Datenqualität, Unsicherheit und Schätzung#

Scorecards müssen Unsicherheit sichtbar machen. Eine Zahl mit hoher Unsicherheit darf nicht gleich behandelt werden wie geprüfte Primärdaten. Zugleich darf fehlende Datenlage nicht automatisch zu Ausschluss führen, sonst würden kleine Akteure überfordert und neue Bürokratie erzeugt.

Die Lösung ist eine transparente Datenqualitätslogik: Primärdaten, geprüfte Daten, plausible Schätzungen, Branchenbenchmarks und konservative Defaults werden getrennt markiert. Jede Scorecard muss zeigen, welche Werte belastbar sind und wo Revisionsbedarf besteht.