Stammdatenqualität als permanente Herausforderung

Hans Jakob Reuter ist Mitglied der Geschäftsleitung der gicom PS und C AG in Basel und hat für diverse Konzerne und globale Organisationen Abläufe entworfen und implementiert

Das Stammdatenmanagement ist längst zu einer eigenen Disziplin im Unternehmen geworden - allerdings zu einer mitunter recht schwer beherrschbaren. Hinter diesem Oberbegriff verbergen sich eine ganze Reihe von Aufgaben, zum Beispiel die Harmonisierung und Konsolidierung der Stammdaten, Data Governance oder Data Quality. Einige Unternehmen quälen sich gerade mit einem aktuellen Projekt, andere haben dieses unter den Sparzwängen der Wirtschaftslage gerade wieder auf Eis gelegt. Alle Projekte in diesem Themenumfeld haben aber eins gemein: Es fällt ihnen schwer, einen Business Case zu rechnen; ein Problem, das auf alle Projekte zutrifft, deren Ziel es ist, einen Bereich zu optimieren, der keine direkte Businessverantwortung hat - z.B. Logistics oder Warehousing. Kommt nun der Sparzwang hinzu, werden solche Projekte in ihrer Existenzberechtigung sofort hinterfragt, obwohl sie nach wie vor dringend erforderlich wären. Der Grund: Dem Top-Down-Ansatz fehlt ein Stück direkter, pragmatischer Nutzen.

Komplexe Wechselwirkungen

Die meisten Stammdatenprojekte drehen sich primär um das Zusammenspiel von Institutionen, etwa mehrerer Werke auf Landes- oder globaler Ebene, oder um die Vermeidung von Dubletten für ein weltweit einheitliches Reporting. Diese Argumente sind richtig und wichtig, jedoch hat jedes Unternehmen jeden Tag mit viel trivialeren Problemen zu kämpfen. Hier einige Beispiele:

- Die Produktion kann nicht beginnen, weil noch bestimmte Attribute im Materialstamm oder in der Rezeptur fehlen.

- Das Material kann nicht kalkuliert werden, weil die Stückliste noch nicht vollständig ist.

- Der Auftrag kann nicht angelegt werden, weil der Kunde noch nicht vollständig erfasst wurde.

- Der Auftrag kann nicht bestätigt werden, weil das Kreditlimit des Kunden noch nicht eingestuft wurde.

- Es erfolgt eine falsche oder verspätete Lieferung, weil logistische Informationen im Materialstamm nicht oder falsch gepflegt wurden.

Diese Liste könnte beliebig fortgesetzt werden und mag je nach Unternehmen und Branche unterschiedlich aussehen. Bei genauerer Untersuchung zeigt sich aber, dass diese Störungen im Betriebsablauf im Wesentlichen auf die gleichen Ursachen zurückzuführen sind:

- Die Information lag zum Zeitpunkt der Dateneingabe nicht vor. Später wurde vergessen, sie rechtzeitig nachzupflegen.

- Eine Information wurde falsch gepflegt, weil die zuständige Person eine falsche Information erhalten hatte und diese selbst nicht verifizieren konnte. Häufig sind auch einfach nur die zugrunde liegenden Pflegeregeln veraltet.

- Weitere Personen (Organisationen) im Unternehmen wurden bereits tätig, obwohl sie aufgrund der Pflegesituation der Stammdaten noch nicht an der Reihe gewesen wären.

Operational Excellence

Die Notwendigkeit und Problematik einer korrekten, vollständigen und rechtzeitigen Pflege von Stammdaten ist also in vielen Unternehmen die gleiche. Ein unmittelbarer Erfolg für das Unternehmen stellt sich aber nur dann ein, wenn der Arbeitsalltag unter dem Gesichtspunkt der Operational Excellence ausgeführt wird. Ein solcher Ansatz ist umso erfolgreicher, je wichtiger ein Stammdatenobjekt für das einzelne Unternehmen ist und je häufiger es Neuerfassungen oder Änderungen erfährt.

Bei der Zerlegung von Stammdatenprozessen fällt neben den zeitlichen Abhängigkeiten insbesondere auf, dass viele Informationen immer abgeleitet gepflegt werden (wenn das Feld ein X hat, muss in das andere Feld ein Y gepflegt werden). Die entsprechenden Pflegeanweisungen haben jedoch in der Regel negative Begleiterscheinungen, z.B.:

- Eine Pflegeanweisung ist (teilweise) bereits veraltet, bevor sie erscheint.

- Der Änderungsdienst zur Anleitung erscheint nicht rechtzeitig.

- Ohne Nachschulung der betroffenen Personen gibt es keine durchgängige Umsetzung.

Wenn der Zeitgewinn, der durch Wegfall der manuellen Pflege von sich wiederholenden (durch Regeln ableitbare) Informationen entsteht, direkt in die Qualitätsverbesserung der anderen Informationen fliesst, tritt ein Qualitätssprung in exponentiellen Masse ein. Die Stammdaten werden dann schneller aktualisiert und gleichzeitig qualitativ besser. Ausserdem müssen diese oder ähnliche Operational-Excellence-Massnahmen später, im Rahmen eines Top-Down-Projekts zum ganzheitlichen Stammdaten-management, sowieso ergriffen werden. Der Operational-Excellence-Ansatz umfasst dabei mehrere Punkte:

- Systemgestützte, «embedded» Pflegeregeln, wobei embedded meint, dass sich eine Regeländerung sofort auf die Pflege durchschlagen muss, ohne dass jemand programmiert.

- Eine Workflow-unterstützte Pflege, die das Pflegekonzept im Unternehmen ganzheitlich, aber je nach Situation dediziert genug abbildet.

- Eine grösstmögliche Automation der Pflege.

Alle genannten Punkte sind nicht neu, denn das Thema ist genauso alt wie die kommerzielle Datenverarbeitung selbst.

Der Aspekt der Automation hat heute jedoch einen neuen Stellenwert, denn mit der zunehmenden Komplexität von Stammdaten, deren integrativer Verwendung in den Prozessen eines Unternehmens und einem unternehmensübergreifenden Stammdatenaustausch steigt der Anspruch an die Qualität, also an Fehlerfreiheit und Verfügbarkeit.

Aber warum wurde dieser Ansatz in den Unternehmen bisher kaum verfolgt? Dafür gibt es mehrere Gründe: Ein Grundproblem war und ist die Frage, wer für die automatisierte Pflege und eventuelle Fehlerkorrekturen eigentlich verantwortlich ist. Wer definiert die Regeln und sorgt für deren Kommunikation? Der Aufbau und die Programmierung eines unternehmensweiten Regelwerks war schwierig, da es hierzu keine geeigneten Verfahren gab. Analog dazu konnten Änderungen nicht schnell und flexibel genug umgesetzt werden.