Datenqualität

Wie wir mit leeren Ergebnissen und Ergebnissen geringer Zuverlässigkeit umgehen

In jedem System, das Fragen beantwortet, gibt es eine echte Versuchung, immer irgendetwas zurückzugeben, statt zuzugeben, dass eine Frage nicht zuverlässig beantwortet werden kann. Gerade bei Standortdaten ist es ausgesprochen schädlich, dieser Versuchung nachzugeben, denn eine plausibel aussehende, aber falsche Antwort richtet bei jeder Entscheidung, in die sie einfließt, in der Regel weit mehr Schaden an als das ehrliche Eingeständnis, dass die Daten keine sichere Antwort hergeben.

Die Begründung ist einfach, sobald man sie direkt ausspricht. Ein leeres Ergebnis oder ein Ergebnis, das ausdrücklich mit geringer Konfidenz gekennzeichnet ist, kann eine gut gestaltete Anwendung erkennen und bewusst behandeln: Sie kann den Nutzer um eine Präzisierung bitten, einen breiteren Standardwert anwenden oder den Datensatz zur manuellen Prüfung markieren. Eine konstruierte Vermutung, die wie jedes andere sichere Ergebnis aussieht, ohne sichtbares Signal, dass es sich eigentlich um einen schwachen oder mehrdeutigen Treffer handelt, lässt sich dagegen überhaupt nicht erkennen oder gesondert behandeln, weil sie von außen nicht von einer wirklich soliden Antwort zu unterscheiden ist, bis sie irgendwo weiter hinten in der Verarbeitung ein echtes, sichtbares Problem verursacht, das sich oft nur schwer auf seine eigentliche Ursache zurückführen lässt.

Deshalb sollte eine mehrdeutige oder nicht auflösbare Anfrage entweder gar kein Ergebnis liefern oder ein Ergebnis, dessen confidence-Wert die tatsächliche Unsicherheit ehrlich und klar widerspiegelt, statt dass der Geocoder stillschweigend einen von mehreren plausiblen Kandidaten auswählt und ihn mit derselben scheinbaren Sicherheit wie einen eindeutigen Treffer präsentiert. Dasselbe Prinzip gilt für die Präzision: Ein Ergebnis sollte nie eine feinere Präzisionsstufe beanspruchen, als die Daten tatsächlich hergeben, selbst wenn der Druck besteht, immer etwas spezifischer Wirkendes zurückzugeben. Ehrlich city zu melden ist ein besseres Ergebnis, als auf Verdacht house zu melden.

Wer auf solchen Daten aufbaut, sollte daraus praktisch ableiten, die eigene Anwendung so zu gestalten, dass sie leere Ergebnisse und Ergebnisse mit geringer Konfidenz wirklich erwartet und souverän behandelt, als normalen, alltäglichen Teil der möglichen Antworten und nicht als seltenen Ausnahmefall, der eine gesonderte, nachträglich angeflanschte Behandlung erfordert. Ein Formular, das nur einen Erfolgspfad für vollständig aufgelöste Ergebnisse mit hoher Konfidenz kennt und für alles andere kein durchdachtes Verhalten hat, wird irgendwann auf verwirrende Weise scheitern, wenn es unweigerlich auf eine Anfrage trifft, die die Daten tatsächlich nicht sicher auflösen können, und das passiert häufiger, als die meisten ersten Entwürfe vorsehen.

Bei jedem Ergebnis sowohl precision als auch confidence zu prüfen und ein bewusstes, durchdachtes Ausweichverhalten für den Fall zu haben, dass einer der beiden Werte unter die Schwelle fällt, die Ihr konkreter Anwendungsfall tatsächlich erfordert, macht den Unterschied zwischen einer Anwendung, die bei schwierigen Fällen kontrolliert nachgibt, und einer, die stillschweigend fehlerhafte Daten weiterreicht, weil sie nie darauf ausgelegt war, etwas anderes als eine saubere, eindeutige Antwort zu erwarten.