Was ist Stammdatenmanagement?

Was sind Stammdaten?

Stammdaten sind wichtige Grunddaten eines Unternehmens, die über einen gewissen Zeitraum nicht verändert werden. Sie gelten als das „Rückenmark“ der Geschäftsprozesse.

Zu den wichtigsten Stammdatenklassen oder auch Domänen zählen beispielsweise Material, Debitor (Kunde), Kreditor (Lieferant) und speziell im SAP S/4HANA-Umfeld der Geschäftspartner. Nicht dazu gezählt werden operative Transaktionsdaten, die in Geschäftsprozessen (z. B. Bestellungen) entstehen. Als Herzstück jedes Unternehmens und als Grundlage von Unternehmensentscheidungen wirken sich verlässliche Stammdaten positiv auf die Prozesseffizienz aus und sorgen für Kosteneinsparungen. Stammdaten bilden heute oftmals das Zentrum der unternehmerischen Tätigkeit, denn auf ihrer Grundlage fallen Entscheidungen – sie regeln den Geschäftsprozess und sind in operativen Prozessen und Unternehmensentscheidungen ebenso beteiligt, wie bei Datenauswertungen und -analysen oder Produkten und Dienstleistungen.

Stammdaten können in globale und lokale Daten unterschieden werden. Globale Stammdaten sind häufig Felder (Attribute) zu Stammdatenklassen, die unternehmensweit einheitlich verwendet werden, zum Beispiel Materialnummern, Produktklassifikationen, Lieferantennummern. Lokale Stammdaten hingegen weisen in der Regel einen organisatorisch begrenzten Gültigkeitsbereich auf (z. B. Land oder Produktionsstätte).

Stammdatenmanagement oder Master Data Management (MDM) ist das Zusammenfügen aller im Unternehmen befindlichen Informationen/Daten zu einem schlüssigen Ganzen, dem „Golden Record“. Dazu werden in der Regel Prozesse, Richtlinien, Technologien, wie beispielweise eine Standardsoftware und entsprechende Dienstleistungen, kombiniert.

Das vorrangige Ziel des Stammdatenmanagement besteht darin, kontinuierlich die Datenqualität der Stammdaten zu verbessern, um Mehrwert zu generieren. Diese Daten bilden die Grundlage für umfassende Einblicke und fundierte Entscheidungsfindung.

Was sind die Aufgaben des Stammdatenmanagements in der Praxis?

Das Stammdatenmanagement soll einen systematischen Ansatz für die Datenintegration bieten, was eine konsistente Nutzung und Wiederverwendung von Daten gewährleistet und schlechtes Datenmanagement - Dubletten, unvollständige Daten und fehlerhafte Datensätze verhindern soll. Insbesondere Kunden-, Lieferanten- und Produktdaten stehen dabei häufig im Fokus. Dies geschieht in den meisten Fällen über eine professionelle Software-Lösung. Vorab müssen die Daten aus mehreren Systemquellen zunächst effektiv konsolidiert werden, um den sogenannten „Single Point of Truth“ zu bilden.

Ein IT-gestütztes Stammdatenmanagement sorgt für einen einheitlichen Datenpool, aus dem alle angeschlossenen Systeme bedient und „saubere“ Berichte sowie Auswertungen erstellt werden können. Regelmäßige Bereinigungsprojekte (Datenbereinigung) sind dann nicht mehr notwendig, da die richtigen und vollständigen Stammdaten jedem zu jeder Zeit zur Verfügung stehen. Gleichzeitig ist das Stammdatenmanagementsystem in der Regel so konfiguriert, dass Data Stewards, also Administratoren, die mit der Implementierung der Stammdaten betraut sind, eine ganzheitliche Sicht auf die Daten in der gesamten Organisation haben.

Wenn dies korrekt erfolgt, verbessert Stammdatenmanagement die Datenqualität und optimiert gleichzeitig den Datenaustausch zwischen Mitarbeitern und Abteilungen. Darüber hinaus kann Stammdatenmanagement die Datenverarbeitung in verschiedenen Systemarchitekturen, Plattformen und Anwendungen erleichtern.

Was ist unter Stammdatenpflege zu verstehen?

Unter dem Begriff Stammdatendatenpflege wird im Allgemeinen verstanden, Daten auf dem aktuellen Stand zu halten. Ändert etwa ein Kunde, dessen Daten in einer Kundendatenbank gespeichert sind, seinen Wohnsitz, so muss die neue Anschrift des Kunden in der Datenbank aktualisiert werden, dies nennt man Datenpflege. Dabei unterscheidet man zwischen einer zentralen Datenpflege und einer dezentralen Datenpflege. Im Gegensatz zur zentralen Datenpflege werden bei der dezentralen Datenpflege Stammdaten unmittelbar durch die einzelnen Anwender gepflegt, die ihre Daten eigenständig im Stammdatenmanagementsystem erfassen, sodass keine Informationen außerhalb des Systems an eine zentrale Stelle übermittelt werden müssen. Alle Informationen werden also an der Stelle gepflegt, wo sie anfallen und nicht durch die zentrale Stelle selbst. Dabei ist eine Datenerfassung bzw. Stammdatenpflege per Vier-Augen-Prinzip oder mithilfe von Prozessen möglich.

Vorteile Stammdatenmanagement

Die Vorteile des Stammdatenmanagements steigen mit zunehmender Anzahl und Vielfalt von Organisationsabteilungen, Mitarbeiterrollen und IT-Systemen. Dennoch ist ein funktionierendes Stammdatenmanagement nicht nur für große oder komplexe Unternehmen von Vorteil, auch mittlere Unternehmen profitieren von einheitlichen Stammdaten.

Wenn Unternehmen Stammdatenpflege automatisieren, spart dies nicht nur Zeit für den individuellen Benutzer, sondern kann auch Abläufe und die Datenqualität verbessern. Durchlaufzeiten und Lagerbestände können verringert, die Liefertermintreue und die Liquidität geschont werden.

Planen Sie ihr Ihr zentrales Stammadatenmanagement und überzeugen Sie Management und Stakeholder von den Vorteilen.

Was macht ein Stammdatenmanager?

Stammdatenmanager – auch Data Stewards genannt – sorgen dafür, dass die Data Governance von allen im Unternehmen bei allen Tätigkeiten beachtet und umgesetzt wird. Diese Aufgabe sollten sie nicht als „polizeiliche“ Kontrollinstanz erfüllen, sondern im Gegenteil als Dienstleister für die Fachabteilungen. Dazu gehören unterschiedliche Tätigkeiten: Data Stewards sollten eine führende Rolle bei der Entwicklung von Datendefinitionen einnehmen. Sie sollten Data Profiling unterstützen, um Fehler in Daten aufzudecken und die Auswirkungen solcher Fehler abzuschätzen. Sie sollten die Nutzung von Daten propagieren und für Datensicherheit sorgen. Sie sollten auch über die Einhaltung aller Regeln und über die Qualität der Daten mittels Monitoring wachen. Sie sind auch beteiligt, wenn es um die Priorisierung von Datenqualitäts-Maßnahmen geht.

Welche Systematik steht hinter dem Begriff des Stammdatenmanagements?

Die Grundlage für das Management von Stammdaten bildet die im Unternehmen definierte Data Governance. Der Begriff Data Governance bezeichnet unternehmensinterne Richtlinien für den Umgang mit Daten. In diesen Richtlinien sind einheitliche Prozesse und Verantwortlichkeiten für Dateneingabe, -freigabe und -pflege definiert. „Data Governance legt einen Ordnungsrahmen mit Regeln für das strategische Informationsmanagement fest und stellt die Werkzeuge zur Überwachung und Steuerung der Vorschriften, internen Regeln sowie gesetzlicher Vorgaben und Compliance-Anforderungen bereit“, heißt es bei CIO.de.

Wie sieht eine Data Governance-Unterstützung praktisch aus? Die Daten können von unterschiedlichen Nutzern in einem System erfasst, von der Konzernzentrale validiert und an die relevanten Systeme verteilt werden. Die Datenpflege findet dabei prozessual über sogenannte „Requests“ statt. Sie binden alle involvierten Abteilungen ein und sorgen durch Freigaben und Workflows für einen reibungslosen und transparenten Anlage- oder Änderungsprozess anhand der vorab definierten Data Governance-Regeln. Über frei definierbare Prüfschritte können jederzeit Zwischenprüfungen der bisher erfassten Daten vorgenommen werden, bis der Datensatz in einer finalen „Abnahme“ als korrekt und vollständig bewertet wird.

Lesen Sie mehr über Data Governance: die Richtlinien für den Umgang mit Daten, für sämtliche Prozesse rund um Dateneingabe, -freigabe und -pflege.

Wie funktioniert Stammdatenmanagement in der Praxis bzw. systemübergreifend?

In der Praxis können folgende Treiber für das Aufsetzen eines Stammdatenmanagement-Projekts identifiziert werden:

• Schlechte Datenqualität durch Dubletten und unvollständige Daten.
• Unternehmen haben nicht klar geregelt, welche Mitarbeiter im Unternehmen Datensätze anlegen oder ändern dürfen.
• Fehlende Prozesse für die abteilungsübergreifende Datenanlage und -pflege. Im Rahmen eines Stammdatenmanagement-Projekts wird ein führendes System festgelegt – ein System in einem Systemverbund, nach dessen Informationsbestand sich die anderen Systeme richten. Als korrekt wird aber nur die Information aus dem – für diese Information – führenden System angenommen. Dieses System ist in der Regel eine professionelle Software-Lösung. Die Stammdatenpflege erfolgt nur noch über dieses führende System. Wurde ein Stammsatz komplett erfasst, erfolgt die Verteilung der globalen Daten an mindestens ein angebundenes System über definierte Schnittstellen.

Erfahren Sie mehr zu den Vorteilen eines zentralen Stammdatenmanagement und den 6 wichtigsten Treibern eine MDM-Lösung.

Prozesse im Stammdatenmanagement Durch die Weiterentwicklung und Optimierung von Prozessen kann man sich gegenüber dem Wettbewerb deutlich differenzieren. Auch Prozesse, die nicht direkt der Wertschöpfung dienen, müssen effizient sein. Im globalen Wettbewerb gewinnen Konsolidierung und Standardisierung von Geschäftsprozessen an Bedeutung. Klassischer Fall von Betriebsblindheit: Oftmals werden Geschäftsprozesse aus historischen Gründen oder aufgrund fehlender Übersicht und Einsicht der beteiligten Bereiche in einem ineffizienten Zustand belassen. Eine Bereinigung der nicht wert- schaffenden Prozesse im Unternehmen kann durch die Einführung eines Stammdatenmanagements wesentlich vorangebracht werden; so lassen sich auch im Umfeld der Stammdaten Wettbewerbsvorteile generieren.

Die wertvolle Investition in Stammdatenmanagement: Potenziale und ROI

Nun werfen wir einen Blick auf die Investition in professionelles Stammdatenmanagement und die damit verbundenen Potenziale.

Stammdatenmanagement bietet zahlreiche Vorteile, darunter die Steigerung der Effizienz bei der Datenpflege, die Reduzierung von Fehlern und Kosten, bessere Compliance und eine verbesserte Wettbewerbsfähigkeit. Obwohl der Return on Investment (ROI) schwer quantifizierbar ist, zeigen Erfahrungswerte, dass MDM-Tools die Prozesslaufzeiten um bis zu 50 Prozent reduzieren können. Fehlerkosten werden um 80 bis 90 Prozent gesenkt, und die Transparenz entlang der Prozesskette verbessert sich erheblich.

Zusätzlich zu den quantitativen Vorteilen bringt professionelles Stammdatenmanagement qualitative Vorteile mit sich, darunter geringere Risiken, verbesserte Reputation und die Erschließung von Automatisierungspotenzialen.

Stammdatenmanagement erfordert zwar Aufwand, doch die langfristigen Vorteile sind evident. Im Durchschnitt erreichen Stammdatenmanagement-Projekte nach eineinhalb bis zwei Jahren den Break-even-Point. Um diese Potenziale zu nutzen, empfehlen wir einen siebenstufigen Best-Practice-Ansatz für Stammdatenprojekte.

Lesen Sie dazu mehr in unserem Blogbeitrag „Return on Investment von MDM-Projekten“.

Wichtige Vorüberlegungen vor der Umsetzung in der Praxis Eine Stammdatenmanagement-Initiative muss in Unternehmen gemeinsam von IT und Fachbereichen getrieben werden. Laut einer PwC-Studie gehören u.a. die Unterstützung durch das Management, strukturierte und zielgerichtete Data Governance sowie Prozessoptimierung zu den Erfolgsfaktoren für Stammdatenmanagement-Initiativen. Dabei wird folgendes deutlich: Um nachhaltig von guten Stammdaten zu profitieren, müssen einerseits die entsprechenden technischen und organisatorischen Rahmenbedingungen geschaffen werden. Andererseits muss das Stammdatenmanagement als eine laufende Disziplin und nicht als ein einmaliges Projekt betrachtet werden.

Warum scheitern viele Ansätze zur Umsetzung von Stammdatenmanagement?

1. Stammdatenmanagement wird nur als Datenbereinigung betrachtet

Unternehmen scheuen sich, die Büchse der Pandora zu öffnen und versuchen, schlechten Stammdaten mit zyklischen Datenbereinigungsaktionen zu begegnen. Was bei diesem Ansatz zu beobachten ist, wird gerne mit dem „Sägezahn-Effekt“ beschrieben: Durch eine konzertierte Bereinigungsaktion steigt die Datenqualität zwar kurzfristig, sinkt aber dann auch wieder schnell auf das alte Niveau ab.

2. Die Wichtigkeit von Prozessen wird unterschätzt

Vor der Einführung einer professionellen Stammdatenmanagement Software ist es immens wichtig, sich über die bestehenden und zukünftigen Prozessabläufe für den Umgang mit Stammsätzen klar zu werden. Beispiel: Wo entsteht ein neues Material? Welche Abteilungen sind in den Anlageprozess involviert. Welche Abteilungen benötigen die Information, dass ein neues Material erstellt wurde? Wer hat bisher welche Felder gepflegt? Wo wird das neue Material benötigt? Was passiert, wenn ein Material in einem neuen Werk benötigt wird? An welche Systeme soll das neue Material übertragen werden? Was passiert, wenn ein Material nicht mehr benötigt wird? Welche Materialarten werden im Unternehmen geführt? Werden eventuell unterschiedliche Prozesse für jede Materialart benötigt? Wer genehmigt die Freigabe eines neuen Materials?

3. Verantwortlichkeiten sind nicht klar definiert

Mindestens genauso wichtig wie die Prozessfragen ist die Definition von klaren Verantwortlichkeiten für einen Stammsatz, also das Aufsetzen einer klaren Data Governance. Auch hierbei gilt es zunächst, sich folgende Fragen zu stellen: Welche Mitarbeiter dürfen welche Daten anlegen oder ändern? Welche Mitarbeiter sind für welche Datenfelder verantwortlich (Data Owner)? Wie wird mit Personendaten umgegangen, die der DSGVO unterliegen? Was passiert, wenn ein Feld nicht (richtig) gepflegt werden kann.

Herausforderungen und Schritte beim Stammdatenmanagement in SAP S/4HANA

Die Umsetzung von S/4HANA ist bereits beschlossen, und die bevorstehende Einführung ist unausweichlich. Jetzt liegt der Schlüssel zum Erfolg oder Misserfolg in der richtigen Vorgehensweise. Dabei ist eine strukturierte Vorgehensweise in vier Schritten unerlässlich, um das volle Potenzial von SAP S/4HANA auszuschöpfen und Kosten sowie Ressourcen zu minimieren.

1. Bevor die Datenmigration beginnen kann, ist eine gründliche Bestandsaufnahme der Stammdaten notwendig. Dieser Schritt ermöglicht eine genaue Einschätzung des Migrationsaufwands.
2. Nach der Analyse folgt die Bereinigung der Stammdaten. Neben dem Löschen von Dubletten müssen auch unvollständige Daten ergänzt werden. Hierbei ist eine automatisierte Bereinigung oft effizienter als manuelle Arbeit.
3. Die vorbereiteten Daten können nun in das neue System migriert werden. Dabei werden alte und fehlerhafte Daten ausgeschlossen, um die Qualität der Stammdaten sicherzustellen. Die Übertragung der Daten erfordert eine sorgfältige Planung und die Auswahl geeigneter Tools und Hilfsmittel.
4. Nach der erfolgreichen Migration sollte die Datenqualität regelmäßig überprüft werden, um Dubletten oder unvollständige Daten frühzeitig zu erkennen und zu beheben.

Lesen Sie den ausführlichen Blogbeitrag wie die Datenmigration auf S4 HANA für das Master Data Management gelingt.