Organisationsentwicklung / PerspektiveVertritt eine eigene These oder ein eigenes Modell: begründet, aber kein Lehrbuchwissen. Zum Einordnen.Baut auf: Stakeholder-Management · Daten & BI

Datenqualität als Organisationsproblem

Meine These: Schlechte Daten entstehen meist dort, wo niemand für sie zuständig ist, der zugleich ihren Zweck kennt und die Erfassung beeinflussen kann.

9 Min. Lesezeit
#Datenqualität#Data Governance#Data Ownership#Data Contracts#Rollen

Kurzfassung

Meine These: Datenqualität scheitert selten an der Technik, sondern meist an der Verantwortung. Schlechte Daten entstehen dort, wo niemand zuständig ist, der zugleich weiß, wofür die Daten gebraucht werden, und beeinflussen kann, wie sie erfasst werden. Bereinigungsprojekte in IT oder BI-Team behandeln deshalb oft die Folgen, nicht die Ursache.

Ich stütze die These auf drei Gedanken: Qualität bemisst sich am Zweck, den meist nur die Nutzenden kennen. Wer Daten erfasst, spürt ihre Mängel selten. Und viele vermeintliche Qualitätsfehler sind ungeklärte Definitionen, hinter denen Interessen stehen. Mein Hintergrund liegt in Datenbanken und Data Warehouse, also eher auf der technischen Seite. Gerade deshalb halte ich die Grenzen technischer Lösungen für ein Organisationsthema.

Die These kann falsch sein. Viele Fehler haben technische Ursachen, und dass benannte Verantwortliche die Qualität verbessern, ist kaum vergleichend untersucht. Am Ende steht, woran ich sie für widerlegt hielte.

Qualität hängt am Zweck

Der Qualitätsforscher Joseph Juran bestimmte Qualität als fitness for use, als Eignung für den Verwendungszweck. Ein Produkt ist nicht gut, weil es fehlerfrei ist, sondern weil es für das taugt, wofür es gebraucht wird. Richard Wang, damals am MIT, und Diane Strong, beide Forschende der Informationssysteme, übertrugen das 1996 auf Daten. Sie befragten Datennutzende, was für sie gute Daten ausmacht, und ordneten die Antworten in 15 Dimensionen und vier Gruppen. Ihr Ergebnis steht schon im Titel des Aufsatzes, „Beyond Accuracy“: Korrektheit ist nur ein Teil dessen, was Nutzende erwarten (Wang und Strong, Datenqualitätsdimensionen).

Für meine These ist daran ein Punkt entscheidend. Wenn Qualität vom Zweck abhängt, lässt sie sich nicht zentral und abstrakt festlegen. Dieselbe Adressliste kann für eine regionale Auswertung genügen und für die Rechnungsstellung unbrauchbar sein. Wer festlegen will, was „gut genug“ heißt, muss den Zweck kennen. Das ist selten die Stelle, die die Systeme betreibt.

Wie schlecht Daten sind, und was die Zahlen zeigen

Zahlen zum Zustand von Unternehmensdaten gibt es viele, belastbare wenige. Eine der nachvollziehbareren stammt von den irischen Wirtschaftsinformatikern Tadhg Nagle und David Sammon und dem Datenqualitätsberater Thomas Redman (2020). Sie werteten 75 Bewertungen kürzlich erfasster Datensätze aus verschiedenen Organisationen, Datenbeständen und Abläufen aus, die über zwei Jahre gesammelt wurden. Im Mittel hatten 47 Prozent der Datensätze mindestens einen kritischen Fehler. Nur 3 Prozent der Bewertungen erreichten den Wert, den die Autoren als akzeptabel ansetzten, mindestens 97 Prozent fehlerfreie Datensätze.

47 %

kürzlich erfasster Datensätze mit mindestens einem kritischen Fehler (Mittelwert)

Nagle, Redman & Sammon 2020

3 %

der 75 Bewertungen mit akzeptabler Qualität (mindestens 97 % fehlerfrei)

Nagle, Redman & Sammon 2020

Die Zahlen sind keine repräsentative Stichprobe. Wer eine solche Bewertung durchführt, befasst sich bereits mit dem Thema, und was als kritischer Fehler gilt, hängt vom jeweiligen Zweck ab. Für meine These ist etwas anderes wichtig: Gemessen wurden neu erfasste Daten. Die Fehler entstehen also laufend an der Quelle und nicht erst durch Alterung oder Migration. Eine einmalige Bereinigung schafft dann einen sauberen Stand, der sich mit jedem neuen Datensatz wieder verschlechtert.

Wer Daten erfasst, nutzt sie selten

Daten entstehen meist als Nebenprodukt anderer Arbeit. Wer einen Auftrag anlegt oder einen Fall bearbeitet, erfasst Werte, die später an ganz anderer Stelle gebraucht werden, im Controlling, in der Planung oder in einem Analysemodell. Daraus entsteht eine Asymmetrie: Die Erfassenden haben den Aufwand sorgfältiger Eingabe, spüren aber die Folgen schlechter Qualität kaum. Die Nutzenden spüren die Folgen, haben aber keinen Einfluss auf die Erfassung. Unter diesen Bedingungen ist eine nachlässige Eingabe keine Charakterschwäche, sondern eine nachvollziehbare Abwägung.

Die Forschung hat diese Rollen früh benannt. Diane Strong, Yang Lee und Richard Wang (1997) unterschieden in Fallstudien zwischen denen, die Daten erzeugen, denen, die sie verwalten, und denen, die sie nutzen, und beschrieben Qualitätsprobleme als Folge der Abläufe zwischen diesen Gruppen. Yang Lee und Diane Strong (2003) fanden in einer Feldstudie, dass Erfassende, die wissen, warum Daten gebraucht werden, mehr zu ihrer Qualität beitragen als erwartet. Das ist ein Zusammenhang, kein Experiment. Er passt aber zu meiner These: Wissen über den Zweck verändert die Erfassung.

Verantwortung für Datenqualität gehört dorthin, wo Zweck und Erfassung zusammenkommen

hochKenntnis des Zwecks gering
Spüren Fehler, beheben sie nichtkennen den Zweck, erfassen nicht selbstControlling, Analyse
Fachliche Verantwortungkennen den Zweck und gestalten die ErfassungData Owner im Fachbereich
Bereinigen im Nachhineinbetreiben Systeme, kennen den Zweck nur mittelbarzentrale IT, BI-Team
Erfassen ohne Rückmeldunggeben Daten ein, erfahren nicht, wofürSachbearbeitung, Außendienst
geringEinfluss auf die Erfassung hoch
Rollen nach Kenntnis des Zwecks und Einfluss auf die Erfassung · eigene Darstellung

Im COM-B-Modell von Susan Michie und Kollegen hängt Verhalten an Fähigkeit, Gelegenheit und Motivation. Auf die Erfassung übertragen: Wer nicht weiß, wofür ein Feld gebraucht wird, keine Zeit für Sorgfalt hat und nie erfährt, was aus seinen Eingaben wird, hat wenig Anlass, mehr als das Nötigste zu tun. Eine Schulung ändert daran wenig, wenn die beiden anderen Bedingungen fehlen. Dasselbe Muster beschreibt der Artikel Datenkompetenz für die Nutzung von Daten.

Definitionen sind Mikropolitik

Ein zweiter Teil der Qualitätsprobleme sind in Wahrheit ungeklärte Definitionen. Zählt als Kunde, wer seit zwei Jahren nichts gekauft hat? Wird Umsatz bei Auftragseingang oder bei Rechnungsstellung gebucht? Solche Fragen klingen technisch. Sie entscheiden aber darüber, welche Abteilung wie viele Kunden, wie viel Umsatz und damit wie viel Erfolg vorweisen kann. Deshalb bleiben sie oft offen, und ein Data Warehouse übernimmt am Ende zwei Definitionen nebeneinander.

Das ist Mikropolitik im Sinne der Organisationsforschung: Menschen verfolgen in den Spielräumen der Organisation ihre Interessen, und wer eine Definition bestimmt, kontrolliert eine Ungewissheit, die für andere wichtig ist. Conways Gesetz liefert eine zweite Lesart: Systeme bilden die Kommunikationsstruktur der Organisation ab, die sie baut. Wenn zwei Bereiche nicht miteinander reden, werden ihre Daten auch nicht zusammenpassen. Wie sich das in Datenarchitekturen zeigt, beschreibt Datenarchitektur und Organisation.

Was aus der These folgt

Wenn die These stimmt, verschiebt sich die Frage von „Wie bereinigen wir?“ zu „Wer ist zuständig, und was weiß diese Person?“. Zwei Ansätze aus der Datenpraxis setzen genau dort an.

Data Ownership heißt, dass für einen Datenbereich eine Stelle im Fachbereich entscheidet, was Felder bedeuten und wie gut die Daten sein müssen. Das Standardwerk DAMA-DMBOK der Data Management Association unterscheidet dafür Rollen wie Data Owner und Data Steward und legt die fachliche Verantwortung nicht in die IT. Data Contracts sind Vereinbarungen zwischen Bereitstellenden und Nutzenden über Struktur, Qualität und Änderungen. Ihr organisatorischer Kern ist, dass zwei Seiten, die bisher wenig voneinander wussten, sich ausdrücklich aufeinander verpflichten.

Beide Ansätze lösen die Asymmetrie nicht durch Technik, sondern durch Zuständigkeit und Rückmeldung. Technik bleibt dabei nötig: Prüfregeln, Überwachung von Datenflüssen und automatische Tests machen Fehler erst sichtbar. Meine These ist nicht, dass Technik überflüssig ist, sondern dass sie ohne geklärte Verantwortung das Symptom verwaltet. Dasselbe gilt für KI-Vorhaben, die an Daten scheitern, die für ihren Zweck nie erfasst wurden (KI-Einführung in Organisationen).

Was gegen die These spricht

Viele Fehler sind technisch. Schnittstellen brechen, Formate ändern sich ohne Ankündigung, Migrationen verlieren Werte, Ladeprozesse verdoppeln Datensätze. Solche Fehler entstehen auch bei klarer Zuständigkeit. Wer jeden Fehler zum Organisationsproblem erklärt, übersieht womöglich schlichte Programmierfehler.

Die Belege für Verantwortungsmodelle sind schwach. Dass benannte Data Owner oder Data Contracts die Fehlerquote senken, stützt sich vor allem auf Praxisliteratur und Erfahrungsberichte. Vergleichende Untersuchungen kenne ich nicht. Der Befund von Lee und Strong ist korrelativ und betrifft das Wissen der Erfassenden, nicht die Wirkung einer Rolle.

Ein Teil der Daten wird gar nicht mehr von Menschen erfasst. Sensoren, Protokolle und Systemereignisse erzeugen wachsende Datenmengen ohne Eingabemaske. Für sie gilt die Asymmetrie zwischen Erfassenden und Nutzenden nur abgeschwächt, und die Qualität hängt eher an Konfiguration und Technik.

„Organisationsproblem“ erklärt womöglich zu viel. Hinter jedem technischen Fehler stehen Menschen, die ihn hätten verhindern können. Wenn die These so weit gefasst wird, ist sie nicht mehr falsch, aber auch nicht mehr nützlich. Ich muss sie deshalb eng halten: Gemeint sind Fehler, die bei geklärter Zuständigkeit und bekanntem Zweck nicht oder seltener entstanden wären.

Rollen erzeugen eigene Kosten. Owner-Rollen, Gremien und Verträge binden Zeit. In Organisationen, die sich häufig umbauen, veralten Zuständigkeiten schneller, als sie gepflegt werden. Dann entsteht Verwaltungsaufwand ohne Wirkung.

Woran die These scheitern würde

Ich halte die These für widerlegt, wenn eine von zwei Beobachtungen zutrifft. Erstens: Eine systematische Ursachenanalyse gemeldeter Datenfehler in mehreren Organisationen zeigt, dass die Mehrheit auf technische Defekte zurückgeht, die auch bei geklärter Zuständigkeit und bekanntem Zweck entstanden wären. Zweitens: In Bereichen, die benannte fachliche Verantwortliche und Rückmeldung an die Erfassenden einführen, sinkt die Fehlerquote neu erfasster Datensätze, gemessen etwa wie bei Nagle, Redman und Sammon, innerhalb eines Jahres nicht stärker als in vergleichbaren Bereichen ohne diese Änderung.

Trifft beides nicht zu, spricht das für die These, beweist sie aber nicht. Die Unterscheidung zwischen technischen und organisatorischen Ursachen bleibt eine Einordnung, über die man im Einzelfall streiten kann.

Quellen

  • Juran, J. M. & De Feo, J. A. (2010): Juran’s Quality Handbook. 6. Aufl., McGraw-Hill.
  • Wang, R. Y. & Strong, D. M. (1996): Beyond Accuracy: What Data Quality Means to Data Consumers. Journal of Management Information Systems 12(4), 5–33.
  • Strong, D. M., Lee, Y. W. & Wang, R. Y. (1997): Data Quality in Context. Communications of the ACM 40(5), 103–110.
  • Lee, Y. W. & Strong, D. M. (2003): Knowing-Why About Data Processes and Data Quality. Journal of Management Information Systems 20(3). Zusammenfassung in der Einleitung des Themenhefts.
  • Nagle, T., Redman, T. C. & Sammon, D. (2020): Assessing data quality: A managerial call to action. Business Horizons 63(3), 325–337. DOI: 10.1016/j.bushor.2020.01.006.
  • Michie, S., van Stralen, M. M. & West, R. (2011): The behaviour change wheel: A new method for characterising and designing behaviour change interventions. Implementation Science 6, 42.
  • DAMA International (2017): DAMA-DMBOK. Data Management Body of Knowledge. 2. Aufl., Technics Publications.
  • Jones, A. (2023): Driving Data Quality with Data Contracts. Packt.
  • Conway, M. E. (1968): How Do Committees Invent? Datamation 14(4), 28–31.
Praxis-Transfer & Implementierung

Möchten Sie dieses Modell in Ihrem Kontext anwenden?

Konzepte entfalten ihren Wert erst in der konkreten Praxis. Ob als strukturierter Impulsworkshop, Prototyping-Sprint oder Begleitung im Veränderungsprozess: Ich unterstütze Sie dabei, Theorie in greifbare Resultate zu übersetzen.