Databases Reference
In-Depth Information
gegenüber. Sind diese Kosten transparent, lässt auch der verantwortliche Bereich
über die geforderte Datenqualität mit sich reden (falls die Fachlichkeit dies zulässt).
Nun wird die Datenversorgung des Messsystems sichergestellt. Hier wird ent-
schieden, ob direkt online in einem Produktionssystem gemessen werden kann
oder, was wir in der Bank im Regelfall vorziehen, ein Datenabzug erstellt und die-
ser in einer zum Messsystem gehörenden Datenbank genutzt wird. Das Arbeiten in
einer online-Datenbank birgt die Gefahr, dass der Produktionsbetrieb durch komp-
lexe Datenbankabfragen des Messsystems gestört wird, arbeitet man mit einem
Datenabzug, ist sicherzustellen, dass die Daten 1:1 übernommen werden. Arbeitet
man z.B. mit csv-Dateien als Transportmedium, kann ein zusätzliches Semikolon
im Namensbestandteil zu erstaunlichen Ergebnissen führen, wenn das Semikolon
das vereinbarte Trennzeichen der csv-Datei ist. Das Ergebnis ist dann ein zusätzli-
ches Feld im Datensatz und eine unerwartete Verschiebung der Feldinhalte. In
einem Feld Ort taucht dann z.B. plötzlich eine Postleitzahl auf. Nun wird die Mes-
sung durchgeführt, die Messergebnisse vom Fachbereich und dem DQ-
Management bewertet und dokumentiert. Als nächstes wird entschieden, ob eine
Datenbereinigung eingeleitet wird (vgl D2.2). Abschließend wird anhand konkre-
ter Messergebnisse und der Analyse von fehlerhaften Datensätzen bewertet, ob die
Messung alle fachlichen Gesichtspunkte beinhaltet oder ob sie ggf. verfeinert wer-
den muss. Um einen zeitlichen Verlauf der Datenqualität nachvollziehen zu kön-
nen, wird das Messintervall anhand fachlicher Vorgaben, der Kritikalität der Daten
und den Messergebnissen festgelegt.
In der Praxis zeigt sich, dass der oben beschriebene Regelkreis bei neu definierten
Messpunkten häufiger durchlaufen wird, bevor wirklich neben den Datenquali-
tätskennzahlen verlässlich abarbeitbare Listen zur Datenbereinigung bereitgestellt
werden können. Ein Grund hierfür ist, dass immer wieder im Haus definierte fach-
liche Ausnahmen oder Abweichungen von der Regel nicht dokumentiert sind und
erst bei Sichtung und Analyse der Fehlerdatensätze von den Fachkräften weiterge-
geben werden. Auch kann hier ein Kommunikationsproblem bei der unterschiedli-
chen Verwendung gleicher Fachbegriffe zwischen Fachbereichen und Technik zu
einigen zusätzlichen Messkreisläufen führen.
2.7 Visualisierung der Messergebnisse
In der Bremer Landesbank wird ein weiteres Tool zur Unterstützung des Daten-
qualitätsmanagementprozesses eingesetzt. Adressatenkreis hierfür sind die fachli-
chen Verantwortlichen und die Führungskräfte aus den Organisationseinheiten.
Das browserbasierte Tool tekkoDQC
®
nimmt die Messwerte aus dem Messtool
FUZZY! DIME
®
und FUZZY! Double
®
auf, errechnet und bewertet Datenqualitäts-
kennzahlen und bereitet diese grafisch auf. Die einzelnen Messpunkte können zu
Themen oder Kategorien zusammengefasst werden, so dass ein Gesamtdatenquali-
tätsstatus auf dieser aggregierten Ebene dargestellt werden kann. Von diesem agg-
