Datenqualität in der Flottensoftware: So werden E-Flottendaten belastbar

Gute Datenqualität in der Flottensoftware bedeutet, dass Daten für eine konkrete Aufgabe vollständig, eindeutig, plausibel und ausreichend aktuell sind. Bei Elektroflotten betrifft das Fahrzeugstammdaten, Kilometerstände, Ladevorgänge und ihre Zuordnung. Du verbesserst die Qualität mit klaren Feldregeln, sichtbaren Fehlerlisten und einer verantwortlichen Person für jede Datenquelle.

Der Maßstab ist die Entscheidung, die du treffen möchtest. Für eine monatliche Ladeabrechnung muss ein Vorgang dem richtigen Zeitraum und Fahrzeug zugeordnet sein. Für eine kurzfristige Einsatzplanung kann zusätzlich ein aktueller Ladezustand nötig sein. Ein Datensatz kann für die eine Aufgabe geeignet und für die andere zu alt sein.

Definiere Qualität je Datenfeld

Die Aussage „Unsere Flottendaten sind sauber“ lässt sich kaum überprüfen. Beschreibe stattdessen, was für ein Feld gelten soll. Eine interne Fahrzeugkennung muss eindeutig sein und bei einem Kennzeichenwechsel bestehen bleiben. Eine Energiemenge braucht eine Einheit. Ein Zeitstempel braucht eine eindeutige Zeitbasis.

Lege Regeln für Pflichtfelder und optionale Felder getrennt fest. Eine nicht vorhandene Zusatzinformation darf nicht automatisch die Verarbeitung eines ansonsten verwendbaren Vorgangs verhindern. Umgekehrt dürfen fehlende Pflichtangaben nicht durch frei erfundene Standardwerte ersetzt werden.

Trenne fehlend, null und ungeprüft

Ein Energieverbrauch von null und eine fehlende Energiemenge beschreiben verschiedene Zustände. Ebenso ist eine automatisch vorgeschlagene Fahrzeugzuordnung noch keine bestätigte Zuordnung. Diese Unterschiede müssen in der Software und im Export erkennbar bleiben.

Verwende verständliche Zustände wie „nicht geliefert“, „vorläufig“, „bestätigt“ und „zur Prüfung“. Begrenze ihre Zahl so, dass das Team sie sicher anwenden kann. Dokumentiere, wer einen Status ändern darf und welche Information die Änderung begründet.

Bei nachgelieferten Daten solltest du den ursprünglichen Empfang und die spätere Korrektur auseinanderhalten. Ein nachträglich ergänzter Vorgang darf nicht unbemerkt in einen bereits abgeschlossenen Bericht geraten. Die Regeln dafür gehören zum automatisierten Flottenreporting.

Praxisbeispiel: Eine Fehlerliste wird bearbeitbar

Fiktives Arbeitsbeispiel: Für einen Monatsabschluss liegen 180 Ladevorgänge vor. Zwölf Vorgänge haben keine bestätigte Fahrzeugzuordnung. Bei fünf davon fehlt im Fahrzeugstamm eine zum Ladezeitpunkt gültige Kartenbeziehung. Vier Vorgänge wurden verspätet geliefert. Bei drei Vorgängen ist die Zuordnung tatsächlich ungeklärt.

Die pauschale Aufgabe „zwölf Fehler korrigieren“ hilft wenig. Das Team bildet drei Ursachenlisten: Stammdaten ergänzen, Nachlieferung prüfen und Zuordnung recherchieren. Jede Liste erhält eine verantwortliche Person. Nach der Bearbeitung bleibt sichtbar, welche Änderungen vorgenommen wurden und auf welcher Grundlage.

Die Zahl offener Zuordnungen sinkt im Beispiel auf drei. Das ist ein nachvollziehbarer Fortschritt. Eine Quote von 100 Prozent wäre dagegen kein Erfolg, wenn die letzten drei Fälle lediglich irgendeinem Fahrzeug zugewiesen würden. Für diese Fälle bleibt ein dokumentierter Klärungsstatus bestehen.

Prüfe möglichst nah an der Entstehung

Erkennt die Software ein Problem bereits beim Import, kannst du die Ursache meist gezielter untersuchen. Sinnvolle Eingangsprüfungen betreffen erforderliche Spalten, gültige Einheiten, eindeutige Kennungen und lesbare Datumswerte. Inhaltliche Prüfungen folgen danach, etwa die Gültigkeit einer Kostenstellenzuordnung.

Bewahre problematische Datensätze in einer bearbeitbaren Liste auf. Eine Fehlermeldung sollte die betroffene Kennung, das Feld und einen verständlichen Grund enthalten. „Import fehlgeschlagen“ ist dafür zu ungenau. Prüfe außerdem, ob fehlerfreie Datensätze weiterverarbeitet werden können, ohne dass eine spätere Wiederholung Dubletten erzeugt.

Saubere Fahrzeugstammdaten verhindern viele Folgeprobleme. Lege deshalb fest, welches System für welches Feld maßgeblich ist. Werden dieselben Angaben an mehreren Stellen gepflegt, brauchst du eine klare Regel für widersprüchliche Änderungen.

Arbeitshilfe: Das Qualitätsblatt pro Datenquelle

Erstelle für jede relevante Quelle ein Blatt mit folgenden Angaben:

1. Zweck der Daten und unterstützte Entscheidung.

2. Verantwortliche Person sowie fachliche Vertretung.

3. Erwartete Felder, Einheiten und Lieferintervalle.

4. Eindeutige Kennung für Fahrzeug oder Vorgang.

5. Regeln für fehlende, verspätete und doppelte Daten.

6. Zuständigkeit und Frist für die Fehlerbearbeitung.

7. Nachweis, wie korrigierte Daten erneut verarbeitet werden.

Beginne mit den Fehlern, die regelmäßig die meiste Nacharbeit verursachen. Erfasse nicht nur ihre Anzahl, sondern auch ihre Ursache. Wiederkehrende falsche Zuordnungen sprechen für ein Problem im Stammprozess; einmalig fehlende Dateien benötigen möglicherweise nur eine gezielte Nachlieferung.

Für die Ladeorganisation kannst du bei StromNow für Flotten deinen aktuellen Datenfluss und die Anforderungen an eine nachvollziehbare Abrechnung besprechen. Bring dafür anonymisierte Beispielfälle und die häufigsten Datenprobleme mit.