Datencheck-Checkliste fuer ein erstes KMU-Datenprojekt
=======================================================

Diese kurze Liste hilft, eine erste Aufwandsschaetzung fuer ein Dashboard,
einen Bericht, eine Datenpipeline oder ein ML-Modul vorzubereiten.

1. Ziel / Entscheidung
- Welche Entscheidung oder wiederkehrende Arbeit soll einfacher werden?
- Wer nutzt das Ergebnis: Geschaeftsfuehrung, Vertrieb, Einkauf, Service, Operations?

2. Datenquellen
- Welche Systeme oder Dateien gibt es? Excel, CSV, CRM, ERP, Shop, Buchhaltung, Tickets, Datenbank?
- Gibt es regelmaessige Exporte oder eine API?
- Wie oft werden die Daten aktualisiert?

3. Beispiel-Export
- Koennen 20-100 anonymisierte Beispielzeilen exportiert werden?
- Sind Spaltennamen und typische Werte enthalten?
- Sind personenbezogene oder vertrauliche Inhalte vorher entfernt oder ersetzt?

4. Gewuenschter Liefergegenstand
- Dashboard
- automatisierter Bericht
- Datenqualitaetscheck
- Forecast / Prognose
- Scoring / Warnliste
- Dokumenten- oder Mail-Auswertung

5. Fachliche Regeln
- Welche Kennzahlen sind wichtig?
- Wie werden Umsatz, Marge, Retouren, offene Posten, Risiko oder Bestand heute berechnet?
- Welche Ausnahmen oder Sonderfaelle muessen sichtbar bleiben?

6. Datenschutz und Zugriff
- Wo duerfen Daten verarbeitet werden?
- Wer darf die Ergebnisse sehen?
- Gibt es Loeschfristen, Rollen oder Verschluesselungsvorgaben?

7. Zeitrahmen
- Gibt es einen festen Termin?
- Reicht ein erster Pilot oder wird direkt ein wiederkehrender Betrieb gebraucht?


Data check checklist for a first SME data project
=================================================

Use this short list to prepare an initial estimate for a dashboard, report,
data pipeline, or ML module.

1. Goal / decision
- Which decision or recurring task should become easier?
- Who will use the result: management, sales, purchasing, service, operations?

2. Data sources
- Which systems or files exist? Excel, CSV, CRM, ERP, shop, accounting, tickets, database?
- Are there regular exports or an API?
- How often is the data updated?

3. Sample export
- Can 20-100 anonymized sample rows be exported?
- Are column names and typical values included?
- Are personal or confidential contents removed or replaced first?

4. Desired deliverable
- dashboard
- automated report
- data quality check
- forecast
- scoring / warning list
- document or email analysis

5. Business rules
- Which metrics matter?
- How are revenue, margin, returns, open items, risk, or stock calculated today?
- Which exceptions or edge cases must remain visible?

6. Privacy and access
- Where may data be processed?
- Who may see the results?
- Are there deletion periods, roles, or encryption requirements?

7. Timeline
- Is there a fixed deadline?
- Is a first pilot enough or is recurring operation needed immediately?