Nur saubere Daten sind gute Daten

Daten werden als das Gold des 21. Jahrhunderts betitelt. Ihre Analyse und Interpretation sollen uns Antworten in jeglichen Bereichen liefern, um möglichst effizient handeln zu können: Was kaufen meine Kunden? Welche Maschine ist in der Produktion überlastet? Welche Überweisung ist ein Cyber-Angriff?

Das passende Schlagwort zu den Fragen: Big Data. In den letzten Monaten ist dieser Begriff wahrscheinlich jedem - ob davon direkt betroffen oder nicht - irgendwo begegnet. Doch wie gehe ich eigentlich mit einer Riesenmenge an Daten sinnvoll um? Auch hier findet man die Antwort in den aktuellen Trendthemen: Business Intelligence- und Analytics-Lösungen helfen weiter, wenn es darum geht, selbst große Mengen an Daten zu filtern und in aussagekräftige Dashboards zu verwandeln. Doch nur weil die Dimension „big" ist - die Daten also ein sehr umfangreiches Volumen aufweisen - handelt es sich häufig noch lange nicht um die richtigen Daten, um aufkommende Fragen richtig zu beantworten. Und in der Folge die richtigen Entscheidungen treffen zu können. Denn wie ein altes Sprichwort richtig besagt: Es ist nicht alles Gold, was glänzt.

Was sind saubere Daten?

Der entscheidende Faktor, der die Daten wirklich kostbar macht, ist die Datenqualität. Sie bildet die Basis für zielführend verwertbare Daten. Nur wenn die Qualität entsprechend hochwertig ist, können Daten aufkommende Fragen verlässlich beantworten und Entscheidungen stützen. Dieser Zusammenhang ist nicht nur für Mitarbeiter aus Fleisch und Blut wichtig. So sind neben Menschen auch Maschinen selbst in der Lage mit Hilfe von Daten Entscheidungen zu treffen, also selbst intelligent zu „handeln". Daher spielen Daten gerade im Bereich Produktion zunehmend eine wichtige Rolle - Machine Learning oder M2M sind nur ein Auszug der Automations-Möglichkeiten, die die Industrie 4.0 mit sich gebracht hat. Doch um Maschinen anhand von Daten zu analysieren oder gar untereinander kommunizieren zu lassen, bedarf es korrekter Daten. Häufig kämpfen produzierende Firmen aber an vielen Stellen noch mit einer schlechten Datenqualität, die verschiedene Prozesse und die Arbeit des ERP-Systems negativ beeinflussen. Anstelle einer „Grundreinigung" werden die Daten jedoch meist nur temporär bereinigt und die Datenqualität verschlechtert sich in der Regel wieder schnell.

Mit Hilfe von intelligenter Analysesoftware können Daten langfristig bereinigt werden. Solche Lösungen sind in der Lage, die Daten zu analysieren und Auffälligkeiten oder Ungereimtheiten aufzudecken. Im Maschinen- und Anlagenbau können so beispielsweise Daten wie:

• Unrealistische Termine,

• Nicht korrekt gebuchte oder abgeschlossene Aufträge,

• Qualität von Wiederbeschaffungszeiten, Arbeitsplanzeiten und Durchlaufzeiten

• Plausibilität von Dispositionsparametern, Mengen und

• Datenzusammenhänge in Auftragsnetzen

analysiert und bereinigt werden.

Was habe ich von einem strukturierten Datenmanagement?

Im Zuge der digitalen Transformation und der noch stärkeren Verschmelzung der Geschäftsprozesse durch die IT, kann ein hochwertiges Datenqualitätsmanagement den entscheidenden Wettbewerbsvorteil bringen. In einem Zeitalter, in dem Daten nach Aussage von Experten mit Gold gleichzusetzen sind, sollte man diese auch wie ein wertvolles Gut behandeln und an dieser Stelle investieren. Eine solche Investition zeigt in der Regel schnell Resultate. Denn wer glaubt, die Reinigung des großen Datenberges im Unternehmen dauere sicher Monate, der irrt sich in den meisten Fällen. Denn mit modernen Lösungen ist es bei vielen Unternehmen schon möglich, die Daten bereits innerhalb einer Woche nach der Datenbereitstellung aufzubereiten und zu analysieren. Dabei erstellt spezialisierte Software einen Ergebnisbericht zu fehlerhaften Daten und bewertet die Notwendigkeit zur Korrektur. Zusätzlich sind detaillierte Reports mit Handlungsempfehlungen möglich, auch bei Massenänderungen. Handeln lohnt sich: Obwohl Business Intelligence-Lösungen grundsätzlich sehr wertvoll für Unternehmen sind, nützen auch gut aufbereitete Dashboards nichts mehr, wenn im Unternehmen Zweifel an ausreichender Datenqualität bestehen. Die Daten müssen von Grund auf bereinigt sein, um aussagekräftige Analysen zu schaffen und Entscheidungen sicher zu begründen.

Fazit

Um wirkliche „Schätze" aus den Daten ziehen zu können, müssen es die richtigen Daten sein. Nachhaltigkeit ist dabei das primäre Ziel. Trotz der fortschreitenden Digitalisierung sind Systeme und Maschinen weit davon entfernt, fehlerfrei zu sein. Deshalb sollten Daten auf Qualität und Reinheit geprüft sein, bevor sie genutzt werden, um in Form von BI-Lösungen wichtige strategische Entscheidungen zu treffen. Gerade im Bereich der Fertigung sind Daten wichtig, um mit intelligenten Lösungen die Produktion von komplexen Komponenten, Anlagen und Maschinen realistisch planen zu können. Denn eine präzise, termingerechte Fertigungsplanung setzt voraus, dass ich mit den richtigen Ressourcen plane. So sollte man im Fall von Daten nicht davon ausgehen, dass das Genie das Chaos beherrschen kann. Hier ist Ordnung und Sauberkeit Grundvoraussetzung für die weitere Nutzung!

Welche Probleme und Auswirkungen sehen Sie in der Analyse fehlerhafter Daten?

---

---

Diese Beiträge könnten Sie auch interessieren