Data Validation – Regelbasierte Prüfungen¶

Zweck¶

Das Data Validation-Modul stellt die Datenqualität durch präzise, regelbasierte Prüfungen sicher.
Es ermöglicht Organisationen, deterministische geschäftliche und technische Validierungslogik zu definieren und sicherzustellen, dass Daten Compliance-Standards, vertraglichen SLAs und regulatorischen Anforderungen entsprechen.

Durch die Kombination von in-database rule execution, complete audit trails und integration with other digna modules garantiert Data Validation konsistente und nachvollziehbare Datenqualität und Observability in komplexen Unternehmensumgebungen.

Technische Übersicht¶

Unterstützte Validierungstypen¶

• Gleichheitsprüfungen
  Bestätigen, dass Werte den erwarteten Ergebnissen entsprechen (z. B. Referenzcodes, boolesche Flags, kategorische Zuordnungen).

• Schwellenwerte & Bereiche
  Validieren numerischer Messgrößen oder KPIs gegenüber definierten Grenzen — statisch oder dynamisch abgeleitet.

• Referenzlisten & Lookups
  Prüfen, ob Feldwerte innerhalb genehmigter Stammdatensätze vorhanden sind (z. B. USt-IDs, ISO-Länderliste, Produktkataloge).

• Spaltenübergreifende Konsistenz
  Sicherstellen relationaler Korrektheit (z. B. Währung stimmt mit Region überein, Risikokategorie passt zum Anlagetyp).

• Nullbehandlungsregeln
  Erkennen unerwarteter Null- oder Leerwerte in kritischen Spalten.

Ausführung und Protokollierung¶

• In-Database Processing – Alle Validierungsregeln werden direkt in Ihrer Datenbank ausgeführt (Teradata, Snowflake, Databricks, PostgreSQL, etc.).
• Keine Datenextraktion – digna überträgt niemals Rohdaten außerhalb Ihrer Umgebung.
• Vollständige Nachvollziehbarkeit – Jedes Regelresultat wird mit Zeitstempel, verantwortlichem Dataset, Datensatzanzahlen und Bestehen/Nichtbestehen protokolliert.
• Audit