In vielen Unternehmen haben sich jedoch unüberschaubare Datenberge angesammelt. Über Jahre hinweg wurden Daten in verschiedenen Formaten, aus verschiedenen Quellen und in verschiedenen Systemen gespeichert. Oft sind veraltete, irrelevante, fehlerhafte oder doppelt angelegte Datensätze darunter. Gerade im Zuge der Digitalisierung resultiert die mangelhafte Datenqualität in einem massiven Verwaltungs- und Betriebsaufwand. Nicht nur die dadurch verursachten Kosten sind ein Problem. Die Mitarbeiter verlieren auch den Überblick darüber, wo sie bestimmte Informationen finden und welche Daten sie wofür einsetzen können. Das verlangsamt die täglichen Betriebsprozesse.
Die Duplizierung von Stammdaten wiederum kann Verwechslungen, Datenmissbrauch und Geschäftsunterbrechungen verursachen. Ein Beispiel sind Adressdubletten, die unnötige Portokosten verursachen oder dazu führen, dass Lieferungen fehlgeleitet werden.
Nicht nur in den stark reglementierten Branchen wächst inzwischen das Bewusstsein für das Problempotenzial mangelhafter Daten. Viele Unternehmen verstehen Daten inzwischen als wichtigen Erfolgsfaktor für ihre Geschäftsstrategie und haben erkannt, wie ausschlaggebend die richtige Datenqualität ist.
Datenbereinigung ist erst der Anfang
Bei der Datenbereinigung haben es kleinere Firmen oft leichter, Datenfehler zu identifizieren und zu beheben – schon allein aufgrund der kleineren Menge an gespeicherten Daten. Ist das Datenvolumen grösser oder aus anderen Gründen unüberschaubar, dann empfiehlt sich ein ganzheitlicher Ansatz für die Verbesserung der Datenqualität. Bei schnell wachsenden Datenmengen, geplanten Systemumstellungen oder weitreichenden Digitalisierungsprojekten sind eine umfassende Datenbereinigung und anschliessende fortlaufende Datenqualitätssicherung unerlässlich, um die Daten in den Griff zu bekommen.
Am Anfang steht ein Datenaudit, der im Detail analysiert, welche Daten im Unternehmen vorhanden sind und wie diese die Geschäftsziele unterstützen. Kernfragen dabei sind zum Beispiel: Welche Daten sind zentral für unsere Geschäftsprozesse? Wie wollen wir die Daten nutzen? Wo sind Datenlücken? Welche Anforderungen müssen unsere Daten erfüllen, damit sie für uns wirklich wertvoll sind? Eine solche gründliche Analyse deckt nicht nur potenzielle Datenprobleme auf, sondern bildet auch die Basis für zukünftige Qualitätsrichtlinien, mit denen sich dann eine langfristige Verbesserung des gesamten Datenbestandes erreichen lässt.
Bei der Festlegung dieser Datenqualitätsziele ist es sinnvoll, sich an bewährten Vorgehensweisen vergleichbarer Unternehmen sowie an Branchenstandards und Compliance-Anforderungen zu orientieren. Wichtig sind daneben auch Schnittstellenanforderungen. Schliesslich sollen die Daten sich nahtlos zwischen Systemen und Unternehmensbereichen sowie mit Lieferanten und Kunden austauschen lassen.
Best Practices etablieren
Um die neue Datenstrategie konsequent umzusetzen, schaffen manche Unternehmen eine entsprechende Organisationsstruktur, etwa durch die Ernennung eines Chief Data Officer oder eines internen "Daten-Champions". Best Practices für den Umgang mit Daten stützen sich immer auf drei Säulen: Mitarbeiter, Prozesse und Technologie. Eine Lösung zur nachhaltigen Verbesserung des Daten-Managements muss deshalb auch alle drei Bereiche umfassen.
Am Markt sind zahlreiche Softwarelösungen für Datentransformation, Datenbereinigung und Datenmanagement erhältlich. Welche in Frage kommen, ist abhängig von der aktuellen Datensituation des Unternehmens, der zu bewältigenden Datenmenge und Komplexität – aber auch von zukünftigen Anforderungen, die etwa geplante Digitalisierungsprojekte mit sich bringen könnten. High-End-Tools bieten flexible Optionen zur Definition detaillierter Datenqualitätsrichtlinien, zur Datenvalidierung, der Behebung von Datenfehlern und der Behandlung von Ausnahmefällen. Eine solche Plattform erleichtert die Etablierung von Best Practices und ermöglicht eine kontinuierliche Qualitätssicherung auch bei wachsenden Datenmengen. Umfassendes Reporting und automatische Warnmeldungen erlauben jederzeit einen transparenten Überblick über den Zustand der Daten.
Welcher Return on Investment sich mit einer Verbesserung der Datenqualität erreichen lässt, ergibt sich unter anderem aus dem anfänglichen Datenaudit. Hochwertige Daten senken unmittelbar den Zeit- und Kostenaufwand für die Fehlersuche oder ein manuelles Aufbereiten von Daten. Saubere Daten erlauben ausserdem reibungslose Geschäftsprozesse und zuverlässige Analysen. Sie erleichtern das Einhalten der DSGVO-Richtlinien und sind die Basis für wertvolle Kundenbeziehungen sowie erfolgreiche strategische Entscheidungen – allesamt Faktoren, die die Wettbewerbsfähigkeit des Unternehmens stärken. Fazit: Die Datenqualitätssicherung mag für viele Unternehmen eine Herausforderung sein. Doch der Aufwand lohnt sich.