Datenqualität als Wettbewerbsvorteil am Beispiel der Pharmaindustrie

Im heutigen Zeitalter der Datenflut ist eine effektive Datenverwaltung für Unternehmen von entscheidender Bedeutung für ihre Wettbewerbsfähigkeit. Gerade im Vendor & Service Management bergen fehlerhafte oder doppelte Datensätze (Duplikate) ein enormes Risiko: Wenn Überweisungen z. B. mehrfach getätigt werden oder an falsche Adressaten gehen, verursacht das unnötige Kosten und Verzögerungen. Aus Projekten mit Kunden aus der Pharma-Industrie wissen wir, dass das bei ihnen sogar den Markteintritt verschieben kann. Oder es kann zu rechtlichen Konsequenzen führen, beispielsweise wenn Nachweispflichten über Speaker nicht erfüllt werden. Ein sauberes Datenmanagement ist für die Wettbewerbsfähigkeit daher unverzichtbar.

Duplikate als Herausforderung für das Datenmanagement

Datenmanagement ähnelt einem anspruchsvollen Teamsport, bei dem ein koordiniertes Zusammenspiel und eine perfekte Abstimmung zwischen den involvierten Stakeholdern erforderlich sind. Gigantische Datenmengen, die in verschiedenen Regionen generiert und von unterschiedlichen Systemen genutzt werden, führen häufig zu einer unübersichtlichen Datenlage – voll von inkohärenten und inkonsistenten Informationen. Hier ein fiktives Beispiel: Prof. Dr. hc. Gertrude Belle Elion wird von einem Pharma-Unternehmen in verschiedenen Systemen und Rollen als Duplikat geführt, unter anderem als

• hc. G. B. Elion, Ärztin im National Cancer Institute
• G. Belle Elion, Professorin an der Duke University
• Trudy Elion, Speakerin bei einem HIV-Kongress

In Summe kommen so pro Person schnell bis zu 10 verschiedene Einträge für unterschiedliche Rollen, Organisationszugehörigkeiten und Adressen zusammen. Wenn Pharma-Unternehmen 500.000 und mehr Systemeinträge haben, kann man sich das Chaos vorstellen.

Wie lässt sich diese oft historisch gewachsene Datenlandschaft schnell und effizient aufräumen? Und was ist zu tun, damit sie dann auch ordentlich gepflegt bleibt?

Die Lösung für eine effiziente Deduplizierung: KI & Teamarbeit

Klassischerweise werden zur Bereinigung der Daten Deduplizierungen über regelbasierte Ansätze durchgeführt, bei denen die Einträge im System paarweise miteinander verglichen werden. Diese Regeln für den Vergleich müssen meist händisch erstellt werden und sind recht starr. Einfacher wird es, wenn die Regelwerke mithilfe eines KI-basierten Active-Learning-Ansatzes erstellt werden. Hierbei lernt ein Algorithmus anhand von bestätigten Dubletten, bei welchen Datensätzen es sich um doppelt angelegt handelt, und kann diese dann automatisch identifizieren. Dabei werden selbst Business-Logiken berücksichtigt, sodass „erwünschte Dubletten“ von unnötigen unterscheidbar sind. Dieser Ansatz ermöglicht es zudem, nicht nur Duplikate und inaktive Datenpunkte zu finden. Auch Partnernetzwerke und Organisationsstrukturen, in denen Daten entstehen und genutzt werden, lassen sich sichtbar machen – die Basis für ein kontinuierlich sauberes Datenmanagement.

Da sich bei jedem Unternehmen Datenlage und Business-Logik unterscheiden, kommen für diese KI-basierte Deduplizierung keine fertigen Lösungen von der Stange in Frage. Die Schlüsselkomponente in solchen Projekten ist daher neben Data Science-Expertise eine enge Zusammenarbeit mit denjenigen, die tatsächlich mit den Daten arbeiten: Die Expert:innen aus dem Vendor Management und dem Service-Bereich prüfen die Qualität der mithilfe von KI gefundenen Ergebnisse zu Projektbeginn und später in regelmäßigen Reviews. So lässt sich die KI-basierte Lösung (genaugenommen handelt es sich um Machine Learning) auf die individuellen Prozesse des Unternehmens hin ausrichten und mit jedem weiteren verifizierten Fall sukzessive verbessern. Damit wird sichergestellt, dass die Gegebenheiten der unternehmenseigenen Datenlandschaft abgebildet und auch lokale Sonderfälle richtig erkannt werden.