Menschen hinter den Zahlen: Warum Datenqualität mehr Kommunikation braucht und nicht noch mehr Tools

20.07.2025

Teil 2 der Serie „Data Health is People's Business“.

„Vielleicht benutzen Mitarbeitende unsere System einfach falsch.“ Kennst du solche Aussagen? Sie sind ein klassischer Reflex, wenn Daten in Dashboards nicht so aussehen, wie sie sollen. Aber die Wahrheit ist oft eine andere: Die Menschen, die mit den Daten arbeiten, wissen häufig gar nicht, was später mit diesen Daten passiert. Sie wurden nie wirklich in den Prozess mit einbezogen.

Datenqualität ist kein technisches Problem - es ist ein menschliches. Hinter jeder Zahl, jedem Datensatz steht ein Mensch, der ihn erfasst, pflegt oder weiterverarbeitet. Doch oft fehlt der Bezug zur späteren Nutzung. Daten werden eingegeben, um Prozesse endlich abzuschließen, ohne dass die Erfassenden verstehen, wie diese Daten Entscheidungen beeinflussen, zur Wertschöpfung beitragen und welche Konsequenzen fehlerhafte Daten haben können. Es wurde ihnen nämlich schlicht und ergreifend nie erklärt.

Und genau hier liegt die Chance: Wenn wir diese Kommunikationslücke schließen, verändern wir die gesamte Datenkultur im Unternehmen.

Was heißt das konkret - gerade für dich als Business User

Für dich als Business User heißt das konkret: Alle, die mit Daten in Kontakt kommen, tragen Verantwortung für deren Qualität – auch wenn das auf den ersten Blick nicht so wirkt. Fehler entstehen meist nicht aus Absicht, sondern aus Unwissenheit oder fehlender Klarheit. Deshalb ist es so wichtig, nicht nur auf die Fehler hinzuweisen, sondern in Organisationen Bewusstsein für Datenqualität zu schaffen und verständlich und durchgängig zu erklären, warum saubere Daten für alle wichtig sind.

Oft höre ich in Meetings ja immer noch, dass Führungskräfte in Organisationen glauben, dass es genau den einen magischen Ort im Unternehmen gibt, an dem Datenqualität gelingt oder eben schief geht. Aber das ist einer der größten Irrtümer. Daten entstehen im ganzen Unternehmen, an jedem Ort wo Prozesse statt finden. Sind die Prozesse gut, sind die Daten vielleicht auch gut. Sind die Prozesse schlecht, sind die Daten mit 100% Sicherheit auch schlecht. Wenn der Prozess gut ist, hast du aber schon mal einen guten Ausgangspunkt.

Du kannst ihn transparent darstellen und mit allen Beteiligten diskutieren, was es braucht, damit für genau diesen Use Case die Datenqualität passend wird. Was ich nämlich auch oft sehe ist, dass dann auf einmal überall über Datenqualität diskutiert wird und der Anspruch entsteht, dass alle Daten 100% perfekt sein müssen. Und niemand mehr ins Tun kommt vor lauter theoretischen Diskussionen. Datenqualität braucht aber nicht generell 100% perfekte Daten, sie braucht im Kontext eines klar definierten Business Cases ausreichend genaue Daten und jemanden, der sich darum kümmert. Das klingt erst einmal so logisch, es heißt aber auch, dass definiert werden muss, was ausreichend genau, in diesem konkreten Fall heißt. Und das sorgt meistens dann doch wieder für einige Diskussionen und ist dann nicht mehr ganz so einfach.

Spoiler: Es gibt keine einfache Antwort auf diese Frage! Aber durch Diskussionen kommt das Thema in Bewegung. Und dort wo Bewegung is ist Energie und damit auch Veränderung möglich. Diskussionen bieten auch eine Gelegenheit ein gemeinsames Verständnis zu schaffen. Wenn du in der Organisation offen über Datenqualität sprichst, über Wertschöpfung, versteckte Kosten, entgangene Chancen, dann holst du die Menschen mit ins Boot. Und plötzlich geht’s nicht mehr um Schuld, sondern um Zusammenarbeit und Chancen.

Mein Impuls für diese Woche: Such dir ein Datenfeld, das dich regelmäßig frustriert oder immer wieder Fragen aufwirft. Frag konkret nach, woher diese Daten kommen, wer sie eingibt und wie sie gepflegt werden. Warum sehen diese Daten so aus, wie sie aussehen? Führe ein offenes Gespräch mit den Menschen, die dafür verantwortlich sind und überlegt gemeinsam, was notwendig ist, um die Situation zu verbessern.

Denn am Ende gilt: Daten werden nicht einfach schlecht. Daten werden schlecht erfasst oder gepflegt, weil nie über sie gesprochen wurde. Und genau an diesem Punkt beginnt echte Data Health.

Im nächsten Teil meiner Serie „Data Health is People's Business“ schauen wir uns an, wie du ohne riesigen Aufwand und ohne eine eigene Governance-Abteilung direkt starten kannst:

Teil 3: Data Health in der Praxis – So kannst du heute starten Titel: „Data Governance ohne Governance-Abteilung? Yes, you can!“

Du brauchst keine 10 Tools, keine 100 KPIs, keine Task Force. Du brauchst Sichtbarkeit, Klarheit und ein bisschen Mut. Schon mit einfachen Power BI-Funktionen kannst du heute sichtbar machen, wo deine Daten Schwächen haben. Es geht nicht darum, perfekt zu sein - sondern darum, loszulegen.

Bleib dran – im nächsten Artikel zeige ich dir praktische Schritte, wie du dein Dashboard zu einem echten Data Health-Indikator machst und damit den ersten Schritt hin zu mehr Datenqualität machst.