Daten- und Informationsqualität

Grundlagen der Informationsqualität:

• Ziele und Nutzen des Datenqualitätsmanagement
• Informationsniveaus nach Rehhäuser und Krcmar
• Qualitätsbegriff allgemein und bezogen auf Daten, Informationen, Wissen
• Modelle der Dimensionen der Datenqualität.

Data Governance:

• IT-Governance Komponenten
• Compliance und Datenqualität
• Alignment und Informationsmanagement
• Informationsarchitektur als View (Dimension) der Enterprise Architektur
• Improvement der IQ-Prozesse
• Entscheidungsfindung für das IQ-Management.

Methoden zur Analyse der Datenqualität:

• Fehlerklassifikation von Daten
• Metriken zur Datenqualität
• Methoden zur Fehlererkennung
• Statistik zur Analyse der Datenqualität, Rang-Listen, Regression, Histogramm, Korrelation, Data Profiling zur Visualisierung von Datenqualitätsmängeln
• Automatische Klassifikation zur Entdeckung von Datenqualitätsmängeln
• Methoden zur Verbesserung der Datenqualität und zur Fehlerbehebung.

Die Organisation der Datenqualität:

• Daten-Qualitätsmanagementprozess der DAMA
• IQ-Policy
• Anforderungen an die Datenqualität
• Aufgaben und Phasen einer integrierten und kontinuierlichen Datenqualitätssicherung
• Datenqualitätsaudit
• Beurteilen der Datenqualität und Vorschläge zur Verbesserung
• Data Tracking nach Redman
• Priorisierung von DQ-Maßnahmen.

Das Informations-Lebenszyklus-Qualitätsmanagement-Assessment:

• Reifegrade
• Prozessgebiete und Indikatoren des IQM-CMM
• Organisationsaufgabe IQM
• Dienstleister am Markt
• Literaturdiskussion.