Konzeption und Implementierung einer Data-Quality-Engine für ein EAM-Repository zur Steigerung der Datenintegrität

Im EAM-Repository eines Schweizer Finanzinstituts werden Architekturdaten dezentral von vielen Mitarbeitenden gepflegt. Eine systematische Prüfung ihrer Qualität fehlt. Diese Bachelor Thesis entwickelt eine Taxonomie der Prüfregeln und eine Data-Quality-Engine, die sie automatisiert ausführt.

Mitkov, David, 2026

Type of Thesis Bachelor Thesis
Client Finanzinstitut
Supervisor Kundert, Anke
Views: 2
Ein Schweizer Finanzinstitut inventarisiert seine Architektur-Metadaten in einem zentralen EAM-Werkzeug und stellt sie mehreren Umsystemen als Master-Daten bereit. Rund 200 Mitarbeitende pflegen diese Daten dezentral, sodass sich Fehler leicht einschleichen können. Die vorhandenen Prüfmechanismen decken die Anforderungen nur teilweise ab, weshalb der zuständige Fachdienst die Daten wiederholt manuell prüft. Das ist aufwändig, und einzelne Mängel bleiben länger unbemerkt. Als Bank unterliegt die Auftraggeberin zudem einer strengen Nachweispflicht, die eine verlässliche Datenbasis erfordert.
Die Arbeit folgt einer problemlösungsorientierten Vorgehensweise. Zunächst wurde die Datenbewirtschaftung analysiert und der Bestand mit den internen Vorgaben abgeglichen. Der Abgleich zeigte messbare Verstösse, insbesondere bei der Vollständigkeit der Schnittstellen und den Namenskonventionen. Ergänzend prüften vier Experteninterviews die Befunde aus einer zweiten Perspektive und lieferten die Anforderungen an die Engine. Anschliessend entstand die Taxonomie in sechs Iterationen nach einem systematischen Verfahren. Den automatisiert prüfbaren Anteil setzt die Arbeit als Proof of Concept um.
Als Ergebnis liegt ein durchgängiger Ansatz zur systematischen Datenqualitätsprüfung vor. Die Taxonomie strukturiert die 30 identifizierten Regelkandidaten über fünf Dimensionen, davon sind 27 automatisiert prüfbar. Ein Regelkatalog mit 60 Regeln liegt als Konfiguration ausserhalb der Engine, sodass der Fachdienst Regeln, Ausnahmen und Benachrichtigungen ohne Eingriff in den Source Code anpassen kann. Die Engine prüft den Bestand zeitgesteuert über die REST-Schnittstelle des Werkzeugs, wertet die Regeln anhand von Prüfmechanismen aus und speichert jedes Prüfergebnis unveränderlich. Der Vergleich mit dem vorherigen Prüfdurchgang zeigt neue, bestehende und behobene Verletzungen. Die Auftraggeberin erhält damit eine Taxonomie als Massstab, einen konfigurierbaren Regelkatalog und eine lauffähige Engine. Die Arbeit empfiehlt die Überführung in den produktiven Betrieb. Damit verschiebt sich die Kontrolle von der halbjährlichen Stichprobe auf eine laufende Prüfung des gesamten Bestands.
Studyprogram: Wirtschaftsinformatik (Bachelor)
Keywords Datenqualität, Datenqualitätsregeln, Taxonomie, Enterprise Architecture Management, EAM-Repository, ArchiMate, Data-Quality-Engine, Datenintegrität, Automatisierung, Proof of Concept
Confidentiality: vertraulich
Type of Thesis
Bachelor Thesis
Client
Finanzinstitut, Bern
Authors
Mitkov, David
Supervisor
Kundert, Anke
Publication Year
2026
Thesis Language
German
Confidentiality
Confidential
Studyprogram
Wirtschaftsinformatik (Bachelor)
Location
Olten
Keywords
Datenqualität, Datenqualitätsregeln, Taxonomie, Enterprise Architecture Management, EAM-Repository, ArchiMate, Data-Quality-Engine, Datenintegrität, Automatisierung, Proof of Concept