Datenqualität: Voraussetzung für Big Data und Business Intelligence – Mit Excel-Checkliste

Von Big Data und Business Intelligence (BI) versprechen sich Unternehmen Vorteile. Sie hoffen etwa, dass sie Kundenverhalten besser vorhersagen können, aus dem Verhalten zuverlässiger Trends erkennen, Geschäftspartner besser in die Wertschöpfungskette einbinden und so Gewinn und Liquidität erhöhen können.

Diese und weitere Vorteile lassen sich nur erschließen, wenn man auf richtige und vollständige Daten zurückgreifen kann. Gibt es z.B. bei Kunden-, Artikel-, Material- oder Buchhaltungsdaten Fehler oder sind Daten unvollständig, ist auch der beste Algorithmus nicht in der Lage, zuverlässige Prognosen, richtige Kennzahlen oder Entscheidungshilfen zu liefern. Im Gegenteil: Wenn man sich auf Ergebnisse verlässt, die auf Basis schlechter Daten erstellt wurden, werden u.U. Entscheidungen getroffen, die zu Verlusten oder Zahlungsproblemen führen können. Auch die Abläufe im Betrieb funktionieren ohne gute Datenqualität nur bedingt. 

Gerade beim wichtigen Thema Datenqualität sind Controller gefordert, sich aktiv einzubringen, auch wenn es sich oft um ein eher ungeliebtes Sachgebiet handelt. Nur Controller haben regelmäßig den Überblick über das Gesamtunternehmen und verfügen über das nötige ganzheitliche Wissen, um die Resultate für alle zu verbessern. Fachabteilungen sind häufig eher bemüht, Optimierungen im eigenen Bereich umzusetzen, ohne andere Abteilungen wirklich einzubinden. Auf Grund der Komplexität des Themas wird im Beitrag v.a. auf grundlegende Aspekte eingegangen, die individuell ergänzt werden müssen. 

1. Warum ist Datenqualität so wichtig?

Bis zu 12 % des Gewinns gehen Unternehmen verloren, wenn die Datenqualität im Betrieb schlecht ist, sagt z.B. Thomas C. Redman, Präsident der Navesink Consulting Group. Und das Thema Datenqualität wird die Betriebe immer mehr beschäftigen: Schon jetzt werden jährlich weltweit mehr als 30 Zetabyte (eine Zahl mit 21 Nullen!) Daten generiert. Und das Volumen verdoppelt sich etwa alle 2 Jahre! 

Datenqualität bedeutet, die für einen bestimmten Zweck, z.B. die Analyse von Kundendaten oder die Erstellung von Kennzahlen, benötigten Daten jederzeit richtig, vollständig, aktuell und für den jeweiligen Zweck relevant zur Verfügung zu haben. Zudem müssen Daten über alle Anwendungen oder Systeme hinweg konsistent, einmalig und eindeutig sein. Es darf also nicht vorkommen, dass z.B. Kundendaten in einem CRM-System richtig erfasst sind, in der Produktionsplanung oder anderen Systemen nicht. Außerdem müssen Daten für Nutzer leicht zugänglich und verständlich sein und eine Manipulierbarkeit durch Anwender muss ausgeschlossen werden. 

Nur eine leistungsfähige Software oder IT für die Verarbeitung des steigenden Datenvolumens zu nutzen, hilft nicht, da ein System nur dann richtige Informationen und Entscheidungshilfen liefern kann, wenn die Basisdaten und -zahlen korrekt sind. Liegen der IT-falsche Daten vor, können die Ergebnisse auch nicht richtig sein.

Hinweis: Im Beitrag wird v.a. auf interne Daten eingegangen, um die Grundproblematik darzustellen und Lösungsansätze zu skizzieren. Wer seine Datenqualität verbessern will oder muss, sollte mit internen Daten beginnen, weil er hier direkten Zugriff hat und z.B. nicht noch Formate Dritter berücksichtigen muss. Diese Arbeiten sollten in einem zweiten Schritt umgesetzt werden. 

Buchhalter oder Controller wissen aus ihrer Praxis sicher, dass es im Nachhinein extrem schwierig und aufwändig ist, Datenfehler zu beseitigen. Ein Klassiker in vielen Firmen ist in der Buchhaltung immer noch das Konto "Sonstige Kosten", das als "Sammler" für unklare Geschäftsfälle dient und häufig nur jährlich mit großem Aufwand bereinigt wird. Auch wer seine Offene-Posten-Liste mehrere Wochen nicht bearbeitet, weiß, wie schwer es ist, hier aufzuräumen, um Dauerprobleme mit dem Abschluss und der korrekten Überwachung der Zahlungseingänge zu vermeiden.

2. Warum sollten sich Controller um die Datenqualität kümmern?

Betrachtet man solche Beispiele, handelt es sich bei der Sicherstellung der Datenqualität scheinbar um eine Aufgabe von Buchhaltung oder Fachabteilungen, z.B. Vertrieb, Produktion, Einkauf, weniger um eine Arbeit, die das Controlling unmittelbar betrifft. Das ist nur insoweit richtig, als das die eigentlichen Daten, z.B. von Kunden, in der jeweiligen Fachabteilung erfasst, gepflegt und aktuell gehalten werden sollten. 

Das Controlling muss aber ein elementares Eigeninteresse daran haben, dass es für den gesamten Betrieb verbindliche Regeln, Methoden, Verfahren und Werkzeuge gibt, mit deren Hilfe die Datenqualität gesichert wird. Auch bei der Beantwortung der Frage, wie mit welchen Strukturen und ggf. IT-Lösungen übergreifend gearbeitet werden soll, sollte das Controlling federführend sein. Schließlich haben Fachabteilungen oft eigene Ziele, die sie erreichen wollen und verlieren so das Große und Ganze aus dem Blick.

Und es besteht das Risiko, dass Abteilungen Subsysteme, etwa separate Excel-Lösungen ohne Schnittstellen zu anderen Programmen oder Abteilungen, installieren, die Daten enthalten, die in anderen Systemen nicht existent sind, Fehler enthalten oder schlicht unvollständig sind. Auf diese Weise kann es z.B. zu Fehlern im Reporting, bei Kennzahlen und im Anschluss zu Fehlentscheidungen kommen. Und da das Controlling Fach- und Führungskräfte bei der Entscheidungsfindung unterstützt, fallen Fehler, egal aus welchem Grund sie entstehen, auch auf das Controlling zurück.

Letzte Änderung W.V.R am 14.09.2024

Autor(en): Jörgen Erichsen