Datenkompetenz beginnt mit Begriffsarbeit: Wer definiert den Kunden?

Ein Kunde, drei Zahlen

Vertrieb, Finance und Service berichten unterschiedliche Kundenzahlen. Alle drei können korrekt gerechnet haben. Der Vertrieb zählt aktive Geschäftsbeziehungen, Finance fakturierte Rechtseinheiten, der Service betreute Standorte. Das Problem liegt dann vor der Datenbank. Es liegt im Gegenstand der Messung.

Diese illustrative Konstellation zeigt, weshalb Datenkompetenz nicht erst beim Lesen eines Diagramms beginnt. Wer Ergebnisse vergleichen will, muss wissen, welche Einheit er vergleicht. Ein bereinigter Datensatz kann begrifflich weiterhin unpassend sein. Technische Qualität und fachliche Bedeutung sind getrennte Prüfaufgaben.

Warum Datenqualität mit einer fachlichen Frage beginnt

Datenqualität ist die Eignung von Daten für einen bestimmten Zweck. Ein Datensatz kann technisch vollständig und für eine konkrete Entscheidung dennoch ungeeignet sein. Wenn Vertrieb, Buchhaltung und Service unter Kunde verschiedene Einheiten verstehen, entsteht keine gemeinsame Sicht allein dadurch, dass alle Felder korrekt übertragen werden. Das technische Problem der Verbindung und das fachliche Problem der Bedeutung sind zu unterscheiden.

Eine begriffliche Klärung sollte deshalb den Anwendungsfall nennen. Geht es um rechtliche Vertragspartner, kaufende Standorte, wirtschaftliche Unternehmensgruppen oder einzelne Nutzer? Mehrere Definitionen können gleichzeitig sinnvoll sein. Problematisch wird es, wenn sie in einer Auswertung unbemerkt wechseln. Die scheinbare Zahl der Kunden kann sich dann verändern, ohne dass sich der Markt verändert hat.

Strukturkompetenz betrifft hier die Verantwortung für Definitionen und ihre Anwendung. Jemand muss fachliche Änderungen beurteilen, Beziehungen zwischen Begriffen pflegen und Ausnahmen klären können. Ein Datenkatalog ohne solche Zuständigkeiten wird leicht zu einer weiteren Dokumentationssammlung. Sein Wert entsteht dort, wo Menschen eine strittige Aussage auf eine nachvollziehbare Definition zurückführen und deren Eignung für die anstehende Frage prüfen können.

Die Verbindung von Semantik und Organisationsstruktur

Seebachers Arbeiten zu datengetriebenem Management und Kommunikationssteuerung bieten einen Bezug für die Frage, wie Daten in Entscheidungen eingehen. Der hier entwickelte Gedanke lautet: Gemeinsame Begriffe sind Teil der betrieblichen Infrastruktur. Sie ermöglichen, dass unterschiedliche Funktionen dieselbe Zahl sinnvoll verwenden können.

Das verlangt keine vollständige sprachliche Vereinheitlichung. Verschiedene Funktionen benötigen legitimerweise verschiedene Perspektiven. Entscheidend ist, diese zu kennzeichnen und Übersetzungen zu ermöglichen. Eine Definition kann beispielsweise zwischen Vertragskunde, Rechnungsempfänger und Nutzungsstandort unterscheiden. Der Fehler entsteht, wenn diese Kategorien unter einer scheinbar eindeutigen Bezeichnung vermischt werden.

Damit wird Begriffsarbeit zur Governancefrage. Wer darf eine Definition ändern? Welche Berichte und Prozesse sind betroffen? Wie wird eine neue Fassung kommuniziert? Eine kleine sprachliche Anpassung kann Vergleichsreihen brechen oder Zielvereinbarungen verändern. Ohne Zuständigkeit bleibt das Problem zwischen Fachbereich und IT liegen.

Eine Begriffslandkarte für Vertrieb und Service

Ein konstruiertes Unternehmen möchte den Umsatz je aktivem Kunden mit dem Betreuungsaufwand vergleichen. Der Vertrieb zählt kaufende Standorte. Der Service bearbeitet Anfragen nach technischen Anlagen. Die Buchhaltung ordnet Umsätze dem Rechnungsempfänger zu. Eine unmittelbare Zusammenführung erzeugt präzise wirkende Kennzahlen, deren Bezugsgrößen nicht zusammenpassen.

Ein methodischer Workshop beginnt mit wenigen tatsächlichen Beispielen. Die Beteiligten markieren Standort, Anlage, Vertragspartner und Rechnungsempfänger als unterschiedliche Gegenstände. Danach beschreiben sie die Beziehungen und mögliche Ausnahmen. Ein Standort kann mehrere Anlagen besitzen; ein Rechnungsempfänger kann mehrere Standorte abdecken. Erst dann wird entschieden, welche Ebene für die konkrete Frage geeignet ist und welche Zuordnung zusätzliche Unsicherheit enthält.

Das Arbeitsprodukt ist eine Begriffslandkarte mit Anwendungsregeln. Sie sollte nicht den Anspruch erheben, alle Begriffe des Unternehmens endgültig zu normieren. Für den ersten Schritt genügt eine belastbare Verständigung über die betrachtete Entscheidung. Im Training können andere Gruppen anschließend einen Grenzfall einbringen. Wenn die Zuordnung daran scheitert, wird sichtbar, welche Regel präzisiert werden muss. So wird Begriffsarbeit zu einer überprüfbaren fachlichen Leistung.

Warum KI die Klärung dringlicher macht

Ein Sprachmodell kann unterschiedliche Begriffe elegant zusammenführen. Genau darin liegt ein Risiko: Sprachliche Glätte kann fachliche Unterschiede verdecken. Ein gut formulierter Managementbericht ist kein Beleg dafür, dass seine verwendeten Größen denselben Gegenstand beschreiben.

Ein Methodenworkshop sollte daher eine vorhandene Kennzahl durch ihre gesamte Verwendung verfolgen. Die Gruppe beginnt bei der Definition, geht über Erfassung und Aggregation bis zur Entscheidung und markiert jede Stelle, an der sich die Bedeutung verändern kann. Ein solches Vorgehen verbindet Datenarbeit mit Prozessanalyse.

Als Arbeitsprodukt genügt zunächst ein Begriffssteckbrief: Zweck, Einheit, Ein- und Ausschluss, Berechnung, Verantwortlichkeit und bekannte Missverständnisse. Sein Nutzen zeigt sich erst in der Anwendung. Werden Besprechungen dadurch kürzer und Entscheidungen nachvollziehbarer, ist eine relevante Strukturverbesserung plausibel. Ein gefülltes Glossar allein belegt sie nicht.

Was KI an dieser Aufgabe verändert

Sprachbasierte Systeme können Begriffe flüssig in gemeinsame Darstellungen überführen. Gerade dadurch kann eine ungelöste Differenz unsichtbar werden. Eine sprachlich überzeugende Antwort auf die Frage nach unseren wichtigsten Kunden sagt noch nicht, ob sie wirtschaftliche Gruppen, Standorte oder Vertragspartner vergleicht. Das System kann eine Bedeutung auswählen, ohne dass die Organisation diese Auswahl ausdrücklich getroffen hat.

Der angemessene Umgang besteht nicht in möglichst langen Eingaben allein. Die verwendeten Begriffe und Beziehungen müssen zugänglich und fachlich verantwortet sein. Bei mehrdeutigen Fragen sollte eine Rückfrage vorgesehen werden. Die spätere Antwort braucht eine erkennbare Bezugsgröße. Welche Datenquelle mit welcher Definition genutzt wurde, gehört zur Interpretation des Ergebnisses und sollte nicht erst bei einem Widerspruch gesucht werden.

Ein Gegenargument lautet, dass zu viel Abstimmung die Datennutzung verlangsamt. Das ist möglich. Deshalb sollte die Prüftiefe nach der Tragweite der Anwendung gewählt werden. Eine explorative Ideensammlung benötigt eine andere Verbindlichkeit als ein Bericht, auf dessen Grundlage Ressourcen verteilt werden. Methodenkompetenz bedeutet auch hier, passende Genauigkeit zu wählen. Die Alternative zur übermäßigen Normierung ist eine ausdrücklich begrenzte Definition, keine stillschweigende Mehrdeutigkeit.

Wer sollte gemeinsame Datenbegriffe verantworten?

Die Verantwortung sollte bei fachlich zuständigen Personen liegen und mit den betroffenen Funktionen abgestimmt sein. Die IT kann Beziehungen technisch abbilden, entscheidet damit aber nicht allein über ihre geschäftliche Bedeutung. Für einen strittigen Begriff braucht es einen klaren Klärungsweg und einen dokumentierten Anwendungsbereich. Änderungen müssen jene Auswertungen erreichen, die davon abhängen. Ein Training kann diese Struktur an wenigen Begriffen entwickeln, statt mit einer vollständigen Unternehmensontologie zu beginnen. Der erste Erfolg besteht darin, dass Beteiligte dieselbe Kennzahl korrekt interpretieren und begründen können, welche andere Frage damit noch nicht beantwortet wird.

Ausblick bis Juli 2026

Für die kommenden zehn Monate ist zu erwarten, dass die Grenzen rein technischer Dateninitiativen sichtbarer werden. Ein Frühindikator wäre die gemeinsame Verantwortung von Fachbereich und IT für zentrale Definitionen. Die These wäre geschwächt, wenn automatisierte Bereinigung Bedeutungsprobleme zuverlässig ohne fachliche Klärung löst. Bis dahin bleibt Verstehen auch dort eine soziale Arbeit, wo Daten technisch einwandfrei vorliegen.