Databases Reference
In-Depth Information
9 Datenqualitäts-Audits in Projekten
Marcus Gebauer, Michael Mielke
9.1 Einleitung
Datenqualität leidet zumeist schon in der Entstehung der Daten und ihrer zugrun-
de liegenden Datenhaushalte. Datenqualität ist üblicherweise der letzte Bereich,
der in Projekten berücksichtigt wird, wenn diese Projekte in Schwierigkeiten gera-
ten. Daher ist es notwendig, Datenqualität in den verschiedenen Stadien eines Pro-
jektes strukturell zu verankern.
Was geschieht nun typischerweise in Projekten?
x
Anforderungen an das neue System, Datenhaushalte und Prozesse sind nicht
klar definiert
x
Datenflüsse sind sowohl in der System- und Prozesslandschaft als auch in
manuellen Schnittstellen zwischen Geschäftbereichen unbekannt
x
Daten- und Prozessverantwortlichkeiten und Dateneigentümer sind nicht de-
finiert
x
Projekte werden nur durch IT-Experten geführt, auch wenn die Projekte ge-
schäftsbezogen sind
x
Spezifizierung der Rollen eines Datenerfassers, Datenbearbeiters und Daten-
nutzers fehlen
x
Projekte werden nicht für die spätere Produktionsphase betrieben. Sie scheinen
so etwas wie ein Eigenleben zu führen
x
Wechselwirkungen in der bestehenden System- und Prozesslandschaft sind
unbekannt
Das hier dargestellte Datenqualitätsaudit in Projekten wird mittels einer
Generi-
schen Datenqualitäts-Checkliste für Neue Datenhaushalte
, die einen Satz von Anforde-
rungen vorgibt, durchgeführt. Sie erlaubt es dem Assessor, den Status des neuen
Datenhaushaltes in Bezug zu Datenqualität zu bestimmen. In diesem Sinne liefert
die hier beschriebene Checkliste eine Risikoanalyse, mit deren Hilfe zu bearbeiten-
de Bereiche herausgefunden werden können.
In manchen Punkten geht die Checkliste über den eigentlichen Zweck von Projek-
ten neuer Datenhaushalte hinaus. Dies ist immer dann der Fall, wenn Anforderun-
gen an die Produktivphase des Datenhaushaltes bereits in der Projektphase im-
plementiert werden sollen.
