Datenqualität: Die Achillesferse der Digitalisierung schützen – 10 Fragen und Antworten rund um Data Quality und Stammdatenmanagement

In einem digitalisierten Prozess beeinflusst die Qualität der Daten direkt die Prozesseffizienz und den Unternehmenserfolg. Denn der Mensch als Korrektiv entfällt. Experten mahnen daher dringend, die Datenqualität zu verbessern. Aber rechnet sich das wirklich und wenn ja, wo anfangen? Der ERP-Hersteller proALPHA hat die häufigsten Fragen und Antworten zusammengestellt.

Datenqualität: Die Achillesferse der Digitalisierung schützen – 10 Fragen und Antworten rund um Data Quality und Stammdatenmanagement

Die Achillesferse für eine effiziente Digitalisierung liegt nicht in der Technik. Der entscheidende Schwachpunkt sind die Daten. Schleicht sich im digitalisierten Prozess eine Null zu viel ein oder fehlen wichtige Angaben, hat der gesunde Menschenverstand keine Chance mehr einzugreifen. Diese Schwäche lässt sich nur mit einem stringenten Fitnessprogramm für Daten beseitigen. Der ERP-Hersteller proALPHA hat 10 häufige Fragen und Antworten über Data-Quality- und Stammdatenmanagement zusammengefasst:

1. Lässt sich Datenqualität überhaupt vernünftig messen und bewerten?

Experten beschreiben bis zu 15 theoretische Dimensionen von Datenqualität. Die Praxis ist einfacher: Automatisierte Prozessschritte müssen vor allem mit vollständigen, aktuellen und vor allem eindeutigen Daten arbeiten. Denn bei Dubletten im Teilestamm oder in den Kundendaten schwächelt die Effizienz. Existieren etwa für einen Kunden zwei Datensätze, kann dies dazu führen, dass er wie ein C-Kunde behandelt wird, obwohl er tatsächlich zu den B-Kunden zählt.

Dabei ist nicht jede Information gleich wichtig. Denn verschiedene Schreibweisen einer Adresse haben nicht die gleiche Auswirkung auf die Prozessfitness wie eine fehlende Konditionenliste für einen Lieferanten. Deshalb gehört zur Messung der Datenqualität auch immer eine Bewertung der gefundenen Fehler. Besonders kritische Fälle erfordern zudem einen Eskalations-Workflow, um Fehler zeitnah auszumerzen. 

2. Lohnt sich die Mühe? Ist nicht alles nach kurzer Zeit wieder genauso chaotisch wie vor einer Bereinigung?

Wer bereits mit mehreren Projekten versucht hat, die Datenqualität in den Griff zu bekommen, wird sich wie Sisyphus in der griechischen Sage fühlen. Kaum oben angekommen, rollt der Stein wieder den Berg hinunter und die Mühe beginnt von vorne. Tatsächlich zeigen Erfahrungswerte, dass der Effekt eines projektweisen Säuberns nach einer gewissen Zeit wieder verpufft. Wie beim Lauftraining heißt es dranbleiben und ein Programm für Datenqualität implementieren.

3. Wo am besten anfangen?

Idealerweise startet ein Unternehmen dort, wo bessere Daten den schnellsten Mehrwert liefern. Das kann im Einkauf sein, weil Lieferantenadressen, Konditionen und Wiederbeschaffungszeiten die operative Beschaffung spürbar beschleunigen. Auch ein Start in Produktion und Logistik kann helfen, Teilestämme sauber zu pflegen. Teile sind dann vollständig ihren Gruppen zugeordnet und für den Versand liegen alle nötigen Gewichtsangaben vor. Je nach Branche und Unternehmen können auch Vertrieb und Service besonders stark profitieren, wenn Adress- und Vertragsdaten aktuell sind.

weiter zu Seite 2…