Stammdaten als Erfolgsfaktor

Dieses Ziel lässt sich nicht immer einfach erreichen: Neue Daten strömen in Riesenwellen tagtäglich in die verarbeitenden Systeme. Sie zu speichern ist eine Sache. Eine andere ist es, diese Informationen im Data Warehouse als Fundament für weitreichende Planung, Steuerung und Kontrolle aller Firmenbereiche zu verwenden. Werden aus fehlerhaften Daten Aktivitäten abgeleitet, ergeben sich unweigerlich Probleme bei vielen täglichen Geschäftsabläufen. Außerdem kann insbesondere bei strategischen Entscheidungen eine schlechte Datenqualität zu fatalen Folgen und hohen Kosten führen.

Dass bei der Datenqualität enormer Nachholbedarf besteht, hat kürzlich eine Studie der Unternehmensberatung Camelot Management Consultants ergeben. Die in der Umfrage am häufigsten genannte Ursache für geringe Datenqualität sind unvollständige Stammdaten, die für eine Datenanalyse gar nicht geeignet sind. Und nicht einmal ein Zehntel nutzt ein geeignetes System zu deren Messung, Analyse und Kontrolle. „Besonders von mangelhafter Stammdatenqualität betroffene Geschäftsbereiche sind das Unternehmensreporting und das Lieferkettenmanagement“, so die wesentliche Erkenntnis der Studie.

Die Ursache liegt auf der Hand: In jedem Unternehmen gibt es heute vielfältige IT-Systeme, mit deren Hilfe Informationen gesammelt werden. Seien es ERP-Lösungen wie SAP für die funktionsbereichsübergreifende Unterstützung sämtlicher Geschäftsprozesse. Oder CRM-Anwendungen, mit denen die Kundenbeziehungen verwaltet werden. Auch die Finanzbuchhaltung für die Rechnungserstellung enthält zwangsläufig Stammdaten.

Die Daten aus den operativen Systemen fließen häufig in weitere IT-Systeme und werden transformiert. Oft ist ein Data Warehouse das Meer, in das viele Datenquellen münden. Dort kommen die Verschmutzungen nicht unbedingt sofort ans Licht, wirken sich aber unmittelbar aus. Denn hier werden Daten in verdichteter Form und in ihrer Gänze sichtbar. Und welches Unternehmen möchte diese verunreinigten Daten für Reporting und für weiterreichende geschäftliche Entscheidungen nutzen?

Innerhalb eines Data Warehouses kann eine zentrale Datensicht erstellt werden, die sich für das Informationsmanagement innerhalb des Unternehmens nutzen lässt. Der Nutzen dahinter ist u.a. eine signifikante Steigerung der Geschwindigkeit und Qualität von Unternehmensreportings. Ohne Schutzmaßnahmen erhalten aber auch unvollständige Daten, Dubletten und weitere fehlerhafte Einträge nach einer Transaktion Eingang in dieses Datenhaltungssystem. Werden Hans Peter Bäcker – Hans P. Baecker – Herr H. Becker mit ihren Umsätzen beispielsweise nicht als derselbe Kunde erkannt, erhält man falsche Zahlen und trifft womöglich auf dieser Grundlage schwerwiegende Fehlentscheidungen.

Stammdaten als „Quell der Wahrheit“

Zentrales Stammdatenmanagement, auch Master Data Management (MDM) genannt, kann hier Abhilfe schaffen. Über einen als „wahr“ definierten Datensatz werden die Informationen aus den unterschiedlichen Quellsystemen zusammengefasst, gesäubert, bei Bedarf angereichert und vereinheitlicht. Der dabei entstehende Datensatz dient als einzige verlässliche und aktuelle Informationsquelle für alle Mitarbeiter im Unternehmen. Dieser „Quell der Wahrheit“ lässt sich dann dazu nutzen, um andere Anwendungen wie etwa das Data Warehouse mit zuverlässigen Informationen zu füllen. Bei diesen kann sich das Unternehmen auf höchste Qualität und die aktuellste Version verlassen. Eine solide Basis für unternehmerische Entscheidungsprozesse, die womöglich den entscheidenden Wettbewerbsvorteil ausmachen und Kosten im täglichen Betriebsablauf einsparen, ist geschaffen.


Tipps für das Stammdatenmanagement

Die Ersteinführung einer zentralen Stammdatenmanagement-Lösung ist kein Projekt mit Anfang und Ende, sondern ein Programm, das nachhaltig die Art und Weise verändert, wie Stammdaten angelegt, verwaltet und gepflegt werden. Wobei die Zeit, die dafür benötigt wird, von den konkreten Bedingungen abhängig ist – etwa der Zahl und Art der Quellsysteme, der vorhandenen Datenqualität oder den angestrebten Zielen.

Als erste Maßnahme sollten grundlegende Fragen der Data Governance geklärt werden. Dabei geht es um die Entwicklung einer einheitlichen Strategie und gemeinsamer Prinzipien sowie die Definition von verbindlichen Datenpflegeprozessen bzw. die Festlegung entsprechender Kennzahlen. Im zweiten Schritt sind die Personen festzulegen, die in allen Fragen des Stammdaten-
managements den Hut auf haben. Die sogenannten „Data Stewards“ nehmen eine wichtige strategische Rolle ein und sollten zumindest in den Bereichen Vertrieb, Marketing, Produktion, Finanzen und Personal vorhanden sein.

Um die Datenqualität sicherzustellen, ist schon bei der Eingabe neuer Kontaktdaten in eines der operationellen Systeme mithilfe einer automatischen Kontrolle sicherzustellen, dass alle Elemente eines Datensatzes korrekt sind. Das Erkennen von Beziehungen in den Datenbankeinträgen steigert zudem die Qualität von Rentabilitätsanalysen, Risikoabschätzungen und Marketingkam-pagnen.

Quelle: Human Inference


Bildquelle: © Sergey Nivens/fotolia.com