Stammdatenmanagement: Gut gepflegte Stammdaten sind kein Widerspruch in sich

Saubere und zuverlässige Stammdaten sind die Basis für erfolgreiche Geschäftsprozesse. Doch dies ist ein Zustand, der in keinem Unternehmen je zufriedenstellend erreicht wird. Hierfür gibt es viele Gründe, auf die unser Gastautor, Frank Fäth, von der ISO Professional Services GmbH in diesem Beitrag eingeht und erläutert, wie die Lösung seines Unternehmens für einen Data Governance-Prozess mit integrierten Tools zur Validierung, Korrektur und Zuverlässigkeitsprüfung aussieht.

Die Szenarien, in denen Unternehmen unter anderem Erfahrungen mit dem Thema Stammdatenmanagement gesammelt haben, können vielseitig sein:

• Migrationen oder Systemeinführungen wie CRM,
• Portale zur vereinfachten Eingabe von Stammdaten,
• externe Datenbereinigung wie Dublettenprüfung,
• externe Datenanreicherung mit Branchencode,
• Abfrage zur Bonität,
• Zusammenführung von Debitor und Kreditor,
• S/4HANA-Konvertierung, um nur einige zu nennen.

Die meisten Projekte übersteigen dabei das festgelegte Budget sowie den Zeitrahmen und führen nicht zum gewünschten Ergebnis. Was ist der Grund dafür? Gibt es einen besseren Weg oder gar eine Lösung für das Stammdatenmanagement?

Die Hauptprobleme beim Stammdatenmanagement sind:

• Die Qualität der Stammdaten ist nicht bekannt.
• Die Felder sind nicht harmonisiert und abgestimmt.
• Der Stammsatz ist schwer zu identifizieren.
• Die Identifikation erfolgt über einen Algorithmus, und das Ergebnis ist nicht immer schwarz/weiß.
• Eine zeitaufwendige, unattraktive, manuelle Nacharbeit durch den Fachbereich ist nötig.
• Unterschiedliche Stammdatenarten liegen vor: fiskalische Anschrift, Lieferadresse, Rechnungsadresse, gewollte Dubletten, Ansprechpartner, Einmal-Kunden und -Lieferanten.

Warum benötigen Unternehmen zuverlässige und saubere Stammdaten?

Zum einen geht es beim Stammdatenmanagement um Compliance Anforderungen:

• Der Geschäftspartner muss mit seiner korrekten fiskalischen Adresse angelegt sein.
• Die Steuernummer (USt-ID) des Unternehmens muss korrekt sein.
• Der Geschäftspartner, mit seinem beherrschenden Mutterkonzern, darf auf keiner Sanktionsliste stehen.
• Die Bankverbindung des Kreditors wird über eine Schnittstelle auf staatliche Akzeptanz geprüft.
• Die staatlichen Prüfungen nehmen in der EU und weltweit stark zu.
• u.v.m.

Die Unternehmen haben Governance Anforderungen:

• Dublettenanlage vermeiden,
• Branchencodes zum Stammsatz für Auswertungen pflegen,
• Anforderungen verschiedener Content-Anbieter für das Kreditmanagement, die eine Datenübernahme über eine Schnittstelle oder manuell erfordern,
• Änderungen an der Bankverbindung, die über ein Freigabeverfahren laufen müssen,
• Zuordnung der Geschäftspartner zu einer Kundenhierarchie für CO oder SD.

Und dann gibt es BI Anforderungen:

• Wie sieht mein Kundenportfolio (Größe, Standort, Umsatz, Mitarbeiter, Branche, Geschäftsform) aus, und können von einem Datenprovider potenzielle Geschäftspartner hinzugekauft werden?
• Wie ist die Risikobewertung meiner Kunden insgesamt, bezüglich der weltweiten Entwicklung bei Kreditausfall, Wachstum, Innovation, Marktbegleiter?
• Wie ist die Qualität meiner Stammdaten bezüglich Korrektheit, Vollständigkeit, Identifizierung?
• Kann der zentrale Einkauf bessere Bedingungen über das Beziehungswissen meiner Kreditoren erzielen?

Das „Henne-Ei-Problem“ beim Stammdatenmanagement

Was kommt zuerst: die Auswertung oder die korrekte Pflege von Stammdaten? Ohne jeden Zweifel wird jeder zustimmen:

1. korrekte Stammdaten
2. zuverlässige Auswertungen

Die Realität ist jedoch, dass der Vertrieb jetzt sein Kundenportfolio erweitern möchte, oder der Einkauf bessere Konditionen verhandeln will. Und da ein hundertprozentiges Ergebnis auch mit der besten Qualität nicht erreicht werden kann, ist man mit 20 % mehr Kunden oder besseren Konditionen sehr schnell zufrieden. Dabei spielen die Content-Anbieter eine wichtige Rolle, da sie diese Daten verkaufen möchten und über eigene Algorithmen, die häufig zugekauft werden, die Identifizierung durchführen. Mit der Identifizierung wird der Geschäftspartner im Kundensystem dem Stammsatz vom Content-Anbieter eindeutig zugeordnet. Die Identifizierung ist die Grundlage für alle Auswertungen und Datenabfragen. Was ist jedoch mit einer Niederlassung, Kleinstgewerbetreibenden, Lieferadressen usw.? Genau hier beginnt das Spannungsfeld zwischen Qualität und Quantität und die Erkenntnis, dass, wenn man auf die Daten schaut, diese weder vollständig, noch aktuell und auch nicht korrekt sind.

Was ist der richtige Ansatz für erfolgreiches Stammdatenmanagement?

Die Prüfung der Datenqualität muss bei der Entstehung und Änderung von Stammdaten erfolgen. Ein Governance-Prozess muss in Abhängigkeit der Daten erfolgen, egal ob über ein Portal oder in einem ERP-System. Ein Workflow muss definieren, ob die Daten vom Lieferanten selbst oder von der FI-Abteilung geprüft werden.

Prüft oder bearbeitet ein Mitarbeiter die Daten, müssen Datenqualitätstools verfügbar sein. Das sind beispielsweise Adressvalidierung, Dublettenprüfung, UST-ID-Prüfung, Sanktionslistenprüfung, Identifizierung mit einem Content-Anbieter und ein Abruf von Merkmalen wie Branchencode, Bonität usw. Zusätzlich erfolgen Vorbelegungen für eine schnellere Bearbeitung und Querprüfungen.

Je nach gewählter Organisationsform – zentral oder dezentral, Fachabteilung oder Data Steward – werden Stammdaten über einen Qualitätsprozess geprüft, korrigiert, erweitert und zuverlässig identifiziert.

Wie die ISO Professional Services beim Stammdatenmanagement hilft

Zahlreiche Anbieter stellen Lösungen zur Validierung und Anreicherung von Daten, zur Prüfung von UST-IDs und Sanktionslisten etc. zur Verfügung. Diese helfen zwar im Einzelfall weiter, betrachten aber nicht den kompletten Prozess der Anlage, Pflege, Erweiterung und Auswertung. Ebenso legt man sich auf eine Technik oder einen Content-Anbieter beispielsweise für die Bonität fest. Oftmals möchte das Business aber die Bonität von Länderanbietern nutzen, da diese teilweise genauer sind als globale Anbieter.

Die ISO verfolgt mit der Marlin Suite für SAP einen holistischen Ansatz: Sie vereint die Datenqualitäts-Tools und integriert sie mit Hilfe eines Pflegeprozesses über ein Vier-Augen-Prinzip mit Vorbelegung und Regeln in einen Governance-Prozess. Die Tools sind so aufgebaut, dass beispielsweise die Sanktionslisten auch von anderen Anbietern importiert werden können oder die Bonitätsabfrage von verschiedenen Anbietern erfolgen kann. Mit der Marlin Suite legt man sich nicht auf Technik oder Content fest und nutzt zeitgleich einen in SAP integrierten, auf die SAP-Felder abgestimmten Best-Practice-Prozess.

Erfahren Sie mehr über den Erfolgsgaranten der ISO für eine erfolgreiche S/4HANA-Migration und nachhaltig hohe Datenqualität: Marlin Data Governance.