Datenqualität im Betrieb

Datenqualität wird an mehreren Dimensionen gemessen. Vollständigkeit beschreibt, ob Pflichtfelder befüllt sind, gemessen als Anteil der vollständigen Datensätze. Korrektheit prüft, ob die Angaben mit der Realität übereinstimmen, etwa ob die hinterlegte Adresse zustellbar ist. Aktualität misst, wie alt der letzte Stand ist. Einheitlichkeit betrifft die Schreibweise gleicher Sachverhalte. Widerspruchsfreiheit prüft, ob dieselbe Information in verschiedenen Systemen übereinstimmt. Für jede Dimension lässt sich eine Quote bilden, etwa der Anteil der Kundendatensätze mit gültiger E-Mail-Adresse.

Die Auswirkungen sind im Handwerk unmittelbar spürbar. Ein Elektriker, dessen Kundenstamm doppelte Einträge enthält, verschickt Rechnungen an veraltete Adressen und verzögert damit den Zahlungseingang. Ein SHK-Betrieb, der die verbauten Anlagentypen nicht sauber am Objekt pflegt, kann Wartungen und Ersatzteile nicht gezielt planen. Bei einem Malerbetrieb, in dem Stunden auf falsche Projektnummern laufen, ist die Nachkalkulation wertlos, weil ein Projekt zu gut und ein anderes zu schlecht aussieht. Ein Bauunternehmen mit uneinheitlicher Bezeichnung von Bauvorhaben kann Kosten nicht projektbezogen auswerten. Die Fehler fallen meist erst auf, wenn eine Auswertung nicht plausibel wirkt.

Wesentlich ist, wo die Daten entstehen. Fehler lassen sich am Entstehungsort mit geringem Aufwand vermeiden, später nur mit hohem Aufwand korrigieren. Wenn ein Monteur auf der Baustelle den Auftrag aus einer Liste auswählt statt eine Nummer aus dem Gedächtnis einzutragen, entsteht der Fehler gar nicht erst. Ebenso wichtig ist eine klare Zuständigkeit: Solange niemand für einen Datenbestand verantwortlich ist, pflegt ihn auch niemand. Bewährt hat sich, je Datenart eine Person zu benennen, die Änderungen freigibt, und Erfassungsregeln in wenigen Sätzen schriftlich festzuhalten, damit alle Beteiligten dieselbe Schreibweise und dieselben Pflichtfelder verwenden.

Wo KI ansetzt

KI-Werkzeuge erkennen Dubletten trotz unterschiedlicher Schreibweise, gleichen Adressdaten gegen externe Verzeichnisse ab und markieren unplausible Werte, etwa eine Zeitbuchung von vierzehn Stunden an einem Samstag oder einen Materialpreis, der um eine Zehnerpotenz abweicht. Beim Erfassen können Vorschlagslisten Freitext verhindern. Umgekehrt ist gute Datenqualität die Voraussetzung dafür, dass KI-Anwendungen im Betrieb brauchbare Ergebnisse liefern; ein RAG-System, das auf veraltete Dokumente zugreift, gibt veraltete Antworten.

Für den Einstieg genügt eine Stichprobe: fünfzig Datensätze je Kategorie prüfen, die Fehlerarten notieren und daraus den Ausgangswert bilden. Anschließend wird die häufigste Fehlerursache abgestellt, meist durch ein Pflichtfeld oder eine Auswahlliste statt Freitext, und die Stichprobe nach einigen Monaten wiederholt.