Master Data Excellence

Die Bedeutung von Master Data Management hat sich nicht zuletzt mit Blick auf die Erfordernisse der fortschreitenden Digitalisierung gewandelt, sagt Andreas Stock von zetVisions zu Beginn des E-3 Gesprächs. „Um es auf den Punkt zu bringen: MDM ist noch wichtiger geworden. Seitdem erstmals Daten gesammelt, gespeichert und verarbeitet wurden, ist die Datenqualität ein ständiges Problem in der Geschäftswelt. Das Thema ist also nicht neu. Neu ist in den vergangenen Jahren, dass Daten mit Blick auf die Erfordernisse der digitalen Transformation mehr und mehr ins Zentrum des unternehmerischen Interesses rücken.“

Laut dem DataIQ-Research-Report gibt ein Drittel der befragten Unternehmen an, dass die Datenqualität für den Erfolg ihrer digitalen Transformation von grundlegender Bedeutung ist, 54 Prozent sehen sie als eine der Kernkomponenten an. Während 87 Prozent der Unternehmen verstehen, dass Datenqualität eine grundlegende oder bedeutende Komponente für den Erfolg ihrer digitalen Transformation ist, stimmen gleichzeitig 68 Prozent der Aussage, schlechte Datenqualität wirke sich negativ auf die digitale Transformation aus, sehr zu oder zu.

„Im digitalen Zeitalter, in dem Daten zunehmend als Produktionsfaktor zu sehen sind, steigt der Druck, dauerhaft qualitativ hochwertige Daten vorzuhalten“, betont Andreas Stock. Von den wachsenden Herausforderungen für die Datenqualität müsse man sich nur eine einzige Abfolge merken, um den erforderlichen „Sense of Urgency“ zu entwickeln, erklärt der zetVisions-Manager: „Falsche Daten führen in datengetriebenen Umgebungen zu falschen Informationen und damit zu falschen Entscheidungen.“

Darüber hinaus gebe es, so Marktforscher BARC, Aspekte, die Organisation zu zwingen, für zuverlässige Daten zu sorgen. Dazu gehöre die Notwendigkeit, auf dynamisch sich ändernde Marktanforderungen mit Transaktionen flexibel zu reagieren.

Ein effektives Stammdatenmanagement könne dabei der entscheidende Faktor für die Minimierung der Integrationskosten sein. Darüber hinaus seien immer mehr abteilungsübergreifende Analysen von integrierten Datensätzen gefordert. Andreas Stock ergänzt: „Insbesondere datengetriebene Unternehmen sind auf qualitätsgesicherte Stammdaten angewiesen, um Geschäftsprozesse optimieren und neue – datengesteuerte – Dienstleistungen und Produkte entwickeln zu können.“

Jan Richter von KPMG sieht die größten Herausforderungen für ein erfolgreiches MDM im Organisatorischen bei den Unternehmensstrukturen. „Organisatorische Veränderungen sind schwierig und Mitarbeiter trennen sich ungern von – lieb gewonnenen – Routinen, auch wenn diese ineffizient sind.“ Als zweite Herausforderung sieht Richter das technische Konstrukt von Unternehmen: „Je größer die Organisation, desto größer in aller Regel auch die Anzahl der Systeme, Datenflüsse.“

Drittens verweist er auf die betriebswirtschaftlichen Prozesse: „Wenn das organisatorische Buy-in sowie der Wille zu technischer Veränderung da sind, dann können die Prozesse nachgezogen werden, um die neue Realität widerzuspiegeln. Ich würde diese Herausforderung als zeitlich nachgelagert und unabhängig von den anderen beiden betrachten sowie auch nicht auf demselben Level bewerten. Der Grund liegt darin, dass man sich erfahrungsgemäß schnell einig wird bei übergeordneten Fragestellungen, wie der strategischen Bedeutung und wofür Stammdaten genutzt werden sollen. Durch einen systematischen Ansatz kann oftmals ein qualitatives Zielbild schnell definiert werden.“

Bewährte Standardpflegeprozesse sowie Standardrollen und -profile helfen dabei, eine zukunftsfähige MDE-Organisation mit effektiven Governance-Strukturen aufzubauen. „Die Herausforderung besteht im Wesentlichen im Umstellungsprojekt“, betont Jan Richter. „Zuerst gilt es in einem hinreichenden Maße zu verstehen, wer alles in MDM-Prozesse involviert ist, was die spezifischen Anforderungen des jeweiligen Geschäftsbereichs sind und an welcher Stelle es Abweichungen vom bislang definierten Standard gibt – und weshalb. Natürlich ist es eine weitere Herausforderung, die Transformation auf Gruppenebene statt Geschäftsbereichsebene zu begleiten. Denn oftmals liegt es im Detail zu verstehen, was der Impact ist, wenn man von heute auf morgen das MDM umstellt, und vorherzusehen, wie die Nutzer darauf reagieren, wenn beispielsweise ein bestimmtes Feld nicht mehr in herkömmlicher Weise genutzt werden kann.“

Im Klartext heißt das nach -KPMG-Manager Richter: Wo werden bestimmte Informationen zukünftig hinterlegt, welche Auswirkung hat die Veränderung auf vor- und nachgelagerte Systeme und Prozesse? Zu einem erfolgreichen MDM gehört also auch immer eine ausführliche Schulung aller betroffenen Mitarbeiter.

Tatsache ist, dass Master Data Excel-lence weit über ein Management der Datenstrukturen innerhalb eines ERP-Systems hinausgeht, das hat auch die jüngste Studie des VDMA (Industrieverband Deutscher Maschinen- und Anlagenbau e. V.) aufgezeigt: Eine zentrale Maßnahme zur Optimierung vertrieblicher Maßnahmen und Sicherstellung einer höheren Kundenbindung stellen die Digitalisierung der Prozesse und der gezielte Einsatz betrieblicher Anwendungssysteme dar.

Die aktuelle Studie zeigt, dass die mit Abstand größte Herausforderung für Unternehmen in diesem Zusammenhang die Datenpflege zur Sicherstellung einer hohen Datengüte darstellt: 84 Prozent der Umfrageteilnehmer schätzen den damit verbundenen Aufwand -zur Eingabe, Suche und Pflege von Daten als hoch ein.

Dieser Aspekt ist besonders relevant, da die Pflege von Daten einen direkten Effekt auf die Datenqualität und die Nutzbarkeit von IT-Lösungen hat. „Hier
sollten Unternehmen ansetzen, denn nur mit einer hohen Datenqualität ist ein effizienter Einsatz der Systeme gewährleistet“, sagt Professor Claus Oetter, Geschäfts-führer des VDMA Software und Digitalisierung.

Die Problemlösung heißt Master Data Excellence. Jan Richter: „Master Data Excellence beschreibt einen bewährten, ganzheitlichen Ansatz und besteht aus den folgenden fünf Dimensionen: erstens Vision, Strategie und Metrik, zweitens Data Governance, drittens Data Model, viertens Prozessen und schließlich fünftens technologischer Infrastruktur.“

Und im E-3 Gespräch ergänzt Andreas Stock: „Der vielleicht entscheidende Unterschied ist, dass es sich bei dem gemeinsamen Angebot von KPMG und zetVisions zu Master Data Excellence nicht allein um eine Softwarelösung handelt, sondern um ein erweitertes Dienstleistungsangebot rund um das Management von Stammdaten. Ausgehend von der Analyse, Definition und Implementierung der Prozesse über die Einrichtung des Software-Tools bis hin zum folgenden Change Management sowie zu den Richtlinien für die Planung, Kontrolle und Bereitstellung von Daten – Data Governance – liefern die Partner einen lückenlosen End-to-End-Service für das Stammdatenmanagement.“

MDM-Angebote scheint es fast wie Sand am Meer in unendlicher Ausprägung zu geben. Gibt es hier Klassifikationen und Spezialisierungen? „MDM-Angebote lassen sich grundsätzlich danach unterscheiden, ob es sich um Singledomain- oder um Multidomain-Lösungen handelt“, antwortet Andreas Stock. Laut der Aberdeen Group ist das prägendste Charakteristikum der bei MDM führenden Unternehmen die Fähigkeit, mehrere Datendomänen simultan zu managen.

Multidomain-MDM verbessert die Dateneffizienz gleich in mehrfacher Hinsicht: Zum einen sind die Genauigkeit der Daten um 8,7 Prozent und die Vollständigkeit um 11,9 Prozent besser als bei Non-Multidomain-MDM. „Noch sehr viel deutlicher werden die Vorteile von Multidomain-MDM aber bei den – nicht zuletzt für wirkungsvolle BI wichtigen – Kriterien Time to Information und Accuracy of Decisions“, erklärt zetVisions-Manager Stock. Beim Einsatz von Multidomain-MDM sehen 64 Prozent Verbesserungen bei Time to Informa-tion gegenüber lediglich 35 Prozent bei Non-Multidomain.

Unternehmen mit nur einer Version der „Wahrheit“ und einem Master Data Record für jede Schlüsseldomäne verbringen weniger Zeit damit, Informationen zu suchen oder die Verlässlichkeit vorhandener Daten zu bestätigen, und haben mehr Zeit für relevante Analysen. „Multidomain-MDM zentralisiert das gesamte Stammdatenmanagement. Alle relevanten Daten vom Einkauf bis zum Verkauf laufen in einem zen-tralen System zusammen. So lässt sich ein Golden Record für zum Beispiel Kunden, Produkte, Lieferanten bilden sowie Verbindungen und Korrelationen zwischen diesen Domänen erkennen“, beschreibt Andreas Stock die Herausforderungen.

Master Data Management ist eine eigene Disziplin und ein Golden Record ist das Ziel von MDM. „Es geht darum, einen einzigen Punkt der Wahrheit zu haben“, sagt Andreas Stock und erklärt, dass es nicht um Stammdaten gehe, die in diversen Silos über die gesamte Organisation verstreut seien und mal mehr, mal weniger Abweichungen aufwiesen.

„Dabei geht es oft genug schon um Kleinigkeiten, die Verwirrung stiften, Zusatzarbeiten erfordern, Prozesse verlangsamen – und Kosten erzeugen“, weiß Andreas Stock aus zahlreichen erfolgreichen Kundenprojekten. Die Frage, ob eine Kundin „Bianca Peterhans“ oder „Bianca Hanspeter“ heißt, ist eben nicht egal, ebenso wenig ob die Adresse „Osterbekstr. 90” oder „90c” ist. Solche Beispiele lassen sich für sämtliche Stammdatenkategorien problemlos und sehr zahlreich aufführen. „Die Kosten schlechter Datenqualität sind signifikant“, warnt der zetVisions-Manager.

Durch Master Data Excellence werden unternehmensweite Zusammenhänge und Wechselwirkungen sichtbar und infolgedessen ergibt sich einerseits nicht selten ein beträchtliches Einsparungspotenzial bei Zeit und Kosten. Andererseits entstehen erfolgskritische Informationen für unternehmerische Entscheidungen. Entscheidungseffizienz ist ein wichtiger Vorteil des erwähnten Multidomain-Ansatzes im Stammdatenmanagement. Damit wird dieser zu einem wesentlichen Erfolgsgaranten, wenn es darum geht, durch BI Entscheidungen auf Fakten zu stützen und bessere Entscheidungen zu treffen.

Zum richtigen Zeitpunkt, um mit dem Master Data Management zu beginnen, sagt Jan Richter von KPMG: „Wie bereits in der Schule ist jederzeit der richtige Zeitpunkt, seine Hausaufgaben zu machen. In der Praxis bietet sich – wie auch zu Schulzeiten – an, ein externes Momentum zu nutzen. Dieses Momentum ist im MDE-Kontext das eines Transformationsprojekts, z. B. die S/4-Transformation, oder weiterer Digitalisierungsinitiativen mit Stammdatenbezug wie z. B. Predictive Forecasting und Predictive Planning. In der Praxis sehen wir insbesondere die folgenden drei Trigger, die eine MDE-Initiative begünstigen: zuerst die Feststellung, dass die aktuelle Datenqualität zu hohen Opportunitätskosten z. B. durch verpasste Geschäftschancen führt. Oft sind schlicht die Datenpflegeprozesse ineffizient und dadurch kostenintensiv durch Nacharbeiten und Aufräumarbeiten.“

Grundsätzlich lässt sich für den richtigen Zeitpunkt zusammenfassen, dass, sobald die Datenmenge und Anzahl der betroffenen Systeme eine gewisse Masse erreicht haben, sich die Auswirkungen nicht mehr simultan einfangen lassen.

Die High-Level-Antwort ist also laut Jan Richter: „Sobald bestimmte Daten – z. B. Produktname, Kundennummer, Lieferantenadresse – in mehreren Systemen verwendet werden, aber nicht zentral eingegeben werden, d. h. nicht immer von derselben Person, und/oder die Eingabe in verschiedenen Systemen erfolgt, ist es nur noch eine Frage der Zeit, bis ein großes Datenchaos entsteht.“

„Die Umstellung auf S/4 Hana stellt keinen Ersatz für ein Stammdatenmanagement-System dar“, weiß Andreas Stock aus seiner erfolgreichen beruflichen Praxis. „Nachhaltigkeit lässt sich nicht allein mit Harmonisierung und Konsolidierung von ERP-Systemen erreichen. Gerade wenn sich die Daten in einer heterogenen Systemlandschaft befinden. In einer One-ERP-Landschaft mag das auf den ersten Blick zunächst einfacher erscheinen.“ Dass Soll- und Ist-Zustand bei der Datenqualität im ERP weit voneinander entfernt sind, hat bereits vor ein paar Jahren eine Studie der Omikron Data Quality belegt.

Demnach entspricht nur bei einem Drittel der mehr als 200 befragten ERP-Anwender der tatsächliche Status in der Datenqualität den Anforderungen für die betriebswirtschaftlichen Applikationen. 29 Prozent stellen gewisse Abweichungen fest und 39 Prozent der Befragten geben sogar große Diskrepanzen zu Protokoll.

„Vor diesem Hintergrund gibt es in Unternehmen einen Harmonisierungs- und Konsolidierungstrend mit dem Ziel, durch weniger Systeme Komplexität, Fehlerquellen und Kosten zu reduzieren sowie die Datenqualität zu verbessern“, betont Andreas Stock im Gespräch. Dieses Ziel glaubt man mit One-ERP-Projekten erreichen zu können.

One-ERP bezeichnet das Vorhaben, die heterogene ERP-Landschaft durch ein einziges ERP-System zu ersetzen. Das möge auch kurzfristig helfen, meint Andreas Stock: „In jedem Fall ist für die Datenqualität ein ERP-System besser als viele ERP-Systeme, mittel- bis langfristig fehlen aber die Validierungsprozesse und Datenqualitätsprüfungen, also gerade die Aspekte, die eine Stammdatenmanagement-Lösung ausmachen und die notwendig sind, um Datenqualität nachhaltig zu sichern. Den Aufwand für eine solche Lösung scheuen jedoch manche.“

Beim MDM fallen vor allem die Schritte zur Prozessoptimierung ins Gewicht, da bei einer Stammdateninitiative automatisch auch die Geschäftsprozesse evaluiert und angepasst werden, wie auch SAP-Finanzvorstand Luka Mucic immer wieder betont. Diese Prozessanalyse und -beratung sind durchaus ressourcenintensiv, denn erst wenn die Prozesse klar sind und jeder weiß, wer die Datenhoheit hat, wer welche Daten pflegt, welche Daten bei wem liegen, erst dann rückt die MDM-Software in den Fokus.

„Sie bildet letztlich nur das ab, was zuvor prozessseitig festgelegt wurde. Dies verdeutlicht einen wesentlichen Unterschied zwischen einem One-ERP-Projekt und einer Stammdateninitiative: Letztere analysiert die vorhandenen Prozesse, passt sie dem erforderlichen Soll-Zustand an und definiert Abläufe, Regeln und Standards für das Datenmanagement; Ersteres konsolidiert zwar mehrere ERP-Systeme zu einem einzigen, belässt aber die Prozesse in der Regel, wie sie sind, und legt keine verbindliche Data Governance fest“, erklärt Andreas Stock.

Der SAP-Bestandskunde ist aufgefordert, in Algorithmen und Datenstrukturen zu denken. Wer sich mit Stammdatenmanagement auseinandersetzt, der erkennt: One-ERP hat viele Vorteile, nachhaltige Datenqualität lässt sich aber mit einer Harmonisierung diverser ERP-Systeme allein nicht bewerkstelligen.

„Dazu bedarf es einer MDM-Lösung“, betont zetVisions-Manager Stock, „die vor allem dem Data-Governance-Aspekt Rechnung trägt. Ist One-ERP noch nicht realisiert und weiterhin eine heterogene ERP-Landschaft vorhanden, stellt sich die Frage, ob nicht eine MDM-Lösung etabliert wird, weil sich damit alle vorhandenen ERP-Systeme hinsichtlich einheitlicher Stammdaten steuern lassen.“