungen innerhalb der
EU 39 . Wie schon bei den Richtlinien zu „Basel II“ gezeigt, ist auch hier die Qualität der Daten
entscheidend, aufgrund derer die Einschätzung der Versicherungskunden vorgenommen wird.
„Solvency II“ wird voraussichtlich 2008 von den einzelnen Mitgliedsstaaten umgesetzt werden.
1.6.7. EU-Richtlinie über Märkte für Finanzinstrumente (MiFID)
Die Richtlinie „2002/92/EG des Europäischen Parlaments und des Rates vom 9. Dezember 2002
über Versicherungsvermittlung“ 40 soll die Finanzmärkte im europäischen Binnenmarkt harmonisieren.
Das Ziel der so genannten MiFID-Richtlinie (Abkürzung für „Markets in Financial Instruments
Directive“) ist es, dass Finanzinstitute in erster Linie die Interessen ihrer Kunden wahrnehmen
müssen.
Darin enthalten ist beispielsweise die Vorschrift, dass Kundenaufträge zu den für den Kunden
günstigsten Konditionen ausgeführt werden müssen bezüglich Kurs, Kosten, Schnelligkeit,
Wahrscheinlichkeit der Ausführung und Abwicklung des Umfanges sowie weiterer Kriterien 41 . Um
diese Vorschrift erfüllen zu können muss der Finanzdienstleister überhaupt selbst einen Überblick
haben, wie und wo diese Aufträge am günstigsten ausgeführt werden können. Dazu muss er die
Preise und Konditionen an den verschiedenen Märkten genau im Blick haben. Eine entsprechend
gefütterte Datenbank muss daher stets auf dem neusten Stand sein.
1.6.8. Sarbanes Oxley Act (SOX)
Der Sarbanes Oxley Act of 2002 42 – im Speziellen der Abschnitt 404 („Management Assessment of
Internal Controls“), welcher im Folgenden mit „SOX 404“ referenziert wird – schreibt Unternehmen,
welche an US-Börsen kotiert sind, ein Mindestmass an internen Kontrollen vor. Dieses Gesetz wurde
als Folge der spektakulären Firmenzusammenbrüche von Enron und Worldcom vom US-Senat
verabschiedet, damit Anleger und Investoren wieder vermehrt Vertrauen in die börsenkotierten
Unternehmen haben.
Im Rahmen von „SOX 404“ müssen die betreffenden Unternehmen ein Netz von
Qualitätsmessstellen im Unternehmen aufbauen, mit dessen Hilfe sie sicherstellen können, dass die
Unternehmensbilanz schlussendlich die Werte ausweist, die auch den Gesetzen und der Realität
entsprechen. Dieses Netz geht weit über die normale Kostenrechnung hinaus und umfasst
beispielsweise auch das Change Management von unternehmenskritischen Applikationen und
Systemen. Hier muss beispielsweise über nahtlose „Audit Trails“ nachgewiesen werden können,
welche Änderungen in verarbeitenden Applikationen durchgeführt wurden. Damit werden auf einen
Schlag viele Applikationen und Datenbanken interessante Lieferanten von SOX 404 relevanten
Informationen, welche nicht direkt im Kernprozess des Unternehmens positioniert sind. Solche
Applikationen und Datenbanken werden nun Teil des internen Zertifizierungsprozesses und somit für
das korrekte Ausweisen des Geschäftserfolgs immer wichtiger. Eine gute Datenqualität in diesem
Bereich ist somit wichtig für die internen Kontrollprozesse und sind so die Versicherung der Manager,
die jeweils Dutzende von Dokumenten unterschreiben müssen, ohne deren Inhalt im Detail
kontrollieren zu können.
39 Siehe dazu Kuli in [ 31 ].
40 Siehe dazu den Gesetzestext der EU-Richtlinie 2004/39/EG unter [ 16 ].
41 Die genannten Kriterien werden so ausdrücklich aufgeführt in Artikel 21 der EU-Richtlinie unter [ 16 ].
42 Siehe Gesetzestext des US-Kongresses. Quelle unter [ 49 ] – Benannt nach den beiden US-Senatoren Paul
S. Sarbanes (Demokrat) und Michael Oxley (Republikaner), welche dieses Gesetz massgeblich verfasst hatten.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 17 / 83

1.6.9. USA PATRIOT Act
Für Unternehmen, welche in der Finanz- oder Transportbranche tätig sind und mit den USA
Geschäftskontakte unterhalten, ist der USA PATRIOT Act (vollständiger Name „Uniting and
Strengthening America by Providing Appropriate Tools Required to Intercept and Obstruct Terrorism
Act of 2001" 43 ein weiterer wichtiger Rahmengeber.
Dieses Gesetz sieht vor, dass Finanzinstitute verdächtige Kunden und Transaktionen erkennen
müssen. Fluggesellschaften müssen zudem verschiedene Informationen an die US-Regierung
übermitteln. Sind diese Daten fehlerhaft, so kann einem Flugzeug die Landeerlaubnis verweigert
werden, wenn dieses eine der US-Regierung ungenehme Person an Bord hat – mit entsprechenden
terminlichen und finanziellen Folgen 44 .
Eine entsprechende Qualität der übermittelten Daten ist also sowohl im Interesse der
Fluggesellschaft als auch der US-Behörde. Wird eine Person fälschlicherweise als gefährlich
eingestuft, hat dies langwierige Flüge über Ausweichrouten oder Zwischenlandungen zur Folge –
wird eine Person fälschlicherweise nicht als gefährlich eingestuft, so kann dies schwerwiegende
politische Folgen haben. Interessanterweise trägt aber das Risiko in jedem Fall nicht die US-
Regierung, sondern der einzelne Passagier und die Fluggesellschaft.
1.7. Organisatorische Einordnung des Themas im Unternehmen
Das klassische Qualitätsmanagement wird von verschiedenen Autoren als Querschnittsfunktion im
Unternehmen verstanden 45 , vor allem deshalb, weil bei einer effektiven und effizienten Umsetzung
verschiedenste Disziplinen innerhalb und ausserhalb des Unternehmens eingebunden werden wie
Informatik, Marketing, Statistik, Operations Research, die Verhaltens- und
Organisationswissenschaften sowie das Controlling.
Bei der Datenqualität verhält es sich ähnlich, wenn Datenqualitätsmanagement als Teilgebiet des
Qualitätsmanagements verstanden wird. Andererseits treffen viele Bereiche der normalen Qualität
nicht zu und es müssen zusätzliche Aspekte gegenüber dem klassischen Qualitätsmanagement
berücksichtigt werden.
1.7.1. Datenqualität als Risiko Management
Viele der unter Kapitel 1.4 aufgeführten Fälle zeigen, dass sich für das Thema Datenqualität niemand
wirklich interessiert – bis ein Vorfall, der auf schlechte Datenqualität zurückzuführen ist, hohe Wellen
wirft. Das Problem muss ja nicht gleich publik werden – auch interne Konflikte binden jeweils viele
Ressourcen, die bei rechtzeitiger Aufmerksamkeit nicht hätten eingesetzt werden müssen.
Daher geht es beim Thema Datenqualität – insbesondere bei geschäftskritischen Daten – in erster
Linie um Risikomanagement. Bei nicht-geschäftskritischen Anwendungen ist in jedem Fall zu prüfen,
welche Rolle diese Datenbank auf die Geschäftstätigkeit hat. Auch wenn nicht direkt ein Einfluss auf
die unmittelbaren Geschäftsprozesse erkennbar ist, wird es doch der Normalfall sein, dass solche
Daten in irgendeiner Weise in die Geschäftstätigkeit einfliessen. Andernfalls müsste der Einsatz
dieser Applikation oder Datenbank im Unternehmen grundsätzlich in Frage gestellt werden. Folglich
ist es also nicht eine Frage, wo das Thema der Datenqualität für die verschiedenen Applikationen und
Datenbanken angesiedelt wird, sondern wie intensiv sich das Thema für die einzelnen Applikationen
und Datenbanken auswirkt.
43 Siehe Gesetzestext des US-Kongresses. Quelle unter [ 59 ] – zu Deutsch etwa „Gesetz zur Stärkung und
Einigung Amerikas durch Bereitstellung geeigneter Werkzeuge, um Terrorismus aufzuhalten und zu
blockieren". Übersetzung aus Wikipedia [ 83 ].
44 Siehe dazu auch [ 51 ] und der Auszug aus dem Artikel von Spiegel Online unter Kapitel 1.4.
45 Siehe dazu Henning in [ 24 ], Seite 3.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 18 / 83

1.7.2. Datenqualität als Management-Thema
Betrachtet man die potentiell kritischen Auswirkungen von schlechter Datenqualität, so ist es
unabdingbar, dass das Thema Datenqualität seine Aufmerksamkeit im Management erhält. Ohne die
notwendige Unterstützung aus der Geschäftsleitung ist es schwierig, die für eine Überprüfung und
Sicherung der Datenqualität notwendigen Ressourcen zugesprochen zu bekommen und einzusetzen.
Inzwischen liegen aber genügend Methodologien und Studien vor, welche es einem ermöglichen, die
schlechte Datenqualität im Unternehmen zu identifizieren und quantifizieren. Literatur, welche sich
mit den Kosten von schlechter Qualität und Datenqualität befassen, existiert inzwischen auch im
deutschsprachigen Raum 46 . Aufgrund dieses Sekundärmaterials sollte es heute möglich sein,
entsprechende Business Cases zu erstellen und dadurch dem Management die Wichtigkeit des
Themas klar machen zu können.
1.7.3. Datenqualität und Marketing
Sieht man die beschriebenen Chancen aus Kapitel 1.5.6, so muss das Thema „Datenqualität“ auch
aus dem Blickwinkel des Marketings und dessen Chancen und Möglichkeiten betrachtet werden.
Gehört es sogar zu den Kernkompetenzen eines Unternehmens, mit Informationen zu handeln (wie
beispielsweise bei den Firmen Reuters oder Telekurs), dann verdient die Datenqualität der
verbreiteten Informationen eine zusätzlich höhere Aufmerksamkeit als in anderen Firmen. Trotzdem
sollten auch andere Unternehmen analog zu Federal Express (wie in Kapitel 1.1 beschrieben) die im
Unternehmen enthaltenen Informationen als extern wahrgenommenes Produkt verstehen. Dies ergibt
gegenüber der Konkurrenz ein Vorsprung, was sich wiederum in Umsatz und Gewinn niederschlägt.
Umgekehrt stellt das Marketing Funktionen und Verfahren zur Verfügung, mit denen sich die
Zufriedenheit der Datenempfänger und –verwender eruieren lässt und sich somit eine indirekte
Einschätzung der Datenqualität erreichen lässt. Diese Erhebungen spielen dann eine Rolle, wenn es
darum geht, die „weichen Faktoren“ der Datenqualität zu beurteilen 47 .
1.7.4. Datenqualität und Business Intelligence
Im Rahmen von Business Intelligence (BI) werden verschiedene bestehende Datenbanken innerhalb
und ausserhalb des Unternehmens in Data Warehouses zusammengeführt mit dem Ziel, mittels Data
Mining neue Geschäftsaktivitäten zu entdecken, bestehende Prozesse zu straffen, Risiken zu
minimieren und die Wertschöpfung zu vergrössern.
Diese Business Intelligence wird heute meistens projektmässig aufgebaut und mittelfristig als eigene
Organisationseinheit geführt. Da im Rahmen von BI-Aktivitäten dauernd mit Daten aus den
verschiedensten Bereichen des Unternehmens gearbeitet wird, ist es ein viel versprechender Ansatz,
das firmeneigene Kompetenzzentrum für Datenqualität in dieser OE anzusiedeln.
46 Siehe dazu auch die Verfahren, die Kosten zu berechnen von Loshin in [ 34 ] und Hinrichs in [ 25 ].
47 Siehe dazu die Aufteilung der einzelnen Datenqualitätsfaktoren im Datenqualitäts-Radar von Würthele in
Kapitel 2.6.2 wo neben den harten Faktoren auch weiche Faktoren eine Rolle spielen.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 19 / 83

2. Was ist Datenqualität
2.1. Was ist Qualität
2.1.1. Herkunft und Ursprung
Der Begriff „Qualität“ stammt aus dem Lateinischen „qualis“, welches „wie beschaffen“ bedeutet 48 .
Eine weitergehende Definition des Begriffs erweist sich als schwierig, da er von verschiedenen
Wissenschaftszweigen auf unterschiedliche Art behandelt wird 49 und sich wegen der dynamischen
Entwicklung des Qualitätsmanagements das Verständnis des Begriffes seit den 50er Jahren stark
verändert hat 50 .
Zu Beginn wurde Qualität vor allem
als Ergebnis eines Prozesses
betrachtet und Qualität wurde vor
allem als „Qualitätskontrolle“
verstanden. Als Werkzeug wurde seit
ca. 1930 vor allem die Statistik
verwendet.
Ab ca. 1960 kam die Dimension des
Prozesses dazu. Qualität wurde nun
mehr als Querschnittsfunktion
verstanden und bezog zunehmend
auch die vor- und nachgelagerten
Prozesse mit ein. Eine Folge dieses
Denkens waren die Normen ISO
9000 und folgende. Damit kam das
„Qualitätsmanagement“ auf.
Abbildung 8: Die Entwicklungsphasen des
Qualitätsmanagements 51
Erst ab 1990 entstand das Verständnis für eine Qualitätsbetrachtung vom Kunden her (intern oder
extern) und von Qualität als undelegierbare Managementaufgabe. Qualität wird als
Unternehmensaufgabe verstanden 52 und mit TQM-Systemen wie dem EFQM-Modell 53 umfassend
messbar gemacht.
Als Weiterentwicklung dieses Konzeptes präsentierte Seghezzi eine „Hierarchie der Qualität“, die
auch noch die Gesellschaft mit einbezieht. 54 . Die in diesem Konzept enthaltene Grafik ist in Abbildung
9 ersichtlich.
48 Siehe Pira, 1999, in [ 42 ], Seite 6.
49 Siehe Wonigeit, 1994, in [ 88 ], Seite 15.
50 Siehe Wonigeit, 1994, in [ 88 ], Seite 32ff.
51 In Anlehnung an Pira, 1999, in [ 42 ], Seite 9.
52 Siehe Pira, 1999, in [ 42 ], Seiten 6ff.
53 Definition und Erläuterung des EFQM-Modells in [ 17 ].
54 Siehe Seghezzi, 1996, in [ 50 ], Seite 27.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 20 / 83

Qualität kann nach diesem Konzept
nur in einer Gesellschaft mit
entsprechenden kulturellen,
zivilisatorischen und infrastrukturellen
Voraussetzungen entstehen. Erst
dies ermöglicht es einer
Unternehmung überhaupt, ein
Qualitätsbewusstsein zu entwickeln
und damit ein eigenes
Qualitätsmanagement-System
aufzubauen.
Dieses sollte als primären Fokus die
Prozesse haben. Denn erst wenn
diese eine entsprechende Qualität
aufweisen, kann auch die erbrachte
Leistung die benötigte Qualität
aufweisen.
Abbildung 9: Die Hierarchie der Qualität nach Seghezzi 55
2.2. Generelle Definition von Qualität
Im Grunde genommen ist der Begriff „Qualität“ wertneutral und enthält weder eine positive noch eine
negative Wertung. Trotzdem wird der Begriff fast immer mit „guter Qualität“ in Verbindung gebracht.
Qualität kann auch nicht vorhanden oder absent sein, sondern begleitet den Menschen als
Einschätzungshilfe für jede Art von Produkten und Dienstleistungen.
2.2.1. Bekannte Qualitätsnormen
2.2.1.1. Abgestufte Qualitätsnormen
Die wohl bekannteste Qualitätsnorm ist die Benotung in der Schule. Dabei wird über eine festgelegte
Abstufung die Leistung der Schüler oder von Arbeiten ausgedrückt und damit auch die Qualität dieser
Leistung respektive des Schülers insgesamt.
Eine weitere einfache und auch eine der geläufigsten Qualitätsnormen ist die Einteilung von Hotels in
Klassen, welche sich in der Vergabe von Sternen äussert. Dabei wird das Hotel regelmässig
bezüglich verschiedener vorher festgelegter Qualitätskriterien überprüft und allenfalls die Einstufung
verändert, wenn das Hotel diesen geforderten Kriterien nicht genügt - oder es diese übertrifft. Diese
Norm ist inzwischen so verbreitet, dass die Systematik vor allem innerhalb der Gastronomiebranche
weit verbreitet ist: So vergeben beispielsweise Gastronomiekritiker Kochlöffel und Kochmützen oder
Schweiz Tourismus vergibt „Q“s. Aber auch andere Branchen haben dieses System adaptiert: der
„Euro-NCAP Crashtest“ vergibt Sterne für die Sicherheits-Klassifizierung von Autos und
verschiedenste Zeitschriften und Webseiten vergeben für die vereinfachte Beurteilung von getesteten
55 Grafik nachgezeichnet aus Seghezzi, 1996, in [ 50 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 21 / 83

Produkten eine Anzahl Sterne oder Symbole, welche der Corporate Identity des vergebenden
Unternehmen entsprechen.
Auch die Unternehmens-Einstufungen von Rating-Agenturen wie Moody’s und Standard & Poor’s
sind ein Ausdruck davon, wie gut die Qualität eines Unternehmens ist, eingegangenen finanziellen
Verpflichtungen nachzukommen.
Vor allem im Lebensmittelbereich sind noch viele weitere abgestufte Qualitätsauszeichnungen im
Gebrauch: Die Auszeichnung von hochwertigem Cognac, Lachs oder Kaviar mit Sternen ist nur eine
kleine Auswahl von Versuchen der Hersteller, ihr eigenes Sortiment so zu differenzieren, dass der
Kunde auch sicher sein kann, für den bezahlten Preis eine angemessene Qualität zu erhalten.
2.2.1.2. Einstufige Qualitätsnormen
Neben den abgestuften Qualitätsnormen gibt es auch eine ganze Reihe von einstufigen
Qualitätsnormen. Diese sind wesentlich einfacher zu handhaben und dem Kunden auch wesentlich
einfacher zu kommunizieren. Dabei geht es in der Regel darum, dass die Produkte oder
Dienstleistungen, welche diese Auszeichnung tragen, bestimmte, vorher definierte Anforderungen
erfüllen. Die Palette der Label geht von der Materialbeschaffenheit („Reine Schurwolle“),
Produkteigenschaften („Minergie-Haus“) und Dienstleistungsqualität („eduQua“) über Versprechen im
Umweltbereich („Bio“, „FSC-Holz“) bis zum Einhalten von sozialen Standards („Max Havelaar“).
Eine weitere Variante der einstufigen Qualitätsnorm ist die Wahl von „Produkten des Jahres“, die in
verschiedenen Zeitschriften, Organisationen und Fernsehsendungen gepflegt werden. So soll die
Vergabe von Auszeichnungen wie dem „Oskar“, dem „Grammy“, dem „Auto des Jahres“ aber auch
Titel wie „Miss Universe“ dem Publikum eine Hervorhebung signalisieren, dass es sich dabei um das
„Beste vom Besten“ handelt.
Das Problem solcher Auszeichnungen liegt jedoch in der Behauptung, solche Preisträger seien das
„Beste vom Besten“, denn eine solche Beurteilung muss hochgradig subjektiv sein. Zuerst erfolgt
eine Beurteilung der verschiedenen Leistungsmerkmale. Diese kann sehr oft noch relativ objektiv
erfolgen – problematisch wird es aber dann, wenn eine Beurteilung erfolgen soll, ob eine höhere
Klassierung im Kriterium A oder B als besser einzustufen ist. Kommen dann noch Kriterien wie die
Ästhetik mit ins Spiel, ist eine Objektivität noch schwieriger zu begründen.
2.2.2. Definition Aufgrund von Normen
Qualität ist die Übereinstimmung zwischen den festgestellten Eigenschaften und den vorher
festgelegten Forderungen einer Betrachtungseinheit. 56
Ähnlich sieht dies auch die DIN Norm 8402 für die Qualitätsbewertung:
Qualitätsbewertung ist eine systematische Untersuchung, inwieweit eine Einheit fähig ist, die
festgelegte Qualitätsanforderung zu erfüllen. 57
Diese generellen Mindestdefinitionen scheinen einerseits simpel, andererseits enthalten sie bereits
die entscheidenden Punkte für eine erfolgreiche Messung:
1. Man muss vor der Messung definieren, welche Einheiten untersucht werden sollen
2. Man muss vor der Messung definieren, welche Eigenschaften untersucht werden sollen
3. Man muss vor der Messung definieren, wann eine Forderung als erfüllt gilt
4. Man muss vor der Messung die Qualitätsanforderungen dokumentieren
Erst durch diese Definitionen kann geprüft werden, ob eine zu untersuchende Einheit (von Daten) die
gestellten Anforderungen überhaupt erfüllt. Das Stellen dieser simplen Anforderungen führt dazu,
dass sich jemand (zum Teil erstmalig) darüber Gedanken macht, was ihm in welcher Qualität
überhaupt wichtig ist.
56 Definition nach IEC 2371.
57 Auszug aus DIN EN ISO 8402, 1995-08, Ziffer 4.6 (Begriffsdefinitionen für ISO 9000), Quelle unter [ 47 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 22 / 83

Dies wird insbesondere dann wichtig, wenn man deren Verwendungszweck mit einbezieht: Man wird
wohl kaum Tafeläpfel der Klasse 1A kaufen, wenn man damit Apfelessig herstellen will. Somit ist es
nicht entscheidend, dass man immer Top-Qualität erreicht. Entscheidend ist, dass das verwendete
Produkt die daran gestellten Anforderungen erfüllt.
Somit muss man sich im Klaren sein, wie man etwas verwenden will, bevor man die Anforderungen
an deren Qualität definiert.
2.2.3. Erweiterte Definition aus der Literatur
In der produzierenden Industrie existieren verschiedene Ansätze, die Dimensionen der Qualität zu
unterscheiden. Garvin definierte 1987 acht Dimensionen der Qualität: 58
1. Performance Primäre Betriebscharakteristiken
2. Features Charakteristiken, welche die die Basisfunktionen des Produktes ergänzen
3. Reliability Wahrscheinlichkeit der Fehlfunktion oder des Ausfalls innerhalb eines
spezifizierten Zeitraums
4. Conformance Der Grad der Übereinstimmung des Produktes mit gängigen Standards
5. Durability Der Nutzen, den man aus diesem Produkt gewinnt, bevor es ausser
Betrieb genommen werden muss
6. Serviceability Geschwindigkeit, Verbindlichkeit, Kompetenz und Reparaturfreundlichkeit
des Produktes
7. Aesthetics Wie das sich Produkt über die Sinne wahrnehmen lässt
8. Perceived Quality Rückschlüsse auf die Qualität auf der Basis von Image, Markenname
(Brand) und der Werbung für dieses Produkt und diese Firma.
Ein alternativer Ansatz von Garvin ein Jahr später versuchte, die Perspektiven von verschiedenen
Wissenschaftsdisziplinen zu definieren. Dabei verglich er die verschiedenen Qualitätskonzepte
verschiedener Autoren:
• Wert – Feigenbaum (1951); Abbott (1955)
• Übereinstimmung mit Spezifikationen – Levitt (1972); Gilmore (1974)
• Übereinstimmung mit Erfordernissen – Crosby (1979)
• Ständige Verbesserung, da Definition im Grundsatz unmöglich ist – Deming (1982)
• Fitness for use – Juran und Gryna (1988)
Die daraus gewonnenen Ansätze von Garvin sowie die Bereiche, in denen diese Ansätze gemäss
Wagner favorisiert werden, sind in Tabelle 2 aufgezeigt. Nach Wagner haben alle diese Definitionen
ihre Berechtigung und werden in der Praxis auch eingesetzt.
58 Siehe Garvin, 1987 in [ 20 ], Seiten 101ff., zitiert und übersetzt aus Wagner, 2005 in [ 64 ], Seite 4-97.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 23 / 83

Ansatz
Kriterium
Definition
Transzendenter
Ansatz
„Qualität, … man
weiss, was es ist und
man weiss es doch
nicht. … Aber
manche Dinge sind
nun mal besser als
andere, das heisst,
sie haben mehr
Qualität“
Pirsig, 1991, S. 189
Produktorientierter
Ansatz
„… differences in
quality often consist
of differences in the
quality of some
desired ingredient or
attribute.”
Abbott, 1955,
S. 126ff.
Herkunft Philosophie Wirtschaftswissensch
aften
Probleme
Kernaussagen
Operationalisierbarkeit
wird
favorisiert
von
Qualität ist der
absolut höchste
Standard der Güte
einer Leistung.
Auch wenn der
Begriff nicht exakt
definierbar ist, so
weiss doch jeder,
wann er Qualität vor
sich hat.
Vage Definition;
keine exakte
Anwendbarkeit.
Kaum
operationalisierbar,
nicht zum Aufbau
eines
Messinstrumentarium
s geeignet.
Kunden und
Marketeers
Qualitätsunterschiede
lassen sich
zurückführen auf
Unterschiede in der
Menge eines
Bestandteils oder
Attributes die zu einer
Leistung gehören.
Lässt subjektive
Komponente der
Einstellungen
unberücksichtigt.
Käufer können
unterschiedliche
Massstäbe anlegen.
Produktorientierte
Qualitätsindikatoren
können durch
Kommunikationspoliti
k der Unternehmen
zu Massstäben
gemacht werden.
Sehr gut
operationalisierbar;
objektiv messbar;
Bildung von
Rangfolgen möglich;
Kontrolle einmal
gesetzter
Qualitätsstandards
ohne Probleme
möglich.
Kundenorientierter
Ansatz
„Quality is fitness for
use.“
Juran, 1974, Sec. 2-2
„Qualität ist der Grad
der Eignung eines
Produktes für
bestimmte
Verwendungszwecke
und
Nutzenerwartungen.“
Wimmer, 1987,
S. 507
Marketing
Ausschliesslich der
Kunde bestimmt die
Qualität einer
Leistung.
Qualität ist damit
hochgradig subjektiv.
Verdichtung einer
grossen Anzahl
unterschiedlicher
Qualitätsurteile zu
einem generellen
Qualitätsurteil.
Gefahr der
Gleichsetzung von
Qualität und
Kundenzufriedenheit.
Messinstrumentarium
entwickelbar;
Anwendung der
Methoden der
Einstellungsmessung.
Herstellungsorientierter
Ansatz
„…we must define
quality as
conformance to
requirements.“
Crosby, 1979, S. 17
Qualitätssicherung
und -kontrolle der
Produktion
Die tatsächlich
erbrachte Leistung
muss den zuvor
festgesetzten
Normen und Regeln
entsprechen.
Enge Auslegung des
Qualitätsbegriffes auf
Produktionssicht.
Festlegung der
Standards und
Normen muss häufig
subjektiv geschehen.
Damit erfolgt eine
willkürliche
Festlegung der
Personen, die
festlegen, was
Qualität ist.
Sehr gut
operationalisierbar;
Messinstrumente
vorhanden; Kontrolle
und Messung der
Abweichung von den
festgelegten
Standards.
Wertbasierter
Ansatz
„Quality means best
for certain customer
conditions. These
conditions are (a) the
actual use and (b) the
selling price of the
product.”
Feigenbaum, 1961,
S. 1
Nutzentheorie
Marketing
Qualität ist definiert
als
Austauschverhältnis.
Das Individuum als
Nutzenmaximierer
wägt zu erbringendes
Opfer und zu
erwartenden Nutzen
ab und begründet
hierauf sein
Qualitätsurteil.
Hochgradig
subjektiver Ansatz.
Qualität wird nicht
einer Leistung
zugeordnet sondern
einem
Austauschverhältnis.
Schwierigkeiten bei
der
Operationalisierung.
F & E Angehörige Marketeers Produktion Finanzchefs,
mündiger Kunde
Tabelle 2: Die Qualitätsbegriffe nach Garvin, erweitert um die Favorisierung nach Wagner 59
59 Siehe Garvin, 1988 in [ 21 ], zitiert aus Wagner, 2005 in [ 64 ], Seite 4-99.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 24 / 83

2.3. Was ist Datenqualität
2.3.1. Definition im deutschsprachigen Raum
Datenqualität ist ein mehrdimensionales Mass für die Eignung von Daten, den an ihre
Erfassung/Generierung gebundenen Zweck zu erfüllen. Diese Eignung kann sich über die Zeit
ändern, wenn sich die Bedürfnisse ändern. 60
Diese Einordnung dieser Definition anhand der Tabelle 2 zeigt, dass hier ein herstellerorientierter
Ansatz vorliegt, dessen Messung sehr gut operationalisiert werden kann. Die Komplexität der
Definition wiederum zeigt aber wiederum, dass hier die Datenqualität nicht auf einer simplen Skala
dargestellt werden kann, wenn man alle Aspekte in Betracht ziehen will. Bei der Berücksichtigung
aller Punkte müssten mehrere Dimensionen zur Darstellung bemüht werden. Dies wiederum stellt
erhöhte Anforderungen an die Personen, die die Datenqualität messen und überwachen. Zudem
werden mehrdimensionale Grafiken nicht von allen auf Anhieb verstanden.
Aus diesem Grund ist es notwendig, eine vereinfachte Definition von Datenqualität heranzuziehen,
welche die Komplexität bricht und trotzdem den Fokus auf der „Fitness for use“ behält:
Gute Datenqualität liegt dann vor, wenn die Daten den vom Nutzer verlangten Zweck erfüllen. 61
Diese Definition kann in die Kategorie des kundenorientierten Ansatzes aus Tabelle 2 eingeordnet
werden.
2.3.2. „Datenqualität“ und „Information Quality“
In der englischsprachigen Literatur wird der Begriff „Datenqualität“ mehrheitlich als „Information
Quality“ verwendet. Die deutschen Begriffe „Daten“ und „Informationen“ werden oft synonym
verwendet – sagen aber nicht das selbe aus. „Informationen“ werden meist als „verarbeitete Daten“
verstanden 62 . Im Zusammenhang mit dieser Arbeit und der Messung von Datenqualität spielt es
eigentlich keine Rolle, welcher Begriff verwendet wird, da die Messung sowohl vor als auch nach der
Verarbeitung erfolgen kann und muss.
Standardliteratur wie „Quality Information and Knowledge“ [ 26 ] propagiert denn auch, dass
diesbezüglich nicht unterschieden werden soll. 63
2.4. Geschichte des Begriffs Datenqualität
Wie Würthele beschreibt 64 , ist der Begriff noch relativ jung (seit ca. 1995) und sein Verständnis
uneinheitlich 65 – ähnlich wie im Kapitel 2.2 für den Begriff „Qualität“ aufgezeigt. Von einer
einheitlichen Begriffsbenutzung ist man weit entfernt und entsprechende Prozesse und Metriken zur
reproduzierbaren Erhebung von Datenqualität fehlen vielfach. Die in dieser Arbeit verwendeten
Begriffe und Zusammenhänge bauen auf dem Begriffsnetz von Würthele auf, da dieses als einziges
auch die „weichen Faktoren“ 66 mit einbezieht.
60 Siehe Würthele, 2004 in [ 89 ], Seite 21.
61 Siehe Wang et al. in [ 63 ].
62 Siehe Huang et al. „In practice, managers differentiate information from data intuitively and describe
information as data, that have been processed” in [ 26 ], Seite 13 und Stahlknecht et al. in [ 53 ], Seite 10.
63 Siehe Huang et al. „Unless specified otherwise, this book will use 'information' interchangeably with 'data'” in [
26 ], Seite 13.
64 Siehe Würthele, 2004 in [ 89 ] Seite 12: „Exakte Definitionen oder gar eine Metrik, welche es erlaubt, die
unternehmensweite Datenqualität messbar zu machen, fehlen bisher jedoch völlig“ / Seite 18: „Breit etablierte,
einheitliche Definitionen fehlen, d.h. Begriffe werden uneinheitlich und auf völlig unterschiedlichen
Abstraktionsebenen verwendet.“
65 Siehe Huang et al. in [ 26 ], Seite 16: „A comprehensive survey of the literature, however, shows that there is
no general agreement on information quality dimensions.“
66 Für die Definition der „Weichen Faktoren“ siehe Kapitel 2.6.2, Punkt 2.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 25 / 83

Die in diesem Begriffsnetz verwendeten Begriffe werden in verschiedene Faktoren gruppiert, die
entscheidend zu einer guten Datenqualität beitragen. Dazu zählen nicht nur die technische
Datenqualität, die unter anderem die Replikation von Daten zu Data Warehouse Projekten umfasst,
sondern auch „weiche Faktoren“ wie dem Können und Willen der an den Prozessen beteiligten
Mitarbeiter. 67
2.5. Einfache Definition von Datenqualität
In der Praxis hat sich im Umfeld der Inventardatenbank für Hard- und Software, i-SAC, bereits die
folgende, auf der generellen Definition von Qualität aufbauende, dreistufige Definition von
Datenqualität als praktikabel erwiesen 68 :
1. Ist das Feld korrekt gefüllt? Ist bei einem Personenfeld auch wirklich eine Person
eingetragen und nicht etwa ein Gebäude?
2. Ist der Wert im Feld gültig? Existiert der angegebene Mitarbeiter auch wirklich noch
im Unternehmen? (Plausibilität)
3. Ist der eingefüllte Wert korrekt? Korrektheitsprüfung des Wertes
2.6. Umfassende Definition von Datenqualität
2.6.1. Dimensionen der Datenqualität nach Huang et al.
In [ 26 ] schlagen Huang et al. vor, auch für die Datenqualität verschiedene Dimensionen zu
verwenden. Die hier vorgeschlagenen Dimensionen sind
• Accuracy
• Completeness
• Consistency
• Timeliness
Die Auswahl, dass gerade diese Dimensionen verwendet werden sollen, begründen sie mit intuitivem
Verstehen, Erfahrungen der Industrie und Verwendung in der Literatur. Als Schlüsselfaktor
betrachten die Autoren die Dimension „Accuracy“ – schreiben aber auch gleich, dass darunter völlig
verschiedene Inhalte verstanden werden. 69 Solch unterschiedliches Verständnis kann aber auf
dieselben unterschiedlichen Ansätze zum Begriff „Qualität“ aus Kapitel 2.2.3 zurückgeführt werden.
Dieser empirische Ansatz, die Dimensionen der Datenqualität zu verstehen, kann aber nicht alle
Einflussfaktoren befriedigend abbilden.
67 Siehe Würthele, 2004 in [ 89 ] Seite 18: „Verbreitet sind Leitfäden, wie Qualitätsteams etabliert und ein
Qualitätsdenken durch Schulungs- und Motivationsmassnahmen bei den Mitarbeitern etabliert werden kann.“
68 Definiert im firmeninternen Dokument [ 58 ] und öffentlich dokumentiert in [ 86 ].
69 Siehe Huang et al. in [ 26 ], Seite 17: „Although the term ‘accuracy’ has an intuitive appeal, there is no
commonly accepted definition of what it means exactly. For example, Kriebel characterizes accuracy as ‘the
correctness of the output information.’ Ballou and Pazer describe accuracy as when ‘the recorded value is in
conformity with the actual value’”.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 26 / 83

2.6.2. Das Datenqualitäts-Radar nach Würthele
In [ 89 ], Seite 31 ff definiert Würthele ein sog. „Datenqualitätsradar“ (siehe Abbildung 10), das die
verschiedenen Aspekte der Datenqualität betrachtet und so das komplexe Thema in einzelne
Einflussbereiche aufteilt, die für sich genommen wiederum beurteilbar sind:
In diesem Datenqualitätsradar wird aufgezeigt, dass Datenqualität weit über die vorgenannten
Definitionen hinausgeht. Das Problem dieses Radars ist jedoch, dass die bereits erwähnten „weichen
Faktoren“ schwierig zu quantifizieren sind.
Jedes dieser Felder im Radar entspricht einem Qualitätsmerkmal. Angrenzende Felder bedeuten
einen engen Zusammenhang der Merkmale. Im Zentrum des Radars steht die „Datenqualität als
Ganzes“ („DQ“), die gegen aussen immer stärker aufgefächert wird.
Dieses Radar ist von innen nach aussen zu lesen:
• Die Messung der Datenqualität lässt sich in drei Dimensionen aufteilen:
1. Harte Faktoren: Diese sind
durch exakte Regeln definiert
und können mit maschinellen
Checks überprüft werden.
Diese Dimension wurde
bisher am ehesten mit dem
Begriff „Datenqualität“
assoziiert.
2. Weiche Faktoren: Diese
wurden bis anhin eigentlich
ausschliesslich unter
führungstechnischen
Aspekten betrachtet. Dass
diese Faktoren einen grossen
Einfluss auf die Qualität der
Arbeit der Mitarbeiter haben
und somit auch direkt in die
Qualität der von diesen
Mitarbeitern erstellen Daten
einfliessen, wurde bisher nie
unter diesem Aspekt
berücksichtigt.
Diese Faktoren können nicht
objektiv bewertet werden.
Abbildung 10: Das Datenqualitätsradar nach Würthele 70
3. Organisation: Damit sind die Bereiche der Datenqualität gemeint, die stark von Aufbau- und
Ablauforganisation des jeweiligen Betriebs(teils) abhängig sind.
• Jede dieser drei Dimensionen lässt sich weiter in eines oder mehrere Qualitätsmerkmale
aufgliedern. Dabei gibt es auch Merkmale, die mehr als einer Dimensionen zugehörig sind.
• Als weiteres Merkmal lässt sich die Technikqualität erfassen. Diese steht ausserhalb der oben
erwähnten Dimensionen und umfasst viele der dargestellten Qualitätsmerkmale, aber bewusst
nicht alle, da unter Technikqualität im eigentlichen Sinn die langfristig gesicherte Datenqualitätsunterstützung
durch die Informatik-Lösung verstanden wird.
70 Siehe Würthele, 2004, in [ 89 ], Seite 29ff.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 27 / 83

2.6.3. Gewichtung der einzelnen Teilaspekte des Radars
In diesem Radar lassen sich verschiedenste Anforderungen an die Datenqualität abbilden, messen
und visualisieren. In einem Inventar erfolgt die Gewichtung der Anforderungen und damit auch der
Messpunkte eher auf den Bereichen Korrektheit, Konsistenz, Prozess und Redundanzfreiheit
während in einer Real-Time-Steuerung wie einer Ampelanlage eher Faktoren wie Verfügbarkeit und
Eindeutigkeit des Kontextes im Zentrum stehen. Bei einem System wiederum, mit dem externe
Kunden arbeiten sollen wie einem Webshop oder einem Informationssystem, liegt die Gewichtung
der Messpunkte eher auf der Verständlichkeit und der Eindeutigkeit des Kontextes.
Somit sind verschiedenste Anwendungen mit diesem Radar abgedeckt – einfach in verschiedener
Gewichtung. Dieser Radar ist demnach wie ein Baukasten zu verstehen, aus dem man sich die
benötigten Elemente zusammenstellt.
2.7. Arten von Datenqualität
Wie schon im Kapitel 1.4 gezeigt, gibt es verschiedene Arten von Datenqualitätsproblemen. Somit
existieren auch verschiedene Arten von Datenqualität. Generell lässt sich unterscheiden zwischen:
• Qualität der Übermittlung von Daten
• Qualität der Verarbeitung von Daten
• Qualität von Daten in einer Datenbank
2.7.1. Qualität der Datenübermittlung
Die Lösung von Datenübermittlungsfehlern wird von der Industrie teilweise intensiv vorangetrieben,
unter anderem durch die Standardisierung von Schnittstellen und dem Verbessern und
Beschleunigen von Übertragungswegen. Das Problem, dass Daten nicht oder verfälscht an ihren
Bestimmungsort gelangen, ist heute weitgehend gelöst. Daher befasst sich diese Arbeit auch nicht
mit diesem Aspekt der Datenqualität.
2.7.2. Qualität der Datenverarbeitung
Die Qualität von Datenverarbeitungen in Applikationen und Systemen ist Teil der Qualitätssicherung
während Softwareerstellung. Durch ausreichende und sinnvoll definierte Tests lässt sich die korrekte
Verarbeitung der Daten einfach überprüfen. Dennoch können auch hier immer wieder Fehler
auftreten. Die Qualität der Verarbeitung von Daten ist nicht im Fokus dieser Arbeit.
2.7.3. Qualität in Datenbanken
In diesem Bereich liegt der Hauptfokus dieser Arbeit, existieren doch in den allen Unternehmen
mehrere Gigabyte bis Terabyte an Daten, über deren Qualität im Normalfall niemand eine Aussage
machen kann.
Meist nimmt man mangels Alternativen an, dass die verwendeten Daten durchwegs korrekt sind.
Schliesslich weiss man, dass im eigenen Unternehmen nur qualitativ hochwertige Arbeit verrichtet
wird. Im Gegenzug begegnet man Daten, welche von ausserhalb ins Unternehmen kommen, immer
mit einem gewissen Misstrauen, da man ja nicht weiss, wie sie erstellt, aggregiert und gepflegt
wurden.
Gerade hinter diese Denkweise sollte jedoch ein grosses Fragezeichen gesetzt werden, da man doch
davon ausgehen muss, dass extern zugekaufte Daten wie ein ganz normales Produkt gewisse
Qualitätskontrollen durchgelaufen haben. Schliesslich lebt im Normalfall dieses Unternehmen davon,
dass es diese Daten verkauft und möchte dies auch in Zukunft tun.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 28 / 83

Aber wie steht es mit der Qualität der im eigenen Unternehmen produzierten Daten? Welche
Qualitätssicherungsmassnahmen wurden hier getroffen und in welcher Form wird die Qualität hier
gemessen? Auf diese Fragen gehen die nun folgenden Kapitel genauer ein.
2.8. Wie kann man Datenqualität messen
Datenqualität lässt sich auf unterschiedliche Arten messen. Um diese verschiedenen Methoden
genauer zu erläutern, gehen wir von einer kleinen Datenbank mit 10 Objekten à 10 Attributen aus,
wie sie in Abbildung 11 dargestellt ist. Einige der enthaltenen Daten sind in irgendeiner Form
fehlerhaft. In diesem Beispiel sind sie mit einem roten „X“ gekennzeichnet.
Abbildung 11: 3 verschiedene Arten für die Berechnung der Datenqualität
Für die Messung dieser Datenbank kann man nun drei verschiedene Methoden verwenden, die alle
verschiedene Werte ergeben:
2.8.1. Methode 1 – Attributmessung
In der Datenbank von total 100 Attributen befinden sich 10 fehlerhafte Daten. Das bedeutet, dass
90 % davon in Ordnung sind.
2.8.2. Methode 2 – Objektmessung
In der Datenbank von 10 Objekten befinden sich 5 Objekte, bei denen mindestens 1 Attribut
fehlerhaft ist. Das bedeutet, dass 50 % der Objekte vollständig in Ordnung sind.
2.8.3. Methode 3 – Attributfüllung
In der Datenbank mit 10 Attributen befinden sich 6 Attribute, die in mindestens einem Objekt
fehlerhaft sind. Das bedeutet, dass bei 40 % aller Attribute die Füllung in allen Objekten in Ordnung
ist.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 29 / 83

2.8.4. Unterschiede der Messarten
Alle drei Messarten sind korrekt und führen zu einem aussagekräftigen, wenn auch
unterschiedlichen, Ergebnis. Es muss jedoch vor der Messung vereinbart werden, welche Methode
verwendet werden soll. Dabei muss bereits vor der Festlegung beachtet werden, wie sich die
Zahlenbereiche verhalten können:
• Sowohl die Objektmessung als auch die Attributfüllung wird immer einen tieferen Wert liefern
als die Attributmessung.
• Die Objektmessung wird fast immer einen höheren Wert liefern als die Attributfüllung, wenn
die Zahl der Objekte grösser ist als die Anzahl verschiedener Attribute – also bei jedem
grösseren Datenbestand.
• Die Attributfüllung kann nur dann einen höheren Wert liefern als die Objektmessung, wenn
sich die fehlerhaften Daten auf wenige Attribute verteilen, also beispielsweise in der Tabelle
aus Abbildung 11 in fast allen Objekten das Attribut 10 fehlerhaft ist. Die Attributfüllung liefert
in diesem Fall den Wert von zirka 90 %, während die Objektmessung um 0 % liegt.
Darum muss immer vereinbart werden, welche der drei Messarten verwendet werden soll.
Weiter gibt es noch die Möglichkeit, den Prozentsatz „gute Daten“ oder den Prozentsatz “schlechte
Daten“ anzugeben. Generell kann gesagt werden, dass es besser ist, den Prozentsatz an guten
Daten anzugeben, da es für die meisten Menschen logischer ist, 100 % anzustreben als 0 %. Es
entspricht eher dem menschlichen Denken „je mehr desto besser“.
2.8.5. Praxisrelevanz dieser drei Methoden
Alle vorgestellten Methoden sind für die Praxis relevant, auch wenn sie verschiedene Aussagen
transportieren. Tabelle 3 zeigt auf, wie die verschiedenen Messmethoden in der Praxis eingesetzt
werden.
Methode
Attributmessung
Objektmessung
Attributfüllung
Aussage
Zeigt, wie viele Attribute der gesamten Datenmenge korrekt sind.
Das Problem dieser Messmethode ist, dass sehr schnell ein sehr hoher Datenqualitätswert erreicht
und ausgewiesen wird, was die Verantwortlichen wiederum zum Zurücklehnen veranlassen könnte.
Zeigt, wie viele Datensätze der Datenbank komplett korrekt sind.
Wenn für das operative Geschäft davon ausgegangen werden muss, dass alle Datensätze korrekt
sein müssen, gibt dieser Wert an, auf wie viele der gespeicherten Datensätze kompletter Verlass ist,
resp. bei wie vielen Datensätzen mindestens eine Information ungenügend oder inkorrekt sind.
Zeigt, welche Attribute komplett korrekt gefüllt sind.
Diese Messmethode gibt dem Anwender einen Anhaltspunkt, wie vertrauenswürdig ein Attribut über
alle Datensätze hinweg ist. Diese Art der Messung gibt dem Verantwortlichen auch gute Hinweise auf
die Art und möglicherweise auch die Herkunft von Datenqualitätsmängeln.
Diese Art der Messung liefert auch gute Anhaltspunkte, wie aufwändig eine Bereinigung des
Datenbestandes ist, indem pro Attribut ein gewisser Aufwand veranschlagt wird und dieser mit der
Anzahl fehlerhafter Attribute multipliziert werden kann.
Die genaue Formel dafür lautet:
∑ Anzahl _ fehlerhafte _ Attribute∗ Aufwand _ pro _ Attribut
Tabelle 3: Anwendungsmöglichkeiten der verschiedenen Messmethoden
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 30 / 83

2.9. Wie kann man Datenqualität identifizieren
Unabhängig von der Messmethode muss zuerst identifiziert werden, welche der untersuchten
Datenfelder überhaupt korrekte und inkorrekte Werte enthalten. Das Identifizieren dieser Felder kann
auf unterschiedliche Weise erfolgen: durch regelmässige automatisierbare Checks und durch
seltener durchgeführte Erhebungen.
2.9.1. Automatisierte Checks
Die einfachste Art, Datenqualität zu identifizieren, ist ein automatisierter Check auf technischer Basis.
Dazu kann in den meisten Fällen eine SQL-Abfrage erstellt werden, welche auf einfache Art prüft, ob
gewisse Felder gefüllt sind, der Datentyp des Inhaltes dem erwarteten Datentyp entspricht und ob der
eingesetzte Wert gültig ist. Solche Checks können einfach programmiert, automatisiert und
dargestellt werden. Diese Art von Checks entspricht in etwa den Stufen 1 und 2 der einfachen
Definition der Datenqualität (siehe Kapitel 2.5), sofern in der entsprechenden Datenbank die
Metadaten bereits eine entsprechende Qualität besitzen.
2.9.2. Schwer automatisierbare Checks (Erhebungen)
Die Identifikation der dritten Stufe von Datenqualitätsdefinition aus Kapitel 2.5 ist ungleich
komplizierter und aufwändiger. Diese dritte Stufe „Ist der eingefüllte Wert korrekt?“ umfasst zwar das,
was alle unter Datenqualität erwarten, was aber nur möglich ist durch einen Vergleich mit der
Realität. Gerade dieser Vergleich kann aber nicht – oder nur selten – automatisiert durchgeführt
werden.
Aus diesem Grund muss hier meist mit einer Stichprobe gearbeitet werden, die anschliessend auf die
gesamte Datenmenge hochgerechnet wird. Dementsprechend können diese Messungen auch nicht
täglich oder wöchentlich, sondern höchstens ein- bis zweimal im Jahr durchgeführt werden.
2.10. Wie kann man Datenqualität visualisieren?
2.10.1. Anforderungen an die Visualisierung
Für eine sinnvolle Visualisierung der Datenqualität kann man folgende Anforderungen formulieren.
Sie müssen folgende Eigenschaften aufweisen 71 :
• Sie müssen eine anerkannte Basis für Entscheidungen bieten
• Sie müssen allgemein verständlich sein
• Sie müssen einheitlich interpretierbar sein
• Sie müssen allgemein anwendbar sein
• Sie müssen wirtschaftlich anwendbar sein
• Sie müssen mit den vorhandenen Sensoren (Messgeräte oder –prozesse) vereinbar sein
71 Siehe dazu Juran in [ 29 ], zitiert durch Hinrichs in [ 25 ], Seite 44.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 31 / 83

2.10.2. Bewährte Elemente der Visualisierung
Für die Visualisierung (Darstellung) der gemessenen Datenqualitätswerte haben sich in der Praxis
ein paar einfache Vorgehensweisen bewährt 72 :
• Diejenigen Personen, die für die Beaufsichtigung der Datenqualität zuständig sind, benötigen
eine wesentlich einfachere Darstellung der Datenqualität als diejenigen Personen, die für die
Durchführung der Datenqualitätsmassnahmen zuständig sind.
• Management und Ausführende sollten nicht über verschiedene Wege zu ihren Zahlen oder
Listen kommen, sondern beide Personengruppen steigen über den selben Weg ein.
Von einer Übersicht, die sich an das Management richtet, kann man im Idealfall direkt zu den
Detail-Informationen gelangen (so genannter „Drill Down“).
• Für die Management-Sicht haben sich folgende Sichten bewährt (siehe dazu auch die
Darstellungen in Abbildung 12):
o
o
o
o
o
Ein einziger Wert pro klar abgrenzbarem Bereich
Balkengrafiken (horizontal oder vertikal angeordnet)
Trendangaben bei den Detailwerten (Vergleich zur letzten Messung)
Linienverläufe
Die Verwendung von Metaphern wie Ampeln oder Wetterkarten
• Für die Detail-Sicht hat sich die Listenform am besten bewährt. Diese kann dann sozusagen
als Arbeitsanweisung verstanden werden, die es abzuarbeiten gilt.
Abbildung 12: Verschiedene Arten, wie Datenqualität für die Management-Sicht übersichtlich
visualisiert werden kann: Links Balkengrafik mit Trendpfeilen, in der Mitte ein Verlauf und rechts die
Wetterkarte
Im Idealfall kann man die verschiedenen Datenqualitätsmessungen in eine Übersicht integrieren, um
damit ein Cockpit zu erstellen, bei dem alle wichtigen Informationen auf einen Blick ersichtlich sind.
72 Details dazu in Wolf et al. in [ 86 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 32 / 83

2.11. Anforderungen an ein einfaches Datenqualitäts-Messsystem
2.11.1. Grundsätzliche Überlegungen zum Vorgehen
Bezogen auf die Qualitätsbeurteilung haben Lingscheid/Robeck folgende Voraussetzung formuliert:
Voraussetzung für die Implementierung effizienter Qualitätsverbesserungsverfahren ist es, die
unscharfe Zielgrösse transparent zu machen und möglichst konkret zu beschreiben. Das
bedeutet, Anforderungen an die Qualität und Ausprägungen von Qualitätsmerkmalen auf
verschiedenen Abstraktionsebenen und innerhalb der unterschiedlichen Wertschöpfungsstufen
der Organisation eindeutig erfassbar zu machen. 73
Bezogen auf das Thema Datenqualität bedeutet das:
• Zuerst muss man sich Gedanken darüber machen, welche Ziele man mit einer verbesserten
Datenqualität erreichen will.
• Danach müssen Fragen gelöst werden, wie die Qualitätswerte erhoben, gemessen und
dargestellt werden sollen.
• Als nächsten Schritt muss man sich im Klaren werden, welche Werte angestrebt werden, um
geeignete Massnahmen treffen zu können.
2.11.2. Aufbau eines einfachen Messsystems
Das einfache System baut auf der
einfachen Definition von Datenqualität
aus Kapitel 2.5 auf und verwendet
auch dessen dreistufigen Ansatz.
Wie in Abbildung 13 dargestellt, bildet
der korrekte Teil der Stufen 1 und 2
dieser Datenqualitätsdefinition die
Indikatoren. Diese können relativ
schnell und mit einfachen
Massnahmen automatisiert überprüft
werden. Eine einfache Abfrage mit
SQL-Statements kann hier bei einer
Datenbank mit entsprechenden
Voraussetzungen bereits das
gewünschte Resultat liefern.
Abbildung 13: Einfaches DQ-Messsystem
Nach diesem Test hat man jedoch noch lange keine Aussage darüber, ob die Daten „den vom Nutzer
verlangten Zweck“ 74 auch erfüllen können. Eine Aussage darüber erhält man erst, wenn man den
Inhalt der Datenfelder daraufhin untersucht, ob er auch korrekt ist 75 . Diese Untersuchung erfolgt
idealerweise mit einer Vollerhebung, welche aber im Normalfall nicht durchgeführt werden kann.
Daher definiert man am besten ein Test-Sample, welches man genauer untersucht. Dies ergibt einen
Wert, der aussagt, wie gut die Daten den angeforderten Zweck erfüllen können: den Qualitätswert.
Multipliziert man diesen Qualitätswert mit dem Indikatorenwert, ergeben sie einen Wert für die
Gesamtdatenqualität.
Möchte man in diesem Messsystem nicht nur die Korrektheit der Daten sondern auch weitere
Qualitätsmerkmale einfliessen lassen, so empfiehlt sich die Erweiterung des Qualitätswertes um die
Weichen Faktoren des Datenqualitäts-Radars aus Kapitel 2.6.2. Eine mögliche Vorgehensweise ist
73 Siehe Lingscheid / Robeck in [ 33 ], S. 67 zitiert von Henning in [ 24 ], Seite 72.
74 Siehe dazu auch die Definition aus Kapitel 2.3.
75 Siehe die Dritte Stufe aus der einfachen Definition von Datenqualität aus Kapitel 2.5.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 33 / 83

die Befragung der Benutzer mittels einer Umfrage. In Anhang B wird ein möglicher Aufbau eines
solchen Fragebogens gezeigt.
2.11.3. Probleme dieses Ansatzes und mögliche Lösungen
Das Problem des Wertes, der auf diese Art gewonnen wird, ist die schwierige Lesbarkeit. Weil mit
einer Stichprobe gearbeitet wird, kann der resultierende Wert nicht mit einer hundertprozentigen
Sicherheit angegeben werden. Eine Aussage wie „mit 95-prozentiger Sicherheit haben wir einen
Datenqualitätswert von 90 %“ wird von vielen nicht verstanden oder wird allenfalls falsch interpretiert.
Eine Aussage in dieser Art widerspricht auch der Anforderung an ein einfaches DQ-Messsystem,
einfach und auch einfach lesbar zu sein.
In der Realität hat es sich bewährt, nur den Datenqualitätswert alleine anzugeben und den Teil der
„95-prozentigen Sicherheit“ (oder welche Genauigkeit es dann im gegebenen Fall ist) in den
Definitionen der Messungen anzugeben.
Ein weiteres Problem ist die korrekte Interpretierung und Einarbeitung der aus der Umfrage
gewonnenen weichen Faktoren in die Gesamtdatenqualität. Hierzu kann keine Standardlösung
angeboten werden, da der Einfluss dieser Weichen Faktoren sehr vom jeweiligen Geschäft abhängt.
Eine Lösung muss von Fall zu Fall gefunden werden.
2.12. Quantifizierung von Datenqualitätsmängel und deren Behebung
2.12.1. Kosten von Fehler- und Datenqualitätsmassnahmen
Bei der Berechnung von Kosten und
Nutzen des traditionellen
Qualitätsmanagements sind in erster
Linie die beiden Kostenarten der
Fehlerkosten sowie der Prüf- und
Fehlerverhütungskosten zu beachten.
Bereits 1974 hat D. Lundvall die
Kostenkurve aus Abbildung 14
beschrieben, welche bis heute ihre
Gültigkeit hat.
Diese Grafik besagt, dass das
wirtschaftliche Optimum der Qualität
bei Q* liegt. Wo jedoch Q* konkret ist,
hängt ab vom Produkt, den Prozessen
und dem Qualitätsmanagement.
Abbildung 14: Das wirtschaftliche Qualitätsoptimum 76
Soweit lässt sich diese Grafik auch auf das Thema der Datenqualität übertragen. Die im traditionellen
Qualitätsmanagement gültige Unterteilung der Fehlerkosten in direkte und indirekte funktioniert hier
jedoch nicht, da es keine Analogie zum „Ausschuss“ 77 gibt. Bleibt man bei dieser Sichtweise, sind alle
möglichen Kosten indirekt. Hingegen lassen sie sich hier auch in interne und externe Fehlerkosten
unterteilen.
76 Grafik von Lundvall in [ 35 ], Seiten 5-12; neu gezeichnet nach der Grafik aus Henning in [ 24 ], Seite 132.
77 Ausschuss im Sinne von nicht brauchbaren Produkten.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 34 / 83

2.12.2. Kostenarten im Datenqualitätsmanagement
Während im traditionellen Qualitätsmanagement die Rede von Ausschuss, fehlerbedingter
Ausfallzeit, Kulanz etc. ist, kann man im Datenqualitätsmanagement zwischen folgenden Arten von
Fehlerkosten unterscheiden 78 :
• Systemfehler und Serviceunterbrüche
• Kosten für die Datenbereinigung
• Kosten für die Datenverbesserung
• Rückgang in Produktivität und Verarbeitungsvolumen
• Höhere Fluktuation
• Sinkende Anzahl von Stammkunden
• Steigende Kundenanforderungen bezüglich Servicedienstleistungen
• Kleinere Skalierbarkeit der eigenen Lösungen
2.12.3. Vorgehen zur Quantifizierung
David Loshin entwickelte in [ 34 ] ein Konzept, um die Kosten schlechter Datenqualität zu ermitteln.
Das „cost-effect of low data quality“ oder COLDQ genannte Gerüst umfasst 5 Schritte: 79
1. Ermitteln der Datenflusswege durch das Unternehmen.
2. Kategorisierung der Kosten für schlechte Datenqualität.
3. Identifikation und Quantifizierung der aktuellen Situation mit schlechten Daten.
4. Abschätzung der anfallenden Kosten, um die Datenqualität zu heben – entweder durch eine
einmalige Aktion oder durch kontinuierliche Aktivitäten.
5. Kalkulation des „Return on Investment“, um dem Senior Management die Entscheidung pro
oder kontra Datenqualitäts-Programm zu erleichtern.
Als Endprodukt dieses Vorgehens erhält man einen Hinweis darauf, ob sich die geplanten
Datenqualitätsmassnahmen auszahlen oder nicht.
2.12.4. Kategorien von Verbesserungskosten
Die Kosten der Datenqualitätsverbesserung lassen sich in drei Kategorien einteilen:
• Kosten der ursachenorientierten Datenqualitätsverbesserungen wie das Reengineering von
Prozessen oder die ab Kapitel 5 beschriebenen Strategien.
• Kosten der symptomorientierten Datenqualitätsverbesserungen wie der Ausführung von
Verbesserungsmassnahmen oder Bereinigungen.
• Kosten nicht entdeckter bzw. nicht behobener Datenqualitätsmängel.
Die Kosten der dritten Kategorie lassen sich nur schwer quantifizieren, da es sich um Themen wie
„Frustration der Datennutzer“ oder „Folgekosten falscher Entscheidungen“ handelt. Eine korrekte
Zurechnung ist hier meist schwierig, da solche Kosten entweder gar nicht auftauchen oder (auch)
anderen Ursachen zugeordnet werden. 80
78 Vergleiche dazu die Auflistung von Loshin in [ 34 ], Seiten 74-76.
79 Siehe dazu die Ausführungen von Loshin in [ 34 ], Seiten 73ff.
80 Siehe dazu Hinrichs in [ 25 ], Seite 48.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 35 / 83

2.13. Möglichen Arten von Datenqualitätsmängeln
Datenqualitätsmängel können ihre
Quelle in jedem Schritt des
Grundablaufes der klassischen IT-
Funktionen haben: Bei der Eingabe,
der Verarbeitung und bei der Ausgabe
(EVA-Prinzip 81 ) sowie der technischen
Speicherung der Daten.
Zusätzlich zu diesen technischen
Mängelquellen (blauer Bereich)
kommen noch mögliche menschliche
Quellen (oranger Bereich) dazu.
Folgende Arten von
Datenqualitätsmängeln mit einigen
Beispielen über deren Ursachen
können hier aufgelistet werden:
Abbildung 15: Mögliche Bereiche, bei denen Datenqualitäts-
Mängel auftreten können
• Prozessfehler - Doppelerfassungen
- Daten werden zu einem zu frühen oder zu späten Zeitpunkt verlangt
- Ergebnisse, welche den Empfänger nicht erreichen
• Anwenderfehler - Ungenügende Erhebung
- Tippfehler
- Verlegenheitseinträge
• Programmierfehler - Mehrfachvergabe von Schlüsseln
- Entschwinden von Datensätzen ins Daten-Nirwana
- Nicht eindeutige Auswertungen
- Ungenügende oder fehlerhafte Speicherung von Daten
• Kundenfehler - Falsch oder ungenau angeforderte Daten und Auswertungen
- Missverständliche Definitionen
81 Siehe Stahlknecht in [ 53 ], Seite 16ff., Definition des EVA-Prinzips.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 36 / 83

2.14. Was Datenqualität nicht ist
Aufgrund der oben angeführten Punkte sollte eigentlich klar sein, was unter dem Begriff
„Datenqualität“ heute verstanden wird. Trotzdem gibt es immer wieder Missverständnisse und
Begriffsverwirrungen.
Larry P. English hat in seinem Paper „7 Deadly Misconceptions about Information Quality“ 82 folgende
Punkte identifiziert, welche vielfach als Datenqualität angesehen werden, die Benutzer und das
Management aber in die Irre führen können:
Information Quality is data cleansing
Information Quality is data assessment
Conformance to business rules is the same as data accuracy
“Information quality is data accuracy”; and its counterpoint “Information quality is ‘fitness for
purpose’”
“Information quality problems are caused by information producers”; and its counterpoint
“Information quality is produced by an information quality group”
Information quality problems can be edited out by implementing business rules
Information quality is too expensive
Allen aufgeführten Punkten ist gemeinsam, dass sie die Definition von Datenqualität (oder eben
„Information Quality“) sehr einseitig auslegen und dadurch zu einem falschen Ergebnis führen
können.
82 Siehe Larry P. English in [ 14 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 37 / 83

3. Kommerzielle Ansätze zum Thema Datenqualität
3.1. Der Datenqualitätsmarkt
Der Markt für Datenqualitäts-Software ist laut
dem „Business Application Research Center“
sehr stark zersplittert.
Ein Artikel in der deutschen Computerwoche 83
unterteilte dazu den Markt in die drei Bereiche
• Data Profiling
• Data Cleansing
• Datenintegration
Wie Abbildung 16 zeigt, gibt es mehrere
prominente Mitspieler in diesem Markt.
Abbildung 16: Der Markt für Datenqualitäts-
Werkzeuge in Deutschland und die Positionierung
der Akteure gemäss Computerwoche.de [ 37 ]
3.1.1. Data Profiling
Data Profiling is a process whereby one examines the data available in an existing database
and collects statistics and information about that data. Typical types of metadata sought are:
Domain, type (Alphabetic or numeric), pattern, frequency counts, statistics (minimum,
maximum, mean, median, modal and standard deviation), interdependency within a table and
between tables. 84
Data Profiling ist also das Erstellen einer Bestandesaufnahme aller vorhandenen Daten, eine
Kategorisierung und Errechnung von statistischen Grössen. Dies erfolgt beispielsweise durch die
Analyse von Formaten und Mustern in den untersuchten Daten und allfälligen Referenzen innerhalb
und ausserhalb des vorliegenden Datenbestandes. Dadurch liefert das Data Profiling einen ersten
Überblick über eine zuvor unbekannte Datenbank. Die entsprechenden Resultate können
anschliessend zum Erstellen von ersten Hypothesen verwendet werden.
Dadurch eignet sich diese Methode sehr gut, um als erster standardisierter Ansatz zum
Datenqualitätsmanagement in beliebigen Umfeldern angewendet zu werden.
Ist jedoch eine Datenbank zu untersuchen, deren Felder und Inhalte man bereits sehr gut kennt,
bringt dieser Ansatz nicht mehr viel neues. Nach Angaben von Evoke, einem der ersten Anbieter in
diesem Segment, wird Data Profiling als wichtige Komponente angesehen, bevor Daten in ein Data
Warehouse integriert werden können. 85 Hier enden aber auch die Möglichkeiten des Data Profiling.
Bekannte Anbieter von spezialisierter Standard-Software in diesem Bereich sind: Dataflux (SAS),
Human Inference, Informatica, Oracle sowie die inzwischen von Informatica übernommene Evoke.
83 Ausschnitt aus dem Artikel von Computerwoche.de, Quelle unter [ 37 ].
84 Gekürztes Zitat aus der englischen Wikipedia, Quelle unter [ 68 ].
85 Siehe dazu die Pressemeldung von Evoke unter [ 43 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 38 / 83

3.1.2. Data Cleansing
Data Cleansing, also referred to as data scrubbing, the act of detecting and removing and/or
correcting a database’s dirty data (i.e., data that is incorrect, out-of-date, redundant, incomplete,
or formatted incorrectly). The goal of data cleansing is not just to clean up the data in a
database but also to bring consistency to different sets of data that have been merged from
separate databases. Sophisticated software applications are available to clean a database’s
data using algorithms, rules and look-up tables, a task that was once done manually and
therefore still subject to human error. 86
Data Cleansing ist somit das Eliminieren von Unstimmigkeiten und „Schrottdaten“ in bestehenden
Datenbeständen.
Data Cleansing ist damit ein wichtiges Werkzeug, um Datenbestände, in denen sich problematische
Daten angesammelt haben, einer Reinigung zu unterziehen (cleansing) und dadurch in einen
„sauberen“ Ausgangszustand zu versetzen. Data Cleansing sollte daher jeweils am Anfang von
Bemühungen zur Verbesserung der Datenqualität stehen.
Muss Data Cleansing hingegen als permanentes Werkzeug zur Verbesserung der Datenqualität
eingesetzt werden, so ist dies ein wichtiger Hinweis darauf, dass die Prozesse im Umfeld dieser
Daten nicht stimmen (siehe dazu auch Kapitel 2.14 „Was Datenqualität nicht ist“).
Wichtige Anbieter von spezialisierter Standard-Software in diesem Bereich sind: Fuzzy und Omikron.
3.1.3. Datenintegration
Informationsintegration bezeichnet die Aufgabe der Zusammenführung von Daten und Inhalten
aus verschiedenen Quellen zu einer einheitlichen Menge von Informationen.
Dabei sollen vor allem heterogene Quellen möglichst vollständig und effizient zu einer
strukturierten Einheit zusammengeführt werden, die sich effektiver nutzen lässt, als wenn dies
bei direktem Zugriff auf die einzelnen Quellen möglich wäre. 87
Bei der Datenintegration geht es darum, bestehende Daten in ein einziges Umfeld zu integrieren.
Verknüpfungen zwischen den Datenbeständen von verschiedenen Datenbanken erlauben dabei, die
Datenbestände in den einzelnen Datenbanken zu verdichten, indem gezielt Redundanzen zwischen
den Datenbanken gesucht werden und diese Informationen dann an die Datenbank übermittelt
werden, in welcher diese fehlt.
Beispiel 2:
Ein Unternehmen verknüpft zwei Adressdatenbanken, welche bisher unabhängig voneinander
betrieben worden sind: Die Kundendatenbank und eine Datenbank, die durch den Rücklauf
eines Preisausschreibens gefüttert wurde. Durch die Datenintegration findet das Unternehmen
heraus, dass eine Kundin bei diesem Preisausschreiben mitgemacht hat. Dort hat sie ihre
Telefonnummer angegeben – in der Kundendatenbank fehlt diese aber. Wenn die
Übereinstimmung dieser beiden Datensätze zutreffend ist, kann durch dieses Vorgehen die
Kundendatenbank durch bereits vorhandenes Wissen aus der anderen Datenbank angereichert
werden.
Da durch diesen Vorgang auch das Wissen der Unternehmung „vermehrt“ wird, wird vielfach auch
von „Business Intelligence“ oder „BI“ gesprochen, und das Endresultat solcher
Datenverschmelzungen wird meist als „Data Warehouse“ (Datenlager) oder „Data Mart“ (Datenmarkt)
bezeichnet.
86 Zitat von Webopedia, Quelle unter [ 65 ].
87 Zitat von Wikipedia, Quelle unter [ 76 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 39 / 83

Mit Hilfe dieser Technik können auch immer detailliertere Profile von Kunden erstellt werden. Ein
Mittel, um solche Profile zu erstellen sind beispielsweise die verbreiteten Rabattsysteme der
Schweizer Grossdetaillisten Migros und Coop mit der „Cumulus-Karte“, respektive der „Coop
Supercard“.
Datenintegration kann jedoch an rechtliche Schranken stossen. So wurde beispielsweise an einer
Konferenz der deutschen Datenschutzbeauftragten darauf hingewiesen, dass damit das Grundrecht
auf informelle Selbstbestimmung und Schutz der Privatsphäre in Gefahr geraten könnte, da die
Speicherung von bestimmten Daten einer Zweckbindung unterliegt 88 . So wäre es beispielsweise
rechtswidrig, die eigene Personaldatenbank auch noch zur Anreicherung der Datenbank aus dem
Beispiel 2 hinzuzufügen.
Da vor allem Data Warehouses momentan eine grosse Aufmerksamkeit bei den Unternehmen
geniessen, ist hier auch der Markt um einiges grösser als bei den beiden vorgenannten Bereichen.
Andererseits ist auch zu vermerken, dass Data Warehouses nicht primär dazu eingesetzt wurden, um
die Datenqualität von anderen Firmendatenbanken zu verbessern, sondern um durch die Verbindung
von bisherigen Daten den Kunden besser kennen zu lernen und sich damit neue Geschäftsbereiche
zu erschliessen.
Wichtige und bekannte Anbieter von spezialisierter Standard-Software in diesem Bereich sind
Business Objects, Cognos, Microsoft und Oracle.
3.1.4. Kombination von mehreren Bereichen
Neben den Spezialisten in den oben genannten Bereichen gibt es immer mehr Softwarehersteller, die
in mehreren Segmenten präsent sind. Eine solche Kombination macht auch durchaus Sinn, da je
nach Fragestellung oder Auftrag der gewünschte Erfolg nur dann eintritt, wenn mehrere Werkzeuge
parallel angewendet werden. Eine Spezialisierung der oben erwähnten Firmen ist aber auch sinnvoll,
da in verschiedenen Bereichen, speziell in der Bereinigung von Adress-Dubletten (siehe dazu auch
Kapitel 3.2.1), ein enorm vielseitiges Wissen angesammelt und in entsprechende Software umgesetzt
werden muss.
Vor allem grosse Firmen nehmen aber immer mehr die Chance wahr, in mehreren Segmenten tätig
zu sein und dem Kunden durch Software von einem Anbieter einen Mehrwert anzubieten. Solche
Kombinationen machen auch durchaus Sinn. Vor allem zwischen den Bereichen „Data Profiling“ und
„Datenintegration“ besteht eine grosse thematische Nähe. So ist denn auch der Pionier im Data
Profiling, die Firma Evoke, durch den Konkurrenten Informatica aufgekauft worden.
3.2. Eingekaufte Produkte und Dienstleistungen
Eine Internet-Recherche bei deutschen Firmen, die unter dem Begriff „Datenqualität“ ihre Produkte
und Dienstleistungen anbieten, zeigt, dass das Thema „Datenqualität“ vor allem im Kontext von zwei
Bereichen erscheint. Für die Schweiz zeigt sich das selbe Bild, da es vor allem grössere
Unternehmen sind, die den Markt beherrschen und diese international tätig sind. Kleinere
Unternehmen treten vor allem als Berater für die Produkte der grossen Firmen auf.
3.2.1. Datenqualität in Adressdatenbanken
Durch Dubletten und fehlerhafte Adressen in Adressdatenbanken werden Marketing-Massnahmen
doppelt oder falsch versendet. Dadurch entstehen Mehraufwände in finanzieller und/oder personeller
Hinsicht, die keinen Mehrertrag bringen.
Die Namen in solchen Datenbanken lassen sich mit Hilfe von linguistischen Methoden und Regeln
klassifizieren und auswerten. Dubletten in der Form von „Hans Müller“ und „Müller Hans“ lassen sich
so relativ einfach erkennen und eliminieren. Weitere Ansätze zur Verbesserung der Datenqualität
88 Siehe dazu den Bericht des Bayrischen Datenschutzbeauftragten zur Konferenz vom 14./15. März 2003,
Quelle unter [ 6 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 40 / 83

eruhen im Abgleich mit anderen Datenbanken wie zum Beispiel Orts-, Strassen- und
Telefonverzeichnissen.
Entsprechend der Möglichkeit die Datenqualitäts-Massnahmen zu verbessern gibt es auch
verschiedene Firmen und Software-Hersteller, die sich diesem Thema angenommen haben und
entsprechende Produkte entwickeln und vermarkten. Bei allen Produkten geht es jedoch immer
darum, allfällig gefundene Qualitätsprobleme sogleich zu eliminieren, womit die Datenqualität fast
immer auf dem höchsten messbaren Stand ist.
Die unter dem Begriff „Datenqualität“ laufenden Aktivitäten bei Adressdatenbanken lassen sich fast
ausschliesslich dem „Data Cleansing“ (siehe Kapitel 3.1.2) zuordnen. Aktivitäten aus den Bereichen
„Data Profiling“ (siehe Kapitel 3.1.1) laufen meistens im Rahmen von Data Warehouse Projekten oder
für Customer Relationship Management (CRM) Projekte. Aktivitäten im Bereich der
„Datenintegration“ (siehe Kapitel 3.1.3) haben meist eine grössere Dimension als lediglich die
Verbesserung von Adressdaten, so dass Datenintegrationsprojekte selten unter diesem Segel laufen.
3.2.2. Datenqualität in anderen Datenbanken
Um die Datenqualität in anderen Datenbanken festzustellen, darzustellen und Verbesserungen
vorzunehmen, existieren fast keine standardisierten Produkte von Softwareherstellern. Am besten
lassen sich die Produkte in den Bereichen „Data Profiling“ und „Data Integration“ für solche
Aktivitäten heranziehen. Da aber die Inhalte und Strukturen dieser Datenbanken sehr vielfältig sein
können, kann es kein Tool geben, das alle diese Strukturen und Inhalte standardmässig abdeckt.
Daher ist die einzig mögliche Strategie dieser Hersteller, ein möglichst vielfältiges Tool anzubieten,
welches dann im Rahmen einer Dienstleistung an das jeweilige Umfeld angepasst werden kann.
Wie in den folgenden Kapitel ersichtlich, müssen zur Lösung solcher Datenqualitätsprobleme
Prozesse und Denkweisen angepasst werden, so dass der Einsatz eines Tools nicht automatisch die
Probleme löst.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 41 / 83

4. Generische Ansätze zur Verbesserung der
Datenqualität
4.1. Grundsätzliches zur Datenqualität
Wie bereits im Kapitel 2.14 vermerkt, kann Datenqualität nicht delegiert, verordnet oder im
Nachhinein in ein Produkt integriert werden. Massnahmen für die Hebung der Datenqualität müssen
bereits beim Design einer Applikation oder eines Prozesses getroffen werden und während des
Projektverlaufes muss sichergestellt werden, dass solche getroffenen Massnahmen umgesetzt
werden.
Für den Benutzer sind die meisten der zu treffenden Massnahmen unsichtbar, ähnlich einem Eisberg,
der nur 10 % seiner Masse aus dem Wasser herausragen lässt und das ist eigentlich auch gut so, da
das Thema Datenqualität nicht alleine dem Benutzer aufgebürdet werden kann.
4.2. Bisherige Ansätze
Die Literatur zum Thema beschreibt einige Ansätze, wie ein Datenqualitätsmodell aussehen sollte
und welche Arten von Projekten es gibt. Zu Verbesserungsstrategien hat meine Literaturrecherche
jedoch nichts Nennenswertes zutage gebracht.
4.2.1. Muster von Datenqualitätsprojekten
Strong et al. unterscheiden zwischen drei verschiedenen Mustern 89 :
1. Die intrinsische Datenqualität
2. Verfügbarkeits-Datenqualität und
3. Kontextuelle Datenqualität
Bei der intrinsischen Datenqualität stehen die internen Prozesse und Datenproduzenten im
Vordergrund. Sie sind der Auslöser für Verbesserungsaktionen. Beim zweiten Muster ist die
Verfügbarkeit der Daten das Problem – Daten sind nicht verfügbar oder nicht interpretierbar. Beim
dritten Muster für Datenqualitätsprojekte ist der Kontext im Vordergrund – Daten sind unvollständig,
zu wenig verdichtet oder inkompatibel. Aus diesen drei Mustern leiten die Autoren eine mögliche
Problemlösung ab, indem sie Prozesse, Datenstrukturen und anderes anpassen.
Diese beschriebenen Ansätze sind jedoch nur reaktiv und haben keine oder nur eine kleine proaktive
Bedeutung.
89 Siehe Strong, Lee, Wang in [ 54 ] und Huang, Yang, Wang in [ 26 ], Seite 47.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 42 / 83

4.2.2. Auf Basis des TQM-Konzeptes
Von Peter Wolf wurde eine Übertragung
des TQM-Konzeptes auf den Bereich
der Datenqualität vorgenommen 90 . Der
grosse Verdienst dieser Arbeit ist die
Integration des Themas in die
Gesamtlandschaft der
Qualitätswerkzeuge sowie dem
Einbezug von Prozessen. Er beschreibt
auch, wie Regelprozesse für ein
funktionierendes Datenqualitätsmodell
aussehen müssen, indem er aus der
Werkzeugkiste des TQM schöpft.
Diese Dissertation beschreibt detailliert,
wie ein TQM-basiertes Mess- und
Regelmodell für Datenqualität
implementiert werden kann.
Abbildung 17: Das Regelkreismodell nach Peter Wolf 91
Der TQM-Ansatz ist sicher das am Detailliertesten beschriebene Konzept eines
Datenqualitätsmodells für die Praxis. Es wird beschrieben, welche Werkzeuge dazu benötigt werden
sowie wo und wie gemessen werden kann, aber es liefert keine Hinweise darauf, wie die
Datenqualität dauerhaft verbessert werden kann.
4.2.3. Auf statistischer Basis
An Universitäten wie dem US-Amerikanischen MIT 92 , dem französischen INRIA 93 , der kalifornischen
UC Berkeley 94 und einzelnen Firmen wird das Thema Datenqualität von der statistischen Seite mit
automatischer Fehlererkennung angegangen. Das Ziel ist hierbei, aus einem Datenhaufen mit dem
Einsatz von Data-Mining Methoden neue Muster und Regelmässigkeiten sowie Datenanomalien und
Ausreisser zu finden. Mittels einer automatisierbaren Fehlersuche werden aus den bestehenden
Daten Erkenntnisse über deren Struktur gewonnen.
Mit diesen Erkenntnissen können dann die Daten entsprechend bereinigt werden und neue
Geschäftsregeln erstellt werden, um künftig die Daten schon bei der Erstellung besser auf ihre
Qualität überprüfen zu können. 95
90 Siehe Peter Wolf, 1999 in [ 87 ].
91 Grafik nachgezeichnet aus Peter Wolf, 1999 [ 87 ], Seite 146.
92 MIT = Massachusetts Institute of Technology – http://web.mit.edu/tdqm.
93 INRIA = Institut National de Recherche en Informatique et en Automatique – http://www.inria.fr.
94 UC Berkeley = Universität Berkeley – http://db.cs.berkeley.edu.
95 Eine genaue Beschreibung dieses statistischen Ansatzes und auf welchem Stand die verschiedenen
Forschungsarbeiten sind, wird von Hinrichs in [ 25 ], Seiten 51-65 detailliert beschrieben. Ebenfalls enthalten ist
die Beschreibung eines Projektes der DaimlerChrysler AG.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 43 / 83

4.3. Generische Ansätze
Das Ziel von generischen Ansätzen ist es, unabhängig von den effektiv vorliegenden Verhältnissen
Möglichkeiten aufzuzeigen, ein Ziel zu erreichen. In diesem Fall geht es darum, generell formulierte
Strategien zu benennen für eine langfristige Verbesserung der Datenqualität – und dies losgelöst
vom zugrunde liegenden Datenbankmodell und den dazugehörigen Prozessen.
Ausgehend von den möglichen Ursachen von schlechter Datenqualität wie sie in Kapitel 2.13
beschrieben sind, sollen hier einige generische Ansätze beschrieben werden, um die Datenqualität
zu verbessern. Ausgangspunkt ist dabei Abbildung 15 welche den Zusammenhang zwischen
Fehlerquellen und den Fehlerarten aufzeigt.
Für jede dieser Fehlerarten kann ein
generischer Ansatzpunkt gefunden
werden, der nachhaltig zur Behebung
von Datenqualitätsmängeln verwendet
werden kann.
Die vier generischen Ansätze sind:
1. Verantwortung, Messen und
Publizieren
2. Freiheit und Führung
3. Standards
4. Definitionen
Zu jedem dieser generischen Ansätze
kann eine These formuliert werden, mit
deren Hilfe man die Wirksamkeit der
nachfolgenden Strategien messen
kann.
4.4. Thesen
4.4.1. These 1
Abbildung 18: Generische Ansätze zu den möglichen
Fehlerarten
Ohne Wahrnehmen der Verantwortung über den ganzen Prozess kann keine
Verbesserung der Datenqualität erfolgen.
Schon Peter Drucker sagte „Was du nicht messen kannst, kannst du nicht lenken“ 96 . Das gilt nicht nur
für die „normale“ Betriebswirtschaft sondern gerade auch für den Bereich der Datenqualität. Je
Unternehmenskritischer dabei die Qualität der Daten ist, desto wichtiger ist es, die
Prozessperspektive speziell zu berücksichtigen.
Auch ist es fahrlässig, jemandem die Verantwortung für die Qualität von Daten aufzubürden ohne ihm
auch entsprechende Werkzeuge zu geben, etwas in diesem Verantwortungsbereich zu steuern. 97
Und zum Steuern benötigt man Informationen über den aktuellen Zustand ohne die man nicht
definieren kann, in welche Richtung gesteuert werden soll. Somit gehört das Messen und Publizieren
dieser Messungen auch in die Kategorie „Verantwortung“.
96 Originalzitat in Englisch: „If you can’t measure it, you can’t manage it” von Peter F. Drucker aus Wikiquote
[ 85 ].
97 Damit ist die Kongruenz zwischen Aufgaben, Kompetenzen und Verantwortung gemeint.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 44 / 83

Zudem muss auch im Thema Datenqualität klar werden, dass die Ursache nicht an einem Ort alleine
liegt, sondern dass im Kampf um gute Datenqualität die Kräfte aller Beteiligten gebündelt und
koordiniert werden müssen.
Bleibt nur noch die Frage, wer denn alles zu den Beteiligten gehört. Diese Frage kann nicht so
schnell abschliessend beantwortet werden. Abbildung 18 ist dabei ein guter Ansatzpunkt zur
Beantwortung dieser Frage. So müssen sicher der Prozessowner, der Anwender, der Programmierer
und der Kunde mit einbezogen werden. Es kann aber durchaus sein, dass der Anwender wiederum
als Kunde einer anderen Verarbeitung auftritt und somit nicht der Urheber der Daten ist und der
Kunde nicht der Endkunde ist. Dann müssen auch diese zum Kreis der Betroffenen gezählt werden,
bis die gesamte relevante Verarbeitungskette, wie in Abbildung 19 dargestellt, abgedeckt ist.
Abbildung 19: Einbezug von mehreren Applikationen, solange sie dem selben Prozess zugehörig sind
4.4.2. These 2
Der Anwender kann gute Datenqualität nur dann produzieren, wenn man ihm an den
geeigneten Orten richtig führt – an anderen aber notwendige Freiheiten lässt.
Betrachtet man Applikationen aus den 1980er-Jahren, so standen die funktionalen Aspekte einer
Applikation im Vordergrund 98 – dem Kunden musste ein dickes Handbuch mitgeliefert werden,
welches ihm sagte, welche Eingaben an welchen Orten verlangt wurden und welche Eingaben nicht
gemacht werden durften. Der Anwender hatte durch das Programm keinerlei Führung.
Durch die weitere Verbreitung von Grafischen Benutzerschnittstellen (GUI – Graphical User Interface)
in den 1990er-Jahren 99 wurden dem Benutzer alle Möglichkeiten präsentiert aus denen er nur noch
mit der Maus auswählen konnte. So einfach diese Benutzerschnittstellen für Anfänger waren und sind
– so einengend sind sie für Profis. Ein sogenannter „Power User“ kann aus einem System weit mehr
herausholen als dieses über die Grafische Benutzerschnittstelle anbietet. Einem solchen Power User
bieten die verschiedenen Kommandozeilen-Tools die notwendige Freiheit, die er benötigt, um aus
seinem System das optimale Resultat herauszuholen.
Diese Entwicklung hat sich auch in den Office-Programmen von Microsoft wiederholt. Nachdem alle
Funktionen nur über die Pulldown-Menüs oder Tastenkombinationen erreichbar waren, haben
spätere Word- und Excel-Versionen eine Schnittstelle erhalten, über die die Software mittels weiterer
Programme gesteuert werden konnte. Mittlerweile bieten fast alle grösseren Office-Pakete eine
solche Schnittstelle an. Dadurch kann der versierte Benutzer das Maximum aus der angebotenen
Software holen.
Ähnlich ist es mit den Benutzern von Individualsoftware und datenbankbasierter Software. Für die
Inhalte ist der Benutzer der Fachmann und möchte als mündiger Mensch nicht bevormundet werden
durch starre Prozesse, welche meist einen oder zwei Standardabläufe abdecken und alle Formen
98 Siehe dazu der Wikipedia-Artikel zu „Software-Ergonomie“ in [ 82 ].
99 Siehe dazu der Wikipedia-Artikel zu „Grafische Benutzeroberfläche“ in [ 74 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 45 / 83

von Sonderfällen gar nicht erst zulassen. Im Normalfall, wenn der Standardprozess passt, geniesst
der Benutzer die Führung durch die Software, aber bei Sonderfällen muss der Benutzer eine
Möglichkeit haben, den Eingabe- oder Verarbeitungsprozess der Realität anzupassen. Besteht diese
Einriffsmöglichkeit nicht, werden alle Fälle, die nicht dem Standardablauf entsprechen, eine schlechte
Datenqualität aufweisen.
4.4.3. These 3
Die Art wie eine Software designed und hergestellt wird, beeinflusst massgeblich die
Datenqualität in späteren Jahren.
Durchläuft die Entwicklung der Software standardisierte Phasen, periodische Qualitätschecks und
wird nach standardisierten Verfahren getestet, dann ist die mittel- bis langfristig erreichte Qualität der
Daten die mit dieser Software erstellt, verarbeitet, gespeichert und ausgegeben werden mit Sicherheit
besser, als wenn die vorgenannten Punkte während der Softwareerstellung nicht berücksichtigt
wurden.
Beispiel 3:
Ein Schraubenzieher kann man sowohl als Qualitätsprodukt wie auch als Billigprodukt
einkaufen. Zum Kaufzeitpunkt merkt man ausser im Preis keine oder nur kleine Unterschiede.
Die tatsächlichen Unterschiede treten erst dann zu tage, wenn Schrauben verarbeitet werden
müssen, deren Schlitz nicht eine optimale Form oder Breite hat oder nach einer gewissen
Gebrauchszeit.
Abgerundete (verschlissene) Ecken lassen die Kraft nicht mehr so gut auf die Schraube
übertragen, abgesplitterte Verchromung verursacht Verletzungen an den Fingern etc. Mit einem
derartigen Werkzeug lässt sich keine Qualitätsarbeit mehr verrichten – auch wenn zu Beginn
dieses Werkzeug seine Funktion bestens erfüllte.
Genauso verhält es sich mit der Datenqualität und der verarbeitenden Software. Eine ausführliche
Begründung dafür ist im Kapitel 5.3.3 auf Seite 52 aufgeführt.
4.4.4. These 4
Nicht der Datenlieferant, sondern der Kunde trägt den wichtigsten Teil zur Datenqualität
bei, indem dieser zuerst einmal definieren muss, was ihm wichtig ist.
Vor allem beim transzendenten und dem wertbasierten Ansatz der Qualität (sowie teilweise beim
kundenorientierten Ansatz 100 ) ist es für den Kunden relativ einfach zu behaupten, dass etwas der
Qualität nicht entsprechen würde, da der Massstab für Qualität in erster Linie subjektivem Empfinden
unterworfen ist. Eine Objektivierung dieses Qualitätsbegriffs ist daher notwendig.
Als erster Schritt dieser Objektivierung muss zwischen dem Lieferanten und dem Kunden ein
gemeinsames Verständnis für Qualität entwickelt werden. Anders als in der Konsumgüterindustrie ist
hier ein dauernder direkter Kundenkontakt vorhanden und ermöglicht es den beteiligten Parteien,
gemeinsam das Ziel der gewünschten Datenqualität zu erreichen.
Dieses Vorgehen entspricht eher der Qualität des produktorientierten Ansatzes und des
herstellungsorientierten Ansatzes. Dafür existieren bereits viele Werkzeuge und sie können relativ
schnell eingesetzt werden.
100 Siehe dazu die Definitionen von Qualität aus Kapitel 2.2.3, wo in Tabelle 2 ein Überblick über die
verschiedenen Definitionen von Qualität geliefert wird.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 46 / 83

4.5. Aus diesen Thesen abgeleitete Strategien
Aus den in Abbildung 18 aufgeführten generischen Ansätzen und den daraus abgeleiteten Thesen
können nun verschiedene Strategien entwickelt werden. Eine Übersicht dazu ist in Tabelle 4
ersichtlich:
These: These 1 These 2 These 3 These 4
Generischer Ansatz: Verantwortung
Messen und Freiheit und
Strategien:
Publizieren Führung Standards Definitionen
Strategie A: Transparenz schafft Vertrauen
Strategie B: Definition von Verantwortlichkeiten
Strategie C: Die Grundsätze der
Softwareentwicklung ausnutzen
Strategie D: Datenabhängigkeiten sind Gold
wert
Strategie E: Daten-Lifecycle auf Basis des
Prozesses
Strategie F: Unternehmensweite Verwendung
von Metadaten
Strategie G: Niederschwellige Verbesserungs-
Werkzeuge
Strategie H: Eingabe von „Ich weiss es wirklich
nicht“
Strategie I: Definition eines Verfalldatums
Tabelle 4: Thesen, generische Ansätze und Strategien
Wie die Tabelle zeigt, wirken die meisten der aufgelisteten Strategien auf mehrere generische
Ansätze. Umgekehrt verwendet die Umsetzung eines generischen Ansatzes Elemente verschiedener
Strategien. Somit ist die Umsetzung eines einzelnen Feldes dieser Tabelle nicht möglich, da es sich
immer um mehrere vernetzte Abhängigkeiten handelt.
Im folgenden Kapitel werden die oben genannten Strategien mit ihrem konkreten Nutzen und je
einem Vorschlag zur Umsetzung im Detail erklärt.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 47 / 83

5. 9 Strategien für eine grundsätzliche Verbesserung
der Datenqualität
5.1. Strategie A: Transparenz schafft Vertrauen
5.1.1. Ansatzpunkt dieser Strategie
5.1.1.1. Organisatorische Transparenz
Unter Transparenz werden hier vor allem folgende Punkte verstanden: 101
• Annahmen und Grundlagen für die Datenqualitätsmessungen werden dokumentiert und
offengelegt.
• Der Umfang der durchgeführten Messungen wird klar definiert und kommuniziert.
• Die Resultate der Datenqualitätsmessungen sind für alle beteiligten Personen immer
einsehbar.
• Die Art der Messungen bezüglich Methode, Periodizität und Aussage wird offen dargelegt.
Zudem wird nur das gemessen, wofür ein Kunde 102 einen Auftrag gibt und allenfalls dafür bezahlt.
Sonst verkommt das Messen der Datenqualität zu einer Selbstbeschäftigung.
5.1.1.2. Technische Transparenz
Wichtig ist hier auch, dass nicht nur die jeweils aktuellen Zahlen zur Datenqualitätsmessung
verfügbar sind, sondern auch ein Verlauf über einen grösseren Zeitraum abrufbar ist, um die
Entwicklung der Datenqualität verfolgen zu können.
Ein weiterer wichtiger Punkt zur Transparenz ist, dass die Messungen zentral durchgeführt werden.
Ist die durchführende Stelle noch weitgehend neutral, so ist dies ein weiterer Pluspunkt für eine breit
abgestützte Messung und weit anerkannte Durchführung.
Idealerweise erfolgt das Publizieren dieser Resultate über eine Intranet-Seite, welche diese Zahlen
und Grafiken publiziert. Dadurch sind die Hauptkriterien (öffentliche Dokumentation, zentrale
Messung und dauernde freie Verfügbarkeit der Resultate) einfach zu erfüllen.
5.1.2. Nutzen dieser Strategie
Unter allen Beteiligten wird eine gemeinsame Ausgangsbasis gefunden, was, wo und wie gemessen
wird. Von dieser Basis aus können gemeinsame Aktionen und Verbesserungen viel einfacher
gestartet und koordiniert werden.
Durch die Diskussion mit dem Kunden ergibt sich auch eine Sensibilisierung des Themas für alle
Beteiligte, was für sich alleine schon eine Verbesserung der Datenqualität ergibt. Sind auch noch
entsprechende Messungen vorhanden, welche öffentlich einsehbar sind, ergibt sich daraus ein
Wettbewerb, der alle Beteiligten dazu anspornt, etwas zu tun, da die Früchte solcher Arbeit nicht nur
nach aussen, sondern auch bei Linienvorgesetzten sehr gut sichtbar sind.
5.1.3. Nachteile und Risiken dieser Strategie
Transparenz wird nicht überall gerne gesehen, da sie anderen Abteilungen einen Einblick in die
eigene Organisation, deren Strategie, Effektivität und Effizienz gibt. Damit eröffnet man für sich selbst
und den eigenen Mitarbeiter eine Angriffsfläche, was natürlich nicht alle wollen.
101 Vergleiche auch die Grundsätze zur wissenschaftlichen Arbeit in [ 5 ] bezüglich Prämissen und
Untersuchungsdesign auf den Seiten 16/17.
102 Kunde wird hier verstanden als Auftraggeber und ist nicht gleichzusetzen mit einem Kunden der Firma.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 48 / 83

Aus diesem Grund muss diese Strategie in jedem Fall von allen Beteiligten befürwortet werden, damit
sie umgesetzt werden und entsprechend positive Auswirkungen auf die Datenqualität haben kann.
5.2. Strategie B: Definition von Verantwortlichkeiten
5.2.1. Ansatzpunkt dieser Strategie
Wer sich nicht verantwortlich fühlt für etwas, verbessert auch nichts daran. Also muss es im Interesse
aller sein, wenn sich die verschiedenen Stellen im Datenverarbeitungsprozess in Form von Rollen
benennen lassen und es somit in deren Verantwortung liegt, verschiedene Funktionen und
Tätigkeiten auszuführen.
Folgende Businessrollen haben sich in der Realität als nützlich erwiesen:
• Prozess Owner
• Data Owner
• Data Definition Owner
• Data Consumer
• Data Provider
5.2.2. Positionierung dieser
Businessrollen im Modell
In Abbildung 20 wird eine
Positionierung und Zuordnung dieser
Businessrollen im Modell aufgezeigt.
5.2.2.1. Der Prozess Owner
Der Prozess Owner ist verantwortlich
dafür, dass der Prozess definiert wird
und festgelegt wird, in welchem
Prozessschritt welche Daten erfasst
und verändert werden. Normalerweise
umfasst seine Verantwortung nicht nur
den hier behandelten Bereich, sondern
alles, was mit dem Prozess zu tun hat,
also auch Sachen wie Zeitvorgaben,
Prozessverbesserungen etc.
Abbildung 20: Positionierung der Rollen im Modell der
Fehlerarten
In Bezug auf die Beurteilung der Datenqualität hat er auch für entsprechende Werkzeuge zur
Messung, Publizierung und Hebung der Datenqualität zu sorgen, da er meistens derjenige ist, der
ohnehin schon eine integrative Funktion innehat und auch weitgehend neutral im ganzen Thema
agieren kann.
5.2.2.2. Der Data Owner
Der Data Owner ist verantwortlich für alles, was mit seinen Daten geschieht. Er ist auch zuständig für
die Definition, „was überhaupt“ erfasst wird. Werden die Daten nur für den ursprünglich
vorgesehenen Zweck verwendet oder auch für andere Prozesse? Wer darf überhaupt Einblick in die
Daten erhalten (Datenschutz) und wie werden die Daten vor Verlust und unbeabsichtigter
Veränderung (Datensicherheit) geschützt? Zudem ist er dafür verantwortlich, die richtigen Stellen zu
finden, die ihm die gewünschten Daten in der gewünschten Qualität liefern.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 49 / 83

Er erstellt meistens auch die „Business Rules“ 103 , nach denen Dateneingaben überprüft und
verarbeitet werden und die ein wichtiges Werkzeug bezüglich der Identifikation der Datenqualität
sind.
In Bezug auf die Datenqualität muss er dafür sorgen, dass die Bereiche und Methoden definiert
werden, und klären, wie die Datenqualität gemessen werden soll. Sehr oft ist der Data Owner
identisch mit dem Data Consumer, kann aber auch dem Prozess Owner angegliedert sein oder sogar
ganz ausserhalb dieses Modells stehen.
Für die korrekte Benennung des Data Owners gibt es keine starren Regeln, sondern nur Hinweise
darauf. Loshin beschreibt insgesamt 11 Möglichkeiten, wer der Data Owner sein könnte. Für ihn
kommen folgende organisatorische Einheiten in Frage:
Der Datenersteller, der Datenbezüger, der Datenverarbeiter, das Unternehmen als Ganzes, der
Auftraggeber für die Datenerstellung, der Entdecker von Daten, der Zusammensteller von
Datensets, der Leser, das Subjekt, der Lizenznehmer und Jedermann. 104
In der Realität des Unternehmens werden wohl kaum alle dieser möglichen Data Owner in Frage
kommen – trotzdem zeigt diese Auflistung, dass die korrekte Identifizierung des Data Owners nicht
einfach ist und sorgfältig erfolgen sollte.
5.2.2.3. Der Data Definition Owner und Data Consumer
Der Data Definition Owner ist meistens identisch mit der Stelle, die die Daten verwendet (Data
Consumer) und ist somit der Nutzniesser der Daten. Er muss definieren, welche Daten er in welcher
Qualität, Granularität und Form sowie in welchem Format benötigt. Werden die gleichen Daten von
mehreren Stellen konsumiert, müssen sich diese entsprechend koordinieren.
5.2.2.4. Der Data Provider
Der „Data Provider“ ist zuständig für die zeitgerechte Beschaffung der benötigten Daten in der
benötigten Qualität. Da der Data Provider die Daten ins System einbringt, ist hier auch der klassische
Ansatzpunkt für viele Verbesserungsmassnahmen zu finden – vor allem für Massnahmen bei den
weichen Faktoren nach Abbildung 10.
Das heisst aber nicht, dass Initiativen zur Verbesserung der Datenqualität nur hier ansetzen dürfen.
Wird nämlich vom Data Consumer nicht definiert, in welchem Format er die Daten benötigt, wird es
für den Data Provider schwierig, den unausgesprochenen Anforderungen gerecht zu werden.
5.2.3. Nutzen dieser Strategie
Schon alleine durch die formale Regelung von Verantwortlichkeiten wird Transparenz (siehe dazu
auch Strategie A) in das ganze System eingebracht. Wird die abgemachte Verantwortung auch richtig
wahrgenommen, so kann das ganze Potential dieser Strategie voll ausgeschöpft werden.
Im Idealfall werden diese Geschäftsrollen auch von der Technik mittels Zugriffsrollen adaptiert, so
dass ein entsprechendes Abbild „in Software gegossen“ wird und eine Kongruenz zwischen
Aufgaben, Kompetenzen und Verantwortung erreicht wird.
5.2.4. Nachteile und Risiken dieser Strategie
Die Definition, Implementation und Wartung von solchen Rollen ist immer ein Aufwand und bedingt
eine saubere Verwaltung. Wenn Geschäftsrollen zusätzlich in technische Rollen münden, so sind
auch hier entsprechende Verwaltungs- und Autorisierungsprozesse notwendig, welche wiederum
einen Mehraufwand bedeuten.
103 Business Rule, englisch für Geschäftsregel. Mehr dazu unter [ 73 ].
104 Loshin beschreibt diese 11 „Ownership Paradigms“ detailliert in [ 34 ], Seiten 33-37.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 50 / 83

Eine derartige Implementation erhöht die Komplexität des Systems und die Abhängigkeit zu anderen
Prozessen – respektive kreiert neue Prozesse, welche wiederum eine entsprechende Datenqualität
aufweisen müssen. Daher erhöht diese Strategie den Aufwand rund um die Datenbank, um die es
eigentlich geht.
Dem kann begegnet werden, indem mehrere Produkte zu Produktgruppen zusammengefasst werden
und somit für ganze Produktgruppen Prozesse und Autorisierungsrollen definiert werden können. Das
optimiert den Verwaltungs-, Administrations- und Dokumentationsaufwand. Zudem ist ein System
auch selten ein „Standalone-System“ in einem Unternehmen, sondern es bewegt sich meistens in
einem Kontext von anderen Systemen oder/oder Prozessen, was diese Zusammenfassung weiter
erleichtert.
5.3. Strategie C: Die Grundsätze der Softwareentwicklung ausnutzen
5.3.1. Ansatzpunkt dieser Strategie
Zum Thema „Softwareentwicklung“ gibt es umfangreiche Literatur. Darin werden auch viele
Grundsätze der Softwareentwicklung propagiert, welche alle auch ihre Auswirkung auf die
Datenqualität haben. Nicht in jedem Fall eine kurzfristige – aber immer eine Auswirkung.
Volker Würthele umschreibt diese Tatsache mit dem Bild
des Eisbergs aus Abbildung 21, von dem man nur den Teil
wahrnimmt, der über die Wasserlinie hinausragt. Der
Hauptteil des Eisbergs ist unter der Wasserlinie und damit
dem Betrachter verborgen.
Übertragen auf die Datenqualitätsproblematik nimmt der
Datenbezüger nur den Pflegezustand der Daten wahr – die
Technikqualität bleibt ihm grundsätzlich verborgen. Diese
offenbart sich ihm erst über die Zeit hinweg.
Zur Technikqualität gehören neben den unten aufgeführten
Punkten auch noch die Aspekte der DIN-Norm 66272,
welche als Qualitätsmerkmale folgende Punkte festlegt:
Funktionalität, Zuverlässigkeit, Benutzbarkeit, Effizienz,
Änderbarkeit und Übertragbarkeit. 105
Abbildung 21: Das Verhältnis von
Pflegezustand und Technikqualität 106
105 Zitiert aus Stahlknecht in [ 53 ], Seite 314.
106 Grafik aus Würthele in [ 89 ], Seite 35.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 51 / 83

5.3.2. Von der Anforderung zur fertigen
Software
Markus Helfert hat auf dem Weg vom
Benutzerbedürfnis zur fertigen Software die
Qualitätsstolpersteine weiter eingekreist: Er nennt hier
namentlich die Designqualität und die
Ausführungsqualität. 107
Designqualität bedeutet, dass die Spezifikation einer
Software tatsächlich den Anforderungen des Kunden
entspricht. In diesem Bereich findet laut Helfert auch
die Qualitätsplanung statt. Oder knapp formuliert: „Wie
gut werden die Bedarfe durch die Produktspezifikation
erfüllt?“
Im zweiten Teil, der Ausführungsqualität, wird
untersucht, ob die im ersten Teil erstellte Spezifikation
entsprechend umgesetzt wurde. In diesem Bereich
stellt sich die Frage: „Wie gut stimmt das Produkt mit
der vorgegebenen Spezifikation überein?“
Auch in diesem Aufsatz führt Helfert einen Teil der im
Kapitel 4.3 aufgeführten Datenqualitätsproblemfelder
auf: Datenerfassung, Dateninterpretation und
Datentransfer. Weiter nennt er noch die Integration
unterschiedlicher operativer Systeme, welche aber eher
im Kontext von Data Warehouses zu sehen sind.
Abbildung 22: Stolpersteine in der Softwareentwicklung
für die Datenqualität 108
5.3.3. Softwaredesign und Dokumentation
Auch das Softwaredesign und die Dokumentation tragen dazu bei, die Datenqualität langfristig auf
einem hohen Niveau zu halten. Zusammen mit anderen Punkten wie dem Datenbankdesign bilden
sie die Softwarequalität, welche insgesamt bestimmt, in welcher Qualität die Verarbeitung der Daten
und die langfristige Sinnspeicherung der Daten erfolgt.
Obwohl die Erstellung und Funktionsweise einer Applikation weder für den Anwender, noch für den
Datenbezüger oder den Prozess Owner sichtbar ist, spielt es eine Rolle, aufgrund welcher Technik
ein Resultat zustande gekommen ist. Spätestens wenn es um die Erweiterung der bestehenden
Lösung geht, zeigt es sich, ob die Basis für den Ausbau genügend ist oder eben nicht.
Würthele beschreibt diesen Punkt anhand von zwei fiktiven Applikationen, die vordergründig gleich
aussehen, keine Schnittstellen zu anderen Applikationen besitzen sowie dem Anwender dieselben
Daten und Verarbeitungen anzeigen.
107 Zusammenfassend zitiert aus Helfert in[ 22 ] und [ 23 ].
108 Zitiert aus Helfert in [ 22 ], Folie 11.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 52 / 83

Beispiel 4:
Die eine Applikation (A) baut auf den Grundlagen der Softwareentwicklung auf, indem eine weit
verbreitete Datenbank verwendet wird, sämtlicher Programmcode in einer modernen,
objektorientierten Programmiersprache erstellt wurde und durchgängig dokumentiert ist und
auch entsprechende Datenmodelle vorhanden sind. Die andere Applikation (B) ist von einem
Werkstudenten während einem Wochenende in einer veralteten Programmiersprache
geschrieben worden, für den der Hersteller keinen Support mehr bietet. Die Daten werden
während der Programmlaufzeit im Speicher gehalten und nur durch Benutzeranweisung in eine
Datei gespeichert.
Beurteilt man diese beiden Lösungen aufgrund des Pflegezustandes (der Teil, der über der
Wasserlinie ist), wird man sicher der „Bastellösung“ den Vorzug geben, da diese wesentlich
schneller und günstiger erstellt wurde als die Applikation A und das gleiche leistet. Tritt jedoch
ein Störfall ein oder soll die Applikation erweitert werden, kommt der Teil unter der Wasserlinie
zum Tragen – die Technikqualität. Je mehr Probleme oder Änderungswünsche auftauchen,
desto schneller wird die Datenqualität in Applikation B absinken. 109
5.3.4. Die Wichtigkeit der Dokumentation
Die Wichtigkeit der Dokumentation über die erstellte Software wird in jedem Kurs über
Softwareentwicklung thematisiert und herausgestrichen. Trotzdem ist es auch heute noch eher die
Ausnahme, wenn ein Entwickler seine Software freiwillig umfassend dokumentiert. Dabei ist hier ein
wichtiger Schlüssel zur Datenqualität verborgen, ist in der Software doch die Businesslogik fest
verdrahtet.
David Loshin beschreibt in [ 34 ] das Problem von so genannten „Legacy Databases“:
Legacy databases pose interesting data quality questions, since it is likely that the people
originally involved in the creation and development of the database have long since left the
organisation. Legacy databases hold more than just data – they hold secrets about embedded
business rules folded into the way the information is stored, viewed, manipulated, and so on. 110
Damit es nie soweit kommt, ist es notwendig, dass alle implementierten Regeln rechtzeitig
dokumentiert werden und für alle involvierten Personen zugänglich sind.
5.3.5. Datenbankdesign
5.3.5.1. Die Verwendung von Datentypen
Standard-Datenbanken verfügen im Normalfall über verschiedene Datentypen, die dem
Programmierer zur Verfügung gestellt werden. Im Normalfall sind dies einfache Typen wie Ganzzahl,
Fliesskommazahl, Textfeld und Datum in verschiedenen Grössen.
Macht man es sich beim Design der Datenbank einfach, besteht die Datenbank nur aus Textfeldern.
Die Konsequenz dieses Designs ist jedoch, dass sich Informationen daraus garantiert nicht
konsistent speichern lassen, geschweige denn, dass sich aus solchen Daten konsistente Reports
generieren lassen. Der wichtigste Punkt hierbei ist das Wissen um die benötigten Datentypen. Als
einfaches Beispiel soll hier eine kleine Adressdatenbank herangezogen werden.
5.3.5.2. Beispiel Adresse
Bereits in einer Adress-Datenbank in ihrer einfachsten Form kommen spezielle Datentypen vor,
welche überprüft werden können und auch sollen. Die Postleitzahl ist beispielsweise so ein Feld. Es
ist bekannt, dass in der Schweiz eine Postleitzahl nur aus Zahlen besteht, es immer vier Zahlen sind
109 Gekürztes Beispiel aus Würthele in [ 89 ], Seite 36ff.
110 Zitat aus Loshin in [ 34 ], Seite 57.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 53 / 83

und am Beginn niemals eine 0 stehen darf. Dank diesem Wissen lässt sich die Benutzereingabe mit
Hilfe einer einfachen Typenprüfung rudimentär überprüfen.
Aber Vorsicht: In Deutschland sind es fünf Zahlen, wobei als erste Zahl eine 0 stehen darf und in
Grossbritannien kommen sogar Buchstaben in der Postleitzahl vor. Mit diesem Wissen lässt sich die
Typenprüfung der Postleitzahl nun international erweitern und sicher auf das korrekte Format
überprüfen. Durch die Zuhilfenahme eines zweiten Datenbankfeldes, nämlich dem Land, kann
zuverlässig überprüft werden, ob eine gültige Eingabe gemacht wurde.
Bei dieser Prüfung geht es um einen Check auf der ersten Stufe nach der einfachen Definition aus
Kapitel 2.5. Möchte man auch noch die zweite Stufe nehmen, würde das den Einbezug einer
Postleitzahlen-Datenbank benötigen, welche aufgrund der eingegebenen Postleitzahl die Ortschaft
ausgibt und im Idealfall gleich noch mitprüft, ob die angegebene Strasse und Hausnummer existiert.
5.3.5.3. Beispiel „Spezielle Informationen“
Bei anderen Datenfeldern dürfen nur gewisse Informationen drinstehen. Also darf der Benutzer gar
nicht erst die Möglichkeit haben, etwas Inkonsistentes einzugeben. Ein Beispiel dafür ist in einer
Personendatenbank das Geschlecht. Es gibt alleine im Deutschen mindestens 10 Möglichkeiten,
einer Person das weibliche Geschlecht zuzuordnen, wenn dieses Feld ein Freitextfeld ist. 111
Hier darf der Benutzer nur die Möglichkeit haben, vorgegebene Werte einzugeben. Idealerweise
erfolgt dies mit „Auswahlfeldern“ oder sogenannten „Listboxen“. Für andere Anwendungen kann es
vorteilhaft sein, das Datenbank-Modell entsprechend zu erweitern, damit an solchen Orten auf
Entitäten verlinkt wird und nicht „hart codierte“ Elemente verwendet werden.
5.3.6. Usability
In der ISO Norm 9241 wird Usability als das Ausmass definiert, in dem ein Produkt durch
bestimmte Benutzer in einem bestimmten Nutzungskontext genutzt werden kann, um
bestimmte Ziele effektiv, effizient und zufrieden stellend zu erreichen. 112
Die Usability hat in erster Linie den Fokus, dass ein Anwender ein Programm möglichst einfach und
problemlos bedienen kann und benötigte Dinge dort auf dem Bildschirm findet, wo er sie erwartet.
Als Auswirkung dieser Usability wird der Benutzer schneller, lieber, motivierter und effizienter arbeiten
als mit einem System, welches eine schlechte Usability besitzt. 113 Die Folge ist, dass sich der
Anwender mehr auf die Arbeit konzentrieren kann und sich weniger um die Bedienung des
Programms kümmern muss, womit ihm weniger Fehler unterlaufen und die Qualität der be- und
verarbeiteten Daten höher ist.
5.3.7. Nutzen dieser Strategie
Daten werden in einer konsistenten Form abgelegt und können daher auch in einer konsistenten
Form ausgewertet werden. Muster, Korrelationen und Verbindungen können nur aus einer
konsistenten Datenbasis korrekt ausgewertet werden.
Das Design von „strukturierten und konsistenten Datenbanken“ anstelle von „ungeordneten
Datenhaufen“ ist eine konzeptionelle Anforderung an das Applikations- und Datenbankdesign.
Werden hier Fehler gemacht, müssen hinterher die Probleme mittels Data Cleansing (siehe dazu
auch Kapitel 3.1.2) oder aufwändigen manuellen Bereinigungsaktionen wieder korrigiert werden.
111 Nicht unübliche Möglichkeiten in deutscher Sprache (mit Vertipper) ein weibliches Geschlecht in einem
Freitextfeld einer Datenbank einzutragen: F, f, Frau, frau, FRAU, FRau, Fräulein, fräulein, FRÄULEIN, Fräulein.
Werden noch andere Sprachen oder Schreibfehler berücksichtigt, explodiert die Zahl der Möglichkeiten.
112 Definition von Usability nach usability.ch in [ 60 ].
113 Siehe usability.ch in [ 61 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 54 / 83

Eine hohe Usability bringt den Nutzen, dass sich die Benutzer weniger mit der Technik und der
Bedienung der Software beschäftigen müssen und sich mehr auf die effektive Tätigkeit konzentrieren
können.
5.3.8. Nachteile und Risiken dieser Strategie
Eine kurzzeitige Betrachtung wird in dieser Strategie (ausser dem Punkt der Usability) nicht viele oder
gar keine Vorteile sehen. Erst die mittel- und langfristige Betrachtung eröffnet entsprechende Vorteile.
Das grösste Risiko dieser Strategie liegt darin, dass die Software „overengineered“ wird – also dass
zu viele Ressourcen konzentriert werden in der Software, der Datenbank und den Tools und
Prozessen um die Applikation herum in Relation zum Ertrag der dadurch gewonnenen Datenqualität
und anderer Effekte dieser Tätigkeit.
5.4. Strategie D: Datenabhängigkeiten sind Gold wert
5.4.1. Ansatzpunkt dieser Strategie
Informationen, welche lediglich dokumentarisch irgendwo abgelegt sind, veralten viel schneller, als
wenn sie in einer technischen oder gar finanziellen Abhängigkeit eingebaut sind. Somit werden
Redundanzen innerhalb der Datenbank oder über verschiedene Datenbanken hinweg gezielt zur
Validierung von bestehenden Informationen verwendet, um die Datenqualität zu erhöhen.
Dabei muss die Information nicht tatsächlich redundant abgespeichert werden – es reicht teilweise
schon, wenn die Herkunft einer Information bekannt ist.
Beispiel 5:
Vor Ihnen steht auf zwei separaten Blättern Papier die Information, dass ein entfernter
Bekannter von Ihnen ein Auto einer bestimmten Marke fährt. Dummerweise sind die beiden
Informationen nicht übereinstimmend. Beide Informationen könnten plausibel sein aber Sie sind
sich sicher, dass er nur ein Auto besitzt. Nun stehen Sie vor dem Problem, welcher dieser
beiden Informationen sie mehr vertrauen.
Das erste Papier ist ein Ausdruck der Webseite dieses Bekannten, auf der er angibt, dass er
Fahrzeug A fährt. Das zweite Papier ist ein Ausschnitt von der Parkplatzliste seines
Arbeitgebers, auf welchem steht, dass unter seinem Namen das Fahrzeug B für den Parkplatz
Nummer 15 angemeldet ist. Welche dieser beiden Informationen ist vertrauenswürdiger?
Die vertrauenswürdigere Information ist sicher diejenige, welche aus der Parkplatzliste stammt.
Wieso? Immerhin stammt doch die andere Information direkt vom Bekannten selbst. Das
Problem liegt hier darin, dass es keinerlei Konsequenzen hat, wenn auf seiner Webseite noch
das vorletzte Auto aufgeführt ist – vielleicht hat er einfach vergessen, dass er diese Information
jemals da hingestellt hat und hat sie deshalb nie aktualisiert. Dagegen wird bei zugewiesenen
Parkplätzen einer Firma im Normalfall ein Auto nach einer ersten Mahnung sehr schnell
entfernt, wenn es nicht da hingehört. Also hat es direkte Konsequenzen, wenn die Information
nicht korrekt ist – der Autohalter wird möglichst schnell sein neues Auto in der Parkplatzliste
nachtragen lassen, um nicht zu riskieren, dass es abgeschleppt wird.
Solche Abhängigkeiten sind auch für Datenbanken Gold wert.
5.4.2. Gezielte Definition von Master und Slave
Redundanzen bergen immer die Gefahr von Doppelspurigkeiten und Widersprüchen in sich. Daher
muss sichergestellt werden, dass solche Redundanzen periodisch abgeglichen werden. Dazu wird für
jede redundant vorliegende Information ein Master (die vertrauenswürdigere Quelle) bestimmt und
dann dessen Informationen in die andere Datenbank kopiert, welche als „Slave“ oder „Spiegel“
betrieben wird – unabhängig davon, ob an der Slave-Datenbank Änderungen vorgenommen wurden.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 55 / 83

Dadurch müssen die gespiegelten
Daten nicht mehr an mehreren Orten
gepflegt werden, sondern werden nur
noch an demjenigen Ort
bewirtschaftet, an dem die benötigte
Datenqualität sichergestellt werden
kann. Von dort aus werden diese
Informationen an alle anderen
Applikationen verteilt, welche
Interesse an diesen Informationen
haben.
Wichtig! – Dieses Vorgehen hat
nichts gemeinsam mit der
Datenintegration aus Kapitel 3.1.3,
sondern ist als gezielter
Datenaustausch zwischen
gleichberechtigten Datenbanken zu
verstehen.
Abbildung 23: Der Datenfluss zwischen verschiedenen
Applikationen. Siehe dazu die Beschreibung im Beispiel 6
Während es bei der Datenintegration darum geht, alle Daten an einem Ort zu sammeln, wird bei
diesem Ansatz mit gezielt verteilten Datenbanken gearbeitet, welche jede für sich stehen und für
einen ganz klar umrissenen Bereich eine Masterfunktion haben.
Beispiel 6:
Ein gutes Beispiel für den sinnvollen Einsatz der Master-Slave-Technik ist das
Personalverzeichnis einer grösseren Firma. Für diese Informationen gibt es in den
verschiedensten Applikationen innerhalb der gleichen Firma Abnehmer. Angefangen von der
reinen Anzeige im internen Telefonverzeichnis bis zur Verwendung in der Salärabrechnung
In Abbildung 23 ist ersichtlich, wie die Daten beispielsweise zwischen verschiedenen
Applikationen ausgetauscht werden können: Die Personaldatenbank ist der geeignete Master
für Personendaten, da von hier aus auch die Salärzahlungen ausgehen. Eine schlechte
Datenqualität im Personenstamm wird hier zuerst bemerkt. Also ist es ideal, wenn für das
Telefonverzeichnis die Namen von hier bezogen werden.
Für die Telefonnummern ist es aber besser, die Daten direkt von der Telefonzentrale zu
beziehen, da eine falsche Telefonnummervergabe hier zuerst bemerkt wird.
5.4.3. Nutzen dieser Strategie
Durch das gezielte Einbinden von Informationen einer Datenbank in technische oder buchhalterische
Abläufe werden Abhängigkeiten geschaffen, welche durch eine Rückkopplung aus der Realität die
Daten um ein vielfaches genauer beschreiben, als wenn die Informationen rein dokumentarischen
Charakter haben.
Idealerweise wird diese Strategie mit der Strategie F, der unternehmensweiten Verwendung von
Metadaten, kombiniert, um durch die Vereinheitlichung dieser Metadaten die Interoperabilität und
damit die Voraussetzungen zum Datenaustausch zu verbessern.
5.4.4. Nachteile und Risiken dieser Strategie
Abhängigkeiten sind nicht nur erwünscht sondern bergen auch negative Effekte in sich. So ist bei
jeder Schnittstelle ein Koordinationsaufwand zwischen den beteiligten Applikationen zu
berücksichtigen. Auch steigt mit jeder Schnittstelle die Komplexität der ganzen Infrastruktur.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 56 / 83

Sind dann noch jeweils verschiedene
Technologien bei den Schnittstellen
zu berücksichtigen, so kann dieser
Ansatz auf dem organisatorischen
Gebiet zu einer Komplexität führen,
die irgendwann nicht mehr
überblickbar ist. In solchen Fällen
können Proxyserver 114 oder
Datawarehouses/Datamarts
verschiedene Datenquellen
zusammenführen und diese zentral
den Datenbezügern zur Verfügung
stellen, wie es in Abbildung 24
dargestellt ist. Dieser Zusammenzug
von Informationsquellen ändert aber
nichts daran, dass immer noch die
einzelnen Applikationen die
Masterfunktion innehaben und darum
Änderungen an den Daten dort
durchgeführt werden müssen. Das
Datawarehouse selbst übernimmt nur
die Funktion einer zentralen
Datenlogistik.
Abbildung 24: Die Master-/Slave-Datenbanken in einem
erweiterten Konzept mit einem zentralen Datawarehouse als
Proxy
Wichtig ist hier, dass andere Anforderungen der Informationstechnik und der Organisationslehre wie
beispielsweise der Datenschutz weiterhin gewährleistet werden. So darf nicht einfach jeder lesend
auf die Personaldatenbank zugreifen, da dort auch vertrauliche Informationen wie Gehalt,
Bankverbindung und Privatinformationen abgelegt sind. Solche Informationen müssen dann noch
besser als ohne Vernetzung über Zugriffsrechte geschützt werden oder sie werden gar nicht erst
übermittelt.
5.5. Strategie E: Daten-Lifecycle auf Basis des Prozesses
5.5.1. Ansatzpunkt dieser Strategie
Genauso wie es im Fokus der Organisation von Unternehmen eine Verschiebung gibt von der
Aufbauorganisation zur Ablauforganisation, respektive dem Prozess 115 , gilt auch bei der Organisation
von Datenbeständen, dass es weniger wichtig ist, wer zuständig ist für die Kundengewinnung, das
Bestellwesen oder das Mahnwesen, sondern dass es wichtiger geworden ist, welchen Prozess ein
Datensatz durchläuft vom Zeitpunkt der ersten Erfassung bis zur Eliminierung.
5.5.2. Der Prozess
Diese Abfolge kann als Lifecycle (Lebenszyklus) des Datensatzes beschrieben werden. Analog zum
Produktlebenszyklus 116 durchläuft ein Datensatz dabei mehrere verschiedene Phasen. Die Definition
und Unterteilung dieser Phasen erfolgt durch das Wissen darüber, wo und unter welchen Umständen
114 Proxy von englisch „proxy representative“ = Stellvertreter. Als Proxyserver wird ein System bezeichnet,
welches eine Stellvertreterfunktion zwischen einem Datenlieferant und einem Datenbezüger einnimmt.
115 Siehe Müller-Stewens/Lechner, 2003 in [ 38 ] Seite 450: „Ging es bei der Diskussion um geeignete
Organisationsstrukturen lange Zeit schwerpunktmässig um Fragen der Aufbauorganisation, ist – im Zuge von
»Business Process Reengineering« – die Ablauforganisation verstärkt in den Vordergrund gerückt.“
116 Siehe Müller-Stewens, Lechner, 2003 in [ 38 ] Seite 255.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 57 / 83

eine Information entsteht oder verändert wird und wo sie am zweckmässigsten erfasst und verändert
wird.
5.5.3. Der Lebenszyklus
Schaut man sich um, entdeckt man in fast allen Situationen des Lebens irgendwelche Lebenszyklen
oder in englisch „Lifecycle“ 117 . Sei es im erdgeschichtlichen oder im kurzzeitigen Massstab: Sowohl
die Gattung der Dinosaurier als auch eine Seifenblase haben ihren eigenen Lebenszyklus, der sich in
klar unterscheidbare Phasen einteilen lässt. Weshalb soll sich das nicht auch auf Daten anwenden
lassen? Tatsächlich zeigt es sich, dass auch eine Kundenbeziehung oder das Leben einer Adresse in
einem CRM-System einem Lifecycle unterworfen ist.
Beispiel 7:
Eine Person interessiert sich für ein Produkt einer Firma. Man soll ihr deshalb einen Katalog
zusenden. Dafür ist es notwendig, Name und Adresse im System zu erfassen. Weitere
Informationen wie beispielsweise die Bonität sind zu diesem Zeitpunkt der Kundenbeziehung
weder praxisgerecht noch notwendig. Im Lifecycle ausgedrückt wäre diese Adresse nun im
Lifecycle-Status „Interessent“. Als Mussfelder existieren hier der Name und die Adresse und
sonst nichts. Alles andere wird nur als fakultatives Feld geführt.
Wird nun aus der Katalogbestellung eine Produktbestellung, geht der Datensatz vom Status
„Interessent“ in den Status „Besteller“ über, bei der einige zusätzliche Felder zu Mussfelder
werden können. Mögliche Felder wären beispielsweise der direkte Ansprechpartner.
Parallel zur Kommissionierung der Bestellung läuft nun die Abklärung der Bonität. Nur wenn
das Resultat positiv ist, kann der Status auf „Kunde“ geändert werden. Von nun an ist dieses
Datenbankfeld ein Mussfeld. Idealerweise ist das System so eingerichtet, dass ein Versand von
Artikel nur an Adressen in diesem Status möglich ist.
Ist die Abklärung der Bonität negativ, wird der Status auf „Unerwünscht“ gesetzt, die
Kommissionierung wird wieder rückgängig gemacht und an den abgewiesenen Kunden eine
entsprechende Mitteilung versendet. Sollte der Kunde trotzdem noch einmal bestellen, kann
schon bei der Aufnahme der Bestellung aufgrund des Lifecycle-Status der Kunde abgewiesen
werden.
Durch die Implementierung eines
solchen Lifecycle-Konzeptes ist es
möglich, viele der Probleme mit
leeren Datenfeldern, respektive mit
unter Zwang gefüllten und damit
wertlosen Feldern, einfach und
wirkungsvoll zu lösen.
Abbildung 25: Lebenszyklus für eine Adresse aus Beispiel 7
5.5.4. Nutzen dieser Strategie
Durch die Implementierung eines solchen Lebenszyklus-Modells lassen sich sehr einfach und
effizient die starren Möglichkeiten von Datenbanken aufbrechen, die einen vor die Wahl stellen, ein
Feld immer als Mussfeld oder immer als fakultatives Feld zu definieren. Durch den Lebenszyklus
lässt sich ein Datenbankfeld für einzelne Phasen als Mussfeld definieren, während es in anderen
Phasen nicht zwingend gefüllt werden muss.
117 Siehe auch Kotler/Bliemel, 2001, welche den Produktlebenszyklus in [ 30 ] Seite 571ff. beschreiben.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 58 / 83

5.5.5. Nachteile und Risiken dieser Strategie
Auch bei diesem Vorgehen wird die Komplexität des Gesamtsystems erhöht.
Zudem wird die Flexibilität in der Geschäftslogik mit einer erhöhten Komplexität in der
Benutzerschnittstelle erkauft. Existieren zu dieser Datenbank Schnittstellen von anderen
Applikationen oder gibt es Benutzer, welche unter Umgehung der normalen Benutzerschnittstelle auf
die Datenbank schreiben können, dann muss über entsprechende Trigger und Prozeduren
sichergestellt werden, dass die Datenmanipulation der Logik des aktuellen Lifecycle-Status
entspricht.
Zusätzlich müssen Bedingungen für die einzelnen Lebenszyklusphasen erstellt, implementiert und
gewartet werden. Da dies aber alles innerhalb der gleichen Applikation und Datenbank erfolgen
muss, können die Regeln auch gut dynamisch publiziert werden – idealerweise über eine
entsprechende Webseite, welche direkt auf die Datenbank zurückgreift. Dadurch kann das Risiko von
veralteter und unauffindbarer Dokumentation (siehe dazu auch Kapitel 5.3.4) weitgehend eliminiert
werden.
5.6. Strategie F: Unternehmensweite Verwendung von Metadaten
5.6.1. Ansatzpunkt dieser Strategie
Metadaten beschreiben die einzelnen Felder einer Datenbank. Sie sind somit die Dokumentation der
Datenbank und werden bei einem Datenaustausch zwischen verschiedenen Systemen als erstes
beigezogen, um abzuklären, welche Übereinstimmungen vorhanden sind. Dabei zeigen sich teils
überraschende Probleme: Zwei Datenbanken die miteinander kommunizieren wollen, haben
Probleme damit, weil das zu übertragende Feld unterschiedlich definiert ist. Diese Unterschiede
können sowohl technischer wie auch inhaltlicher Natur sein.
So kann beispielsweise eine Postleitzahl je nach Datenbankdesign völlig unterschiedlich definiert
sein. Das Datenfeld kann als String unterschiedlicher Länge oder auch als Zahlenfeld definiert sein
(siehe dazu auch Kapitel 5.3.5.2).
Oder das Geschlecht einer Person kann mit „Mann“/„Frau“, „Herr“/„Frau“, „M“/„F“, „Mr“/„Mrs“,
„Mister“/„Misses“ definiert sein. Bei diesem Beispiel lassen sich die Werte noch mittels
Übersetzungstabellen zusammenführen. Es dürften sich aber in fast jeder Datenbank Inhalte finden,
welche sich nicht so einfach mit Übersetzungstabellen erledigen lassen. Werden die Metadaten
unternehmensweit standardisiert, so bedeutet dies, dass alle beteiligten Datenbanken über nur noch
eine gemeinsame Definition des Geschlechtsfeldes verfügen, womit der Datenaustausch zwischen
Applikationen und Datenbanken wesentlich einfacher wird.
5.6.2. Nutzen dieser Strategie
Sind diese Metadaten-Standards unternehmensweit etabliert, so ist es ein leichtes, verschiedenste
Datenbanken miteinander zu verbinden. Zusätzlich erreicht man durch die Vereinheitlichung der
Metadaten eine Standardisierung der Interpretation der Daten – und damit auch Verbesserung des
Verständnisses dieser Daten. Es entstehen weniger Missverständnisse über den konkreten Inhalt
und damit kann effizienter gearbeitet werden.
Den vollen Vorteil ausspielen kann diese Strategie vor allem dann, wenn sie mit der Strategie D
(Datenabhängigkeiten sind Gold wert) kombiniert wird.
5.6.3. Nachteile und Risiken dieser Strategie
Eine Vereinheitlichung der Metadaten bedingt zuerst, dass jede der betroffenen Datenbanken
überhaupt erst ihre eigenen Metadaten kennt, definiert und dokumentiert. Erst in einem zweiten
Schritt kann begonnen werden, diese Metadaten anzugleichen. Dabei ist es unausweichlich, dass
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 59 / 83

alle beteiligten Applikationen angepasst werden müssen und somit die Applikationen einen Aufwand
treiben müssen, der sich aus Kundensicht nicht direkt in neuen oder verbesserten Funktionen
niederschlägt. Somit ist es schwierig, bei den entsprechenden Entscheidungsträgern die dafür
notwendigen Ressourcen zu bekommen.
Ein weiteres Problem dieser Strategie ist, dass es aus den erwähnten Gründen sehr lange dauert, bis
sie Früchte trägt. Die Umsetzung dieser Strategie ist daher eher als längerfristiges Ziel zu
positionieren.
Als Risiko lässt sich anführen, dass im Rahmen dieser Strategie Umstellungen in Datenbanken
gemacht werden, welche nie mit anderen Datenbanken in einen Datenaustausch treten. Somit wurde
ein Aufwand getrieben, für den nie ein Ertrag eingetreten ist.
5.7. Strategie G: Niederschwellige Verbesserungs-Werkzeuge
5.7.1. Ansatzpunkt dieser Strategie
Manche Verantwortliche wissen um die Datenqualität ihres Bereiches. Spätestens bei der
allgemeinen Ausweisung des Datenqualitätswertes sehen es aber auch Andere. Das heisst aber
noch lange nicht, dass der Verantwortliche auch willens oder gar fähig ist, diesen Zustand zu ändern.
Damit dies geschieht, müssen ihm auch entsprechende Werkzeuge in die Hand gegeben werden.
In Anlehnung an die inzwischen weit verbreiteten Cockpits werden zentrale Elemente aller
Messungen und auch der Einstiegspunkt für Veränderungen auf einer zentralen Seite dargestellt. 118
5.7.2. Beispiel eines niederschwelligen Datenqualitäts-Tools
Das hier vorgestellte Cockpit wurde im Rahmen der Inventar-Applikation „i-SAC“ der Firma UBS
verwirklicht.
5.7.2.1. Schritt 1 – Einstieg über die Management-Sicht
Der Einstieg in dieses System bildet die Management-Sicht aus Abbildung 26, welche in Balkenform
die gemessenen Werte anzeigt.
Abbildung 26: Schritt 1 – Die Management-Sicht in Balkenform
5.7.2.2. Schritt 2 – Auswahl des eigenen Bereiches
Im nächsten Schritt klickt der Verantwortliche für einen der Streams auf den blauen Link seines
Streams (Siehe Abbildung 27) und erhält eine Detail-Fehlerliste im EXCEL-Format.
118 Siehe dazu auch Henning in [ 24 ], Seite 2: „Im Idealfall sollte ein Qualitätsmanagementsystem für
Dienstleistungen einem Cockpit oder Leitstand entsprechen, in dem alle relevanten Informationen auflaufen und
von dem aus Kontroll- und Steuerungsmassnahmen eingeleitet werden können.“
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 60 / 83

Abbildung 27: Schritt 2 – Aufruf der Detailliste
5.7.2.3. Schritt 3 – Detaillisten für das Fehlertracking
Diese Detailliste kann nun in EXCEL nach Belieben sortiert, erweitert und über die Autofilter Funktion
von EXCEL eingeschränkt werden.
Abbildung 28: Schritt 3 – Die Detailliste in EXCEL
Wie in Abbildung 28 ersichtlich, ist im EXCEL-Arbeitsblatt die Software Component ID mit einem Link
hinterlegt, der direkt auf das „Stammblatt“ dieser Software-Komponente führt.
5.7.2.4. Schritt 4 – Alle Informationen dieses Objektes auf einen Blick
Das Stammblatt dieses Objektes zeigt nun alle zugehörigen Informationen wie Attribute und
Verbindungen zu anderen Objekten auf einer einzigen Webseite an.
Abbildung 29: Schritt 4 – Das Stammblatt der Software-Komponente
5.7.2.5. Schritt 5 – Die Verbesserung der Datenqualität
Wird nun der „Bearbeiten“-Knopf in Abbildung 29 angeklickt, wird in die Modifikations-Ansicht (in
Abbildung 30) gewechselt, in der sofort die Daten verbessert, ergänzt und abgespeichert werden
können.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 61 / 83

Abbildung 30: Schritt 5 – Auswahl der entsprechenden Information und Speichern
Der ganze dargestellte Ablauf dauert im Normalfall zwischen 1 und 3 Minuten, wenn die
verantwortliche Person die notwendigen Informationen gleich zur Hand hat.
5.7.3. Die Infrastruktur dieses Werkzeuges
Durch den Einsatz von Web-Applikationen in Verbindung mit Standardprogrammen wie EXCEL
entstehen zwar Medienbrüche vom Browser in ein lokales Programm und wieder zurück in den
Browser – diese Medienbrüche äussern sich aber nicht darin, dass dem Benutzer Mehrarbeit
aufgezwungen wird, sondern darin, dass der Benutzer mit gewohnten Werkzeugen arbeiten kann und
dank Hyperlinks scheinbar nahtlos von einem Programm ins andere weitergeleitet wird.
Im Hintergrund ist die Infrastruktur sogar noch weiter aufgesplittet. Diese Tatsache wird dem
Benutzer aber komplett vorenthalten, indem Seiten über HTML-Frames in die Website von i-SAC
eingebunden werden. Die Datenbanken von i-SAC und dem Datenqualitäts-Tool sind komplett
voneinander getrennt, was für den Anwender nicht ohne Weiteres ersichtlich ist – ihn aber auch nicht
zu interessieren braucht.
5.7.4. Nutzen dieser Strategie
Verantwortliche können sich aus diesem sehr oft ungeliebten Thema ab sofort nicht herausreden mit
Ausflüchten wie „ich weiss nicht wie“ oder „ich bin zwar verantwortlich, aber ich kann nichts daran
ändern“. Stehen möglichst einfache Mutationsmöglichkeiten bereit, mit denen Verantwortliche einen
fehlerhaften Zustand möglichst schnell ändern können, wird dieser auch verändert.
5.7.5. Nachteile und Risiken dieser Strategie
In diesem Fall wurde für dieses Cockpit eine komplett neue und separate Applikation geschaffen,
welche wiederum der Problematik der Entwicklung, Dokumentation und Datenqualität untersteht.
Zudem erhöht diese Transparenz in den einzelnen Bereichen den Druck auf die verantwortlichen
Personen, da diese nun von jedem in der Abteilung beurteilt werden können.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 62 / 83

5.8. Strategie H: Eingabe von „Ich weiss es wirklich nicht“
5.8.1. Ansatzpunkt dieser Strategie
Oft stehen Informationen zum angenommenen Zeitpunkt nicht oder nur in einer ungenügenden
Qualität zur Verfügung. Formulare oder starre Datenbankmasken zwingen den Mitarbeiter aber dazu,
eine Eingabe zu tätigen. Somit steht er im Dilemma, jetzt irgendetwas einzugeben, oder seine
Tätigkeit abzubrechen. Da letzteres aber nur selten möglich ist (er möchte ja im Normalfall etwas
erledigen), wird meistens die erste Variante angewendet, sprich es wird jetzt irgendetwas
eingegeben.
Wenn man Glück hat, gibt er immer denselben Wert ein (beispielsweise als Geburtsdatum immer den
1.1.1900) – wenn man Pech hat, verwendet er irgendein Datum (beispielsweise Heute minus 20
Jahre). Glück hat man im ersten Fall deshalb, weil mit der offensichtlich falschen Eingabe ein
späteres Erkennen des Fehlers leichter ist und er damit im Rahmen einer Bereinigung behoben
werden kann. Diese Möglichkeit hat man nicht, wenn jedes Mal ein anderes Datum verwendet wird.
Zwei schöne Beispiele dafür, dass es von Vorteil sein kann, wenn immer das gleiche Datum
eingegeben wird, zeigen die zwei Grafiken aus Abbildung 31. Treten derartige Muster in den Daten
auf, können die „Anomalien“ relativ einfach erkannt und bereinigt werden.
Abbildung 31: Zwei schöne Beispiele für Datumsausreisser 119 und dass solche bei der Verbesserung
der Datenqualität von Vorteil sein können
Zwei einfache Wege aus diesem Dilemma sind das Definieren von solchen Feldern als fakultative
Felder – idealerweise in Abhängigkeit vom Lebenszyklus 120 dieses Datensatzes – oder man stellt
dem Benutzer die Möglichkeit zur Verfügung, explizit zu sagen „ich weiss es wirklich nicht“, indem
man ihm einen vordefinierten Wert für die schnelle Auswahl präsentiert. Diese zweite Variante ist
aber nicht wirklich zufrieden stellend. Vor allem, wenn zu einem späteren Zeitpunkt die Informationen
dieses Feldes zwingend benötigt werden.
5.8.2. Nutzen dieser Strategie
Vom Anwender wird der Druck genommen, eine Information zwingend dann einzugeben, wenn der
GUI-Designer dies vorsieht, sondern er bekommt die Freiheit, einen Geschäftsfall weiterzuführen –
auch dann, wenn er nicht gerade alle benötigten Informationen zur Hand hat. Eine wichtige
Konsequenz dieser Strategie sind jedoch das Einführen von flankierenden Massnahmen, welche das
Anhäufen des Datenhaufens „ich weiss es wirklich nicht“ auf zu grosse Bestände verhindern. Hier
muss zwischen den beiden folgenden Konsequenzen abgewogen werden, was schwerer wiegt:
119 Die Grafiken sind entnommen aus Block [ 7 ], Seite 6.
120 Details zum Lebenszyklus für Datensätze werden im Kapitel 5.5 näher erläutert.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 63 / 83

a) Eine Datenbank mit einer unbekannten Zahl von Einträgen mit schlechter Qualität, welche ich
nicht erkennen kann.
b) Eine latente Liste von Daten, welche nicht in Ordnung sind, ich diese aber konkret kenne und
die mir einen gewissen Arbeitsaufwand zur Bereinigung bereiten.
Die Antwort muss hier nach betriebswirtschaftlichen Gesichtpunkten über Aufwand und Ertrag
ermittelt werden. Geht es um das Feld „Geburtstag einer Person“, so dürfte es der Firma einiges wert
sein, diese Information möglichst korrekt zu führen. Geht es hingegen um das Feld „Brillenträger“, so
dürfte es (ausser in Fällen von Optikern oder verwandten Branchen) wohl kaum interessant sein,
einen allzu grossen Aufwand in der Korrektheit dieses Feldes zu betreiben.
Diese Strategie ist vor allem dann interessant, wenn die Strategie E (Datenlifecycle auf Basis des
Prozesses) nicht umgesetzt werden kann. Sie ist sozusagen ein „Lifecycle-Management Light“, da für
ausgewählte Felder nicht in jedem Fall ein Wert eingesetzt werden muss. Gleichzeitig zeigt diese
Strategie auch, wo es in einem Prozess allenfalls Unstimmigkeiten gibt, da benötigte Informationen
nicht oder noch nicht in der notwendigen Qualität zur Verfügung stehen. Diese Strategie kann daher
auch „missbraucht“ werden, um den bestehenden Prozess über einen längeren Zeitraum zu
analysieren, wenn andere Analyseinstrumente nicht eingesetzt werden können.
5.8.3. Nachteile und Risiken dieser Strategie
Genau genommen handelt es sich bei dieser Strategie nicht um eine Datenqualitäts-Strategie,
sondern eher um eine Entlastung des Benutzers innerhalb des Prozesses. Auch das Kapitel 2.14 –
„Was Datenqualität nicht ist“ stützt diese Einstufung, da durch diese Umsetzung nicht direkt die
Datenqualität verbessert wird. Andererseits trägt diese Strategie dazu bei, die Aussage eines
Datensatzes zu verbessern, indem man sicher sein kann, dass der Eintrag in diesem Feld sicher kein
Verlegenheitseintrag ist.
Zusätzlich produziert diese Strategie täglich einen Haufen von Datensätzen, welche klar aussagen,
dass hier eigentlich kein Inhalt vorhanden ist und daher noch zusätzlicher Aufwand in die Bereinigung
dieses Feldes gesteckt werden muss.
5.9. Strategie I: Definition eines Verfalldatums
5.9.1. Ansatzpunkt dieser Strategie
Daten und Informationen veralten grundsätzlich wie jedes andere Produkt dieser Welt. Leider sieht
man es ihnen jedoch nicht an, wenn gewisse Qualitätskriterien wie die Übereinstimmung mit der
Realität nicht mehr erfüllt sind. Wird nun bei Datenfeldern zusätzlich angegeben, wann der Inhalt das
nächste Mal überprüft werden muss, kann sowohl die Validierung der enthaltenen Daten regelmässig
erfolgen, als auch die Aktualität der Daten besser beurteilt werden.
Wird eine Information mutiert, kann gleichzeitig angenommen werden, dass diese Mutation
gleichzeitig eine Validierung darstellt. Es kann aber zu Fehlinterpretationen führen, wenn das
Mutationsdatum für den ganzen Datensatz und nicht nur für ein einzelnes Datenfeld gilt. Daher
genügt es nicht, ein solches Datum auf Record-Ebene zu führen, sondern es muss effektiv für jedes
Feld separat geführt werden.
Bei der Umsetzung können zwei völlig unterschiedliche Wege gegangen werden:
a) Bei den Daten wird das Datum der letzten Mutation oder Validierung angegeben.
b) Bei den Daten wird das Datum angegeben, wenn die Gültigkeit abläuft.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 64 / 83

Beide Umsetzungen haben ihre Vor- und Nachteile:
Vorteile
a) • Es ist immer klar ersichtlich, wann die letzte
Mutation/Validierung erfolgt ist.
• Das Datum kann auch für die Beurteilung der
Aktualität hinzugezogen werden.
• Die Programmlogik, welche Daten modifiziert, kann
sehr simpel gestaltet werden, da einfach jeweils das
aktuelle Datum eingesetzt werden muss.
• Wenn sich die Gültigkeitsfristen ändern, ist nur eine
Änderung an der Auswertlogik notwendig, aber nicht
an den Daten.
b) • Die Auswert-Logik kann sehr simpel gestaltet werden,
da sie nur das Verfalldatum mit dem aktuellen Datum
vergleichen muss.
Nachteile
• Den abgespeicherten Daten sieht man nicht direkt an,
wann die Gültigkeit abläuft. Man muss immer die
Gültigkeitsfrist mit einbeziehen, um eine
Gültigkeitsaussage treffen zu können.
• Die Auswertlogik gestaltet sich komplex – vor allem
bei unterschiedlichen Gültigkeitsfristen.
• Die Programmlogik für die Mutation muss immer noch
die Gültigkeitsfristen berücksichtigen, bevor die Daten
geschrieben werden können. Das kann bei
performance-kritischen Applikationen zu weiteren
Engpässen führen.
• Das letzte Mutations- oder Validierungsdatum kann
nur durch Rechnen ermittelt werden. Hat sich
inzwischen die Gültigkeitsfrist verändert, sind solche
Aussagen nicht mehr machbar, oder das Datum muss
für alle betroffenen Datensätze durch Rechnen neu
ermittelt werden.
Tabelle 5: Vor- und Nachteile der beiden Umsetzungen zum Verfalldatum
Bei Erreichen des Verfalldatums können verschiedene Aktionen ausgeführt werden:
• Löschen des Inhaltes,
• Markieren des Inhaltes mit einem Zusatz,
• Markieren des Inhaltes in einem anderen Datenbankfeld,
• Markieren des Inhaltes mit einer speziellen Anzeige im GUI,
• Meldung per eMail oder anderen Kommunikationsmitteln an eine vorher definierte Person,
• Unterdrücken des gesamten Datensatzes.
5.9.2. Nutzen dieser Strategie
Aufgrund des Verfalldatums ist eindeutig feststellbar, wie aktuell jede einzelne Information ist. Zudem
kann für jedes Feld eine andere Gültigkeitsfrist festgelegt werden, was ein fein abgestimmtes Netz
über die Gültigkeit jedes abgespeicherten Attributes ermöglicht. Aussagen über die Aktualität lassen
sich einfach machen, indem die Fristen bis zum Verfall oder dem Zeitraum seit der letzten
Modifikation/Validierung überprüft werden. Dieses Netz kann beliebig fein oder weit gemacht werden,
um den Bedürfnissen der jeweiligen Datenbank und des darauf aufbauenden Geschäfts Rechnung zu
tragen.
Andererseits lassen sich aus der Aktualität einer Information nur bedingt Aussagen über deren
Richtigkeit ableiten. Hat man aber über einen längeren Zeitraum Informationen erhoben, die auf die
eigene Datenbank abgeleitet werden können, so lassen sich durchaus gewisse Rückschlüsse auf die
Datenqualität machen.
5.9.3. Nachteile und Risiken dieser Strategie
Werden alle Datenbankfelder nach dieser Strategie mit Datumsfeldern versehen, so bedeutet dies
eine Verdopplung der Anzahl Datenbankfelder und damit eine Erhöhung des gehaltenen
Datenvolumens um 10 bis über 50 Prozent – je nachdem, welchem Datentyp die gespeicherten
Informationen entsprechen. Damit einhergehend wird die Programmlogik komplexer, da bei jeder
Mutation auch die Datumsfelder nachgetragen werden müssen.
Dadurch erhöht sich auch die Last der Datenbank-Engine bezüglich der Anzahl der vorgenommenen
Mutationen und der Daten, die nur indirekt mit dem eigentlichen Geschäft zu tun haben.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 65 / 83

Generell muss jedoch betont werden, dass diese Strategie lediglich die Identifikation von schlechter
Datenqualität erleichtert – und dadurch die Datenqualität nur erhöht, indem der dauernd zu
betreibende Bereinigungsaufwand 121 besser strukturiert wird.
5.10. Auswirkung dieser Strategien auf die Datenqualität
Die Strategien A (Transparenz), B (Zuordnen von Verantwortlichkeiten) sowie das in Strategie G
aufgezeigte niederschwellige Verbesserungswerkzeug wurde auf die Konfigurations- und
Inventardatenbank i-SAC der UBS angewendet. Im Verlauf der Messungen konnte über den
gesamten Datenbestand eine signifikante Verbesserung der Datenqualität beobachtet werden.
Von insgesamt 39 Bereichen wiesen 20
Bereiche eine klar steigende Tendenz über den
Messraum auf, 3 Bereiche eine leicht sinkende
Tendenz in der Grössenordnung von 1.5
Prozentpunkten und 6 Bereiche einen gleich
bleibenden Verlauf.
10 Bereiche konnten nicht ausgewertet werden,
weil sie eine zu kleine Datenbasis hatten oder
das gewählte Statistikmodell die Daten nicht
erklären konnten.
Das verwendete statistische Modell zur
Auswertung dieser Daten lautet:
Y i = α + βx i + ε i
Abbildung 32: Verlauf der Datenqualität unter
Anwendung der Strategien A, B und G dieses
Dokuments
Die auffällige Kurve, welche in der Mitte der Grafik einen massiven Einbruch aufweist, ist ein gutes
Beispiel für die Effektivität des Verbesserungswerkzeuges. Weil in einer Eilübung dutzende von
Software-Komponenten in das Inventar aufgenommen werden mussten, ist hier die Datenqualität
drastisch gesunken. Drei Monate danach konnte jedoch bereits eine Verbesserung festgestellt
werden, indem die Verantwortlichen durch das Werkzeug Ihre Verantwortung wahrnehmen konnten
und die fehlenden Informationen kontinuierlich nachlieferten.
5.11. Grundsätzliche Nachteile und Risiken aller Strategien
5.11.1. Komplexität des Systems
Jede der beschriebenen Strategien erhöht die Komplexität des einzelnen Systems, aber auch der
ganzen Systemlandschaft. Teilweise werden auch neue Abhängigkeiten zwischen den Systemen
geschaffen und die bestehenden Abhängigkeiten erhöht. Daher ist es unumgänglich, bei jeder
aufgezeigten Strategie nicht gleich mit der Top-Lösung einzufahren, sondern einfach zu beginnen
und das Ziel in mehreren kleinen Schritten zu erreichen.
5.11.2. Gespeicherte Datenmenge
Jede dieser Strategien produziert neue Daten in irgendeiner Form. Diese Daten unterliegen
wiederum den Regeln und Anforderungen der Datenqualität, womit diese Datenqualitätszahlen
ebenfalls dauernd hinterfragt und überprüft werden müssen.
121 Siehe dazu auch die Bemerkung über Data Cleansing in Kapitel 2.14 –
Was Datenqualität nicht ist.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 66 / 83

Je nach Strategie werden mehr oder weniger Daten produziert. Diese müssen in irgendeiner
Datenbank abgelegt werden, was Speicherplatz und Wartungsaufwand kostet. Während Ersteres
heute nicht mehr wesentlich ins Gewicht fällt, darf Zweites nicht unterschätzt werden.
5.11.3. Abstimm-, Koordinations- und Projektaufwand
Alle diese Strategien werden am besten in Form eines Projektes umgesetzt. Der Vorteil dieser Art der
Organisation ist, dass dafür die Wirtschaftlichkeit der geplanten Massnahme abgeklärt werden muss
und damit nur das umgesetzt wird, was auch aus der wirtschaftlichen Perspektive Sinn macht. Weiter
können auf diese Weise die dafür notwendigen Ressourcen aufgebracht werden.
Dabei kann die Verbesserung der Datenqualität jedoch wie bei jedem Projekt mit der Nichtbewilligung
durch den Projektausschuss verhindert werden.
5.12. Vorgehen bei der Umsetzung dieser Strategien
5.12.1. Kontakt zwischen den Parteien
Die Umsetzung der hier erläuterten Strategien ist je nach aktuellem Stand der bisherigen
Massnahmen ein grösserer oder kleinerer Schritt bezüglich Implementierungsaufwand,
Prozessumsetzung, Schulung und Firmenkultur. Daher empfiehlt sich bei allen erläuterten Strategien
eine überlegte Umsetzung. Wichtig ist hier jeweils, dass der Kontakt zwischen allen beteiligten
Parteien gepflegt wird und die vorgenommenen Änderungen eindeutig kommuniziert werden. Die
beteiligten Parteien sind jeweils:
• der Kunde, der diese Verbesserungen in Auftrag gegeben hat,
• der Data Owner (falls nicht identisch im dem Kunden), der die Auswirkungen der
Massnahmen auf die Datenqualität überwachen muss,
• die IT, welche die Verbesserungen umsetzt und
• der Anwender, der direkten Kontakt mit diesen umgesetzten Änderungen hat.
Als Vorgehen empfiehlt es sich, die angepeilten Änderungen in kleine Schritte einzuteilen und diese
Schritte jeweils im Abstand von zirka zwei bis drei Monaten ins produktive Umfeld einzuführen.
Vor allem bei der Strategie A (Transparenz schafft Vertrauen) ist es wichtig, dass die Beteiligten
schrittweise in Richtung des angestrebten Ziels geführt werden. Hat man die Komplexität einen
Schritt erhöht und haben alle Beteiligten den Sinn und die Auswirkungen dieses Schrittes verstanden,
kann der nächste Schritt umgesetzt werden. Dieses Vorgehen ist auch als „Kaizen“ bekannt.
5.12.2. Management-Unterstützung
Entscheidend für das Erreichen der hier gesteckten Ziele ist die Unterstützung des Managements.
Von Loshin ist ein gutes Verfahren beschrieben worden, wie die Kosten von schlechter Datenqualität
errechnet und kommuniziert werden können. Dieses Vorgehen kann als beispielhaft angesehen
werden, um die notwendige Unterstützung des Managements – und schliesslich auch die dafür
notwendigen Ressourcen – zu bekommen. 122
122 Siehe dazu Loshin in [ 34 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 67 / 83

5.12.3. Durchführen von Umfragen
Statistikformel: y ij = µ i + ε ij
Mittels der oben genannten Formel wurde eine Varianzanalyse über die Mittelwerte durchgeführt.
Dabei steht X für die Resultate einer Frage und α für die Gruppenzugehörigkeit, welche „Hardware“,
„Software“ und „Andere“ beinhaltet. Es konnten zwei Fragen als signifikant verschieden festgestellt
werden und bei vier Fragen konnte eine Übereinstimmung der Antworten festgestellt werden. Bei den
anderen Fragen liegen die P-Werte ausserhalb des 5 %-Signifikanzniveaus.
Dieser Test überprüft somit die Hypothese, dass es zwischen den Gruppen keine Unterschiede gibt.
Bei den zwei Fragen konnte die Hypothese verworfen werden und bei vier anderen Fragen konnte
die Frage bestätigt werden.
Signifikant verschieden wurden die Fragen 11a und 11d beantwortet. Beide Fragen beurteilen die
wahrgenommene Datenqualität in der Inventardatenbank i-SAC.
11 a) Wir erhalten die benötigten Daten immer in einem Zustand, in dem wir sie ohne
Einschränkungen verwenden können.
11 d) Die erhaltenen Daten sind immer vollständig.
In beiden Fällen wurde die Datenqualität im Hardware-Inventar als besser wahrgenommen als im
Softwareinventar. Die dritte Gruppe, welche alle anderen Bereiche umfasst, liegt in beiden Fällen
irgendwo zwischen diesen beiden Gruppen.
Als anderes Extrem konnte bei den Fragen 5f, 10a, 10c und 10f eine vollkommene Übereinstimmung
zwischen den Gruppen festgestellt werden:
5 f) In den letzten 3 Monaten wurden von MA gemachte Vorschläge zur Verbesserung
der Datenqualität umgesetzt.
10 a) Alle beteiligten MA wurden für ihre Tätigkeit im Zusammenhang mit i-SAC ausgebildet.
10 c) Das erworbene und dokumentierte Wissen ist für alle Mitarbeiter im Team jederzeit
verfügbar.
10 f) Die MA lernen gerne neues über i-SAC und dessen Umsysteme dazu.
Alle vier Fragen wurden schlechter als der Durchschnitt über alle Fragen (von 2.95) beantwortet.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 68 / 83

6. Empfehlungen und Ausblick
Keine der hier dargestellten Strategien schliessen sich gegenseitig aus, sondern sie können parallel
zueinander implementiert werden. Teilweise bedingen sie sich sogar gegenseitig. So ist es
beispielsweise unmöglich, einen Lifecycle zu definieren (Strategie E), wenn keine
Verantwortlichkeiten bekannt sind (Strategie B). Oder die Umsetzung der Möglichkeit, dass die
Mitarbeiter sagen können, „ich weiss es wirklich nicht“ (Strategie H), ist am einfachsten, wenn man
sie mit dem Lifecycle (Strategie E) kombiniert.
Somit stellt sich bei dem Verantwortlichen für die Datenqualität nicht die Frage, welche dieser
generischen Ansätze umgesetzt werden sollen, sondern die Frage, in welcher Reihenfolge und in
welchem Zeitrahmen sie sinnvoll umgesetzt werden. Dazu kann man wohl generelle Aussagen
machen – im Endeffekt kommt es aber auf die jeweilige Gegebenheiten im Unternehmen an, welche
die Prioritäten dieser verschiedenen Strategien bestimmen.
Der von Vielen gehegte Wunsch, die Datenqualität schnell und ohne grossen Aufwand mittels einer
Standardsoftware zu lösen, wird sich auf absehbare Zeit aus verschiedenen Gründen nicht erfüllen:
• Die zu untersuchenden Datenbanken sind so verschieden bezüglich Struktur, Datenfeldern,
Abhängigkeiten und den daran hängenden Prozessen, dass die verwendete
Standardsoftware eine extreme Flexibilität aufweisen müsste.
• Wie hier im Kapitel 5 aufgezeigt, liegen die wichtigsten Bereiche, in denen die Datenqualität
verbessert werden kann nicht im technischen Bereich sondern im organisatorischen Bereich.
• Die Anforderungen an die Datenqualität sind so verschieden, dass diese Bedürfnisse nicht
einfach abzudecken sind. Eine Inventardatenbank stellt beispielsweise andere Anforderungen
an die Datenqualität als eine Logistiksteuerung oder ein Internet Shop. Eine generische
Lösung für alle möglichen Anwendungen ist deshalb heute noch undenkbar.
Wo Standardsoftware tatsächlich mit Erfolg eingesetzt werden kann, ist in den Bereichen „Data
Profiling“, „Data Cleansing“ und Datenintegration welche im Kapitel 3 schon vorgestellt wurden.
Ebenfalls auf Standardsoftware zurückgegriffen werden kann bei der Visualisierung – speziell, wenn
diese über Cockpits erfolgen soll.
Auf dem langen Weg zwischen der zu untersuchenden Datenbank und der Visualisierung der
aggregierten Werte im Cockpit gibt es sehr viel zu tun, was erst in einer zweiter Phase von einer
Software erledigt werden kann. Zuerst müssen organisatorische Massnahmen getroffen, die
Kommunikation sichergestellt werden und die bestehenden Prozesse hinterfragt und gegebenenfalls
überarbeitet werden.
Erst danach können die Resultate dieser Phase in Regeln für Datenbank-Checks gegossen werden
und diese Checks regelmässig durchgeführt werden. Damit ist man aber erst in der Hälfte der
gesamten Reise indem man feststellt, wo die Probleme sind. Deren Behebung ist hier aber noch nicht
erfolgt. Und zusätzlich muss immer noch bedenkt werden, dass alle Datenbank-Checks und
Prozesse nichts bewirken, wenn das Abbild der Datenbank keine Verbindung zur Realität hat.
In diesem Bereich gibt es noch einige Lücken, da der Abgleich der Datenbank mit der Realität per
Stichprobe nur ein Behelf ist um jeweils eine Vollerhebung zu umgehen.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 69 / 83

7. Erläuterungen, Listen und Quellen
7.1. Abkürzungsverzeichnis
BI
CRM
ERP
GUI
HTML
i-SAC
OE
RFID
Business Intelligence
Customer Relationship Management
Enterprise Ressource Planning
Graphical User Interface
Hypertext Markup Language
Inventory for Systems, Applications and Configurations. i-SAC ist das
UBS-weite Inventar für Hard- und Software.
Organisationseinheit
Radio Frequency Identification
7.2. Begriffserklärungen
Benutzerrolle
Customer
Relationship
Management
Business
Intelligence
Data Mining
Data Warehouse
oder Data Mart
Enterprise
Ressource Planning
Eine Benutzerrolle … definiert Aufgaben, Eigenschaften und vor allem
Rechte eines Benutzers in einer Software bzw. in einem Betriebssystem.
Benutzerrollen werden verwendet, um die Einstellungen der vorgenannten
Bereiche nicht für jeden Nutzer einzeln festlegen zu müssen. 123
oder Kundenbeziehungsmanagement – die systematische Verwaltung von
Kundenbeziehungen, um den Erfolg des Unternehmens durch gezielte
Bewirtschaftung und durch Nutzung dieser Daten die Kundenbindung zu
erhöhen. 124
Systeme und Prozesse zur systematischen Gewinnung von Erkenntnissen,
die in Hinsicht auf die Unternehmensziele bessere Entscheidungen
ermöglichen. Mit den so gewonnenen Erkenntnissen können Unternehmen
ihre Geschäftsabläufe straffen, Risiken minimieren und die Wertschöpfung
vergrössern. Zentrale Elemente von Business Intelligence sind Data
Warehouses oder Data Marts, welche mittels Data Mining ausgewertet
werden. 125
Die Anwendung von statistisch-mathematischen Methoden auf einen
Datenbestand mit dem Ziel, Muster in den Daten zu erkennen. 126
Eine zentrale Datensammlung, die mehrere Datenbanken zusammenfasst,
um diese zentral auswerten zu können. 127
Die Einsatzplanung der im Unternehmen vorhanden Ressourcen. Dazu
müssen möglichst alle im Unternehmen vorhandenen Prozesse abgebildet
werden. 128
123 Siehe Artikel „Benutzerrolle“ aus Wikipedia; in [ 71 ].
124 Siehe Artikel „Kundenbeziehungsmanagement“ in Wikipedia; in [ 78 ].
125 Siehe Artikel „Business Intelligence“ aus Wikipedia; in [ 67 ].
126 Siehe Artikel „Data Mining“ aus Wikipedia; in [ 69 ].
127 Siehe Artikel „Data Warehouse“ aus Wikipedia; in [ 70 ].
128 Siehe Artikel „Enterprise Ressource Planning“ aus Wikipedia; in [ 72 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 70 / 83

Geschäftsregel
(Business Rule)
Hypertext Markup
Language (HTML)
Implizites Wissen
(tacit knowledge)
Inventory Object
Kernkompetenz
Lifecycle
Management-
Informationssystem
Power User
Radio Frequency
Identification
Workflow
Der Begriff Geschäftsregel oder englisch Business-Rule bezeichnet in der
Wirtschaftsinformatik als Sammelbegriff verschiedene Arten von Regeln, die
in oder in Zusammenhang mit Computerprogrammen verwendet werden.
Man versteht darunter nicht notwendigerweise eine geschäftliche
Angelegenheit, sondern Business-Rules können auch ganz elementare
technische Sachverhalte beschreiben. 129
Eine Seitenbeschreibungssprache, um Ausgaben in einem Webbrowser
darzustellen. Diverse Standardprogramme wie WORD und EXCEL
beherrschen den HTML-Import und -Export.
Implizites Wissen oder Stilles Wissen (vom englischen tacit knowledge)
bezeichnet nicht formalisiertes Wissen, also solche Kenntnisse oder
Fähigkeiten, die nicht explizit formuliert sind und sich möglicherweise auch
nicht erklären, sondern nur zeigen lassen. 130
Inventory Objects sind alle Einträge, die in der Inventar-Datenbank i-SAC
enthalten sind. i-SAC unterscheidet insgesamt ca. 40 verschiedene Inventar-
Objekte, unterteilt in Hardware und Software.
Eine Kernkompetenz beschreibt die Fähigkeit, sich auf eine bestimmte
Tätigkeit im Vergleich zu den anderen Unternehmenstätigkeiten zu
konzentrieren und diese besonders gut ausführen zu können. 131
Ablauf der Entstehung und Fortentwicklung eines [Software-]Systems, der
alle Maßnahmen und Tätigkeiten einschließt, die während dieser Periode
erforderlich sind. 132
Ein Management-Informationssystem ist ein dv-technisches
Informationssystem. Es stellt dem (in der Regel betriebswirtschaftlichen)
Unternehmen Informationen zur Verfügung, mit deren Hilfe das
Unternehmen gelenkt bzw. das Controlling betrieben werden kann. 133
Ein sehr kompetenter Benutzer, welcher meist gewisse Bereiche eines
Systems oder eines Programms so gut kennt, dass er anderen Benutzer
helfen kann.
RFID ermöglicht eine automatische Identifikation (Funkerkennung) und
Lokalisierung von Objekten mittels Transponder, welcher als RFID Etikett an
Gegenstände befestigt werden kann. Mittels geeigneter Lesegeräte können
diese RFID Tags je nach Ausführung über Entfernungen von wenigen
Zentimeter bis zu über einem Kilometer ausgelesen werden. 134
… ein Arbeitsablauf (engl. Workflow) [ist] eine vordefinierte Abfolge von
rechnergestützt ablaufenden Aktivitäten. 135
129 Siehe Artikel „Geschäftsregel“ aus Wikipedia; in [ 73 ].
130 Siehe Artikel „Implizites Wissen“ aus Wikipedia; in [ 75 ].
131 Siehe Artikel „Kernkompetenz“ aus Wikipedia; in [ 77 ].
132 Definition aus dem Informatik-Begriffsnetz; in [ 27 ].
133 Siehe Artikel „Management-Informationssystem“ aus Wikipedia; in [ 79 ].
134 Siehe Artikel „Radio Frequency Identification“ aus Wikipedia, in [ 81 ].
135 Siehe Artikel „Arbeitsablauf“ aus Wikipedia; in [ 66 ].
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 71 / 83

7.3. Abbildungsverzeichnis
Abbildung 1: Aufbau dieser Diplomarbeit ............................................................................................ 2
Abbildung 2: Auswirkungen schlechter Datenqualität.......................................................................... 6
Abbildung 3: Wie Qualität Rentabilität und Wachstum steigert.......................................................... 11
Abbildung 4: Der Zusammenhang zwischen Daten und Kernkompetenzen nach Yang W. Lee [ 32 ] 11
Abbildung 5: Beispiel eines Cockpits. In diesem Beispiel ein fiktives Cockpit aus dem Bereich HR .. 12
Abbildung 6: Berechnung von Datenqualitätsfehlern innerhalb eines Prozesses nach Würthele [ 89 ]
.................................................................................................................................................. 13
Abbildung 7: Die Treiber für den Shareholder Value ......................................................................... 16
Abbildung 8: Die Entwicklungsphasen des Qualitätsmanagements .................................................. 20
Abbildung 9: Die Hierarchie der Qualität nach Seghezzi ................................................................... 21
Abbildung 10: Das Datenqualitätsradar nach Würthele ..................................................................... 27
Abbildung 11: 3 verschiedene Arten für die Berechnung der Datenqualität....................................... 29
Abbildung 12: Verschiedene Arten, wie Datenqualität für die Management-Sicht übersichtlich
visualisiert werden kann: Links Balkengrafik mit Trendpfeilen, in der Mitte ein Verlauf und rechts
die Wetterkarte .......................................................................................................................... 32
Abbildung 13: Einfaches DQ-Messsystem ........................................................................................ 33
Abbildung 14: Das wirtschaftliche Qualitätsoptimum ......................................................................... 34
Abbildung 15: Mögliche Bereiche, bei denen Datenqualitäts-Mängel auftreten können..................... 36
Abbildung 16: Der Markt für Datenqualitäts-Werkzeuge in Deutschland und die Positionierung der
Akteure gemäss Computerwoche.de [ 37 ] ................................................................................ 38
Abbildung 17: Das Regelkreismodell nach Peter Wolf ...................................................................... 43
Abbildung 18: Generische Ansätze zu den möglichen Fehlerarten ................................................... 44
Abbildung 19: Einbezug von mehreren Applikationen, solange sie dem selben Prozess zugehörig
sind............................................................................................................................................ 45
Abbildung 20: Positionierung der Rollen im Modell der Fehlerarten .................................................. 49
Abbildung 21: Das Verhältnis von Pflegezustand und Technikqualität .............................................. 51
Abbildung 22: Stolpersteine in der Software-entwicklung für die Datenqualität ................................. 52
Abbildung 23: Der Datenfluss zwischen verschiedenen Applikationen. Siehe dazu die Beschreibung
im Beispiel 6 .............................................................................................................................. 56
Abbildung 24: Die Master-/Slave-Datenbanken in einem erweiterten Konzept mit einem zentralen
Datawarehouse als Proxy .......................................................................................................... 57
Abbildung 25: Lebenszyklus für eine Adresse aus Beispiel 7............................................................ 58
Abbildung 26: Schritt 1 – Die Management-Sicht in Balkenform........................................................ 60
Abbildung 27: Schritt 2 – Aufruf der Detailliste .................................................................................. 61
Abbildung 28: Schritt 3 – Die Detailliste in EXCEL ............................................................................ 61
Abbildung 29: Schritt 4 – Das Stammblatt der Software-Komponente............................................... 61
Abbildung 30: Schritt 5 – Auswahl der entsprechenden Information und Speichern.......................... 62
Abbildung 31: Zwei schöne Beispiele für Datumsausreisser und dass solche bei der Verbesserung
der Datenqualität von Vorteil sein können.................................................................................. 63
Abbildung 32: Verlauf der Datenqualität unter Anwendung der Strategien A, B und G dieses
Dokuments ................................................................................................................................ 66
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 72 / 83

7.4. Tabellenverzeichnis
Tabelle 1: Die zum Thema Datenqualität relevanten Einträge aus den „Top-11 Supply Chain
Disasters“ von SupplyChainDigest [ 55 ].................................................................................... 10
Tabelle 2: Die Qualitätsbegriffe nach Garvin, erweitert um die Favorisierung nach Wagner.............. 24
Tabelle 3: Anwendungsmöglichkeiten der verschiedenen Messmethoden........................................ 30
Tabelle 4: Thesen, generische Ansätze und Strategien .................................................................... 47
Tabelle 5: Vor- und Nachteile der beiden Umsetzungen zum Verfalldatum....................................... 65
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 73 / 83

8. Literatur und Referenzen
Wird in Weblinks das Zeichen “¬“ angezeigt, so bedeutet dies lediglich ein Zeilenumbruch und ist bei
der Eingabe der URL in den Webbrowser nicht mit einzugeben. Links zu Wikipedia enthalten eine
eindeutige Kennung, welche den Stand des Artikels zum Zeitpunkt der Referenzierung beinhalten.
[ 1 ] Anderegg, Susanne; 2006; „Spenderherz verloren nach Missverständnis“; Tages Anzeiger vom 29. Juli
2006, Seite 9
[ 2 ] Associated Press/Stern.de; 2006; „Wir haben katastrophal versagt“;
URL: http://www.stern.de/politik/panorama/:Wiederaufbau-Katrina-Wir-/568722.html
[ 3 ] Atkins, Mark; 2000; Ask the Expert; CIO.com;
URL: http://www2.cio.com/ask/expert/2000/questions/question719.html
[ 4 ] Atkins, Mark; 2000; Ask the Expert; CIO.com;
URL: http://www2.cio.com/ask/expert/2000/questions/question720.html
[ 5 ] Bänsch, Axel; Wissenschaftliches Arbeiten, Seminar- und Diplomarbeiten; Verlag R. Oldenburg, München,
Wien; ISBN 3-486-25290-9
[ 6 ] Der Bayerische Landesbeauftragte für den Datenschutz;
URL: http://www.datenschutz-bayern.de/dsbk-ent/dataw59.htm
[ 7 ] Block, Frank; 2005; Die Wechselwirkung zwischen Daten- und Prozessqualität; Vortrag an der 3.
GIQMC 13.-14.10.2005
URL: http://www.dgiq.de/downloads.php?ddetail=1&did=30
[ 8 ] Bullinger, H.-J.; Warschat, J.; Pieto, J.; Wörner, K.; 1998; Wissensmanagement – Anspruch und Wirklichkeit:
Ergebnisse einer Unternehmensstudie in Deutschland; Information Management 13, Nr. 1, Seiten
7-23
[ 9 ] Bundesgesetz über den Datenschutz (Schweizer Datenschutzgesetz);
URL: http://www.admin.ch/ch/d/sr/235_1/a1.html
[ 10 ] CFO Research und Deloitte Consulting LLC; 2005; IQ Matters: Senior Finance and IT Executives Seek
to Boost Information Quality; CFO Publishing Corp., Boston;
URL: http://www.deloitte.com/dtt/press_release/0,1014,sid%253D6263%2526cid%253D104159,00.html
[ 11 ] CIO Research Reports; 2004; Strategic Directions: Business Intelligence; CIO White Paper Library;
URL: http://www.cio.com/sponsors/090104sd/index.html
[ 12 ] Drucker, Peter F.; 1993; Post Capitalist Society; Butterworth Heinemann; Oxford
[ 13 ] Dubois, L.; 2002; Business Intelligence: The Dirty (and Costly) Little Secret of Bad Data, DM Review
September 2002; Faulkner and Gray (S.11, S.15, S.146);
URL: http://www.dmreview.com/onlinecolumnists
[ 14 ] English, Larry P., 1999, 7 Deadly Misconceptions about Information Quality, Information Impact International
Inc., Brentwood TN
[ 15 ] English, Larry P.; 1998; The High Cost of Low-Quality Data; DM Review Januar 1998; Faulkner and
Gray (S.11, S.18); URL: http://www.dmreview.com/onlinecolumnists
[ 16 ] Europäische Union; 2004; Richtlinie 2004/39/EG - Richtlinie über Märkte für Finanzinstrumente
URL: http://eur-lex.europa.eu/LexUriServ/site/de/oj/2004/l_145/l_14520040430de00010044.pdf
[ 17 ] European Foundation for Quality Management (EFQM), Das EFQM-Modell für Excellence, ISBN 90-
5236-084-7
[ 18 ] Feder, Barnaby J.; 2005; „Radio Tags Can Find Stray Bags, but Can Airlines Afford Them?”; New York
Times Online Ausgabe; publiziert am 7. März 2005; URL:
http://www.nytimes.com/2005/03/07/technology/07baggage.html?ex=1267851600&en=4fed3eb6955cc6
14&ei=5090
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 74 / 83

[ 19 ] Fields Gary; 2003; From Communication and Innovation, To Business Organisation and Territory – The
Production Networks of Swift Meat Packing and Dell Computer; Berkeley CA
URL: http://brie.berkeley.edu/publications/149ch6.pdf
[ 20 ] Garvin D. A.; 1987; Competing on the Eight Dimensions of Quality; Harvard Business Review
[ 21 ] Garvin D. A.; 1988; Managing Quality: The Strategic and Competitive Edge; The Free Press , A Division
of Macmillan, New York
[ 22 ] Helfert, Markus; 2002; Datenqualität – Eine Herausforderung im CRM; Institut für Wirtschaftsinformatik
Universität St. Gallen; Vortrag an EuroForumCRM 2002;
URL; http://www.computing.dcu.ie/~mhelfert/Research/publication/2002/EuroForumCRM040602.pdf
[ 23 ] Helfert, Markus; 2002; Planung und Messung der Datenqualität in Data-Warehouse-Systemen; Logos
Verlag; ISBN: 3-89722-930-7
[ 24 ] Henning Jörg; 2001; Prozessorientiertes Qualitätsmanagement von Dienstleistungen; Deutscher Universitätsverlag,
Wiesbaden; ISBN 3-8244-7376-3
[ 25 ] Hinrichs, Holger; 2002; Datenqualitätsmanagement in Data Warehouse-Systemen
URL: http://docserver.bis.uni-oldenburg.de/publikationen/dissertation/2002/hindat02/hindat02.html
[ 26 ] Huang, Kuan-Tsae; Lee, Yang W.; Wang, Richard Y.; Quality Information and Knowledge Management,
1999, Prentice Hall
[ 27 ] Informatik-Begriffsnetz, URL:
http://www.vorgehensmodelle.de/giak/arbeitskreise/vorgehensmodelle/themenbereiche/entwicklungsprozess.html
[ 28 ] Institut für Wirtschaftsinformatik / Abteilung Information Engineering der Universität Bern;
URL: http://www.ie.iwi.unibe.ch/forschung/datenqualitaet/
[ 29 ] Juran, Joseph M.; 1991; Handbuch der Qualitätsplanung; Verlag Moderne Industrie;
ISBN 3-478-41443-1
[ 30 ] Kotler, Philip; Bliemel, Friedhelm; 2001; Marketing Management, Schäffer-Poeschel Verlag Stuttgart;
ISBN 3-7910-1689-X
[ 31 ] Kuli, Andreas; 2004; Solvency II: Ein neues Aufsichtsmodell für die Versicherungswirtschaft in der EU;
URL: http://www.converium.com/media/SolvencyII_Conv_20040122.pdf
[ 32 ] Lee, Yang W.; 1997; Quality Information, Organisational Knowledge, and Core Competency; Cambridge
Research Group; Cambridge MA
[ 33 ] Lingscheid, A; Robeck, A.; 1998; Qualität messbar machen – Prozess- und Kundenorientierung umsetzen.
In: Westkämper, E.; Mai, C. (Herausgeber): Q-Jahrbuch 98/99; Hanser Verlag, München.
[ 34 ] Loshin, David; 2001; Enterprise Knowledge Management, The Data Quality Approach; Morgan Kaufmann;
ISBN: 0-12-455840-2
[ 35 ] Lundvall, D.M.; 1974; Quality Costs. In: Juran: Quality Control Handbook; McGraw-Hill; New York
[ 36 ] Malik Management Zentrum St. Gallen; PIMS® – Profit Impact of Market Strategy
URL: http://www.malik-mzsg.ch/consulting/htm/745/de/PIMSR.htm
[ 37 ] Mathes, Tobias; Computerwoche.de; 16. Juni 2005; Artikel „Wie sich Datenqualität steigern lässt“ -
Analyse des Datenqualitäts-Marktes in Deutschland,
URL: http://www.computerwoche.de/produkte_technik/business_intelligence/557518/
Der Artikel wiederum greift auf Informationen des „Business Application Research Center“ (BARC) zurück,
welche nicht öffentlich sind.
[ 38 ] Müller-Stewens, Günther; Lechner, Christoph; 2003; Strategisches Management; 2. überarbeitete und
erweiterte Auflage; Schäffer-Poeschel Verlag, Stuttgart; ISBN 3-7910-2051-X
[ 39 ] Obligationenrecht; Anpassungen im Firmenrecht; Inkrafttreten voraussichtlich Mitte 2007;
URL: http://www.admin.ch/ch/d/ff/2004/4117.pdf
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 75 / 83

[ 40 ] Parr Rud, Olivia; 2001; Data Mining Cook Book – Modeling Data for Marketing, Risk, and Customer Relationship
Management; Wiley Computer Publishing
[ 41 ] PIMS Consulting; URL: http://www.pimsconsulting.co.uk/
[ 42 ] Pira, Andreas, 1999, Total Quality Management im Spitalbereich auf der Basis des EFQM-Modells,
URL: http://e-collection.ethbib.ethz.ch/show?type=diss&nr=13082
[ 43 ] PR Newswire; 2003; Evoke Software meldet Rekordquartal;
URL: http://www.prnewswire.co.uk/cgi/news/release?id=97485
[ 44 ] Promet Methodenhandbuch für den Entwurf von Geschäftsprozessen.
Institut für Wirtschaftsinformatik, Universität St. Gallen und „The Information Management Group“,
München
[ 45 ] QAS; 2005; The Impact Poor Data Has On Your Organization; QAS Boston;
URL: http://www.qas.com/address-software/the-impact-poor-data-has-form.htm
[ 46 ] QAS; 2006; U.S. Business Losing Revenue Through Poorly Managed Customer Data; QAS Boston;
URL: http://www.qas.com/us/company/news/news-display.asp?ID=4755
[ 47 ] Qualitäts-Lexikon – Eintrag „Qualitätsbewertung“
URL: http://www.quality.de/lexikon/qualitaetsbewertung.htm
[ 48 ] Redman, Thomas C.; 1996; Data Quality in the Information Age: The Key to a Strategic Enterprise Resource;
Artech House Publishers, Boston; ISBN 0-89006-883-6; Referenz-URL:
http://www.artechhouse.com/default.asp?frame=book.asp&book=0-89006-883-6&Continent=EU
[ 49 ] Sarbanes Oxley Act of 2002;
URL: http://thomas.loc.gov/cgi-bin/query/z?c107:H.R.3763.ENR:
[ 50 ] Seghezzi, Hans Dieter; 1996; Integriertes Qualitätsmanagement: Das St. Galler Konzept; Verlag Hanser,
München; ISBN 3-446-16341-7
[ 51 ] Spiegel Online: URL: http://www.spiegel.de/panorama/0,1518,319175,00.html
[ 52 ] Stahel, Werner A.; 2002; Statistische Datenanalyse – Eine Einführung für Naturwissenschaftler, 4. Auflage;
Verlag Friedrich Vieweg & Sohn, Braunschweig; ISBN 3-528-366-53-2
[ 53 ] Stahlknecht Peter, Hasenkamp Ulrich; 2002; Einführung in die Wirtschaftsinformatik; 10. überarbeitete
und erweiterte Auflage; Springer Verlag, Berlin; ISBN 3-540-41986-1
[ 54 ] Strong, D. M., Lee, Y.W und Wang, R.Y.; 1997; Data Quality in Context – Communications of the ACM,
40(5), pp. 86-95
[ 55 ] SupplyChainDigest; Januar 2006; „The 11 Greatest Supply Chain Disasters”;
URL: http://www.scdigest.com/assets/reps/SCDigest_Top-11-SupplyChainDisasters.pdf
[ 56 ] Swissinfo; „Köpferollen verdeckt Probleme bei Adecco“; Meldung vom 16. Januar 2004
URL: http://www.swissinfo.org/ger/swissinfo.wml?siteSect=107&sid=4638559
[ 57 ] Swissinfo; „Adecco liefert endlich Zahlen“; Meldung vom 1. Juni 2004
URL: http://www.swissinfo.org/ger/swissinfo.wml?siteSect=881&sid=4971366
[ 58 ] Thut, P. und Stöckli; M. 2002; Konzept zur Datenqualitätsmessung in i-SAC
UBS Internes Dokument
[ 59 ] USA PATRIOT Act, vollständiger Name „Uniting and Strengthening America by Providing Appropriate
Tools Required to Intercept and Obstruct Terrorism Act of 2001“
URL: http://thomas.loc.gov/cgi-bin/query/z?c107:H.R.3162.ENR:
[ 60 ] usability.ch; „Usability Learning Center >> Was ist Usability?“
URL: http://www.usability.ch/Deutsch/usab.htm
[ 61 ] usability.ch; „Erzeugen Produktivitätssteigerungen wirtschaftliche Vorteile?“
URL: http://www.usability.ch/Alertbox/20030317.htm
[ 62 ] Vonlanthen Michael; URL: www.betriebswirtschaft.ch
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 76 / 83

[ 63 ] Wang, Richard; Madnick, Stuart E.; 1990; A Polygen Model for Heterogeneous Database Systems: The
Source Tagging Perspective; Composite Information Systems Labaratory, Massachusetts Institute of
Technology (MIT); Cambridge, Massachusetts
[ 64 ] Wagner Ulrich; 2005; Value Added Services und deren Management im Krankenhaus
[ 65 ] Webopedia-Artikel „Data Cleansing“
URL: http://www.webopedia.com/TERM/D/data_cleansing.html
[ 66 ] Wikipedia-Artikel „Arbeitsablauf“:
URL: http://de.wikipedia.org/w/index.php?title=Arbeitsablauf&oldid=15627930
[ 67 ] Wikipedia-Artikel „Business-Intelligence“
URL: http://de.wikipedia.org/w/index.php?title=Business-Intelligence&oldid=24897684
[ 68 ] Wikipedia-Artikel „Data Profiling“ auf Englisch:
URL: http://en.wikipedia.org/w/index.php?title=Data_profiling&oldid=31168642
[ 69 ] Wikipedia-Artikel „Data-Mining“:
URL: http://de.wikipedia.org/w/index.php?title=Data-Mining&oldid=25041030
[ 70 ] Wikipedia-Artikel „Data-Warehouse“:
URL: http://de.wikipedia.org/w/index.php?title=Data-Warehouse&oldid=24897725
[ 71 ] Wikipedia-Artikel „Benutzerrolle“:
URL: http://de.wikipedia.org/w/index.php?title=Benutzerrolle&oldid=12389630
[ 72 ] Wikipedia-Artikel „Enterprise Ressource Planning“:
URL: http://de.wikipedia.org/w/index.php?title=Enterprise_Ressource_Planning&oldid=25587407
[ 73 ] Wikipedia-Artikel „Geschäftsregel“:
URL: http://de.wikipedia.org/w/index.php?title=Gesch%C3%A4ftsregel&oldid=16800720
[ 74 ] Wikipedia-Artikel „Grafische Benutzeroberfläche“
URL: http://de.wikipedia.org/w/index.php?title=Grafische_Benutzeroberfl%C3%A4che&oldid=19700191
[ 75 ] Wikipedia-Artikel „Implizites Wissen“
URL: http://de.wikipedia.org/w/index.php?title=Implizites_Wissen&oldid=19386396
[ 76 ] Wikipedia-Artikel „Informationsintegration“
URL: http://de.wikipedia.org/w/index.php?title=Informationsintegration&oldid=17816886
[ 77 ] Wikipedia-Artikel „Kernkompetenz“
URL: http://de.wikipedia.org/w/index.php?title=Kernkompetenz&oldid=20786438
[ 78 ] Wikipedia-Artikel „Kundenbeziehungsmanagement“
URL: http://de.wikipedia.org/w/index.php?title=Kundenbeziehungsmanagement&oldid=25088175
[ 79 ] Wikipedia-Artikel „Management-Informationssystem“:
URL: http://de.wikipedia.org/w/index.php?title=Management-Informationssystem&oldid=18823556
[ 80 ] Wikipedia-Artikel „Mars Climate Orbiter":
URL: http://de.wikipedia.org/w/index.php?title=Mars_Climate_Orbiter&oldid=17934251
[ 81 ] Wikipedia-Artikel „Radio Frequency Identification“
URL: http://de.wikipedia.org/w/index.php?title=Radio_Frequency_Identification&oldid=29634685
[ 82 ] Wikipedia-Artikel „Software-Ergonomie“:
URL: http://de.wikipedia.org/w/index.php?title=Software-Ergonomie&oldid=20520986
[ 83 ] Wikipedia-Artikel „USA PATRIOT Act":
URL: http://de.wikipedia.org/w/index.php?title=USA_PATRIOT_Act&oldid=19003710
[ 84 ] Wikiquote-Artikel „Galileo Galilei“
URL: http://de.wikiquote.org/w/index.php?title=Galileo_Galilei&oldid=176907
[ 85 ] Wikiquote-Artikel „Peter F. Drucker“
URL: http://de.wikiquote.org/w/index.php?title=Peter_F._Drucker&oldid=201475
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 77 / 83

[ 86 ] Wolf, Jürg; Würthele, Volker; Thut, Peter; 2005, Messung und Visualisierung von Datenqualität, Vortrag
an der 3. GIQMC 13.-14.10.2005
URL: http://www.dgiq.de/downloads.php?ddetail=1&did=22 und
URL: http://www.datenqualitaet-praktisch.de/index.php?op=ViewArticle&articleId=8&blogId=1
[ 87 ] Wolf, Peter; 1999; Konzept eines TQM-basierten Regelkreismodells für ein „Information Quality Management"
(IQM); Verlag Praxiswissen, Dortmund; ISBN 3-932775-30-9
[ 88 ] Wonigeit, Jens; 1994; Total Quality Management – Grundzüge und Effizienzanalyse, Deutscher Universitätsverlag,
Wiesbaden, ISBN 3-8244-0204-1, Referenz: http://www.uni-bamberg.de/leistungen/forschung/habilprom/sozial_und_wirtschaftswissenschaften/promotionen_sowi/
[ 89 ] Würthele, Volker 2003, Datenqualitätsmetrik für Informationsprozesse - Datenqualitätsmanagement mittels
ganzheitlicher Messung der Datenqualität; Books on Demand; ISBN 978-3833403453
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 78 / 83

Anhänge
Anhang A: eMail für die Teilnahme an der Umfrage
Über dieses Mail wurden insgesamt 52 Personen direkt eingeladen, an der Umfrage teilzunehmen.
Dafür wurden Personen ausgewählt, welche im Hardware- oder Softwareinventar besonders gehäuft
vorkamen oder aufgrund ihrer Verantwortlichkeit im organisatorischen Umfeld. Das Resultat dieser
Umfrage ist damit in keiner Weise repräsentativ, liefert jedoch bereits einen wichtigen Anhaltspunkt
zur Beurteilung der weichen Faktoren der Datenqualität.
From: Wolf, Juerg
Sent: Donnerstag, 24. August 2006 16:41
To:
Subject: Umfrage zum Thema "Datenqualität in i-SAC"
Guten Tag
Im Rahmen meiner Diplomarbeit zur Fachhochschule in Betriebsökonomie schreibe ich eine Arbeit zum
Thema "Datenqualität". Da wir uns bei i-SAC schon länger mit diesem Thema beschäftigen, war es für
mich naheliegend, das Inventar für Systeme, Applikationen und Configurationen hierzu näher zu
betrachten.
Da bei der Betrachtung der Qualität eines Produktes oder einer Dienstleistung immer auch die Optik des
Kunden berücksichtigt werden sollte, nimmt es mich natürlich Wunder, wie Sie die Datenqualität in i-SAC
beurteilen. Weiter hat das Arbeitsumfeld einen grossen Einfluss darauf, inwieweit Fehler gemacht werden
und inwieweit die Mitarbeiter ein Arbeitsumfeld antreffen, das einer offenen Fehlerkultur zuträglich ist somit
eine höhere Qualität der Arbeit erlaubt.
Um einen Anhaltspunkt dieser sogenannten "Weichen Faktoren" zu erhalten, habe ich einen Fragebogen
erarbeitet der auf anonymer Basis verschiedene Aspekte der Datenqualität in i-SAC beleuchtet.
Der Zeitraum, in dem diese Umfrage beantwortet werden kann, läuft von Heute bis am 1. September
2006.
Der Start zur Umfrage ist hier:
https://bw.dataweb.ubs.ch/fil_survey/index.cfm?lang=Deutsch&surveyNumber=31
Ich bitte Sie, sich ca. 10 Minuten Zeit zu nehmen um die Fragen zu beantworten. Bitte denken Sie nicht zu
lange nach - meist ist die erste Eingebung die Richtige. Wenn Sie zu einer Frage nicht Stellung nehmen
wollen oder können kreuzen Sie einfach das "X" an. Trotzdem ist nicht eruierbar, wer eine Frage wie
beantwortet hat - die Anonymität Ihrer Antwort ist also gewährleistet.
Zum Schluss möchte ich mich bei Ihnen bedanken, dass Sie mir bei meiner Diplomarbeit geholfen haben.
Sollten Sie Fragen haben zur Umfrage, der Methodik, der Bedienung des Umfragetools, zu den Resultaten
oder einfach ganz allgemein zum Thema Datenqualität, werde ich Ihnen gerne helfen. Ebenso bin ich offen
gegenüber Ihren zusätzlichen Kommentaren und Anregungen.
Mit freundlichen Grüssen
Jürg Wolf
--
Jürg Wolf
I6YE - Inventory Services
Tel. 1923-6 38 91
----------------------------------------------------------------
Hotline http://bw.ubs.com/it/i-SAC
1923-6 55 77 sh-isac-services@ubs.com
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite a / 83

Anhang B: Fragebogen für die Erfassung der Weichen Faktoren der
Datenqualität in i-SAC
Diese Umfrage wurde als Web-Umfrage durchgeführt. Inhaltlich entspricht die Umfrage den
folgenden Fragen – die Darstellung wurde jedoch den Möglichkeiten im Web angepasst.
Generelle Fragen
1 Mutieren Sie und Ihre Mitarbeiter Daten direkt in i-SAC oder indirekt über eine
andere Applikation?
Direkt
Indirekt
Beides
2 Wenn Sie indirekt Daten in i-SAC mutieren, über welche Applikation(en) erfolgen
diese Datenmutationen?
Namen der Applikation(en): ……………………………………………………………
3 Wie intensiv arbeitet die Person im Team mit dem grössten i-SAC Know-How im
Schnitt mit i-SAC, resp. der damit verbundenen Applikation?
Täglich mehr als 1 Stunde
Wöchentlich über 1 Stunde
Monatlich über 1 Stunde
seltener
4 Wie intensiv arbeiten Sie und Ihr Team (grob geschätzt !) in den verschiedenen
Bereichen von i-SAC (Angaben in Prozent - 100% = die Zeit, in der Sie mit i-SAC
arbeiten)?
- im Hardware-Inventar ……%
- im Software-Inventar ……%
- im Netzwerk-Inventar ……%
- in der Integrationsplanung ……%
- andere ……%
5 Fragen zur Konsistenz 1 2 3 4 X
Bitte wählen Sie zu jeder Frage eine der folgenden Optionen:
(1=trifft überhaupt nicht zu, 2=trifft eher nicht zu, 3=trifft eher zu, 4=trifft zu, X= weiss nicht)
a) Die MA können kleinere Probleme im Zusammenhang mit i-SAC selbst lösen.
b) Die MA haben mindestens eine, genau definierte teaminterne Ansprechperson, die
ihnen bei Problemen helfen kann.
c) Diese teaminterne Ansprechperson weiss genau, an wen sie sich wenden muss bei
Problemen, die sie nicht selbst lösen kann.
d) Vom Team oder von übergeordneten Stellen wurde ein klar definiertes
Datenqualitätsziel gesetzt und kommuniziert.
e) Die MA haben wirksame Werkzeuge, um die Datenqualität selbst zu überprüfen.
f) In den letzten 3 Monaten wurden von MA gemachte Vorschläge zur Verbesserung
der Datenqualität umgesetzt.
g) In den letzten 3 Monaten umgesetzte Verbesserungen zur Datenqualität haben
einen positiven Effekt gezeigt.
6 Fragen zur Ownership 1 2 3 4 X
Bitte wählen Sie zu jeder Frage eine der folgenden Optionen:
(1=trifft überhaupt nicht zu, 2=trifft eher nicht zu, 3=trifft eher zu, 4=trifft zu, X= weiss nicht)
a) Für die bearbeiteten Datenbereiche ist die Datenownership eindeutig definiert.
b) Die MA wissen genau, wer der Datenowner der manipulierten Daten ist.
7 Fragen zur Nützlichkeit 1 2 3 4 X
Bitte wählen Sie zu jeder Frage eine der folgenden Optionen:
(1=trifft überhaupt nicht zu, 2=trifft eher nicht zu, 3=trifft eher zu, 4=trifft zu, X= weiss nicht)
a) Die vorhandenen Datenstrukturen entsprechen unseren aktuellen und zukünftigen
Bedürfnissen vollständig.
b) In den letzten 3 Monaten ist nie der Fall eingetreten, dass die angezeigten Daten
nicht der Realität entsprachen.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite b / 83

8 Fragen zum Prozess 1 2 3 4 X
Bitte wählen Sie zu jeder Frage eine der folgenden Optionen:
(1=trifft überhaupt nicht zu, 2=trifft eher nicht zu, 3=trifft eher zu, 4=trifft zu, X= weiss nicht)
a) Die MA wissen genau, wo und wofür die bearbeiteten Daten erstellt und verwendet
werden.
b) Kontakte mit vor- oder nachgelagerten Stellen im Prozess finden regelmässig statt.
c) Die MA haben einen guten und direkten Kontakt (persönlich, telefonisch oder per
Email) mit vor- oder nachgelagerten Stellen im Prozess.
9 Fragen zur Jobkultur 1 2 3 4 X
Bitte wählen Sie zu jeder Frage eine der folgenden Optionen:
(1=trifft überhaupt nicht zu, 2=trifft eher nicht zu, 3=trifft eher zu, 4=trifft zu, X= weiss nicht)
a) Die MA haben in den letzten 3 Monaten keine Fehler bei der Datenbearbeitung mit i-
SAC gemacht.
b) Die Fehlerkultur im Team lässt es zu, offen über gemachte Fehler zu sprechen.
c) Bei gemachten Fehlern arbeitet (wenn notwendig) das ganze Team an der
Behebung mit.
d) Die MA tauschen untereinander Wissen und Erkenntnisse aus, um künftig bessere
Arbeit leisten zu können.
e) In den letzten 3 Monaten wurden von MAs konkrete Vorschläge gemacht, wie die
Datenqualität verbessert werden könnte.
10 Fragen zu den Mitarbeitern 1 2 3 4 X
Bitte wählen Sie zu jeder Frage eine der folgenden Optionen:
(1=trifft überhaupt nicht zu, 2=trifft eher nicht zu, 3=trifft eher zu, 4=trifft zu, X= weiss nicht)
a) Alle beteiligten MA wurden für ihre Tätigkeit im Zusammenhang mit i-SAC
ausgebildet.
b) Durch einzelne MA erworbenes Wissen wird immer sofort dokumentiert.
c) Das erworbene und dokumentierte Wissen ist für alle Mitarbeiter im Team jederzeit
verfügbar.
d) Das Thema Datenqualität ist unter den MA bekannt und wird von ihnen verstanden.
e) Die MA sind immer auf dem laufenden über Änderungen an i-SAC und den damit
verbundenen Prozessen.
f) Die MA lernen gerne neues über i-SAC und dessen Umsysteme dazu.
11 Fragen zur Datenqualität der i-SAC Daten 1 2 3 4 X
Die folgenden Fragen beziehen sich nur auf die letzten 3 Monate und auf die Daten, welche
Sie direkt oder indirekt in i-SAC bearbeiten
Bitte wählen Sie zu jeder Frage eine der folgenden Optionen:
(1=trifft überhaupt nicht zu, 2=trifft eher nicht zu, 3=trifft eher zu, 4=trifft zu, X= weiss nicht)
a) Wir erhalten die benötigten Daten immer in einem Zustand, in dem wir sie ohne
Einschränkungen verwenden können
b) Die erhaltenen Daten enthalten keine missverständliche Werte
c) Die erhaltenen Daten enthalten keine Redundanzen
d) Die erhaltenen Daten sind immer vollständig
e) Probleme und Missverständnisse bei Daten können immer innerhalb eines
angemessenen Zeitraums behoben werden
f) Unsere Datenbezüger sind immer vollständig zufrieden mit der Qualität der Daten,
die sie von uns erhalten
g) Rückfragen und Problembehebungen von Datenbezügern an uns können immer
innerhalb des Zeitraumes erledigt werden, den der Kunde für angemessen erachtet
h) Für Problembehebungen wird uns vom Datenbezüger immer genügend Zeit
eingeräumt
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite c / 83

Anhang C: Die Resultate dieser Umfrage
Übersicht über die Resultate der Umfrage aus Anhang B.
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite d / 83

Anhang D: Inhalt der CD
Die beiliegende CD enthält folgende Dateien:
• Diplomarbeit Jürg Wolf.doc
• Diplomarbeit Jürg Wolf.rtf
• Diplomarbeit Jürg Wolf.pdf
Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite e / 83