Daten- und Informationsqualität in Frankfurt am Main

• Grundlagen der Informationsqualität: 
  • Ziele und Nutzen des Datenqualitätsmanagements   
  • Informationsniveaus nach Rehhäuser und Krcmar   
  • Qualitätsbegriff allgemein und bezogen auf Daten, Informationen, Wissen   
  • Modelle der Dimensionen der Datenqualität 
  Data Governance: 
  • IT-Governance-Komponenten   
  • Compliance und Datenqualität   
  • Alignment und Informationsmanagement   
  • Informationsarchitektur als View (Dimension) der Enterprise-Architektur   
  • Improvement der IQ-Prozesse   
  • Entscheidungsfindung für das IQ-Management 
  Methoden zur Analyse der Datenqualität: 
  • Fehlerklassifikation von Daten   
  • Metriken zur Datenqualität   
  • Methoden zur Fehlererkennung   
  • Statistische Methoden zur Analyse der Datenqualität (z. B. Ranglisten, Regression, Histogramme, Korrelationen) 
  • Visuelle Analyseverfahren wie Data Profiling zur Identifikation von Datenqualitätsmängeln 
  Data Profiling zur Visualisierung von Datenqualitätsmängeln:   
  • Automatische Klassifikation zur Entdeckung von Datenqualitätsmängeln, z. B. durch Clustering-Verfahren, die Erkennung von Ausreißern und Gruppierung ähnlicher Datensätze 
  • Methoden zur Verbesserung der Datenqualität und zur Fehlerbehebung 
  Die Organisation der Datenqualität: 
  • Daten-Qualitätsmanagementprozess der DAMA   
  • IQ-Policy   
  • Anforderungen an die Datenqualität   
  • Aufgaben und Phasen einer integrierten und kontinuierlichen Datenqualitätssicherung   
  • Datenqualitätsaudit   
  • Beurteilen der Datenqualität und Vorschläge zur Verbesserung   
  • Data-Tracking nach Redman   
  • Priorisierung von DQ-Maßnahmen 
  Das Informations-Lebenszyklus-Qualitätsmanagement-Assessment: 
  • Reifegrade   
  • Prozessgebiete und Indikatoren des IQM-CMM   
  • Organisationsaufgabe IQM   
  • Dienstleister am Markt   
  • Literaturdiskussion

Methode

Unsere praxiserfahrenen Trainer:innen vermitteln Ihnen durch Vortrag und Diskussion sowie anhand eines durchgängigen Fallbeispiels und mittels Musterentwürfe den Datenqualitätsmanagement-Prozess.