{"id":179382,"date":"2023-07-01T14:10:16","date_gmt":"2023-07-01T13:10:16","guid":{"rendered":"https:\/\/datascientest.com\/de\/?p=179382"},"modified":"2023-10-30T12:16:53","modified_gmt":"2023-10-30T11:16:53","slug":"data-quality-10-fehler-die-du-nicht-machen-solltest","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest","title":{"rendered":"Data Quality: 10 Fehler, die du nicht machen solltest"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"179382\" class=\"elementor elementor-179382\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-16cf870c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"16cf870c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7926f56a\" data-id=\"7926f56a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-126851be elementor-widget elementor-widget-text-editor\" data-id=\"126851be\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p>Data Quality: Wir leben heute im goldenen Zeitalter der Daten. Jede E-Mail, die du erh\u00e4ltst, jede App, die du herunterl\u00e4dst, jeder Klick auf den Wetterbericht erzeugt eine Menge Daten. Aber, wie ein bekanntes Sprichwort in der IT-Branche sagt: <strong>Garbage In, Garbage Out.<\/strong> Die Informationen, die ein Unternehmen aus den Daten ziehen kann, sind nur dann gut, wenn die Daten selbst gut sind.<br \/>Schlechte Datenqualit\u00e4t kann zu Schwierigkeiten bei der Informationsgewinnung f\u00fchren und letztendlich zu einer schlechten Entscheidungsfindung im Unternehmen.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-67d29664 elementor-widget elementor-widget-text-editor\" data-id=\"67d29664\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Dar\u00fcber hinaus k\u00f6nnen Daten von schlechter Qualit\u00e4t gro\u00dfe Auswirkungen auf die Organisation eines Unternehmens haben. Zum Beispiel: Ein hoher Prozentsatz <strong>falscher E-Mail-Adressen<\/strong> in einer <a href=\"https:\/\/datascientest.com\/de\/relationale-datenbanken\">Datenbank<\/a> kann das Ergebnis einer Marketingkampagne verf\u00e4lschen, ein falsches Messsystem kann zu falschen Verkaufsprognosen f\u00fchren.<\/p><p>Deshalb ist es f\u00fcr alle, die <strong>Daten erstellen,<\/strong> manipulieren oder auswerten, wichtig, die Qualit\u00e4t der Daten sicherzustellen. Hier ist eine kleine Liste von Fehlern, die zu einem Problem mit der <strong>Datenqualit\u00e4t<\/strong> f\u00fchren k\u00f6nnen:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-5121e79a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"5121e79a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-2560c49\" data-id=\"2560c49\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5125b7b1 elementor-widget elementor-widget-heading\" data-id=\"5125b7b1\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h3 class=\"elementor-heading-title elementor-size-default\">1- Falsches Verst\u00e4ndnis der Datenumgebung\n<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-61bdd438 elementor-widget elementor-widget-text-editor\" data-id=\"61bdd438\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<blockquote><p><span style=\"font-weight: 400;\">Die Unkenntnis der Art der Daten<\/span><b>, die uns zur Verf\u00fcgung stehen, oder der Definitionen der Variablen im Datensatz kann zu einer falschen Analyse der Daten f\u00fchren, oder schlimmer noch, zu einer ungenauen\/naheliegenden Interpretation<b><span style=\"font-weight: 400;\">. <\/span><\/b><\/b><\/p><\/blockquote><p><br \/><span style=\"font-weight: 400;\">Das erste, was du tun solltest, bevor du einen Datensatz erforschst, ist, dich f\u00fcr die Metadaten zu interessieren, d.h. f\u00fcr die Informationen, die du \u00fcber die Daten hast:\u00a0<\/span><\/p><blockquote><p><span style=\"font-weight: 400;\">Was ist die Quelle dieser Daten? Wie wurden diese Daten gesammelt <\/span>.<\/p><p><span style=\"font-weight: 400;\">Welche Arten von Dateien haben wir? Wie gro\u00df sind sie? <\/span>.<\/p><p><span style=\"font-weight: 400;\">Welche Merkmale sind vorhanden?<\/span><\/p><\/blockquote><p>.<br \/>Ein Datensatz, der von der Regierung geteilt wird und mehrere Gigabyte an Daten enth\u00e4lt, die \u00fcber Jahre hinweg gesammelt wurden, ist nicht dasselbe wie ein Datensatz, der durch eine Umfrage bei einer Stichprobe der Bev\u00f6lkerung gewonnen wurde.<\/p><p><b>Wenn man seine Daten gut kennt, kann man viele Fehler vermeiden.<\/b>.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3f0706bc elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3f0706bc\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-3d30b8be\" data-id=\"3d30b8be\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3311620c elementor-widget elementor-widget-heading\" data-id=\"3311620c\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2 - Unvollst\u00e4ndige Informationen<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7829192d elementor-widget elementor-widget-text-editor\" data-id=\"7829192d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Fehlende Werte sind ein sehr h\u00e4ufig auftretendes <a href=\"https:\/\/datascientest.com\/de\/data-science-bootcamp-vorteile-fuer-deine-karriere\">Thema in der Datenwissenschaft.<\/a><\/p><p>In der Statistik treten fehlende Daten oder fehlende Werte auf, wenn f\u00fcr eine Variable bei einer bestimmten Beobachtung kein Wert dargestellt wird.<\/p><p>Einige Gr\u00fcnde f\u00fcr das Vorhandensein fehlender Daten in einem Datensatz sind:<\/p><ul><li>Der Nutzer hat vergessen, ein Feld auszuf\u00fcllen.<\/li><li>Daten sind bei einer manuellen \u00dcbertragung aus einer alten Datenbank verloren gegangen.<\/li><li>Es ist ein Programmierfehler aufgetreten.<\/li><li>Der Nutzer hat sich daf\u00fcr entschieden, ein Feld nicht auszuf\u00fcllen, das mit seinen \u00dcberzeugungen dar\u00fcber zusammenh\u00e4ngt, wie die Ergebnisse verwendet oder interpretiert werden w\u00fcrden.<\/li><\/ul><p>Manchmal handelt es sich einfach um zuf\u00e4llige Fehler; in anderen F\u00e4llen ist es ein systematisches Problem.<\/p><p><strong>Fehlende Werte<\/strong> kommen h\u00e4ufig vor und k\u00f6nnen einen erheblichen Einfluss auf die Analyse, die Leistung von Vorhersagen oder jegliche Verwendung von Daten, die solche Werte enthalten, haben.<\/p><p>Der richtige Umgang mit fehlenden Daten ist daher grundlegend f\u00fcr die erfolgreiche Durchf\u00fchrung einer Studie.<\/p><p>Um Probleme zu vermeiden, muss man zun\u00e4chst einmal wissen, welche Werte als fehlend zu betrachten sind. Beispielsweise enthalten einige Variablen Leerzeichen oder Sonderzeichen (&#8218;?&#8216;, &#8218;\\&#8216;, &#8230;), die fehlende Werte darstellen, aber nicht unbedingt als solche erkannt werden.<\/p><p><strong>Das Ersetzen der fehlenden Werte<\/strong> oder das L\u00f6schen der betreffenden Zeilen oder Spalten muss auf intelligente Weise erfolgen.<\/p><p>Es ist nicht n\u00f6tig, eine Spalte mit 5 fehlenden Werten von 200.000 zu l\u00f6schen, aber eine Zeile mit 60% fehlenden Daten k\u00f6nnte einem maschinellen Lernmodell mehr schaden als n\u00fctzen.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-29fb046c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"29fb046c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6b20627\" data-id=\"6b20627\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3ae880a0 elementor-widget elementor-widget-heading\" data-id=\"3ae880a0\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">3 - Typografische Fehler und ungenaue Daten\n<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-696ca638 elementor-widget elementor-widget-text-editor\" data-id=\"696ca638\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><strong>Ungenaue Daten<\/strong> sind alle Daten, die ein Problem mit der \u00dcbereinstimmung oder der Wahrheit haben: Ein falsch geschriebener Name, eine unvollst\u00e4ndige Adresse, ein Wert, der nichts mit der Variable zu tun hat, in der er enthalten ist. Es gibt eine ganze Reihe von Fehlern, die in den meisten F\u00e4llen korrigiert werden k\u00f6nnen, aber man muss sie auch erkennen k\u00f6nnen.<\/p><p>Heutzutage werden viele Unternehmen von ungenauen Daten herausgefordert, aber noch mehr von der F\u00e4higkeit, diese zu erkennen.<\/p><p>Wie kann man erkennen, ob die <strong>Ergebnisse einer Suchanfrage falsch sind?<\/strong> Vor allem, wenn die Antwort richtig zu sein scheint?<\/p><p>Wenn ein Analyst im Rahmen einer internen Umfrage nach dem monatlichen Umsatz seines Unternehmens in den letzten zwei Jahren sucht und auf ein Ergebnis von 100 \u20ac st\u00f6\u00dft, wird er zwangsl\u00e4ufig an der Richtigkeit der Information zweifeln. Und er wird Recht haben, denn der Wert wird h\u00f6chstwahrscheinlich nicht korrekt sein.<\/p><p>Aber wenn einer der Ums\u00e4tze mit 200.000 \u20ac statt mit 236.000 \u20ac angegeben wird, wird der Analyst dies wahrscheinlich nicht in Frage stellen.<\/p><p>Die <strong>ungenauen Daten<\/strong> werden verwendet und tragen dazu bei, neue Daten und Analysen von schlechter Qualit\u00e4t zu erstellen, die potenziell zu schlechten Entscheidungen f\u00fchren k\u00f6nnen.<\/p><p>Deshalb ist es wichtig, dass du, sobald du Daten sammelst oder erstellst, darauf achtest und \u00fcberpr\u00fcfst, dass sie korrekt sind und keine Fehler enthalten, die sp\u00e4ter \u00c4rger verursachen k\u00f6nnten.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4093431a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4093431a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-462bbb4c\" data-id=\"462bbb4c\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-37609d9c elementor-widget elementor-widget-heading\" data-id=\"37609d9c\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">4 - Inkonsistentes Format \/ Probleme mit Dateiarten<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-54da817a elementor-widget elementor-widget-text-editor\" data-id=\"54da817a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Wenn Daten in uneinheitlichen Formaten gespeichert werden, k\u00f6nnen die Systeme, die zur Analyse oder Speicherung der Informationen verwendet werden, diese m\u00f6glicherweise nicht richtig interpretieren.\u00a0<\/span><\/p><blockquote><p><span style=\"font-weight: 400;\">Wenn eine Organisation beispielsweise ihre Verbraucherdatenbank pflegt, muss das <\/span><b>Speicherformat<\/b><span style=\"font-weight: 400;\">der grundlegenden Informationen <\/span><b>festgelegt<\/b><span style=\"font-weight: 400;\">werden. <\/span><span style=\"font-weight: 400;\"> Der Name (Vorname, Nachname oder umgekehrt), das Geburtsdatum (amerikanischer\/europ\u00e4ischer Stil) oder die Telefonnummer (mit oder ohne L\u00e4ndervorwahl) m\u00fcssen in genau demselben Format gespeichert werden. <\/span><\/p><\/blockquote><p><br \/><span style=\"font-weight: 400;\">F\u00fcr Personen, die mit diesen Daten umgehen, kann es sehr zeitaufw\u00e4ndig sein, die vielen verschiedenen Datenformate einfach zu entwirren.<\/span>.<\/p><p><span style=\"font-weight: 400;\">Ebenso muss der <\/span><b>Typ der Variablen <\/b><span style=\"font-weight: 400;\">vordefiniert werden. Zum Beispiel wird eine Variable, die ein Datum darstellt, deren Werte teilweise im Format <\/span><i><span style=\"font-weight: 400;\">datetime, <\/span><\/i><span style=\"font-weight: 400;\">Text <\/span><i><span style=\"font-weight: 400;\">und teilweise im Format <\/span><i><span style=\"font-weight: 400;\">Text <\/span><\/i><span style=\"font-weight: 400;\">haben, unweigerlich Probleme f\u00fcr den Benutzer verursachen.<\/span><\/i><\/p><p><span style=\"font-weight: 400;\">Achte darauf, dass du das Format und den Typ der Variablen, die du erstellst, immer festlegst, oder stelle sicher, dass sie einheitlich und konsistent sind, wenn du Daten abrufst.<\/span>.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-739a932f elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"739a932f\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-342a8cd6\" data-id=\"342a8cd6\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1ce97ff3 elementor-widget elementor-widget-heading\" data-id=\"1ce97ff3\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">5 - Duplikate<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-27b85043 elementor-widget elementor-widget-text-editor\" data-id=\"27b85043\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Redundante Daten sind in den meisten Organisationen ein weit verbreitetes Problem.\u00a0<\/span><\/p><blockquote><p><span style=\"font-weight: 400;\">Doppelte Daten k\u00f6nnen durch das Sammeln identischer Informationen aus verschiedenen Quellen, durch menschliche Fehler oder durch Daten, die hinzugef\u00fcgt statt aktualisiert wurden, entstehen. <\/span><\/p><\/blockquote><p><br \/><span style=\"font-weight: 400;\">Doppelte Daten k\u00f6nnen jede Art von Datenanalyse verzerren und indirekt sogar zu falschen Entscheidungen f\u00fchren<\/span><b>. <br \/><\/b><\/p><p><span style=\"font-weight: 400;\">Au\u00dferdem haben dieselben Daten, die in mehreren Systemen dupliziert werden, einen unterschiedlichen Lebenszyklus<\/span><b><span style=\"font-weight: 400;\">. Sie werden sich irgendwann weiterentwickeln und nicht mehr denselben Wert haben, selbst wenn sie als \u00e4hnlich identifiziert werden. Dies kann dazu f\u00fchren, dass man bei der Entscheidung, welche Version eines<strong> duplizierten Datensatzes<\/strong> f\u00fcr eine kritische Gesch\u00e4ftsentscheidung verwendet werden soll, ein gewisses Risiko eingeht.<\/span>.<\/b><\/p><p><span style=\"font-weight: 400;\">Redundante Daten k\u00f6nnen ein Unternehmen auch sehr teuer zu stehen kommen, wenn sie sehr zahlreich sind. Gl\u00fccklicherweise gibt es zum Beispiel in Python Funktionen (wie <\/span><i><span style=\"font-weight: 400;\">drop_duplicates <\/span><\/i><span style=\"font-weight: 400;\">von Pandas) <\/span><span style=\"font-weight: 400;\">, mit denen man Duplikate sehr einfach loswerden kann.<\/span>.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1d38297 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1d38297\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6d246a51\" data-id=\"6d246a51\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-61879bce elementor-widget elementor-widget-heading\" data-id=\"61879bce\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">6 - Ma\u00dfeinheiten oder mehrere Sprachen<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1b133ffb elementor-widget elementor-widget-text-editor\" data-id=\"1b133ffb\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Ein weiteres Problem ist die Verwendung von <\/span><b>verschiedenen Sprachen, verschiedenen Arten von Code oder verschiedenen Ma\u00dfeinheiten<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">Bevor du Daten aus verschiedenen Quellen zusammenf\u00fcgst, solltest du sicherstellen, dass sie kompatibel sind, oder <\/span><b>sie konvertieren<\/b><span style=\"font-weight: 400;\">.<\/span>.<\/p><p><span style=\"font-weight: 400;\">Es gibt viele Beispiele f\u00fcr katastrophale Fehler, die gemacht wurden, weil diese Fragen nicht zum richtigen Zeitpunkt ber\u00fccksichtigt wurden, wie zum Beispiel dieser <\/span><a href=\"https:\/\/www.vice. com\/en_us\/article\/qkvzb5\/the-time-nasa-lost-a-mars-orbiter-because-of-a-metric-system-mixup*\"><span style=\"font-weight: 400;\">NASA-Satellit auf dem Mars<\/span><\/a><span style=\"font-weight: 400;\">, der mehrere Millionen Dollar kostete und abst\u00fcrzte, weil seine Navigationssoftware in angels\u00e4chsischen <\/span><b>Ma\u00dfeinheiten<\/b><span style=\"font-weight: 400;\"> programmiert war und nicht nach dem metrischen <\/span><b>System. <\/b><\/p><p><span style=\"font-weight: 400;\">Auch die Verarbeitung von Daten, die in <\/span><b>mehreren Sprachen <\/b><span style=\"font-weight: 400;\">gespeichert sind, kann zu Schwierigkeiten f\u00fchren, wenn die <\/span><b>Analysewerkzeuge <\/b><span style=\"font-weight: 400;\">diese nicht erkennen oder <\/span><b>nicht wissen, wie sie zu \u00fcbersetzen sind<\/b><span style=\"font-weight: 400;\">. Auch <\/span><b>Sonderzeichen<\/b><span style=\"font-weight: 400;\"> wie Umlaute und Akzente k\u00f6nnen verheerende Folgen haben, wenn ein <\/span><b>System nicht f\u00fcr sie konfiguriert ist<\/b><span style=\"font-weight: 400;\">. Du solltest daher diese potenziellen Probleme ber\u00fccksichtigen, wenn du mit internationalen Daten zu tun hast, und deine Algorithmen entsprechend programmieren.<\/span>.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-444ffb45 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"444ffb45\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-c4185e3\" data-id=\"c4185e3\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-554d45e9 elementor-widget elementor-widget-heading\" data-id=\"554d45e9\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">7 - Ausrei\u00dfer (Outliers)<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-62036098 elementor-widget elementor-widget-text-editor\" data-id=\"62036098\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">In der Statistik ist ein Ausrei\u00dfer ein<\/span><b>Wert, der stark von der Verteilung einer Variablen abweicht<\/b><span style=\"font-weight: 400;\">. Es handelt sich um eine anormale Beobachtung, die von ansonsten gut strukturierten Daten abweicht.<\/span><\/p><p><span style=\"font-weight: 400;\">Die Erkennung von Ausrei\u00dfern oder Anomalien ist eines der grundlegenden Probleme des <a href=\"https:\/\/datascientest.com\/de\/text-mining-definition-techniken-anwendungsfaelle\">Data Mining<\/a><\/span><b><span style=\"font-weight: 400;\">. Die neu entstehende und anhaltende Datenexpansion l\u00e4sst uns neu dar\u00fcber nachdenken, wie wir mit Anomalien umgehen und welche Anwendungsf\u00e4lle durch die Untersuchung dieser Anomalien konstruiert werden k\u00f6nnen.<\/span><\/b><\/p><p><span style=\"font-weight: 400;\">Die Anwendungsf\u00e4lle und L\u00f6sungen, die durch das Aufsp\u00fcren von Anomalien entwickelt werden, sind unbegrenzt.<\/span>.<\/p><p><span style=\"font-weight: 400;\">Wir haben jetzt z. B. intelligente Uhren und Armb\u00e4nder, die unseren Herzschlag alle paar Minuten erkennen k\u00f6nnen.\u00a0<\/span><\/p><blockquote><p><span style=\"font-weight: 400;\">Die Erkennung von Anomalien in Herzfrequenzdaten kann bei der Vorhersage von Herzkrankheiten helfen. <\/span><\/p><\/blockquote><p><br \/><span style=\"font-weight: 400;\">In der Data Science k\u00f6nnen Ausrei\u00dfer bestimmte statistische <strong>Parameter wie den Mittelwert<\/strong> beeinflussen. Wenn Ausrei\u00dfer nicht erkannt werden, kann dies unser Verst\u00e4ndnis eines Datensatzes verzerren und uns dazu verleiten, falsche Annahmen \u00fcber den Datensatz zu treffen.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">Ein weiterer Grund, warum es wichtig ist, sich mit Ausrei\u00dfern zu besch\u00e4ftigen, ist, dass die meisten <\/span><b>Machine-Learning-Algorithmen<\/b><span style=\"font-weight: 400;\">sehr empfindlich auf die Daten, mit denen sie trainiert werden, sowie auf deren Verteilungen reagieren.\u00a0<\/span><\/p><blockquote><p><span style=\"font-weight: 400;\">Outlier in der Trainingsmenge eines Machine-Learning-Modells k\u00f6nnen die Trainingsphase verl\u00e4ngern und potenziell verzerren.<\/span><\/p><\/blockquote><p><span style=\"font-weight: 400;\">Daher wird das erstellte <\/span><b>Vorhersagemodell <\/b><span style=\"font-weight: 400;\">weniger leistungsf\u00e4hig oder weniger genau sein<\/span><b><span style=\"font-weight: 400;\">.<\/span><\/b><\/p><p><span style=\"font-weight: 400;\">Es ist<\/span><b>einfach, einen Outlier <\/b><span style=\"font-weight: 400;\">zu identifizieren, wenn die Beobachtungen eine <\/span><b>eindimensionale Menge von Zahlenwerten<\/b><span style=\"font-weight: 400;\">bilden. Zum Beispiel kannst du den Ausrei\u00dfer in der folgenden Liste eindeutig identifizieren: [7, 2, 38600, 8, 4].<\/span><\/p><p><span style=\"font-weight: 400;\">Bei Tausenden von Beobachtungen oder mehreren Dimensionen<\/span><b><span style=\"font-weight: 400;\">erfordert die Erkennung von Ausrei\u00dfern jedoch die Verwendung bestimmter statistischer (z. B. Standardabweichung), grafischer (z. B. Boxplot) oder algorithmischer Werkzeuge, wie z. B. den<\/span><span style=\"font-weight: 400;\"> Clustering mit DBSCAN<\/span><span style=\"font-weight: 400;\">.<\/span><\/b><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-7df876b5 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"7df876b5\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-78efd029\" data-id=\"78efd029\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-2d74d59c elementor-widget elementor-widget-heading\" data-id=\"2d74d59c\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">8 - Fehler bei der Verarbeitung<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3d0172e1 elementor-widget elementor-widget-text-editor\" data-id=\"3d0172e1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">In der Data Science ist es vor der Datenmodellierung \u00fcblich, bestimmte <\/span><b>mathematische Transformationen<\/b><span style=\"font-weight: 400;\">, wie die <\/span><b>Normalisierung<\/b><span style=\"font-weight: 400;\"> der Werte einer Variablen, der <\/span><b>\u00dcbergang von einer kategorialen Variablen zu einer kontinuierlichen oder indikativen Variablen<\/b><span style=\"font-weight: 400;\">.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">In jedem Fall ist es wichtig, dass du <\/span><b>\u00fcberpr\u00fcfst<\/b><span style=\"font-weight: 400;\">, ob die <\/span><b>Berechnungen<\/b><span style=\"font-weight: 400;\">, die du durchf\u00fchrst, korrekt und koh\u00e4rent sind. Manchmal kann es vorkommen, dass die Ergebnisse nicht mit den Anforderungen \u00fcbereinstimmen, die man hatte, was zu Fehlern und Fehlinterpretationen f\u00fchren kann.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-35e9d804 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"35e9d804\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-77ae636b\" data-id=\"77ae636b\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-67c03740 elementor-widget elementor-widget-heading\" data-id=\"67c03740\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">9 -Definitionsprobleme<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7f18ac9c elementor-widget elementor-widget-text-editor\" data-id=\"7f18ac9c\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Es ist wichtig, dass die in einem Datensatz enthaltenen Variablen immer genau beschrieben werden k\u00f6nnen. Wenn die Definition einer Variable nicht pr\u00e4zise genug ist, solltest du nachfragen.<\/span><\/p><blockquote><p><span style=\"font-weight: 400;\">Manchmal kann eine Variable mehrere Bedeutungen oder Berechnungsmethoden f\u00fcr verschiedene Organisationen, L\u00e4nder oder Kontinente haben.<\/span><\/p><\/blockquote><p><span style=\"font-weight: 400;\">Wenn du zum Beispiel eine Analyse der <\/span><b>Arbeitslosenquote<\/b><span style=\"font-weight: 400;\"> durchf\u00fchrst, musst du bedenken, dass die Arbeitslosenquote in den verschiedenen L\u00e4ndern unterschiedlich berechnet wird. <br \/><\/span><\/p><p><span style=\"font-weight: 400;\">Vorsicht also, diese beiden Indikatoren nicht zu vergleichen oder zwei Tabellen zusammenzuf\u00fcgen, ohne diese Unterschiede zu ber\u00fccksichtigen.<\/span> <\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2f54f251 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"2f54f251\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-62b95b46\" data-id=\"62b95b46\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3926bbe0 elementor-widget elementor-widget-heading\" data-id=\"3926bbe0\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">10 - Fragen der Einhaltung von Vorschriften (Compliance)<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1a6a1b2a elementor-widget elementor-widget-text-editor\" data-id=\"1a6a1b2a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Endlich mag es f\u00fcr einige offensichtlich sein, aber wenn man mit Daten umgeht, muss man sicherstellen, dass das Unternehmen, seine F\u00fchrungskr\u00e4fte und Angestellten<\/span><b> die f\u00fcr sie geltenden rechtlichen und ethischen Normen <\/b><span style=\"font-weight: 400;\">einhalten. Auf diese Weise kann das Unternehmen finanzielle, rechtliche und Reputationsrisiken vermeiden, die entstehen, wenn es Gesetze, Vorschriften, Konventionen oder einfach eine bestimmte Ethik oder Berufsethik nicht einh\u00e4lt.<\/span>.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-2b701020 elementor-widget elementor-widget-text-editor\" data-id=\"2b701020\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Neben den klassischen Schritten der <\/span><b>Bereinigung<\/b><span style=\"font-weight: 400;\"> und der <\/span><b>Transformation der Daten <\/b><span style=\"font-weight: 400;\"> f\u00fcr die Analyse oder Modellierung, kannst du mit den oben genannten Tipps wertvolle Zeit sparen und viele kostspielige Fehler vermeiden, die zu beheben sind.<\/span><b><br \/><\/b><\/p><p><span style=\"font-weight: 400;\">Wie bereits erw\u00e4hnt, sind die schlimmsten Fehler diejenigen, die bis zum Zeitpunkt der Entscheidungsfindung ignoriert werden und die sich als kritisch f\u00fcr ein Unternehmen erweisen k\u00f6nnen.<\/span><\/p><p><span style=\"font-weight: 400;\">Um die Qualit\u00e4t der Daten, mit denen du arbeitest, zu optimieren, haben wir einen Kurs entwickelt, der es dir erm\u00f6glicht, diese Tipps mit Python umzusetzen.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-6c5fbe80 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"6c5fbe80\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-2e6d1310\" data-id=\"2e6d1310\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-208aacbc elementor-align-center elementor-widget elementor-widget-button\" data-id=\"208aacbc\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Entdecke unsere Weiterbildungen<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Data Quality: Wir leben heute im goldenen Zeitalter der Daten. Jede E-Mail, die du erh\u00e4ltst, jede App, die du herunterl\u00e4dst, jeder Klick auf den Wetterbericht erzeugt eine Menge Daten. Aber, wie ein bekanntes Sprichwort in der IT-Branche sagt: Garbage In, Garbage Out. Die Informationen, die ein Unternehmen aus den Daten ziehen kann, sind nur dann [&hellip;]<\/p>\n","protected":false},"author":67,"featured_media":179384,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2454],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Data Quality: 10 Fehler, die du nicht machen solltest<\/title>\n<meta name=\"description\" content=\"Data Quality: Wir leben heute im goldenen Zeitalter der Daten. Jede E-Mail, die du erh\u00e4ltst, jede App, die du herunterl\u00e4dst, jeder Klick auf den\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data Quality: 10 Fehler, die du nicht machen solltest\" \/>\n<meta property=\"og:description\" content=\"Data Quality: Wir leben heute im goldenen Zeitalter der Daten. Jede E-Mail, die du erh\u00e4ltst, jede App, die du herunterl\u00e4dst, jeder Klick auf den\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest\" \/>\n<meta property=\"og:site_name\" content=\"Weiterbildung Data Science | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-01T13:10:16+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T11:16:53+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/07\/datenqualitaet.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"768\" \/>\n\t<meta property=\"og:image:height\" content=\"303\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Melanie\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Melanie\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"10 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest\"},\"author\":{\"name\":\"Melanie\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d\"},\"headline\":\"Data Quality: 10 Fehler, die du nicht machen solltest\",\"datePublished\":\"2023-07-01T13:10:16+00:00\",\"dateModified\":\"2023-10-30T11:16:53+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest\"},\"wordCount\":1931,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest#respond\"]}],\"copyrightYear\":\"2023\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest\",\"url\":\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest\",\"name\":\"Data Quality: 10 Fehler, die du nicht machen solltest\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2023-07-01T13:10:16+00:00\",\"dateModified\":\"2023-10-30T11:16:53+00:00\",\"description\":\"Data Quality: Wir leben heute im goldenen Zeitalter der Daten. Jede E-Mail, die du erh\u00e4ltst, jede App, die du herunterl\u00e4dst, jeder Klick auf den\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/de\/#website\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"name\":\"Weiterbildung Data Science | DataScientest.com\",\"description\":\"F\u00fchrender Anbieter von Schulungen im Bereich Data Science\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/de\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-germany\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d\",\"name\":\"Melanie\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g\",\"caption\":\"Melanie\"},\"url\":\"https:\/\/datascientest.com\/de\/author\/melaniekrause\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Data Quality: 10 Fehler, die du nicht machen solltest","description":"Data Quality: Wir leben heute im goldenen Zeitalter der Daten. Jede E-Mail, die du erh\u00e4ltst, jede App, die du herunterl\u00e4dst, jeder Klick auf den","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest","og_locale":"de_DE","og_type":"article","og_title":"Data Quality: 10 Fehler, die du nicht machen solltest","og_description":"Data Quality: Wir leben heute im goldenen Zeitalter der Daten. Jede E-Mail, die du erh\u00e4ltst, jede App, die du herunterl\u00e4dst, jeder Klick auf den","og_url":"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2023-07-01T13:10:16+00:00","article_modified_time":"2023-10-30T11:16:53+00:00","og_image":[{"width":768,"height":303,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/07\/datenqualitaet.webp","type":"image\/webp"}],"author":"Melanie","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Melanie","Gesch\u00e4tzte Lesezeit":"10 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest"},"author":{"name":"Melanie","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d"},"headline":"Data Quality: 10 Fehler, die du nicht machen solltest","datePublished":"2023-07-01T13:10:16+00:00","dateModified":"2023-10-30T11:16:53+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest"},"wordCount":1931,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"articleSection":["Data Science"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest#respond"]}],"copyrightYear":"2023","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest","url":"https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest","name":"Data Quality: 10 Fehler, die du nicht machen solltest","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2023-07-01T13:10:16+00:00","dateModified":"2023-10-30T11:16:53+00:00","description":"Data Quality: Wir leben heute im goldenen Zeitalter der Daten. Jede E-Mail, die du erh\u00e4ltst, jede App, die du herunterl\u00e4dst, jeder Klick auf den","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/data-quality-10-fehler-die-du-nicht-machen-solltest"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/de\/#website","url":"https:\/\/datascientest.com\/de\/","name":"Weiterbildung Data Science | DataScientest.com","description":"F\u00fchrender Anbieter von Schulungen im Bereich Data Science","publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/de\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-germany\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d","name":"Melanie","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g","caption":"Melanie"},"url":"https:\/\/datascientest.com\/de\/author\/melaniekrause"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/179382"}],"collection":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/users\/67"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/comments?post=179382"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/179382\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/179384"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=179382"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=179382"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=179382"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}