Get in Touch
With Our Experts
+49 711 / 75886-600
Bitte schreiben Sie eine Nachricht
Weiter
Wie können wir Sie erreichen?
Bitte klicken um Validierung zu starten
Zurück
Absenden
Vielen Dank für Ihre Nachricht!
Wir werden uns so bald wie möglich bei Ihnen melden.
Fenster schließen

Master

Data Management

Stammdaten unternehmensweit steuern

Ein zentrales konsolidiertes Master Data Management bildet heute den maßgebenden Unterschied wettbewerbsfähiger Unternehmen. MDM hat großen Einfluss auf Produktivität und Umsatz. Es ist eine Schlüsseldisziplin der digitalen Transformation.

Wie Sie Master Data Management (en.) bzw. Stammdatenmanagement (de.) strategisch unternehmensweit aufsetzen, den maximalen Nutzen aus Stammdaten generieren und welche Chancen und Herausforderungen Ihnen auf dem Weg zu einem zentralen, transparenten und vertrauensvollen Master Data Management begegnen werden, erfahren Sie auf dieser Seite.

Master Data Management Guide

In unserem Whitepaper „Master Data Management Guide“ nennen wir konkrete Maßnahmen im Bereich Menschen, Prozesse, Technologie. Legen auch Sie jetzt den Grundstein für ein erfolgreiches MDM-Programm, indem Sie einen schrittweisen, programmatischen Ansatz verfolgen. 

Was ist Master Data Management / Stammdatenmanagement? 

Das Master Data Management (MDM) ist eine technologiegestützte Disziplin, in der die IT-Abteilung, Fachabteilungen und das Management über alle Unternehmensbereiche hinweg zusammenarbeiten. Es ist ein Baustein der Datenstrategie und damit eine durchgängige Disziplin im ganzen Unternehmen.

Das Ziel: die Einheitlichkeit, Genauigkeit, Verwaltung, semantische Konsistenz und Verantwortlichkeit der gemeinsam genutzten Stammdaten aus unterschiedlichen Datenquellen des Unternehmens sicherzustellen und an einer zentralen Stelle zusammenzuführen.

Stammdatenmanagement ist darauf ausgerichtet, Unternehmensdaten (wie zum Beispiel Daten zu Produkten, Dienstleistungen, Lieferanten, Kunden, Personal) als strategisches Gut zu behandeln und so zu steuern, dass sie eine lückenlose Übersicht über das Geschäftsgeschehen, eine Grundlage für strategische Maßnahmen und operative Spitzenleistung bieten.

Dabei sind Stammdaten alle gespeicherten Informationen, die zur Verarbeitung in Geschäftsprozessen notwendig sind. Stammdaten sind eher konstant und verändern sich weniger dynamisch als Bewegungsdaten.

Zentrales Stammdatenmanagement: Das sind die Vorteile

Master Data Management kann auf viele verschiedene Arten einen Mehrwert für ein Unternehmen schaffen – meistens indirekt, als Wegbereiter für weitere Geschäfts- und IT-Initiativen.

  • Kosten senken: MDM unterstützt kurzfristige sowie strategische Maßnahmen, die einem Unternehmen helfen, effizienter zu arbeiten und damit die Betriebskosten zu senken.
  • Umsatz steigern: Zentrales Stammdatenmanagement hilft Unternehmen dabei, das Potential für konkurrenzfähige Produkte und Services sowie neuartige Geschäftsmodelle frühzeitig zu erkennen.
  • Risiko minimieren: Master Data Management ist die Grundlage für umfangreiche Analysen und wertvolle datengetriebene Entscheidungen, durch eine Harmonisierung der Stammdaten über Länder-, Konzern- und Unternehmensgrenzen hinweg.
  • Fehlerquote reduzieren: Rollenbasierte Konzepte bei der Stammdatenpflege im Master Data Management vereinfachen das Datenmanagement und gewährleisten einen verlässlichen Datenbestand. Persönliche Irrtümer und manuelle Eingabefehler werden eingeschränkt.
  • Einflussbereich erweitern: Master Data Management bietet z.B. dem Kundensupport die Möglichkeit, Vertriebsaktivitäten durchzuführen, die durch vertrauenswürdige Kunden- und Produktstammdaten ermöglicht werden.
  • Kundenzufriedenheit verbessern: Die Befriedigung von Kundenerwartungen wird durch die Verknüpfung von Kunden- und Produktstammdaten im MDM ermöglicht – mit Hilfe eines vollständigen Blicks auf historische, gegenwärtige und prädiktive Datensätze.
  • Customer Experience erhöhen: Kundeninteraktionen über verschiedene Touchpoints hinweg mit aktuellen und konsistenten Stammdaten bieten ein vertrauenswürdiges Omnichannel-Erlebnis.
  • Effizienz steigern: Eine zentrale Stammdatenverwaltung in einem Master Data Management reduziert Insel- und Silolösungen. Somit verbringen Mitarbeiter weniger Zeit auf der Suche nach relevanten Daten für ihr Tagesgeschäft.
  • Automatisierungsgrad maximieren: Master Data Management ermöglicht es, die Datenverarbeitung verlustfrei und leistungsfähig zu gestalten. Smarte Import- und Exportfunktionen, die Anbindung verlässlicher Datenbanken oder das Einbinden einer KI vergrößern den Erkenntnisgewinn aus Unternehmensdaten.
  • Rückverfolgbarkeit gewährleisten: Ein funktionierendes System zur Rückverfolgbarkeit von Produkten setzt ein zielgerichtetes Identifizieren voraus. MDM schafft die Grundlagen.
  • Gesetzesvorgaben sicherstellen: Über zentral gesteuerte Rollenkonzepte im MDM können Compliance-Vorgaben wie DSGVO, HIPAA, PCI, CIPA und andere gesetzliche Vorschriften umfänglich umgesetzt werden.

Lesetipp

Branchenunabhängig stiftet das Master Data Management in jedem Unternehmen Nutzen.  Im Report "Articulating MDM Value to the Business" nennt Gartner anschauliche Beispiele für Geschäftsinitiativen, die durch MDM ermöglicht werden.

Jetzt lesen

Blickwinkel einzelner Abteilungen auf MDM Vorteile und Herausforderungen

Natürlich erfüllt das unternehmensweit implementierte MDM viele weitere Aufgaben, die spezifisch betrachtet werden müssen und auf Geschäftsprozesse optimiert Anwendung finden. Jede Abteilung einer Organisation profitiert von einem zentralen Stammdatenmanagement. Die individuellen Vorteile sowie Herausforderungen haben wir hier (in Auszügen) aufgeführt.

Management

Herausforderungen:

  • Transparenz über das Unternehmen sowie Zahlen und Prozesse erhalten
  • strategische Planung verbessern
  • Operative Exzellenz erreichen

Chancen:

  • Optimierte Präsentation gegenüber Kapitalgebern und Banken
  • Prozessverbesserungen (Kosten senken)
  • Verbesserte Steuerung auf Basis von exakteren Kennzahlen

Marketing

Herausforderungen:

  • Umfassenden 360°-Blick auf den Kunden erhalten
  • Umfangreiche und treffende Produktbeschreibungen erstellen
  • Ggf. weitläufig verteilte Media Assets bündeln

Chancen:

  • Zielgerichtete Ansprache
  • Bessere Quoten (Response, Klickrate, Verweildauer etc.)
  • Höhere Qualität bei der Text- und Bilderstellung

Sales

Herausforderungen:

  • Umfassender 360°-Blick auf Kunde und Produkt (wer hat was wann gekauft)
  • Neue Angebote (Produkte und Bundles) kreieren
  • Neukunden gewinnen (Mit Hilfe des Bestandskundenverhaltens)

Chancen:

  • Umsatzerhöhung (höhere Preise, neue Kundensegmente, Cross-Selling)
  • Vertriebskosten senken (gezieltere Ansprache mit richtigem Produkt und Preis)
  • Kundenentwicklung strategisch betreiben

IT

Herausforderungen:

  • Zentralisierung der IT-Systeme (Redundanzen beseitigen)
  • Data Governance- / Data Quality-Richtlinien einführen
  • Konzentration auf neue Projekte

Chancen:

  • Kosteneinsparung durch Beseitigung von Redundanzen (Systeme)
  • Verbesserte Qualität bedeutet weniger Aufwand zur Korrektur
  • Innovation statt nur „am Leben halten“

Finance

Herausforderungen:

  • Transparenz über Unternehmen sowie Zahlen und Prozesse schaffen
  • Reporting (extern/intern) und regulatorische Anforderungen
  • Umsetzung von innovativen Anwendungen und Prozessen

Chancen:

  • Unternehmens- und Finanzplanung vereinfacht, schneller, genauer gestalten
  • Reporting wird vereinfacht, Position bei Banken verbessert
  • Schnellere Integration von Merger & Acquisitions (M&A)

Logistik

Herausforderungen:

  • Umfassenden 360°-Blick auf Supply Chain ermöglichen
  • Routen- und Tourenplanung kostenoptimiert durchführen
  • für Produkt (Spediteur) Transparenz und Optimierung schaffen

Chancen:

  • Transparenz über Logistikprozesse
  • Kosteneinsparungen durch Routen- und Touren-Optimierung
  • Unterstützung für Einkauf und Vertrieb

Einkauf

Herausforderungen:

  • Produkt-Supplier-Übersicht erfassen
  • Onboarding optimieren
  • Marktgerecht bestellen (Kunden, Absatzvolumen, Prognosen)

Chancen:

  • Transparenz über Lieferanten-Produkt-Beziehungen
  • Schnelleres Onboarding bzw. Time-to-Market durch exakte Vorgaben an Lieferanten
  • Verbessertes Reporting = Optimierung von Ordervolumina und Bestellzeitpunkten (Kosteneinsparung, Überhänge vermeiden, Lieferzeitengenauigkeit)

HR

Herausforderungen:

  • Umfangreichen 360°-Blick auf Belegschaft erhalten
  • Training und Schulungen bedarfsgerecht planen
  • Leitlinie für Regularien im Personalwesen (Mitarbeiterneubesetzung, Exit-Management)

Chancen:

  • Besseres Verständnis über Mitarbeiterqualifikation (wer kann was – wer braucht was)
  • Optimiertes Angebot von Schulungen (passend zu Unternehmensbedürfnissen)
  • Transparenz über interne Richtlinien (Stellenbeschreibungen, Prozesse etc.)

Link-Tipp

Wen diese Vorteile des Master Data Managements immer noch nicht überzeugt haben, findet vielfältige Beispiele von Nutzen im „The Gartner Business Value Model: A Framework for Measuring Business Performance“. Im Report werden Business Cases, eine wesentliche Komponente des Master Data Management Programms, als Ausgangslage der Implementierung von Prozessen und Softwarelösungen detailliert betrachtet.

Jetzt ansehen

Erfolgreiches Stammdatenmanagement: Beispiele von Kunden

Engelhorn

24h Lieferzeit ohne Ausnahmen? Transparentes Datenmanagement macht es für Engelhorn möglich. Sollten Produkte nicht auf Lager vorrätig sein, werden diese direkt durch die Lieferanten versandt. Eine Lieferzeit von 24h kann somit eingehalten werden und die gewohnte Kundenerfahrung wird gewährleistet.

Sportscheck

100 nicht benötigte Sub-Systeme wurden durch die zentrale Verwaltung von Informationen abgelöst. Durch die Eliminierung der Medienbrüche können Prozesse effizienter gestaltet und die Qualität der Informationen konsistent gehalten werden. Zudem können Kosten und Zeit für die Verwaltung der Sub-Systeme gespart werden.

Festo

2 Tage statt 4 Wochen pro Jahr – die Vernetzung von Informationsquellen ermöglicht es Festo, einen Katalog 93% schneller zu erstellen. Transparenz sowie geregelte Daten- und Prozesshoheiten sind die Grundlage für die digitale Transformation.

Wie führt man eine Master Data Management Implementierung durch?

Oder: Wie setzt man ein Master Data Management Programm auf?

Master Data Management betrifft das gesamte Unternehmen. Wer es zum IT-Projekt herabstuft, riskiert eine Ablehnung bei entscheidenden Stakeholdern – und somit das Scheitern des gesamten Vorhabens. Die Einführung eines zentralen Stammdatenmanagements verändert viele Rollen und Prozesse im Unternehmen. Die frühzeitige Einbindung der Fachabteilungen und die Schaffung eines Bewusstseins für bevorstehende Veränderungen sind kritische Faktoren von MDM-Initiativen. Ein gut geplantes Change-Management ist essenziell für die erfolgreiche Etablierung des MDM-Programms.

Stammdatenmanagement-Prozesse sind komplex und erfordern ein hohes Maß an Expertenwissen. Organisationen, die potenzielle Problemfelder schon vor der MDM-Umsetzung erkennen und entsprechend vorausplanen, sparen bei der Realisierung Zeit und Geld.

Master Data Management ist ein strategisches Programm

Angefangen bei der unternehmerischen Vision und der Datenstrategie bis hin zur IT-Infrastruktur und damit zum Master Data Management System – ein strategisches Vorgehen trägt entscheidend zur erfolgreichen MDM-Implementierung bei. Im „Seven Building Blocks of MDM“-Modell von Gartner werden die wesentlichen Schritte trefflich differenziert. 

Vision

Nur wer sein Ziel kennt, kann es erreichen. Das gilt auch für das Datenmanagement. Weshalb soll Master Data Management im Unternehmen eingeführt werden? Wie gestaltet sich das Stammdatenmanagement im Unternehmen? Welche übergeordneten Ziele sollen mit der Stammdatenharmonisierung erreicht werden? Und vor allem: Welche effektiven Geschäftsvorteile ergeben sich daraus? Die klare Beantwortung dieser Fragen schafft Akzeptanz bei Stakeholdern, fördert die Unterstützung der Führungskräfte und ermöglicht ein zielorientiertes Projektvorgehen.

Strategie

Die MDM-Strategie definiert, wie die übergeordnete Vision zu erreichen ist. Konkrete Ziele, meist in den Bereichen Umsatzwachstum, Kostenoptimierung oder auch Risikominimierung, bilden die Ausgangsbasis. Die Ausarbeitung der Anwendungsbereiche ist grundlegend, inkl. der Anforderungen sowie der Herausforderungen, die sich nicht durch Master Data Management lösen lassen. Zusammen mit der erarbeiteten Roadmap bilden sie den roten Faden des gesamten MDM-Programms. Eine wesentliche Erfolgskomponente ist, dass sich die Datenstrategie in die Unternehmensstrategie eingliedert und zukunftsweisend ist.

Kennzahlen/KPIs

Beim Aufbau eines Master-Data-Management-Programms handelt es sich um ein äußerst umfangreiches Vorhaben mit vielen Beteiligten, das mit signifikanten Investitionen verbunden ist. Umso wichtiger ist es, den Erfolg nachvollziehbar und messbar zu machen. Konkrete Kennzahlen oder KPIs, die die positive Auswirkung auf die Kundenzufriedenheit, den Umsatz und/oder die Kosten belegen, erhöhen die Akzeptanz der MDM-Initiative im Unternehmen.

Governance (Richtlinie)

Ein verlässliches Data-Governance-Framework sowie klar definierte Rollen und Verantwortlichkeiten weisen allen Stakeholdern eindeutige Aufgaben zu. Dabei umfasst die Data-Governance-Richtlinie den gesamten Weg der Stammdaten: von der Entstehung über die Stammdatenpflege und Qualitätssicherung bis hin zur Verwendung und Löschung. Die Data-Governance-Richtlinie wird optimalerweise bereits früh im MDM-Projekt erarbeitet.

Organisation und Rollen

Ein umfassendes Change-Management und bereichsübergreifende Trainingsmaßnahmen gehören zu den wichtigsten Erfolgsfaktoren von Master-Data-Management-Programmen. Denn um die formulierten Ziele der MDM-Initiative zu erreichen, ist es nötig, Geschäftsprozesse und Organisationsstrukturen zu optimieren und anzupassen. Neue Rollen entstehen, Verantwortlichkeiten ändern sich, neue Skills sind gefordert. Das verunsichert viele Mitarbeiter, was häufig zu einer ablehnenden Haltung gegenüber dem gesamten Projekt führt. Dem gilt es vorzubeugen.

Information Life Cycle

Im Master Data Management wird Information als ein Produkt verstanden, das einem Lebenszyklus unterliegt. Vielfältige Daten erfordern unterschiedliche Prozesse für die Erfassung, Validierung, Anreicherung, Veröffentlichung und das Datenqualitätsmanagement. Die genaue Kenntnis dieser Information Life Cycles über die verschiedenen Anwendungen und Plattformen hinweg bildet die Basis für die Gestaltung der künftigen Stammdatenmanagement-Prozesse.

Wissen Sie, welche Prozesse ablaufen, welche Schritte „Nice to have“ und welche „Must have“ sind? Das tiefgehende Verständnis der bisherigen Stammdatenverwaltung stellt sicher, dass die künftigen Information Life Cycles optimal aufgebaut sind und alle relevanten Anforderungen berücksichtigen.

IT-Infrastruktur

Kaum ein IT-System betrifft dermaßen viele Abteilungen und Datendomänen in einem Unternehmen wie ein Master Data Management System. Die enorme Bedeutung dieser Software innerhalb der gesamten Unternehmens-IT-Infrastruktur begründet eine strategische und sehr kritische Systemauswahl. Die Master Data Management Lösung muss auf die bestehende und die zukünftige Infrastruktur hin abgestimmt sein und ausreichend Integrationsmöglichkeiten bieten.

Kein Master Data Management System wird alle Anforderungen sämtlicher Domänen im Unternehmen erfüllen. Dennoch ist es meist ratsam, auf etablierte Softwarelösungen zurückzugreifen. Ob eine Multi-Domain-Lösung oder der Einsatz mehrerer Systeme die richtige Wahl ist, hängt von den individuellen Anforderungen des Unternehmens ab – etwa in Bezug auf das zugrundeliegende Datenmodell, die nötige Skalierbarkeit oder das Business Process Management.

Master Data Management Beratung

Eine MDM-Systemimplementierung ist nicht das Allheilmittel für alle geschäftlichen Herausforderungen. Um das volle Potenzial von MDM auszuschöpfen, muss es auf einer starken Vision, einer bewussten Strategie und geeigneten Lösungspartnern als solide Grundlage basieren. Wie soll am besten vorgegangen werden? Wie kann das MDM-Programm so strukturiert werden, dass es am Ende zum Erfolg führt?

Erfahrene externe Business-Partner liefern einen wertvollen Beitrag in Master Data Management Projekten. Sie unterstützen beispielsweise dabei,

  • interne Geschäftsprozesse im ganzheitlichen Ansatz für Datenmanagement einzuordnen.
  • unterschiedliche Vorstellungen vom gewünschten Endergebnis zu kanalisieren.
  • notwendige Anforderungen und nachhaltige Business Cases zu definieren.
  • anhand von Anwendungsszenarien den Blick in die Zukunft zu richten.
  • die Integrationsmöglichkeit der MDM-Software in die bestehende IT-Landschaft zu analysieren.
  • fachübergreifend Mitarbeiter einzubinden, um den Change-Prozess gemeinsam zu gestalten.

Beratungsunternehmen wie Parsionate helfen dabei, das komplexe, fachbereichsübergreifende und ressourcenintensive Thema Master Data Management bedarfsgerecht zu starten bzw. voranzutreiben. Durch eine Vielzahl an Dienstleistungen erhält jedes Unternehmen eine angemessene Unterstützung: von der strategischen Beratung inkl. Change Management über die Implementierung von führenden Softwarelösungen bis zum Application Management sowie anschließenden Anwendertrainings.

Der Auftakt für eine Master Data Management Implementierung sollte eine Betrachtung der Stammdatenmanagement-Prozesse im Unternehmen sein, beispielsweise im Rahmen des standardisierten Parsionate MDM Maturity Benchmarks. Im Datenmanagement-Benchmarking wird der MDM-Reifegrad eines Unternehmens untersucht und eine strukturierte Analyse der Organisation, Prozesse und Datenflüsse ermöglicht.

Der Erfolg der Master Data Management Beratung liegt in der langfristigen und nachhaltigen Programmbegleitung, um Digitalisierung und zukunftsweisende Geschäftsmodelle erfolgreich zu etablieren. Eine herstellerunabhängige, strategische Unternehmensberatung in Kombination mit Aspekten wie Ethik, Kultur und Organisation tragen zu einem ganzheitlichen Ansatz für das Datenmanagement bei.

Master Data Management Systeme: Das sind die führenden Softwarelösungen

Letztendlich gehören sowohl das Programm als auch die ausgewählte Software zu einer erfolgreichen MDM-Strategie. Ein Multidomain Master Data Management System ermöglicht es, das zu implementieren, was mit dem MDM-Programm erreicht werden soll. Es vereint verschiedene Datentypen in einer zentralen Softwarelösung und der Einsatz unterschiedlicher, redundanter Systeme zur Stammdatenpflege lässt sich vermeiden.

Link Tipp

Jedes Jahr stellen Gartner Analysten im „Magic Quadrant for Master Data Management Solutions“ führende MDM-Systeme vor und bewerten diese, um Unternehmen die Entscheidung für eine MDM-Lösung zu erleichtern.

Master Data Management in SAP

SAP bietet mit der SAP Master Data Governance eine hochmoderne Stammdatenmanagementlösung, die bei der Umsetzung einer harmonisierten Stammdatenmanagementstrategie über alle Stammdatendomänen hinweg unterstützt. SAP MDG ist eine Standardoption für SAP-zentrierte Unternehmen, d.h. für Unternehmen, die SAP als führendes ERP einsetzen und in denen das ERP durch zusätzliche anwendungsspezifische SAP-Module erweitert werden soll. Das maßgebende Ziel im SAP Master Data Governance ist es, die Datenqualität zu verbessern und den Austausch der Daten zwischen den verschiedenen Abteilungen zu optimieren.

Master Data Management System: Informatica

Die Informatica-Lösungen „MDM Multidomain Edition“ und „Product 360“ sind auf Anwendungsfälle mit mehreren Stammdatendomänen ausgerichtet. Informatica-Kunden sind in der Regel mittelgroße bis große Unternehmen in verschiedenen vertikalen Märkten, die von den starken Kernfunktionen der modularen Informatica End-to-End-Lösung profitieren. Gartner erachtet Informatica wiederholt als führenden Anbieter im Softwaremarkt. Dies ist einer der Gründe, warum unter technischen wie auch geschäftlichen Entscheidungsträgern Informatica Master Data Management Systeme häufiger als jedes andere MDM System in Betracht gezogen werden.

Link-Tipp: Das Parsionate Beraterteam verfügt über die größte Anzahl an Informatica MDM Product 360-Referenzen in Europa und wurde bereits mehrfach im Rahmen der Informatica Partnerschaft ausgezeichnet.

Master Data Management System: Syndigo

Syndigo adressiert mit seinem Stammdatenmanagement System vorrangig den digitalen Handel. Syndigo bietet optimierte Kundenerlebnisse und Lieferketten, durch eine domain-übergreifende, nativ für die Cloud konzipierte Stammdatenmanagement-Lösung. In der Forrester Wave: Produkt Information Management wird Syndigo als stärkster Anbieter bei der Unterstützung von Governance und Prozessen sowie bei der Integration von Microsoft Teams für die Zusammenarbeit einer breiten Palette interner Rollen genannt. In Kombination mit Microservices samt eingebauter KI & Analytics bietet Syndigo eine zukunftsweisende Plattform, um die Herausforderungen eines zunehmend digitalisierten Weltmarktes zu meistern.

Drei Begriffe geklärt

Datenqualität

Der Begriff Datenqualität steht für die Gebrauchstauglichkeit von Daten für ihre beabsichtigte Verwendung. Je höher die Datenqualität, desto mehr Vertrauen haben Mitarbeiter in die Entscheidungen, die sie auf Grundlage von Stammdaten treffen. Das senkt Risiken und steigert die Effizienz.

Marketing-Aktionen, die an der Zielgruppe vorbeigehen und Rechnungen, die nicht zugestellt werden, haben oft eine gemeinsame Ursache: eine mangelhafte Datenqualität.

Master Data Management Systeme unterstützen dabei, die Kriterien einer guten Datenqualität zu erreichen: Korrektheit, Konsistenz, Zuverlässigkeit, Vollständigkeit, Genauigkeit, Aktualität, Redundanzfreiheit, Relevanz, Einheitlichkeit, Eindeutigkeit und Verständlichkeit.

Stammdatenpflege

Eine hohe Datenqualität ist die Grundlage für effiziente Prozesse, zufriedene Kunden und verlässliche Analysen. Eine kontinuierliche Stammdatenpflege inkl. Korrektur und Bereinigung fehlerhafter Daten ist die Voraussetzung. Im Master Data Management System sind die Neuanlage, Vervollständigung, Freigabe und Aktualisierung von Stammdaten mit wenigen Handgriffen möglich. Data Governance Rollen- und Pflichtenkonzepte unterstützen dabei, Stammdaten mit den Kriterien einer guten Datenqualität zu schaffen und die Stammdatenpflege effizient zu gestalten.

Stammdaten­verwaltung

Master Data Management hat viele Namen: Stammdatenverwaltung, Stammdatenmanagement, MDM. Stets ist die Vereinfachung der Datenverwaltung gemeint, um die Konsistenz von Unternehmensdaten zu gewährleisen – über mehrere Systeme, Anwendungen, Datenbanken, Funktionalabteilungen und Regionen hinweg. Eine zentrale Stammdatenverwaltung mit einem hohen Automatisierungsgrad führt zu weniger Fehlern und geringeren Redundanzen in Unternehmensabläufen. Sie ist die Basis für KI und Analytics sowie stabile, wettbewerbsfähige Geschäftsprozesse.

Häufige Fragen rund um Stammdatenmanagement

Wie bekomme ich eine bessere Stammdatenqualität?

Eine gute Datenqualität ist bereits an der Quelle der Entstehung zu etablieren. Es ist wichtig, eine unternehmensweite Strategie für das Erfassen und die Pflege von Stammdaten in ein Programm einzubinden. Es bringt nichts, wenn Unternehmen einmal Ordnung schaffen. Die Stammdatenqualität wird mangels sauberer Prozesse wieder beginnen schlecht zu werden. Ein Vorgehen, das neben der IT- und Datenseite auch organisatorische und prozessuale Aspekte beinhaltet, stellt eine nachhaltige und anhaltende Verbesserung der Stammdatenqualität sicher.

Haben Unternehmen ein zentrales Master Data Management System implementiert, verfügen sie über eine nachhaltige Lösung, in der sie eine hohe Datenqualität herstellen und dauerhaft aufrechterhalten können.

In einem Workshop sollten folgende Fragen geklärt werden: Wie sehen meine Daten aus, wo liegen sie, welche benötige ich für meine Geschäftsprozesse? In welcher Qualität liegen sie vor? Wie definiere ich gute Datenqualität? Was (Daten/Qualität/Umfang/Güte) brauche ich mindestens, um die gewünschte Kundenzufriedenheit zu erreichen bzw. die Wettbewerbsfähigkeit meines Geschäftsmodells zu erhöhen? Welche Abteilungen bzw. wer ist an der Stammdatenpflege beteiligt? Gibt es eine Data Governance zur Anlage und Pflege von Stammdaten?

Erst wenn diese Transparenz im Unternehmen vorhanden ist, kann ein Programm für eine bessere Stammdatenqualität starten.

Wie kann ich meine Stammdaten harmonisieren?

Ein klassischer Ansatz ist, Stammdaten von Anfang an zu zentralisieren. Am Beispiel Produktdaten bedeutet dies, Informationen und Assets in einem zentralen System, anstatt in mehreren Systemen vorzuhalten. Wenn Daten nur an einer Stelle führend gehalten werden, entfällt das Harmonisieren.

Stammdaten zu harmonisieren bedeutet aber auch Integration: In zahlreichen Unternehmen arbeiten verschiedene Teams mit verschiedenen Systemen und leiden darunter, dass die Daten nicht verknüpft sind. Hier schaffen Schnittstellen zwischen den Systemen Abhilfe. So erhalten Mitarbeiter einen Überblick über alle Daten, obwohl diese in verschiedenen Datensilos gespeichert werden.

In einem Workshop sollten folgende Fragen geklärt werden: Welche Daten habe ich wo? Wer ist aktiv involviert (legt Stammdaten an oder pflegt)? Gibt es eine Strategie (global/lokal)? Weshalb möchte das Unternehmen harmonisieren?

Langfristig wird die Datenkomplexität weiter zunehmen. Die Speicherung aller Stammdaten in einem zentralen, führenden System ist ein Muss, um kostspielige Verzögerungen in den Abläufen zu vermeiden. Der Einsatz von redundanten Technologien oder gegenläufigen Prozessen mit einer Harmonisierung von Stammdaten lässt sich so vermeiden.

Wie kann ich die Stammdatenpflege automatisieren?

Unternehmen müssen den gesamten Lebenszyklus von Stammdaten – vom Anlegen über das Ändern bis hin zum Archivieren – optimieren, um die individuellen Anforderungen der Organisation zu erfüllen. Ein kostspieliges und zeitintensives Unterfangen, das zudem fehlerträchtig ist.

Automatisieren beginnt daher bereits bei der Frage, ob Datenpflege komplett vermieden werden kann. Viele Unternehmen optimieren beispielsweise die Pflege von Stammdaten, die sie eigentlich von Geschäftspartnern erhalten könnten, z.B. Materialstämme auf Basis von Daten der Zulieferer. Ein Händler sollte die Integration guter Produktdaten seiner Lieferanten der Anlage, Pflege und Optimierung eigener Stammdaten vorziehen.

Verfahren wie z.B. der Einsatz von KI und Analytics, maschinelles Lernen, Text Mining oder Big Data Processing unterstützen dabei, Inhalte zu erzeugen (Texte zum Beispiel) oder auch Attributwerte aus vorhandenen Langtexten automatisiert zu generieren. Zudem kann die Stammdatenpflege durch geeignete Datenmodelle und Meta Data Management automatisiert werden.

In einem Workshop sollten folgende Fragen geklärt werden: Welche Bedeutung haben die (Stamm-)daten für geschäftskritische Prozesse? Bedürfen sie gesonderter Freigaben? Was gewinne ich durch die Automatisierung? Was riskiere ich?

Ihr Webbrowser ist veraltet

Aktualisieren Sie Ihren Browser damit diese Webseite richtig dargestellt werden kann.

Zur Infoseite browser-update.org