Strategien zur Hebung der Datenqualitaet in Datenbanken

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