Suche/Datenqualität passend zur echten Nutzung sichern, von der Erhebung bis zur Entsorgung

Datenqualität passend zur echten Nutzung sichern, von der Erhebung bis zur Entsorgung

Für Daten, die Entscheidungen, Berichte oder Dienste speisen. Legt Qualität nach dem Zweck fest, benennt Zuständige, setzt Prüfungen für jede Phase, misst jede Fehlerart einzeln und behebt die Grundursache wiederkehrender Fehler.

Diese KI-Regeln verwenden
## Festlegen, was gute Daten sind, je nachdem, wofür sie genutzt werden Verstehen Sie Qualität als den Grad, in dem Daten eine bestimmte Entscheidung, Dienstleistung, Analyse oder Verpflichtung unterstützen können. Ein Datensatz kann korrekt strukturiert und dennoch für einen bestimmten Zweck ungeeignet sein. Beginnen Sie daher mit dem Kontext, anstatt pauschal zu versprechen, die Daten seien „gut“. - Benennen Sie die vorgesehenen Nutzer, Entscheidungen, Ergebnisse und Folgen von Fehlern. - Halten Sie die niedrigsten akzeptablen Schwellenwerte für die Qualitätsmerkmale fest, die für diesen Verwendungszweck relevant sind. - Trennen Sie beobachtbare Nachweise von Annahmen über die Eignung. - Bewerten Sie die Eignung neu, wenn sich der Zweck, die Nutzer oder das Betriebsumfeld ändern. ## Für jeden Datensatz und jede Korrektur Zuständige benennen Machen Sie Qualität zu einer gemeinsamen betrieblichen Verantwortung mit klaren Entscheidungsbefugnissen. Die oberste Führungsebene finanziert und priorisiert die Arbeit, rechenschaftspflichtige Verantwortliche übernehmen das Restrisiko, Fachleute gestalten die Kontrollen und die Personen, die Daten erzeugen oder bearbeiten, wenden sie in der täglichen Praxis an. - Weisen Sie jedem wichtigen Datensatz, jeder Kontrolle, jedem Problem und jeder Abhilfemaßnahme eine namentlich benannte verantwortliche Person zu. - Legen Sie fest, wer Ausnahmen akzeptieren darf und wer informiert werden muss. - Schulen Sie Mitwirkende in den Standards und Prüfungen, die für ihre Rolle relevant sind. - Überprüfen Sie regelmäßig Kompetenzlücken, wiederkehrende Mängel und überfällige Maßnahmen. ## Erfragen, wie die Daten wirklich genutzt werden, und Korrekturen nach Wirkung ordnen Sammeln Sie Nachweise darüber, wie Daten tatsächlich verwendet werden, und nicht nur darüber, wie ihr Ersteller die Nutzung erwartet. Unterschiedliche Nutzer benötigen möglicherweise unterschiedliche Grade an Aktualität, Detailtiefe, Abdeckung oder Präzision. Eine Verbesserung kann einem Verwendungszweck zugutekommen und zugleich einen anderen beeinträchtigen. - Befragen Sie repräsentative Ersteller, Verarbeiter, Analysten, Betreiber und Empfänger. - Ordnen Sie jedem Verwendungszweck die Entscheidungen, Abhängigkeiten, Auswirkungen eines Fehlers und die Toleranz gegenüber Unsicherheit zu. - Priorisieren Sie Verbesserungen nach ihrem Nutzen für die Anwender, dem vermiedenen Schaden, ihrer Reichweite und den Umsetzungskosten. - Bewerten Sie die Prioritäten neu, wenn sich die Nachfrage ändert oder ein neuer Verwendungszweck mit schwerwiegenden Folgen hinzukommt. ## Prüfungen für jede Phase von der Planung bis zur Entsorgung festlegen Stellen Sie den Lebenszyklus als geschlossenen Kreislauf dar: planen; beschaffen; aufbereiten und pflegen; nutzen; weitergeben; anschließend aufbewahren oder löschen. Die Qualitätsarbeit muss den Daten durch all diese Phasen folgen, da früh entstandene Mängel bis zu einer späteren Entscheidung oder Veröffentlichung verborgen bleiben können. - Definieren Sie für jede Phase Eingangs- und Ausgangskriterien, Validierung, Nachweise und Verantwortlichkeiten. - Verfolgen Sie wichtige Felder von ihrem Ursprung über alle Transformationen bis zu den endgültigen Ergebnissen. - Geben Sie ein Problem an die früheste Phase zurück, in der seine Ursache beseitigt werden kann. - Bewahren Sie genügend Informationen zur Datenherkunft und Entscheidungshistorie auf, damit Prüfer den Ablauf rekonstruieren können. ## Falsche Werte schon bei der Erfassung abfangen Verhindern Sie vermeidbare Mängel bereits bei der Erfassung. Erhebungsregeln sollten die Eingabe erwarteter Werte erleichtern, unmögliche Werte zurückweisen, ohne berechtigte Ausnahmen zu verbergen, und genügend Kontext bewahren, um die Herkunft und Bedeutung jedes Datensatzes zu erklären. - Validieren Sie Pflichtfelder, Formate, Wertebereiche, Kennungen und Referenzwerte. - Erkennen Sie fehlende, doppelte, widersprüchliche oder unerwartet geänderte Datensätze. - Erfassen Sie Herkunft, Erhebungszeitpunkt, Definitionen und bekannte Transformationen. - Richten Sie einen Rückmeldeweg ein, über den nachgelagerte Nutzer Mängel an die für die Quelle verantwortliche Person melden können. ## Anzahl und Summen vor und nach der Verarbeitung abgleichen Schützen Sie die Bedeutung der Daten, während diese standardisiert, verknüpft, transformiert, migriert oder aktualisiert werden. Automatisieren Sie stabile Prüfungen, soweit dies praktikabel ist, behalten Sie jedoch die menschliche Prüfung für mehrdeutige Beziehungen, erhebliche Anomalien und Änderungen bei, die die Interpretation verändern können. - Prüfen Sie Transformationen anhand dokumentierter Regeln und repräsentativer Grenzfälle. - Gleichen Sie Anzahlen, Summen, Schlüssel und kritische Attribute vor und nach der Verarbeitung ab. - Überwachen Sie Abweichungen, veraltete Datensätze, Schemaänderungen, fehlerhafte Verknüpfungen und unerklärte Änderungen des Datenvolumens. - Versionieren Sie Definitionen und Kontrollen zusammen mit den Systemen, die sie umsetzen. ## Vor Nutzung oder Weitergabe prüfen, ob die Daten noch passen Prüfen Sie vor einer Analyse, betrieblichen Freigabe oder externen Weitergabe, ob die Daten für genau diesen Zweck weiterhin geeignet sind. Wenden Sie Zugriffs-, Datenschutz-, Offenlegungs- und Qualitätskontrollen gemeinsam an, denn technisch gültige Daten können dennoch Schaden verursachen, wenn Kontext oder Schutzmaßnahmen fehlen. - Gleichen Sie wesentliche Ergebnisse mit den Nachweisen aus den Quelldaten und den bekannten Einschränkungen ab. - Veröffentlichen oder übermitteln Sie Definitionen, Herkunftsinformationen, Qualitätsfeststellungen und zulässige Verwendungszwecke zusammen mit den Daten. - Erfassen Sie Korrekturen und benachrichtigen Sie betroffene Empfänger, wenn ein Mangel eine frühere Schlussfolgerung verändert. - Bewahren Sie bei der Aufbewahrung oder Löschung Integrität, Prüfungsnachweise und wesentliches Wissen für den vorgeschriebenen Zeitraum. ## Jede Art von Datenproblem einzeln messen statt in einer Punktzahl Verwenden Sie getrennte Messgrößen für unterschiedliche Fehlerarten, anstatt sie in einer einzigen Kennzahl zusammenzufassen. Prüfen Sie mindestens, ob erforderliche Werte vorhanden sind, jede Entität nur einmal abgebildet ist, Werte über verschiedene Quellen hinweg übereinstimmen, die Daten aktuell genug sind, Werte die festgelegten Regeln erfüllen und die Datensätze die Wirklichkeit widerspiegeln. - Definieren Sie für jede Kennzahl die Grundgesamtheit, den Zähler, den Nenner, Ausschlüsse und den Zeitraum. - Legen Sie Schwellenwerte anhand des Verwendungszwecks und des Risikos fest, anstatt ein allgemeingültiges Ziel zu übernehmen. - Unterscheiden Sie die Einhaltung von Regeln klar von der Übereinstimmung mit der Wirklichkeit. - Ergänzen Sie spezielle Dimensionen, wenn die Entscheidung von Merkmalen abhängt, die im Kernsatz nicht abgedeckt sind. ## Nutzern sagen, was geprüft wurde und was nicht Geben Sie den Nutzern genügend Informationen, damit sie die Eignung selbst beurteilen können. Qualitätsberichte sollten angeben, was geprüft und was nicht geprüft wurde, welches Ergebnis erzielt wurde, welche geschäftlichen Auswirkungen bestehen, welche Unsicherheit ungelöst bleibt und wer bis wann die nächste Maßnahme verantwortet. - Verwenden Sie eine verständliche Sprache und behalten Sie zugleich die für die Reproduzierbarkeit erforderlichen Definitionen bei. - Berichten Sie sowohl über den aktuellen Stand als auch über die Richtung der Veränderung. - Erläutern Sie Abwägungen, etwa eine frühere Freigabe mit geringerer Abdeckung oder ein Abwarten zugunsten einer belastbareren Absicherung. - Unterscheiden Sie bestätigte Mängel, vermutete Risiken, akzeptierte Ausnahmen und Unbekanntes. ## Die Grundursache wiederkehrender Fehler beheben und Fälle erst mit Beleg schließen Betrachten Sie wiederkehrende Mängel als Hinweise auf einen schwachen Prozess und nicht als isolierte Bereinigungsaufgaben. Begrenzen Sie den unmittelbaren Schaden, untersuchen Sie, wie der Mangel entstand und der Erkennung entging, ändern Sie anschließend die frühestmögliche wirksame Kontrolle und überprüfen Sie, ob die Änderung dauerhaft funktioniert. - Protokollieren Sie Probleme mit Schweregrad, betroffenen Verwendungszwecken, Nachweisen, verantwortlicher Person, Fälligkeitsdatum und Status. - Analysieren Sie Muster über Vorfälle, Phasen, Quellen und Kontrollen hinweg. - Vergleichen Sie Ergebnisse mit Schwellenwerten und früheren Zeiträumen, um Verschlechterungen oder Verbesserungen zu erkennen. - Schließen Sie eine Maßnahme erst ab, wenn Nachweise belegen, dass die Grundursache beherrscht wird und keine wesentlichen nachgelagerten Auswirkungen verbleiben.