Informationen sind eine wichtige Ressource im 21. Jahrhundert. Aber leider werden nur Bruchteile von Informationen für Entscheidungen genutzt. Die Aussagekraft der Informationen ist teilweise unbekannt. Entscheidungen fallen daher oft unter großer Unsicherheit.

1. Spend Quality Time with your Data
Ein Datenqualitätsmanagement der Zukunft
Vortrag zum WELT POKAL 2011, Future Ship 2020
Ralf Becher
© 2011 TIQ Solutions GmbH • All Rights Reserved. 1

2. Die Krise im IT (Daten-)Management
Anzahl der Informationsobjekte (z.B. Dateien) 6700%
Informationsmenge allgemein 4400%
Anzahl der IT Mitarbeiter
100% 140%
2009 2011 2020
Quelle: IDC Digital Universe Study, sponsored by EMC, 05/2010
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 2

3. Daten- und Informationsqualität ist allgegenwärtig …
Sehr geehrte Frau Ralf Becher
Telefonrechnung über 3 Mio. Euro
Falsches Bein amputiert …
© 2011 TIQ Solutions GmbH • All Rights Reserved. 3

4. Informationsqualität, einige Beispiele:
8 DQ-
Probleme in
4 Datensätzen!
© 2011 TIQ Solutions GmbH • All Rights Reserved. 4

5. Top 5 Probleme beim Einsatz von BI-Software
Schlechte Datenqualität 18%
Unternehmenspolitik 16%
Abfragegeschwindigkeit zu langsam 16%
Keine Einigungen über Anforderungen 15%
Administrative Probleme (personenbezogen) 14%
0% 5% 10% 15% 20%
Quelle: BARC, The BI Survey 9 (n = 2173, Multiple Choice)
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 5

6. Was ist Business Intelligence?
Der Versuch*, …
Daten verschiedener Quellsysteme in einem System zusammenzuführen und zu historisieren,
eine Vergleichbarkeit (Korrelationsfähigkeit) herzustellen,
Dimensionen und Fakten für eine Analyse zu bilden (s. Star Schema, OLAP) und
Kennzahlen (KPIs) für die Entscheidungsfindung zur Unternehmenssteuerung bereitzustellen.
 BI-Projekte häufig IT-getrieben (bottom up scenario)
* eigene, etwas provokative, Definition
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 6

7. 2/3 aller Business Intelligence
Projekte scheitern!
Quelle: Computerwoche, 09/2009
© 2011 TIQ Solutions GmbH • All Rights Reserved. 7

8. Top 5 Probleme beim Einsatz von BI-Software
Schlechte Datenqualität 18%
Unternehmenspolitik 16%
Abfragegeschwindigkeit zu langsam 16%
Keine Einigungen über Anforderungen 15%
Administrative Probleme (personenbezogen) 14%
0% 5% 10% 15% 20%
Quelle: BARC, The BI Survey 9 (n = 2173, Multiple Choice)
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 8

9. Wie kritisch ist die Qualität Ihrer Unternehmensdaten für
unternehmerische Entscheidungen?
Sehr kritisch 52%
30%
Etwas kritisch 38%
59% Deutschland
Frankreich
Nicht kritisch 10%
11%
0% 20% 40% 60% 80%
Quelle: BARC, The BI Survey 9, Ländervergleich (n = 142)
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 9

10. © 2011 TIQ Solutions GmbH • All Rights Reserved. 10

11. Herausforderung
Informationszeitalter
Daten  Informationen  Wissen
© 2011 TIQ Solutions GmbH • All Rights Reserved. 11

12. Herausforderung Informationszeitalter
Informationen sind wichtige Ressource im 21. Jahrhundert
Informationen sind zentraler Erfolgsfaktor für
Unternehmen im 21. Jahrhundert
Problem:
Zu verarbeitende Datenmenge und Verarbeitungszeit nimmt zu
Anzahl der Datenquellen und Komplexität der Zusammenführung steigt
Anteil unstrukturierter Daten wird sich erhöhen (Dokumente, E-Mails, Social Media…)
Die Realität (Geschäft, Märkte und deren Beteiligte) ändert sich schnell
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 12

13. Informationszeitalter, aber…
Nur Bruchteile von Informationen werden für Entscheidungen genutzt
Aussagekraft der Informationen teilweise unbekannt
Entscheidungen fallen daher oft unter großer Unsicherheit
Ursachen:
Unübersichtlichkeit
Komplexe Zusammenhänge
Mangelhafte Qualität von Informationen
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 13

14. IQ-Dimensionen aus der Sicht der Datennutzer
Quelle: DGIQ e.V.
© 2011 TIQ Solutions GmbH • All Rights Reserved. 14

15. Ursachen mangelnder Datenqualität
Datenerfasser, -verwalter, -nutzer Methoden
Untersch. Auffassung zu
Semantik u. Relevanz der Unzureichende Unsachgemäße
Unzureichende Plausibilitätsprüfungen bzw.
Daten Anwendung von
Fertigkeiten Fehlerprävention Analyseverfahren
Vorsätzliche Konzentrations- u.
Verfälschung Motivationsmängel
Defekte oder Unsystematische
Missbräuchliche unzureichend justierte Datenintegration
Mangelndes
Verwendung von Messgeräte
Problembewusstsein
Datenfeldern
Mangelnde
Datenqualität
Fehlerhafte Modellierung von Verteilte Datenhaltung in Fehlende Definition von
Datenschemata heterogenen Datenwelten Zuständigkeiten Unbestimmte Datenqualitäts-
Politik
Historisch verwachsene Technische Verarbeitungs- und Fehlende Detaildefinition
Infrastruktur Übertragungsfehler bestehender Regelungen
Anforderungen vor- u. nachgelagerter
Systeme bei Systemneueinführung nicht
Datenverluste Programmierfehler, Fehlendes hoch genug priorisiert
Konfigurierungsfehler Datenqualitätsteam
Systemlandschaft Prozesse/Organisation
© 2011 TIQ Solutions GmbH • All Rights Reserved. 15

16. Qualitätsanalyse für alle geschäftskritischen Daten
Analyse der Datenqualität und Überwachung
von Verbesserungsmaßnahmen
Übernahme von Daten aus allen Geschäftsbereichen und Datenbanken
Lieferanten- Marketing &
Entwicklung Einkauf Produktion Logistik
management Vertrieb
W e r t s c h ö p f u n g s k e t t e
Personal- IT-
Finanzen
wesen Management
© 2011 TIQ Solutions GmbH • All Rights Reserved. 16

17. Datenqualitätsanalyse und -monitoring
unternehmensweit einführen
Data Steward
DQ-Dashboard
Zero
Wait
Data / Process Owner Quellsysteme
Fachbereich(e) IT-Bereich
Bildquelle: QlikTech
© 2011 TIQ Solutions GmbH • All Rights Reserved. 17

18. Datenqualitätsanalyse und -monitoring
unternehmensweit einführen
IT Support Finance
Marketing
Sales
HR
Bildquelle: QlikTech
© 2011 TIQ Solutions GmbH • All Rights Reserved. 18

19. Operative DQM-Plattform
Kommunikation Termine
Strukturen Foren
Issue Tracking FAQ
Audits, Umfragen, Self Assessments
Interviews
Workflows Weiterbildung
Tools SLA
© 2011 TIQ Solutions GmbH • All Rights Reserved. 19

20. DQ-Rollenmodell
(als Organisationsinstrument)
Data Quality Board Executive Sponsor
Corporate Steward/CC
Data Steward Technical Steward
Data Owner Data Maintainer
Fachliche Weisungsbefugnis Ständige Mitgliedschaft
und Methodenkompetenz Nicht-Ständige Mitgliedschaft
frei nach [Schemm, 2009]
© 2011 TIQ Solutions GmbH • All Rights Reserved. 20

21. Regelkreis für operatives Datenqualitätsmanagement
Definieren
Systeme, Beobachtungsobjekte
DQ-Merkmale, DQ-Metriken, DQ-Ziele
Sonderanalysen und domänen-
spezifische Indikatoren
Verbessern Messen
Maßnahmen-Abstimmung und Durchführung der Messung
Adressierung Messberichterstellung
Verbesserung des DQMC
Bewerten
Fehler-Verifizierung
Fehler-Priorisierung
Maßnahmencontrolling
© 2011 TIQ Solutions GmbH • All Rights Reserved. 21

22. Data Governance
A convergence of data quality, data management,
data policies, business process management, and
risk management surrounding the handling
of data in an organization.
Quelle: Wikipedia
© 2011 TIQ Solutions GmbH • All Rights Reserved. 23

23. Data Governance, 10 wichtige Regeln
Ursachenorientierung statt Symptombehandlung
Proaktiv statt reaktiv
Lebendig statt mechanistisch
Dynamisch statt statisch
Tool-Mix statt „Allroundlösung“
„Built In“- statt „Add On“-Lösung
Methodischer Tooleinsatz statt Toolgläubigkeit
Unternehmensweites Datenmanagement statt Business Intelligence-Fokus
Einbeziehung unstrukturierter Daten statt ERP-Fokus
Anwendungsspezifisch statt anwendungsunabhängig
© 2011 TIQ Solutions GmbH • All Rights Reserved. 24

24. Data Governance, Empfehlungen für Führungskräfte
Gesamtverantwortung bei Unternehmensleitung statt Delegation zu unteren Ebenen
DQ-Politik als Willensausdruck der Führung, als deren Handschrift
Vorbild leben, damit es bei Mitarbeitern ankommt und die DQ-Organisation unterstützt
Unternehmensbezogene bzw. unternehmensübergreifende Betrachtung
Blick nach außen, wie machen es die anderen?
Nutzenstiftung statt alleiniger Blick auf Risikominimierung
Langfristiger Gewinnmaximierung statt kurzfristige Kostenoptimierung
Aktive Verantwortungsübernahme statt passive Aufgabenerfüllung aller Mitarbeiter
Konstruktive Kritik, unternehmerisch Denken statt Sicherheitsdenken, unauffälliges Verhalten
DQ von allen Mitarbeitern gestaltet und mitentschieden statt Erfüllung detaillierter
Anweisungen
Förderung und Training on the job statt Kontrolle
Spontane Anreize wie Lob, Belohnung, Publikation usw. statt nur formale, monetäre Anreize
© 2011 TIQ Solutions GmbH • All Rights Reserved. 25

25. Unser Einstieg: TIQ Assess
Datenqualitätsassessment Erweiterung zum Datenqualitätsprojekt
Bereinigung von
DQ-Analyse
DQ-Mängeln
Themen, Ziele Konzeption DQ-
Analyse Informa- Analyse
und Umsetzung Verbesserungs- DQ-Monitoring
tionsumgebung Fehlerursachen
festlegen maßnahmen
Bestimmung Vermeidung von
Businessimpakt DQ-Mängeln
Kommunikation
DQ-Assessment als Einstiegspaket in das Datenqualitätsmanagement vor Ort
Ziel: Schaffung von Grundlagen für die Initiierung eines Datenqualitätsprojektes
Inhalt: Daten- und Problemanalyse / Datenqualitätsprüfung und –bewertung
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 26

26. Unser Angebot: Change Management
(zur Förderung der Organisationskultur)
Instrumente des
Change Management
Veränderungs- Veränderungs-
fähigkeit bereitschaft
Kommunikations- Qualifikations- Motivations- Organisations-
instrumente instrumente instrumente instrumente
 Information  Fachkompetenz  Innere Anreize  Projektorganisation
 Kommunikation  Methodenkompetenz  Äußere Anreize  Promotoren
 Sonderaktivitäten  Sozialkompetenz  Gegengeschäfte  Begleitung
… … … …
Modul 2: Kennen Modul 3: Können Modul 4: Wollen Modul 5: Sollen
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 27

27. Das Ziel: die vernetzte Organisation
IT Support Finance
bereichsübergreifendes Denken und Handeln
ist Voraussetzung
Marketing
für eine gut entwickelte DQ-Kultur Sales
HR
Bildquelle: QlikTech
© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 28

28. Spend Quality Time
with your Data!
Ralf Becher
© 2011 TIQ Solutions GmbH • All Rights Reserved. 29