Einführung: Datenmanagement

Im Zuge der Digitalisierung sehen sich Unternehmen zunehmend komplexeren und umfangreicheren IT-Systemen zur Unterstützung ihrer Geschäftsprozesse konfrontiert. Daten und Informationen sind zum kritischen Erfolgsfaktor für den erfolgreichen Geschäftsbetrieb geworden und bilden die Basis von technologischen Trends wie Industrie 4.0. Das steigende Datenwachstum bietet für Unternehmen neue Potenziale zur Realisierung von Geschäftsmodellen und zum systematischen Lernen aus den Daten für schnellere sowie bessere Entscheidungs- und Anpassungsprozesse.  Hierfür dürfen Daten jedoch nicht nur gesammelt, sondern müssen zu höherwertigen Informationen aufbereitet und in Entscheidungen überführt werden. Essentiell wird dabei die Fähigkeit zur automatischen Datenanalyse, um Ursache-Wirkungsbeziehungen aus Daten verschiedener Quellen abzuleiten und zukünftige Ereignisse zu prognostizieren.

Trotz der gesteigerten Sensibilisierung für die Bedeutung von Daten, wird das Thema der Datenqualität im Unternehmen jedoch oftmals vernachlässigt. Studien zufolge haben nur ca. 40% der Unternehmen (klar) definierte Strukturen und Prozesse im Stammdatenmanagement. Zwar hat ein Großteil der Unternehmen bereits einzelne Stammdatenprojekte durchgeführt, jedoch keine kontinuierlichen Maßnahmen etabliert. Insbesondere die mangelnde Verfügbarkeit interner Ressourcen wird hierfür als Grund genannt.

Eine Hauptursache dafür ist, dass schlechte Datenqualität erfahrungsgemäß nicht unmittelbar zum Stillstand eines Unternehmens führt, sondern dass die Prozesse schleichend durch zusätzliche Abstimmungen und Rückfragen immer ineffizienter und ineffektiver werden. Organisationale und kulturelle Auswirkungen gehen damit ebenfalls im Unternehmen einher, indem das Vertrauen in die Daten und IT-Systeme abnimmt. Das eigentliche Potenzial der Digitalisierung im Unternehmen kann nicht realisiert werden und wirkt sich durch die zunehmende IT-Abhängigkeit überproportional negativ auf das Unternehmen aus.

Stammdaten bilden die Grundlage der digitalen Wirtschaft und sind für das digital vernetzte Unternehmen von essentieller Bedeutung. Das Erreichen und die Sicherstellung eines angemessenen Maßes an Stammdatenqualität ist eine kritische Voraussetzung für eine effiziente und effektive unternehmensübergreifende Zusammenarbeit.

Stammdaten beschreiben kritische Geschäftsobjekte eines Unternehmens und bezeichnen Produkte, Lieferanten, Kunden, Mitarbeiter bzw. ähnliche Gegenstände, die nur selten Änderungen erfahren. Im Kontext von Datenqualität werden Daten zumeist als einfache Fakten bzw. als „Rohstoff“ interpretiert, wohingegen unter Information Daten in einem bestimmten Kontext verstanden werden. Datenqualität ist ein Maß für die Eignung der Daten für spezifische Anforderungen in Geschäftsprozessen, in denen sie verwendet werden. Die Datenqualität ist ein mehrdimensionales, kontextuelles Konzept, häufig in der Praxis verwendete Qualitätsdimensionen sind: Vollständigkeit, Aktualität, Genauigkeit, Korrektheit und Konsistenz (“fitness for use”).

Für Unternehmen sind die Stammdaten ein wertvolles Gut – das vielzitierte „Öl des 21. Jahrhunderts“. Daten können jedoch bei nachlässiger Handhabung auch in der Qualität leiden. Tippfehler bei der manuellen Dateneingabe, Fehler beim automatisierten Datenimport, doppeltes Vorhandensein von Daten (Dubletten) oder veraltete Daten sind Wasser im Tank für jeden Datenbestand. Mögliche Folgen sind u. a. erheblicher Zusatzaufwand, z. B. bei der Suche nach richtigen Werten, ein Akzeptanzverlust auf Kunden- und Mitarbeiterseite, ungenutzte Cross-Selling-Gelegenheiten oder falsche Tarif- und Preiskalkulationen. Der wertvolle Treibstoff wird so schnell zur trüben Suppe, die Geschäftsprozesse bremst und zu falschen Entscheidungen führt.

Diesen Artikel weiterempfehlen
Share on xing
Share on twitter
Share on linkedin
Share on email

Unsere Empfehlung für Sie