{"id":94975,"date":"2021-08-26T13:30:00","date_gmt":"2021-08-26T11:30:00","guid":{"rendered":"http:\/\/e3mag.com\/?p=94975"},"modified":"2022-05-01T09:55:59","modified_gmt":"2022-05-01T07:55:59","slug":"inkonsistente-daten-kosten-schlicht-geld","status":"publish","type":"post","link":"https:\/\/e3mag.com\/de\/inkonsistente-daten-kosten-schlicht-geld\/","title":{"rendered":"Inkonsistente Daten kosten schlicht Geld"},"content":{"rendered":"\n

E-3: Alle reden von Datenqualit\u00e4t, aber was ist das eigentlich genau?<\/strong><\/p>\n\n\n\n

Hendrik Becker, KPMG:<\/strong> Datenqualit\u00e4t bedeutet, zu jeder Frage eine richtige Antwort zu erhalten. Das setzt voraus, dass Daten st\u00e4ndig auf Fehlerhaftigkeit, Redundanz und Nutzbarkeit gepr\u00fcft werden. Neben der Vermeidung von Fehlern und L\u00fccken geht es also auch darum, Daten verschiedenen Adressaten in einheitlicher Weise zur Verf\u00fcgung zu stellen und sie m\u00f6glichst einfach nutzbar zu machen.<\/p>

\"Fullsize\"<\/a><\/div><\/div>\n\n\n\n

E-3: An welchen Parametern kann man Datenqualit\u00e4t festmachen?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Datenqualit\u00e4t kann anhand von Merkmalen beurteilt werden. Zu diesen Merkmalen z\u00e4hlen die intrinsische Datenqualit\u00e4t \u2013 beispielsweise Glaubhaftigkeit, Genauigkeit, Objektivit\u00e4t, Reputation \u2013, die kontextuelle Datenqualit\u00e4t \u2013 beispielsweise Mehrwert, Relevanz, Zeitn\u00e4he, Vollst\u00e4ndigkeit, Datenmenge \u2013, die repr\u00e4sentative Datenqualit\u00e4t \u2013 etwa Interpretierbarkeit, Verst\u00e4ndlichkeit, Konsistenz der Darstellung, Pr\u00e4gnanz \u2013 sowie die Zugriffsqualit\u00e4t \u2013 zum Beispiel Verf\u00fcgbarkeit, Zugriffssicherheit.<\/p>\n\n\n\n

E-3: Welchen Einfluss hat die fortschreitende Digitalisierung?<\/strong><\/p>\n\n\n\n

Stefan Riess, KPMG:<\/strong> Mit der Digitalisierung hat sich das unternehmerische Handeln in den letzten Jahren deutlich gewandelt. So sind mittlerweile viele zukunftsweisende Gesch\u00e4ftsmodelle wie E-Commerce, Onlinebanking oder E-Procurement entstanden. Doch auch in den Unternehmen selbst hat die Digitalisierung zu tiefgreifenden Ver\u00e4nderungen gef\u00fchrt. <\/p>\n\n\n\n

Eine st\u00e4rkere interne und externe Vernetzung, neue Arbeitsmodelle oder wachsende Investitionen in Data Analytics sind nur einige Beispiele daf\u00fcr. Die Grundlage all dieser Entwicklungen sind Daten. Ohne sie kann der Einkauf keine digitalen Lieferantenlisten f\u00fchren, das Marketing keine digitalen Kampagnen planen und das Unternehmen keine Datenanalysen durchf\u00fchren oder Prozesse digitalisieren. Aufgrund dieses enormen Einflusses ist auch die Qualit\u00e4t der genutzten Daten von hoher Bedeutung.<\/p>\n\n\n\n

E-3: Was hat das Ganze mit Stammdaten zu tun?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Ob digitalisierte Gesch\u00e4ftsprozesse im Einkauf, in der Produktion oder im Vertrieb \u2013 Stammdaten sind relevant f\u00fcr alle Unternehmensbereiche. Ein wirksames Stammdatenmanagement ist die Basis f\u00fcr Digitalisierungsinitiativen in jeder Organisation. Gute Stammdatenqualit\u00e4t ist dabei kein Selbstzweck, sondern erm\u00f6glicht es dem Unternehmen, effizienter zu wirtschaften und Ressourcen wirksamer einzusetzen.<\/p>\n\n\n\n

E-3: Welche typischen Probleme hat schlechte Datenqualit\u00e4t zur Folge?<\/strong><\/p>\n\n\n\n

Riess:<\/strong> Inkonsistente Daten kosten schlicht Geld. Wenn beispielsweise ein Kunde oder ein Lieferant im System mehrfach vorhanden ist und verschiedene Konditionen hinterlegt sind, kann man sich die Folgen leicht vorstellen. Schlechte Datenqualit\u00e4t bindet zudem interne Ressourcen und verlangsamt Prozesse. <\/p>\n\n\n\n

Unplausible Daten m\u00fcssen regelm\u00e4\u00dfig aufs Neue \u00fcberpr\u00fcft werden, von dieser \u00dcberpr\u00fcfung sind h\u00e4ufig mehrere Abteilungen betroffen, wie Vertrieb, Procurement, Finance sowie IT, und dennoch ist die finale Kl\u00e4rung oft nicht m\u00f6glich. Unzuverl\u00e4ssige Datenquellen k\u00f6nnen des Weiteren zu fehlerhaften Managemententscheidungen oder Markteinsch\u00e4tzungen und damit zum Verlust von Marktanteilen f\u00fchren. Schlie\u00dflich besteht bei unzureichender Datenqualit\u00e4t ein erh\u00f6htes Compli-ance-Risiko durch die mangelhafte Erf\u00fcllung regulatorischer Anforderungen oder die unzureichende Transparenz und R\u00fcckverfolgung operativer Prozesse.<\/p>\n\n\n\n

\"Grafik_zu_Master_Data_Excellende_3140x1930px_DE_cmyk\"
Die Roadmap zu Master Data Excellence, MDE: Letztendlich unterliegt die Qualit\u00e4tssicherung des Master Data Management einem Continuous Improvement. Konsistente Daten sind keine Momentaufnahme, sondern fortlaufendes Bem\u00fchen, um Kosten zu minimieren.<\/em><\/figcaption><\/figure>\n\n\n\n

E-3: Was sind aus Ihrer Sicht wichtige Vorteile einer hohen Datenqualit\u00e4t?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Eine hohe Datenqualit\u00e4t sichert durch automatisierte Workflows und Informationsfl\u00fcsse eine schnellere Datenbereitstellung f\u00fcr die Gesch\u00e4ftsbereiche. Unternehmen verf\u00fcgen \u00fcber verl\u00e4ssliche operative Prozesse und eine gesicherte Grundlage f\u00fcr gesch\u00e4ftliche Entscheidungen. <\/p>\n\n\n\n

Durch die Harmonisierung von Prozessen und Schnittstellen lassen sich manuelle und nachtr\u00e4gliche Fehlerbereinigungen in Stammdatens\u00e4tzen langfristig reduzieren. Das gilt ebenso f\u00fcr bilateralen Abstimmungsaufwand im Rahmen der internen und externen Daten\u00fcbermittlung. Last but not least ist eine hohe Datenqualit\u00e4t eine wichtige Voraussetzung f\u00fcr erfolgreiche Digitalisierungsinitiativen.<\/p>\n\n\n\n

E-3:<\/strong> Worin liegen die Gr\u00fcnde f\u00fcr unzureichende Datenqualit\u00e4t?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Das Problem beginnt schon damit, dass oft keine Transparenz hinsichtlich der tats\u00e4chlichen Datenqualit\u00e4t vorhanden ist. Die Gr\u00fcnde f\u00fcr unzureichende Datenqualit\u00e4t sind zahlreich. Einerseits steigt der Umfang der Datens\u00e4tze immer weiter -\u2013 beispielsweise hat ein Produkt in der Lebensmittelindustrie bis zu 450 Attribute, etwa zu Inhaltsstoffen, Allergenen, Preisempfehlungen und Logistikinformationen \u2013, gleichzeitig nimmt die Anzahl der Quellen und Verantwortungsbereiche f\u00fcr Daten stetig zu. <\/p>\n\n\n\n

Andererseits f\u00fchrt dies zu Abteilungen mit abweichenden Interessen an gleichen Datenobjekten, zu viele \u201eEntscheider\u201c werden eingebunden, es gibt \u201egef\u00fchlte\u201c Vetorechte im Dateneingabeprozess. Das Berechtigungskonzept ist entweder l\u00fcckenhaft oder gar nicht erst vorhanden, es fehlen klare Verantwortlichkeiten und Eskalationsstufen. Die manuelle Datenpflege und der manuelle Datenaustausch f\u00fchren zu inkonsistenten, fehlerhaften oder unzureichenden Informationen.<\/p>\n\n\n\n

E-3:<\/strong> Welche Voraussetzungen m\u00fcssen erf\u00fcllt sein, um eine hohe Datenqualit\u00e4t zu etablieren?<\/strong><\/p>\n\n\n\n

Riess:<\/strong> Zun\u00e4chst muss man sich dar\u00fcber im Klaren sein, dass Datenqualit\u00e4t kein rein technisches Problem ist, sondern vor allem ein organisatorisches und prozessuales. Durch den bereichs- und system\u00fcbergreifenden Charakter von Daten bedarf es einer \u00fcbergeordneten und transparenten Verantwortlichkeit f\u00fcr Datenqualit\u00e4t, beispielsweise in Form einer Data Governance. <\/p>\n\n\n\n

Klare Governance-Strukturen mit definierten Rollen und Verantwortlichkeiten sowie eine Eskalationsfunktion im Datenmanagement sind f\u00fcr die effiziente Datengenerierung und -nutzung durch unterschiedliche Interessengruppen unabdingbar. Dar\u00fcber hinaus bedarf es wirksamer, \u201egelebter\u201c Datenmanagement-Prozesse, m\u00f6glichst getrennt von den operativen Prozessen und technisch unterst\u00fctzt durch beispielsweise Workflows oder MDM-Tools. <\/p>\n\n\n\n

Schlie\u00dflich kann Datenqualit\u00e4t flankiert werden von einem einmaligen Data Clean-sing, gegebenenfalls Tool-unterst\u00fctzt. Langfristig muss es aber organisational in Angriff genommen werden.<\/p>\n\n\n\n

E-3:<\/strong> Womit sollten Unternehmen bei einer Stammdateninitiative starten?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Zur Analyse des Ist-Zustands empfiehlt sich die Durchf\u00fchrung einer Reifegradanalyse. Mithilfe von standardisierten Frageb\u00f6gen und Workshops k\u00f6nnen sich die Verantwortlichen zun\u00e4chst einen \u00dcberblick \u00fcber den Status quo verschaffen und Verbesserungsans\u00e4tze erkennen. Diese Bestandsaufnahme kann mit einem systemgest\u00fctzten Datenqualit\u00e4tscheck kombiniert werden, der ein Benchmarking erm\u00f6glicht.<\/p>\n\n\n\n

E-3:<\/strong> Welchen Beitrag k\u00f6nnen Softwarel\u00f6sungen f\u00fcr das Stammdatenmanagement leisten?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> In der Stammdatenpflege ist das richtige Gleichgewicht zwischen Komplexit\u00e4t und Effizienz entscheidend. Prozesse zur Anlage, \u00c4nderung und Deaktivierung von Stammdaten sind so einfach und schlank wie m\u00f6glich, aber so komplex wie n\u00f6tig zu gestalten, um entsprechende Datenqualit\u00e4t sicherzustellen. MDM-Tools k\u00f6nnen hierbei auf vielf\u00e4ltige Art und Weise unterst\u00fctzen.<\/p>\n\n\n\n

E-3: Wie k\u00f6nnen L\u00f6sungen f\u00fcr mehr Datenqualit\u00e4t beispielhaft aussehen?<\/strong><\/p>\n\n\n\n

Riess:<\/strong> Der Weg zu mehr Datenqualit\u00e4t f\u00fchrt \u00fcber Zentralisierung, Standardisierung und externe Pr\u00fcfservices, um den internen und externen Anforderungen an Stammdaten zu begegnen. Ein Beispiel f\u00fcr Produktstammdaten ist die Einf\u00fchrung eines zentralisierten und automatisierten Produktstamms. Hierdurch lassen sich manuelle und nachtr\u00e4gliche Ressourcenaufw\u00e4nde zur Pflege der Produktstammdaten erheblich reduzieren. Das Ergebnis: die zentrale Bereitstellung verschiedener Daten aus multiplen und oft auch globalen Quellen und unterschiedlichen Verantwortungsbereichen.<\/p>\n\n\n\n

E-3:<\/strong> Was bringt Stammdatenmanagement in Zahlen?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Als Anhaltspunkte k\u00f6nnen hierzu die Ergebnisse eines Beispielprojekts von KPMG in Deutschland aus dem Jahr 2020 herangezogen werden. Danach verf\u00fcgte das beteiligte Unternehmen \u00fcber ein verbessertes Datenmodell, nachdem 68 Prozent der fehlerhaften, veralteten und doppelten Dateneintr\u00e4ge korrigiert werden konnten. <\/p>\n\n\n\n

Die Effizienz des Datenmanagement-Prozesses konnte um 50 Prozent gesteigert werden, w\u00e4hrend die Anzahl von Personen, die in den Stammdatenprozess involviert sind, von mehr als 1000 auf nur noch 50 reduziert wurde. Eine fest verankerte Data Governance sichert dar\u00fcber hinaus die Daten- und Prozessqualit\u00e4t dauerhaft.<\/p>\n\n\n\n

E-3: Datenqualit\u00e4t ist kein statischer Zustand. Wie kann Datenqualit\u00e4t gemessen und dauerhaft gesichert werden?<\/strong><\/p>\n\n\n\n

Riess:<\/strong> Zun\u00e4chst \u2013 Datenqualit\u00e4t kann nicht eindimensional gemessen werden. Hier bietet es sich zum Beispiel an, einen multidimensionalen Kennzahlenbaum \u2013 \u00e4hnlich den (Finanz-)Controllinginstrumenten \u2013 zu nutzen. Er ber\u00fccksichtigt zun\u00e4chst die Auspr\u00e4gungen der Datenqualit\u00e4t und bricht sie auf einzelne Kennzahlen herunter, darunter Anzahl der Dubletten, Anzahl der Inkonsistenzen und Anzahl der nicht gef\u00fcllten Datenfelder. <\/p>\n\n\n\n

Diese Informationen werden multidimensional mit weiteren Informationen zur Ursachenanalyse verkn\u00fcpft. Weitere Dimensionen sind beispielsweise der Unternehmensbereich, in dem der Fehler entstanden ist, das betroffene Datenobjekt, das System oder der Prozess, in dem die Daten angelegt oder verwendet werden. Auch der Aufbau eines zentralen Stammdatenmanagement-Systems sollte \u00fcberlegt werden. <\/p>\n\n\n\n

Transparenz hierbei schafft eine Informationslandkarte, mit der die Datenlandschaft und Speicherorte abgebildet werden. Mit modernen Datenmanagement-Systemen sind regelm\u00e4\u00dfige Daten- und Prozessqualit\u00e4tsanalysen vorprogrammiert. Sie lassen sich mit den vorhandenen Business-Intelligence-Systemen verbinden und werden so zum festen Bestandteil des Unternehmenscontrollings.<\/p>\n\n\n\n

E-3: Danke f\u00fcr das Gespr\u00e4ch.<\/strong><\/p>\n\n\n\n

\"Download<\/a><\/figure>\n","protected":false},"excerpt":{"rendered":"

Unternehmensdaten k\u00f6nnen das neue Gold sein. In jedem Fall verursacht schlechtes Daten-management hohe Kosten \u2013 unabh\u00e4ngig davon, ob ein S\/4-Releasewechsel ansteht oder nicht. Stefan Riess und Hendrik Becker \u00fcber Datenqualit\u00e4t und was Unternehmen tun k\u00f6nnen, um sie zu sichern.<\/p>\n","protected":false},"author":2418,"featured_media":54440,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[39789,39790],"tags":[926,172,1116],"coauthors":[39794,39795,19920],"class_list":["post-94975","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-coverstory-21-09","category-mag-21-09","tag-datenmanagement","tag-datenqualitaet","tag-kpmg","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-150x150.jpg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",400,180,false],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-768x346.jpg",768,346,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-100x45.jpg",100,45,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-480x216.jpg",480,216,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-640x288.jpg",640,288,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-720x324.jpg",720,324,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-960x432.jpg",960,432,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",18,8,false],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",600,270,false],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",600,270,false],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":"

Unternehmensdaten k\u00f6nnen das neue Gold sein. In jedem Fall verursacht schlechtes Daten-management hohe Kosten \u2013 unabh\u00e4ngig davon, ob ein S\/4-Releasewechsel ansteht oder nicht. Stefan Riess und Hendrik Becker \u00fcber Datenqualit\u00e4t und was Unternehmen tun k\u00f6nnen, um sie zu sichern.<\/p>\n","category_list_v2":"Coverstory 21-09<\/a>, MAG 21-09<\/a>","author_info_v2":{"name":"Hendrik Becker KPMG","url":"https:\/\/e3mag.com\/de\/author\/hendrik-becker-kpmg\/"},"comments_num_v2":"0 comments","_links":{"self":[{"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/posts\/94975","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/users\/2418"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/comments?post=94975"}],"version-history":[{"count":0,"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/posts\/94975\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/media\/54440"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/media?parent=94975"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/categories?post=94975"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/tags?post=94975"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/de\/wp-json\/wp\/v2\/coauthors?post=94975"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}