Datenqualität prüfen: Dimensionen, Regeln und Zielwerte

Das Wichtigste auf einen Blick

Sechs Dimensionen als Prüfrahmen

Wer Datenqualität prüfen will, braucht zuerst eine gemeinsame Sprache. In der deutschen Praxis haben sich sechs Dimensionen als Prüfrahmen etabliert, und sie tragen jede Berichterstattung über Datenqualität. Sonst diskutiert jeder Bereich über andere Kennzahlen.

Die Zielwerte sind Erfahrungswerte aus der Praxis, keine Vorgaben einer Norm. Welcher Wert tragfähig ist, hängt von der Datenentscheidung ab: Für ein Adressregister ist ein anderes Niveau vertretbar als für eine Meldung an die Aufsicht. Legen Sie Ziel und Toleranz vor der ersten Messung fest.

Die Dimensionen überschneiden sich bewusst. Ein fehlendes Geburtsdatum ist ein Vollständigkeitsproblem und kann zugleich die Genauigkeit einer Altersauswertung verzerren. Deshalb gehört zu jeder Dimension eine klare Definition, welcher Fehler wie gezählt wird.

Regeln formulieren: Attribut, Bedingung, Schwellenwert, Fehlerzählung

Eine Regel besteht aus vier Angaben, die jeder Prüfer gleich versteht. Ohne sie zählt jeder anders, und die Kennzahl lässt sich nicht vergleichen. Die Tabelle zeigt eine vollständig ausformulierte Regel am Beispiel der Umsatzsteuer-Identifikationsnummer.

Ziel und Toleranz geben dem Ergebnis eines Laufs eine Lesart. Liegt der Fehleranteil innerhalb des Zielwerts, gilt die Regel als erfüllt. Liegt er zwischen Zielwert und Toleranz, beobachten Sie die Entwicklung. Liegt er darüber, leiten Sie eine Maßnahme ab und benennen einen Verantwortlichen, der sie bis zum nächsten Lauf umsetzt.

Schreiben Sie auf, was als Fehler gilt, bevor der erste Lauf startet. Eine Regel, die nur im Kopf eines Prüfers existiert, lässt sich weder wiederholen noch begründen. Wie sich Prüfungen und Regelstände festhalten lassen, beschreibt der Beitrag zur Versionierung von Prüfungen.

Dimensionen gewichten

Nicht jede Dimension wiegt gleich viel. Für eine Lieferantenstammdatenprüfung zählt Vollständigkeit mehr als Aktualität, für ein Adressregister umgekehrt. Legen Sie die Gewichte vor der ersten Messung fest, sonst wird die Bewertung beliebig.

Beginnen Sie mit drei bis vier Dimensionen, die für Ihre Entscheidungen kritisch sind. Weitere Dimensionen ergänzen Sie, sobald die ersten Regeln stabil laufen. Die Leitfrage dazu lautet: Welche Datenentscheidung hängt an welchem Datensatz? Wer sie beantwortet, kann den Prüfumfang begrenzen und muss nicht den gesamten Datenhaushalt auf einmal messen.

Wie die Methode in einer bestimmten Branche aussieht, zeigt der Beitrag zum Kennzahlen in der Automobilindustrie.

Profiling und Prüfprozess in sieben Schritten

Profiling zeigt den Ist-Zustand, Regeln und Kennzahlen machen Abweichungen steuerbar. Das Verfahren lässt sich auf einzelne Tabellen oder auf ganze Domänen anwenden. Es folgt dem Grundgedanken: erst verstehen, dann messen, dann handeln.

Vor dem Start steht eine Checkliste, die verhindert, dass die Prüfung im ersten Durchlauf entgleist.

Sobald Namen, Adressen, Geburtsdaten oder Beschäftigtendaten im Prüfumfang liegen, greift die DSGVO. Jeder Profiling-Lauf braucht dann eine Rechtsgrundlage, einen Zweck und eine Löschfrist, und Testdaten sollten anonymisiert oder pseudonymisiert sein. Die Aufsichtsbehörden stellen Muster bereit, etwa die Hinweise und Muster zur DS-GVO des Hessischen Beauftragten für Datenschutz und Informationsfreiheit.

Messen, bewerten und nachsteuern

Eine Prüfung ist ein Kreislauf, kein Einzelereignis: Merkmale festlegen, messen, bewerten, Maßnahmen ableiten und die Wirkung erneut messen. Wie sich Definition und Bezugszeitraum einer Kennzahl sauber festlegen lassen, beschreiben die vier Prüfschritte für Kennzahlen.

Der Abstimmungsaufwand wächst, wenn Stammdaten in ERP, CRM und Data Warehouse unterschiedlich gepflegt werden. Dann liefert dieselbe Regel je System ein anderes Ergebnis. Vergleichen Sie deshalb immer gegen dasselbe Referenzsystem und halten Sie fest, welches System als führend gilt.

Aufsichtsbehörden und Wirtschaftsprüfer verlangen nachvollziehbare Datenbestände, etwa bei der BaFin oder im Rahmen der GoBD. Wie Unterlagen elektronisch aufbewahrt werden, erklärt der Leitfaden zur Datenarchivierung. Für Ihre Prüfung heißt das: Regeln versionieren, Messläufe mit Zeitstempel speichern und festhalten, wer wann welche Korrektur ausgelöst hat.

Ein Prüfbericht ohne Versionsstand ist im Streitfall wertlos. Wiederkehrende Fehler lassen sich nur belegen, wenn jeder Fall mit Datum, Quelle und Korrektur festgehalten ist, wie der Beitrag zu wiederkehrenden Datenfehlern zeigt.

Beispiel: Kundenstammdaten im Maschinenbau

Ein Maschinenbauer in Baden-Württemberg prüft seine Kundenstammdaten. Das Profiling zeigt 12 Prozent fehlende Umsatzsteuer-Identifikationsnummern und 4 Prozent Dubletten. Die Regeln werden in der Stammdatenpflege verankert, die Dubletten zusammengeführt.

Beide Befunde lassen sich einer Dimension zuordnen: Die fehlenden Nummern sind ein Vollständigkeitsproblem, die Dubletten ein Problem der Eindeutigkeit. Diese Zuordnung entscheidet, mit welchem Zielwert aus der Tabelle oben der Befund verglichen wird und welche Gewichtung gilt.

Nach zwei Quartalen sinkt die Fehlerquote messbar, weil die Eingabeprüfung greift. Wie inkonsistente Zuordnungen Kennzahlen verfälschen, behandelt der Beitrag zu Stammdatenfehlern.

Typische Fehler beim Prüfen der Datenqualität

Rollen und Werkzeuge

Datenqualität prüfen ist keine Aufgabe für eine Abteilung allein. In deutschen Unternehmen haben sich drei Rollen bewährt: der Datenverantwortliche im Fachbereich, der Data Steward als Vermittler und die IT als Betreiber der Regeln.

Der Data Steward definiert Regeln und Kennzahlen, der Fachbereich kennt die Bedeutung der Daten, die IT setzt die Prüfungen in der Pipeline um. Der Datenschutzbeauftragte prüft die Rechtsgrundlage, die Revision kontrolliert die Dokumentation.

Bei den Werkzeugen gibt es kein einheitliches Bild. Data-Profiling-Funktionen stecken heute in Datenkatalogen, ETL-Plattformen und spezialisierten Qualitätslösungen. Entscheidend ist nicht die Marke, sondern ob Regeln versionierbar, Läufe wiederholbar und Ergebnisse exportierbar sind.

Auch die amtliche Statistik arbeitet mit einem festen Qualitätsbegriff: Den Qualitätsberichten des Statistischen Bundesamts liegt der Qualitätsbegriff des Europäischen Statistischen Systems zugrunde.

Häufige Fragen