Data Quality Tools

Profiling und Analyse

Bevor du etwas reparierst, musst du wissen, was kaputt ist. Data Profiling scannt deine Bestände und zeigt, wie viele Felder leer sind, welche Werte außerhalb des Erwartbaren liegen, wie viele Dubletten es vermutlich gibt. Achte darauf, dass das Tool dir das verständlich aufbereitet und nicht nur eine Tabelle voller Zahlen ausspuckt, die niemand liest.

Regelbasierte Validierung

Hier definierst du, was für dich richtig ist. Eine E-Mail muss ein @ enthalten, ein Lieferdatum darf nicht in der Vergangenheit liegen, eine Umsatzsteuer-ID muss dem Format des jeweiligen Landes entsprechen. Entscheidend ist, wie einfach du diese Regeln selbst anlegen und ändern kannst. Wenn du für jede Regelanpassung einen Dienstleister brauchst, wird das teuer und langsam.

Dublettenerkennung und Matching

Das ist oft die anspruchsvollste Funktion. "Müller GmbH" und "Mueller G.m.b.H." sind derselbe Kunde, aber ein simpler Textvergleich erkennt das nicht. Gute Werkzeuge arbeiten mit unscharfem Abgleich (Fuzzy Matching) und lassen dich die Empfindlichkeit einstellen. Zu scharf, und du verlierst echte Datensätze. Zu locker, und du verschmilzt zwei verschiedene Kunden. Diese Balance musst du an deinen eigenen Daten testen.

Bereinigung und Anreicherung

Manche Tools korrigieren automatisch: Groß- und Kleinschreibung vereinheitlichen, Adressen gegen Referenzdaten prüfen, fehlende Angaben ergänzen. Frag nach, ob Korrekturen protokolliert und rückgängig gemacht werden können. Automatische Änderungen ohne Nachvollziehbarkeit sind ein Risiko.

Monitoring und Regelmäßigkeit

Datenqualität ist kein Projekt mit Enddatum, sondern ein Dauerzustand. Ein Tool, das nur einmal bereinigt, hilft kurz. Du brauchst wiederkehrende Prüfungen und Warnungen, wenn die Qualität kippt. Achte darauf, ob sich Prüfläufe zeitgesteuert automatisieren lassen.

Anbindung an deine Systeme

Ein Data Quality Tool, das deine Datenquellen nicht erreicht, ist wertlos. Prüfe konkret, ob es an dein CRM, dein ERP, deine Datenbank und deine Dateiformate andockt. Frag nicht, ob "Schnittstellen vorhanden sind", sondern ob genau deine Systeme unterstützt werden.

Die erste Frage ist nicht "welches Tool", sondern "welches Problem". Hast du vor allem ein Adressproblem im Versand? Dann brauchst du starke Adressvalidierung. Ersticken deine Auswertungen an Dubletten? Dann steht Matching im Vordergrund. Wer alle Funktionen gleichzeitig will, kauft oft eine große Plattform, die er zu zehn Prozent nutzt und zu hundert Prozent bezahlt.

Die zweite Frage betrifft die Bedienung. Lass die Software in der Demo von der Person bedienen, die später damit arbeitet, nicht vom Chef und nicht vom Vertriebler des Anbieters. Gib ihr eine echte Aufgabe: eine Regel anlegen, einen Dublettenlauf starten, das Ergebnis interpretieren. Wenn sie dabei ins Stocken gerät, wird sie das Tool im Alltag meiden.

Die dritte Frage ist die Skalierung. Ein Werkzeug, das mit 10.000 Datensätzen flott läuft, kann bei zwei Millionen einbrechen. Teste, wenn möglich, mit einer realistischen Datenmenge, nicht mit dem sauberen Beispieldatensatz des Anbieters.

Die vierte Frage betrifft die Selbstständigkeit. Kannst du das Tool nach der Einführung selbst betreiben, oder hängst du dauerhaft am Anbieter? Beides kann richtig sein, aber du solltest die Entscheidung bewusst treffen und nicht erst nach zwei Jahren merken, dass jede Änderung ein kostenpflichtiges Ticket ist.

Wer sitzt mit am Tisch

Datenqualität betrifft mehrere Abteilungen. Der Vertrieb will saubere Kundendaten, die Buchhaltung korrekte Rechnungsadressen, die IT will es sicher betreiben. Hol diese Perspektiven vor der Auswahl an einen Tisch. Ein Tool, das nur die IT glücklich macht, aber vom Fachbereich nicht bedient werden kann, scheitert leise.

Der Lizenzpreis ist selten der größte Posten. Trotzdem lohnt sich, die üblichen Modelle zu kennen, damit dich die Rechnung nicht überrascht. Ich nenne hier bewusst keine Zahlen, weil sie stark schwanken und schnell veralten. Frag stattdessen gezielt nach den folgenden Punkten.

Abrechnung nach Datenvolumen

Manche Anbieter rechnen nach Anzahl der verarbeiteten Datensätze oder nach Speichermenge ab. Das klingt fair, kann aber teuer werden, wenn deine Bestände wachsen oder du regelmäßig große Läufe fährst. Lass dir vorrechnen, was dein realistisches Volumen kostet, nicht das Einstiegsszenario.

Abrechnung nach Nutzern

Bei nutzerbasierten Modellen zahlst du pro Person mit Zugang. Prüfe, ob es verschiedene Rollen gibt (jemand, der nur Berichte liest, sollte weniger kosten als jemand, der aktiv bereinigt). Sonst zahlst du für Vollzugänge, die niemand voll nutzt.

Module und Zusatzkosten

Grundfunktion günstig, die eigentlich benötigten Module teuer: dieses Muster begegnet dir oft. Adressvalidierung gegen externe Referenzdaten kostet häufig extra, weil der Anbieter selbst für diese Daten zahlt. Frag konkret, welche Funktion im Grundpreis steckt und welche du dazukaufst.

Die versteckten Kosten

Die Einführung kostet Arbeitszeit, oft mehr als die Lizenz im ersten Jahr. Regeln müssen definiert, Datenquellen angebunden, Mitarbeiter geschult werden. Rechne auch die interne Zeit mit ein, nicht nur die Rechnung des Anbieters. Und plane für den laufenden Betrieb Zeit ein: Datenqualität pflegt sich nicht von allein.

Ausstieg mitdenken

Frag vor dem Kauf, wie du wieder herauskommst. Kannst du deine Regeln und bereinigten Daten exportieren, oder bleiben sie im proprietären Format des Anbieters? Ein Wechsel ist immer aufwendig, aber er sollte nicht unmöglich sein.

Der häufigste Fehler: Ein Betrieb kauft ein Tool und glaubt, damit sei das Problem gelöst. Software bereinigt aber nur, was du ihr als Regel vorgibst. Wenn niemand definiert, was "sauber" bedeutet, produziert das Tool ordentlich aussehenden Unsinn.

Zweiter Fehler: Man bereinigt einmal groß und danach nie wieder. Sechs Monate später sind die Bestände wieder verschmutzt, weil an der Quelle nichts geändert wurde. Wenn im Erfassungsformular weiterhin jeder tippen kann, was er will, entstehen dieselben Fehler von vorne. Datenqualität muss an der Quelle beginnen, nicht nur am Ende.

Dritter Fehler: zu aggressive Dublettenbereinigung. Ich habe erlebt, dass ein automatischer Lauf zwei verschiedene Kunden mit ähnlichem Namen zusammenlegte und plötzlich Rechnungen an die falsche Firma gingen. Fahr Matching-Läufe anfangs im Vorschaumodus und lass einen Menschen die Grenzfälle prüfen, bevor etwas endgültig verschmilzt.

Vierter Fehler: die Verantwortung bleibt ungeklärt. Ein Tool ohne zuständige Person ist ein Tool, das nach dem ersten Enthusiasmus verwaist. Benenne jemanden, der für Datenqualität geradesteht, mit Zeit im Kalender, nicht nur mit dem Titel.

Fünfter Fehler: keine Testphase mit echten Daten. Der Anbieterdemo-Datensatz ist immer sauber und klein. Deine Realität ist es nicht. Wer ohne echten Test kauft, entdeckt die Grenzen erst im Produktivbetrieb.

Data Quality Tools verarbeiten fast immer personenbezogene Daten: Namen, Adressen, Kontaktdaten. Damit gilt die DSGVO, in Deutschland ergänzt durch das BDSG, in Österreich durch das DSG, in der Schweiz durch das revidierte Datenschutzgesetz. Das ist kein Nebenaspekt, sondern gehört in die Auswahl.

Ein zentraler Punkt ist die Auftragsverarbeitung. Wenn ein Anbieter deine personenbezogenen Daten verarbeitet, brauchst du einen Vertrag zur Auftragsverarbeitung. Frag danach vor dem Kauf, nicht danach. Kläre auch, wo die Daten verarbeitet werden. Verlassen sie den europäischen Wirtschaftsraum, brauchst du eine tragfähige Rechtsgrundlage für den Transfer.

Interessant ist, dass Datenqualität selbst eine DSGVO-Anforderung berührt: Der Grundsatz der Richtigkeit verlangt, dass personenbezogene Daten sachlich richtig und aktuell sind. Ein Data Quality Tool kann dir hier helfen, diese Pflicht zu erfüllen. Gleichzeitig gilt der Grundsatz der Datenminimierung: Reichere Daten nicht wahllos an, nur weil das Tool es anbietet.

Achte außerdem auf die Nachvollziehbarkeit. Wer hat wann welchen Datensatz geändert? Ein Protokoll hilft dir nicht nur bei internen Fehlern, sondern auch, wenn eine betroffene Person Auskunft über ihre Daten verlangt. Und denk an Löschung: Wenn Daten gelöscht werden müssen, muss das Tool das mitmachen und nicht heimlich Kopien behalten.

Eine allgemeine Anmerkung, weil sie hier zählt: Das hier ist keine Rechtsberatung. Für die konkrete Ausgestaltung von Verträgen und Prozessen zieh eine Datenschutzbeauftragte oder einen Anwalt hinzu. Ich zeige dir, worauf du achten musst, nicht, was in deinem Einzelfall rechtlich verbindlich gilt.

Schritt 1: Problem benennen

Schreib in zwei oder drei Sätzen auf, was konkret schiefläuft. "Wir schicken Werbung an falsche Adressen und die Reklamationen kosten uns Zeit." Ohne dieses konkrete Problem kaufst du eine Lösung für ein Problem, das du gar nicht hast.

Schritt 2: Ist-Zustand messen

Bevor du ein Tool kaufst, verschaff dir ein grobes Bild. Wie viele Dubletten vermutest du? Wie viele unvollständige Datensätze? Schon eine manuelle Stichprobe von hundert Datensätzen sagt mehr als jedes Bauchgefühl.

Schritt 3: Anforderungen priorisieren

Teile deine Anforderungen in "muss" und "wäre schön". Ein Tool, das alle Muss-Kriterien erfüllt und die Hälfte der Kann-Kriterien, ist besser als eines, das alles verspricht und beim Muss patzt.

Schritt 4: Zwei bis drei Kandidaten testen

Mehr als drei parallel zu prüfen, überfordert dich. Lass jeden Kandidaten dieselbe echte Aufgabe an deinen echten Daten lösen. Vergleichbarkeit entsteht nur, wenn alle dasselbe machen.

Schritt 5: Die richtigen Leute testen lassen

Die Person, die täglich damit arbeitet, führt den Test durch. Notiert wird, wo sie hakt, nicht nur, ob es am Ende funktioniert. Ein Ergebnis, das nur der Experte erreicht, hilft im Alltag nicht.

Schritt 6: Gesamtkosten hochrechnen

Lizenz plus Einführung plus interne Zeit plus laufender Betrieb, über drei Jahre gerechnet. Frag nach den Zusatzmodulen, die du wirklich brauchst. Erst dann hast du eine ehrliche Zahl.

Schritt 7: Prozess festlegen, dann kaufen

Bevor du unterschreibst, kläre: Wer ist zuständig, wie oft wird geprüft, wie fließen Korrekturen zurück in die Quellsysteme. Ein Tool ohne Prozess dahinter verpufft. Der Kauf ist der letzte Schritt, nicht der erste.