Inhaltsverzeichnis. Teil I Informationsqualität - Grundlagen

Transkript

1 Inhaltsverzeichnis Teil I Informationsqualität - Grundlagen 1 Was wissen wir über Information? Florian Engelmann und Christoph Großmann 1.1 Einleitung Grundlegung Information im Wissens- und Informationsmanagement SHANNONsche Informationstheorie STEINMÜLLERs Informationsmodell STEINMÜLLERs System- und Prozessverständnis Information als allgemeines Modell Modell eines Informationssystems unter Einbezug der Semiotik Fazit Information als Produktionsfaktor Perspektive der Produktionstheorie Produktionsfaktor Information Fazit Zusammenfassung des Beitrages Literatur Informationsqualität Definitionen, Dimensionen und Begriffe Jan P. Rohweder, Gerhard Kasten, Dirk Malzahn, Andrea Piro und Joachim Schmid 2.1 Einleitung IQ-Dimensionen und Definitionen Die 15 IQ-Dimensionen im Überblick Graphische Darstellung der 15 IQ-Dimensionen und 4 IQ-Kategorien Die 15 IQ-Dimensionen: Definitionen und Beispiele Zusammenfassung und Ausblick Literatur XIII

2 XIV Inhaltsverzeichnis Teil II Methoden Techniken Tools Regelwerke/Standards 3 Datenqualitätsmetriken für ein ökonomisch orientiertes Qualitätsmanagement Bernd Heinrich und Mathias Klier 3.1 Einleitung Anforderungen an Datenqualitätsmetriken Bisherige Beiträge zur Messung von Datenqualität Metriken und Messverfahren für DQ Metrik für die DQ-Dimension Vollständigkeit Metrik für die DQ-Dimension Fehlerfreiheit Metrik für die DQ-Dimension Konsistenz Metrik für die DQ-Dimension Aktualität Praktische Anwendung der Metrik für Aktualität Zusammenfassung und Ausblick Literatur Datenqualitätsmanagement Steigerung der Datenqualität mit Methode Niels Weigel 4.1 Die Bedeutung des Total Data Quality Management Vorgehensmodelle Datenqualitätsmanagement sichert Ihren Unternehmenserfolg Phasen eines ganzheitlichen Datenqualitätsmanagements Initiierung des Datenqualitätsprojekts Definition der Datenqualitätsanforderungen Messung der vorhandenen Datenqualität Analyse der Fehlerursachen Verbesserung der Datenqualität Permanente Überwachung der Datenqualität Anreize für ein Datenqualitätsmanagement Literatur Strukturierte Datenanalyse, Profiling und Geschäftsregeln Marcus Gebauer und Ulrich Windheuser 5.1 Datenqualität Merkmale der Datenqualität Geschäftsregeln Methoden der Datenanalyse Metriken im Detail Datenqualität in der Anwendung Literatur

3 Inhaltsverzeichnis XV 6 Datenbereinigung zielgerichtet eingesetzt zur permanenten Datenqualitätssteigerung Marcus Zwirner 6.1 Definition Datenbereinigung Ursachenanalyse Bewertungskriterien für Datenfehler und Korrekturmaßnahmen Methoden des Datenqualitätsmanagements Datenqualitätsmaßnahmen im Detail Zusammenfassung Datenintegration und Deduplizierung Jens Bleiholder und Joachim Schmid 7.1 Schritt 1: Schema Matching Schritt 2: Dublettenerkennung Auswirkungen von Dubletten Entstehung von Dubletten Erkennen von Dubletten Durchführung der Dublettenerkennung Schritt 3: Datenfusion Konflikte ignorieren Konflikte vermeiden Konflikte auflösen Erweiterungen Strukturierung Standardisierung Zusammenfassung Literatur Definition von Datenarten zur konsistenten Kommunikation im Unternehmen Andrea Piro und Marcus Gebauer 8.1 Einleitung und Zielsetzung Informationsqualität und Datenarten Datenarten in der Informationslandschaft Beschreibungskriterien Beschreibung der Eigenschaften Beschreibung des Kontextes Beispiele für den Praxiseinsatz Analyseebenen der Informationsqualität Visualisierung des IQ-Status Zusammenfassung Literatur

4 XVI Inhaltsverzeichnis 9 Suchmaschinen und Informationsqualität: Status quo, Problemfelder, Entwicklungstendenzen Christian Maaß und Gernot Gräfe 9.1 Ausgangssituation Charakterisierung algorithmenbasierter Suchmaschinen Funktionsweise algorithmenbasierter Suchmaschinen Anfrageabhängige Ranking-Faktoren Anfrageunabhängige Ranking-Kriterien Semantisches Web und semantische Suchmaschinen Vision und Grundlagen des semantischen Webs Technische Grundlagen des semantischen Web Problemfelder und Herausforderungen im Bereich der semantischen Suche Fazit und Ausblick Literatur Bedeutung der Informationsqualität bei Kaufentscheidungen im Internet Gernot Gräfe und Christian Maaß 10.1 Einleitung Informationsqualität in Entscheidungsprozessen Informationen und Kaufentscheidungen Informationsqualitätskriterien Ursachen mangelnder Informationsqualität im Internet Opportunistische Verhaltensspielräume der Anbieter Informationsqualität aus der Nachfragerperspektive Gründe für Opportunismus im Internet Fazit und Handlungsempfehlungen Literatur Datenqualitäts-Audits in Projekten Marcus Gebauer und Michael Mielke 11.1 Einleitung Abstimmung mit anderen Regelwerken Glossar Gebrauch der Generischen Checkliste Datenqualitätsbewertung einer Datensammlung Anforderungen an das Management Service Level Agreements Organisatorische Spezifikationen Prozess-Definitionen

5 Inhaltsverzeichnis XVII Datensammlung, Datenverarbeitung und Datennutzung Messung, Maßnahmen und Überwachung Technische Anforderungen Dokumentation Zusammenfassung Bewertung der Informationsqualität im Enterprise Sven Ahlheid, Gernot Gräfe, Alexander Krebs und Dirk Schuster 12.1 Einführung Beurteilung der Informationsqualität einer Enterprise 2.0 Wissensplattform mittels eines hybriden Ansatzes Automatische Beurteilung der Informationsqualität Implizites Nutzer-Feedback Explizites Nutzer-Feedback Zusammenwirken der drei Ansätze und Fazit Literatur Teil III Organisation 13 Organisatorische Ansiedlung eines Datenqualitätsmanagements Jens Lüssem 13.1 Einführung Motivation Gliederung des Kapitels Datenqualitätsmanagement Entwicklungsstufen und Aufgaben Sicherung der Datenqualität Management der Datenqualität Datenqualitätsmanagement Ansiedlung im Unternehmen Kopplung von Datenqualitätsmanagement mit anderen Unternehmensbereichen Folgerungen für die Ansiedlung eines Datenqualitätsmanagements Datenqualitätsmanagement in Projekten Aufgaben des Datenqualitätsmanagements in Projekten Organisatorische Verankerung des Datenqualitätsmanagements in Projekten Zusammenfassung und Ausblick Zusammenfassung Ausblick Literatur

6 XVIII Inhaltsverzeichnis 14 Organisatorische Maßnahmen für gute Datenqualität Jürg Wolf 14.1 Messungen, Ursachen und generische Ansätze Möglichen Arten von Datenqualitätsmängeln Datenqualitätsmängel Entstehung und Bekämpfung Vier Generische Ansätze Aus den generischen Ansätzen abgeleitete Strategien Strategie A: Transparenz schafft Vertrauen Ansatzpunkt dieser Strategie Nutzen dieser Strategie Nachteile und Risiken dieser Strategie Strategie B: Definition von Verantwortlichkeiten Ansatzpunkt dieser Strategie Positionierung dieser Businessrollen im Modell Nutzen dieser Strategie Nachteile und Risiken dieser Strategie Strategie C: gezielt Abhängigkeiten suchen Ansatzpunkt dieser Strategie Gezielte Definition von Master und Slave Nutzen dieser Strategie Nachteile und Risiken dieser Strategie Strategie D: Daten-Lifecycle auf Basis des Prozesses Ansatzpunkt dieser Strategie Der Prozess und Lebenszyklus Nutzen dieser Strategie Nachteile und Risiken dieser Strategie Strategie E: Niederschwellige Verbesserungs-Werkzeuge Ansatzpunkt dieser Strategie Beispiel eines niederschwelligen Verbesserungs-Werkzeuges Die Infrastruktur dieses Werkzeuges Nutzen dieser Strategie Nachteile und Risiken dieser Strategie Vor- und Nachteile aller erwähnter Strategien Der Prozess ist die Vorgabe Das Saatkorn ist der Beginn Komplexität des Systems und Datenvolumen Vorgehen bei der Umsetzung dieser Strategien Kontakt zwischen den Parteien Management-Unterstützung Schlussfolgerungen und Ausblick Literatur

7 Inhaltsverzeichnis XIX 15 Informationsmanagementprozesse im Unternehmen Klaus Schwinn 15.1 Motivation Ausgangslage Bewertung Informationsmanagementprozess Schema einer Informationsplanung Datenlandkarte und Datenarchitektur Geschäftsprozesse und Informationsmanagementprozess Qualitätsaspekte Ökonomische Aspekte Zusammenfassung Literatur Data Governance Boris Otto und Kristin Weber 16.1 Einführung Stand der Wissenschaft und Praxis Abgrenzung des DQM Bedeutung des Governance-Begriffs Data Governance Grundmuster für IT Governance Einflussfaktoren auf IT Governance Ein Modell für Data Governance Rollen Aufgaben Zuständigkeiten Einflussfaktoren und Gestaltungsparameter Zusammenfassung Literatur IQM-Reifegradmodell für die Bewertung und Verbesserung des Information Lifecycle Management Prozesses Saša Baškarada, Marcus Gebauer, Andy Koronios und Jing Gao 17.1 Einleitung Hintergrund Total Quality Management QM-Reifegrad Information Quality Management Existierende IQM-Reifegradmodelle

8 XX Inhaltsverzeichnis 17.3 Methodologie Die Delphi-Methode IQM-Reifegradmodell Chaotisch Reaktiv Messend Steuernd Optimierend Zusammenfassung und Ausblick Literatur Master Data Life Cycle Stammdatenprozesse am Beispiel Materialstamm in SAP ERP Knut Hildebrand 18.1 Stammdaten die Basis der Informationssysteme Stammdatenqualität führt zu Prozessqualität Qualitätseigenschaften Probleme der Datenqualität und ihre Auswirkungen Master Data Life Cycle (MDLC) der Stammdatenprozess Statuskonzept Hindernisse und Problemfälle Tools der SAP Implementierung des MDLC Literatur Prinzipien erfolgreichen Informationsqualitätsmanagements im Lichte von Industrie Michael Mielke 19.1 Big Data = Big Data Quality? Datenqualität und Industrie Übergeordnete Grundsätze und Einordnung der IQM-Grundsätze Verantwortung für die Daten übernehmen Agile DQ-Entwicklung Teil IV Praxisbeispiele 20 Ein Entscheidungsmodell zur Weitergabe persönlicher Daten im Internet Horst Treiblmaier 20.1 Einleitung Entscheidungsmodell Intention Nutzen

9 Inhaltsverzeichnis XXI Vertrauen Datenarten Eingabefehler Ausblick Literatur Einführung eines proaktiven DQ-Managements Volker Landt 21.1 Die Bremer Landesbank Der Auftrag Proaktives Datenqualitätsmanagement Datenqualitätsorganisation Eskalationsinstanz Reporting Messung von Datenqualität Die Themen Messsysteme Messung bankfachlicher Datenzusammenhänge Visualisierung der Messergebnisse Messergebnisse und Fazit Informationsqualität für das Management mit TOPAS Otto-Ernst Brust, Frank Möller und Werner Skrablies 22.1 Informationsmanagement für Führungskräfte Qualitätskriterien von Informationen für das Management Absicherung der Informationsqualitätskriterien: TOPAS -Methodik TOPAS : Methode und Modell Geschäftsprozessmanagement (GPM) mit der TOPAS -Methode Regelkreis für das Geschäftsprozessmanagement Ebenen-Modell (Business Excellence Kriterien) Anwendung: Management von Informationen und Daten Informationen über Strukturen und Abläufe Informationen und Daten für die strategische und operative Planung Informationserfassung Quellen zur Informationserfassung Anforderungen zur Sicherung der Informationsund Datenqualität Informationsverarbeitung Operative Planung, Ziele

10 XXII Inhaltsverzeichnis Festlegung von Kennzahlenstrukturen (KPI) in der Balanced Scorecard Sicherung der Informations- und Datenqualität: Kennzahlensteckbrief Erfolgskontrolle via KPIs: Reviews und Audits Informationsdarstellung Standard-Reporting mit dem TOPAS -Prozessmodell IT-Portal für das Management: Business Cockpit Effizienzsicherung der Prozess-Architektur Identifizierung von Korrekturmaßnahmen und Kontinuierlicher Verbesserungsprozess (KVP) Wirkungsspektrum von TOPAS Literatur Datenqualitäts-Modell der Volkswagen Financial Services AG Helena Moser 23.1 Einleitung Das Projekt Datenqualität Strukturen/Standards und Drittmarktfähigkeit Warum ist Datenqualität nötig? Projektauftrag Projektziel Ist-Analyse Prozessanalyse Sollkonzept Das Datenqualitäts-Modell und deren Zuständigkeiten (Abb. 23.1) Das Datenqualitäts-Modell und sein Regelwerk Monitoring/Reports Realisierungs- und Einführungsphase Fazit Verknüpfung von DQ-Indikatoren mit KPIs und Auswirkungen auf das Return on Investment Frank Block 24.1 Beispiele zur Illustration von DQ-Problemen Wie wirken sich DQ-Probleme auf Unternehmen aus Der Zusammenhang zwischen Daten- und Prozessqualität Beispiel Call Center Beispiel Kundenbeziehungsmanagement (CRM) Beispiel Data Mining Prozess im Marketingumfeld Beispiel Direktmailprozess

11 Inhaltsverzeichnis XXIII 24.3 Wie viel kosten schlechte Daten den Unternehmer? Der Einfluss von DQ-Indikatoren auf KP-Indikatoren wie beeinflusst Datenqualität den Unternehmenserfolg? Beschreibung eines KPI orientierten DQ-Managementprozesses Phase 1 Selektiere zu untersuchende Komponenten Phase 2 Mitarbeiterbefragung Phase 3 DQ-Assessment Phase 4 Validieren und Quantifizieren Phase 5 DQ-Projekte definieren, Korrekturmaßnahmen durchführen Fallstudie Banque Cantonale Vaudoise (BCV) Literatur Stichwortverzeichnis

12