Datenqualität: Garbage in, Garbage out

Ohne verlässliche Daten ist jede Steuerungskennzahl Makulatur – viele Institute scheitern nicht an Modellen, sondern an der Datengrundlage.

Definition

Garbage in, Garbage out – ohne verlässliche Daten ist jede Steuerungskennzahl Makulatur. Datenqualität umfasst Vollständigkeit, Konsistenz, Aktualität und Nachvollziehbarkeit aller steuerungsrelevanten Informationen. In der Praxis scheitern viele Institute nicht an fehlenden Modellen, sondern an der Datengrundlage. Datenqualität ist kein einmaliges Projekt, sondern ein kontinuierlicher Prozess, der in der Governance verankert sein muss.

Bezug zur Triangulation

Die Organisation definiert Datenstandards und Governance-Regeln, das Team ist verantwortlich für die operative Datenpflege und Plausibilisierung, Führung fordert Datenqualität als Voraussetzung für belastbare Entscheidungen ein.

Steuerungsimpuls

Datenqualität entscheidet über die Belastbarkeit aller nachgelagerten Steuerungsergebnisse. In der Steuerungspraxis zeigt sich ihr Wert besonders dann, wenn Prüfer nach der Herleitung einer Kennzahl fragen und die Datenkette lückenlos nachvollziehbar sein muss. Wer Datenqualität als eigenständiges Steuerungsthema behandelt – mit klaren Verantwortlichkeiten, Plausibilisierungsregeln und Eskalationsstufen – vermeidet die typischen Diskussionen über divergierende Zahlen in Vorstandssitzungen.

Verwandte Begriffe

Vertiefen Sie das Thema

Im Whitepaper „Triangulation in der Banksteuerung" erfahren Sie, wie Datenqualität im Gesamtsteuerungsrahmen verankert ist.

Whitepaper herunterladen (PDF) Reifegrad-Check starten