Vier Merkmale, die im Projekt zählen
Richtigkeit heißt, dass eine Angabe der Wirklichkeit entspricht. Aktualität, dass sie den jüngsten bekannten Stand wiedergibt. Vollständigkeit, dass nichts fehlt, was für die Verwendung nötig ist, etwa ein Vorbehalt oder eine Einheit. Zuordnung, dass klar ist, zu welchem Projekt, Bauabschnitt oder Arbeitspaket eine Angabe gehört und wer sie verantwortet. In Projekten ist die Zuordnung oft das schwächste Merkmal: Die Information existiert, liegt aber im falschen Ordner, im Postfach eines Kollegen oder in einem Protokoll, das niemand dem Arbeitspaket verknüpft hat.
Warum Projekte besonders anfällig sind
Projekte haben einen Anfang und ein Ende, viele Beteiligte aus verschiedenen Organisationen und eine hohe Änderungsrate. Jeder Partner bringt eigene Systeme und Gewohnheiten mit. Informationen werden zwischen Firmen ausgetauscht, abgeschrieben und in eigene Tabellen übertragen. Dazu kommen Phasenwechsel, bei denen Zuständige wechseln. Anders als in der Linienorganisation gibt es selten jemanden, der Daten über Jahre pflegt; nach dem Projekt ist das Team wieder auseinander.
Datenqualität ist eine Zuständigkeitsfrage
Schlechte Datenqualität wird oft der Software angelastet. Meist liegt die Ursache aber darin, dass für eine Angabe niemand ausdrücklich zuständig ist. Wenn drei Personen dieselbe Liste bearbeiten dürfen, fühlt sich keine für ihre Richtigkeit verantwortlich. Hilfreich ist eine einfache Festlegung: Für jede Art von Projektangabe, etwa Terminplan, Mängelliste oder Nachtragsliste, gibt es eine namentlich benannte Person, die sie pflegt und auf Rückfragen antwortet.
Messen, ohne Personen zu bewerten
Datenqualität lässt sich beobachten, etwa an der Zahl der Angaben ohne Datum, an Widersprüchen zwischen Plan und Protokoll oder an Positionen ohne Zuordnung. Solche Beobachtungen sind nützlich, solange sie den Zustand der Daten beschreiben und nicht in eine Rangliste von Personen oder Partnerfirmen münden. Sobald Datenqualität zur Leistungsbewertung wird, beginnen Menschen, Angaben zu glätten, und die Qualität sinkt, auch wenn die Kennzahl steigt.
Was realistisch erreichbar ist
Perfekte Datenqualität gibt es in keinem Projekt. Ziel ist, dass die Angaben, auf denen Entscheidungen beruhen, gut genug sind und dass Schwächen sichtbar sind, statt verdeckt zu bleiben. Ein Bericht, der offen sagt, welche Angaben ungeprüft sind, ist wertvoller als einer, der durchgehend präzise aussieht.