Pflichtdokument gemäß KI-VO, ISO 42001 und DSGVO

Das Dokument ist extrem detailliert, auditfähig und deckt grundlegende Normen ab.

Es enthält KPIs, Kontrollen, Risiken, Bias‑Tests, Ethik‑Check, Monitoring, Audit‑Mapping – das bieten viele Anbieter nicht einmal im Premium‑Segment.

Der Datenqualitätsbericht ist eines der wichtigsten und strengsten Pflichtdokumente im gesamten KI‑Managementsystem.

Er dokumentiert die Qualität, Herkunft, Repräsentativität, Vollständigkeit, Korrektheit, Bias‑Risiken, Datenethik, Filter, Bereinigung und Validierung aller Daten, die ein KI‑System verwendet.

    „Der Datenqualitätsbericht ist eines der kritischsten Pflichtdokumente im gesamten KI‑Managementsystem, weil Art. 10 KI-VO extrem hohe Anforderungen an Datenqualität, Datenrepräsentativität, Bias‑Freiheit und Dokumentation stellt.“    (Aus dem Dokument)

Damit ist dieses Dokument unverzichtbar für jede KI‑Anwendung, insbesondere für Hochrisiko‑KI gemäß EU‑KI‑Verordnung.

Datenqualitätsanalyse gemäß KI-VO Art. 10

Enthält die regulatorisch geforderten Elemente:

•     Datenkategorien & Sensitivität
•     Datenquellenanalyse
•     Herkunft & Rechtmäßigkeit
•     Vollständigkeit
•     Korrektheit
•     Repräsentativität
•     Aktualität
•     Bias‑Analyse
•     Datenbereinigung
•     Datenfilter
•     Validierungsregeln
•     Datenethik‑Bewertung
•     Residualrisiken
•     Monitoring‑Plan
•     Audit‑Hinweise
•     ISO‑ & KI-VO‑Mapping
•     Governance‑Freigabe

Detail Datenqualitäts‑KPIs

Mit Tabellen:

    „Skills – 75 % Vollständigkeit – Nicht OK“
    „Telefonnummer – 3 % Fehlerquote – Nicht OK“

Bias‑Analyse

Mit Tests und Maßnahmen:

•     Gender Bias Test
•     Age Bias Test
•     PLZ Bias Test
•     Language Bias Test

    „Gender Bias Test: 0.18 – kritisch“
    „Age Bias Test: 0.22 – kritisch“

Datenbereinigung & Filter gemäß DSGVO Art. 5

Mit klaren Regeln:

•     Entfernung sensibler Attribute
•     Entfernung Bias‑relevanter Attribute
•     Normalisierung
•     Dublettenprüfung
•     Ergänzung fehlender Werte

Validierungsregeln

Mit Pflichtfeldern, Formatregeln, Wertebereichen und Textlängen.

Datenethik‑Bewertung

Mit Checkliste:

    „Werden sensible Daten verarbeitet? – Nein“
    „Gibt es Diskriminierungsrisiken? – Ja“
    „Sind Maßnahmen implementiert? – Ja“

Residualrisiko‑Bewertung

Mit Scores und Maßnahmen:

    „Geschlechterbias – 15 → 6 (akzeptabel)“
    „Altersbias – 15 → 5 (akzeptabel)“

Monitoring‑Plan

Mit Frequenzen und KPIs:

•     Bias monatlich
•     Datenqualität wöchentlich
•     Modellleistung täglich
•     Oversight kontinuierlich

Audit‑Hinweise

Mit typischen Auditfragen:

•     Wie wurde Bias gemessen?
•     Welche Daten wurden entfernt?
•     Wie wird Datenqualität überwacht?