Die Digitalisierung vorantreiben, Prozesse optimieren, bessere Entscheidungen in Echtzeit treffen – für diese Ziele hat eine hohe Datenqualität entscheidende Bedeutung. In vielen Unternehmensbereichen kommt dem Daten-Management daher eine wichtige strategische Aufgabe zu. So sind Stammdaten beispielsweise die Grundlage, um Prozesse in heterogenen Systemlandschaften zu unterstützen.

 

Stammdaten-Wirklichkeit hält dem Anspruch nicht stand

Ein generelles Bewusstsein für die Bedeutung qualitativ hochwertiger Stammdaten ist in den Unternehmen vorhanden, wie Helge Sanden, Chefredakteur des IT-Onlinemagazins, bei der Podiumsdiskussion des 4. SAP MDG Summit von IBsolution erläuterte. Einer Umfrage des IT-Onlinemagazins zufolge halten 80 % der Unternehmen eine hohe Stammdatenqualität für wichtig und zwei Drittel sind bestrebt, den Automatisierungsgrad bei der Datenpflege zu erhöhen.

 

In der praktischen Umsetzung allerdings – auch das geht aus der Umfrage hervor – gibt es erhebliche organisatorische Defizite: Nur etwa die Hälfte der befragten Unternehmen nutzt Freigabe-Workflows für die Änderung von Stammdaten. Mit ebenfalls 50 % liegt auch der Anteil von Unternehmen relativ niedrig, die ihre Stammdaten bei der Erfassung validieren. Bei einem Drittel existieren keine Vorgaben und Richtlinien bezüglich des Umgangs mit Stammdaten. Definierte Prozesse für die Datenerfassung und -pflege sucht man bei rund 20 % der Unternehmen vergeblich. Diese Zahlen lassen die Erkenntnis zu, dass Anspruch und Wirklichkeit beim Stammdaten-Management auseinanderklaffen. Dementsprechend stellt sich die Frage, wie der Weg zu einer hohen Stammdatenqualität gelingt.

 

Daten-Governance als Grundlage

Eines steht fest: Ein aktueller und qualitativ hochwertiger Datenbestand ist keine einmalige Anstrengung, sondern eine dauerhafte Aufgabe. Daher lohnt es sich, Prozesse für das Erfassen und die Pflege von Stammdaten im Unternehmen zu etablieren. Wichtig ist, beim Aufsetzen einer entsprechenden Governance-Strategie die Fachbereiche frühzeitig einzubinden. Wenn sie den Wert einer hohen Datenqualität für ihre Arbeit erkennen, sind sie auch bereit, dafür im Rahmen eines abgestimmten Gesamtprozesses Verantwortung zu übernehmen.

 

Haben Unternehmen ein zentrales Stammdatensystem etabliert, verfügen sie über ein stabiles Fundament, auf dem sie eine hohe Datenqualität herstellen und dauerhaft aufrechterhalten können. Es gibt mittlerweile zahlreiche Tools, die Unternehmen dabei unterstützen, ihre Daten zu analysieren und zu bereinigen. Datenmodelle lassen sich mithilfe von Validierungen (Welche Werte sind zulässig?) und Ableitungen (automatische Vorschläge für das Befüllen von Werten) verbessern. Für ein kontinuierliches Monitoring der Stammdatenqualität ist die Entwicklung eines passenden Kennzahlenmodells zu empfehlen. Künstliche Intelligenz kann das Vorgehen bei der Datenpflege sinnvoll ergänzen und spielt insbesondere bei automatisierten Datenkorrekturen und beim automatischen Analysieren und Vorschlagen von Geschäftsregeln ihre Stärken aus.

 

Prozesse müssen zum Unternehmen passen

Unternehmen müssen einen Weg finden, um den gesamten Lebenszyklus von Stammdaten – vom Anlegen über das Ändern bis hin zum Archivieren – zu optimieren und bis zu einem gewissen Grad zu automatisieren. Damit er zum Ziel führt, sollte dieser Weg zu den individuellen Anforderungen einer Organisation und zur Unternehmenswirklichkeit passen. Angesichts von immer komplexer werdenden Systemlandschaften stellt die Stammdaten-Integration eine besondere Herausforderung dar. Auch die Datenkomplexität wird perspektivisch weiter zunehmen, da neben strukturierten Daten immer mehr unstrukturierte Daten erzeugt werden. Ebenso werden das Internet of Things und die damit verbundene Erfassung von Sensordaten das Daten-Management kurz- bis mittelfristig beeinflussen.

 

Die Organisation des Lebenszyklus von Stammdaten sollte Hand in Hand mit dem jeweiligen Unternehmens- oder Geschäftsziel gehen, zu dem die Daten beitragen sollen. Davon hängt ab, wie das Datenmanagement gestaltet sein muss, um maximalen Nutzen daraus zu ziehen. Geringe Datenqualität führt an vielen Stellen zu ineffizienten Prozessen und kostspieligen Verzögerungen in den Abläufen. Umgekehrt sind Unternehmen mit einer hohen Datenqualität in der Lage, ihre Ausgaben zu senken und eine höhere Liquidität zu erzeugen.

 

Der beste Zeitpunkt ist jetzt

Wer heute in die Qualität seiner Stammdaten investiert, wappnet sein Unternehmen einerseits für die aktuellen Herausforderungen der Corona-Pandemie und bereitet sich andererseits schon auf die künftige SAP S/4HANA-Transformation vor. Diese läuft schneller und reibungsloser, wenn die Datenqualität von vornherein stimmt und nicht erst im Zuge der Migration optimiert werden muss. Darüber hinaus beugt der Aufbau von im System hinterlegten Regelwerken für die Stammdatenpflege einem Know-how-Verlust vor, wenn zuständige Mitarbeiter aus dem Unternehmen ausscheiden. Entsprechende Programme analysieren die Bestandsdaten und finden Korrelationen, die sich anhand von Regeln abbilden lassen. Es gibt also genügend Gründe, das Stammdaten-Management genau jetzt anzupacken.

Profitieren Sie von einem vorkonfigurierten System und Best Practices

Weitere interessante Beiträge: