Data Stewardship: die Kontrolle über Ihre Kundendatenqualität in DQE One Standalone übernehmen
In einem Data-Quality-Projekt ist das Erkennen von Anomalien nur der erste Schritt. Die eigentliche Herausforderung liegt darin, zu entscheiden, wie mit ihnen umgegangen wird: Soll KI zum Einsatz kommen? Wie soll eine komplexe Zusammenführung von Duplikaten gelöst werden? Genau hier setzt Data Stewardship an.
Eine oft unterschätzte operative Herausforderung
Data-Quality-Teams stehen vor einer Vielzahl von Anomalien, die sich weder rein manuell noch allein durch KI zuverlässig bewältigen lassen. Was sie brauchen, ist ein Werkzeug, mit dem sie steuern können, wann KI zum Einsatz kommt, wie komplexe Fälle entschieden werden und wie sich jede Entscheidung nachvollziehen lässt.
Zentrale Herausforderungen in der Praxis:
- Schwer zu entscheidende, komplexe Duplikate. Wenn zwei Datensätze jeweils nur teilweise korrekt sind: Welcher sollte behalten werden? Welche Felder sollten zusammengeführt werden? Ohne eine geeignete Oberfläche ist es schwierig, die zu behaltenden Daten feldgenau auszuwählen.
- Eine KI, die entweder aufgezwungen wird oder ganz fehlt. Manche Lösungen erzwingen Automatisierung ohne Möglichkeit zum manuellen Eingriff, andere bieten überhaupt keine intelligente Unterstützung.
- Fehlende Nachvollziehbarkeit. Es lässt sich nicht rekonstruieren, wer eine Zusammenführung freigegeben hat, nach welcher Logik und auf Basis welcher Empfehlungen.
Was das Data-Stewardship-Modul leistet
1. Volle Kontrolle über den Verarbeitungsmodus
Für jede Anomalie kann der Data Steward frei wählen zwischen:
- Manuelle Verarbeitung
- Automatisierte Verarbeitung
Ergebnisse mit hoher Konfidenz können anhand definierter Schwellenwerte automatisch übernommen werden, während uneindeutige Fälle zur menschlichen Prüfung vorgelegt werden.
2. Eine Oberfläche zur Zusammenführung von Duplikaten
Kandidaten-Datensätze werden Feld für Feld nebeneinander angezeigt. Der Data Steward kann anschließend:
- einen Master-Datensatz festlegen
- für jedes Feld die zu übernehmenden Werte gezielt auswählen
- die Zusammenführung mit vollständiger Transparenz bestätigen
3. Aktivierung des Deduplication Agent
Bei Duplikat-Fällen kann der Data Steward entscheiden, ob der Deduplication Agent aktiviert wird oder nicht. Jede Empfehlung wird begleitet von:
- einer Erklärung in natürlicher Sprache
- einem Konfidenzwert zur Unterstützung der Entscheidung
4. Vollständige Nachvollziehbarkeit aller Aktionen
Um Anforderungen an Governance, interne Revision und regulatorische Compliance zu erfüllen, werden alle Vorgänge in einem umfassenden Audit-Log erfasst, darunter:
- durchgeführte Aktionen
- beteiligte Nutzerinnen und Nutzer
- eingesetzter KI-Agent, samt zugehöriger Begründung
- Zeitstempel der Entscheidungen
Der geschäftliche Nutzen im Überblick
Das Data-Stewardship-Modul definiert die Rolle des Data Steward neu: KI übernimmt die wiederkehrenden Aufgaben, während sich der Mensch auf die Fälle konzentriert, die unternehmerisches Urteilsvermögen erfordern. Das Ergebnis: eine effizientere Organisation, verlässlichere Daten und die vollständige Nachvollziehbarkeit jeder Entscheidung.
Möchten Sie mehr über das Data-Stewardship-Modul erfahren oder mit einem unserer Experten sprechen?
Über DQE
Datenqualität ist essenziell für ein umfassendes Kundenbild und den Aufbau einer langfristigen
Kundenbeziehung. DQE stellt seinen Kunden seit 2008 innovative und umfassende Lösungen zur
Verfügung, die das Erfassen vollständiger, verlässlicher Daten erleichtern.
18
Jahre
Erfahrung
1.000
Kunden aus allen Branchen
10Mrd.
Anfragen pro Jahr
240
internationale Datenpools
