Unzureichende Stammdatenqualität wirkt sich nach wie vor massiv negativ auf die Prozesse entlang ihrer gesamten Wertschöpfungskette aus. Doch auch wenn die meisten global agierenden Unternehmen die hohe Bedeutung von Stammdaten für die Effizienz ihrer Geschäftsprozesse längst erkannt haben, haben nur wenige daraus bereits die erforderlichen Konsequenzen gezogen. Das ist das Kernergebnis der Studie "Strategisches Management von Stammdatenqualität", für das die Strategie- und Organisationsberatung Camelot Management Consultants 56 Entscheider aus global agierenden Unternehmen aller Branchen und Größen zu ihrem Ansatz zur Qualitätssicherung ihrer Unternehmensdaten befragt hat.
"Die meisten Unternehmen haben enorme Potenziale, die Effizienz ihrer Prozesse zu steigern, sozusagen ungenutzt in der Schublade liegen - in ihren eigenen Unternehmensdaten. Allein ein systematischer und strategisch ausgerichteter Umgang mit Stammdaten ermöglicht schnelle und nachhaltige Kostensenkungen", erklärt Jorma Gall, Partner und Leiter des Beratungsbereichs Business Transformation & Organization bei Camelot Management Consultants. "Immer mehr Unternehmen versuchen, diese Potenziale zu heben. Aber es zeigt sich, dass es oft an der Grundvoraussetzung für eine strategische Auswertung fehlt: einer ausreichenden Datenqualität."
"Die meisten Unternehmen haben in Bezug auf ihre Datenqualität durchaus ein schlechtes Gewissen: Rund 60% der Befragten sehen enormen Nachholbedarf bei der Messbarkeit und Kontrolle der Datenqualität in ihrem Unternehmen und dem Einsatz dafür geeigneter Kennzahlensysteme", sagt Henrik Baumeier, Principal und Leiter des Kompetenzzentrums Enterprise Information Management bei Camelot Management Consultants. Die am häufigsten genannte Ursache für geringe Datenqualität sind unvollständige Stammdaten. "Der Lieferanten- und Materialstamm weist meistens eine bessere Qualität auf als die Kundenstammdaten", sagt Baumeier. "Besonders von mangelhafter Stammdatenqualität betroffene Unternehmensbereiche sind das Unternehmens-Reporting und das Lieferketten-Management."
Klar definierte Geschäftsregeln existieren bei vielen Unternehmen vor allem im Materialstamm. Nur wenige Unternehmen leiten aus diesen aber auch systematisch Kennzahlen ab, die für ein proaktives Daten-Qualitätsmanagement nötig wären. Ein weiteres Problem liegt darin, dass die meisten Befragten bei der Qualitätsanalyse noch auf selbst gebaute Systemextrakte oder Excel-Tabellen setzen und sehr selten auf speziell dafür ausgelegte Tools. "Auch bei den Prozessen gibt es noch Nachholbedarf: Am effizientesten ist ein strukturierter Ansatz zur Definition und Umsetzung von Datenqualitäts-Messungen mit einem entsprechenden Reporting und daraus abgeleiteten Maßnahmen", sagt Baumeier. Auch wenn es in der Praxis an einigen Stellen noch hapert, die Ziele, die sich die Unternehmen gesteckt haben, sind hoch. Gall: "Als Ergebnis von Projekten zu einem strategischen Stammdaten-Qualitätsmanagement erwarten die meisten Unternehmen, dass die Datenqualität künftig gleich bei der Anlage der Stammdaten sichergestellt werden soll - nach dem Prinzip ,first time right'!"