Gute Daten, schlechte Daten: die sechs Qualitätsdimensionen

Worum es geht

Das Treuhandbüro Kaufmann & Partner in Luzern will einen Newsletter an seine 4'800 Kundinnen und Kunden schicken. Die Geschäftsleitung fragt dich: «Sind unsere CRM-Daten dafür gut genug?» Du öffnest den Export und siehst sofort, dass nicht alles stimmt: leere Felder, eine PLZ mit vier Buchstaben, ein Kunde, der dreimal vorkommt.

Die schnelle Antwort wäre: «Die Daten sind schlecht.» Damit kann aber niemand etwas anfangen. Wie schlecht? Was genau? Ist es für den Newsletter überhaupt ein Problem? Die gute Antwort klingt so: «Bei 11 % fehlt die E-Mail-Adresse, 3.5 % der Kontakte sind vermutlich doppelt erfasst, und das wird beim Versand zu doppelten Mails führen. Die ungültigen PLZ stören den Newsletter dagegen nicht.»

Den Unterschied zwischen diesen zwei Antworten lernst du in diesem Modul. In dieser ersten Lektion legst du das Fundament: Du lernst die sechs Dimensionen der Datenqualität kennen, mit denen du jedes Problem präzise benennst, und du übst zu entscheiden, welche Dimension für welchen Zweck wirklich zählt. Am Schluss prüfst du im ersten Labor eine echte Kundentabelle.

Durch den ganzen Kurs begleitet dich zudem Ladina. Sie ist im 3. Lehrjahr bei der Thurgauer Landtechnik AG in Weinfelden und soll 48'000 Ersatzteile für einen neuen B2B-Webshop prüfen und bereinigen. Ihre Fragen sind deine Fragen.

Datenqualität heisst: geeignet für einen Zweck

Stell dir zwei Landkarten vor: eine Wanderkarte im Massstab 1:25'000 und eine Autokarte der ganzen Schweiz. Welche ist besser? Die Frage ist falsch gestellt. Für die Wanderung auf den Säntis ist die Autokarte nutzlos, für die Fahrt von Genf nach St. Gallen die Wanderkarte. Beide sind gut, aber für verschiedene Zwecke.

Mit Daten ist es genauso. Datenqualität bedeutet: Die Daten eignen sich für den Zweck, für den du sie brauchst. Eine Kundenliste ohne Handynummern ist für den Rechnungsversand perfekt und für eine SMS-Kampagne unbrauchbar. Darum beginnt jede Qualitätsprüfung mit der Frage: Wofür werden die Daten verwendet?

Schlechte Datenqualität kostet ganz konkret:

• Doppelt erfasste Kundinnen erhalten zwei Mailings, und der Umsatz pro Kunde ist in jeder Auswertung zu tief.
• Ein Lohn wird auf eine falsche IBAN überwiesen, kommt zurück und muss von Hand nachbearbeitet werden.
• Im Webshop fehlt das Gewicht, die Versandkosten werden falsch berechnet, und die Firma zahlt die Differenz.

Die sechs Dimensionen

Damit du Probleme präzise benennen kannst, teilst du sie in Qualitätsdimensionen ein. In der Praxis haben sich sechs bewährt:

Die Grenzen zwischen den Dimensionen verdienen einen genaueren Blick, denn genau dort entstehen in Prüfungen die meisten Fehler.

Gültig ist nicht korrekt. Die E-Mail-Adresse peter.meier@gmx.ch ist gültig: Sie hat ein @, eine Domain, keine Leerzeichen. Ob sie wirklich Peter Meier gehört, sagt dir das Format nicht. Gültigkeit prüfst du mit Regeln am Datensatz selbst, Korrektheit nur durch einen Vergleich mit der Wirklichkeit, etwa mit einer Rückfrage, einem Register oder einem Bounce nach dem Versand.

Vollständig ist nicht brauchbar. Ein Gewicht von 0 ist ein vorhandener Wert. Ein Telefonfeld mit n/a ist gefüllt. Formal vollständig, inhaltlich leer. Du wirst in Lektion 4 lernen, solche Platzhalter zu entlarven.

Konsistenz hat drei Richtungen. Zwischen Feldern eines Datensatzes (PLZ passt nicht zum Ort, Austritt liegt vor dem Eintritt), zwischen Systemen (im ERP steht PLZ 8570, im Webshop 8500) und in der Schreibweise (derselbe Hersteller in drei Varianten).

Aktualität ist Korrektheit mit Ablaufdatum. Eine Adresse war korrekt, bis die Kundin umgezogen ist. Daten altern, auch wenn niemand sie anfasst. Darum misst du die Aktualität meist über ein Hilfsmerkmal wie das Datum der letzten Änderung.

Das Diagramm zeigt eine nützliche Einsicht: Die ersten drei Fragen kannst du automatisch mit Regeln und Abfragen beantworten. Die letzte Frage braucht immer eine Quelle ausserhalb der Daten. Eindeutigkeit fehlt im Diagramm, weil sie nicht einen einzelnen Wert betrifft, sondern den Vergleich mehrerer Datensätze. Dafür hast du die Lektionen 7 und 8.

Welche Dimension ist wofür kritisch?

Nicht jede Dimension ist für jeden Zweck gleich wichtig. Wer alles auf 100 % bringen will, verschwendet Zeit an Feldern, die niemand braucht. Darum legst du pro Zweck fest, welche Dimensionen kritisch sind:

Beachte: Dasselbe Feld kann je nach Zweck kritisch oder egal sein. Die PLZ ist für den Postversand zentral, für den Newsletter unwichtig.

Schritt für Schritt: den Kundenexport beurteilen

Du bekommst einen Auszug aus dem CRM des Treuhandbüros mit zwölf Kontakten. Der Zweck ist der Newsletter. So gehst du vor.

Schritt 1: Zweck und Pflichtfelder klären. Für den Newsletter braucht es eine gültige E-Mail-Adresse und jeden Kontakt nur einmal. Die Anrede nach Name ist schön, aber nicht zwingend. Die PLZ brauchst du nicht für den Versand, aber das Treuhandbüro will die Liste später auch für einen Postversand verwenden, also prüfst du sie mit.

Schritt 2: Daten ansehen. Ein Auszug:

Schritt 3: Jedes Problem einer Dimension zuordnen.

• NULL, leer und Leerzeichen bei der E-Mail: Vollständigkeit. Alle drei sind für den Versand gleich nutzlos.
• 603, 0600, 6O06: Gültigkeit. Eine Schweizer PLZ hat vier Ziffern und liegt zwischen 1000 und 9658.
• Letzte Änderung 2019: Aktualität. Ob Ruth Zemp ihre Adresse noch nutzt, ist unsicher.

Schritt 4: Zählen statt schätzen. Im ganzen Auszug fehlen 4 von 12 E-Mail-Adressen, 3 PLZ sind ungültig, und 4 Kontakte wurden seit über drei Jahren nicht mehr bearbeitet.

Schritt 5: Aussage formulieren. «Für den Newsletter sind 8 von 12 Kontakten (67 %) erreichbar. Vor dem Versand sollten die 4 Kontakte ohne E-Mail-Adresse ergänzt werden. Die ungültigen PLZ betreffen den Newsletter nicht, müssen aber vor einem Postversand korrigiert werden.»

Genau diese Zählung machst du jetzt selbst mit einer einzigen SQL-Abfrage. Achte darauf, was alles als «fehlende E-Mail» zählt.

CREATE TABLE kunde (
  kunde_id         INTEGER PRIMARY KEY,
  name             TEXT NOT NULL,
  email            TEXT,
  plz              TEXT NOT NULL,
  ort              TEXT NOT NULL,
  letzte_aenderung TEXT NOT NULL
);
INSERT INTO kunde VALUES
 (1,  'Brigitte Arnold',      'b.arnold@bluewin.ch',      '6003', 'Luzern',      '2026-05-12'),
 (2,  'Pius Bucher',          NULL,                       '6010', 'Kriens',      '2025-11-03'),
 (3,  'Gerber Malerei GmbH',  'info@gerber-malerei.ch',   '6020', 'Emmenbrücke', '2022-02-17'),
 (4,  'Sandra Imfeld',        '',                         '6005', 'Luzern',      '2026-01-20'),
 (5,  'Thomas Wicki',         't.wicki@gmx.ch',           '603',  'Ebikon',      '2024-08-30'),
 (6,  'Ruth Zemp',            'ruth.zemp@sunrise.ch',     '6048', 'Horw',        '2019-06-01'),
 (7,  'Marco Felder',         '   ',                      '6030', 'Ebikon',      '2026-03-14'),
 (8,  'Stalder Bau AG',       'buero@stalder-bau.ch',     '0600', 'Luzern',      '2025-09-09'),
 (9,  'Nadine Achermann',     'n.achermann@outlook.com',  '6043', 'Adligenswil', '2023-04-11'),
 (10, 'Erwin Portmann',       NULL,                       '6204', 'Sempach',     '2021-12-01'),
 (11, 'Lea Schnyder',         'lea.schnyder@hotmail.com', '6O06', 'Luzern',      '2026-07-07'),
 (12, 'Kurt Muff',            'k.muff@bluewin.ch',        '6006', 'Luzern',      '2024-10-15');

Typische Fehler

1. «Die Daten sind schlecht» ohne Dimension. Niemand weiss, was zu tun ist. Korrektur: Jedes Problem einer Dimension zuordnen und mit Anzahl und Beispiel belegen.
2. Vollständigkeit nur mit IS NULL messen. Leere Texte, Leerzeichen und Platzhalter wie n/a rutschen durch, und das Problem wirkt kleiner, als es ist. Korrektur: alle Formen von «leer» mitzählen.
3. Gültigkeit mit Korrektheit verwechseln. Eine formal gültige IBAN kann trotzdem zum falschen Konto gehören. Korrektur: Klar sagen, was eine Regel prüfen kann und was nur ein Abgleich mit der Wirklichkeit zeigt.
4. Alles auf 100 % bringen wollen. Viel Aufwand für Felder, die der Zweck nicht braucht. Korrektur: kritische Dimensionen pro Zweck festlegen.
5. Einmal prüfen, für immer zufrieden sein. Daten altern: Leute ziehen um, Firmen wechseln den Namen. Korrektur: Aktualität messen und die Prüfung regelmässig wiederholen.

Zusammenfassung

• Datenqualität bedeutet Eignung für einen Zweck. Kläre den Zweck immer zuerst.
• Die sechs Dimensionen sind Vollständigkeit, Gültigkeit, Korrektheit, Konsistenz, Eindeutigkeit und Aktualität.
• Gültig heisst «könnte stimmen», korrekt heisst «stimmt». Korrektheit und Aktualität brauchen einen Abgleich mit der Wirklichkeit.
• Ein Platzhalter wie 0 oder n/a ist formal vorhanden, inhaltlich aber fehlend.
• Pro Zweck sind andere Dimensionen kritisch. Dasselbe Feld kann einmal entscheidend und einmal egal sein.
• Notiere jedes Problem mit Dimension, Anzahl und Beispiel.