Zusammenfassung
Datenqualität leidet zumeist schon in der Entstehung der Daten und ihrer zugrunde liegenden Datenhaushalte. Datenqualität ist üblicherweise der letzte Bereich, der in Projekten berücksichtigt wird, wenn diese Projekte in Schwierigkeiten geraten. Daher ist es notwendig, Datenqualität in den verschiedenen Stadien eines Projektes strukturell zu verankern.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Die folgenden Fragen sollten beantwortet werden: Was wollen wir tun? Welche sind die treibenden Faktoren? Was ist hinterher neu? Was ist hinterher besser? Was ist der Nutzen und wer profitiert von diesem Projekt? Wer ist der Treiber? et cetera.
- 2.
Datenfelder, welche zur gleichen logischen Information gehören, werden in entsprechenden Informationsgruppen zusammengefasst. Eine Adresse ist eine solche Informationsgruppe, zu der Daten wie ‚Straße‘, ‚Hausnummer‘, ‚Postleitzahl‘ und ‚Ort‘ gehören.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2018 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Gebauer, M., Mielke, M. (2018). Datenqualitäts-Audits in Projekten. In: Hildebrand, K., Gebauer, M., Hinrichs, H., Mielke, M. (eds) Daten- und Informationsqualität. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-21994-9_11
Download citation
DOI: https://doi.org/10.1007/978-3-658-21994-9_11
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-21993-2
Online ISBN: 978-3-658-21994-9
eBook Packages: Computer Science and Engineering (German Language)