Nachhaltiges Datenqualitätsmanagement – einfacher als gedacht

Anzeige

In langfristig genutzte Wertobjekte wie eine Maschine, ein Fahrzeug oder ein Gebäude investieren wir regelmäßig, um ihre Qualität und Funktionalität zu erhalten. Ohne permanente Wartung ist der schnelle Wertverlust absehbar. Das gilt auch für die Daten in Unternehmen und Organisationen. Vor allem die Stammdaten sind »langlebige Wertobjekte«, die permanent gepflegt werden müssen.

Dass Daten im digitalen Zeitalter zu den wertvollsten Gütern gehören, ist schon lange kein Geheimnis mehr. Sie sind die Grundlage digitalisierter Geschäftsprozesse und verbinden alle Funktionalitäten im Unternehmen. Da Entscheidungen auf Daten basieren, besteht ein simpler Zusammenhang zwischen der Qualität der Daten und dem Ergebnis Ihrer Entscheidungen. Und automatisierte Prozesse in integrierten IT-Landschaften können nur mit sauberen, konsistenten Daten reibungslos funktionieren. Werden die Daten nicht regelmäßig »gewartet«, ist ihr Qualitätsverlust unausweichlich. Sie sind dann auf Dauer nicht mehr verwendbar und können sogar handfesten Schaden verursachen.

Regelmäßige Wartung muss sein
In zunehmend datengetriebenen Unternehmen machen sich Qualitätsmängel derzeit an unterschiedlichsten Stellen schmerzhaft bemerkbar. Das Thema Datenqualität ist damit aus seinem Schattendasein herausgetreten und wird zur Chefsache erklärt. Viele Unternehmen setzen DQM-Initiativen auf – aber leider häufig nur projektbasiert und zu kurzfristig gedacht.

Typisch sind punktuelle Massenbereinigungen mit Behelfslösungen wie Excel. Diese sind jedoch zeitaufwändig und bringen nur vorübergehende Verbesserungen.

Bei den heutigen Datenmengen kann nur ein permanentes DQM erfolgreich sein. Dabei müssen sowohl die vorhandenen alternden Datenbestände als auch neu erfasste, geladene oder migrierte Daten kontinuierlich kontrolliert werden. Da Datenprobleme sich in modernen digitalisierten End-to-End-Geschäftsprozessen durch sämtliche Abteilungen und Standorte fortsetzen, sind auch nur unternehmensweite Initiativen wirksam.

Praktikable DQM-Lösungen im Mittelstand
Für viele Unternehmen wird es hier schlicht zu unübersichtlich. Wo soll man anfangen, wie kann man das DQM unternehmensweit systematisieren? Und welche Tools sind wirklich hilfreich? Besonders schwierig wird es für mittelständische Unternehmen mit ihrer typisch knappen Personaldecke. Zusätzliche Ressourcen und spezialisierte Abteilungen für DQM und Data Governance, die sich in Großkonzernen derzeit formieren, sind hier kaum vorstellbar. Die Qualitätsanforderungen sind aber im modernen, international aktiven Mittelstand genauso hoch. Gerade hier entwickeln sich daher aktuell smarte Lösungsansätze für ein ganzheitliches DQM. Dabei haben sich Best Practices mit folgenden Eckpunkten herauskristallisiert:

1. DQM-Kreislauf als permanenter Prozess
Voraussetzung für eine nachhaltige Optimierung von Daten ist, dass die Datenqualität analysiert und mit quantifizierbaren Zielen und Regeln bewertet und gemessen werden kann. Die Messergebnisse sind in Reports zu überführen und daraus entsprechende Maßnahmen abzuleiten. Die kontinuierliche Aufzeichnung der Datenqualität dokumentiert die Verbesserungen und ermöglicht so ein Controlling der Datenqualität im Zeitablauf.

 

Kreislauf zur kontinuierlichen Datenüberwachung

Kreislauf zur kontinuierlichen Datenüberwachung


Zentraler Ansatzpunkt sind dabei die Stammdaten im ERP-System, da sich vor allem deren Qualitätsmängel in automatisierten Folgeprozessen potenzieren. Es empfiehlt sich eine automatisierte regelbasierte Datenanalyse mit Rückfluss der korrigierten Daten ins ERP-System. DQM-Tools sollten daher offen und integrierbar in alle gängigen ERP-Lösungen sein. Ausgereifte IT-Lösungen unterstützen dabei den gesamten Prozess, von der Prüfung und Bearbeitung der gefunden Fehler bis zum Rückspielen der korrigierten Daten ins operative System.

2. Arbeitsteilige Datenpflege
Steigende Datenmengen erfordern auch mehr Datenarbeit im gesamten Unternehmen. Für die Datenbereinigung wird daher zunehmend auf Arbeitsteilung gesetzt. So hat sich vielerorts bewährt, dass mehrere Sachbearbeiter in verschiedenen Abteilungen die Anlage und Pflege von Stammdatensätzen als Teil ihres Tagesgeschäfts mit erledigen. Arbeitsteilige Datenpflege ist nicht nur aus pragmatischen, sondern auch aus fachlichen Gründen vorteilhaft, denn schließlich wissen die jeweiligen Fachbereiche selbst am besten, welche Anforderungen ihre Daten erfüllen müssen.

3.  Tools für regelbasierte Prüfung
Damit regelmäßige DQM-Prozesse erfolgreich in den Arbeitsalltag der Fachbereiche integriert werden können, müssen die entsprechenden Tools einfach bedienbar sein – komplizierte Technologie mit hohem Schulungsbedarf ist ineffizient und wird in der Praxis keine Akzeptanz finden. Besonders überzeugend wird es, wenn die Datenqualität für die Anwender im System offensichtlich nachvollziehbar wird. Ein Beispiel dafür ist das Analysetool InfoZoom, das Anwendern mit seinem visuellen Konzept große Datenbestände direkt verständlich macht. Auch Qualitätsmängel werden damit auf einen Blick sichtbar und lassen sich exakt messen und quantifizieren. Die InfoZoom DQM-Lösung IZDQ ermöglicht auf dieser Basis ein transparentes, automatisiertes Qualitätsmanagement. Auch die im Standard enthaltenen Prüfregeln lassen sich einfach durch individuelle Prüfabfragen ergänzen und anpassen – was die Fachbereiche in ihren individuellen Anforderungen unterstützt und für zusätzliche Akzeptanz sorgt.

 

DQM-Lösung IZDQ: Ergebnisbrowser mit Details zu gefundenen Fehlern / Data Monitoring im Zeitverlauf.

DQM-Lösung IZDQ: Ergebnisbrowser mit Details zu gefundenen Fehlern / Data Monitoring im Zeitverlauf.

 

Machbare DQM-Lösungen mit großer Wirkung
Schlechte Datenqualität wirkt sich im datengetriebenen Unternehmen von heute fatal aus. Stockende systemgestützte Prozesse, unzufriedene Kunden, zu lange Lieferzeiten oder fehlgeleitete Vertriebs- und Marketing-Maßnahmen beispielsweise sind geschäftskritische Folgen – und in Zukunft werden sich diese Risiken noch potenzieren. Die Risiken sind nur durch ein ganzheitliches, nachhaltiges Qualitätsmanagement, das als selbstverständlicher Prozess zum Unternehmensalltag gehört, aufzufangen. Dafür stehen inzwischen erprobte Methoden, Best Practices und smarte Tools bereit.

Die Umsetzung eines unternehmensweiten DQM-Konzepts ist unkomplizierter als so Mancher denkt. Bei den Data Quality Management Praxistagen am 20.-21.11.2019 stellt die InfoZoom-Herstellerfirma humanIT praxistaugliche und kosteneffiziente DQM-Ansätze vor. Mehr Infos zum Praxistag: https://www.infozoom.com/praxistag-dqm/


Ingo Lenzen ist Produktmanager und Teamleiter
der Consulting-Abteilung der humanIT Software GmbH
und  Mitglied im Prüfungsausschuss der Dualen
Hochschule Baden-Württemberg (Mannheim).

 

 

 

Bilder: © humanIT Software GmbH