Datenqualitätsmanagement

Das Thema Datenqualität gewinnt seit einigen Jahren - unter anderem bedingt durch den verstärkten Einsatz von Data Warehouse-Systemen im Bereich des Customer Relationship Managements - sowohl in der Wissenschaft als auch in der Praxis immer mehr an Bedeutung. Die zunehmende Relevanz, die dieser Thematik beigemessen wird, überrascht dabei nicht, da der Nutzen, welcher aus der Versorgung von Entscheidungsträgern und Mitarbeitern mit Daten resultiert, mit der Vollständigkeit, Korrektheit, Konsistenz oder Aktualität der Daten steigt beziehungsweise fällt. Für zahlreiche Unternehmungen stellt dabei die Sicherstellung und Verbesserung der Datenqualität ein großes Problem dar. Vor allem im Bereich des Customer Relationship Managements ist schlechte Datenqualität einer der am häufigsten angeführten Gründe für gescheiterte Projekte. Dies verwundert nicht, wenn man bedenkt, dass im Durchschnitt zwischen 15 und 20 Prozent der Datenwerte in typischen Kundendatenbanken fehlerhaft sind. Die Auswirkungen einer schlechten Datenqualität sind dabei vielfältig: Sie reichen von der Belastung der Kundenbeziehung über die Verhinderung von strategischen Wettbewerbsvorteilen bis hin zu einer schlechten Entscheidungsunterstützung des Managements.

Vor diesem Hintergrund ist es nicht verwunderlich, dass Unternehmen hohe Investitionen zur Verbesserung der Datenqualität tätigen. Dennoch wird die Frage, ob die ergriffenen Datenqualitätsmaßnahmen ökonomisch überhaupt gerechtfertigt sind und wann und in welchem Umfang in Datenqualitätsmaßnahmen investiert werden soll, in der Literatur bisher nicht näher untersucht. Deshalb widmen wir uns u. a. folgende Forschungsfragen:

  • Wie wirkt sich die Durchführung von Datenqualitätsmaßnahmen auf das Qualitätsniveau aus?
  • Wann und in welchem Umfang soll ein Unternehmen unter ökonomischen Gesichtspunkten in Datenqualitätsmaßnahmen investieren?

Obwohl mit der steigenden Bedeutung der Datenqualität auch die Notwendigkeit geeigneter Mess- und Bewertungsverfahren deutlich wird, haben sich bisher in Wissenschaft und Praxis keine entsprechenden Ansätze durchgesetzt. Diese sind unabdingbar für die Planung von Datenqualitätsmaßnahmen unter Kosten-Nutzen-Gesichtspunkten. Vor diesem Hintergrund beschäftigen wir uns in diesem Bereich u. a. auch mit folgenden Forschungsfragen:

  • Wie kann Datenqualität mittels Metriken zielgerichtet und unter Berücksichtigung allgemeiner Anforderungen quantifiziert werden?
  • Wie können solche Datenqualitätsmetriken eingesetzt werden, um ein effizientes Datenqualitätsmanagements zu ermöglichen?

 

zurück