Inhalte
Einleitung und Definition
- Von den Daten zu Informationen zu Wettbewerbsfähigkeit.
- Definition von Datenqualität und Datenqualitätsmanagement (DQM).
- Warum DQM? – Treiber für die Einführung eines unternehmensweiten DQM.
- Mehrwert eines Data Quality Managements für Organisationen.
- DQM-Reifegradmodell (Wo würden Sie Ihr Unternehmen einordnen?).
Schlechte Datenqualität
- Anforderungen an die Datenqualität (gesetzlich/ökonomisch).
- Ursachen und Wirkung schlechter Datenqualität auf die Organisation als System.
- Auswirkung schlechter Datenqualität auf Kennzahlen.
- Datenqualitätsklassen und Untersuchungsgegenstände zur Erhebung schlechter Datenqualität.
Datenqualitätskriterien definieren und messen (Data Profiling)
- Überblick Datenqualitätsdimensionen zur optimalen Messung von Datenqualität.
- Datenqualitätsdimensionen definieren (praktische Übung).
- Datenqualitätsdimensionen anwenden (Praxisbeispiel).
Entwicklung von Logikbäumen zur Ermittlung und Bewertung von Ursache/Wirkung
- Prinzipien Logikbäume und Mehrwert.
- Logikbäume anwenden (praktische Übung).
- Bewertung der Erkenntnisse aus Logikbäumen.
Ableitung von Verbesserungsmaßnahmen und Analyse Kosten/Nutzen
- Logikbäume zur Entscheidungsfindung weiterentwickeln für eine optimale Kosten-/Nutzenbewertung (praktische Übung).
- Verbesserungsmaßnahmen ableiten (praktische Übung).
Aufbau eines Data Quality Reportings und Data Quality Index
- DQM-Regelkreis.
- Vom Prototyping zum DQ-Standardreporting.
- Entwicklung und Implementierung eines prozessorientierten DQ-Index.
Data Quality Organisation und Prozesse
- Rollen und Verantwortlichkeiten.
- Standardprozesse: Data Profiling, Data Quality Monitoring, Fehlertracking und Verbesserung.
- Einordnung Data Quality im Data Governance Modell.
Lernumgebung
Ihr Nutzen
- Sie sehen die Notwendigkeit zur Einführung eines Data Quality Managements aus gesetzlicher und ökonomischer Sicht.
- Sie lernen, wie Sie die Qualität Ihrer Daten zielorientiert und nachhaltig verbessern können.
- Sie erkennen, wie Chancen und Risiken von Datenqualität im Unternehmen ermittelt und bewertet werden können und welche Investitionen sich lohnen.
- Sie erfahren, wie Sie Datenqualitätskriterien definieren und messen können.
- Sie lernen, wie Sie Verbesserungsmaßnahmen im Datenmanagement mit entsprechenden Kosten-Nutzen-Analysen ableiten können.
- Sie erhalten einen Leitfaden, wie Sie Data Quality Management in Ihrem Unternehmen aufbauen und nachhaltig etablieren können.
Methoden
Praxisorientierter Vortrag, Praxisbeispiele, Diskussion, Leitfaden. Die Teilnehmer:innen können eigene aus ihrem Unternehmen bekannte Datenqualitäts-Fragestellungen einbringen
Teilnehmer:innenkreis
Data Quality Manager:innen, Fach- und Führungskräfte aus Controlling, Finanzen, Marketing, Datenqualitätsmanagement sowie alle Personen, die sich mit Digitalisierung und Datenanalyse beschäftigen.
Weitere Empfehlungen zu „Data Quality erfolgreich steuern“
Stimmen unserer Teilnehmer:innen
"Sehr versierter Referent, der das Thema verständlich rübergebracht hat. Die Aufgaben haben das Thema greifbar gemacht sowie der Austausch mit der Gruppe. Gutes Angebot an Seminaren und die Qualität ist hoch."
"Besonders gefallen haben mir die interaktive Gestaltung, inhaltliche Strukturierung und das angewandte Wissen aus der Wirtschaft."
Seminarbewertung zu „Data Quality erfolgreich steuern“
Starttermine und Details
Montag, 07.10.2024
09:00 Uhr - 17:00 Uhr
Dienstag, 08.10.2024
09:00 Uhr - 17:00 Uhr
- ein gemeinsames Mittagessen pro vollem Seminartag,
- Pausenverpflegung und
- umfangreiche Arbeitsunterlagen.
Montag, 10.02.2025
09:00 Uhr - 17:00 Uhr
Dienstag, 11.02.2025
09:00 Uhr - 17:00 Uhr
Dienstag, 08.07.2025
09:00 Uhr - 17:00 Uhr
Mittwoch, 09.07.2025
09:00 Uhr - 17:00 Uhr
- ein gemeinsames Mittagessen pro vollem Seminartag,
- Pausenverpflegung und
- umfangreiche Arbeitsunterlagen.
Montag, 20.10.2025
09:00 Uhr - 17:00 Uhr
Dienstag, 21.10.2025
09:00 Uhr - 17:00 Uhr
- ein gemeinsames Mittagessen pro vollem Seminartag,
- Pausenverpflegung und
- umfangreiche Arbeitsunterlagen.