Motivation
Daten werden in vielen Bereichen immer mehr zu zentralen Betriebsmitteln. Auf ihrer Basis und daraus abgeleiteten Informationen werden kurz- und langfristige Unternehmensentscheidungen getroffen und operative Prozesse gesteuert. Damit werden die Überwachung und Sicherstellung einer guten Datenqualität und die Erkennung und Ableitung von Datenqualitätsregeln immer wichtiger. So ist etwa im Kundenbeziehungsmanagement (CRM) die Prüfung multidimensionaler Zeitreihen (sogenannter OLAP-Daten) besonders wichtig, da hier nahezu alle der mit Data-Warehouse-Lösungen verarbeiteten Daten einen Zeitbezug aufweisen. Definierte Anforderungen an die Qualität von Daten sind branchenübergreifend eine Grundvoraussetzung, um Projekte zur datengetriebenen Analyse, Entscheidungsunterstützung und Unternehmenssteuerung erfolgreich durchführen zu können. Bisher sind für eine Datenqualitätsprüfung nur isolierte Teillösungen bekannt, die zudem nur zögerlich Eingang in die betriebliche Praxis finden. Über einfache Regelarten, z.B. Prüfungen auf Wertebereiche, hinaus sind weitergehende und komplexere Regeln notwendig, um die Daten zu beschreiben. Insbesondere bedarf es einer einheitlichen Regelsprache, um die unterschiedlichen Prüfungen konsistent und für den Datenqualitätsbeauftragten verständlich und handlungsrelevant zu beschreiben. Zudem müssen einmal entwickelte Prüfregeln und Qualitätskriterien regelmäßig überprüft und angepasst werden.
Ziele und Vorgehen
Ziel des Vorhabens IQM4HD ist es, fortgeschrittene Konzepte zur Datenqualitätsanalyse und -überwachung zu entwickeln und in einem Softwarewerkzeug prototypisch umzusetzen, das aus Komponenten zur semi-automatisierten Erkennung von Datenqualitätsregeln sowie zur automatisierten Überwachung dieser Regeln besteht. Aufgrund der zu erwartenden großen Anzahl potentieller Regeln wird eine Regelsprache definiert. Die erkannten Regeln können in der Software angenommen oder durch Domänenexperten manuell angepasst bzw. erweitert werden. Aufgrund dieser Rückkopplung an die Regelerkennungskomponente wird die automatisierte Regelerkennung kontinuierlich verbessert. Die Gesamtarchitektur der Lösung wird durch ein Repository ergänzt, das die Definition der Regeln sowie die Ergebnisse der Prüfungen festhält, um die Datenqualität über längere Zeiträume zu verfolgen und den Erfolg von Qualitätsinitiativen nachzuweisen. Die Praxistauglichkeit der zu entwickelnden Softwarelösung wird anhand der Anforderungen des assoziierten Partners CTS EVENTIM hinsichtlich seines Kundenbeziehungsmanagements evaluiert. Aufgrund der Tiefe der Datenverarbeitungsschritte sowie der Aggregation und multidimensionalen Anordnung der Daten werden komplexe fachliche Prüfregeln in hoher Anzahl in die Tests einbezogen.
Innovationen und Perspektiven
Im Ergebnis werden für die automatisierte Steuerung von immer mehr Geschäftsprozessen verschiedener Branchen in Deutschland eine höhere Datenqualität und damit weniger Fehl-entscheidungen und wirtschaftliche Verluste erwartet.