Seminar Great Expectations (GX Core) – Data-Quality-Design, Regelarchitektur und Governance

Technisch ausführbare Regeln sind noch kein tragfähiges Datenqualitätsprogramm. Das Seminar übersetzt fachliche Qualitätsziele in messbare Expectations, strukturiert Suites nach Datenprodukt und Lebenszyklus und verbindet Severity, Verantwortlichkeit, Freigabe, Dokumentation und Änderungssteuerung zu einer belastbaren Regelarchitektur.

Inhaltsübersicht

• Zielsetzung und fachliche Einordnung
• Schrittweise Seminarinhalte
• Praxisübungen und Laborszenarien
• Zielgruppe und Voraussetzungen
• Didaktik und Arbeitsweise

Zielsetzung

• Datenqualitätsdimensionen in prüfbare und entscheidungsrelevante Regeln übersetzen.
• Regelkataloge, Suites und Namensräume nach Datenprodukt und Prozessstufe strukturieren.
• Severity, Toleranzen, Ausnahmen und Eskalationswege verbindlich definieren.
• Fachliche Eigentümerschaft, technische Umsetzung und betriebliche Verantwortung trennen.
• Regeln über Review, Versionierung, Tests und Stilllegung kontrolliert verwalten.

Zielgruppe

Data Stewards, Data Owner, Data Engineers, Analytics Engineers, Governance-Verantwortliche, Fachbereichsleitung und Architekten, die ein GX-Core-Regelwerk planen oder konsolidieren.

Voraussetzungen

Grundverständnis von Datenmodellen und betrieblichen Prozessen. Erfahrungen mit Datenqualitätskontrollen sind hilfreich; GX-Core-Objekte werden im Seminar in den notwendigen Umfang eingeordnet.

Seminarinhalte

1. Schritt 1: Qualitätsziele und Entscheidungskontext erfassen

   Geschäftsprozess, Datenprodukt, Nutzer, Risiko und gewünschte Reaktion werden ermittelt. Eine Regel wird nur aufgenommen, wenn ihr Zweck und ihre Konsequenz benannt sind.

2. Schritt 2: Datenqualitätsdimensionen operationalisieren

   Vollständigkeit, Gültigkeit, Eindeutigkeit, Konsistenz, Aktualität und Integrität werden in messbare Kriterien, Datenbereiche und Schwellen übersetzt.

3. Schritt 3: Datenverträge und Regelquellen ordnen

   Fachliche Spezifikationen, Schnittstellenvereinbarungen, Referenzdaten, regulatorische Anforderungen und empirische Profile werden als nachvollziehbare Regelquellen dokumentiert.

4. Schritt 4: Regeltypen und GX-Core-Mittel auswählen

   Standard-Expectation, Row Condition, Parameter, Suite-Kombination, SQL-basierte Fehlerzeilenprüfung, Multi-Source Expectation und Custom Class werden nach Komplexität und Wartbarkeit zugeordnet.

5. Schritt 5: Expectation Suites strukturieren

   Suites werden nach Datenprodukt, Pipeline-Stufe, Zweck oder Verantwortungsbereich geschnitten. Überladung, Duplikate und widersprüchliche Regeln werden vermieden.

6. Schritt 6: Namens- und Metadatenkonzept festlegen

   Regeln erhalten eindeutige Namen, Beschreibungen, Eigentümer, Fachbezug, Severity, Gültigkeitsbereich und Änderungskennzeichen.

7. Schritt 7: Schwellen, mostly und Toleranzen steuern

   Nulltoleranz, prozentuale Toleranz, absolute Grenzwerte und zeitweilige Ausnahmen werden fachlich begründet und technisch eindeutig umgesetzt.

8. Schritt 8: Severity und Reaktionsmodell definieren

   Critical, Warning und Info werden mit Pipeline-Entscheidung, Benachrichtigung, Bearbeitungsfrist und Eskalationsweg verbunden.

9. Schritt 9: Ausnahmen und zeitlich begrenzte Abweichungen behandeln

   Genehmigte Abweichung, bekannte Altlast und technischer Fehler werden getrennt erfasst. Ablaufdatum und Rückführung in den Normalzustand sind verpflichtend.

10. Schritt 10: Review- und Freigabeprozess aufbauen

    Fachliche Freigabe, technische Prüfung, Testnachweis und Betriebsabnahme werden als klarer Ablauf mit Rollen und Nachweisen organisiert.

11. Schritt 11: Versionierung und Änderungsauswirkung prüfen

    Änderungen an Datenmodell, Schwellen oder Bedingungen werden mit Version, Migrationsbedarf und Rückwirkungsanalyse verbunden.

12. Schritt 12: Wirksamkeit und Regelbestand messen

    Fehlerrate, wiederkehrende Verletzungen, falsch positive Meldungen, ungenutzte Regeln und Bearbeitungszeiten werden als Steuerungskennzahlen ausgewertet.

Praxisübungen

• Geschäftsanforderung in Qualitätsdimension, Metrik, Schwelle und Reaktion zerlegen.
• Regelkatalog für ein Datenprodukt mit Eigentümer, Severity und Gültigkeitsbereich entwerfen.
• Drei bestehende Regeln auf Duplikate, Widersprüche und fehlende Konsequenzen prüfen.
• Ausnahmeprozess mit Genehmigung, Ablaufdatum und Rückkehrregel modellieren.
• Suite- und Namenskonzept für Entwicklung, Test und Produktion abnehmen.

Methodik

Fachliche Modellierung und technische Umsetzbarkeit werden konsequent zusammengeführt. Arbeitsblätter, Review-Szenarien und GX-Core-Beispiele führen zu einem Regelkatalog, einer Suite-Struktur und einem Governance-Ablauf für den direkten Projekteinsatz.