Datenqualität beschreibt, inwieweit Daten für ihren Verwendungszweck geeignet sind. Sie wird über Dimensionen wie Vollständigkeit, Richtigkeit, Konsistenz, Aktualität, Eindeutigkeit und Gültigkeit gemessen und ist Voraussetzung für verlässliche Analysen und KI.
Definition
Datenqualität bezeichnet die Eignung von Daten für ihren beabsichtigten Zweck. Sie wird über definierte Dimensionen bewertet: Vollständigkeit (alle erforderlichen Daten vorhanden), Richtigkeit (Daten entsprechen der Realität), Konsistenz (keine Widersprüche zwischen Systemen), Aktualität (Daten sind auf dem neuesten Stand), Eindeutigkeit (keine Dubletten) und Gültigkeit (Daten entsprechen definierten Formaten und Wertebereichen). Schlechte Datenqualität führt zu Fehlentscheidungen, Prozessstörungen und im KI-Kontext zu verzerrten Modellen. Die Bewertung erfolgt über Kennzahlen und Regeln, Verbesserungen über Bereinigung, Validierung bei der Erfassung und klare Verantwortlichkeiten. Datenqualität ist eine zentrale Anforderung des EU AI Act an Trainingsdaten und ein Kernziel von Data Governance.
Praxisbezug
Ein Zulieferer stellt fest, dass seine Kundenstammdaten Dubletten und veraltete Adressen enthalten. Er definiert Qualitätsregeln, bereinigt die Daten und führt eine Validierung bei der Neuanlage ein, damit Angebote und Lieferungen zuverlässig zugeordnet werden.
Normbezug
ISO 8000 (Datenqualität); ISO/IEC 25012; EU AI Act Artikel 10