Eine hohe Datenqualität schafft nachhaltigen Mehrwert, indem sie:

• Effizientere Prozesse ermöglicht,
• Fehlerkosten reduziert,
• Bessere Entscheidungen unterstützt,
• Die Zufriedenheit der Nutzer oder Kunden steigert.

• Einführung einer klaren Data Governance: Festlegen von Richtlinien für das Daten-Management.
• Datenpflege und Optimierungsprozesse: Fehlerprüfung und Überwachung bereits bei der Dateneingabe.
• Schulungen für Mitarbeiter: Sensibilisierung für Richtlinien und Prozesse.
• Technische Lösungen: Einsatz geeigneter Werkzeuge zur Kontrolle und Verbesserung der Datenqualität.

Dubletten sind doppelte Einträge in Datenbanken, die durch unterschiedliche Schreibweisen (z. B. „Müller“ vs. „Mueller“) entstehen. Sie sind häufig eine Folge menschlicher Fehler und können die Datenqualität erheblich beeinträchtigen.

Die Hauptursachen lassen sich in vier Gruppen einteilen:

1. Organisatorische Probleme: Keine klare Verantwortung für das Daten-Management.
2. Fehlende Data Governance: Keine festgelegten Richtlinien oder Prüfungen bei der Datenübernahme.
3. Menschliche Fehler: Ungenügende Schulungen und unklare Prozesse führen zu Dubletten oder Inkonsistenzen.
4. Technische Herausforderungen: Ungeeignete Datenbankstrukturen oder Werkzeuge zur Datenkontrolle.

Daten haben eine hohe Qualität, wenn sie:

• Zugänglich und bearbeitbar sind,
• Verständlich, einheitlich und widerspruchsfrei dargestellt werden,
• Relevant, aktuell, vollständig und wertschöpfend genutzt werden können,
• Konsistent, glaubwürdig und fehlerfrei sind.

Datenqualität ist entscheidend, um aus Daten einen Mehrwert zu generieren und wertschöpfende Entscheidungen zu treffen. Im Zeitalter von Big Data ist es unerlässlich, dass Daten für den jeweiligen Einsatzzweck geeignet und „fit for use“ sind.