Ein Zusammenbruch der Genauigkeit, Vollständigkeit, Konsistenz, Herkunft oder autorisierten Datenherkunft von finanziellen oder operativen Daten, sodass das Vertrauen in diese Daten die Berichterstattung, interne Kontrollen, Risikomessung oder Entscheidungsfindung untergräbt.

Prinzip

Systeme, Kontrollen und Entscheidungen, die sich auf Daten stützen, übernehmen deren Mängel: Fehler in Quelldaten propagieren sich durch Aggregationen, Abstimmungen und Modelle und erzeugen falsche Ergebnisse, sofern sie nicht an der geeigneten Kontrollstelle erkannt und korrigiert werden.

Demonstration

Illustratives Szenario → Situation: Nach einer Migration enthält das Zahlungslagebuch duplizierte Buchungen. Erkennung: Abstimmungsberichte zeigen unerklärliche Bilanzsteigerungen. Handlung: Data Engineers analysieren das Migrationsskript, entfernen Duplikate, stellen kanonische Datensätze wieder her und verstärken die Validierung nach Migration. Folge: Kennzahlen und regulatorische Berichte werden korrigiert; vor der Behebung hätten auf Basis aufgeblasener Salden getroffene Entscheidungen Kapital fehlgeleitet.

Fehlanwendung

Anzunehmen, eine einzelne Validierung oder Abstimmung garantiere Integrität. Der semantische Fehler besteht darin, Stichprobenprüfungen als systematischen Beweis zu werten; Integrität erfordert Herkunftsnachweise, End‑to‑End‑Validierung und Kontrollen gegen wahrscheinliche Ausfallmodi, nicht nur isolierte Prüfungen.

Konsequenz

Datenintegritätsfehler führen kausal zu Fehldarstellungen, fehlerhaften Risikokennzahlen, versagenden Kontrollen und schlechten Entscheidungen; dies kann je nach betroffenem Datenbereich und Entdeckungszeitpunkt zu aufsichtsrechtlichen Verstößen, falscher Finanzberichterstattung, fehlerhafter Kapitalallokation und operativen Störungen führen.

Umkehrung

Isolierte, entdeckte und vollständig behobene Fehler mit vollständiger Audit‑Spur und kompensatorischen Kontrollen untergraben die Entscheidungsfindung nicht zwingend in nennenswertem Maße; das Vorhandensein eines auditierbaren Korrekturwegs und zeitnaher Remediation begrenzt die funktionale Auswirkung eines Datenintegritätsvorfalls.

Abgrenzung

Klar innerhalb: korrupte Buchungsdatensätze, die Bilanzpositionen verändern. Grenzfall: akkurate, aber nicht aktuelle Daten, die für bestimmte Echtzeitentscheidungen ungeeignet sind. Klar außerhalb: absichtliche Datenfälschung (Betrug) — zwar verwandt, doch verursacht durch andere Motive und erfordert andere Kontrollen.

Semantische Spannung

Aktualität ↔ Genauigkeit — der Bedarf an schnellen, nahezu Echtzeitdaten kann mit gründlichen Validierungsverfahren kollidieren; Organisationen müssen Latenz gegen Integritätsvertrauen abwägen.

Synthese

Datenintegritätsfehler sind ein System‑ und Prozesszustand: Sie entstehen durch mangelnde Herkunftsnachweise, Validierungen oder Kontrollen und lassen sich am besten durch End‑to‑End‑Provenienz, automatisierte Prüfungen an Integrationspunkten und klare Remediationsprotokolle steuern, nicht durch punktuelle Kontrollen.