Stammdatenmanagement – ein vernachlässigtes Thema?

Autor – Dipl.-Ing. Steffen Nienke B. Sc. ist wissenschaftlicher Mitarbeiter und Projektleiter am FIR e. V. an der RWTH

Im Zuge von Big Data und stärker verzahnter Automatisierung gewinnt auch der richtige Umgang mit Stammdaten an Bedeutung. Egal ob ERP, Dokumentenmanagementsysteme (DMS) oder jegliches andere IT-System, in jedem dieser Programme wird auf grundlegende Daten wie Kunden, -Lieferanten- oder Produktdaten referenziert. Diese sogenannten Stammdaten werden beispielsweise genutzt, um Schlüsse über Abläufe zu gewinnen oder aber Dokumente automatisiert zu erstellen. Fehler innerhalb dieser Datenbasis können zu fatalen Folgen führen und sind nicht immer direkt ersichtlich. Beispielsweise kann jedes DMS automatisch Briefe generieren.

Aber was ist, wenn die Daten, auf die das System zugreift, eine schlechte Qualität haben? Im harmlosesten Fall bekommt ein Kunde mehrmals den gleichen Newsletter. Größere Auswirkungen könnte allerdings eine automatisierte Abwicklung von Bestellvorgängen haben oder eine doppelte Lagerhaltung. Dies führt zur unnötigen Kapitalbindung und im schlimmsten Fall zur Distanzierung des Kunden.

Obwohl die Problematik und Verantwortung der Stammdaten in vielen Unternehmen bereits bekannt ist, wird das Thema Stammdatenmanagement häufig vernachlässigt, und die Auswirkungen werden unterschätzt. Der Grund hierfür liegt in erster Linie darin, dass die Folgen schlechter Datenqualität nicht unmittelbar zum Stillstand eines Unternehmens führen und somit nicht als dringlich eingestuft werden. Es ist vielmehr zu vergleichen mit einem Leck in einem Boot, bei dem langsam aber sicher der Wasserstand steigt. Zunächst noch unbemerkt wird erst etwas dagegen unternommen, wenn den Betroffenen sinnbildlich das Wasser bis zum Hals steht. Das Wiederherstellen des Anfangszustands ist jedoch mit einem großen finanziellen Aufwand verbunden. Solchen Investitionen lässt sich mithilfe eines geeigneten Stammdatenmanagements entgegenwirken.

Kriterien für die Stammdatenqualität

Im Rahmen des Forschungsprojekts „STAIRS – Stammdatenmanagement wirtschaftlich gestalten“ wurde am FIR an der RWTH Aachen in Kooperation mit den Stammdatenexperten der Firma Knapp Consult eine Studie durchgeführt, um die Erfolgsfaktoren für ein funktionierendes Stammdatenmanagement herzuleiten. Diese beleuchtet den Status quo der Stammdatenqualität und deren Auswirkungen. Insbesondere die deutsche produzierende Industrie stand hierbei im Fokus der Untersuchungen, wobei zusätzlich auch ein Vergleich zu großen Unternehmen gezogen wurde.

Im ersten Teil der Studie wird zunächst der aktuelle Stand der Stammdatenqualität evaluiert. Hierbei ist festzuhalten, dass der Begriff „Qualität“ im Datenkontext viele Facetten aufweist. Somit müssen vorab die relevanten Qualitätskriterien für die jeweilige Anwendung der Daten definiert werden (siehe Übersicht).

Dimensionen der Stammdatenqualität
Glaubhaftigkeit
(believability) beschreibt das Maß, in dem Stammdaten als wahr und zuverlässig angesehen werden. Allgemeine Indikatoren für hohe Glaubhaftigkeit sind Zertifikate, die einen hohen Qualitätsstandard ausweisen, sowie der Aufwand, der für die Informationsgewinnung, -verbreitung und -überprüfung betrieben wurde.
Verfügbarkeit
(availability) beschreibt, inwiefern Stammdaten in einer geforderten Zeitspanne zur Verfügung stehen. Ein Maß für die zeitliche Verfügbarkeit ist die Wartezeit zwischen dem Zeitpunkt der Informationsanforderung und der Bereitstellung durch die Quelle.
Aktualität
(currency oder timeliness) beschreibt den Grad, zu dem Stammdaten zu einem bestimmten Zeitpunkt der Realität entsprechen. Dabei hat sich für Stammdaten eine Einordnung nach deren Alter als praktikabel erwiesen.
Fehlerfreiheit
(correctness) beschreibt, inwiefern Stammdaten korrekt und frei von Fehlern sind. Insbesondere kann zwischen syntaktischer und semantischer Fehlerfreiheit unterschieden werden.
Angemessener Umfang
(accuracy) beschreibt den Grad, in dem die Abbildung realer Objekte in den Stammdaten den Anforderungen der Nutzer genügen
Vollständigkeit
(completeness) beschreibt, inwiefern die dafür vorgesehenen Merkmale in einem Stammdatensatz beschrieben bzw. mit Ausprägungen belegt sind
Strukturiertheit
(structuredness) beschreibt den Grad, in dem die Stammdaten durch ein einheitliches Muster zur Beschreibung ihrer unabhängigen Objekte beschrieben werden
Zugänglichkeit
(accessibility) beschreibt, inwiefern Nutzer auf einfachem Weg auf die Stammdaten in den Anwendungssystem zugreifen und diese abrufen können
Eindeutigkeit bzw. Redundanzfreiheit
(redundance-free oder consistency) beschreibt das Maß, zu dem der Stammdatenbestand frei von Redundanzen (Dubletten) ist
Verständlichkeit
(uniqueness oder interpretability) beschreibt den Grad, zu dem die Stammdaten durch alle Empfänger gleich verstanden werden
Übersichtlichkeit
(clearness) beschreibt, inwiefern Informationen in einem für den Nutzer passenden und leicht fassbaren Format dargestellt sind
Konsistenz
(consistency) beschreibt die Widerspruchsfreiheit der Stammdatenarten, d. h. ob mehrere für sich betrachtete Stammdatenobjekte auch im Zusammenhang korrekt sind
Übersicht: Dimension der Stammdatenqualität

Im zweiten Teil werden die konkreten Auswirkungen von mangelnder Datenqualität betrachtet. Schließlich werden als drittes Kernthema der Studie die vorhandenen Organisationsstrukturen untersucht, wobei die Aktivitäten der Unternehmen im Bereich Stammdatenmanagement näher analysiert werden. Aus den Erkenntnissen der drei Bereiche können abschließend Handlungsempfehlungen abgeleitet werden, indem erfasst wird, welche Maßnahmen zu einer Erhöhung der relevanten Datenqualitätskriterien führen. An der Studie nahmen 136 Unternehmensvertreter teil, wobei sich die Teilnehmer hauptsächlich aus den Branchen Maschinen- und Anlagenbau zusammensetzen. 57 Teilnehmer sind KMU zuzuordnen und 79 Großunternehmen.

Faktoren für erfolgreiches Stammdatenmanagement

Eine der wesentlichen Erkenntnisse der Studie ist insbesondere, dass Unternehmen mit einem hohen Reifegrad in ihrem Stammdatenmanagement auch eine bessere Stammdatenqualität besitzen. Besonders deutlich wird der Unterschied zwischen einem hohen und einem niedrigen Reifegrad bei der Betrachtung der spezifischen Qualitätsprobleme. Im Durchschnitt haben Unternehmen mit einem niedrigen Reifegrad die Auftrittshäufigkeit von Qualitätsproblemen signifikant höher eingeschätzt als Unternehmen mit einem hohen Reifegrad. Zusätzlich werden die Datendomänen Produkt- und Anlagedaten vergleichsweise schlechter bewertet als Firmen- und Personendaten sowie Finanzdaten (siehe Bild). Bei einem Vergleich von KMU zu Großunternehmen stellt sich heraus, dass KMU die Konsequenzen schlechter Stammdatenqualität durchschnittlich wesentlich geringer einschätzen als Großunternehmen. Häufigste Ursache für mangelnde Stammdatenqualität sind menschliche Fehler.

Bild: Beurteilung der Stammdatenqualität
Aus den Erkenntnissen über Qualität, Auswirkungen und den vorhandenen Organisationsstrukturen lassen sich für die Praxis insbesondere folgende Erfolgsfaktoren für eine gute Stammdatenqualität ableiten: So ist es von Vorteil, wenn ein Unternehmen über einen hohen Formalisierungs- und Zentralisierungsgrad verfügt, das bedeutet beispielsweise, dass mehr Regeln und Anweisungen bezüglich der Erstellung oder Verwaltung von Daten hilfreich sind. Weiterhin ist die Einbeziehung der Geschäftsführung bzw. des höheren Managements ein Erfolgsfaktor eines funktionierenden Stammdatenmanagements. Letztendlich spielen Bereinigungen, Harmonisierungen, Klassifikationsstandards sowie Data-Governance gleichermaßen als Erfolgsfaktoren eine Rolle.

Fazit

Abschließend lässt sich aus der Studie festhalten, dass insbesondere eine höhere Sensibilisierung der Mitarbeiter für die Stammdaten erreicht werden muss. Diese lässt sich in erster Linie über ein gutes Wissensmanagement und Schulungen erreichen.

Seminar „Stammdatenmanagement“
Um die notwendige Sensibilisierung für das Thema zu erzeugen, veranstaltet das FIR im Rahmen der Aachener ERP-Tage am 9. Juni 2015 das Seminar „Stammdatenmanagement“. Im Seminar lernen die Teilnehmer die Bedeutung des Themas Stammdatenmanagement (SDM) für den unternehmerischen Erfolg kennen. Zudem werden praktische Handlungsfelder, sowie Methoden und Vorgehensweisen vermittelt, wie Stammdatenmanagement in der Unternehmens-IT und -organisation verankert werden kann.
Leser des DOK-Magazins erhalten 20 Prozent Rabatt auf die Teilnahmegebühr. Bitte geben Sie bei der Anmeldung dafür den Buchungscode „20erCode3674“ an: anmeldung.aachener-seminar-stammdatenmanagement.de

www.fir.rwth-aachen.de

Dipl.-Ing. Steffen Nienke B. Sc. studierte Elektro- und Informationstechnik sowie Betriebswirtschaftslehre an der RWTH Aachen und University of Auckland. Seit Anfang 2013 ist er als wissenschaftlicher Mitarbeiter und Projektleiter am FIR e. V. an der RWTH im Bereich Informationsmanagement beschäftigt. In der Fachgruppe Informationslogistik beschäftigt er sich damit, wie die Ressource Information im richtigen Umfang zur richtigen Zeit an der richtigen Stelle ist.