Ontologiebasiertes Information Retrieval Fur Das Wissensmanagement

Datendefekte gefahrden den Geschaftserfolg von Unternehmen. So konnen veraltete, ungenaue oder unvollstandige Daten bei der Ausfuhrung vermeintlich einfacher Prozessaktivitaten wie dem Transport von Shampoo-Flaschen, der Verfugbarkeitsprufung von Telekommunikationsprodukten oder dem Zahlen von Gleisen falsche Ergebnisse, Verzogerungen oder andere Minderungen der Prozessleistung verursachen. Um kritische Datendefekte fruhzeitig erkennen und beheben zu konnen, sollten Unternehmen die Qualitat insbesondere ihrer konzernweit genutzten Daten dauerhaft und systematisch uberwachen. Unternehmen konnen ausserdem versuchen, mit praventiven Massnahmen das Auftreten von Datendefekten zu verhindern oder zumindest ihre Wirkung auf die Leistung betroffener Geschaftsprozesse zu reduzieren. Die Dissertation stellt zur Unterstutzung eines qualitatsorientierten Managements konzernweit genutzter Daten vier Artefakte vor. Eine Methode zur Spezifikation geschaftsorientierter Datenqualitatskennzahlen unterstutzt die Identifikation geschaftskritischer Datendefekte und die Spezifikation von Datenqualitatskennzahlen fur die dauerhafte Uberwachung dieser Defekte. Ein Reifegradmodell ermoglicht die Bewertung und den Vergleich von Strukturen fur qualitatsorientiertes Konzerndatenmanagement. Ein Wiki-basierter fachlicher Metadatenkatalog unterstutzt die kollaborative Definition und Pflege eines unternehmensweit einheitlichen Verstandnisses von Geschaftsobjekten und Konzerndaten. Und ein Funktionsreferenzmodell unterstutzt die bedarfsorientierte Analyse und Weiterentwicklung der Funktionalitat von Informationssystemen fur qualitatsorientiertes Management von Konzerndaten. Data defects compromise the business success of companies. For example, outdated, inaccurate or incomplete data may cause wrong results, delays or decreased performance even of supposedly simple processes such as transportation of shampoo bottles, availability checks for telecommunication products or counting of railway components. For being able to identify and correct critical data defects in time, companies should regularly and systematically monitor data quality, in particular quality of corporate data. By using preventive measures companies also could try to prevent the occurrence of data defects or at least to decrease the defects' impact on business process performance. For supporting corporate data quality management, the thesis at hand proposes four artifacts. A method for the identification of business oriented data quality metrics supports the identification of business critical data defects and the specification of data quality metrics for regularly monitoring those defects. A maturity model allows for assessing and comparing structures for corporate data quality management. A wikibased business data dictionary supports collaborative creation and maintenance of comprehensive and unambiguous business object and corporate data definitions. And a functional reference model supports functionality analysis and enhancement of corporate data quality management applications.