Logikbäume: Mehr Transparenz zur Wirkung schlechter Datenqualität auf Unternehmensziele

Mit den effektiven Denkprozessen aus der TOC (Theory of Constraints) Durchbruchslösungen im Datenqualitätsmanagement schaffen

Ein Bewusstsein dafür, dass ein dringender Handlungsbedarf besteht ein übergreifendes und nachhaltiges DQM einzuführen, ist in vielen Organisationen noch gering ausgeprägt.

Wenn sich um das Thema Datenqualität gekümmert wird, dann meist auf lokale Einheiten beschränkt und situativ bedingt. Je nach Handlungsdruck werden immer wieder Einzelmaßnahmen durchgeführt. In der Regel stört schlechte Datenqualität den Flow von Prozessen und es erfordert immer wieder Nachbearbeitungsschleifen im laufenden Betrieb, bis ein Prozess effektiv abgeschlossen werden kann. Zusätzlich stören immer wieder die ad hoc initiierten Datenkorrekturmaßnahmen den Regelbetrieb.

Wenn Unternehmensziele sich scheinbar widersprechen...

...oder wie man aus einem Zielkonflikt eine Win-Win-Situation erzeugt!

Die klassische Vorgehensweise in Unternehmen ist, dass man ein Hauptziel definiert (z.B. führendes serviceorientiertetes Unternehmen in seiner Branche), welches man unbedingt erreichen möchte und das Unternehmen möglichst klar von den Wettbewerbern abgrenzt. Zusätzliche werden entsprechende Subziele definiert, die unterstützend wirken sollen (z.B. hohe Kundenzufriedenheit, Umsatzsteigerung, effiziente Prozesse, usw.).

Im Laufe der Zeit muss man leider immer wieder die Erfahrung machen, dass sich scheinbar mehrere Ziele widersprechen.