---
title: "Was ist Datenqualität? Dimensionen, Kennzahlen und Prüfungen"
description: "Datenqualität gibt an, wie gut Daten zu ihrem Zweck passen: Genauigkeit, Vollständigkeit, Konsistenz, Aktualität, Gültigkeit, Eindeutigkeit. So prüfen Sie sie."
url: https://proxynet.io/de/blog/what-is-data-quality
date: 2026-11-18
author: "Acar Diveroli"
category: "Anwendungsfälle, Web Scraping"
lang: de
---

# Was ist Datenqualität? Dimensionen, Kennzahlen und Prüfungen

Ein Preis-Dashboard zeigt, dass ein Wettbewerber über Nacht die Preise von 300 Produkten gesenkt hat, und die Vertriebsleitung will bis Montag eine Reaktion sehen. Am Freitag öffnet ein Analyst die Rohdaten. Ein Drittel der „Senkungen“ sind Euro-Preise in einer Spalte, die der Bericht als Pfund liest, weil der Erhebungsjob auf einem Server in einem anderen Land lief, und in vierzig Zeilen steht statt eines Produktnamens der Titel einer Verifizierungsseite. Jeder Job meldete Erfolg, und doch konnten die Daten die Entscheidung nicht tragen, für die sie erhoben wurden. Um genau diese Lücke geht es bei der Datenqualität.

Dieser Beitrag erklärt, was Datenqualität bedeutet, mit welchen sechs Dimensionen man sie beschreibt, wie daraus Kennzahlen und automatische Prüfungen werden, wie sich Qualität von Bereinigung, Governance und Integrität unterscheidet, wie Webdaten ohne Fehlermeldung unbrauchbar werden und wer für die Qualität zuständig ist.

> **Hinweis: Kurzantwort**
>
> Datenqualität ist der Grad, in dem Daten für die Aufgabe taugen, für die Sie sie nutzen. Die meisten Teams bewerten sie anhand von sechs Dimensionen: Genauigkeit (die Daten entsprechen der Wirklichkeit), Vollständigkeit (die benötigten Werte sind vorhanden), Konsistenz (die Werte widersprechen sich nicht), Aktualität (die Daten sind aktuell, wenn sie gebraucht werden), Gültigkeit (sie folgen dem erwarteten Format und Wertebereich) und Eindeutigkeit (jedes reale Objekt kommt nur einmal vor). Gemessen wird sie, indem Sie die wichtigen Felder auswählen, für jede Dimension eine prüfbare Regel schreiben, jeden Batch gegen diese Regeln bewerten und handeln, sobald ein Wert unter eine vereinbarte Schwelle fällt. Schlechte Qualität zeigt sich selten als Fehlermeldung; sie zeigt sich als falsche Entscheidung.

## Was ist Datenqualität?

Datenqualität beschreibt, wie gut ein Datenbestand einem bestimmten Zweck dient; dieselben Daten können also für eine Aufgabe gut genug und für eine andere zu schlecht sein. Das **[Data Quality Framework](https://www.gov.uk/government/publications/the-government-data-quality-framework/the-government-data-quality-framework)** (Rahmenwerk für Datenqualität) der britischen Regierung nennt das „Eignung für den Zweck“ und fasst es in eine Frage: Sind diese Daten gut genug für das, wofür ich sie nutzen will?

Nehmen Sie eine Tabelle mit Wettbewerberpreisen, die einmal täglich erhoben wird. Für einen Monatsbericht über das Preisniveau reicht sie, auch wenn an einigen Tagen einige Produkte fehlen. Für eine Regel zur automatischen Preisanpassung, die innerhalb einer Stunde reagiert, reicht dieselbe Tabelle nicht: Ein Preis vom Vortag ist veraltet, und ein einziger falscher Wert verschiebt Ihren eigenen Preis. Qualität ist nie eine Eigenschaft der Daten allein; sie entsteht erst, wenn man die Daten an einer Nutzung misst.

## Welche sechs Dimensionen der Datenqualität gibt es?

Die sechs am häufigsten genutzten Dimensionen sind Genauigkeit, Vollständigkeit, Konsistenz, Aktualität, Gültigkeit und Eindeutigkeit. Definiert hat sie DAMA UK, ein Verband für Datenmanagement, und die britische Regierung empfiehlt sie in einem kurzen [Erklärtext zu den sechs Dimensionen](https://www.gov.uk/government/news/meet-the-data-quality-dimensions):

- **Genauigkeit:** Die Daten entsprechen der Wirklichkeit. Ein Produkt, das mit 19,99 gespeichert ist, kostet auf der Seite des Shops tatsächlich 19,99.
- **Vollständigkeit:** Jeder Wert, den die Aufgabe braucht, ist vorhanden. Ein Preis ohne Währung ist unvollständig.
- **Konsistenz:** Die Werte widersprechen sich nicht, weder innerhalb eines Datensatzes noch zwischen Datenbeständen. „Nicht vorrätig“ neben einem Lagerbestand von 40 ist inkonsistent.
- **Aktualität:** Die Daten sind aktuell, wenn sie gebraucht werden. Der Preis von gestern genügt für einen Wochenbericht und kommt für einen Alarm am selben Tag zu spät.
- **Gültigkeit:** Die Werte folgen dem erwarteten Format, Typ und Wertebereich. Ein Preis von -3 oder der Währungscode „EURO“ fällt durch.
- **Eindeutigkeit:** Jedes reale Objekt kommt einmal vor. Ein Produkt, das unter zwei Adressen erhoben wurde, zählt in jedem Durchschnitt doppelt.

Die Dimensionen überschneiden sich, aber keine ersetzt eine andere. Ein Wert kann gültig und trotzdem falsch sein: „EUR“ ist ein gültiger Währungscode, aber ungenau, wenn der Shop in Pfund abgerechnet hat. Wählen Sie also die Dimensionen, von denen Ihr Zweck abhängt, und prüfen Sie sie gemeinsam; die britische Leitlinie versteht die Liste als Ausgangspunkt, nicht als feste Regel.

| Dimension | Welche Frage sie beantwortet | Beispielprüfung | Typische Kennzahl |
|---|---|---|---|
| Genauigkeit | Entspricht es der Wirklichkeit? | Stichprobe mit der Quelle vergleichen | Anteil korrekter Werte in der Stichprobe |
| Vollständigkeit | Ist alles Nötige da? | Preis und Währung nicht leer | Anteil gefüllter Zeilen |
| Konsistenz | Passen die Werte zusammen? | Nicht vorrätig heißt Bestand 0 | Anteil stimmiger Zeilen |
| Aktualität | Ist es aktuell genug? | In den letzten 24 Stunden erhoben | Stunden seit der Erhebung |
| Gültigkeit | Stimmt das Format? | Preis über 0, bekannte Währung | Anteil gültiger Werte |
| Eindeutigkeit | Kommt alles nur einmal vor? | Eine Zeile pro Produkt und Tag | Duplikatrate |

## Wie messen Sie Datenqualität?

Sie messen Datenqualität, indem Sie jede relevante Dimension in eine Regel übersetzen, die ein Computer prüfen kann, die Regeln auf die Daten anwenden und den Anteil der Datensätze verfolgen, die sie bestehen. Sechs Schritte decken die meisten Fälle ab:

1. **Die kritischen Felder wählen.** Listen Sie die Entscheidungen auf, die die Daten speisen, und die Felder, von denen diese Entscheidungen abhängen. Für die Preisbeobachtung sind das Produkt-ID, Preis, Währung, Lagerstatus und Erhebungszeitpunkt.
1. **Die Regeln schreiben.** Halten Sie prüfbar fest, was „gut“ bedeutet: „Der Preis ist eine Zahl größer als null“, „innerhalb von 24 Stunden erhoben“.
1. **Die Daten profilieren.** Sehen Sie sich an, was die Daten tatsächlich enthalten: leere Werte, verschiedene Werte, Minimum und Maximum, häufige Formate. Das Profiling deckt oft Regeln auf, die niemand aufgeschrieben hat, etwa einen Platzhalterpreis von 0,01.
1. **Jede Dimension bewerten.** Lassen Sie die Regeln laufen und machen Sie aus den Ergebnissen Quoten pro Feld.
1. **Schwellen festlegen.** Vereinbaren Sie mit den Menschen, die die Daten nutzen, welche Werte akzeptabel sind, zum Beispiel eine Vollständigkeit des Preisfelds über 99 %. Geben Sie jeder Schwelle eine Aktion: warnen, den Batch zurückhalten oder ihn blockieren.
1. **Überwachen und alarmieren.** Führen Sie bei jedem Batch dieselben Prüfungen aus, speichern Sie die Werte im Zeitverlauf und alarmieren Sie jemanden, wenn ein Wert seine Schwelle überschreitet oder zwischen zwei Läufen sprunghaft wechselt.

Die Kennzahlen sind einfache Quoten. In einem fiktiven Katalog mit 10.000 Produktzeilen ergeben 9.700 Zeilen mit Preis eine Vollständigkeit von 97 %, und 150 Zeilen, die ein bereits gelistetes Produkt wiederholen, ergeben eine Duplikatrate von 1,5 %. Die Gültigkeit ist der Anteil der Werte, die die Format- und Bereichsregeln bestehen, und das Datenalter (Freshness Lag) ist die Zeit seit der Erhebung jedes Datensatzes. Die Genauigkeit ist der Anteil korrekter Werte in einer Stichprobe, die von Hand mit der Quelle verglichen wurde; sie ist die einzige Dimension, die keine Regel vollständig prüfen kann.

Manche Teams fassen alles in einem einzigen Datenqualitäts-Score zusammen, oft dem Anteil bestandener Prüfungen. Auf einem Dashboard ist das praktisch, verdeckt aber Details: 98 % insgesamt können bedeuten, dass das Preisfeld in jeder Zeile eines Marktes durchgefallen ist.

## Wie sehen Datenqualitätsprüfungen in der Praxis aus?

Datenqualitätsprüfungen sind kleine automatische Tests, die dort laufen, wo Daten in ein System gelangen, sich ändern oder es verlassen, und jeder Test lässt den Batch durch, warnt oder stoppt ihn. Die üblichen Arten:

- **Schema- und Typprüfungen:** Die erwarteten Spalten existieren und enthalten den richtigen Typ.
- **Format- und Bereichsprüfungen:** Datumsangaben lassen sich einlesen, Währungscodes stammen aus einer bekannten Liste, Preise bleiben in einem plausiblen Bereich.
- **Referenzprüfungen:** Ein Wert, der auf etwas anderes verweist, findet sein Ziel, etwa die Produkt-ID jeder Preiszeile in der Produkttabelle.
- **Feldübergreifende Prüfungen:** Die Felder eines Datensatzes passen zusammen, zum Beispiel ist ein Aktionspreis nicht höher als der reguläre Preis.
- **Volumen- und Aktualitätsprüfungen:** Der Batch hat die übliche Zeilenzahl und kam pünktlich an; 200 Zeilen statt 20.000 sind ein Problem, selbst wenn alle 200 einwandfrei sind.
- **Anomaliewarnungen:** Eine Kennzahl entfernt sich weit von ihrem jüngsten Verlauf, etwa wenn sich der Durchschnittspreis einer Kategorie über Nacht halbiert.

Führen Sie die strengen Prüfungen dort aus, wo Daten hereinkommen, damit fehlerhafte Zeilen in Quarantäne gehen (zur Prüfung beiseitegelegt statt geladen oder gelöscht), und die Anomalieprüfungen nach jedem Batch. Beheben Sie dann die Ursachen an der Quelle; das britische Rahmenwerk empfiehlt eine Ursachenanalyse statt vorübergehender Korrekturen.

## Worin unterscheidet sich Datenqualität von Bereinigung, Governance und Integrität?

Datenqualität misst, ob Daten für eine Nutzung geeignet sind; die Bereinigung ist ein Weg, sie zu verbessern, Data Governance umfasst die Regeln und Rollen rund um die Daten, und Integrität bedeutet, dass Daten nicht unbefugt verändert wurden oder verloren gingen. Die Begriffe werden oft verwechselt:

| Begriff | Was er bedeutet | Welche Frage er beantwortet |
|---|---|---|
| Datenqualität | Wie gut Daten für eine Nutzung taugen | Können wir uns bei dieser Entscheidung darauf verlassen? |
| Datenbereinigung | Vorhandene Werte reparieren | Wie korrigieren wir, was falsch ist? |
| Datenvalidierung | Regelprüfungen bei der Eingabe oder vor der Nutzung | Folgt dieser Datensatz den Regeln? |
| Data Governance | Richtlinien, Rollen und Zuständigkeiten | Wer entscheidet, nach welchen Regeln? |
| Datenintegrität | Schutz vor unbefugter Änderung | Sind die Daten noch so, wie sie gespeichert wurden? |
| Datenanreicherung | Fehlende Felder aus anderen Quellen ergänzen | Was müssen wir noch wissen? |

Die Bereinigung ist der Reparaturschritt: Leerzeichen entfernen, Preise aus Text in Zahlen umwandeln, Duplikate zusammenführen. Sie hebt die Qualität, definiert sie aber nicht, und eine Bereinigung ohne Prüfungen kann ordentliche Daten liefern, die trotzdem falsch sind. Ein vollständiges, getestetes Skript finden Sie in [Gescrapte Daten mit pandas bereinigen](/de/blog/clean-scraped-data-with-pandas).

Integrität kommt aus der IT-Sicherheit. Das US-amerikanische NIST definiert Datenintegrität als die Eigenschaft, dass Daten seit ihrer Erstellung, Übertragung oder Speicherung [nicht auf unbefugte Weise verändert wurden](https://csrc.nist.gov/glossary/term/data_integrity). Eine Datenbank kann ihre Integrität vollständig wahren und dennoch einen Preis enthalten, der von Anfang an falsch war.

Die Anreicherung erhöht die Vollständigkeit und kann die Genauigkeit senken, wenn ein Datensatz der falschen Quelle zugeordnet wird; [Was ist Datenanreicherung?](/de/blog/what-is-data-enrichment) zeigt, wie Sie Trefferquote und Füllgrad messen. Data Observability, ein Begriff aus der Welt der Monitoring-Tools, bedeutet, Aktualität, Volumen und Schema über viele Pipelines hinweg laufend zu beobachten.

## Wie werden Webdaten fehlerhaft, ohne eine Fehlermeldung auszulösen?

Webdaten werden still fehlerhaft, weil ein Scraper Seiten liest, die für Menschen gebaut sind, und wenn sich eine Seite ändert oder nicht die erwartete Seite ist, liefert der Job trotzdem etwas zurück. Fünf Fehlerbilder verursachen den Großteil der Probleme:

- **Eine Layoutänderung leert ein Feld.** Die Website baut einen Teil ihrer Seite um, der Extraktor findet nichts, und die Preisspalte füllt sich mit Leerwerten, während der Job Erfolg meldet. Verfolgen Sie die Vollständigkeit pro Feld und Lauf: Ein Absturz von 99 % auf 0 % ist ein defekter Extraktor, kein Marktereignis.
- **Eine Sperr- oder Verifizierungsseite wird als Daten gespeichert.** Die Website liefert eine Seite mit „Zugriff verweigert“ oder eine Verifizierungsseite, manchmal mit einem normalen Statuscode, und der Parser hält deren Titel für einen Produktnamen. Verlangen Sie ein Merkmal, das nur die echte Seite hat, etwa die Produkt-ID, und behandeln Sie alles andere als fehlgeschlagenen Abruf. Versuchen Sie es später mit einer niedrigeren Rate erneut; lehnt die Website weiterhin ab, suchen Sie nach einem offiziellen Feed oder einer API.
- **Der Preis stammt aus dem falschen Land.** Viele Shops zeigen Preise, Währung und Bestand passend zum Standort des Besuchers, sodass ein Job, der aus einem Land läuft, für jeden Markt die Version dieses Landes erhebt. Speichern Sie zu jedem Preis den Währungscode und prüfen Sie ihn gegen den Markt, den die Zeile beschreibt; [Warum Preise je nach Land variieren](/de/blog/geo-pricing-by-country) erklärt die Gründe dafür.
- **Eine Kopie im Cache verdeckt eine Änderung.** Ein Cache, Ihr eigener oder einer zwischen Ihnen und der Website, kann weiter den Preis von gestern ausliefern. Speichern Sie zu jeder Seite die Abrufzeit und markieren Sie Preise, die weit länger als üblich unverändert bleiben.
- **Dasselbe Produkt erscheint unter zwei URLs.** Kategoriepfade und Tracking-Parameter erzeugen mehrere Adressen für eine Seite. Deduplizieren Sie über einen stabilen Schlüssel wie die Produkt-ID oder die GTIN (die Nummer unter dem Barcode) und lesen Sie den `rel="canonical"`-Link der Seite, den RFC 6596 als die bevorzugte Adresse einer Website unter mehreren Duplikaten definiert.

Zwei dieser Fehler hängen davon ab, woher die Anfrage kommt. Ein [Residential-Proxy](https://proxynet.io/de/residential-proxy) mit Targeting nach Land und Stadt lässt eine Preis- oder Bestandsprüfung als lokaler Besucher in dem Markt laufen, den Sie messen. Eine Sticky-Sitzung behält dieselbe IP-Adresse über eine mehrseitige Prüfung hinweg (1 bis 60 Minuten bei unseren Residential- und Mobile-Proxys), sodass Produktseite und Warenkorb dieselbe Version des Shops sehen. Ein Proxy macht Daten nicht korrekt: Jeder Datensatz durchläuft trotzdem alle Prüfungen, und die Nutzungsbedingungen und Anfragelimits der Website gelten weiterhin.

Teams, die die Erhebung nicht selbst betreiben möchten, können die verwaltete Seitenextraktion unserer [Web Scraping API](/de/data-scraping) nutzen, erhältlich über unser Vertriebsteam.

## Wer ist für Datenqualität zuständig?

Die Verantwortung ist geteilt, aber jeder Datenbestand braucht einen namentlich benannten Data Owner, der festlegt, was „gut genug“ heißt, und einen Data Steward, der dafür sorgt, dass es so bleibt:

- **Data Owner:** eine Führungskraft aus dem Fachbereich, etwa die Leitung Pricing, die für den Datenbestand geradesteht, seine Schwellen festlegt und entscheidet, was passiert, wenn sie verfehlt werden.
- **Data Steward:** betreut den Datenbestand im Tagesgeschäft, pflegt die Regeln, prüft Datensätze in Quarantäne und verfolgt Probleme bis zu ihrer Ursache.
- **Datenproduzenten:** die Teams und Systeme, die die Daten erzeugen oder erheben. Hier lassen sich die meisten Probleme am günstigsten beheben.
- **Datennutzer:** Analysten, Data Scientists und Anwendungen, die die Daten verwenden. Sie bemerken Probleme oft zuerst und brauchen einen einfachen Weg, sie zu melden.

Ein Analyst oder Engineer für Datenqualität kann die Prüfungen und Dashboards bauen, aber keinen Data Owner ersetzen: Ohne jemanden, der einen Bericht stoppen kann, wenn er seine Schwellen verfehlt, bleiben diese Schwellen bloße Empfehlungen.

## Was kostet schlechte Datenqualität?

Schlechte Datenqualität kostet Geld durch falsche Entscheidungen und doppelte Arbeit, und sie schafft rechtliche Risiken, wo personenbezogene Daten oder KI-Systeme im Spiel sind. Die Zahl, die sich zu kennen lohnt, ist Ihre eigene: Stunden für die Korrektur von Berichten, Kampagnen an falsche Adressen, Preise auf Basis fehlerhafter Eingaben. Ein Modell, das mit doppelten Datensätzen oder falschen Labels trainiert wird, lernt die Fehler mit.

Bei personenbezogenen Daten ist Richtigkeit eine Rechtspflicht. Die Datenschutz-Grundverordnung (DSGVO) verlangt, dass personenbezogene Daten [sachlich richtig und erforderlichenfalls auf dem neuesten Stand](https://eur-lex.europa.eu/eli/reg/2016/679/oj/deu) sind und unrichtige Daten unverzüglich gelöscht oder berichtigt werden (Artikel 5 Absatz 1 Buchstabe d, Grundsatz der „Richtigkeit“). In Türkiye verankert das Gesetz Nr. 6698 über den Schutz personenbezogener Daten (KVKK) denselben Grundsatz in Artikel 4. Die EU-Verordnung über künstliche Intelligenz (AI Act) verlangt von Anbietern von Hochrisiko-KI-Systemen Trainings-, Validierungs- und Testdatensätze, die im Hinblick auf die Zweckbestimmung relevant, hinreichend repräsentativ und so weit wie möglich fehlerfrei und vollständig sind (Artikel 10 Absatz 3).

## Wo ist Datenqualität am wichtigsten?

- **Pricing und E-Commerce:** Wettbewerberpreise, Bestände und Aktionen, die in die automatische Preisanpassung einfließen.
- **Marktforschung:** Umfrageantworten, Paneldaten und öffentliche Webdaten, auf denen Schätzungen der Marktgröße beruhen.
- **Maschinelles Lernen:** Trainings- und Testdaten, bei denen Duplikate und falsche Labels direkt ins Modell gelangen.
- **Finanzen und Berichtswesen:** Zahlen, die in Managementberichten und Pflichtmeldungen landen.
- **CRM und Marketing:** Kunden- und Account-Datensätze für Segmente und Kundenansprache.
- **Betrieb:** Adressen, Produktabmessungen und Lagerbestände, die Lieferungen steuern.

## Häufige Fehler

- **Nur das Format prüfen.** Gültige Daten können trotzdem falsch sein; vergleichen Sie eine Stichprobe mit der Quelle.
- **Einen einzigen Gesamtwert berichten.** Ein Durchschnitt von 98 % kann ein Feld verbergen, das in einem Markt komplett durchfällt.
- **Schwellen ohne Aktionen.** Ein Wert, der sein Limit überschreitet und nichts bewirkt, ist Dekoration.
- **Nachgelagert flicken.** Wer den Bericht statt des Erhebungsjobs korrigiert, macht nächste Woche dieselbe Korrektur.
- **Einen erfolgreichen Lauf für gute Daten halten.** Zeilen zu liefern ist nicht dasselbe, wie die richtigen Zeilen zu liefern.
- **Kein Erhebungszeitpunkt pro Datensatz.** Ohne ihn lässt sich die Aktualität nicht messen.
- **Fehlerhafte Zeilen still löschen.** Stellen Sie sie unter Quarantäne und zählen Sie sie, sonst sehen Sie nicht, ob die Qualität besser wird.

## Entscheidungshilfe

| Bedarf | Empfehlung |
|---|---|
| Start bei null | 5 bis 10 kritische Felder wählen; zuerst Vollständigkeit, Gültigkeit und Eindeutigkeit prüfen |
| Ein Bericht, dem niemand traut | Daten profilieren; eine Stichprobe mit der Quelle vergleichen |
| Gescrapte Daten, die still kaputtgehen | Vollständigkeit pro Feld und Zeilenzahl bei jedem Lauf prüfen |
| Preise oder Bestand in mehreren Märkten | Aus jedem Markt erheben; Währung und Standort pro Zeile speichern |
| Duplikate, die Durchschnitte aufblähen | Über einen stabilen Produktschlüssel deduplizieren, nicht über die URL |
| Personenbezogene Daten im Datenbestand | Ein Prozess für Richtigkeit und Berichtigung nach DSGVO oder lokalem Recht |
| Trainingsdaten für ein Modell | Deduplizieren, Labels in einer Stichprobe prüfen, Quellen festhalten |
| Viele Datenbestände, viele Teams | Pro Datenbestand einen Data Owner und einen Data Steward benennen; Schwellen veröffentlichen |

## Häufige Fragen

### Was sind die 6 Dimensionen der Datenqualität?

Die sechs Dimensionen sind Genauigkeit, Vollständigkeit, Konsistenz, Aktualität, Gültigkeit und Eindeutigkeit, wie DAMA UK sie definiert. Sie fragen, ob Daten der Wirklichkeit entsprechen, vollständig und in sich stimmig sind, aktuell sind, dem erwarteten Format und Wertebereich folgen und jedes Objekt nur einmal aufführen.

### Was ist der Unterschied zwischen Datenqualität und Datenintegrität?

Datenqualität fragt, ob Daten für eine Nutzung geeignet sind: korrekt, vollständig, aktuell und konsistent. Datenintegrität fragt, ob Daten so geblieben sind, wie sie gespeichert wurden, ohne unbefugte oder versehentliche Änderung und ohne Verlust. Ein Datensatz kann seine Integrität vollständig wahren und trotzdem falsch sein, wenn er schon beim ersten Speichern falsch war.

### Wie misst man Datenqualität?

Wählen Sie die wichtigen Felder, schreiben Sie für jede relevante Dimension eine prüfbare Regel und berechnen Sie den Anteil der Datensätze, die sie bestehen: Prozent vollständig, Prozent gültig, Duplikatrate, Datenalter und Genauigkeit in einer von Hand geprüften Stichprobe. Legen Sie für jede Kennzahl eine Schwelle fest und verfolgen Sie die Werte bei jedem neuen Batch.

### Wer ist für Datenqualität zuständig?

Ein Data Owner, meist eine Führungskraft aus dem Fachbereich, steht für einen Datenbestand gerade und legt seine Schwellen fest, während ein Data Steward die Regeln pflegt und Probleme bis zu ihrer Ursache verfolgt. Die Teams, die die Daten erzeugen, beheben Probleme an der Quelle, und wer die Daten nutzt, meldet, was falsch aussieht.

### Was ist der Unterschied zwischen Datenqualität und Datenbereinigung?

Datenqualität ist das Maß; Datenbereinigung ist ein Weg, sie zu verbessern. Qualitätsprüfungen zeigen, welche Werte fehlen, ungültig, doppelt oder veraltet sind, und die Bereinigung repariert sie. Eine Bereinigung ohne Prüfungen kann ordentliche Daten liefern, die trotzdem falsch sind.

### Wie oft sollte die Datenqualität geprüft werden?

Prüfen Sie die Datenqualität automatisch, sobald neue Daten eintreffen, und zwar jedes Mal mit denselben Regeln. Überprüfen Sie Regeln und Schwellen, wenn sich die Nutzung ändert oder eine neue Quelle hinzukommt, und kontrollieren Sie die Genauigkeit nach festem Plan an einer Stichprobe von Hand, etwa einmal im Monat.

## Fazit

Datenqualität ist die Eignung für einen Zweck, keine Eigenschaft, die Daten von sich aus haben. Beschreiben Sie sie mit den sechs Dimensionen, machen Sie aus den Dimensionen, von denen Ihre Nutzung abhängt, Regeln, bewerten Sie jeden Batch und handeln Sie, wenn ein Wert seine Schwelle überschreitet. Prüfen Sie bei Webdaten zusätzlich auf die Fehler, die keine Fehlermeldung auslösen, benennen Sie für jeden Datenbestand einen Data Owner und erheben Sie die Daten jedes Marktes aus diesem Markt; unsere Seite zur [Preisüberwachung](/de/price-monitoring) ordnet jeder Art von Preisprüfung den passenden Proxy-Typ zu.
