Informační kvalita

Informační kvalita je měřítkem pro splnění „souhrnu požadavků na informace nebo informační produkt, které se týkají jeho vhodnosti pro plnění daných informačních potřeb“. Prohlášení o kvalitě informací se týkají například toho, jak přesně „popisuje“ realitu nebo jak je spolehlivá , tj. Do jaké míry ji lze použít jako základ pro plánování vlastních akcí.

Pojem kvalita dat jako měřítko kvality údajů, zejména s ohledem na jejich původ, je velmi blízký „ kvalitě informací“. Vzhledem k tomu, základem pro informace je ‚Data‘, dále jen ‚kvalita údajů‘ má dopad na kvalitu na informace získané z odpovídajících dat: žádná informace o „dobré“ od špatných dat.

Definice

Informační kvalita

Kvalita informací je třeba odlišit od čistého významu ( sémantiky ) a formální informačního obsahu ( statistická významnost ).

Existuje velké množství kritérií kvality, jejichž důležitost závisí na kontextu a použití informací a na datech, na nichž jsou založeny. Typickými, často používanými kritérii kvality jsou správnost , úplnost, relevance , konzistence (např. Osvobození od rozporů) a aktuálnost (zejména ve zprávách ). Tato kritéria kvality obvykle čerpají svůj význam z pohledu uživatele. Je proto důležité, jak uživatelé dat a systémů hodnotí tato kritéria.

Informační kvalita

IQ-Community (Information Quality) zvažuje kvalitu informací (podle Richarda Y. Wanga) podle následujících kategorií a rozměrů. Německá společnost pro informace a kvalitu dat (DGIQ) navrhla německý překlad založený na systému hodnocení Richarda Y. Wanga. Doporučuje je důsledně používat v německy mluvící oblasti. Zde je přehled 15 rozměrů IQ:

  1. Systém / systém podporovaný:
    přístupnost , zpracovatelnost (schopnost manipulace)
  2. Reprezentace / související s reprezentací:
    srozumitelnost , jasnost, jednotná reprezentace , jasná interpretovatelnost
  3. V závislosti na použití / účelu:
    aktuálnost , přidaná hodnota , úplnost , vhodný rozsah, relevance
  4. Obsah / inherentní:
    vysoká pozice ( pověst ), svoboda od chyb ( správnost ), objektivita , důvěryhodnost .

Pro optimalizaci kvality informací v informačních systémech je kvalita jednotlivých zdrojů dat hodnocena pomocí nákladové funkce na základě různých kritérií. Pomocí předvoleb ohledně kritérií kvality lze požadavek na informační systém optimalizovat tak, aby odpověď měla nejvyšší možnou kvalitu informací!

Informační kvalita, stejně jako obecný koncept kvality, může odkazovat na různé myšlenky (podle Garvinovy klasické klasifikace )

  • související s produktem; zde je kvalita vnímána jako inherentní vlastnost;
  • související s uživatelem; použití výrobku definuje kvalitu;
  • související s procesem; je zaručen soulad se specifikací;
  • související s hodnotou; vytváří například vztah mezi cenou a kvalitou.

Špatná kvalita informací může mít dalekosáhlé důsledky, pokud nebude včas rozpoznána. Příklady:

  • Hotelové rezervace nebyly nalezeny kvůli chybně napsaným jménům.
  • Kvůli neúplným informacím o adrese jsou faktury zasílány nesprávné osobě.
  • Kvůli chybám překladu se z miliard částek ( anglických bilionů ) staly biliony.
  • Špatná bonita v důsledku použití nesprávných počátečních údajů při hodnocení úvěru .

Kvalita dat

Kritéria kvality pro kvalitu dat se liší od kritérií pro kvalitu informací; Kritéria kvality dat jsou:

  • Správnost : Údaje by měly co nejvíce odpovídat okolnostem ve skutečnosti.
  • Konzistence : Datový záznam nesmí být v rozporu sám o sobě ani s jinými datovými záznamy.
  • Spolehlivost : Původ dat (zdroj dat) musí být dohledatelný.
  • Úplnost: Záznam dat musí obsahovat všechny potřebné atributy.
  • Přesnost : Data musí být k dispozici s požadovanou přesností (příklad: desetinná místa).
  • Aktuálnost: Všechny soubory dat musí odpovídat požadovanému aktuálnímu stavu zobrazené reality.
  • Ochrana před nadbytečností : V záznamech dat se nesmí vyskytovat žádné duplikáty.
  • Relevance: Informační obsah datových záznamů musí splňovat příslušné informační potřeby.
  • Jednotnost: Informace v datovém záznamu musí mít jednotnou strukturu.
  • Jedinečnost: Každý datový záznam musí být jasně interpretovatelný.
  • Srozumitelnost: Terminologie a struktura datových záznamů musí odpovídat představám oddělení.

Mezi další opatření patří opatření ke zlepšení kvality údajů a přizpůsobení stávajících údajů uvedeným kritériím kvality. Říká se čištění dat .

Význam v různých oblastech

Tento článek nebo následující část nejsou dostatečně vybaveny podpůrnými dokumenty ( např. Individuálními důkazy ). Informace bez dostatečných důkazů by mohly být brzy odstraněny. Pomozte Wikipedii prozkoumáním informací a zahrnutím dobrých důkazů.

statistika

Eurostat definuje kvalitu údajů podle následujících kritérií:

  • Relevance statistických konceptů (relevance): uživatelé, potřeby uživatelů, úroveň podrobností a předmět
  • Přesnost výsledků odhadů (přesnost a spolehlivost):
  • Aktuálnost a přesnost poskytování údajů (včasnost a přesnost): Čas a doba získání dat do zveřejnění
  • Soudržnost a srovnatelnost statistik (soudržnost a srovnatelnost): Mezi předběžnými a konečnými statistikami, ročními a vnitroletními statistikami, podskupinami (například region) nebo časem (dnem) do zastřešujícího termínu
  • Dostupnost a jasnost informací: zveřejnění údajů, zpráva o metodě, úplnost (není součástí kodexu)

Přírodní a sociální vědy

V přírodních vědách se hovoří o kvalitě dat , zejména pokud jde o měření a sběr dat . Roli hraje především interference, přesnost měření a někdy i velikost databáze , tj. Počet měření: čím méně možných interferencí, tím přesnější měření a čím větší počet měření, tím přesnější může být realita může být mapována z výsledných dat. V jednotlivých případech však záleží na úkolu, jaká kvalita dat je požadována.

Také ve společenských vědách záleží na otázce. V zásadě je zde velmi obtížné vyhnout se rušení. Z tohoto důvodu je hodnota obvykle umístěna na co největší databázi a na možnosti srovnání. Mezi dotazníky a pohovory je třeba zásadně rozlišovat ,

Je důležité si uvědomit, že ve vědě samotná dobrá kvalita dat nestačí k vytvoření dobrého modelu . Interpretace dat a správné příčinné souvislosti je třeba také vzít v úvahu.

Zpravodajské agentury a zpravodajské služby

Účelem zpravodajských agentur a tajných služeb je shromažďovat a zpřístupňovat informace v nejlepší možné kvalitě. Přitom je obzvláště důležité, aby tyto údaje byly vybrány z množství dostupných údajů, které jsou relevantní pro příslušný úkol, a aby byly uvedeny do konzistentní podoby, aniž by došlo ke zkreslení prohlášení. Zejména mají být vyloučeny chyby a dezinformace, často kontrolou zpráv proti více zdrojům.

podnikání

V ekonomice má kvalita informací zásadní význam, protože na základě informací z. B. Rozhodují se, vyhodnocují se tržní příležitosti a vedou se jednání. To vše může být jen tak dobré, jako podkladová data nebo informace. Pojem kvalita dat nebo celopodniková kvalita dat se často používá jako synonymum pro „ kvalitu informací“; Kvalita související s daty se však týká pouze uloženého obsahu dat, zatímco „kvalita informací“ zahrnuje další aspekty, jako je vhodný výběr vhodných souborů dat, tvorba (dílčích) součtů a / nebo jejich zastoupení.

Složitý termín

Hovorově je termín „informační kvalita“ často přirovnáván k „vysoké kvalitě“. To je však jen částečně správné a vyžaduje to - podobně jako u jiných konceptů kvality (např. Software, voda, kvalita zvuku.) Nebo úsudky (jak rychlé, jasné, hlasité) - pro spolehlivé určení kvality relativistické úvahy: kontext aplikace určuje která kritéria kvality (jako obecný rámec) jsou relevantní a které konkrétní požadavky jsou stanoveny pro každé kritérium. Míra, do jaké jsou tyto požadavky splněny příslušnými informacemi, má za následek - celkem - jeho informační kvalitu . Kvalita informací proto vždy závisí na kontextu a uživateli a nesmí být nikdy hodnocena „izolovaně pro sebe“.

Kontext aplikace

Referenčním bodem jsou „informace“, pro které by prohlášení o kvalitě mělo platit.

  • O jaké informace se žádalo / očekávalo?
  • Které detaily se konkrétně očekávají? Lze zkontrolovat pouze to, co bylo konkrétně stanoveno. „Všechno o ...“ lze jen stěží posoudit.
  • Pro jaké informace je třeba určit kvalitu? Co přesně bylo dodáno?
  • Pro které uživatele jsou informace určeny? Jazyk, úroveň znalostí (laici, specialisté)?
  • Jaký je účel informací? „pouze zájem“, rozhodnutí o koupi, potřeba pomoci
  • jak důležitý je tento účel? Vynaložené náklady, zamýšlená úroveň investic, zásadní
  • co je důležité z informačního kvality? Co se stane v závislosti na vysoké nebo nízké kvalitě? S jakými kritérii kvality?

Organizace jako kontext

Studie ukazují, že v rámci organizací je důležitost kvalitativních kritérií hodnocena odlišně v jednotlivých oblastech a odděleních vytváření hodnot. Pohledy na primární a sekundární aktivity (podle Porterova hodnotového řetězce) se mohou značně lišit. Liší se také úhel pohledu IT oddělení. To je třeba vzít v úvahu zejména u osob odpovědných za správu informací.

Složitost při hodnocení kvality informací mimo jiné ukazuje skutečnost, že uživatelé ve společnostech posuzují kritéria kvality informací odlišně v závislosti na své obecné spokojenosti s dostupnými údaji a informacemi. Mezi kritérii kvality informací, jako je přístupnost, správnost, důvěryhodnost, úplnost, stručnost, konzistence, bezpečnost a aktuálnost, odhalila studie největší rozdíly (v závislosti na spokojenosti) v důležitosti kladené na stručnost a bezpečnost.

Kritéria kvality a jejich význam

Kvalita informací je výsledkem kontroly nebo splnění příslušných kritérií. Nohr používá následující „rozměry kvality“:

  • relevance úkolu a účelnost informací: srozumitelné? splňuje očekávání?
  • stupeň jistoty, že je pravdivý
  • důvěryhodnost na základě předchozích zkušeností
  • ověřitelnost informací: jaké zdroje jsou známy? Jsou spolehlivé?
  • správnost informací: jsou úplné? Toto kritérium je často obtížné zkontrolovat. Je to konzistentní?
  • a aktuálnost informací

Kritéria hodnocení kvality informací jsou uplatňována nejednotně . Nohr uvádí: „Kritéria a kritéria hodnocení kvality informací vážně chybí.“ S odkazem na „Rolph / Bartram 1994“ odkazuje na kritéria používaná britskými manažery: „Posuzovali kvalitu informací, na jejichž základě jejich rozhodnutí jsou založena celkově jako neadekvátní s ohledem na stupnici kvality zahrnující osm kritérií (1 = špatná, 5 = vysoká) ": správnost 3,64, důvěryhodnost 3,31, prezentace 3,18, aktuálnost 3,07, úplnost 2,88, viditelná ohniska 2, 84, relevance 2,80, použitelný formát 2,80.

Tyto otázky vyžadují více či méně podrobné zkoumání v závislosti na kontextu, ve kterém jsou informace použity, a na jejich kvalitě. To může vyžadovat další výzkum - který zase poskytne nové informace (s vlastní „kvalitou informací“).

Tímto způsobem mohou být kritéria kvality v různých informačních zdrojích / médiích posuzována různě. Například:

  • Tradiční encyklopedie : autorita, úplnost, formát, objektivita, styl, aktuálnost, jedinečnost.
  • Služby Web 2.0 : přístupnost, úplnost, důvěryhodnost, angažovanost, objektivita, čitelnost, relevance, pověst, styl, aktuálnost, jedinečnost, užitečnost.

Kontext významu

Obecné a nediferencované hodnocení kvality informací tedy není možné, ale lze jej odvodit pouze z míry splnění (relevantních) požadavků. Deficity nebo mezery představují rizika, která jsou vyšší, čím důležitější je kontext aplikace a čím důležitější jsou potenciální dopady těchto deficitů. Za určitých okolností proto musí být upřednostněny / zváženy požadavky / očekávání kvality informací. Pro velmi důležité informace lze použít speciální postupy hodnocení a dokumentace (například „bodování“).
Naopak v případě méně (více) důležitého kontextu (například „zajímá mě to jen“) se takové úvahy ustupují; informace, jejichž aktuálnost (např.) není známa, by mohly být - v tomto ohledu - certifikovány jako „dobré kvality“, pokud toto kritérium není důležité nebo není relevantní; protože (definované) požadavky by byly splněny. Kvalitu informací v jednoduchých situacích lze často posuzovat pouze obecně, „na základě pocitu“; úsudek je pak založen na intuitivním posouzení určitých jednotlivých kritérií, je jen částečně jistý a v tomto scénáři ho nelze odůvodnit.

Jiné rozměry

Další rozdíly lze nalézt v literatuře v souvislosti s kvalitou informací:

  • Prohlášení o kvalitě informací jsou možná jako hodnocení konkrétních informací, ale také jako cíl pro informace, které se potenciálně očekávají nebo mají být vytvořeny - v takovém případě musí být kritéria určující kvalitu definována přesněji.
  • S podobným významem rozlišuje Nohr kvalitu informací konstruktivní (= kvalita při produkci informací) a receptivní (= kontrola externě získaných informací).
  • S ohledem na požadavky, na nichž je kvalita založena, lze rozlišovat mezi požadavky specifickými pro uživatele a obecnými požadavky.

Viz také

literatura

  • Jürgen Bode: Pojem informace v obchodní správě . In: Schmalenbach's Journal for Business Research, svazek 49, č. 5, s. 449–468, 1997.
  • Larry P. English: Zlepšení kvality datových skladů a obchodních informací: Metody snižování nákladů a zvyšování zisku . New York: John Wiley & Sons, 1999.
  • Martin Eppler: Správa kvality informací: Zvýšení hodnoty informací v produktech a procesech náročných na znalosti . 2. přepracované a rozšířené vydání, New York / Berlin: Springer, 2006. ISBN 978-3540314080
  • Gernot Gräfe: Kvalita informací v transakcích na internetu . Wiesbaden: Dt. Univ.-Verl., 2005.
  • Knut Hildebrand, Marcus Gebauer, Holger Hinrichs, Michael Mielke (eds.): Kvalita dat a informací: On the way to Information Excellence , Vieweg + Teubner Verlag, Wiesbaden 2008, ISBN 978-3-8348-0321-4
  • Holger Hinrichs: Řízení kvality dat v systémech datových skladů , Oldenburg 2002 (online PDF )
  • Thomas C. Redman: Kvalita dat pro informační věk . Boston: Artech House, 1996.
  • Richard Wang, Diane Strong: Beyond Accuracy: What Data Quality means to Data Consumers. In: Journal of Management Information Systems, sv. 12, č. 4, s. 5–33, 1996.
  • Holger Nohr , Information Quality Management, Knowledge Management Working Papers, University of Applied Sciences Stuttgart, No. 3/2001, ISSN  1616-5349 (Internet, PDF ), ISSN  1616-5330 (Print)
  • Carsten Kraus, adresy a zákaznické databáze pro přímý marketing , Verlag Business Village, Göttingen 2004, ISBN 3-934424-59-7
  • Volker Würthele, Metriky kvality dat pro informační procesy, Katedra počítačových věd, Oddělení informačních systémů, Švýcarský federální technologický institut (ETH) Curych, Verlag Books on Demand GmbH, Norderstedt 2003, ISBN 3833403454 , (online PDF )
  • Jan Rutenberg: Vliv kvality a množství informací na duševní pohodlí při rozhodování o nákupu. Nakladatelství Dr. Kovač , Hamburg 2008, ISBN 978-3-8300-3696-8 .
  • Fehrenbacher, DD a Helfert, M. (2012). Kontextové faktory ovlivňující vnímanou důležitost a kompromisy kvality informací . Komunikace Asociace pro informační systémy ,  30 , 111-126.

webové odkazy

Individuální důkazy

  1. ↑ a b c d e f Holger Nohr FH Stuttgart Řízení kvality informací (PDF; 362 kB)
  2. ↑ a b c d Fehrenbacher, Dennis Dominique, Helfert, Markus: Kontextové faktory ovlivňující vnímanou důležitost a kompromisy kvality informací . In: Komunikace Asociace pro informační systémy . páska 30 , č. 1 , 1. ledna 2012, ISSN  1529-3181 ( wordpress.com [PDF; přístup 28. února 2017]).
  3. ↑ Fehrenbacher, DD (2013), Information Quality, Controlling 25 (2) pp. 125–126 
  4. ↑ a b Knut Hildebrand: Kvalita dat a informací: na cestě k vynikající informovanosti . 4., přepracované a rozšířené vydání. Springer, Wiesbaden, Německo 2018, ISBN 978-3-658-21994-9 , s. 28 .
  5. ↑ MIT Total Data Quality Management (TDQM) . Citováno 1. září 2014.
  6. ↑ Německá společnost pro informace a kvalitu dat - grafický přehled 15 dimenzí IQ ( Memento od 1. září 2014 v internetovém archivu )
  7. ↑ David A. Garvin, Co vlastně znamená „kvalita produktu“?, In: Sloan Management Review, 1984, svazek 26, vydání 1, s. 25–43
  8. ↑ Martin Bayer v Good data - bad data in Computerwoche 24. ledna 2011 (PDF, 515 kB)
  9. ↑ Porter, Michael E. (1985). Konkurenční výhoda: Vytváření a udržování špičkového výkonu . New York.: Simon a Schuster.
  10. ↑ Dennis D. Fehrenbacher: Vnímání dimenzí kvality informací z pohledu teorie komodit . In: Chování a informační technologie . páska 35 , č. 4 , 15. února 2016, s. 254-267 , doi : 10.1080 / 0144929x.2015.1128974 .
  11. ↑ Crawford, Holly: Referenční a informační služby: Úvod . Knihovny Unlimited Englewood, CO, 2001, s. 433-459.