Datenvalidität

Datenvalidität bezeichnet die Eigenschaft von Daten, den definierten Regeln, Formaten und Geschäftslogiken zu entsprechen, sodass sie für den vorgesehenen Verwendungszweck sinnvoll und zuverlässig sind. Sie ist eine zentrale Dimension der Datenqualität und bezieht sich darauf, ob Werte tatsächlich gültig und nutzbar sind.

Syntaktische Validität prüft, ob Daten dem erwarteten Typ, Format oder Muster entsprechen. Semantische Validität bezieht sich darauf, dass Werte in sinnvollen, zulässigen Bereichen liegen oder zu Stammdatensätzen passen (zum Beispiel gültige Länder, Währungen oder Referenzdaten). Temporale Validität bewertet, ob Daten zu einem bestimmten Zeitpunkt gültig sind, zum Beispiel Alter eines Kunden oder Gültigkeitszeiträume von Verträgen. Referenzielle Validität sorgt dafür, dass Verweise, Fremdschlüssel oder Bezugnahmen auf existierende Datensätze hinterlegt sind.

Zur Umsetzung dienen Validierungsregeln in Datenbanken, Anwendungen oder ETL-Prozessen. Typische Mechanismen sind Domain- oder CHECK-Constraints, FOREIGN-KEY-Constraints, Formatprüfungen, Referenzprüfungen sowie Logik in der Eingabevalidierung und im Data Cleansing. Datenmodelle und Governance definieren zulässige Wertebereiche, während Datenprofiling hilft, Abweichungen zu identifizieren.

Beispiele: Eine Geburtsdatum muss in einem vernünftigen Bereich liegen; Postleitzahlen müssen dem Land entsprechen; E-Mail-Adressen müssen dem Standardformat; Beträge müssen positiv sein.

Die Validität unterstützt verlässliche Analysen, Transparenz in Geschäftsprozessen und Compliance. Herausforderungen sind sich ändernde Geschäftsregeln, Leistungsbelastungen durch Validierung, falsche Positive/Negative und der Umgang mit Alt- oder Fremddaten. Eine gute Datenvalidität erfordert fortlaufende Pflege der Regeln und deren Umsetzung in der Dateninfrastruktur.