Ohne gute Stammdaten laufen auch die Unternehmensprozesse nicht effizient. Daher braucht es oft ein Projekt zum Thema Stammdaten-Management. Hier tauchen oft die gleichen Probleme auf. DIE DIGITAL-WEBER haben in diesem Beitrag die sechs häufigsten Fehler zusammengetragen und geben Tipps zur Vermeidung.
6 Fehler beim Stammdatenmanagement
Die Qualität der Stammdaten, egal ob Kunden-Stammdaten, Lieferanten-Stammdaten oder Artikel-Stammdaten, hat einen entscheidenden Einfluss auf die Effizienz von Geschäftsprozessen. Veraltete, falsche oder fehlende Stammdaten führen im schlimmsten Fall zu Umsatzeinbußen oder schwächen die Reputation gegenüber dem Kunden oder Lieferanten. Ein Stammdatenmanagement kann helfen.
Was ist eigentlich Stammdatenmanagement?
Die Idee des Stammdatenmanagements ist alle strategischen, organisatorischen, methodischen und technologischen Aufgaben mit Fokus auf die Stammdaten und elektronischen Informationen eines Unternehmens in einer Methodik zu vereinen. Die Aufgabe des Stammdatenmanagements ist somit die Sicherstellung der konsistenten, vollständigen, aktuellen, korrekten und qualitativ hochwertigen Stammdaten.
Die Vorteile des Stammdatenmanagements sind neben konsistente Daten und Informationen auch effizientere Geschäftsprozesse. Daher ist auch Stammdatenmanagement für kleine und mittelständische Unternehmen wichtig. Mit eigener Software oder Systeme innerhalb von ERP-Software kann dieses Stammdatenmanagement elektronisch unterstützt werden (siehe dazu auch am Ende des Beitrages).
Welche Fehler kann man im Stammdatenmanagement machen?
Unternehmen, manchmal auch aber nur einzelne Abteilungen, starten dann oft ein Projekt zur Verbesserung der Stammdaten und einer Prozessanalyse zum Stammdatenmanagement. Und genau bei diesem Vorhaben kommt es oft zu Fehlern, die in diesem Beitrag näher erläutert werden.
1. Die Geschäftsleitung ist nicht involviert
Das Projekt zum Stammdatenmanagement muss in Abstimmung mit der Geschäftsleitung erfolgen und ist keine Aufgabe einer einzelner Abteilung. Nur so kann das abteilungsübergreifende Ressort-Denken aufgelöst werden. Der Verantwortliche aus der Geschäftsleitung muss sicherstellen, dass das Projekt-Team nicht nur die Verwaltung der Daten abteilungsübergreifend optimieren kann sondern auch das Unternehmensprozesse und Verfahren in allen Abteilungen angepasst werden können, wenn dies notwendig ist. Solche weitreichende Veränderungen werden selten positiv aufgenommen daher ist eine gute Kommunikation im Change Management notwendig, die von der Geschäftsführung zu 100% gestützt wird.
2. Das Stammdatenmanagement ist kein IT-Thema
Stammdatenmanagement ist keine technische Herausforderung oder Problem. Gerne wird versucht das Thema von der IT-Abteilung mit einer MDM-Lösung (Master Data Management Lösung) zu lösen. Das Thema muss aber von den Fachabteilungen angegangen werden. Nur die verschiedenen Fachabteilungen kennen eigentlich die inhaltlichen Anforderungen an korrekte und aktuelle Daten. Und sie kenne die eigenen Geschäftsprozesse in den denen die verschiedenen Daten erzeugt oder verändert werden. Die IT kann bei der Auswahl der MDM-Lösungen helfen und im Anschluss auch bei der Implementierung unterstützen, aber die Fachabteilungen müssen hier in den fachlichen Part übernehmen.
3. Das Stammdaten-Management-Projekt hat zu viele Ziele
Wie bei jedem Projekt braucht es basierend auf einer richtigen Ziel-Matrix ein gutes Projekt-Management innerhalb der Organisation. Es braucht natürlich eine langfristige Vision für das Daten-Management. Diese darf aber nicht dazu verleiten, den Projektumfang so anzulegen, dass eine schnelle und effiziente Durchführung nicht mehr möglich ist. Evtl. ist ein agiles Projekt-Management, wie es Scrum möglich macht, besser um Schritt für Schritt die Ziele zu erreichen.
Bei einem unrealistischen Projektumfang, vor allem im Wasserfall-Model, kann schnell das gesamte Projekt scheiten und man steht am Ende ohne Ergebnis da.
Zu Beginn sollte man sich überlegen wie man das Projekt einführen möchte:
- Agil, wie mit SCRUM oder
- Klassisch, wie mit dem Wasserfall-Modell
Abhängig vom Modell, sollte man sich dann mit der Zielmatrix und den Meilensteinen beschäftigen. Ein erfahrener Projekt-Manager, ggf. auch extern, kann hier helfen das Projekt auf die Straße zu bekommen
4. Keine Change-Kommunikation
Das Projekt, die Ziele und die Vision können noch so gut sein, scheitert aber wenn nicht alle verschiedenen Parteien in der Organisation an Board geholt werden. Oft verspielt sich das Projekt-Team den eigenen Erfolg in dem im stillen Kämmerlein alles erledigt wird und am Ende Alle mit der neuen Lösung überrascht werden. Das Ergebnis ist Ablehnung und Vorbehalte. Eine gute Change-Kommunikation an die betroffenen Gruppen und entsprechende Aufklärung sind für den langfristigen Erfolg unverzichtbar. Es gibt nachvollziehbare Gründe gegen Veränderungen. Wichtig ist, sich diese anzuhören und gemeinsam an einer Lösung zu arbeiten.
5. Data Governance fehlt
Das Herstellen einer hohen Daten-Qualität ist ein dynamischer Prozess, der agil geführt werden muss. Es ist ein permanentes überwachen und anpassen der Prozesse. Wer nicht sehr früh einen Data-Governance-Plan aufstellt, muss im weiteren Projektverlauf mit erheblichen Hindernissen rechnen. In der Praxis leistet Data Governance unschätzbare Dienste, diese sind:
- Geschäftsregeln für die Daten-Qualität festlegen
- Prozesse optimieren
- Stammdatenmanagement wirtschaftlich steuern
Nehmen sie als zum Ende des Projektes das Thema Data Governance auf, damit die Mühen während der Einführung nicht langfristig wieder verpuffen.
6. Erfolgskriterien fehlen
Erfolgskriterien oder KPIs helfen den Erfolg zu quantifizieren. Daher sollte vor dem Stammdatenmanagement-Projekt überlegt werden, woran die Verbesserung der Daten gemessen werden kann.
Ein Beispiel: Wenn das Projekt die Umsatzzahlen mit zuverlässigen Kunden-Daten verknüpfen soll müssen sich die KPIs auf die Verbesserung der Kundenbindung oder die erfolgreiche Realisierung von Cross-Selling-Chancen auswirken.
Exkurs: Stammdatenmanagement (englisch: Master Data Management, abgekürzt: MDM)
Stammdatenmanagement wird auch im englischen mit Master Data Management oder kurz: MDM abgekürzt. Master Data Management umfasst in Bezug auf die Stammdaten alle
- strategischen,
- organisatorischen,
- methodischen und
- technologischen Aktivitäten.
Master Data (zu Deutsch: Stammdaten) sind im ERP wichtige Grundlagen für die Geschäftsprozesse.
Das Ziel von Master Data Management ist die Optimierung, Verbesserung und langfristige Sicherung der Datenqualität und Datenkonsistenz. Problematisch ist vor allem wenn die Stammdaten in unterschiedlichen Datenbanken redundant gehalten werden. Dies führt zu zeit- und kostenaufwändigen Datenabgleichen oder zur Einführung eines zentralen MDM-Systems, dass als zentraler Datenhub die Daten für alle anderen Systeme bereitstelle.