Options
Methode zur Spezifikation geschäftsorientierter Datenqualitätskennzahlen
Type
working paper
Date Issued
2011-01-01
Author(s)
Research Team
IWI2, CDQ
Abstract (De)
Der Qualität von Daten (insbesondere von Stammdaten) kommt in Unternehmen zunehmend grössere Bedeutung zu. Ursachen sind die steigende Zahl behördlicher und gesetzlicher Auflagen sowie die wachsende Bedeutung von Informationssystemen zur Entscheidungsunterstützung, die Anforderungen an die Qualität von Daten (z. B. Aktualität, Genauigkeit, Vollständigkeit) stellen. Effektives Datenqualitätsmanagement benötigt Kennzahlen, die die Erfüllung solcher geschäftsorientierter Datenqualitätsanforderungen überwachen und Datendefekte frühzeitig erkennen. Die individuelle Gestaltung von Datenqualitätskennzahlen unter Berücksichtigung unternehmensspezifischer Geschäftsprozesse, Führungssysteme und Anwendungslandschaften gewährleistet den Geschäftsbezug der Kennzahlen und ermöglicht Datenqualitätsmessungen, die geschäftskritische Datendefekte rechtzeitig erkennen.Die Arbeit beschreibt eine Methode zur Identifikation von Kausalitäten zwischen Datendefekten, Geschäftsproblemen und strategischen Unternehmenszielen und zur Spezifikation von Datenqualitätskennzahlen zur Überwachung der identifizierten Datendefekte. Die Methode folgt einem Top-Down-Vorgehen und spezifiziert Kennzahlen nur für solche Datendefekte, die zu kritischen Geschäftsproblemen führen können. Als Messverfahren schlägt die Methode Validierungsregeln vor. Ein Messsystem (nicht im Fokus der Methode) kann durch die Implementierung dieser Regeln Eigenschaften von Daten überprüfen und dadurch Datendefekte (d. h. Eigenschaften, die zu bekannten Geschäftsproblemen führen) erkennen.Der Beitrag beschreibt die vorgestellte Methode als Ergebnis gestaltungsorientierter Forschung und erläutert verschiedene Methodenelemente durch Beispiele der Methodenanwendung in drei Unternehmen. Die Beispiele verdeutlichen, dass nicht die Nutzung aller Methodenelemente notwendig ist, sondern die Methode für eine konkrete Anwendung konfiguriert werden kann. Zur Unterstützung weiterer Anwendungen der Methode enthält der Anhang der Arbeit verschiedene durch Fallstudien, Fokusgruppeninterviews und eine Literaturrecherche gesammelte Beispiele für Anforderungen an Datenqualitätskennzahlen, Datenqualitätsdimensionen, Kausalketten, Kostenarten defekter Daten und Validierungsregeln.
Language
German
Keywords
Corporate Data Quality
Controlling
Corporate Data Quality Scorecard
Data Quality Management
Master Data Management
HSG Classification
not classified
Refereed
No
Publisher
Institut für Wirtschaftsinformatik, Universität St. Gallen
Publisher place
St. Gallen
Number
BE HSG / CC CDQ / 13
Subject(s)
Division(s)
Eprints ID
71261
File(s)