Daten aufräumen: Eine Checkliste für den ersten Überblick

Wer Daten aufräumen möchte, sollte nicht mit dem Löschen anfangen, sondern mit dem Verstehen. Welche Systeme gibt es? Wer pflegt was? Welche Daten liegen mehrfach vor? Und warum hat sich neben dem CRM eigentlich noch eine Excel-Liste etabliert?

Die folgende Checkliste hilft, sich Schritt für Schritt einen Überblick zu verschaffen – ohne gleich die gesamte IT-Landschaft auf links zu drehen.

1. Überblick verschaffen: Welche Daten entstehen überhaupt – und wo?

Bevor man aufräumt, sollte man wissen, was alles herumliegt.

• Welche Systeme erzeugen Daten? (ERP, CRM, Buchhaltung, Excel, Access, Online-Shop etc.)

• Welche Arten von Daten entstehen dort? (Kunden, Produkte, Mitarbeiter, Bewegungsdaten etc.)

• Gibt es manuelle Eingaben, die häufig Fehler verursachen?

→ Ziel: Eine vollständige Liste aller Datenquellen im Unternehmen.

2. Speicherorte und Systeme identifizieren

• Wo werden Daten gespeichert? (lokal, Cloud, Server)

• Gibt es mehrere Kopien derselben Daten an verschiedenen Orten?

• Welche Systeme synchronisieren sich automatisch – und welche nicht?

→ Ziel: Transparenz über Speicherorte und Redundanzen.

3. Doppelte Datenhaltung aufspüren

• Gibt es gleiche Kunden oder Lieferanten in verschiedenen Systemen?

• Wird dieselbe Adresse mehrfach gepflegt?

• Werden Excel-Listen parallel zur Hauptdatenbank geführt?

• Gibt es Schattenlisten oder private Notlösungen?

→ Ziel: Alle Dublettenquellen sichtbar machen.

4. Aktualisierungsprozesse verstehen

• Wie oft, durch wen und womit werden Daten aktualisiert?

• Welche Systeme werden automatisch aktualisiert?

• Wo erfolgt die Pflege manuell – und von wem?

• Gibt es regelmäßige Importe oder Synchronisationen?

• Sind die Daten konsistent oder veraltet?

→ Ziel: Verstehen, welche Daten aktuell sind – und welche nicht.

5. Zuständigkeiten und Verantwortlichkeiten klären

Nichts ist schlimmer als Daten, für die sich keiner zuständig fühlt.

• Wer erfasst Daten?

• Wer pflegt sie?

• Wer prüft sie?

• Wer ist fachlich verantwortlich (Owner)?

• Wer ist technisch verantwortlich (Admin/IT)?

→ Ziel: Klare Rollen und Verantwortlichkeiten.

6. Parallelsysteme erkennen und bewerten

Viele Unternehmen haben mehr „Nebenbei-Systeme“ als sie denken.

• Welche inoffiziellen Tools werden genutzt? (Excel, Access, Cloud-Apps)

• Warum existieren sie?

• Welche Daten werden dort gepflegt?

• Ist Integration oder Ablösung sinnvoll?

→ Ziel: Schatten-IT sichtbar machen.

7. Datenqualität prüfen

„Garbage in – Garbage out“ gilt immer.

• Sind Pflichtfelder vollständig ausgefüllt?

• Gibt es Dubletten, Tippfehler, veraltete Datensätze?

• Stimmen Formate (IBAN, E-Mail, PLZ)?

• Gibt es klare Regeln zur Eingabe?

• Werden Daten regelmäßig geprüft oder bereinigt?

→ Ziel: Qualitätskriterien festlegen und prüfen.

8. Zugriffsrechte und Datenschutz

Wer darf was sehen – und wer nicht?

• Welche Personen oder Gruppen haben Zugriff auf welche Systeme?

• Gibt es Rollen- oder Rechteverwaltung?

• Werden sensible Daten geschützt?

• Werden Zugriffe protokolliert?

→ Ziel: Datenschutz und Datensicherheit sicherstellen.

9. Aufbewahrungsfristen und Archivierung

Daten dürfen nicht ewig leben – auch wenn sie es gerne würden.

• Wie lange müssen Daten aufbewahrt werden?

• Wann dürfen oder müssen sie gelöscht werden (DSGVO)?

• Gibt es ein Archivierungskonzept?

• Werden Backups regelmäßig erstellt und geprüft?

→ Ziel: Datenlebenszyklus definieren.

10. Prozesse und Standards etablieren

Einmal aufräumen ist gut – dauerhaft Ordnung halten ist besser.

• Gibt es klare Prozesse zur Datenerfassung, -pflege und -freigabe?

• Werden neue Datenquellen systematisch eingebunden?

• Gibt es ein Datenmanagement-Handbuch?

• Werden Mitarbeiter geschult (Data Literacy)?

→ Ziel: Nachhaltige Datenqualität sichern.

11. Monitoring und kontinuierliche Verbesserung

Datenqualität ist kein Zustand – sie ist ein Prozess.

• Gibt es regelmäßige Reports über Datenfehler oder Lücken?

• Wird Datenqualität gemessen (Vollständigkeit, Aktualität, Eindeutigkeit)?

• Gibt es Verantwortliche für Datenqualität?

• Werden Änderungen dokumentiert?

→ Ziel: Datenqualität langfristig sichern.