04.11.2013 Aufrufe

Strategien zur Hebung der Datenqualitaet in Datenbanken

Strategien zur Hebung der Datenqualitaet in Datenbanken

Strategien zur Hebung der Datenqualitaet in Datenbanken

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

4.3. Generische Ansätze<br />

Das Ziel von generischen Ansätzen ist es, unabhängig von den effektiv vorliegenden Verhältnissen<br />

Möglichkeiten aufzuzeigen, e<strong>in</strong> Ziel zu erreichen. In diesem Fall geht es darum, generell formulierte<br />

<strong>Strategien</strong> zu benennen für e<strong>in</strong>e langfristige Verbesserung <strong>der</strong> Datenqualität – und dies losgelöst<br />

vom zugrunde liegenden Datenbankmodell und den dazugehörigen Prozessen.<br />

Ausgehend von den möglichen Ursachen von schlechter Datenqualität wie sie <strong>in</strong> Kapitel 2.13<br />

beschrieben s<strong>in</strong>d, sollen hier e<strong>in</strong>ige generische Ansätze beschrieben werden, um die Datenqualität<br />

zu verbessern. Ausgangspunkt ist dabei Abbildung 15 welche den Zusammenhang zwischen<br />

Fehlerquellen und den Fehlerarten aufzeigt.<br />

Für jede dieser Fehlerarten kann e<strong>in</strong><br />

generischer Ansatzpunkt gefunden<br />

werden, <strong>der</strong> nachhaltig <strong>zur</strong> Behebung<br />

von Datenqualitätsmängeln verwendet<br />

werden kann.<br />

Die vier generischen Ansätze s<strong>in</strong>d:<br />

1. Verantwortung, Messen und<br />

Publizieren<br />

2. Freiheit und Führung<br />

3. Standards<br />

4. Def<strong>in</strong>itionen<br />

Zu jedem dieser generischen Ansätze<br />

kann e<strong>in</strong>e These formuliert werden, mit<br />

<strong>der</strong>en Hilfe man die Wirksamkeit <strong>der</strong><br />

nachfolgenden <strong>Strategien</strong> messen<br />

kann.<br />

4.4. Thesen<br />

4.4.1. These 1<br />

Abbildung 18: Generische Ansätze zu den möglichen<br />

Fehlerarten<br />

Ohne Wahrnehmen <strong>der</strong> Verantwortung über den ganzen Prozess kann ke<strong>in</strong>e<br />

Verbesserung <strong>der</strong> Datenqualität erfolgen.<br />

Schon Peter Drucker sagte „Was du nicht messen kannst, kannst du nicht lenken“ 96 . Das gilt nicht nur<br />

für die „normale“ Betriebswirtschaft son<strong>der</strong>n gerade auch für den Bereich <strong>der</strong> Datenqualität. Je<br />

Unternehmenskritischer dabei die Qualität <strong>der</strong> Daten ist, desto wichtiger ist es, die<br />

Prozessperspektive speziell zu berücksichtigen.<br />

Auch ist es fahrlässig, jemandem die Verantwortung für die Qualität von Daten aufzubürden ohne ihm<br />

auch entsprechende Werkzeuge zu geben, etwas <strong>in</strong> diesem Verantwortungsbereich zu steuern. 97<br />

Und zum Steuern benötigt man Informationen über den aktuellen Zustand ohne die man nicht<br />

def<strong>in</strong>ieren kann, <strong>in</strong> welche Richtung gesteuert werden soll. Somit gehört das Messen und Publizieren<br />

dieser Messungen auch <strong>in</strong> die Kategorie „Verantwortung“.<br />

96 Orig<strong>in</strong>alzitat <strong>in</strong> Englisch: „If you can’t measure it, you can’t manage it” von Peter F. Drucker aus Wikiquote<br />

[ 85 ].<br />

97 Damit ist die Kongruenz zwischen Aufgaben, Kompetenzen und Verantwortung geme<strong>in</strong>t.<br />

<strong>Strategien</strong> <strong>zur</strong> <strong>Hebung</strong> <strong>der</strong> Datenqualität <strong>in</strong> <strong>Datenbanken</strong> - Diplomarbeit © Jürg Wolf 2007 Seite 44 / 83

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!