Was sind eigentlich gute Daten?

Es gibt keine guten Daten an sich, sondern nur Daten, die für eine bestimmte Aufgabe taugen oder eben nicht. Ein Streifzug durch Qualitätsdimensionen, Ken...

Autor: Ole Albers

Es gibt keine guten Daten an sich, sondern nur Daten, die für eine bestimmte Aufgabe taugen oder eben nicht. Ein Streifzug durch Qualitätsdimensionen, Kennzahlen, Zuständigkeiten und versteckte Kosten. Mit einer Buchempfehlung zum Schluss.

Fragt man in Unternehmen nach dem Zustand ihrer Daten, hört man meist eines von zwei Urteilen: „Passt schon“ oder „Katastrophe“. Beide Antworten greifen zu kurz. Denn die Qualität von Daten lässt sich nicht losgelöst betrachten. Sie zeigt sich erst, wenn man weiß, was mit den Daten geschehen soll.

Dieselben Daten, drei verschiedene Urteile

Ein Beispiel aus dem Alltag: Die Kundenadressen im CRM. Der Controller wertet den Umsatz nach Regionen aus und braucht dafür nur die Postleitzahl. Die ist bei allen Datensätzen sauber gepflegt, Pflichtfelder sind befüllt, kein System schlägt Alarm. Aus seiner Sicht ist der Bestand tadellos.

Dann möchte das Marketing 10.000 aktive Kunden per Brief anschreiben. Schon ein paar Stichproben zeigen, dass das schwierig wird. Viele der hinterlegten Ansprechpartner arbeiten längst woanders, einige Kunden existieren doppelt oder dreifach, manche Anschriften stimmen nicht mehr. Und wer überhaupt als „aktiver Kunde“ gilt, beantworten Vertrieb und Buchhaltung erstaunlich unterschiedlich.

Soll derselbe Bestand schließlich für eine interne Bonitätsprüfung herhalten, fehlen Angaben, die in den beiden ersten Fällen niemanden interessiert haben.

Die Daten sind in allen drei Situationen exakt dieselben. Geändert hat sich allein der Zweck.

Fit for Purpose als Ausgangspunkt

In der Fachliteratur spricht man deshalb von fit for use oder fit for purpose. Bevor man über Qualität redet, muss klar sein, wofür die Daten gebraucht werden, in welcher Form sie vorliegen müssen und wer darauf zugreifen soll.

Natürlich wünscht man sich, dass alles vollständig, richtig und aktuell ist. Doch dieser Anspruch hat einen Preis. Ein Unternehmen, das seine Kunden ausschließlich per E-Mail kontaktiert, muss nicht mit großem Aufwand jede Telefonnummer verifizieren. Hängt dagegen ein wichtiger Serviceprozess an dieser Nummer, sieht die Sache anders aus.

Datenqualität ist also immer auch eine Abwägung von Aufwand und Nutzen. Perfektion überall ist weder nötig noch bezahlbar. Was zählt, ist, dass die geschäftskritischen Informationen zuverlässig stimmen.

Qualität braucht Kriterien, die man prüfen kann

Steht fest, wofür und von wem die Daten genutzt werden, lassen sich Qualitätskriterien festlegen. Dafür gibt es Frameworks in allen Größen. Man muss sich keinem davon sklavisch unterwerfen. Es ist sinnvoller, sich daran zu orientieren und dann Kriterien zu wählen, die zum eigenen Unternehmen passen.

Eine gute Orientierung bietet das DAMA-DMBOK (Data Management Body of Knowledge), eines der Standardwerke im Datenmanagement. Es beschreibt unter anderem diese Dimensionen:

Auf den ersten Blick wirkt diese Unterscheidung etwas akademisch. Im Alltag begegnet man aber jeder einzelnen Dimension. Ein Kunde ist dreimal angelegt (Eindeutigkeit). Eine Rechnung zeigt auf einen Auftrag, der gelöscht wurde (Integrität). Der Monatsbericht fehlt, weil die Freigabe noch aussteht (Rechtzeitigkeit). Die Daten sind zwar abrufbar, aber der nächtliche Abgleich ist gescheitert, sodass sie veraltet sind (Aktualität). Oder eine hinterlegte Telefonnummer gehört inzwischen einer ganz anderen Person (Korrektheit).

Gültig, plausibel, korrekt: drei verschiedene Dinge

Besonders gern werden Validität, Plausibilität und Korrektheit verwechselt. Zwei Fundstücke aus echten Datenbanken machen den Unterschied deutlich.

Für einen Kleinwagen ist ein Leergewicht von 12,61 Tonnen gespeichert. Für die Datenbank ist das ein einwandfreier Zahlenwert, also valide. Plausibel ist er allerdings nicht, und ein Blick in die Herstellerangaben liefert den korrekten Wert: 1,16 Tonnen. Vermutlich ein Tippfehler oder ein Überbleibsel aus dem Import einer von Hand gepflegten Excel-Tabelle.

Ähnlich verhält es sich mit einem Liefertermin am 5. August 1966. Das Datum existiert, ist also gültig. Plausibel oder korrekt ist es für eine aktuelle Bestellung trotzdem nicht.

Ungültig wären dagegen „ca. 1,2 t“ in einem numerischen Feld oder ein 31. Februar. Solche Werte sollten schon im Eingabeformular abgewiesen werden. Spätestens beim Speichern scheitern sie, sofern die Datentypen sauber definiert sind.

Was technisch gültig ist, muss nicht plausibel sein. Und was plausibel aussieht, ist noch lange nicht richtig. Eine ernsthafte Qualitätsprüfung muss deshalb weiter gehen, als leere Felder und falsche Formate aufzuspüren.

Messen ja, aber mit Zielwerten

Mit Hilfe der Dimensionen lässt sich Datenqualität messen. Eine einzelne Zahl, die verkündet, der Datenbestand sei zu 87,3 Prozent gut, gibt es dabei allerdings nicht.

Stattdessen leitet man aus den fachlichen Anforderungen konkrete Regeln ab. Für die Rechnungsstellung könnte das bedeuten: Jede Rechnung gehört zu einem gültigen Kunden, das Rechnungsdatum liegt in einem sinnvollen Zeitraum, und die Versandanschrift ist vollständig und aktuell.

Ein einfaches Rechenbeispiel: Eine Kundendatenbank enthält 10.000 Datensätze, bei 2.500 davon fehlt die E-Mail-Adresse. Das Merkmal ist damit zu 75 Prozent vollständig.

Ist das ein guter Wert? Das hängt wieder vom Zweck ab. Wer einen Katalog per Post verschickt, muss sich darum nicht kümmern. Wer dagegen seinen besten Kunden per E-Mail ein exklusives Angebot schicken will, verliert ein Viertel der Zielgruppe.

Kennzahlen allein helfen also wenig. Man braucht Zielwerte, die sich aus dem Geschäft ableiten. Bei manchen Daten genügen 95 Prozent völlig. Bei anderen, etwa Bankverbindungen, Medikamentendosierungen oder sicherheitsrelevanten technischen Angaben, kann schon ein einziger Fehler gravierende Folgen haben.

Statt flächendeckend 100 Prozent anzustreben, was unnötig und teuer wäre, lohnt sich eine andere Frage: Welche Fehler sind verkraftbar und welche dürfen auf keinen Fall passieren?

Wo liegen eigentlich die richtigen Daten?

Auf die Frage, wo die Kundendaten gespeichert sind, kommt fast immer zuerst: „Im CRM.“ Das ist selten falsch, aber meist unvollständig. Weitere Kundendaten finden sich im ERP, in der Finanzbuchhaltung, im Newsletter-Tool, im Supportsystem und in einer Reihe von Excel-Dateien mit persönlichen Notizen, für die es anderswo kein passendes Feld gibt.

Dass Daten auf mehrere Systeme verteilt sind, ist an sich kein Problem. Schwierig wird es, wenn niemand weiß, welche Quelle verbindlich ist.

Steht im CRM eine andere Rechnungsanschrift als in der Buchhaltung, welche gilt dann? Und wer legt das fest?

Ein schlichtes Dateninventar schafft hier schnell Überblick. Es beantwortet Fragen wie diese: Welche wichtigen Datenbestände gibt es? Wo werden sie gespeichert und wo entstehen sie? Wer nutzt sie? Welches System ist für welche Information führend? Und wer trägt die Verantwortung?

Es muss nicht jede Excel-Datei erfasst werden, die seit Jahrzehnten unbeachtet auf einem Netzlaufwerk liegt. Die geschäftskritischen Informationen und ihre Zusammenhänge sollte man aber kennen.

Ebenso wichtig ist die Herkunft. Wurden die Daten von Hand erfasst, aus einem anderen System importiert oder von einem Dienstleister geliefert? Welche Umwandlungen haben sie seitdem durchlaufen? Gerade bei zentralen Kennzahlen muss nachvollziehbar sein, woher sie stammen und wie sie berechnet werden. Das eleganteste Dashboard nützt nichts, wenn keiner erklären kann, wie die Zahlen darauf zustande kommen.

Datenqualität ist keine Aufgabe der IT allein

Sobald es um Datenqualität geht, wird der Ball gern weitergespielt: „Das ist Sache der IT.“

Die IT betreibt Datenbanken, entwickelt Eingabemasken mit Prüfungen und sorgt dafür, dass Daten aktuell und rechtzeitig bereitstehen. Sie hält den Maschinenraum am Laufen. Was aber für einen konkreten Geschäftsvorgang plausibel, korrekt und ausreichend vollständig ist, kann sie gar nicht beurteilen. Dafür fehlt ihr das fachliche Detailwissen, und es ist auch nicht ihre Aufgabe.

Verantwortlich für die Qualität sind die Fachleute, die mit den Daten arbeiten. Das Englische unterscheidet hier hilfreich zwischen Accountability (wer letztlich geradesteht) und Responsibility (wer die Arbeit erledigt). Für den Anfang reicht oft eine einfache Absprache: Wer kümmert sich um welche Daten, und wer entscheidet, wenn sich Angaben widersprechen?

Ohne klare Verantwortung geht es der Datenqualität wie dem Kühlschrank in der Büroküche, den angeblich alle sauber halten und tatsächlich niemand.

Die versteckten Kosten schlechter Daten

Eine falsche Anschrift, eine doppelt vergebene Kundennummer oder eine fehlerhafte Artikelbezeichnung legen selten den Betrieb lahm. Sie kosten stattdessen immer wieder ein paar Minuten, mal eine Viertelstunde, gelegentlich einen halben Tag. Jemand sucht die richtige Information. Eine Rechnung wird storniert und neu geschrieben. Ein Bericht muss neu erstellt werden, weil zwei Abteilungen unterschiedliche Zahlen liefern. Oder 2.000 Briefe kommen mit dem Vermerk „Empfänger unbekannt“ zurück.

Studien von McKinsey, Forrester, Coveo, ABBYY und Kyocera kommen zu dem Ergebnis, dass Beschäftigte zwischen 1,8 und 3 Stunden täglich mit der Suche nach Daten und Informationen verbringen. Das sind etwa 20 bis 30 Prozent der Arbeitszeit. Das liegt nicht nur an der Datenqualität, sondern auch an Strukturen und IT-Architektur. Die Richtung ist trotzdem eindeutig: Wo man Informationen nicht vertrauen kann, muss man sie prüfen, abgleichen und ergänzen.

Eine vorsichtige Rechnung: Ein Büro mit 20 Mitarbeitenden, von denen jeder täglich nur 15 Minuten mehr als nötig mit Suchen und Abgleichen verbringt. Bei 220 Arbeitstagen ergibt das 1.100 Arbeitsstunden pro Jahr.

Das ist ein vereinfachtes Modell. Es zeigt aber, wie aus kleinen Unstimmigkeiten eine spürbare wirtschaftliche Last werden kann. Fehlentscheidungen auf Basis falscher Zahlen sind darin noch gar nicht enthalten.

Einmal aufräumen reicht nicht

Eine Datenbank lässt sich automatisiert bereinigen: Dubletten zusammenführen, Lücken füllen, offensichtliche Fehler korrigieren. Das ist sinnvoll und oft überfällig. Es bringt aber wenig, wenn morgen dieselben Fehler wieder entstehen.

Deshalb sollte vor jeder Bereinigung die Ursachenforschung stehen. Liegt es an den Prozessen, an zugelieferten Daten, an der Erfassung durch die eigenen Leute, an Software, die unpassende Eingaben zulässt? Oder haben verschiedene Abteilungen schlicht unterschiedliche Vorstellungen davon, wie bestimmte Daten zu pflegen sind?

Dauerhaft gute Daten entstehen in einem fortlaufenden Kreislauf:

Verstehen → Messen → Ursachen finden → Verbessern → Überwachen

Dazu gehören sinnvolle Eingabeprüfungen, klare Zuständigkeiten, einheitliche Begriffe, nachvollziehbare Schnittstellen und regelmäßige Kontrollen. Einen Fehler bei der Eingabe abzufangen ist fast immer billiger, als ihn Jahre später in mehreren verknüpften Systemen zu beheben.

Und die KI? Sie wird oft als Allheilmittel angepriesen. Tatsächlich hilft sie gut dabei, Auffälligkeiten, Muster und mögliche Dubletten zu entdecken. Dass 12 Tonnen für einen Kleinwagen nicht stimmen können, erkennt sie aber nur, wenn jemand eine entsprechende Regel definiert hat. Welche Geschäftsregeln gelten und welche Angaben richtig sind, bleibt eine fachliche Entscheidung.

Buchtipp: „Datenqualität. Der Leitfaden für die Praxis“

Dr. Christiana Klingenberg, Carl Hanser Verlag, 2026

Viele Bücher zum Thema Datenqualität sind theoretisch gründlich und fachlich fundiert. Am Ende bleibt man aber oft mit der Frage zurück, was man am nächsten Montag konkret anders machen soll.

Bei diesem Buch ist das anders. Christiana Klingenberg arbeitet mit vielen anschaulichen Praxisbeispielen und gibt konkrete Handlungsanleitungen. Sie zeigt, wie man Qualitätsprobleme aufspürt, bewertet und dauerhaft beseitigt. Ihr eigenes ganzheitliches Rahmenwerk für das Datenqualitätsmanagement hat sich bereits in mehreren Projekten bewährt.

Ausdrücklich angesprochen werden nicht nur Datenmanager und IT, sondern auch die Fachabteilungen. Also genau die Menschen, in deren Arbeit gute Daten entstehen.

Fazit: Ein Buch, das eher Werkzeugkasten als Lehrbuch ist und das einlöst, was der Titel verspricht.

Transparenzhinweis: Der Carl Hanser Verlag hat mir ein Rezensionsexemplar zur Verfügung gestellt. Vielen Dank dafür.

Zum Buch beim Hanser Verlag

Fünf Fragen zum Einstieg

Wer das Thema im eigenen Unternehmen angehen möchte, kann klein anfangen. Nehmen Sie sich einen wichtigen Datenbestand vor, zum Beispiel Kunden, Artikel, Lieferanten oder Aufträge, und beantworten Sie diese Fragen:

  1. Wofür brauchen wir diese Daten?

  2. Welche Anforderungen an die Qualität ergeben sich daraus?

  3. Woher kommen die Daten und in welchen Systemen sind sie gespeichert?

  4. Wer ist zuständig, wenn etwas nicht stimmt?

  5. Woran erkennen wir, wie gut die Daten tatsächlich sind?

Lassen sich alle fünf Fragen beantworten, ist man vielen Unternehmen schon ein gutes Stück voraus. Falls nicht, hat man zumindest einen klaren Startpunkt.

Denn um Datenqualität zu verbessern, muss man zuerst wissen, womit man es überhaupt zu tun hat.

Weiterführende Quellen