IMQAA – Intelligent Master Data Quality Assurance Assistant

Die Informationstechnologie ist für den wirtschaftlichen Erfolg eines Handelsunternehmens von zentraler Bedeutung. Hochkomplexe IT-Systeme steuern die gesamte Warenwirtschaft, insbesondere die Beschaffungs- und Distributionslogistik. Die dazu notwendige Verwaltung der Artikeldaten stellt für die meisten Unternehmen jedoch eine große Herausforderung dar. Der Grund hierfür liegt in der Vielzahl an Daten sowie in ihrer Komplexität. Ausgehend von den eingehenden Informationen über Artikel und Lieferant müssen unter Beachtung der gesetzlichen Vorgaben und der unternehmensinternen Geschäftsregeln und Referenzdaten ein Stammdatensatz mit über 100. Attributen im Warenwirtschaftssystem erstellt werden. Welche Attribute und in welcher Ausprägung zu pflegen sind, ergibt sich aus den eingehenden Informationen und daraus abgeleiteten Regeln für die Datenerfassung. Auswahl und Anwendung der Regeln verlangt tiefgehendes Prozesswissen. Die Zusammenhänge zwischen den eingehenden Informationen und dem resultierenden Stammdatensatz sind äußerst komplex. Nach Aussagen von Händlern sind circa 2000-4000 Regelnzu beachten. Es ist für die Anwender nahezu unmöglich, sämtliche Konstellationen zu überblicken beziehungsweise sämtliche Regeln zu spezifizieren. Diese Situation führt dazu, dass die Qualität der Daten im zentralen Warenwirtschaftssystem oft als schlecht bezeichnet werden muss. Die Folgen sind ein erhöhter Korrekturaufwand und entgangene Umsätze oder Verzögerungen bei der Einführung neuer Softwarelösungen. Datenfehler verursachen so einen hohen wirtschaftlichen Schaden. Handelsunternehmen sind bemüht durch ein Datenqualitätsmanagement diesen Schaden zu begrenzen. Eine Inbetriebnahme und Nutzung von Data Quality Tools ist derzeit mit einem erheblichen manuellen Aufwand verbunden. Die heterogene Systemlandschaft und die hohe Dynamik und Flexibilität bei der Ausgestaltung der Geschäftsprozesse erfordern regelmäßige Änderungen an der Konfiguration der Datenqualitäts-Tools. Die Implementierungs- und Betriebskosten sind entsprechend hoch.

Zum Vergrößern klicken

Projektziel:

Die Zielsetzung bei diesem Forschungsvorhaben ist daher, einen intelligenten, lernfähigen Assistenten IMQAA (Intelligent Master Data Quality Assurance Assistant), der mittels Verfahren des maschinellen Lernens u.a. Datenqualitätsregeln bestimmt, diese kontinuierlich aktualisiert und optimiert und das Wissen den Benutzern zur Verfügung stellt. Ziel ist es so den Automatisierungsgrad bei zentralen Aufgaben der Datenqualitätssicherung im Warenwirtschaftssystem signifikant zu erhöhen und so die Kosten erheblich zu reduzieren.

Mittels Methoden der Künstlichen Intelligenz, insbesondere des Maschinellen Lernens, soll die Identifikation von Datenregeln unterstützt werden. Es sollen Vorschläge für scharfe als auch unscharfe Regeln zur Sicherstellung der Datenqualität automatisch berechnet werden. Eine Analyse von Log-Daten und externen Datenquellen soll unbekannte Zusammenhänge zwischen fehlerhaften Transaktionen und Stammdatenattributen aufdecken.

Der Assistent soll eine semi-automatische Fehlerkorrektur zur Verfügung stellen. Wenn bestimmte Fehler erkannt wurden, schlägt der Assistent einen Workflow mit Vorschlagswerten zur Korrektur des Fehlers vor. Optional soll der Assistent die Fehlerkorrektur autonom ohne Nutzeraufsicht ausführen.

In der Dialogverarbeitung der Artikelpflege sollen über einen Service auf Basis der bisherigen Eingaben und Regeln Vorschlagswerte beispielsweise für Autofill, Autocomplete und Auto Correction-Funktionen im Anwendungssystem abgefragt werden können

IMQAA soll als Prototyp realisiert und in eine Testumgebung zur Evaluation integriert werden.

 

Gefördert durch: Bundesministerium für Bildung und Forschung BMBF im Rahmen des Förderprogrammes KMU-innovativ, FKZ 01|S18018

Projektkoordinator: retailsolutions GmbH
Projektpartner: Hochschule Trier, Umwelt-Campus Birkenfeld
Projektlaufzeit: 01.09.2018 -31.08.2020

Kontakt

Adresse
Institut für Softwaresysteme in Wirtschaft, Umwelt und Verwaltung
Campusallee, Gebäude 9925
55768 Hoppstädten-Weiersbach

Prof. Dr. Rolf Krieger
Prof. Dr. Rolf Krieger
Professor FB Umweltplanung/-technik - FR Informatik

Kontakt

+49 6782 17-1302

Standort

Birkenfeld | Gebäude 9925 | Raum 137

Sprechzeiten

Mittwochs, 13:00 - 13:45 Uhr