Der Zustand von Daten, basierend auf Faktoren wie Genauigkeit, Vollständigkeit, Zuverlässigkeit und Relevanz, ist entscheidend für die effektive Leistung von KI-Modellen.
Ein mehrdimensionales Maß, das Korrektheit (fehlerfrei), Vollständigkeit (keine fehlenden Werte), Konsistenz (einheitliche Formate), Aktualität (auf dem neuesten Stand) und Relevanz (zweckgerecht) umfasst. Datenqualitätsprogramme setzen automatisierte Validierungsregeln, Bereinigungspipelines und Qualitäts-Dashboards ein, mit Eskalationsverfahren, wenn Kennzahlen unter die festgelegten Schwellenwerte fallen.
Ein Kreditrisikoteam überwacht Datenqualitätskennzahlen für Einkommens- und Beschäftigungsfelder in Kreditanträgen. Wenn die Quoten fehlender Werte 2 % überschreiten, löst eine automatisierte Warnmeldung eine Überprüfung aus: Dateningenieure korrigieren ETL-Skripte und informieren Mitarbeitende an vorderster Front, damit Pflichtfelder konsequent durchgesetzt werden, wodurch die Datenvollständigkeit vor dem erneuten Modelltraining wiederhergestellt wird.
