Ein Qualitätsmanagementsystem (QMS) ohne ein integriertes Datenqualitätsmanagement (DQM) hat in einer digitalisierten Welt keine Zukunft14 | 09 | 16

Durch die stark wachsende Anzahl datengetriebener Geschäftsmodelle gibt es keinen Ausweg für das Qualitätsmanagement, sich verstärkt mit dem Thema Datenqualität zu beschäftigen. Datenqualität als Risikofaktor ist schon etwas länger bekannt. Negative Auswirkungen schlechter Datenqualität auf das gesamte System einer Organisation werden zukünftig durchschlagender sein.

Die Bedeutung von Datenqualität steigt rapide an

Digitalisierung ist nicht erst in den letzten zwei Jahren entstanden, sondern schon immer in der IT ein Thema gewesen. Es wurde nur eher Automatisierung genannt. Neu ist, dass es mittlerweile möglich ist viele unterschiedlich strukturierte (polystrukturierte) Daten in sehr großen Mengen in Echtzeit miteinander zu verknüpfen, auszuwerten und ganz neue Services über unterschiedlichste technische Geräte (Smartphone, Tablet, Computer, Fernseher) dem Kunden anzubieten. Von der Erstansprache, über die Bestellung zur Produktion, bis zur Auslieferung des Produktes läuft der Prozess vollständig digital ab. Menschen werden an den Schnittstellen immer weniger beteiligt sein. Die Bedeutung von datenqualitätssichernden Maßnahmen steigt im Gegenzug rapide an.

Bisher war der der Mensch die natürliche Datenqualitätssicherung. Entdeckte dieser einen DQ-Fehler während seiner Arbeit, so wurde dieser möglichst selbständig korrigiert, sonst konnte die Arbeit nicht vollständig erledigt werden. Fehlen zukünftig alternative datenqualitätssichernde Maßnahmen, pflanzt sich der DQ-Fehler unbemerkt fort oder wächst über den Prozessverlauf stetig an. Auswirkung des DQ-Fehlers schlägt somit ungebremst beim Kunden auf. Dies kann und darf nicht im Sinne eines funktionierenden Qualitätsmanagement sein.

Neben den herkömmlich bekannten qualitätssichernden Maßnahmen müssen zunehmend datenqualitätssichernde Maßnahmen berücksichtigt werden. Um auch zukünftig ein erfolgreiches Qualitätsmanagement  zu betreiben, ist es notwendig, dass beide Disziplinen ineinandergreifen. Nur so ist es möglich ein auf die Organisation ganzheitlich abgestimmtes und zukunftsfähiges Qualitätsmanagementsystem zu gewährleisten.

Schutz vor schlechter Datenqualität

Organisationen können sich effektiv vor der Entstehung schlechter Datenqualität schützen, wenn sie nachfolgende Punkte auf Geschäftsprozessebene berücksichtigen.

Datenqualitätsmängel werden vermieden,

• Wenn operative Geschäftsprozesse fachlich so definiert sind, dass sie die für die Unternehmenssteuerung benötigten Daten generieren. Dazu gehören etwa die Erzeugung vollständiger Auftragsdaten im Auftragsannahmeprozess zur optimalen Produktionssteuerung und ein optimaler Überblick hinsichtlich Auftragslage.
• Wenn operative Geschäftsprozesse entsprechend ihrer fachlichen Definition auch in operativen IT-Systemen abgebildet sind. Finden sich in den operativen IT-Systeme nicht die Datenfelder wieder, die von der Fachseite definiert und erwartet werden, oder finden diese nicht die geforderten Daten für die Entscheidungsfindung vor, kann der Geschäftsprozess nicht abgeschlossen werden. Dies führt meistens zu sog. Workarounds und ebnet damit den Weg von Schattenprozessen außerhalb der operativen IT-Systeme.
• Wenn es Usern in operativen IT-Systemen nicht möglich ist, den dort abgebildeten fachlichen Geschäftsprozess zu umgehen.
• Wenn es Usern in operativen IT-Systemen nicht möglich ist, in diesem System Daten zu erzeugen, die nicht der Realität entsprechen. Das kann z.B. durch Echtzeitprüfungen auf Feldebene hinsichtlich Plausibilität der Eingaben verhindert werden.
• Wenn die Stammdaten in operativen IT-Systemen (z.B. ERP, CRM,SCM, WaWi, FiBu) mit denen der dispositiven IT-Systemen (z.B. Datawarehouse, Business-Intelligence-Systeme, Excel-Reports) zur Entscheidungsfindung synchronisiert sind.
• Wenn im Rahmen der Prozesse zum Aufbau von Reports und Analysen die Daten der Realität entsprechen und nicht geschönt werden können. Dazu gehört auch, dass Daten in Reports nicht nachträglich manuell verändert werden können.

Das Einhalten dieser Regeln verhindert nicht nur schlechte Datenqualität, sondern auch die Entstehung von „Schatten-IT“ und „Schattenprozessen“.

Orientierung zur Integration der o.g. Disziplinen findet man in der ISO/TS 8000, DIN EN ISO 9001:2015 sowie entsprechende Best Practice Ansätze aus bereits implementierten Datenqualitätsmanagementsystemen in unterschiedlichsten Organisationen.

Einen praxisnahen Einstieg in das Thema bietet Ihnen die Veranstaltung der DGQ-PraxisWerkstatt „Managen von Datenqualität“.

Über den Autor: Marco Geuer

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.