Christiana Klingenberg: Datenqualität, BB

Blurb

• Alles Wichtige in einem Buch: von den Grundlagen bis zu konkreten Lösungen für umfassende Datenqualität
• Adressiert neue Herausforderungen der Datenqualität, u. _a. im Kontext von Künstlicher Intelligenz und Metadatenmanagement
• Zeigt, wie Datenqualität in bestehende Data- Governance-Strukturen integriert und so Teil der Wertschöpfungskette werden kann
• Liefert praktische Instrumente, Techniken und Werkzeuge zur Umsetzung von Datenqualität

Qualitativ hochwertige Daten sind ein zentraler Erfolgsfaktor moderner Organisationen. Erst durch verlässliche und konsistente Daten werden nachhaltige Mehrwerte geschaffen und Wettbewerbsvorteile gesichert. Doch wie lassen sich Daten dauerhaft verlässlich, konsistent und nutzbar machen? Dieses Buch zeigt praxisnah, wie Organisationen ihre Datenqualität gezielt aufbauen, verbessern und langfristig sichern können. Es berücksichtigt steigende und sich wandelnde Anforderungen durch Regulierung, datengetriebene Prozesse sowie Künstliche Intelligenz und stellt neue Denkweisen und Methoden vor. Der Leitfaden verbindet bewährte Konzepte der Datenqualität mit modernen Data-Governance-Ansätzen und liefert konkrete Handlungsempfehlungen für die Praxis. Für unterschiedliche Datenmanagementszenarien werden Datenqualitätsschwerpunkte aus strategischer, organisatorischer und technischer Perspektive beleuchtet und durch Lösungsansätze ergänzt. Mit verständlichen Erklärungen, zahlreichen erprobten Methoden und praxisnahen Tipps unterstützt das Buch dabei, das volle Potenzial von Daten zu nutzen - als Grundlage für bessere datenbasierte Entscheidungen, operative Exzellenz und nachhaltigen Erfolg.

AUS DEM INHALT //

• Begriffe und Grundlagen zu Datenqualität
• Das ganzheitliche Daten - qualitätsmanagement- Rahmenwerk
• Einbindung von Datenqualitätsmanagement in Data Governance
• Vorgehensweisen bei Messung und Bewertung von Datenqualität
• Vorstellung praxisnaher Instrumente, Techniken und Werkzeuge für Datenqualität