Qualität beginnt mit dem Verwendungszweck

Für eine Produktbeschreibung kann ein fehlendes historisches Änderungsdatum unwichtig sein. Für eine Wartungsanweisung kann die Revision entscheidend sein. Definieren Sie daher zuerst, welche Entscheidung oder Antwort die Daten unterstützen sollen.

Die sechs häufig verwendeten Dimensionen Vollständigkeit, Eindeutigkeit, Konsistenz, Aktualität, Gültigkeit und Richtigkeit werden im Government Data Quality Framework erläutert. Sie sind eine Orientierung; die konkreten Prüfregeln müssen zu Ihren Daten passen.

Vollständigkeit: Fehlt etwas Entscheidendes?

Prüfen Sie Pflichtangaben, die für die Aufgabe nötig sind. Bei technischen Dokumenten können das Modell, Revision und Freigabestatus sein. Bei Produktdaten sind beispielsweise Artikelkennung, Einheit und bestätigte Merkmale wichtig.

Eine einfache Kennzahl ist der Anteil vollständig ausgefüllter Pflichtfelder. Schreiben Sie aber dazu, welche Felder einbezogen sind. Ein hoher Wert bei unwichtigen Feldern sagt wenig über die Nutzbarkeit aus.

Eindeutigkeit: Gibt es mehrere Identitäten?

Doppelte Datensätze entstehen etwa durch verschiedene Schreibweisen oder wiederholte Importe. Unterscheiden Sie echte Dubletten von zulässigen Varianten. Zwei Produkte mit ähnlichem Namen müssen nicht dasselbe Produkt sein.

Prüfen Sie stabile Kennungen. Bei Dokumenten kann ein Hash identische Dateien erkennen, aber nicht zuverlässig zwei inhaltlich ähnliche Versionen unterscheiden. Für solche Fälle braucht es eine fachliche Regel zur gültigen Fassung.

Konsistenz: Passen die Angaben zusammen?

Vergleichen Sie zusammengehörige Werte innerhalb und zwischen Quellen. Ist ein Artikel im ERP aktiv, aber im Katalog als eingestellt markiert? Verwendet eine Tabelle Millimeter und eine andere Zentimeter?

Dokumentieren Sie, welche Quelle im Konfliktfall massgeblich ist. Eine KI sollte widersprüchliche Werte nicht stillschweigend zu einer scheinbar einheitlichen Antwort verschmelzen.

Aktualität: Gilt die Information noch?

Das Änderungsdatum einer Datei ist nicht automatisch ihr fachliches Gültigkeitsdatum. Eine kopierte alte Anleitung kann technisch neu aussehen. Arbeiten Sie deshalb mit Freigaben, Revisionen oder einem ausdrücklich gepflegten Gültigkeitszeitraum.

Messen Sie beispielsweise den Anteil aktiver Dokumente, deren fachliche Prüfung fällig ist. Wählen Sie die Prüffrist nach Änderungsrisiko. Eine Preisliste und eine historische Projektbeschreibung brauchen nicht denselben Rhythmus.

Gültigkeit und Richtigkeit getrennt prüfen

Gültigkeit beschreibt, ob ein Wert die vereinbarten Format- und Bereichsregeln erfüllt. Eine E-Mail-Adresse kann formal gültig sein. Ob sie tatsächlich zur richtigen Person gehört, ist eine Frage der Richtigkeit.

Für Richtigkeit benötigen Sie eine verlässliche Referenz oder fachliche Prüfung. Eine automatische Formatkontrolle kann diese Prüfung unterstützen, aber nicht ersetzen. Halten Sie fest, wie die Referenz entstanden ist und wer sie bestätigt hat.

Ein Beispiel für ein kleines Qualitätsprotokoll

Ein fiktives Team prüft 60 Produktdatensätze für einen Offertenassistenten. Bei acht fehlt eine bestätigte Einheit. Drei enthalten abweichende Statusangaben zwischen ERP und Katalog. Zwei Artikelnummern wurden beim Export verändert.

Das Protokoll hält diese Befunde getrennt fest. Es bildet keinen pauschalen Durchschnitt, der kritische Einheitenfehler hinter vielen korrekten Beschreibungen versteckt. Anschliessend erhält jeder Befund eine zuständige Person und eine Prüfung nach der Korrektur.

Von der Messung zur Verbesserung

Suchen Sie die Ursache im Prozess. Wenn Einheiten beim Import verschwinden, hilft wiederholte manuelle Korrektur nur kurzfristig. Verbessern Sie die Übertragung und testen Sie den nächsten Import.

Die W3C-Übersicht zur Datenherkunft zeigt, weshalb nachvollziehbare Entstehung und Verarbeitung hilfreich sind. Ergänzend erklärt unsere Datenaudit-Checkliste, wie Sie Befunde systematisch erfassen. Unsere KI-Beratung verbindet diese Prüfungen mit dem geplanten Anwendungsfall.