Gute Daten anhand konkreter fachlicher Kriterien statt allgemeiner Vollständigkeit bewerten
CAFM-Datenqualität besitzt mehrere Dimensionen. Ein Datensatz kann vollständig ausgefüllt und dennoch fachlich falsch sein. FM-Connect.com unterscheidet deshalb beispielsweise Vollständigkeit, Eindeutigkeit, Aktualität, Plausibilität und Konsistenz. Je nach Objektart werden unterschiedliche Qualitätsanforderungen definiert. Für eine prüfpflichtige Anlage sind andere Attribute kritisch als für einen einfachen Einrichtungsgegenstand. So entsteht ein risikoorientierter Qualitätsbegriff, der sich am tatsächlichen FM-Nutzen und nicht an maximaler Datenfülle orientiert.
CAFM-Datenqualität dauerhaft transparent steuern
Wiederkehrende Prüfregeln in einen verständlichen Data Quality Score verdichten
Automatisierbare Regeln können fehlende Pflichtfelder, Dubletten, ungültige Klassifikationen oder unplausible Beziehungen erkennen. FM-Connect.com verbindet solche technischen Prüfungen mit fachlichen Stichproben. Die Ergebnisse können nach Standort, Anlagenklasse oder Datenverantwortlichem zu einem transparenten Qualitätsbild verdichtet werden. Ein Data Quality Score soll dabei kein Selbstzweck sein. Er dient dazu, relevante Schwächen sichtbar zu machen und den Fortschritt von Bereinigungsmaßnahmen über längere Zeit nachvollziehen zu können.
|
| Vollständigkeit | Pflichtfeld gefüllt? | Quote vollständig |
| Eindeutigkeit | doppelte Asset-ID? | Dublettenquote |
| Plausibilität | Baujahr realistisch? | Fehlerquote |
| Konsistenz | Raumzuordnung vorhanden? | Beziehungsqualität |
| Aktualität | letzter Review? | Aktualitätsquote |
| Nachweis | Dokument vorhanden? | Dokumentationsgrad |
Datenfehler an der Quelle statt dauerhaft durch zentrale Bereinigung behandeln
Wiederkehrende Fehler zeigen häufig, dass ein Erfassungs- oder Änderungsprozess ungeeignet ist. FM-Connect.com untersucht deshalb, wo Daten entstehen und wer sie verantwortet. Ein zentrales Datenmanagement sollte nicht ständig falsche Eingaben nachträglich reparieren müssen. Pflichtfelder, Kataloge, Importregeln und Verantwortlichkeiten werden so angepasst, dass Fehler möglichst früh verhindert werden. Datenqualitätsmanagement wird damit Teil der Prozesse und nicht zu einer permanenten separaten Bereinigungsorganisation.
Aufwand auf Informationen konzentrieren, die Betrieb und Entscheidungen tatsächlich beeinflussen
Nicht jeder Datenfehler besitzt dieselbe Bedeutung. Eine fehlende Herstellerinformation kann bei einem kritischen technischen Asset wesentlich relevanter sein als ein nicht gepflegtes optionales Freitextfeld. FM-Connect.com gewichtet Qualitätsregeln deshalb nach Nutzung und Risiko. Betreiberpflichten, Wartungssteuerung, Flächenabrechnung und Managementberichte erhalten entsprechend hohe Priorität. Dadurch bleibt der Aufwand wirtschaftlich und das Datenmanagement konzentriert sich auf diejenigen Informationen, deren Fehler tatsächlich betriebliche Folgen verursachen können.
Data Quality als dauerhaften Bestandteil des CAFM-Betriebs etablieren
Nach einer Migration ist Datenqualität häufig besonders hoch, nimmt aber ohne Governance schrittweise wieder ab. FM-Connect.com integriert Qualitätskontrollen deshalb in den laufenden Applikations- und Stammdatenbetrieb. Data Owner erhalten regelmäßige Auswertungen, Fehler werden über definierte Workflows bearbeitet und Trends in Management-Reviews aufgenommen. So wird Datenqualität nicht nur vor Projekten oder Audits hergestellt, sondern dauerhaft gepflegt. Das CAFM behält damit seine Funktion als verlässliche Informationsgrundlage des Facility Managements.
