Die wichtigsten Treiber im Überblick

Das Management von Stammdaten meistern

Die Auswirkungen und Kosten schlechter Datenqualität in mittelständischen Unternehmen müssen transparent gemacht werden. Erst dann klappt der Weg in die Digitalisierung.

Geschäftsleute betrachten Visualsierungen von Daten

Stammdatenmanagement ist die Grundlage für viele Unternehmensprozesse.

Daten und Datenmanagement sind für viele Menschen ein sehr abstraktes Thema. Daten lassen sich nicht anfassen. Die Kosten schlechter Datenqualität sind selten offensichtlich. Eine Kostenstelle für schlechte Datenqualität gibt es nicht. Aber auch wenn die Kosten schlechter Datenqualität meist nicht sichtbar sind, so sind sie doch immer signifikant. Um das Management für das Thema Datenmanagement zu sensibilisieren, helfen gute Beispiele. Mit ihnen lassen sich die Auswirkungen und Kosten aufzeigen.

Dies ist ein Artikel aus unserer Print-Ausgabe 6/2019. Bestellen Sie ein kostenfreies Probe-Abo.

Die Aufgabe des Datenmanagements ist es, Daten systematisch zu sammeln, aufzubereiten und in der Kommunikation zu nutzen. Das gilt insbesondere auch für das Stammdatenmanagement. Vor diesem Hintergrund hat die CDQ AG sechs strategische Treiber identifiziert, die belegen, warum bei vielen Unternehmen Stammdatenmanagement ganz oben auf der Agenda steht.

Digitalisierung

Schon der relativ schlichte Versuch, Kunden- und Produktdaten für Multichannel-Marketing und Vertrieb zu nutzen, kann ungeahnte Probleme bereiten. So scheiterte eine digitale Marketing-Kampagne einer Versicherung an der schlechten Qualität der E-Mail-Adressen. Die Marketingkampagne wurde am Ende zwar durchgeführt – aber per Post. Ein Hersteller von Elektrowerkzeugen lieferte an einen Online-Versandhändler mehrfach von den tatsächlichen Verhältnissen abweichende Produktdaten zu Maßen und Gewichten. Dies führte zu Komplikationen in den automatisierten Logistikprozessen des Versandhändlers und letztlich dazu, dass die Produkte ausgelistet wurden.

Geschäftsprozesse

Unternehmen, die ihre Geschäftsprozesse standardisieren und harmonisieren sowie Kosten und Durchlaufzeiten reduzieren wollen, müssen die Qualität ihrer Stammdaten im Griff haben. In die Zehntausende gehende Postretouren aufgrund falscher Adressdaten, unnötige Prozesskosten aufgrund von Dubletten bei den Kundendaten – das sind keine Einzelfälle. Bei einer Versicherung beispielsweise sind mehr als ein Drittel der Kundenadressen fehlerhaft, sodass rund 50.000 Briefe zurückgesandt werden – pro Jahr. Die Kosten für die Postretouren belaufen sich auf über 350.000 Euro p.a. Zusätzlich entstehen durch die Mehrfacherfassung derselben Kunden (Dubletten) unnötige Datenerfassungskosten und Mehraufwände in den Prozessen. Die Suche nach Informationen und Datenbereinigungsaktionen führen zudem zu Folgekosten von über 1,5 Mio. Euro – auch das pro Jahr.

Reporting und Analytics

Unternehmen haben ein Interesse an einem transparenten, schnellen und richtigen Berichtswesen. Bekannt sind Fälle, in denen teuer bezahlte Data Scientists aufgrund schlechter Datenqualität zwei Drittel ihrer Zeit mit der Suche und Bereinigung von Daten verbringen, etwa weil in einem Unternehmen bei 30 Prozent der Firmenkundendaten die Branchenklassifizierung fehlte. Zudem waren die Umsatzsteuernummern oftmals falsch oder veraltet. Aufgrund von Dubletten bei den Lieferanten- und Materialdaten erzeugen Analysen des gesamten Einkaufsvolumens einen hohen manuellen Bearbeitungsaufwand. Um es zu ermitteln, müssen die jeweiligen Einzeleinkaufsvolumina manuell aggregiert werden. Durch die erforderliche Bereinigung entsteht unnötiger Mehraufwand im Controlling respektive in der Supply-Chain-Organisation.

Compliance und Risikomanagement

GDPR, BCBS 239, FACTA, EU 1169, IDMP und viele andere – an regulatorischen Anforderungen herrscht kein Mangel. Sie erhöhen die Ansprüche an das Datenmanagement signifikant. Das gilt beispielsweise für die Umsetzung der Datenschutz-Grundverordnung. Um Anfragen zu den vorhandenen Informationen oder gar Löschaufträge eines Kunden zügig vornehmen zu können, muss klar sein, welche Kundendaten in welchen Systemen gespeichert sind. Wird publik, dass ein Unternehmen Probleme mit dem Datenmanagement hat, schadet das der Reputation. Aber nicht nur das: Bei Verstößen gegen die EU-DSGVO drohen Strafen bis zu 20 Mio. Euro oder vier Prozent des Jahresumsatzes.

IT-Landschaft

Bei großen Systemtransformationen wurde das Stammdatenmanagement früher nicht selten eher stiefmütterlich behandelt. Aber auch heute wird der Aufwand für die Bereitstellung der Stammdaten oftmals unterschätzt – insbesondere bezogen auf die Aufbereitung der Daten für die Migration. Die Folge: Teilweise werden qualitativ schlechte Altdaten in ein neues System migriert; die mit der Einführung des neuen Systems verbundenen Effizienz- und Anwenderzufriedenheitsziele lassen sich dann nicht realisieren.

Mergers und Akquisitionen

Sei es die Integration der Daten von zugekauften Unternehmen oder die Trennung von Datenbeständen, wenn Unternehmensteile abgespalten werden: Kosten und Zeitaufwand liegen oftmals höher als gedacht. Dadurch können Zeitpläne für die Integration oder Abspaltung nicht eingehalten werden. Zudem lassen sich durch die teilweise Migration von qualitativ schlechten Daten in neue Systeme die Einsparungs- und Synergieziele nicht vollständig erreichen.

All diese Beispiele zeigen: Beim Stammdatenmanagement geht es nicht nur um das Anlegen von Produkt-, Kunden- oder anderen Stammdaten und deren Pflege. Das Thema ist viel, viel breiter. Stammdaten gehen fast alle im Unternehmen an. Entscheidend ist daher, das Verständnis für die Bedeutung von Datenmanagement in die Köpfe der Beteiligten zu bekommen. Es geht vorrangig um einen Wandel der Einstellung, nicht etwa darum, jemanden zu inthronisieren, der für das Thema verantwortlich ist. Damit dieser Wandel gelingt, ist es unerlässlich, den Wertbeitrag des Stammdatenmanagements deutlich herauszuarbeiten. Anhand von Beispielen muss belegt werden, was Stammdatenmanagement – monetär – bringt respektive welchen Schaden schlechtes Datenmanagement verursacht.

Datenqualität: Wie man das Thema im Unternehmen angeht

  • Datendubletten haben alle. Ihre Kosten lassen sich immer quantifizieren. Zudem kann man oftmals die Folgekosten der Dubletten ermitteln: beispielsweise zusätzlicher Aufwand bei der Suche des richtigen Kunden oder Kosten für die Bereinigung von doppelten Materialdaten.

  • Bei den Kosten, die durch fehlerhafte Stammdaten ausgelöst werden, denken viele primär an die unnötigen Mehraufwände in den Geschäftsprozessen. Zusätzlich muss man aber auch die Kosten für die Analyse und Bereinigung der Datenqualitätsdefekte betrachten.

  • Gute Beispiele helfen laut der Zetvisions AG aus Heidelberg dabei, das Thema Datenqualität greifbar zu machen. Das ist wichtig, um die erforderlichen Budgets vom Topmanagement zu bekommen und um den Kollegen die Bedeutung des Themas zu vermitteln.

Bildquelle: Getty Images/iStock

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok