20101112g Opitz Datenqualitätsassessment mit DQ-Reifegrad-Modell
|
|
|
»manage
it«
als
|
Datenqualitäts-Assessment anhand eines DQ-Reifegrad-ModellsStandortbestimmung DatenqualitätDatenqualitätsprobleme treten überall auf: So wurde beispielsweise bei der Akkreditierung von Journalisten zur FIFA Fußball WM 2010 versehentlich die DDR noch als Staat geführt [4]. Dieses und viele andere Beispiele zeigen: Datenqualitätsprobleme treten in unterschiedlicher Form und überall auf. Manche DQ-Probleme verursachen Kosten, andere kosten »nur« den guten Ruf. Dabei gehen Unternehmen und Organisationen unterschiedlich mit ihnen um: Häufig sind die Probleme nicht einmal bewusst und Unternehmen /Organisationen reagieren nur auf einzeln auftretende Probleme. Nur wenige Unternehmen betreiben ein strukturiertes Datenqualitätsmanagement, um so nachhaltig eine Verbesserung der Situation herbeizuführen. Ein Reifegradmodell macht sichtbar, wo das jeweilige Unternehmen in diesem Spektrum steht.
atenqualitätsprobleme treten in vielerlei Form auf. Sie reichen von doppelt angeschriebenen Kunden über falsch ausgestellte Rechnungen bis hin zu inkonsistenten Lagerbeständen. In Unternehmen sind solche vermeintlich kleinen Probleme allerdings oft mit größeren Kosten oder sogar einem erheblichen Imageschaden verbunden. Bedauerlicherweise hat es sich bislang meist noch nicht durchgesetzt, einen Datenqualitätsmanagement-Prozess (DQM-Prozess) im Unternehmen zu etablieren, mit dessen Hilfe die Datenqualität (DQ) kontinuierlich überwacht werden könnte. Oft werden nur vereinzelt auftretende Probleme, häufig auch nur an einzelnen Stellen, behoben, wobei der Kontext vernachlässigt wird. Den meisten Unternehmen ist dabei durchaus bewusst, dass eine Verbesserung der Datenqualität Wettbewerbsvorteile bringt [3] und nur wenige Unternehmen erachten ihre eigene Datenqualität als gut. Trotzdem wird das Thema »Datenqualität« selten ganzheitlich und geplant angegangen. Ein Reifegradmodell kann helfen, die Qualität der Unternehmensdatenrichtig einzuschätzen. Reifegradmodell – Vorbild Softwareindustrie Reifegradmodelle gibt es bereits in den verschiedensten Bereichen. Das bekannteste im Bereich der IT ist wohl Capability Maturity Model Integration (CMMI) [2], das gleich mehrere unterschiedliche Reifegradmodelle zusammenfasst, u. a. eines zur Qualitätsbeurteilung des Softwareentwicklungsprozesses. Mit dem Entstehen der Softwareindustrie und der Durchführung immer größerer Softwareprojekte war es nötig geworden, einen definierten Softwareprozess einzuführen, der eine effizientere Durchführung großer Softwareprojekte und damit einen größeren Unternehmenserfolg versprach. Um nun als potenzieller Auftraggeber die Fähigkeiten von Firmen zu bewerten, die gute Software entwickeln, mussten sie anhand ihres Softwareentwicklungsprozesses verglichen werden. Doch wie unterscheidet man einen guten von einem schlechten Softwareentwicklungsprozess? Das CMMI-Reifegradmodell legt hierzu wesentliche Kriterien fest, Reifegradmodelle gibt es seit einiger Zeit auch für den Bereich Datenqualität. Dabei wird bewertet, inwieweit Unternehmen ein definiertes Datenqualitätsmanagement betreiben. Eines dieser DQ-Reifegradmodelle, das »Information Quality Management Capability Maturity Model« (IQM-CMM) [1], das an der University of South Australia entwickelt wurde, wird im Folgenden kurz vorgestellt. Die Einführung eines Datenqualitätsmanagements im Unternehmen ist langfristig der richtige und erfolgreiche Weg Probleme zu bewältigen, die durch schlechte Datenqualität entstehen. Ein Reifegradmodell kann helfen, hierfür den richtigen Weg zu finden. IQM-CMM – Das Modell im Einzelnen Wie jedes Reifegradmodell gibt auch das IQM-CMM mehrere Reifestufen vor, in die man sich als Unternehmen einordnen kann. Zu jeder der fünf Stufen gibt es eine Reihe von Indikatoren aus verschiedenen Bereichen, die angeben, ob man sich in dieser Stufe befindet. Des Weiteren werden pro Indikator mehrere konkrete Kriterien angegeben, anhand derer man das Auftreten der Indikatoren überprüfen kann. Die fünf Stufen der Datenqualitätsreife sind »Chaotisch«, »Reaktiv«, »Messend«, »Steuernd« und »Optimierend« (siehe Abbildung 1). Mit der Einführung und stetigen Verbesserung des DQM verbessert sich das Unternehmen von Stufe zu Stufe, beginnend bei Stufe 1 («Chaotisch«). Im Folgenden ein kurzer Überblick über die Stufen: 1. »Chaotisch«: Dies ist die initiale Stufe, in die jedes Unternehmen automatisch fällt. Informationsprozesse sind zwar vorhanden, jedoch sind diese weder dokumentiert noch standardisiert. Ein Bewusstsein für Datenqualitätsprobleme in diesen Prozessen ist nicht vorhanden. 2. »Reaktiv«: Unternehmen dieser Stufe verfügen über dokumentierte und standardisierte Informationsprozesse und Datenmodelle. Es wird ein akkurates Datenmanagement betrieben. Die Unternehmen unterscheiden in diesem Zusammenhang auch Rollen (Datenproduzent, -verbraucher, -eigner, etc.) und sind sich der eigenen Datenqualitätsprobleme bewusst. Auf Probleme wird jedoch nur fallweise reagiert, wenn sie auftreten. 3. »Messend«: In Unternehmen dieser Stufe wird Information als Produkt gesehen und entsprechend behandelt. Daten werden von Metadaten getrennt, die separat gespeichert werden. Es gibt ein Bewusstsein für die dem Unternehmen wichtigen Qualitätsdimensionen. Anforderungen an die Datenqualität sind definiert und werden in Form von Metriken regelmäßig gemessen. Die Verantwortlichkeit für die Qualität von Daten ist in diesen Unternehmen eindeutig geregelt. 4. »Steuernd«: Unternehmen dieser Stufe haben eine Datenqualitäts-Governance implementiert, die unternehmensweit eindeutig Rollen und Verantwortlichkeiten regelt. Datenqualität wird kontinuierlich überwacht und stellt ein strategisches Ziel dar, dem die notwendige Aufmerksamkeit entgegengebracht und das entsprechend organisiert wird. Probleme werden durch Prozessänderungen an der Wurzel angegangen und gelöst. Die Informationsinfrastruktur des Unternehmens ist vollständig dokumentiert. 5. »Optimierend«: In der höchsten Stufe wird auch der Prozess des Datenqualitätsmanagements kontinuierlich überwacht und verbessert. Dies geschieht durch entsprechende Metriken sowie internes und externes Benchmarking. 6.
Abbildung 1: Die fünf Stufen des Reifegradmodells IQM-CMM
Um die Zuordnung in eine dieser Stufen zu ermöglichen, existieren eine Reihe von Kriterien, die – sofern sie erfüllt werden – die Zugehörigkeit zu einer Stufe bestimmen. So ist etwa die Existenz eines Master Data Managements (MDM) ein Indikator für die Stufe 4 (»Steuernd«), der sich anhand von sechs Kriterien bestimmen lässt (etwa »Masterinformationen werden zentral konsolidiert, gespeichert und verwaltet«, »Masterinformationen bilden Geschäftsmodellhierarchien und Änderungshistorien ab« etc.). Insgesamt werden durch das IQM-CMM ca. 250 einzelne Kriterien für ca. 50 Indikatoren festgelegt. Je nach Erfüllungsgrad der Kriterien beziehungsweise je nach Auftreten der Indikatoren, die beispielsweise anhand eines Fragebogens abgefragt werden können, ergibt sich dann eine Einordnung in eine Stufe des Reifegradmodells. Da für jede einzelne Stufe ein Erfüllungsgrad der Kriterien berechnet werden kann, ergibt sich ein Profil, das in Abbildung 2 exemplarisch für zwei Unternehmen dargestellt ist. Dabei erfüllt Unternehmen A alle Kriterien der Stufe 2, knapp 80 % aller Kriterien der Stufe 3 und mehr als die Hälfte der Kriterien der Stufen 4 und 5. Unternehmen B hingegen erfüllt knapp 90 % der Kriterien der Stufe 2 und jeweils nicht einmal 20 % der Kriterien der anderen Stufen. Unternehmen A ist also hinsichtlich seiner Datenqualität »reifer« und damit besser aufgestellt als Unternehmen B.
Abbildung 2: Zwei Beispiel-Unternehmen im Vergleich
Auf dem Weg nach oben – von »Chaotisch« zu »Optimierend« Mit Einführung und stetiger Verbesserung eines Datenqualitätsmanagements durchlaufen Unternehmen nacheinander die unterschiedlichen Stufen. Dabei nehmen i. d. R. Anzahl und Schwere der verbleibenden Datenqualitätsprobleme ab. Durch eine verbesserte Datenqualität ergibt sich die Einsparung und Vermeidung von Kosten sowie die Prävention anderer negativer Folgen für das Unternehmen (Imageverlust, Verstoß gegen Vorschriften, etc.). Das Erreichen einer höheren Reifegradstufe ist demnach wünschenswert, insbesondere das Verlassen der Stufen 1 und 2. Je wichtiger Daten und Information in einem Unternehmen sind und je kritischer Daten für den Geschäftserfolg gesehen werden, desto höhere Stufen sollten angestrebt werden. Das Reifegradmodell kann hier helfen, indem es einen Masterplan aufzeigt und die grobe Richtung vorgibt sowie die Meilensteine bestimmt. Die konkreten zu ergreifenden Maßnahmen ergeben sich allerdings nicht zwangsläufig und automatisch aus der Beschreibung der Stufen und dem Kriterienkatalog. Das Modell ist hier zwar schon recht detailliert, bei der Planung konkreter Maßnahmen darf man allerdings nicht die aktuelle Situation des Unternehmens vernachlässigen. Die Planung und Durchführung von Verbesserungsmaßnahmen hängt immer sehr stark und individuell vom Unternehmen ab. Hier kann sich aufgrund interner Strukturen, Abhängigkeiten und historischer Erfahrungen der Weg zu besserer Datenqualität von Unternehmen zu Unternehmen unterscheiden. Auch hat nicht jedes Unternehmen die Stufe 5 als Ziel. Für manche Unternehmen mag das Erreichen der Stufe 3 ausreichend sein, während für andere Stufe 4 unbedingt erforderlich ist. Auch die Erfüllung von Teilbereichen einzelner Stufen kann angestrebt werden. Dies ist Teil der strategischen Planung eines Unternehmens und hängt nicht zuletzt von der Wichtigkeit der Daten für den Geschäftserfolg ab. Resümee. Datenqualität kommt in Unternehmen wachsende Bedeutung zu. Ihre Sicherstellung und Verbesserung kann entscheidende Wettbewerbsvorteile bringen.. Die Einführung eines unternehmensweiten DQ-Managements ist daher wichtig und anzustreben. Ein Reifegradmodell kann helfen, den Ausgangspunkt zu bestimmen und den Weg zu strukturieren. Das Reifegradmodell IQM-CMM, das in diesem Artikel kurz vorgestellt wurde, bietet die Möglichkeit, festzustellen, wie es um das Datenqualitätsmanagement im eigenen Unternehmen steht. Ausgehend davon fällt die strategische Planung weiterer Schritte zur Verbesserung des eigenen DQM leichter. Nicht zuletzt kann man auf diese Weise auch die eigene Datenqualitätskompetenz nachweisen. Allerdings bietet solch ein Reifegradmodell keine maßgeschneiderten Lösungen an. Aus dem Modell ergeben sich keine konkreten Umsetzungsmaßgaben und Projektpläne , sondern lediglich eine ungefähre Richtung. Welche Projekte, Themen und Aktivitäten bei der Optimierung von Datenqualität als nächstes anzugehen sind, mit welcher Priorisierung und Gestalt, muss immer individuell für jedes Unternehmen entschieden werden. Jens Bleiholder, David Steinhäußer __________________________________________ Jens Bleiholder und David Steinhäußer sind Berater im Bereich Business Intelligence/Data Warehousing bei OPITZ CONSULTING Berlin beziehungsweise OPITZ CONSULTING Hamburg GmbH. Beide besitzen Projekt- und Praxiserfahrung in unterschiedlichsten Branchen.
__________________________________________ Literatur: [1] Saša Baškarada, »Information Quality Management Capability Maturity Model«, Vieweg+Teubner Research, Wiesbaden 2009, ISBN 978-3-8348-0985-8 [2] CMMI Übersicht auf der Webpräsenz des Software Engineering Institute der Carnegie Mellon University, gesehen am 29.3.2010, http://www.sei.cmu.edu/cmmi/ [3] Dr. Wolfgang Martin, Prof. Dr. Andreas Seufert, »Data Quality Check 2008«, Institut für Business Intelligence, http://www.i-bi.de/dataquality2008/ [4] »Wenn die DDR bei der Fifa noch existiert«, gesehen am 17.3.2010, http://bazonline.ch/sport/fussball/Wenn-die-DDR-bei-der-Fifa-noch-existiert/story/14308230
|
