Datenqualitätsmanagement im Controlling

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)

11 Datenqualitätskriterien 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 Governance als einheitliches Framework

Bausteine eines Data Governance Frameworks.

Rollen und Verantwortlichkeiten.

• 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 Governance und Quality Management in Ihrem Unternehmen aufbauen und nachhaltig etablieren können.

Praxisorientierter Vortrag, Praxisbeispiele, Diskussion, Leitfaden. Die Teilnehmer können eigene aus ihrem Unternehmen bekannte Datenqualitäts-Fragestellungen einbringen.