Datenqualität für handlungsfähige Agenten

Eine Antwort kann logisch wirken und trotzdem auf einer veralteten oder falsch zugeordneten Quelle beruhen. Ein größeres Modell behebt diesen Fehler nicht zuverlässig, weil ihm der fehlende Sachverhalt unbekannt bleibt. Die Datenprüfung muss deshalb den Weg von der Quelle bis zum verwendeten Kontext betrachten.

Beginnen Sie mit einer konkreten Aussage: Für welches Objekt gilt sie, aus welcher Quelle stammt sie und wann war sie gültig? Ein importierter Bestand kann technisch vollständig sein und fachlich trotzdem die entscheidende Information vermissen. Vollständig bedeutet immer vollständig für einen beschriebenen Zweck, nicht für jede denkbare Frage.

Aktualität betrifft die zeitliche Geltung. Vollständigkeit betrifft benötigte Felder und Datensätze. Eindeutigkeit betrifft doppelte oder zusammengelegte Objekte. Konsistenz betrifft widersprüchliche Werte. Gültigkeit betrifft das vereinbarte Format und den fachlichen Wertebereich. Diese Eigenschaften müssen getrennt geprüft werden, weil sie verschiedene Korrekturen verlangen.

Angenommen, zwei Quellen verwenden dieselbe Kennung für unterschiedliche Gegenstände. Eine Ähnlichkeitssuche kann die Texte korrekt finden und trotzdem die falschen Objekte zusammenführen. Ein fehlender Wert ist ein anderer Fehler als ein bestätigter Nullwert. Wenn beides gleich gespeichert wird, kann eine spätere Regel aus unbekannt fälschlich nicht vorhanden machen.

Bewahren Sie Kennung, Version und relevante Passage einer Quelle. Bei abgeleiteten Werten gehören Berechnung, Eingaben und Annahmen dazu. W3C PROV bietet Begriffe, um Datenobjekte, Verarbeitung und Verantwortliche zu verbinden. Diese Herkunft hilft bei der Untersuchung, macht eine Quelle aber nicht automatisch richtig.

Lassen Sie Unsicherheit in Zusammenfassungen erhalten. Aus vermutlich verfügbar darf nicht verfügbar werden. Ebenso darf eine alte Beobachtung durch einen neuen Importzeitpunkt nicht als neuer Sachstand erscheinen. Wer einen Konflikt auflöst, muss die fachliche Regel oder die zuständige Entscheidung nennen können. Die Antwort des Modells ist keine solche Regel.

Ein Lesefall kann mit einem sichtbaren Hinweis auf alte Daten weitergehen. Eine schreibende Handlung kann dagegen einen aktuellen bestätigten Zustand verlangen. Legen Sie je Operation fest, welche Mindestqualität nötig ist und welche Abweichung zur Sperre führt. Datenqualität ist damit Teil der Ausführungsbedingung.

Prüfen Sie diese Regeln an typischen Fehlern: doppelte Kennungen, fehlende Zeitangaben, unerwartete Formate und widersprüchliche Zustände. Sichern Sie den Zustand vor einer automatischen Bereinigung. Wer Werte still korrigiert, kann die Ursache des Fehlers verdecken und die Nachprüfung erschweren. Korrekturen brauchen einen nachvollziehbaren Bezug zur Originalquelle.

FORGE soll Quellen und ihre fachliche Bedeutung in einem gemeinsamen Abbild verbinden. Die geplante Rolle besteht nicht darin, Widersprüche wegzuformulieren. Das System soll erkennbare Quellen, Objekte und Regeln als Grundlage für AXON und ARGUS bereitstellen. Welche Prüfungen tatsächlich laufen, muss je angebundener Quelle belegt werden.

Der vorhandene SnapSite-Kontrolle-Prototyp prüft Freigaben und Kettenbeziehungen. Er bewertet keine gesamte Unternehmensdatenbasis. Eine gültige Protokollkette kann deshalb auch eine fachlich falsche Eingabe unverändert festhalten. Kontrolle der Veränderung und Qualität des Inhalts sind getrennte Nachweise. Beide sind für eine verlässliche Handlung nötig.