Datenqualitätsmanagement Integraler Baustein von ... · PDF fileISO 9000:2015 -...

Vielen Dank für Ihre Aufmerksamkeit! Datenqualitätsmanagement Integraler Baustein von Management Systemen (z.B. DIN EN ISO 9001)

© 2016 | ACT Gruppe © 2016| Hagen Consulting

Vorstellung ACT

2 28. April 2016 DQM/IQM integraler Baustein von MS

Mitarbeiter: 160 Ø Umsatz: 18 Mio. € Sitz: Niederkassel bei Bonn Gesellschafter: ACT Management, keine Fremdbeteiligung Besonderheiten: Geheimschutzbetreuung des Bundesministeriums für Wirtschaft und Technologie (BMWi) Kunden: Namhafte Kunden in Deutschland, Österreich, Schweiz Portfolio: Business Analytics & Durchsatzmanagement; IT-Infrastruktur, Planung u. Projekte; Output Management u. Software Engineering; IT-Betrieb u. Sourcing; Seminare: PRINCE2, PMI, CCPM, ITIL, ISO/IEC 20000, Datenqualitätsmanagement

ACT IT Holding GmbH

ACT IT-Consulting & Services

AG

ACT Development & Integration

GmbH

ACT Expert Services

GmbH

IT-Business Consulting IT-Infrastruktur

Korrespondenz- und Outputmanagement

IT-Operations

Governance Methoden Vertrieb Marketing Administration Recruiting ACT Training Center

Gute Entscheidungen erfordern gute DQ


Entscheidungen gut

Annahmen richtig

Daten- u. Informationen korrekt

Daten-/Informationsqualität hoch

Grundsatz DIN EN ISO9000:2015 Faktengestützte

Entscheidungsfindung

Datenqualität

● Datenqualität beschreibt die Korrektheit, die Relevanz und die Verlässlichkeit von Daten, abhängig vom Zweck, die die Daten in einem bestimmten Zusammenhang erfüllen sollen.

Datenqualitätsmanagement

● Datenqualitätsmanagement bezeichnet sämtliche Maßnahmen, die eine vermögenswertorientierte Betrachtung , Steuerung und Qualitätssicherung von Daten in einem Unternehmen ermöglichen.

(vgl. http://www.enzyklopaedie-der-wirtschaftsinformatik.de/wi-enzyklopaedie/lexikon/daten-wissen/Datenmanagement/Datenmanagement--Konzepte-des/Datenqualitatsmanagement)

Definition

28. April 2016 DQM/IQM integraler Baustein von MS 4

15 Dimensionen der Informationsqualität


Quelle: DGIQ e.V.

Angemessener Umfang

Zugänglichkeit Bearbeitbarkeit

Verständlichkeit

Übersichtlichkeit Einheitliche Darstellung

eindeutige Auslegbarkeit

systemunterstützt

inhärent zweck-

abhängig

Hohes Ansehen

Fehlerfreiheit

Objektivität

Glaub-würdigkeit

darstellungsbezogen

Aktualität

Wertschöpfung

Vollständigkeit

Relevanz

IQ

Datenqualitätskriterien


(Martin Bayer, Gute Daten - schlechte Daten, http://www.computerwoche.de/a/gute-daten-schlechte-daten,1931857)

Korrektheit Konsistenz Zuverlässigkeit Vollständigkeit

Genauigkeit Aktualität Redundanzfreiheit Relevanz

Einheitlichkeit Eindeutigkeit Verständlichkeit

Beispiele


Beispiel aus dem Handelsblatt


http://www.handelsblatt.com/panorama/aus-aller-welt/4-632-124-357-000-001-frau-soll-vier-billiarden-euro-an-minijob-zentrale-zahlen/11608230.html

Zu dem Fehler sei es

gekommen, weil eine

Mitarbeiterin statt der zu

zahlenden Summe eine

Kundennummer in das

Formular kopiert hatte.

● Datenqualitätsprobleme kosten die US- Wirtschaft jährlich mehr als 600 Mrd. Dollar*

● Fehlerhafte Warenpreise in Artikel-DB des US-Einzelhandels - Kosten für Konsumenten: 2.5 Mrd $ / Jahr*

● nach Meta Group: 35% aller IT-Projekte scheitern an mangelnder Datenqualität*

● US-Finanzbehörde 1992: knapp 100.000 Steuererstattungsbescheide nicht zustellbar**

● US-Post 2004: von 100.000 Massen-Postsendungen bis zu 7.000 aufgrund von Adressfehlern nicht zustellbar **

Schäden durch schlechte Datenqualität


* (2004) Prof. Dr. Klaus Kruczynski, Hochschule für Technik, Wirtschaft und Kultur Leipzig

** (2005)Kai-Uwe Sattler, TU Ilmenau (10. Datenbank-Tutorientage Karlsruhe)

Internationale Studie zu DQ (2014)


(Quelle: Datenqualität als kritischer Erfolgsfaktor, Experian Marketing Services)

Parameter zur Studie

Teilnehmer: 1200

Branchen: Finanzindustrie, öffentlicher

Sektor, Einzelhandel,

Produktionsindustrie,

Dienstleistungsbranche, Bildungssektor.

Positionen: oberste Führungskräfte, Vice

Presidents, Geschäftsführer, Manager

und Mitarbeiter im Bereich

Datenverwaltung und Datenmanagement.

● Datenqualität eines der wichtigsten Zukunftsaufgaben im BIG-DATA-Management

● Nutzen von Big Data ● Kundenansprache (58%): Big Data ermöglicht es, die Kunden besser zu

verstehen und dann gezielter anzusprechen. ● Prognosen (48%): Mithilfe von Big Data lassen sich genauere Prognosen

erstellen. ● Entwicklung (46%): Mit Big Data können Auswertungen erstellt werden,

deren Ergebnisse in die Entwicklung von Produkten und Dienstleistungen einfließen.

● Ergebnisse zu Datenqualitätsmanagement ● etwa 40% der Befragten (254) gaben an, dass die Datenqualität im

Unternehmen unzureichend oder schlecht sei. ● Unternehmen, die der Spitzengruppe (24% der Befragten) zugeordnet

wurden, haben ein ausgeprägtes Bewusstsein für den Wert einer hohen Datenqualität entwickelt, im Gegensatz zu der Verfolgergruppe.

Studie zu BigData in der Industrie, 02/2015, MHP


Quelle: MHP, a Porsche Company, http://www.mhp.com/de/studien/

Fazit Um Big-Data-Initiativen erfolgreich zum Ziel zu führen, bedarf es einerseits einer klaren Strategie und anderseits einer qualitativ hochwertigen Datenaufbereitung. Diese beiden Maßnahmen machen erfahrungsgemäß bereits 80% des Gesamtaufwandes, aber auch den Erfolg von Big-Data-Projekten aus.

Qualität ist die Erfüllung der Anforderungen!

Ergebnis:

Produkte, Dienstleistungen und Informationen in der geforderten Qualität.

Wer stellt die Anforderungen?

Kunde, Unternehmen, Gesetzgeber, Eigentümer, Lieferanten

Warum Qualitätsmanagement (QM)?


Warum DQM/IQM?


wirtschaftliches Interesse

freiwillig -> erkennbarer Nutzen

Compliance (Regelkonformität)

unfreiwillig -> auferlegter Nutzen

Compliance und DQM


Regelwerke Veröffentlichungen Nennung und Verweis auf Datenqualität

CoBIT (Control Objectives for Information and Related Technology)

COBIT 5 - Rahmenwerk für Governance und Management der Unternehmens-IT (April 2012)

• Im Informationszyklus generieren und verarbeiten die Geschäftsprozesse Daten, wandeln diese in Informationen und Wissen um und generieren schließlich einen Wert für das Unternehmen.

• Datenkontext: Genauigkeit, Verfügbarkeit, Aktualität und Qualität von Daten

ITIL (Information Technology Infrastructure Library)

ITIL v3 (Juni 2007)

• Das Configuration Management organisiert die Datenhaltung und Datenqualität

• Die wesentlichen Aufgaben sind… die Prüfung und Verbesserung der Datenqualität…

GoBS /GDPdU GoBD (Seit 2015)

Grundsätze ordnungsmäßiger DV-gestützter Buchführungs-systeme (Juli 1995) Grundsätze zum Datenzugriff und zur Prüfbarkeit digitaler Unterlagen (Januar 2002)

Funktionalität und Anwendungsbereich • Haupt-, Vor, Neben-Systeme einschl.

Schnittstellen • Transparenz und Nachvollziehbarkeit • „Lückenlose“ progressive und retrograde

Auswertbarkeit

Compliance und DQM



Basel III Internationale Rahmenvereinbarung über Messung, Standards und Überwachung in Bezug auf das Liquiditätsrisiko (2010)

• (3. 147.) Die Banken liefern der Aufsicht die Rohdaten, die keine Annahmen enthalten.

• (106. 51i.) Banken, die die auf internen Modellen basierende Methode anwenden, … verwendeten Daten prüfen und sicherstellen, dass die Daten konsistent sind…

Ein globaler Regulierungsrahmen für Widerstandsfähigere Banken und Bankensysteme (2010)

• (117. / 42.) interne Revision der Bank muss regelmässig eine unabhängige Prüfung des Risikomesssystems durchführen: Genauigkeit und Vollständigkeit der Positionsdaten

• (117. / 46.i) Erhebliche Unterschiede zwischen den realisierten Positionen und der prognostizierten Verteilung können auf ein Problem… oder der zugrundeliegenden Daten hinweisen, … Aufsichtsinstanz verlangt Behebung von der Bank.

• Achtung Sanktion möglich! … kann bis zur Behebung des Problems eine zusätzliche Kapitalunterlegung verlangen.

Compliance und DQM



Solvency II Entwurf eines Zehnten Gesetz zur Änderung des Versicherungsauf- sichtsgesetzes

§ 77 Qualität der Daten (1) Versicherungsunternehmen müssen über interne

Prozesse und Verfahren verfügen, um die Genauigkeit, Vollständigkeit und Angemessenheit der bei der Berechnung der versicherungstechnischen Rückstellungen verwendeten Daten zu gewährleisten.

§ 31 Versicherungsmathematische Funktion 3. die Hinlänglichkeit und die Qualität der zugrunde

gelegten Daten zu bewerten, 6. die Berechnung in den in § 77 genannten Fällen zu

überwachen.

ISO9000:2015 ISO9001:2015

Aktuelle Informationen aus der Normung – Revision DIN EN ISO 9001/14001:2015

• Datenerhebung und Aktualisierung von Informationen… darauf zu achten, die Eignung und Angemessenheit der erhobenen Daten auch zu bewerten und formal festzustellen.

• Konkrete Forderungen… betrachten alle Phasen der Datenerhebung, Nutzung, Speicherung und Änderungs-/ Aktualisierungsfragen.

Umsetzungsleitfaden


ISO 8000

ISO 9001

Best Practice

wirtschaftlicher

Nutzen

Basel III Solvency II

GoBD ITIL

Normen

Aufbau und Struktur ISO/TS 8000


Part 100

Part 102

Part 110

Part 120

Part 130

Part 140

Einführung

Metriken

Abkürzungen

Definitionen

Beschreibungen

Qualitäts-

managementsystem

DIN EN ISO 9001

Konzeptionelles

Datenmodell

Fehlerfreiheit im

Rahmen von

Datenaustausch

-formaten

(Schnittstellen)

Vollständigkeit

Anforderungen

DQM/IQM integrierter Baustein im Management System


Nutzen für den Kunden*2 realisieren! €*1

Zuverlässigkeit

Politik /

Strategie Ziele

Kunde*2

Eigentümer*1

Gesellschaft

Mitarbeiter

Lieferant DQM/IQM

Relevant für

Entscheidungs-

Transparenz

Daten + Informationen

Abbildung der Realität

QMS

Risikobetrachtung/-bewertung

(DIN EN ISO 9001:2015)

ISO 9000:2015 - Faktengestützte Entscheidungsfindung und Datenqualität


Maßnahmen Sicherstellen, dass Daten u. Informationen ausreichend präzise, verlässlich u. sicher sind.

Begründung

Tatsachen, Nachweise u. Datenanalyse führen zu größerer Objektivität u. Vertrauen in die Entscheidungsfindung.

Aussage

Entscheidungen auf Grundlage der Analyse u. Auswertung v. Daten u. Informationen führen wahrscheinlich eher zu den gewünschten Ergebnissen.

DIN EN ISO 9000:2015 - Begriffe


Daten 3.8.1

(Fakten über ein Objekt)

Objektiver Nachweis 3.8.3

(Daten, welche die Existenz oder

Wahrheit von etwas bestätigen)

Leistung 3.7.8

(messbares Ergebnis)

metrologisches Merkmal 3.7.8

(Merkmal, das die Messergebnisse

beeinflussen kann)

Merkmal =

schlechte

Datenqualität

Faktengestützte

Entscheidungsfindung

● Umgang mit Risiken ● Organisationen müssen Risiken ermitteln, die das Erreichen von

Produkt- und Prozesszielen beeinflussen können. Das Unternehmen muss Maßnahmen planen, um diesen Risiken entgegenzutreten und die Wirksamkeit bewerten. (Kap. 6.1)

● Schlussfolgerung ● Wenn Daten- und Informationsqualität als Risiko identifiziert ist und

das Erreichen von Produkt- und Prozesszielen beeinflusst, so muss das Unternehmen Maßnahmen planen, um diesen Risiken entgegenzutreten und die Wirksamkeit bewerten!

Entwurf der ISO 9001:2015


Daten- u. Informationsqualität

Daten- und Informationslogistik

Anforderungen aus Normen an die Organisation


Prozesse

Produkt- und Prozessentwicklung

Lessons Learn Ergebnis: Produkt

Organisation Anforderungen

• ISO 9001 (Qualitätsmgt.)

• ISO 14001 (Umweltmgt.)

• TS 16949 (Qualitätsmgt. Automobilindustrie)

• ISO 27001 (Informations-Sicherheits-Mgt.)

• ISO 31000 (Risikomgt.)

• SPICE ISO/IEC 15504-5 (Softwareentw.)

Von den Daten zum Wissen zur Wettbewerbsfähigkeit (Wissenstreppe n. North, 1998 + Auer Consulting & Partner, 2009)


+ Syntax

+ Semantik

+ Kontext

+ Anwendungsbezug

+ Wollen

+ Handlungseffizienz

Zeichen

Daten

Information

Wissen

Können

Handeln

Kompetenz

Wettbewerbsfähigkeit

+ Einzigartigkeit

Explizites Wissen Implizites Wissen

Intellektuelles Kapital

Informationsmanagement Wissens-Evolution bzw. Wissensarbeit

DQ & IQ Management

DQM – Best Practice


Definieren

Messen

Analysieren

Verbessern

Monitoren / Steuern

Mit einem klar abgegrenzten und nutzenstiftenden Projekt starten. Laufzeit ca. 3 - 6 Monate!

DQM Implementierungsprozess


KVP •Rules Mgt. •Process Mgt. •Analyse •Controling / Monitoring

Tran

siti

on

Datenqualität (Prüfen, Verbessern,

Monitoren)

Prozess- Management

Change Management

Projekt Management

DIN EN ISO 9001 + ISO 8000 + DQM Best Practice

Data & Information Governance

Anforderungs- Analyse

Fazit und Empfehlung


● Daten u. Informationen sind Produkte (Vermögenswerte) und ergebnisrelevant für die Prozessqualität.

● Die Daten- u. Informationsqualität ist einer Risikobewertung zu unterziehen.

● Die Daten- u. Informationsqualität ist integraler Bestandteil der Anforderungen an ein Qualitätsmanagementsystem z.B. nach DIN EN ISO 9001.

● Für die Umsetzung eines Daten- u. Informations-Qualitätsmanagement-System ist es sinnvoll die Regeln der DIN EN ISO 9001 als etablierte Norm und die ISO 8000 heranzuziehen.

● Best Practice Ansätze von DQM/IQM dienen der Nachhaltigkeit.

● Grundsätzlich fördert die Einbeziehung der Daten- u. Informationsqualität in das QM-System eine Zertifizierung nach anerkannten Regelwerken.

Diskussion / Brainstorming


Prozessorientiertes Datenqualitätsmanagement

https://www.qz-online.de/qualitaets-management/qm-basics/massnahmen/datenqualitaetsmanagement/artikel/prozessorientiertes-datenqualitaetsmanagement-1136859.html

Datenqualitätsmanagement wird unumgänglich

http://www.qz-online.de/qualitaets-management/qm-basics/massnahmen/datenqualitaetsmanagement/artikel/datenqualitaetsmanagement-wird-unumgaenglich-985779.html

Datenqualität sichert den Erfolg

http://www.qz-online.de/qualitaets-management/qm-basics/massnahmen/datenqualitaetsmanagement/artikel/datenqualitaet-sichert-den-erfolg-1029994.html

Datenqualitätsmanagement und DIN EN ISO 9001: Ist die Revision schon jetzt überholt?

http://www.qz-online.de/qz-zeitschrift/archiv/artikel/datenqualitaetsmanagement-und-din-en-iso-9001---ist-die-revision-schon-jetzt-ueberholt--1020846.html

Blog: Business Information Excellence

http://www.business-information-excellence.de/

Seminar „Managen von Datenqualität“

http://www.dgq.de/produkte/managen-von-datenqualitaet/

http://www.actgruppe.de/seminare/managen-von-datenqualitaet/

Weitere Informationen






















































































Vielen Dank für Ihre Aufmerksamkeit!

Kontaktdaten

Marco Geuer

Senior Berater Business Analytics

Tel.: +49 228 97125 59

E-Mail: [email protected]

http://www.actgruppe.de

http://www.business-information-excellence.de

© 2016 | ACT Gruppe © 2016| Hagen Consulting

Datenqualitätsmanagement Integraler Baustein von ... · PDF fileISO 9000:2015 -...

Documents

Transcript of Datenqualitätsmanagement Integraler Baustein von ... · PDF fileISO 9000:2015 -...