Strategien zur Hebung der Datenqualitaet in Datenbanken

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