Stammdatenmanagement – von der Dauerbaustelle zum soliden Fundament

Abstract

Viele Organisationen treiben aktuell Digitalisierungsinitiativen mit hohem Aufwand voran. Die in diesem Zusammenhang oft genannten Leistungsversprechen neuer Technologien scheitern aber oft an einer geringen Stammdatenqualität. Qualitative hochwertige und vollständige Stammdaten in unterschiedlichen Bereichen sind eine unabdingbare Voraussetzung für den reibungslosen Ablauf zahlreicher Prozesse und somit auch ein wesentlicher Hebel für den Unternehmenserfolg. Zudem bilden sie auch die Grundlage für den erfolgreichen Einsatz neuer Technologien. Eine Optimierung mangelhafter Stammdaten und die Etablierung klarer Verantwortlichkeiten, um dann auch nachhaltig die Stammdatenqualität auf einem hohen Niveau zu halten, ist deshalb in vielen Organisationen dringend erforderlich. Das Vorgehen zur Stammdatenoptimierung muss systematisch und strukturiert ablaufen sowie von einem konsequenten Umsetzungsmonitoring begleitet werden. Die Praxis zeigt, dass halbherzig gestartete Initiativen nicht zum Erfolg führen oder im Sand verlaufen. Zudem müssen prozessuale und organisatorische Rahmenbedingungen klar definiert und kommuniziert werden, um langfristig einheitliche Stammdaten zu gewährleisten.

Ausgangssituation & Herausforderungen

Jede Organisation sammelt im Laufe ihres Bestehens eine große Menge an Stammdaten in unterschiedlichen Bereichen (z.B. Vertrieb, Einkauf, Personal und Produktion). Allerdings wird das Thema Stammdatenmanagement in der betrieblichen Praxis oft vernachlässigt und genießt wenig bis keine Aufmerksamkeit. Stammdaten weisen grundsätzlich eine geringe Änderungshäufigkeit auf und bleiben damit relativ konstant. Trotzdem entstehen im Zeitverlauf immer mehr Abweichungen von Standards, Unschärfen, Inkonsistenzen und gegebenenfalls auch Fehler. Solange diese Friktionen überschaubar bleiben, werden sie vernachlässigt oder durch Workarounds gelöst bzw. eingedämmt.

Eine geringe Stammdatenqualität kann jedoch weitreichende negative Folgen haben. Beispielsweise können Optimierungspotenziale im Bereich der Digitalisierung, Automatisierung oder Effizienzsteigerung nicht realisiert werden. Neue Technologien und ausgefeilte ERP Systeme stoßen schnell an ihre Grenzen, wenn die zugrundeliegenden Stammdaten keine angemessene Qualität aufweisen. Obwohl zahlreiche Softwarelösungen zur Stammdatenpflege (z.B. zur Identifikation von Doubletten) am Markt erhältlich sind, können diese aufgrund der Komplexität in den Stammdaten nur bedingt zufriedenstellende Ergebnisse liefern.

Zusammenfassend lassen sich folgende Hauptursachen für eine geringe Stammdatenqualität identifizieren:

• Häufig fehlen klare Guidelines für die Anlage und Pflege von Stammdaten bzw. werden diese nicht konsequent umgesetzt und deren Einhaltung auch nicht gezielt gemonitort.
• Vielmals werden bei Unternehmenszukäufen die Stammdaten des akquirierten Unternehmens nicht oder nur unzureichend auf Kompatibilität geprüft sowie erforderliche Harmonisierungsmaßnahmen unterlassen. Divergierende Logiken sowie eine abweichende Stammdatentiefe und -breite können die Konsistenz und damit die Qualität der Stammdaten in eine massive Schieflage versetzen.
• Fehlende Verantwortlichkeiten und unklare Zuständigkeiten in den einzelnen Stammdatenbereichen resultieren zwangsläufig in mangelnder Datenqualität. Für ein in der Vergangenheit erstelltes und mittlerweile veraltetes Stammdatum möchte in einer Organisation niemand verantwortlich sein.
• Weitere Ursachen können durch das Fehlen von definierten Soll-Prozessen für die Stammdatenanlage und -pflege begründet sein.

Solange die geringe Stammdatenqualität nicht zu relevanten Ineffizienzen in den Kernprozessen führt, ist das Thema Stammdaten üblicherweise nicht präsent. Tauchen zusehends Probleme auf, nimmt sich niemand der Stammdatenpflege an, da die positiven Auswirkungen dieser zeitintensiven, häufig manuellen Aufarbeitung nicht sofort und unmittelbar sichtbar sind. Im Wesentlichen sind vier zentrale Handlungsfelder zur Optimierung von Stammdaten relevant (siehe Abbildung 1), die im Folgenden vorgestellt werden sollen.

Abbildung 1: Vorgehensmodell

1. Analyse

Der erste Schritt in Richtung valider Stammdaten beginnt mit einer kurzen, aber intensiven Analyse des bestehenden Stammdatensets entlang zwei zentraler Dimensionen:

1. Inhaltliche Dimension

Bei der inhaltlichen Analyse wird die Qualität der Stammdaten auf den Prüfstand gestellt. Es werden etwaige Mängel oder Schwachstellen in den unterschiedlichen Stammdatenbereichen identifiziert. Folgende beispielhafte Defizite gilt es zu identifizieren:

• Abweichende Logiken (z.B. Angaben in Tonnen und Kilogramm)
• Doubletten (z.B. identer Kunde mit unterschiedlichen Kundennummern mehrfach erfasst)
• Fehlende Informationen (z.B. keine Gewichts- oder Zollangaben bei Artikeln)
• Mehrfachbedeutungen (z.B. „0“ = keine Steuer und „0“ = reduzierter Steuersatz)
• Falsche oder divergierende Schreibweisen (z.B. Strasse oder Str.)
• …

1. Organisatorische/prozessuale Dimension

In diesem Analysebereich wird der bestehende Workflow in den einzelnen Stammdatenbereichen unter die Lupe genommen und Optimierungspotenziale identifiziert. Beispielsweise wird der Prozess zur Anlage eines neuen Stammdatensatzes untersucht:

• Wann erfolgt die Anlage eines neuen Stammdatensatzes?
• Wie wird dieser Prozess ausgelöst?

• Welche Prozessschritte gibt es bis zur Vervollständigung des Stammdatensatzes?
• Welche Schnittstellen bestehen?

Neben dem Workflow werden auch die bestehenden organisatorischen Verantwortlichkeiten evaluiert. Oft sind die Zuständigkeiten einzelner Prozesse nicht oder nur unzureichend definiert. Diese organisatorischen und prozessualen Limitationen sind vielfach der Grund für die inhaltlichen Mängel in den Stammdaten.

Im Zuge der Analyse wird auch das Mengengerüst zur Optimierung der Stammdaten ermittelt (welche Anzahl an Stammdatensätzen ist je Bereich zu bearbeiten). Abschließend findet eine Priorisierung der Stammdatenbereiche nach dem größten Handlungsbedarf statt. Diese Priorisierung wird in den folgenden Phasen entsprechend berücksichtigt.

2. Festlegung von Standards

Bevor mit der Harmonisierung und Optimierung der Stammdaten gestartet werden kann, müssen für jeden Stammdatenbereich einheitliche Standards zur Datenpflege geschaffen werden. Beispielsweise müssen Mehrfachbedeutungen von Stammdateneinträgen aufgelöst oder Regeln zur Vereinheitlichung von divergierenden Logiken und Schreibweisen definiert werden. Die Etablierung von Standards sollte in enger Abstimmung mit allen involvierten Abteilungen erfolgen, um einen möglichst breiten Konsens für neue Regelungen zu erwirken. Die saubere und nachvollziehbare Dokumentation ist dabei ebenfalls essenziell.

3. Harmonisierung & Optimierung

In dieser Phase wird eine umfassende inhaltliche Bereinigung der Stammdaten vorgenommen. Als Ausgangsbasis dienen alle in der Analysephase identifizierten inhaltlichen Mängel und Schwachstellen. Je Stammdatenbereich (z.B. Vertrieb, Einkauf, Produktion, Personal, etc.) werden Arbeitspakete inkl. Verantwortlichkeiten definiert und ein verbindlicher Zeitplan zur Bearbeitung der Stammdaten zugrunde gelegt.

Im Zuge der Harmonisierung werden auf Basis der definierten Standards sämtliche Logiken (z.B. Mengenschüssel: Tonnen oder Kilogramm, Schreibweisen) vereinheitlicht sowie mehrfach angelegte Stammdatensätze (z.B. Kunden oder Lieferanten) konsolidiert. Bei der Optimierung werden falsche Stammdateneinträge korrigiert, veraltete Angaben aktualisiert und fehlende Informationen vollumfänglich ergänzt. Im Regelfall werden Stammdaten zuerst vollständig harmonisiert und im Anschluss optimiert.

4. Master Data Management Stammdaten

Neben der Optimierung und Harmonisierung der bestehenden Stammdaten gilt es prozessuale und organisatorische Rahmenbedingungen zu schaffen, um zukünftig einheitliche und qualitativ hochwertige Stammdaten zu gewährleisten. In einem so genannten „Master Data Management“ Konzept sind Soll-Prozesse, Verantwortlichkeiten und zentrale Rollen im Stammdatenmanagement beschrieben.

Ausgangspunkt des Konzepts bilden die Soll-Prozesse. Aufbauend auf den Ergebnissen aus der Analysephase werden für jeden Stammdatenbereich durchgängige Soll-Prozesse zur Stammdatenanlage und -pflege definiert. Der Soll-Prozess startet mit der Anlage eines neuen Stammdatensatzes, beschreibt den Prozess der Befüllung mit erforderlichen Informationen und verweist auf die laufende Pflege der Stammdaten. Nach der Auflistung der zukünftigen Soll-Prozesse müssen für jeden Prozessschritt klare Verantwortlichkeiten, sowohl auf Abteilungs- als auch Mitarbeiterebene, festgelegt werden. In der Regel sollten jene Abteilungen, die großes Interesse an vollständigen und qualitativ hochwertigen Stammdaten haben, primär mit der Stammdatenpflege betraut sein. Damit kann sichergestellt werden, dass das Thema Stammdaten die erforderliche Aufmerksamkeit erhält. Der Personenkreis, der sich in einer Abteilung um die Stammdaten kümmert, sollte zudem eingeschränkt sein, da sich das Risiko von Inkonsistenzen in den Stammdaten mit zunehmender Anzahl an Bearbeitern erhöht. Des Weiteren können nicht unwesentliche Effizienzgewinne durch spezialisierte Mitarbeiter im Bereich Stammdaten realisiert werden.

Zusätzlich sind, um sicherzustellen, dass die weitere Stammdatenanlage und -pflege im Einklang mit den Optimierungsbemühungen ist, zwei übergeordnete Rollen in der Organisation zu verankern. Insbesondere in international agierenden Unternehmen sind die beiden Rollen essenziell (siehe Abbildung 2):

Process Owner

Ist der zentrale Ansprechpartner für das Thema Stammdaten in der gesamten Organisation (z.B. für den Gesamtkonzern). Der Process Owner gilt das oberster „Qualitätshüter“ für alle Stammdatenbereiche (z.B. Vertrieb, Produktion, Beschaffung, Personal, Produktion, etc.) und agiert international sowie standortübergreifend.

Structure Owner

Hat die nationale Verantwortung für einen Stammdatenbereich (z.B. Vertrieb, Einkauf oder Produktion). Der Structure Owner setzt u.a. korrektive Maßnahmen zur Sicherstellung einer hohen Stammdatenqualität und gilt als erster Ansprechpartner bei Unklarheiten bzw. Fragen.

Abbildung 2: Zentrale Rollen im Stammdatenmanagement

5. Laufendes Monitoring

Eine aktive Projektsteuerung sowie ein laufendes Controlling und Monitoring sind unabdingbare Instrumente, um einen zeitgerechten Projektfortschritt und eine hohe Stammdatenqualität sicherzustellen. In der Regel sind viele unterschiedliche Abteilungen und Personen in ein Stammdatenprojekt involviert, weshalb ein übergreifendes Projektmanagement dringend empfohlen wird. In vielen Unternehmen wurden Stammdatenprojekte aufgrund der Komplexität, die sich u.a. aus der Vielzahl an unterschiedlichen Akteuren und Dateninkonsistenzen ergibt, nach kurzer anfänglicher Euphorie wieder verworfen. Eine professionelle externe Begleitung mit Expertise im Stammdatenbereich kann maßgeblich zu einem zeitgerechten Projektabschluss und einem hohen inhaltlichen Ergebnis beitragen. Im Zuge des Monitorings werden beispielsweise wöchentliche Reports zum Projektfortschritt generiert (siehe Abbildung 3):

Abbildung 3: Monitoring Stammdatenoptimierung

Fazit

In vielen Unternehmen bekommen die Themen Stammdatenmanagement und -qualität zu wenig Aufmerksamkeit. Die vorherrschende Stammdatenqualität hat jedoch eine signifikante Auswirkung auf den Einsatz moderner IT-Tools, die Prozessqualität und damit letztlich auch auf den Unternehmenserfolg. Eine nachhaltige Optimierung ist zwar in den meisten Fällen ein langwieriger und mühsamer Prozess, der einen hohen Ressourceneinsatz und ein hohes Maß an Konsequenz erfordert, der Nutzen aus dieser Anstrengung ist aber weitreichend. Aus diesen Gründen sollten bestehende Stammdaten systematisch und idealerweise mithilfe einer professionellen Projektbegleitung optimiert werden. Zur Sicherstellung von langfristig homogenen und qualitativ hochwertigen Stammdaten müssen zudem prozessuale und organisatorische Rahmenbedingungen geschaffen werden.

 

https://www.lindeverlag.at/zeitschrift/cfo-aktuell-9