Was macht ein Data Quality Manager?
In großen Unternehmen liegen Kundendaten, Artikelstammdaten, Lieferantendaten und Finanzkennzahlen in Dutzenden Systemen verteilt. Adressen sind doppelt erfasst, Artikelnummern folgen unterschiedlichen Formaten, Pflichtfelder bleiben leer. Data Quality Manager gehen diesen Problemen strukturiert nach. Sie definieren, was für ein Datenfeld überhaupt "korrekt" bedeutet, gießen diese Definition in prüfbare Regeln und lassen sie automatisiert gegen die Datenbestände laufen.
Der Alltag besteht zu einem großen Teil aus Analyse und Abstimmung. Mit SQL und Profiling-Werkzeugen wird untersucht, wie hoch die Fehlerquote in einem Bestand tatsächlich ist. Dashboards zeigen Vollständigkeits- und Dublettenquoten über die Zeit. Wird ein Muster auffällig, folgt die Ursachensuche: Liegt es an einer Schnittstelle, an einem fehlenden Pflichtfeld in der Erfassungsmaske oder daran, dass der Vertrieb ein Feld anders nutzt als vorgesehen. Danach beginnt der zähere Teil, nämlich mit den verantwortlichen Fachbereichen Regeln zu vereinbaren und Data Owner zu benennen, die für ihre Datendomäne geradestehen. Dazu kommen Bereinigungsprojekte, Migrationsbegleitung bei Systemwechseln und Zuarbeit für Compliance-Themen, etwa wenn Aufsichtsbehörden oder Wirtschaftsprüfer Nachweise über die Herkunft und Belastbarkeit von Zahlen verlangen.
Wie wird man Data Quality Manager?
Der übliche Weg führt über ein Studium der Wirtschaftsinformatik, Informatik, Statistik, Mathematik oder eines betriebswirtschaftlichen Fachs mit Datenschwerpunkt. Es ist selten ein Einstiegsberuf: Die meisten kommen aus einer vorgelagerten Rolle, etwa als Datenanalyst, BI-Entwickler, Stammdatenpfleger oder Fachanwendungsbetreuer, und wachsen in die Qualitätsverantwortung hinein. Auch Quereinstiege aus dem Controlling oder aus operativen Fachbereichen sind möglich, wenn solide SQL-Kenntnisse und Verständnis für Datenmodelle vorhanden sind. Ausbildungsberufe wie Fachinformatiker für Daten- und Prozessanalyse führen mit einigen Jahren Praxis ebenfalls dorthin. Zertifikate zu Data Governance oder zu Werkzeugen wie Informatica, Collibra, Ataccama oder SAP Master Data Governance sind gängige Ergänzungen.
Was der Beruf verlangt
Die Arbeit ist überwiegend Bürotätigkeit, oft mit Homeoffice-Anteil, in geregelten Arbeitszeiten. Belastend ist weniger das Pensum als die Position zwischen den Stühlen. Datenqualität hat selten einen eigenen Budgettopf, und Fachbereiche empfinden Qualitätsregeln zunächst als Mehraufwand ohne sichtbaren Nutzen. Wer hier ohne Geduld und ohne Rückhalt aus der Geschäftsführung arbeitet, läuft gegen Wände. Man braucht Ausdauer für Themen, die sich über Monate ziehen, und die Fähigkeit, technische Befunde so zu erklären, dass ein Vertriebsleiter versteht, warum ihn das betrifft. Zu Quartalsabschlüssen, Audits oder Systemmigrationen wird es zeitlich eng.
Aussichten
Die Nachfrage ist stabil und wächst. Regulatorische Anforderungen wie BCBS 239 im Bankensektor, Berichtspflichten zur Nachhaltigkeit und der Einsatz von KI-Modellen, die ohne saubere Trainingsdaten unbrauchbar bleiben, haben das Thema aus der Nische geholt. Vor allem Banken, Versicherungen, Pharma, Handel und Industrie mit komplexen Lieferketten besetzen solche Stellen. Entwicklungswege führen zum Data Governance Lead, zum Chief Data Officer, in die Beratung oder in die fachliche Spezialisierung auf eine Datendomäne. Wer zusätzlich Erfahrung mit Cloud-Datenplattformen und Automatisierung mitbringt, hat die besseren Karten.