Data Quality (DQ)

Definition des Begriffs

DQ steht für Data Quality, auf Deutsch Datenqualität. Der Begriff bezeichnet ein Verfahren zur Sicherstellung, Messung und Steuerung der fachlichen und technischen Qualität von Daten in Finanzunternehmen. Ziel ist, dass Daten vollständig, korrekt, aktuell, konsistent, eindeutig und nachvollziehbar sind. Daten gelten dabei nicht isoliert, sondern in Verbindung mit Datenmodellen, Kontrollen, Verantwortlichkeiten, Schnittstellen und dokumentierten Qualitätsregeln. Im Finanzmarkt ist DQ eng mit Daten-Governance, Risikodatenaggregation, Meldewesen, Rechnungslegung und interner Steuerung verbunden. Eine ausdrückliche Einzeldefinition besteht nicht in jedem Regelwerk. Rechtliche und aufsichtsrechtliche Bezüge ergeben sich unter anderem aus Anforderungen an ordnungsgemäße Geschäftsorganisation, Risikomanagement, interne Kontrollsysteme, aufsichtliches Reporting und IT-Governance.

Vorkommen und Verwendung

DQ-Verfahren werden von Banken, Versicherern, Wertpapierinstituten, Kapitalverwaltungsgesellschaften und Finanzmarktinfrastrukturen eingesetzt. Verantwortlich sind häufig Fachbereiche, Datenverantwortliche, IT, Risikocontrolling, Compliance, Interne Revision und zentrale Data-Governance-Funktionen. Die Anwendung erfolgt laufend, zusätzlich anlassbezogen bei neuen Produkten, Systemmigrationen, regulatorischen Meldungen oder Prüfungen.

Typische Prüffelder sind:

• Vollständigkeit von Stammdaten, Bewegungsdaten und Risikodaten
• Richtigkeit von Berechnungen, Klassifizierungen und Zuordnungen
• Konsistenz zwischen Quellsystemen, Data Warehouse und Meldedateien
• Aktualität von Datenständen und Fristen
• Nachvollziehbarkeit von Herkunft, Verarbeitung und Änderungen

Relevanz

Eine belastbare Datenqualität beeinflusst Kapitalplanung, Liquiditätssteuerung, Kreditrisikomessung, Markt- und operationelles Risikomanagement sowie regulatorische Meldungen. Fehlerhafte Daten können zu fehlerhaften Kennzahlen, verspäteten Meldungen, Korrekturmeldungen, Prüfungsfeststellungen oder zusätzlichen Kapitalanforderungen führen. DQ ist daher ein zentraler Bestandteil wirksamer interner Kontrollen. Für Entscheidungen des Managements liefert DQ die Grundlage, weil Risikoberichte, Limitüberwachung und Szenarioanalysen nur mit geprüften Eingangsdaten belastbar sind. Im Aufsichtskontext unterstützt sie die Verlässlichkeit von COREP, FINREP, AnaCredit, Solvency-II-Meldungen und weiteren Datenlieferungen. Sie ist außerdem mit Verfahren wie ICAAP, ILAAP, SREP und Modellvalidierung verknüpft.

Beispiel / Synonyme oder verwandte Begriffe

• Datenqualität: deutscher Fachbegriff für Data Quality
• Data Governance: organisatorischer Rahmen für Rollen, Verantwortlichkeiten und Datenregeln
• Data Lineage: Nachweis des Datenflusses von der Quelle bis zur Nutzung
• DQ-KPI: Kennzahl zur Messung von Datenqualitätsregeln und Fehlerquoten
• Datenqualitätsmanagement: laufende Steuerung von DQ-Prozessen

Weitere Informationen

Wichtige Bezugspunkte sind Anforderungen an interne Governance, Risikodatenaggregation, Meldewesen und Informationssicherheit. Relevante Rahmenwerke umfassen insbesondere CRR Artikel 430, technische Meldeanforderungen, BCBS 239, MaRisk, EBA-Leitlinien zur internen Governance und DORA für IKT-bezogene Daten- und Prozesssicherheit.

Weiterführende Details, regulatorische Vorgaben und Methodikbeschreibungen finden Sie auf Regupedia: www.regupedia.de