Fehler und Ursachen schneller erkennen
Stammdaten als digitale Kopie der realen Business-Objekte spielen in Zeiten von Digitalisierung, S/4, Industrie 4.0 und Internet der Dinge (IoT) eine immer wichtigere Rolle. Eine gleichbleibend hohe Stammdatenqualität ist die Basis für effiziente Geschäftsprozesse.
Der Schweizer Hersteller Franke Kitchen Systems wollte daher die manuelle Auswertung seiner Stammdaten durch eine effizientere Lösung ersetzen und damit die Datenqualität prozessorientiert und kontinuierlich verbessern.
Inzwischen nutzt Franke cbs Master Data Validation (cbs MDV), eine umfassende Standardsoftware zur Bewertung, Überwachung und Optimierung der Stammdaten.
Die Software bietet ein intuitiv bedienbares Cockpit, um unternehmensspezifische Businessregeln für das Datenqualitätsmanagement zu definieren. Mit der Lösung lassen sich Probleme und Chancen schneller identifizieren und die Stammdaten sogar monetär bewerten.
Zugriff auf aktuelle technische Daten
Jeder Koch weiß, dass gute Zutaten allein nicht ausreichen, wenn man erstklassige Speisen zubereiten will. Neben Erfahrung, Kreativität und Geschick ist die akribische Vorbereitung eine unverzichtbare Voraussetzung für das Gelingen.
Für Franke Kitchen Systems beginnt diese Vorbereitung schon bei der Planung einer Küche für den Privathaushalt. Um die Küchensysteme des Schweizer Unternehmens perfekt auf die individuellen Kundenbedürfnisse abzustimmen, benötigen die Planer jederzeit Zugriff auf aktuelle technische Daten, Spezifikationen, Abbildungen und Modellvarianten der einzelnen Komponenten.
Technische Spezifikationen, Abmessungen, Fotos, Preise und Installationsanweisungen – alle diese Informationen müssen jederzeit korrekt sein, damit die Kunden Produkte zielgerichtet auswählen können.
Sind diese Stammdaten jedoch nicht optimal gepflegt, kann es schnell zu Fehlplanungen kommen. Mit falschen Angaben zu Maßen oder Rohstoffzuteilungen zum Beispiel wird bei der Herstellung unweigerlich unnötiger Ausschuss produziert, und die notwendigen Korrekturen sorgen schlimmstenfalls auch noch für die Überschreitung der Liefertermine. Vertrauenseinbußen bei den Kunden und ineffiziente interne Arbeitsabläufe, die unnötig Kosten verursachen, sind unvermeidliche Folgen.
Die Erfahrung zeigt: Ohne korrekte Stammdaten sind keine effizienten Unternehmensprozesse möglich. Aus diesem Grund gehört bei Franke die monatliche Messung der Stammdatenqualität seit einem Jahr zur Routine.
Patricia Venzlaff, Master-Data-Managerin in der Division Kitchen Systems, musste zur Ermittlung des DQ-Index (Data Quality) bisher die in den SAP-Datenbanken hinterlegten Informationen auslesen und dann nach definierten Datenqualitätsregeln umständlich in Excel analysieren.
Ein zeitaufwändiges, fehleranfälliges Verfahren, das überdies keine Möglichkeit bot, die Kriterien für die Analyse gezielt zu verändern. Das Ergebnis gab zwar Aufschluss darüber, ob die Inhalte besser, gleich oder schlechter gepflegt waren als im Vormonat; es lieferte aber keinerlei Hinweise auf die Ursache der vorhandenen Fehler.
„Um die Fehlerquellen zu finden, hätte ich den gesamten Prozess mit großem Aufwand Schritt für Schritt aufrollen müssen“
bemängelt Patricia Venzlaff.
Auf der Suche nach einer Lösung für die effiziente Messung und prozessorientierte Optimierung der Datenqualität wurde dem Management die Software cbs Master Data Validation (cbs MDV) empfohlen.
Die Heidelberger SAP-Beratung cbs Corporate Business Solutions erwies sich als idealer Partner für Franke. Das Projektteam der cbs analysierte die aktuelle Vorgehensweise, definierte gemeinsam mit den Nutzern die Anforderungen und setzte sie mit dem neuen Release cbs Master Data Validation for SAP ERP & S/4 Hana 1.5 prototypisch um.
„Die Software ist einfach einzuführen“
lobt Venzlaff:
„Jeder im cbs-Projektteam verstand die Problematik sowohl aus der Perspektive des Managements als auch aus technischer Sicht. Auf diese Weise entstanden Ideen und Lösungen, auf die wir selbst nie gekommen wären.“
Da bei der Analyse Kunden- und Lieferantendaten zunächst nicht berücksichtigt werden sollten, beschränkte sich das Projekt auf die Materialstammdaten von Franke – und damit auf 350.000 Artikel mit Daten zu rund 2,5 Millionen Fertigungsaufträgen, 1,2 Millionen Einkaufsbelegpositionen und knapp 20 Millionen Vertriebsbelegpositionen.
Neben der Optimierung der Datenqualität standen der Verwendungsnachweis sowie die Ermittlung der Reproduktionskosten für die Materialstammdaten auf der Agenda. Schon knapp drei Monate später waren Planung und Implementierung erfolgreich abgeschlossen.
Seitdem braucht Venzlaff die Stammdatenpflege und Datenanalyse nicht mehr in zeitraubender Handarbeit zu erledigen. Stattdessen extrahiert sie die Daten monatlich nach definierten Regeln, die sie im intuitiv bedienbaren Cockpit von cbs MDV erstellt.
Diese SAP-basierte Steuerzentrale benötigt keine gesonderte Schnittstelle zur Datenbank und arbeitet problemlos mit den bereits definierten Feldern. Die Master-Data-Managerin kann zum Beispiel Routinen hinterlegen, um herauszufinden, ob ein gespeicherter Wert valide ist – und kommt Fehlern auf diese Weise schneller auf die Spur.
Auch bedarfsgerechte Auswertungen lassen sich nun mit kleinem Aufwand durchführen und machen selbst komplexe Zusammenhänge sichtbar. Mit wenigen Mausklicks kann man zum Beispiel das Gesamtgewicht eines Produkts ermitteln, indem man die Gewichte seiner Komponenten aufsummieren lässt.
„Was die Arbeit besonders erleichtert: dass ich mit dem neuen Verwendungsnachweis prüfen kann, welche Stammsätze überhaupt genutzt wurden“
betont Patricia Venzlaff.
„So kann ich ganz neue oder ganz alte Artikel, bei denen diese Verwendung besonders gering ist, von der Analyse ausnehmen – und auch das kann ich im Cockpit ganz einfach vorgeben.“
Wenn Venzlaff gefragt wird, wann sie mit der Stammdatenbereinigung fertig ist, schmunzelt sie. Stammdatenpflege ist ein andauernder Prozess, der nie abgeschlossen ist.
Erstens, weil sich die Daten permanent wandeln: Adressen oder Kontonummern ändern sich, die Produktpalette und der Kundenstamm wachsen, oder es findet ein Lieferantenwechsel statt. Zweitens steigen die Anforderungen an die Stammdatenanalysen.
Daher hat Franke kürzlich das Release cbs MDV 2.0 SP005 eingeführt und damit die vorläufig letzte Etappe auf dem Weg zur Optimierung beendet. Mit dem Modul cbs MDV Reproduction Costs ist es nun endlich möglich, die Kosten für die Erstellung und Pflege seiner Stammdaten zu ermitteln und in den Unternehmenswert aufzunehmen.
Solide Grundlage für optimierte Datenqualität
„Die Software ist einfach einzuführen. Mit cbs MDV schaffen wir eine solide Grundlage, um unsere Stammdatenqualität prozessorientiert und kontinuierlich zu verbessern. Diese Lösung hilft uns dabei, Fehler und ihre Ursachen schneller zu identifizieren. So konnten wir die Transparenz unserer Stammdaten erheblich verbessern“
resümiert Venzlaff.
Mit den neuen Analysen der Daten ist es bereits gelungen, einige Abläufe zu optimieren.
„Wir haben zum Beispiel herausgefunden, dass die Datenqualität in einem Unternehmensbereich unterdurchschnittlich war“
erläutert die Master-Data-Expertin.
„Daraufhin haben wir die betreffenden Informationen erstens von einer anderen Abteilung und zweitens zu einem früheren Zeitpunkt im Prozess pflegen lassen. Diese einfache Maßnahme hat die Qualität unserer Stammdaten innerhalb eines Monats spürbar verbessert.“
Projekt Franke
- Weitgehend manuell in Excel erfolgte die monatliche Messung der Stammdatenqualität. Das war extrem zeitaufwändig, ineffektiv und nicht aussagekräftig.
- Das Unternehmen wollte die Qualitätsmessung der Stammdaten verbessern und nutzt daher cbs Master Data Validation for SAP ERP & S/4 1.5, eine umfassende Standardsoftware zur Bewertung, Überwachung und Optimierung der Stammdaten.
- In Zusammenarbeit mit cbs entstand eine maßgeschneiderte Lösung, mit der sich Stammdaten prozessorientiert, nach frei definierbaren Regeln analysieren lassen.
- In weiteren Schritten wurden weitere Module von cbs MDV eingeführt, mit denen sich der Verwendungsnachweis für Materialstammdaten und die Reproduktionskosten ermitteln lassen.
- Die Lösung hat den Aufwand für die Messung des Data-Quality-Index reduziert und die Grundlage für die Verbesserung der Materialstammdatenqualität geschaffen.
