Was Datenqualität mit der Digitalen Transformation und DIN EN ISO 9001:2015 zu tun hat22 | 03 | 16

Datenqualitaet_1

Ein Qualitätsmanagement-System (QMS) ist nur dann nachhaltig und zukunftsgerichtet, wenn Unternehmen ein Datenqualitätsmanagement (DQM) in das QMS integrieren. Denn ein solches Managementsystem ist entscheidend für die erfolgreiche Umsetzung der Digitalen Transformation.

Datenqualität und Digitale Transformation

Wenn mehr als 90 Prozent aller Menschen ihre Aufgaben mit einer hohen Qualität erledigen und mögliche Fehler korrigieren, bevor sie das Ergebnis zur Weiterverarbeitung an den nächsten weiterreichen, entfällt die natürlich gesetzte Qualitätssicherung in digitalisierten Prozessen bis auf weite Strecken. Das bedeutet im Umkehrschluss: Digitalisierte, datengetriebene Prozesse und Prozessketten haben nur dann eine Qualitätssicherung, wenn im Vorfeld klar ist, welche Daten IT-Systeme, Maschinen und Menschen in welcher Qualität austauschen. Sprich, wenn Organisationen vermeiden möchten, dass Kunden Fehler entdecken, kommen sie nicht umhin, ein Datenqualitätsmanagement in ihr Management-System zu integrieren, zu betreiben und kontinuierlich zu verbessern.

Als Kunde von Unternehmen, die bereits verstärkt auf digitale Prozesse setzen, kann ich berichten: Datenqualitätsmängel kommen meist mehr als einmal vor und Leistungen werden nicht in vereinbarter Qualität erbracht. Zusätzlich sind Reklamationsprozesse häufig entweder schlecht oder gar nicht definiert und Mitarbeiter schlichtweg überfordert.

Mehr Objektivität liefern Studien zum Thema Digitale Transformation und Datenqualität. Die Studie der MHP, a Porsche Company, aus 2015 kommt zu folgendem Ergebnis: Unternehmen, die bereits erfolgreich Digitale Transformations-Projekte abschließen konnten, haben ein ausgeprägtes Bewusstsein für den Wert von Datenqualität. Zu diesen Unternehmen gehören gerade mal 24 Prozent der Befragten (254). Sie wurden zu einer Spitzengruppe zusammengefasst und lassen ihre Verfolger weit hinter sich.

Die aktuelle Studie „Datenqualität und -management Trends 2016“ von Experian Marketing Services belegt, dass neun von zehn deutschen Unternehmen ihre Kundendaten für fehlerhaft halten und zu wenig über ihre Daten wissen. Obwohl deutsche Unternehmen sich der Risiken von schlechter Datenqualität bewusst sind, gehen sie nur 45 Prozent (international 35 Prozent) proaktiv an – der Rest reagiert.

Datenqualität und DIN EN ISO 9001:2015

Eine hohe Datenqualität ist die Voraussetzung für ein funktionierendes Qualitätsmanagement-System.

Dass diese Annahme ihre Berechtigung hat, zeigen DIN EN ISO 9000:2015 und 9001:2015 an verschiedenen Stellen, wie an Punkt 2.3.6.1, Aussage zur Faktengestützten Entscheidungsfindung. Hier heißt es: „Entscheidungen auf Grundlage der Analyse und Auswertung von Daten und Informationen führen wahrscheinlich eher zu den gewünschten Ergebnissen“. Liegen erhebliche Mängel der Daten und Informationsqualität vor, ist es nicht möglich, gewünschte Ergebnisse zu erreichen. Aus Punkt 2.3.6.2., Begründung, geht hervor: „Tatsachen, Nachweise und Datenanalyse führen zu größerer Objektivität und Vertrauen in die Entscheidungsfindung“. Bestehende Datenqualitätsmängel stören sowohl das Vertrauen in die Ergebnisse von Datenanalysen als auch die Entscheidungsfindung. Diese Situation ist für viele Unternehmen der häufigste Grund, ihre Datenqualität zu verbessern.

Hier verweist auch DIN EN ISO 9001:2015, in Punkt 2.3.6.4 auf mögliche Maßnahmen: „Sicherstellen, dass Daten und Informationen ausreichend präzise, verlässlich und sicher sind“.

Einer der wesentlichen neuen Punkte der DIN EN ISO 9001:2015 ist der „Prozessorientierte Ansatz“ und darin verankert das „Risikobasierte Denken“.

Aus dem Text ist demnach Folgendes im Umgang mit Risiken und Chancen abzuleiten:

„Organisationen müssen Risiken und Chancen ermitteln und bestimmen, die das Erreichen von Produkt- und Prozesszielen beeinflussen können. Das Unternehmen muss Maßnahmen planen, um Risiken entgegenzutreten und Chancen zu ergreifen sowie die Wirksamkeit bewerten“. (Kap. 6.1)

Daraus kann folgende Schlussfolgerung hinsichtlich des Umgangs mit Datenqualität gezogen werden:

„Wenn Daten- und Informationsqualität als Risiko identifiziert ist und das Erreichen von Produkt- und Prozesszielen beeinflusst, muss das Unternehmen Maßnahmen planen und umsetzen, um diesen Risiken entgegenzutreten und die Wirksamkeit bewerten!“

Dem Prozessgedanken folgend, bedeutet dies, die Wirksamkeit nicht isoliert auf einzelne Prozesse zu bewerten, sondern bezogen auf das gesamte System der Organisation.

Dabei handelt es sich nicht allein um Risiken. Eine nachhaltige Verbesserung der Daten- und Informationsqualität birgt vielerlei Chancen. Sie erleichtert die Entscheidungsfindung, spiegelt sich in verbesserten Produkte und Services wieder und beeinflusst die Wettbewerbssituation positiv.

Empfehlung

Erfahrungsgemäß kennen vielen Organisationen ihre Daten, ihre Qualität und die Auswirkungen schlechter Datenqualität nicht hinreichend. Dies belegen auch zahlreiche Studien. Daher ist einer der ersten wichtigen Schritte, eine IST-Analyse durchzuführen und erste Handlungsempfehlungen und Maßnahmen abzuleiten. Methodisch gut vorbereitet liegt der Aufwand bei ein bis drei Tagen in Form eines Workshops. In Anbetracht der Wichtigkeit und darin liegenden Chancen kann dies sicher jede Organisation leisten – unabhängig von ihrer Größe und Komplexität.

Weitere Informationen zum Thema Datenqualität:

DGQ-PraxisWerkstatt: Managen von Datenqualität

Blog zum Thema Daten- und Informationsqualität

Über den Autor:

Marco Geuer ist Berater im Bereich Business Analytics und Durchsatzmanagement (TOC/CCPM) bei der ACT IT-Consulting & Services AG. Seit über zehn Jahren ist er in der Beratung mit den Schwerpunkten der Optimierung von Daten- und Informationsqualität sowie Kennzahlensystemen und Geschäftsprozessen in Zusammenhang mit regulatorischen und betriebswirtschaftlichen Anforderungen tätig. Darüber hinaus betreibt Marco Geuer einen Blog zum Thema Daten- und Informationsqualität.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.