Was macht ein Data Quality Manager?
Data Quality Manager kümmern sich darum, dass die Daten eines Unternehmens für ihren Zweck taugen. In Banken sind das etwa Kunden- und Kontodaten, Sicherheiten, Risikopositionen oder Meldedaten für die Bankenaufsicht. Zur täglichen Arbeit gehört es, Prüfregeln zu definieren, zum Beispiel ob Pflichtfelder gefüllt, Werte plausibel und Angaben zwischen zwei Systemen gleich sind. Diese Regeln werden in Werkzeugen für Datenqualität oder per SQL umgesetzt, die Ergebnisse laufen in Dashboards und Berichten zusammen. Fallen Kennzahlen ab, beginnt die eigentliche Arbeit: Ursachen in Datenflüssen suchen, mit den zuständigen Fachabteilungen und der IT klären, ob ein Eingabefehler, eine fehlerhafte Schnittstelle oder eine unklare Definition dahintersteckt, und die Bereinigung nachverfolgen. Dazu kommen Dokumentation von Datendefinitionen in Glossaren und Datenkatalogen, die Abstimmung mit Data Ownern und Data Stewards sowie die Vorbereitung von Prüfungen durch interne Revision und Aufsicht. In Banken spielen Vorgaben wie BCBS 239, die MaRisk und DORA eine große Rolle, weil sie nachweisbare Datenqualität für Risiko- und Meldewesen verlangen.
Wie wird man Data Quality Manager?
Eine eigene Ausbildung gibt es nicht. Die meisten kommen über ein Studium der Wirtschaftsinformatik, Informatik, Statistik, Mathematik oder Betriebswirtschaft mit Datenschwerpunkt. In Banken ist auch der Weg über eine Bankausbildung oder ein bankfachliches Studium verbreitet, ergänzt um Erfahrung im Meldewesen, Risikocontrolling oder in der Datenanalyse. Quereinsteiger aus der Business Intelligence, dem Reporting oder der Softwareentwicklung wechseln häufig nach einigen Jahren Berufserfahrung. Zertifikate etwa zum Data Management (CDMP nach DAMA) oder Schulungen zu gängigen Datenqualitätswerkzeugen sind gern gesehen, aber selten Pflicht.
Was der Beruf verlangt
Der Beruf verlangt Geduld und Hartnäckigkeit. Datenfehler haben oft Ursachen in anderen Abteilungen, auf die Data Quality Manager keinen direkten Zugriff haben; sie müssen überzeugen statt anweisen. Viel Zeit geht in Abstimmungsrunden, Abnahmen und Dokumentation, was manche als zäh empfinden. Vor Meldestichtagen, Jahresabschlüssen oder Aufsichtsprüfungen steigt der Termindruck deutlich, dann sind auch längere Tage üblich. Technisch sind sichere SQL-Kenntnisse und Verständnis für Datenbanken und Datenflüsse nötig, fachlich ein gutes Verständnis der Prozesse, deren Daten geprüft werden. Wer lieber programmiert oder analysiert als moderiert, stößt in dieser Rolle schnell an Grenzen.
Aussichten
Die Nachfrage ist stabil bis steigend. Regulatorische Anforderungen, Datenplattformen in der Cloud und der Einsatz von KI-Modellen, die auf saubere Daten angewiesen sind, machen Datenqualität zu einer festen Aufgabe statt zu einem Projekt. Neben Banken und Versicherungen suchen Handel, Industrie, Energieversorger und Beratungen. Entwicklungswege führen zur Leitung eines Data-Governance- oder Data-Management-Teams, in die Rolle eines Data Governance Managers oder Chief Data Officers oder in die Beratung. Wer technisch tiefer einsteigt, kann in Richtung Data Engineering wechseln.