Glossar   /   Datenmanagement

Datenqualität

Datenqualität beschreibt, wie zuverlässig und geeignet Daten für einen bestimmten Verwendungszweck sind.

Auch bekannt als: Data Quality

Was bedeutet Datenqualität?

Wichtige Merkmale sind Richtigkeit, Vollständigkeit, Aktualität, Widerspruchsfreiheit und Eindeutigkeit. Welche davon entscheidend sind, hängt vom Ablauf ab: Für einen Versand ist eine gültige Lieferadresse wichtiger als für eine grobe Absatzstatistik.

Deshalb sollten Prüfregeln zum konkreten Zweck passen. Die Ursachen wiederkehrender Fehler müssen ebenfalls geklärt werden, damit Korrekturen nicht ständig erneut nötig sind.

So sieht das in der Praxis aus

Beispiel: Eine Rechnungsintegration prüft, ob Kundennummer, Rechnungsbetrag und Freigabestatus vollständig und plausibel sind.

Häufige Fragen

Sind vollständig ausgefüllte Daten automatisch richtig?

Nein. Alle Pflichtfelder können befüllt sein und trotzdem falsche Angaben enthalten. Vollständigkeit und inhaltliche Richtigkeit müssen getrennt geprüft werden.

Wie lässt sich Datenqualität messen?

Mit klaren Regeln, etwa dem Anteil gültiger Adressen oder eindeutig zugeordneter Kunden. Grundlage, Zeitraum und Ausnahmen sollten bei jedem Messwert feststehen.

Wer ist für die Qualität verantwortlich?

Fachliche Verantwortliche legen die Anforderungen fest. Erfassende Stellen und technische Teams setzen passende Prüfungen um. Ohne geklärte Zuständigkeiten bleiben Fehler häufig ungelöst.

Das könnte Sie auch interessieren

Passend zum Thema

API-Entwicklung Agentur Prüfungen und Datenaufbereitung für verlässliche Übertragungen einplanen.

Quellen und weiterführende Informationen

UK Government: Government Data Quality Framework
← Zurück zu allen Glossarbegriffen

Unklare Daten gezielt prüfen

Fehlerhafte Angaben erschweren den Austausch? Vereinbaren Sie eindeutige Prüfregeln und einen Klärungsweg für Fälle, die sich nicht verlässlich automatisch korrigieren lassen.

Kontakt aufnehmen