6.4 Discovery, Pflege und Datenqualität

Kurz erklärt

Discovery, Pflege und Datenqualität sorgen dafür, dass Configuration-Daten nicht nur einmal erfasst, sondern dauerhaft aktuell, korrekt und nutzbar bleiben.

Discovery hilft, technische Informationen automatisch zu erkennen.

Pflege sorgt dafür, dass fachliche, organisatorische und servicebezogene Informationen ergänzt und aktuell gehalten werden.

Datenqualität entscheidet, ob Configuration-Daten im Betrieb wirklich verlässlich sind.


Warum dieses Thema wichtig ist

Eine CMDB oder ein Configuration Management System ist nur dann hilfreich, wenn die Daten stimmen.

Veraltete oder falsche Configuration-Daten führen zu Problemen:

Datenqualität ist deshalb kein Nebenthema.

Sie ist die Grundlage dafür, dass Service Configuration Management im Alltag funktioniert.


Discovery

Discovery bedeutet, technische Informationen automatisch oder halbautomatisch zu erkennen.

Mögliche Discovery-Ergebnisse:

Discovery kann Daten schneller und regelmäßiger erfassen als rein manuelle Pflege.


Was Discovery leisten kann

Discovery kann helfen bei:

Beispiel:

Ein Discovery-Werkzeug erkennt, dass ein Server noch eine alte Softwareversion verwendet.

Diese Information kann für Security, Change Enablement und Problem Management wichtig sein.


Was Discovery nicht automatisch leisten kann

Discovery erkennt Technik.

Discovery versteht aber nicht automatisch den fachlichen Zusammenhang.

Ein Discovery-Werkzeug erkennt vielleicht:

Es weiß aber nicht automatisch:

Deshalb muss Discovery durch fachliche Pflege ergänzt werden.


Discovery und manuelle Pflege ergänzen sich

Discovery Manuelle oder organisatorische Pflege
erkennt technische Objekte ergänzt fachliche Bedeutung
erkennt Versionen und Eigenschaften ergänzt Owner und Verantwortlichkeiten
erkennt Verbindungen bewertet Serviceabhängigkeiten
erkennt neue Ressourcen prüft, ob sie relevant sind
erkennt Abweichungen klärt, ob sie erlaubt sind
liefert Ist-Daten ergänzt Soll-Zustand und Kontext

Gute Configuration-Daten entstehen durch Kombination aus Automatisierung, Prozessen und Verantwortung.


Typische Discovery-Quellen

Mögliche Quellen für technische Erkennung:

Keine Quelle ist vollständig.

Mehrere Quellen müssen oft abgeglichen werden.


Discovery in Cloud-Umgebungen

Cloud-Umgebungen verändern sich häufig schneller als klassische Rechenzentrumsumgebungen.

Typische Herausforderungen:

Wichtige Maßnahmen:


Discovery in Container-Umgebungen

In Container-Umgebungen entstehen und verschwinden technische Instanzen oft sehr schnell.

Nicht jeder kurzlebige Container sollte dauerhaft als einzelnes CI gepflegt werden.

Sinnvoller können sein:

Wichtig ist, servicebezogene Informationen zu erfassen, nicht jede temporäre Laufzeitinstanz dauerhaft zu dokumentieren.


Discovery und Sicherheitsbewertung

Discovery ist für Sicherheit besonders wichtig.

Beispiele:

Aber auch hier gilt:

Discovery zeigt technische Tatsachen.

Die Risikobewertung benötigt zusätzlich Kritikalität, Datenklasse, Servicebezug und Owner.


Discovery-Ergebnisse prüfen

Discovery-Daten sollten nicht ungeprüft übernommen werden.

Zu prüfen ist:

Automatisierung ohne Prüfung kann die CMDB mit unbrauchbaren Daten füllen.


Datenpflege

Datenpflege bedeutet, Configuration-Daten aktuell und nutzbar zu halten.

Dazu gehören:

Pflege ist keine einmalige Projektarbeit.

Sie ist eine laufende Betriebsaufgabe.


Pflege durch Change Enablement

Changes sind eine der wichtigsten Quellen für CMDB-Aktualisierungen.

Nach einem Change kann sich ändern:

Deshalb sollte jeder relevante Change prüfen:

Müssen Configuration-Daten aktualisiert werden?

Wenn Changes die CMDB nicht pflegen, veraltet sie automatisch.


Pflege durch Release und Deployment

Nach Releases und Deployments ändern sich häufig:

Release- und Deployment-Prozesse sollten deshalb CMDB-Aktualisierung als Abschlussaufgabe enthalten.


Pflege durch Incident und Problem Management

Incident und Problem Management können Datenfehler sichtbar machen.

Beispiele:

Solche Erkenntnisse sollten nicht im Ticket verschwinden.

Sie sollten zur Verbesserung der Configuration-Daten genutzt werden.


Pflege durch Service Owner

Service Owner sind wichtig für fachliche Informationen.

Sie können prüfen:

Technische Teams kennen oft die Komponenten.

Service Owner kennen den fachlichen Wert und die Auswirkung.


Pflege durch technische Teams

Technische Teams pflegen vor allem technische Informationen.

Beispiele:

Wichtig ist, dass technische Änderungen nicht nur umgesetzt, sondern auch nachvollziehbar dokumentiert werden.


Pflegeintervalle

Nicht alle Configuration-Daten müssen gleich häufig geprüft werden.

Mögliche Prüfintervalle:

CI oder Information mögliches Prüfintervall
geschäftskritischer Service regelmäßig und nach jedem relevanten Change
Zertifikate automatisch überwachen und regelmäßig prüfen
produktive Server nach Changes und in festen Reviews
Cloud-Ressourcen häufig oder automatisiert
Dokumentationslinks regelmäßig oder nach Releases
Testsysteme nach Bedarf
archivierte CIs selten, aber nachvollziehbar

Die Häufigkeit sollte sich nach Risiko, Kritikalität und Änderungsdynamik richten.


Datenqualität

Datenqualität beschreibt, ob Configuration-Daten für den vorgesehenen Zweck geeignet sind.

Wichtige Qualitätsmerkmale:

Perfekte Vollständigkeit ist selten realistisch.

Entscheidend ist, dass die Daten für Incident, Problem, Change, Release und Security Management ausreichend zuverlässig sind.


Korrektheit

Korrektheit bedeutet:

Die Information stimmt mit der Realität überein.

Beispiele:

Falsche Daten sind gefährlich.

Beispiel:

Die CMDB zeigt einen Server als Testsystem, obwohl er produktiv genutzt wird.

Ein Change wird dadurch zu niedrig bewertet.


Aktualität

Aktualität bedeutet:

Die Information ist nicht veraltet.

Beispiele für veraltete Daten:

Aktualität entsteht durch Anbindung an Changes, Releases, Reviews und Discovery.


Vollständigkeit

Vollständigkeit bedeutet nicht, jedes Detail zu erfassen.

Sie bedeutet:

Die für den Zweck notwendigen Informationen sind vorhanden.

Beispiel:

Für einen kritischen Service sollten mindestens vorhanden sein:

Ein unwichtiger Testdienst benötigt weniger Detailtiefe.


Eindeutigkeit

Eindeutigkeit bedeutet:

Jedes CI ist klar identifizierbar.

Probleme entstehen durch:

Beispiel:

könnten dasselbe CI beschreiben.

Solche Dubletten erschweren Reports, Changes und Incidents.


Konsistenz

Konsistenz bedeutet:

Daten folgen einheitlichen Regeln.

Beispiele:

Ungeeignet:

werden ohne Regel gemischt.

Besser:

Eine definierte Schreibweise wird verbindlich genutzt.


Nachvollziehbarkeit

Nachvollziehbarkeit bedeutet:

Es ist erkennbar, woher eine Information kommt und warum sie geändert wurde.

Hilfreich sind:

Nachvollziehbarkeit ist besonders wichtig bei Sicherheitsfragen, Audits und Major Incidents.


Nutzbarkeit

Daten sind nur wertvoll, wenn sie genutzt werden können.

Nutzbarkeit bedeutet:

Eine CMDB mit vielen Feldern, die niemand versteht oder nutzt, erzeugt keinen Mehrwert.


Datenqualitätsregeln

Eine Organisation sollte Datenqualitätsregeln definieren.

Beispiele:

Solche Regeln müssen kontrollierbar sein.


Datenqualitätskennzahlen

Mögliche Kennzahlen:

Kennzahl Aussage
CIs ohne Owner Verantwortlichkeit fehlt
CIs ohne Servicezuordnung Servicebezug unklar
kritische Services ohne Abhängigkeiten Auswirkungsanalyse unvollständig
CIs ohne letzte Prüfung Aktualität unsicher
ablaufende Zertifikate ohne Owner hohes Betriebsrisiko
Dublettenquote Eindeutigkeit schlecht
Changes ohne CI-Verknüpfung CMDB wird im Change-Prozess nicht genutzt
Incidents ohne CI-Verknüpfung Trendanalyse erschwert

Kennzahlen sollten nicht nur gemessen werden.

Sie müssen zu Verbesserungen führen.


Datenqualitätsberichte

Datenqualitätsberichte können regelmäßig zeigen:

Solche Berichte sollten Verantwortliche und nächste Schritte enthalten.

Nur eine Fehlerliste reicht nicht aus.


Dubletten bereinigen

Dubletten entstehen leicht durch manuelle Pflege, Discovery oder unterschiedliche Datenquellen.

Vorgehen:

  1. mögliche Dubletten erkennen
  2. prüfen, ob es wirklich dasselbe CI ist
  3. führenden Datensatz festlegen
  4. Beziehungen zusammenführen
  5. verknüpfte Incidents, Problems und Changes prüfen
  6. Dublette archivieren oder löschen
  7. Ursache der Dublette beheben

Wichtig ist, nicht versehentlich unterschiedliche CIs zusammenzuführen.


Veraltete CIs archivieren

Nicht mehr aktive CIs sollten nicht einfach unkontrolliert gelöscht werden.

Besser ist oft:

So bleibt Nachvollziehbarkeit erhalten.

Das ist besonders wichtig bei Audits, Sicherheitsvorfällen oder späteren Analysen.


Abweichungen erkennen

Abweichungen zwischen CMDB und Realität können entstehen durch:

Abweichungen sollten nicht nur korrigiert werden.

Es sollte geprüft werden, warum sie entstanden sind.


Soll-Zustand und Ist-Zustand unterscheiden

Zustand Bedeutung
Soll-Zustand freigegebener oder erwarteter Zustand
Ist-Zustand tatsächlich erkannter Zustand
Abweichung Unterschied zwischen Soll und Ist

Beispiel:

Soll-Zustand:

Server nutzt Version 5.9.

Ist-Zustand:

Discovery erkennt Version 5.8.

Mögliche Ursachen:


Configuration Drift

Configuration Drift bedeutet, dass Systeme im Laufe der Zeit vom gewünschten Zustand abweichen.

Ursachen:

Folgen:

Baselines und regelmäßige Prüfungen helfen gegen Configuration Drift.


Baselines nutzen

Eine Configuration Baseline beschreibt einen bekannten, freigegebenen Zustand.

Beispiele:

Baselines helfen bei:

Wenn ein System von der Baseline abweicht, sollte dokumentiert sein, warum.


Pflegeverantwortung

Ohne Verantwortung veraltet Configuration Management.

Zu klären ist:

Verantwortung kann auf mehrere Rollen verteilt sein.

Sie muss aber eindeutig sein.


Rollen bei der Datenpflege

Rolle mögliche Aufgabe
Configuration Manager Regeln, Modell und Datenqualität steuern
Service Owner Servicebezug, Kritikalität und fachliche Daten prüfen
CI Owner einzelne CIs verantworten
Supportgruppe technische Informationen ergänzen
Change Manager CMDB-Aktualisierung nach Changes sicherstellen
Security Team sicherheitsrelevante Daten nutzen und prüfen
Asset Manager Asset-, Vertrags- und Lebenszyklusdaten liefern

Die Rollen müssen nicht immer eigene Stellen sein.

Wichtig sind klare Zuständigkeiten.


Pflege durch Prozesse erzwingen

Datenpflege funktioniert besser, wenn sie in Prozesse eingebaut ist.

Beispiele:

Datenpflege sollte nicht nur auf freiwilliger Erinnerung beruhen.


Pflegeaufwand realistisch halten

Zu viel Detailtiefe führt zu Pflegeproblemen.

Fragen zur Begrenzung:

Daten, die niemand nutzt und niemand pflegt, sollten kritisch hinterfragt werden.


Toolunterstützung

Tools können unterstützen durch:

Ein Tool löst aber kein organisatorisches Problem.

Ohne klare Regeln und Verantwortung wird auch ein gutes Tool schlechte Daten enthalten.


Integration mit ITSM-Prozessen

Configuration-Daten sollten nicht isoliert gepflegt werden.

Sie sollten aktiv genutzt werden in:

Je häufiger die Daten im Alltag genutzt werden, desto eher fallen Fehler auf.

Ungenutzte Daten veralten schneller.


Datenqualität durch Nutzung verbessern

Wenn Service Desk und Fachteams CMDB-Daten aktiv nutzen, werden Fehler sichtbar.

Beispiele:

Wichtig ist, dass solche Fehler einfach gemeldet und korrigiert werden können.


Praxisbeispiel: Discovery findet unbekannten Server

Situation

Discovery erkennt einen Server, der nicht in der CMDB steht.

Prüfung

Ergebnis

Der Server wird entweder als CI aufgenommen oder kontrolliert außer Betrieb genommen.


Praxisbeispiel: Falscher Owner

Situation

Ein Incident betrifft eine Anwendung.

Die CMDB nennt ein Team, das seit Monaten nicht mehr zuständig ist.

Folge

Eskalation verzögert sich.

Verbesserung


Praxisbeispiel: Veraltete Version

Situation

Die CMDB zeigt Version 5.9.

Discovery erkennt Version 5.8.

Mögliche Ursachen

Verbesserung

Abweichung wird geprüft, korrigiert und mit Change Record verknüpft.


Praxisbeispiel: Fehlende Zertifikatsdaten

Situation

Ein produktives Zertifikat läuft ab.

In der CMDB ist kein Ablaufdatum gepflegt.

Folge

Anmeldedienst fällt aus.

Verbesserung


Praxisbeispiel: Cloud-Ressource ohne Tags

Situation

Cloud-Report zeigt mehrere Ressourcen ohne Service-Tag.

Risiko

Verbesserung


Typische Fehler

Fehler 1

Discovery-Daten werden ungeprüft in die CMDB übernommen.


Fehler 2

Manuelle Pflege wird niemandem eindeutig zugeordnet.


Fehler 3

CMDB wird einmal aufgebaut und danach nicht gepflegt.


Fehler 4

Changes aktualisieren Configuration-Daten nicht.


Fehler 5

Dubletten werden ignoriert.


Fehler 6

Datenqualitätsberichte werden erstellt, aber nicht bearbeitet.


Fehler 7

Zu viele Felder werden gepflegt, obwohl sie niemand nutzt.


Fehler 8

Wichtige Beziehungen fehlen trotz vieler technischer Details.


Fehler 9

Cloud- und Container-Ressourcen werden nicht berücksichtigt.


Fehler 10

Zertifikate, Schnittstellen und Benutzergruppen werden vergessen.


Fehler 11

Owner und Kritikalität werden nicht regelmäßig geprüft.


Fehler 12

Teams vertrauen der CMDB nicht mehr, weil Fehler nicht korrigiert werden.


Checkliste Discovery


Checkliste Datenpflege


Checkliste Datenqualität


Checkliste nach Changes


Bedeutung für Fachinformatiker für Systemintegration

Fachinformatiker tragen stark zur Datenqualität bei.

Im Alltag bedeutet das:

Eine gute CMDB entsteht nicht allein durch ein Tool.

Sie entsteht durch saubere technische Arbeit, klare Prozesse und konsequente Pflege.


Zusammenfassung

technische Daten durch Discovery erkennen

Ergebnisse prüfen und Dubletten vermeiden

fachliche Informationen ergänzen

Owner, Servicebezug und Kritikalität pflegen

Changes und Releases zur Aktualisierung nutzen

Datenqualität regelmäßig messen

Abweichungen korrigieren

Pflegeaufwand realistisch halten

Configuration-Daten aktiv in ITSM-Prozessen nutzen


Merksätze

Discovery erkennt Technik, aber nicht automatisch fachliche Bedeutung.

Datenpflege ist eine laufende Betriebsaufgabe, kein einmaliges Projekt.

Eine CMDB veraltet automatisch, wenn Changes sie nicht aktualisieren.

Datenqualität ist wichtiger als Datenmenge.

Schlechte Configuration-Daten können zu falschen Entscheidungen führen.

Je häufiger Daten im Alltag genutzt werden, desto schneller fallen Fehler auf.

Gute Datenqualität braucht Toolunterstützung, Prozesse und Verantwortung.


Verwandte Seiten


Quellen und Versionsstand

Offizielle Grundlagen

Einordnung

Die dargestellten:

sind herstellerneutrale Praxisempfehlungen.

ITIL schreibt keine universelle:

für alle Organisationen vor.

Die konkrete Umsetzung muss an:

angepasst werden.

Behandelter Framework-Stand: ITIL Version 5
Zusätzlich berücksichtigt: aktuelle ITIL-4-Practice-Guidance
Fachlicher Stand: August 2026


Revision #1
Created 2 August 2026 16:02:27 by Admin
Updated 2 August 2026 16:02:38 by Admin