Master Data Management - Rolf Scheuch - ebook

Master Data Management ebook

Rolf Scheuch

0,0

Opis

Unternehmensdaten und deren Qualität und Verfügbarkeit werden mehr und mehr zu einem kritischen Erfolgsfaktor. Master Data Management (MDM) sorgt durch die strukturierte Bewirtschaftung und Qualitätssicherung für Orientierung und Übersicht im Datendschungel. Dieses Buch beschreibt MDM aus betriebswirtschaftlicher und technischer Sicht. Der Nutzen, das Einsatzgebiet und die Positionierung werden analysiert, um die Planung, Konzeption und Umsetzung solcher Lösungen zu realisieren. Auch auf die verschiedenen heute gängigen Ansätze mit ihren jeweiligen Stärken und Schwächen wird eingegangen.

Ebooka przeczytasz w aplikacjach Legimi na:

Androidzie
iOS
czytnikach certyfikowanych
przez Legimi
Windows
10
Windows
Phone

Liczba stron: 637

Odsłuch ebooka (TTS) dostepny w abonamencie „ebooki+audiobooki bez limitu” w aplikacjach Legimi na:

Androidzie
iOS
Oceny
0,0
0
0
0
0
0



Master Data Management

Rolf Scheuch ist geschäftsführender Gesellschafter der OPITZ CONSULTING und weiterhin als Management-Coach aktiv mit Schwerpunkten bei der Entwicklung einer geschäftszielorientierten IT-Strategie und der organisatorischen Implementierung von IT-intensiven Geschäftstransformationen tätig. Ferner engagiert er sich im Rahmen von Fachkonferenzen, Fachpublikationen und ist im Fachbeirat der IM – Information Management & Consulting.

Tom Gansor (Dipl.-Wirtsch.-Inform. (FH)) ist in der Geschäftsleitung bei der OPITZ CONSULTING für die Weiterentwicklung des Dienstleistungsportfolios verantwortlich. Darüber hinaus berät er Klienten bei der strategischen Umsetzung innovativer IT-Lösungen im Bereich der BI-Organisation und -Strategie. Dazu engagiert er sich in der BI-Community im Rahmen von Fachkonferenzen, Fachpublikationen und ist Mitglied des Fachbeirats des BI-Spektrum.

Colette Ziller (Dipl.-Betriebsw. (BA) für Wirtschaftsinformatik) ist Projektmanager bei der OPITZ CONSULTING. Ihre Schwerpunkte liegen im Bereich Business- und IT-Alignment, insbesondere dem Anforderungsmanagement und Projektmanagement. In den Projekten koordiniert sie die Anforderungen mehrerer Fachabteilungen, sorgt für eine zielgerichtete Produktentwicklung und unterstützt die Abstimmungen zwischen Fach- und IT-Bereichen

Master Data Management

Strategie, Organisation, Architektur

Edition TDWI

Rolf Scheuch · Tom Gansor · Colette Ziller

                            

Rolf Scheuch · [email protected] Gansor · [email protected] Ziller · [email protected]

Fachlektorat: Prof. Dr. Carsten Felden, Technische Universität Bergakademie FreibergLektorat: Christa PreisendanzCopy-Editing: Ursula Zimpfer, HerrenbergHerstellung: Birgit BäuerleinUmschlaggestaltung: Helmut Kraus, www.exclam.deDruck und Bindung: M.P. Media-Print Informationstechnologie GmbH, 33100 Paderborn

Fachliche Beratung und Herausgabe von dpunkt.büchern in der Edition TDWI:Marcus Pilz · [email protected]

Bibliografische Information der Deutschen NationalbibliothekDie Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie;detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

ISBN:Buch 978-3-89864-823-3PDF 978-3-86491-165-1

1. Auflage 2012Copyright © 2012 dpunkt.verlag GmbHRingstraße 19 B69115 Heidelberg

Die vorliegende Publikation ist urheberrechtlich geschützt. Alle Rechte vorbehalten. Die Verwendung der Texte und Abbildungen, auch auszugsweise, ist ohne die schriftliche Zustimmung des Verlags urheberrechtswidrig und daher strafbar. Dies gilt insbesondere für die Vervielfältigung, Übersetzung oder die Verwendung in elektronischen Systemen.

Es wird darauf hingewiesen, dass die im Buch verwendeten Soft- und Hardware-Bezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im Allgemeinen warenzeichen-, marken- oder patentrechtlichem Schutz unterliegen.

Die in diesem Buch genannten Softwareanbieter und Produkte wurden durch die Autoren exemplarisch ausgewählt. Die Auswahl stellt keine Empfehlung oder Präferenz der Autoren oder des TDWI für ein bestimmtes Produkt oder einen bestimmten Anbieter dar und erhebt keinen Vollständigkeitsanspruch. Alle Angaben und Programme in diesem Buch wurden mit größter Sorgfalt kontrolliert. Weder Autor noch Verlag können jedoch für Schäden haftbar gemacht werden, die in Zusammenhang mit der Verwendung dieses Buches stehen.

5 4 3 2 1 0

Vorwort

Drei Kollegen, drei Blickwinkel, ein Buch!

Wie sind wir dazu gekommen, ein Buch zum Thema Master Data Management (MDM) zu schreiben? Dafür blicken wir zurück auf eine Firmenweihnachtsfeier vor zwei Jahren. Wir, das sind die Autoren Tom Gansor, Colette Ziller und Rolf Scheuch, kamen zufällig ins Gespräch, wie dies eben auf einer Weihnachtsfeier passiert. Am Stehtisch tranken wir ein Glas Wein und aus einem einfachen Talk entwickelte sich ein intensives Fachgespräch. Wir schilderten einander die Auffälligkeiten aus den Projekten und Beratungen des abgelaufenen Jahres. Eine wesentliche Gemeinsamkeit unserer Herausforderungen und Beobachtungen war die Nutzung und die Qualität der Stammdaten. Tom Gansor berichtete aus dem Blickwinkel des Business Information Management über die verstärkte Nutzung von Metadaten und die organisatorischen Herausforderungen. Colette Ziller erläuterte ihre Erfahrungen aus dem Bereich des Customer Relationship Management, dem Anforderungsmanagement und der Qualitätssicherung von Adressen. Rolf Scheuch teilte mit den Kollegen seine Erlebnisse aus dem Umfeld des Produktdatenmanagements und der SOA-Projekte.

Bald wiesen alle Warnschilder deutlich auf die frühe Phase der Planung oder besser der fehlenden Planung hin: unklare Zielvorstellungen, desinteressierte Interessenträger, Fachbereiche, die den Wert der Stammdaten im Detail nicht verstehen, frustrierte IT-Mitarbeiter, die Lösungen implementieren, die keiner nutzt. Und dazu niemand, der die Verantwortung für die Datenqualität übernimmt, sowie verunsicherte Budgetgeber, denen die Eckdaten zu den Ergebnissen und dem Wertbeitrag fehlen.

In dieser angeregten Diskussion entwickelte Tom die Idee zu diesem Buch. Wir waren uns bald einig und planten, gemeinsam ein Handbuch zum Thema MDM zu schreiben. Doch nicht über Technik, Produkte oder Infrastruktur wollten wir uns auslassen, denn das waren bei keinem von uns die Bruchstellen in den Projekten, sondern über die belastbare Planung eines MDM-Vorhabens. Das Buch sollte beschreiben, wie man zu einer abgestimmten Vision und messbaren Zielen gelangt. Es sollte Methoden und Vorgehen aufzeigen, die schon in der Planung ein klares Bild über die notwendige Aufbau- und Ablauforganisation aufzeigen und die einen Architekturentwurf unterstützen, der aus diesen Rahmenbedingungen und den Anforderungen abgeleitet ist.

Wieso haben wir die Stammdaten in dieser Beschreibung nicht erwähnt? Aus unserer Sicht ist das Master Data Management ein Managementprozess, der unterstützende Dienste für unterschiedliche Prozesse der Wertschöpfung liefert. Es handelt sich damit in erster Linie um ein betriebswirtschaftliches, organisatorisches Thema, bei dem wir aber in diesem Buch auch technische Aspekte nicht außer Acht lassen. Der Wert der Stammdaten für die Organisation liegt zum einen in ihrer grundsätzlichen Nutzbarkeit und zum anderen darin, mit ihrer Anwendung in den Geschäftsprozessen die Wertschöpfung zu erhöhen.

Wir stellten die Idee zu diesem Buch unserem Ansprechpartner Günther Fuhrmeister von SIGS DATACOM vor. Dieser prüfte daraufhin den deutschen Buchmarkt und gab uns glücklicherweise grünes Licht für das Buchprojekt in der renommierten TDWI-Buchreihe. Vielen Dank an dieser Stelle!

Was Sie in diesem Buch finden

Das vorliegende Buch stellt Methoden und Vorgehensweisen für einen ganzheitlichen Ansatz bei der Planung und Bewertung eines Vorhabens für das Master Data Management oder das Stammdatenmanagement vor. Der Schwerpunkt liegt in der Ausgestaltung der Strategie mit der Vision und der Zieldefinition des MDM-Vorhabens, der Beschreibung der nötigen Ablauf- und Aufbauorganisation sowie der Entwicklung einer anforderungsgerechten Architektur. Grundlegender Gegenstand aller Betrachtungen sind die Stammdaten, die sich wie ein roter Faden durch alle Sichtweisen ziehen.

Wir haben das Buch in drei Teile gegliedert:

Der erste Teil EINFÜHRUNG legt die Grundlage durch eine Einführung und Motivation von MDM sowie der notwendigen Begriffsklärung. Ferner wird ein Ordnungsrahmen mit Handlungsfeldern für MDM beschrieben, der sich als Struktur durch das gesamte Buch zieht: Strategie, Organisation, Architektur und die Stammdaten.

Der zweite Teil METHODIK nutzt den Ordnungsrahmen und formuliert geeignete Referenzmodelle für die Handlungsfelder, die der Leser im Kontext seines individuellen MDM-Vorhabens ausgestalten kann.

Der dritte Teil PRAXIS gibt dem Leser ein Vorgehensmodell an die Hand, damit er sein MDM-Vorhaben planen und initiieren kann. Hierbei fließen die Methoden und Referenzmodelle aus dem zweiten Teil des Buches als Werkzeuge und Methoden zur Bewältigung der Aufgaben ein. Das Buch schließt mit einigen bewusst unterschiedlich gewählten Fallstudien, in denen die Methodik und Vorgehensweise gespiegelt wird und die teilweise bereits auf besagter Weihnachtsfeier als Auslöser dieses Buches dienten.

Wie können Sie das Buch lesen?

Viele Wege führen nach Rom! Und es gibt unterschiedliche Ansätze und Motivationen, dieses Buch zu lesen.

Im Folgenden wollen wir für sechs unterschiedliche Personengruppen einen Wegweiser durch das Buch vorstellen:

a) Sie sind Entscheider und sollen das Budget für ein MDM-Vorhaben freigeben

In diesem Fall dürfte Ihr primäres Interesse einem grundlegenden Verständnis für MDM gelten und der Kernfrage, ob die Investition sich lohnt. Ferner sind für Sie die organisatorischen Implikationen von MDM von Interesse, da sich aus diesen Risiken und Chancen ergeben. Letztlich steht auch für Sie die Frage im Mittelpunkt, wie der Erfolg des MDM gemessen und eine nachhaltige Verbesserung erreicht werden kann.

b) Sie sind ein Entscheidungsvorbereiter und haben die Aufgabe, ein MDM-Vorhaben zu planen und das Budget zu begründen

Für Sie stellt sich vor allem die Frage, wie Sie eine Entscheidungsvorlage formulieren, die eine Investition in ein MDM-Vorhaben begründen kann. Hierzu müssen Sie das gesamte MDM in einem ausreichenden Maße vorausdenken und planen. Damit ein schlüssiges Bild entsteht, müssen Sie die notwendigen Initiativen und Investitionen ausarbeiten.

c) Sie sind ein Projekt-/Programmmanager und haben die Aufgabe, ein MDM-Vorhaben zu leiten

Ihre Organisation hat Ihnen die Aufgabe gegeben, ein MDM-Vorhaben zu leiten. Um diese Aufgabe zu erfüllen, sollten Sie genau wissen, welche alternativen Organisationsformen für MDM existieren und welche Methoden und Werkzeuge Sie zur Steuerung und Lenkung des meist mehrjährigen MDM-Vorhabens nutzen können.

d) Sie sind IT-Architekt und sollen eine nachhaltige IT-Architektur für Ihr MDM entwickeln

Ihre Aufgabe besteht in dem Aufbau einer nachhaltigen, aber flexiblen Architektur für das MDM. Hierzu müssen Sie unterschiedliche Architekturmuster gegen die Anforderungen Ihres Hauses prüfen, um die optimale Architektur ausprägen zu können. Sie interessieren sich für Referenzmodelle, um diese als Kick-Start zu nutzen.

e) Sie sind ein Business-Analyst mit der Aufgabe, Geschäftsprozesse unter Einbeziehung von konsistenten und verlässlichen Stammdaten zu verbessern

Für Sie sind die technischen Aspekte des MDM nur Mittel zum Zweck und die Chancen für operative Einheiten stehen im Vordergrund. Sie interessieren die Möglichkeiten, die MDM für Ihren Fachbereich oder sogar für die gesamte Organisation bieten kann. Insbesondere steht die Verifizierung der Effizienzsteigerung bzw. der verbesserten Analysemöglichkeiten im Vordergrund, mit der sie eingeleitete Maßnahmen kontinuierlich verbessern können. Sie interessieren sich für die organisatorischen Möglichkeiten zur Implementierung.

f) Sie sind ein »alter« MDM-Hase und wollen einige spannende und neuartige Ansätze kennlernen

In diesem Sonderfall kennen Sie bereits die Konzepte und Ideen von MDM und interessieren sich für neue Ansätze bzw. punktuelle Verbesserungen der bestehenden MDM-Ansätze in Ihrem Hause.

Vielleicht ist das Thema MDM auch absolutes Neuland für Sie. In diesem Fall möchten Sie die MDM-Reise ganz von vorne beginnen und schrittweise lernen, was MDM ausmacht, und am Ende ein Instrumentarium besitzen, um Ihre MDM-Herausforderung zu meistern. In diesem Fall lautet die Empfehlung: Lesen Sie das Buch vom Anfang bis zum Ende.

Anderenfalls hilft Ihnen die folgende Tabelle, die Inhalte entsprechend Ihrem Profil (a bis f) und Ihren Interessen auszuwählen. Sie fasst das jeweilige Kapitel bzw. den Abschnitt in einer Kernfrage zusammen:

Kap.

Inhalt                 Profil:

a

b

c

d

e

f

1

Motivation von MDM

 

1.1

Wie hat sich das Bedürfnis nach verlässlichen Stammdaten in den letzten Jahren entwickelt?

1.2

Wie werden Stammdaten in unterschiedlichen Industriesegmenten betrachtet?

1.3

Was sind die grundlegenden Treiber von MDM?

2

Begriffsklärung

 

2.1

Wie werden MDM und Stammdaten definiert?

2.2

Wie lassen sich Stammdaten identifizieren?

2.3

Wie sehen der Ordnungsrahmen und die Handlungsfelder des MDM aus?

2.4

Wie grenzt sich MDM von anderen Initiativen ab?

3

Grundlegende Anforderungen

 

3.1

Was sind die grundlegenden Anforderungen an MDM?

3.2

Was sind die grundlegenden Prozesse des MDM?

3.3

Wie grenzen Datenmanagement und MDM sich ab?

4

Klassifikation

 

4.1

Was sind technische und organisatorische Dimensionen von MDM?

4.2

Wie kann man die Komplexität eines MDM-Vorhabens abschätzen?

4.3

Was sind typische Beispiele vom MDM?

5

MDM als Programm

 

5.1

Warum ist MDM ein Programm?

5.2

Was sind die Einflussgrößen auf das MDM-Vorhaben?

5.3

Wie strukturiert man das MDM-Programm?

5.4

Was sind typische Erfolgsfaktoren für MDM?

5.5

Was sind die typischen Risiken?

6

Metamodell für MDM

7

Referenzmodell zur Organisation

 

7.1

Einführung

7.1.2

Welche Prozessmuster kann man bei MDM nutzen?

7.1.3

Welche Kennzahlen kann man zur Messung des Erfolgs nutzen?

7.2

Wie organisiert man das MDM-Programm als Führungssystem?

7.3

Welche Prozesse benötigt das StammdatenLebenszyklusmanagement?

7.4

Welche Ablauforganisation unterstützt das Stammdatenqualitätsmanagement?

7.5

Wie erfolgt das Management der Stammdatenlogistik?

7.6

Wie organisiert man das Metadatenmanagement und die Pflege der Stammdatenmodelle?

7.7

Wie erfolgt die Administration von MDM?

7.8

Welche alternativen Aufbauorganisationen sind möglich?

8

Funktionsarchitektur

9

Referenzarchitektur

 

9.1

Warum benötigt man eine Referenzarchitektur?

9.2

Welche Leitlinien sind sinnvoll?

9.3

Welche Architekturschichten benötigt MDM?

9.4

Welche Dienste sollte MDM zur Verfügung stellen?

9.5

Wie erfolgt die Applikationsintegration?

9.6

Was sind Vor- und Nachteile unterschiedlicher Architekturmuster von MDM?

10

Wie entwickelt man eine Vision für MDM und formuliert messbare Ziele? Wie bindet man Interessenträger ein?

11

Wie erfolgt die Formulierung einer Strategie für MDM mit den notwendigen Initiativen und Maßnahmen?

12

Wie wird eine Roadmap als Entscheidungsvorlage für MDM erstellt? Was muss man beachten?

13

Welche Erfahrungen aus Fallstudien bestehen?

Legende: Zum Lesen empfohlen Bedingt empfohlen Nicht erforderlich

Was Sie in diesem Buch nicht finden

Auch für dieses Buch gilt natürlich: Rom wurde nicht an einem Tage erbaut! In Gänze konnten und wollten wir das Thema MDM nicht abdecken und haben daher bewusst einige Lücken gelassen. Folgende Inhalte suchen Sie in diesem Buch vergeblich:

Einen Herstellerkatalog oder Produktvergleich, da jeder Vergleich in diesem dynamischen Markt bereits bei der Veröffentlichung veraltet ist.

Ein Systemdesign, da ein Systemdesign nur im Kontext der individuellen Anforderungen valide ist.

Ein Katalog über Standards etc., da die sinnvolle Auswahl und Einschränkung aufgrund der unüberschaubaren Menge an Standards in den unterschiedlichsten Branchen nicht zu leisten ist.

Ein vollständiges Implementierungsmodell (Datenmodell) für Stammdaten

Eine Darstellung von technischen Datenbewirtschaftungsprozessen für Stammdaten

Eine Darstellung von Qualitätsregeln für die Implementierung von Stammdatenqualität

Nun bleibt uns nur noch, Ihnen für den Kauf des Buches zu danken und Sie anzuregen, sich mit diesem Handbuch dem spannenden Thema MDM zu nähern. Wir freuen uns über Anregungen, Kritik oder spontane Beifallsbekundungen. Zu diesem Buch existiert eine Website, auf der Sie mit den Autoren oder auch untereinander in Interaktion treten können: www.mdm-das-buch.de.

Abschließend möchten wir uns bei Christa Preisendanz vom dpunkt.verlag für die professionelle und freundliche Unterstützung beim Lektorat bedanken. Ein besonderer Dank gilt Prof. Dr. Carsten Felden von der TU Freiberg, der die ersten Versionen des Manuskripts ertragen musste und uns mit seiner Fachkompetenz und Geduld unbezahlbare Anregungen schenkte.

Colette Ziller, Tom Gansor und Rolf ScheuchGummersbach im Mai 2012

Inhaltsverzeichnis

Teil I Einführung

1        Motivation und Treiber

1.1     Bedürfnis nach verlässlichen Stammdaten

1.1.1     Vier Jahrzehnte Stammdaten

1.1.2     Marktsicht

1.2     Stammdaten in unterschiedlichen Industriesegmenten

1.2.1     Diskrete Fertigung

1.2.2     Prozessorientierte Fertigung

1.2.3     Life Sciences

1.2.4     Versorger/Energie

1.2.5     Handel

1.2.6     Transport und Logistik

1.2.7     Telekommunikation und Medien

1.2.8     Finanzdienstleistungen

1.2.9     Healthcare

1.2.10    Behörden

1.3     Grundlegende Treiber

1.3.1     Konvergenz von Lösungsansätzen

1.3.2     Klassifikation der Geschäftstreiber

1.4     Zusammenfassung

2        Begriffsklärung

2.1     Definitionen und Kriterien

2.1.1     Definition Master Data Management

2.1.2     Definition Stammdaten

2.1.3     Eigenschaften von Stammdaten

2.1.4     Struktur von Stammdatenobjekten

2.1.5     Abgrenzung Stammdaten zu anderen Datenarten

2.2     Identifikation von Stammdaten

2.2.1     Vorgehensweise bei der Identifikation

2.2.2     Checkliste für Stammdatenobjekte

2.3     Ordnungsrahmen

2.3.1     MDM-Strategie

2.3.2     MDM-Organisation

2.3.3     MDM-Architektur

2.3.4     MDM-Daten

2.4     Abgrenzung von MDM

2.4.1     BPM und Unternehmensanwendungen

2.4.2     EAM und EIM

2.4.3     BI und EPM

2.4.4     SOA, Integration und DWH

2.4.5     Governance und QM

2.4.6     ECM und Metadaten

2.5     Zusammenfassung

3        Grundlegende Anforderungen

3.1     Anforderungen an MDM

3.1.1     Anforderungen aus der Datenqualität

3.1.2     Anforderungen der Akteure

3.2     Grundlegende Prozesse des MDM

3.2.1     Führungssystem

3.2.2     Management des Stammdatenlebenszyklus

3.2.3     Management der Datenqualität

3.2.4     Stammdatenlogistik

3.2.5     Metadaten und Stammdatenmodelle

3.2.6     Administration

3.3     Datenmanagement und MDM

3.4     Zusammenfassung

4        Klassifikation

4.1     Dimensionen

4.1.1     Distribution

4.1.2     Nutzungsart

4.1.3     Domäne

4.1.4     Datenhaltung

4.1.5     Aktualität

4.2     Bewertung der Komplexität

4.3     Beispiele

4.3.1     Produktdatenmanagement in einem Produktionsunternehmen

4.3.2     Harmonisierung der Geschäftspartner im Industrieunternehmen

4.3.3     Zentrale Lieferantenbewertung im Handelskonzern

4.3.4     Analyse der Beispiele hinsichtlich der Komplexität

4.4     Zusammenfassung

5        MDM als Programm

5.1     Begriffsklärung

5.1.1     Projekt

5.1.2     Programm

5.1.3     Programmmanagement

5.1.4     Projektportfolio und Projektportfoliomanagement

5.1.5     Unterschied zwischen Programm und Projekt

5.2     Einflussgrößen

5.3     Das MDM-Programm

5.3.1     Zentrale Aufgaben des Programmmanagements

5.3.2     Organisation des MDM-Programms

5.3.3     Phasen des MDM-Programms

5.4     Erfolgsfaktoren

5.4.1     Programm-Benefits-Management

5.4.2     Programm-Stakeholder-Management

5.4.3     Programm-Governance

5.4.4     Veränderungsmanagement

5.5     Risiken

5.5.1     Risiko 1: MDM ist ein Data-Warehouse-Projekt

5.5.2     Risiko 2: Ein funktionierendes DQM bedingt die operative Exzellenz

5.5.3     Risiko 3: Bedingungsloser Glaube an den Hersteller einer MDM-Lösung

5.5.4     Risiko 4: Beginn des MDM ohne organisatorische Voraussetzungen als MDM-Programm

5.5.5     Risiko 5: Fehlende Koordination von Fachbereich und IT

5.5.6     Risiko 6: Start der Maßnahmen ohne klare Ziele und Nutzen

5.5.7     Risiko 7: Unterschätzen des Anpassungsaufwands von Legacy-Anwendungen

5.5.8     Risiko 8: Unzureichendes Veränderungsmanagement

5.5.9     Risiko 9: Unzureichende organisatorische Verankerung der DQ-Maßnahmen

5.5.10   Risiko 10: Unklare Abstimmungsprozesse mit anderen IT-nahen Initiativen

5.5.11   Risiko11: MDM ist nur ein weiteres IT-Projekt

5.5.12   Checkliste Risiken

5.6     Zusammenfassung

Teil II Methodik

6        Metamodell

6.1     Motivation

6.2     Das MDM-Metamodell

6.2.1     MDM-Strategie

6.2.2     MDM-Organisation

6.2.3     MDM-Architektur

6.2.4     MDM-Daten

6.3     Implementierung und Nutzung

6.3.1     Management

6.3.2     Implementierung

6.4     Zusammenfassung

7        Referenzmodell zur Organisation

7.1     Einführung

7.1.1     Übersicht der MDM-Prozesse

7.1.2     Prozessmuster

7.1.2.1   Programmmanagement nach PMI

7.1.2.2   Strategisches Geschäftsprozessmanagement (sGPM) nach COBIT

7.1.2.3   IT-Servicemanagement nach ITIL V3

7.1.2.4   Anwendung der Prozessmuster

7.1.3     Kennzahlen

7.1.3.1   MDM-interne Kennzahlen

7.1.3.2   Erfolgsmessung des MDM-Vorhabens

7.2     Programmmanagement und Führungssystem

7.3     Lebenszyklusmanagement

7.3.1     Der Lebenszyklus von Stammdaten

7.3.2     Aufgabenschwerpunkte nach Phasen

7.3.3     Prozesse und Aktivitäten

7.3.3.1   Prozess »Steuerung und Governance«

7.3.3.2   Aktivität »Planung und Strategie«

7.3.3.3   Aktivität »Design und Entwicklung«

7.3.3.4   Aktivität »Implementierung und Betrieb«

7.3.3.5   Aktivität »Controlling und Prozessoptimierung«

7.3.3.6   Prozess »Veränderungsmanagement«

7.3.4     Einflussfaktoren

7.3.5     Baseline erstellen

7.4     Datenqualitätsmanagement

7.4.1     Aufgabenschwerpunkte nach Phasen

7.4.2     Prozesse und Aktivitäten

7.4.2.1   Prozess »Steuerung und Governance«

7.4.2.2   Aktivität »Planung und Strategie«

7.4.2.3   Aktivität »Design und Entwicklung«

7.4.2.4   Aktivität »Implementierung und Betrieb«

7.4.2.5   Aktivität »Controlling und Optimierung«

7.4.2.6   Prozess »Veränderungsmanagement«

7.4.3     Einflussfaktoren

7.4.4     Baseline erstellen

7.5     Stammdatenlogistik

7.5.1     Aufgabenschwerpunkte nach Phasen

7.5.2     Prozesse und Aktivitäten

7.5.2.1   Prozess »Kontinuierliche Verbesserung der Stammdatenlogistik«

7.5.2.2   Aktivität »Planung und Strategie«

7.5.2.3   Aktivität »Design und Entwicklung«

7.5.2.4   Aktivität »Implementierung«

7.5.2.5   Aktivität »Betrieb«

7.5.3     Einflussfaktoren

7.5.4     Baseline erstellen

7.6     Metadatenmanagement und Stammdatenmodelle

7.6.1     Aufgabenschwerpunkte nach Phasen

7.6.2     Prozesse und Aktivitäten

7.6.2.1   Prozess »Überwachung der Qualität der Modelle und Nutzung«

7.6.2.2   Exkurs Change Management und Governance

7.6.2.3   Prozessmanagement des Metadatenmodells

7.6.2.4   Prozessmanagement der Metadatennutzung

7.6.2.5   Prozess »Terminologiemanagement«

7.6.3     Einflussfaktoren

7.7     Administration

7.7.1     Prozesse und Aktivitäten

7.7.2     Einflussfaktoren

7.8     Aufbauorganisation

7.8.1     MDM als eigene Organisationseinheit

7.8.2     MDM als virtuelles Team

7.8.3     MDM als externer Partner

7.8.4     Grad der operativen Verantwortung

7.8.5     Entscheidungskriterien

7.8.6     Weitere Organisationsaspekte

7.9     Zusammenfassung

8        Funktionsarchitektur

8.1     Einführung

8.1.1     Motivation

8.1.2     Struktur

8.2     Lebenszyklusmanagement

8.2.1     Lösungsansätze

8.2.2     Funktionsbereiche und Funktionen

8.3     Datenqualitätsmanagement

8.3.1     Lösungsansätze

8.3.2     Funktionsbereiche und Funktionen

8.4     Stammdatenlogistik

8.4.1     Lösungsansätze

8.4.2     Bulk-Load vs. Record-Load

8.4.3     Push vs. Pull

8.4.4     Funktionsbereiche und Funktionen

8.5     Metadatenmanagement

8.5.1     Lösungsansätze

8.5.2     Funktionsbereiche und Funktionen

8.6     Administration des MDM

8.6.1     Lösungsansätze

8.6.2     Funktionsbereiche und Funktionen

8.7     Querschnittsfunktionen

8.7.1     Lösungsansätze

8.7.2     Funktionsbereiche und Funktionen

8.8     Zusammenfassung

9        Referenzarchitektur

9.1     Motivation und Begriffsklärung

9.1.1     Definition und Vorgehensweise

9.1.2     Einflussfaktoren

9.1.3     Governance von Referenzarchitekturen

9.1.4     Nutzen

9.2     Leitlinien zur Referenzarchitektur

9.2.1     Motivation

9.2.2     SOA als Grundlage der MDM-RA

9.2.3     Leitlinien

9.3     Architekturschichten

9.3.1     Service Consumer

9.3.2     MDM Solution Services

9.3.3     Service Provider

9.4     Dienste der MDM-RA

9.4.1     Dienste für das Management des Stammdatenlebenszyklus

9.4.2     Dienste für das Management der Stammdatenqualität

9.4.3     Dienste für das Management der Stammdatenlogistik

9.4.4     Dienste für das Management der Metadaten

9.4.5     Dienste für die Administration von MDM

9.4.6     Allgemeine und MDM-spezifische Utility Services

9.5     Applikationsintegration

9.5.1     Oberflächenintegration

9.5.2     Prozessintegration

9.5.3     Anwendungsintegration

9.5.4     Datenintegration

9.6     Architekturmuster

9.6.1     Zentrale Fachapplikationen

9.6.2     Transaction-Server

9.6.3     Konsolidierungsknoten

9.6.4     Abstimmungsknoten

9.6.5     Verzeichnis

9.6.6     Peer-to-Peer-Architektur

9.7     Zusammenfassung

Teil III Praxis

10      Entwicklung der MDM-Ziele

10.1   Setup durchführen

10.1.1     MDM 1.1.1 – Tätigkeiten planen und Team bilden

10.1.2     MDM 1.1.2 – Handlungsbedarf spezifizieren und priorisieren

10.2   Gestaltungsbereich identifizieren

10.2.1     MDM 1.2.1 – Beteiligte Organisationseinheiten identifizieren

10.2.2     MDM 1.2.2 – Kernprozesse identifizieren

10.2.3     MDM 1.2.3 – IT-Systeme identifizieren

10.2.4     MDM 1.2.4 – Stammdatenobjekte identifizieren

10.3   Einflussfaktoren analysieren

10.3.1     MDM 1.3.1 – Aktive Initiativen analysieren

10.3.2     MDM 1.3.2 – Stakeholder analysieren

10.3.3     MDM 1.3.3 – Sonstige Einflussfaktoren festhalten

10.4   Vision und Ziele formulieren

10.4.1     MDM 1.4.1 – MDM-Vision formulieren und abstimmen

10.4.2     MDM 1.4.2 – MDM-Ziele formulieren und abstimmen

10.5   Vorteile darstellen und Risiken identifizieren

10.5.1     MDM 1.5.1 – MDM-Vorteile dokumentieren

10.5.2     MDM 1.5.2 – Risiken bewerten

10.5.3     MDM 1.5.3 – Budget für Entwicklung der MDM-Strategie schätzen

11      Entwicklung der MDM-Strategie

11.1   Planung und Setup durchführen

11.1.1     MDM 2.1.1 – Strategieentwicklung als Teilprojekt planen

11.1.2     MDM 2.1.2 – Vorgehen und Methoden festlegen

11.1.3     MDM 2.1.3 – Terminologiemanagement implementieren

11.2   Istsituation dokumentieren

11.2.1     MDM 2.2.1 – Aufbauorganisation dokumentieren

11.2.2     MDM 2.2.2 – Ablauforganisation dokumentieren

11.2.3     MDM 2.2.3 – Systemarchitektur dokumentieren

11.2.4     MDM 2.2.4 – Stammdatenmodelle dokumentieren

11.3   MDM-Lösung initial konzipieren

11.3.1     MDM 2.3.1 – MDM-Organisation konzipieren

11.3.2     MDM 2.3.2 – Nutzung MDM in Geschäftsprozessen konzipieren

11.3.3     MDM 2.3.3 – MDM-Bebauungsplan erstellen

11.3.4     MDM 2.3.4 – Gap-Analyse durchführen

11.4   Initiativen und Maßnahmen formulieren

11.4.1   MDM 2.4.1 – Organisatorische Initiativen formulieren

11.4.2   MDM 2.4.2 – Technische Initiativen formulieren

11.4.3   MDM 2.4.3 – Veränderungsmanagement-Initiativen ableiten

11.4.4   MDM 2.4.4 – Lastenheft formulieren

11.5   Vorteile und Risiken überarbeiten

11.5.1   MDM 2.5.1 – Vorteileund Kennzahlen dokumentieren

11.5.2   MDM 2.5.2 – Risiken neu bewerten

11.5.3   MDM 2.5.3 – Budget für Roadmap und Programm schätzen

12      Entwicklung der MDM-Roadmap

12.1   Planung und Setup durchführen

12.1.1   MDM 3.1.1 – Roadmap-Entwicklung als Teilprojekt planen

12.1.2   MDM 3.1.2 – Einführungsstrategie planen

12.1.3   MDM 3.1.3 – Veränderungsmanagement planen

12.2   MDM-Programm planen

12.2.1   MDM 3.2.1 – Programmorganisation planen

12.2.2   MDM 3.2.2 – Implementation der MDM-Prozesse planen

12.2.3   MDM 3.2.3 – Meilensteine beschreiben

12.3   Kalkulation durchführen

12.3.1   MDM 3.3.1 – Prozesskosten kalkulieren

12.3.2   MDM 3.3.2 – Programmorganisation kalkulieren

12.3.3   MDM 3.3.3 – IT-Kosten kalkulieren

12.3.4   MDM 3.3.4 – Wirtschaftlichkeitsbetrachtung

12.4   Vorteile und Risiken dokumentieren

12.4.1   MDM 3.4.1 – MDM-Vorteile und Metrik quantitativ dokumentieren

12.4.2   MDM 3.4.2 – Risiken und Gegenmaßnahmen festhalten

12.4.3   MDM 3.4.3 – Roadmap final formulieren

12.5   Übersicht der Rollen und Aufgaben

12.6   Zusammenfassung

13      Fallstudien

13.1   Einkaufsoptimierung in der diskreten Fertigung

13.1.1   Unternehmen und Geschäftstreiber

13.1.2   Klassifikation

13.1.3   Lösungsansatz

13.1.4   Vorgehensweise und Methodik

13.1.5   Lessons Learned

13.2   Optimierung der Produktplanung in der Prozessfertigung

13.2.1   Unternehmen und Geschäftstreiber

13.2.2   Klassifikation

13.2.3   Lösungsansatz

13.2.4   Vorgehensweise und Methodik

13.2.5   Lessons Learned

13.3   Nutzung von eCommerce-Plattformen im Handel

13.3.1   Unternehmen und Geschäftstreiber

13.3.2   Klassifikation

13.3.3   Lösung

13.3.4   Vorgehensweise und Methodik

13.3.5   Lessons Learned

13.4   Verbesserte Kundenbindung in der Logistik

13.4.1   Unternehmen und Geschäftstreiber

13.4.2   Klassifikation

13.4.3   Lösung

13.4.4   Vorgehensweise und Methodik

13.4.5   Lessons Learned

13.5   Intensivierung der Kundenbeziehung in einem Verband

13.5.1   Unternehmen und Geschäftstreiber

13.5.2   Klassifikation

13.5.3   Lösung

13.5.4   Vorgehensweise und Methodik

13.5.5   Lessons Learned

13.6   Einkaufsoptimierung im Handel

13.6.1   Unternehmen und Geschäftstreiber

13.6.2   Klassifikation

13.6.3   Lösung

13.6.4   Vorgehensweise und Methodik

13.6.5   Lessons Learned

13.7   Zusammenfassung

Anhang

A      Verzeichnis der Abbildungen, Tabellen und Steckbriefe

B      Abkürzungsverzeichnis

C      Literatur

         Index

Teil IEinführung

Der erste Teil dieses Buches beschäftigt sich mit der Motivation und Einführung in das Thema des Master Data Management (MDM) bzw. des deutschsprachigen Synonyms Stammdatenmanagement. Der Schwerpunkt liegt auf einer ausführlichen Begriffsklärung und der Darstellung der grundlegend notwendigen Funktionalität einer MDM-Lösung.

Abbildung Teil I–1 beschreibt den Aufbau und die Abhängigkeiten der Kapitel im ersten Teil dieses Buches. Leser mit Vorkenntnissen können diese Darstellung nutzen, um selektiv die einzelnen Kapitel zu lesen.

Abb. Teil I–1     Übersicht über die Kapitelstruktur des ersten Teils

Über eine historische Betrachtung der MDM-Ansätze in den letzten Jahrzehnten und den aktuellen MDM-Ansätzen in unterschiedlichen Industriesegmenten erfolgt eine Motivierung des MDM in Kapitel 1. Daran schließt sich eine systematische Einordnung der Geschäftstreiber für MDM an.

Kapitel 2 führt die notwendige Begrifflichkeit ein und stellt den Ordnungsrahmen für MDM sowie die Handlungsfelder für die Planung eines MDM-Vorhabens vor. Es schließt mit der Abgrenzung und Beschreibung der Möglichkeiten für Synergien von MDM zu anderen IT-Initiativen im Unternehmen.

Die grundlegende Funktionalität von MDM wird in Kapitel 3 einmal aus der Sicht der Datenqualität und zum anderen aus der Sicht der Anforderungen typischer Anwenderklassen hergeleitet und beschrieben. Kapitel 3 fasst die Anforderungen in Form einer Prozesslandkarte mit Kernprozessen zusammen. Die Inhalte von Kapitel 2 und 3 sind notwendig für das Verständnis der Methodik im zweiten Teil des Buches.

Kapitel 4 klassifiziert MDM-Vorhaben nach organisatorischen und technischen Kriterien. Zusammengefasst beschreiben diese Kriterien die Komplexität eines MDM-Vorhabens.

Kapitel 5 beschäftigt sich mit der Organisation des MDM-Vorhabens als Programm und stellt Leitlinien sowie Best Practices zusammen.

Als Ergebnis der Einführung von MDM im ersten Teil des Buches hat der Leser ein klares Bild hinsichtlich

der Historie und Geschäftstreiber für den Einsatz einer MDM-Lösung,

des Ordnungsrahmens und der Handlungsfelder eines MDM-Vorhabens,

der grundlegenden Anforderungen an MDM,

der Prozesslandkarte von MDM und der notwendigen Kernprozesse,

Kriterien zur Klassifikation und Bewertung der Komplexität eines MDM-Vorhabens,

eines Rahmens für die Durchführung eines MDM-Vorhabens als Programm sowie

einer Übersicht über Erfolgsfaktoren von MDM-Vorhaben.

Der zweite Teil des Buches widmet sich der Planung und Konzeption eines MDM-Vorhabens und stellt eine Methodik vor, die sich vor allem auf den Ordnungsrahmen, die Handlungsfelder und die Prozesslandkarte bezieht.

1 Motivation und Treiber

Dieses Kapitel motiviert die Beschäftigung mit dem Thema Master Data Management und gibt Antworten auf die folgenden Fragen:

Warum ist das Bedürfnis nach konsistenten und verlässlichen Stammdaten so hoch?

Wie wurden Stammdaten in den letzten vierzig Jahren seitens der IT behandelt?

Wie ist die momentane Markteinschätzung?

Was sind die unterschiedlichen und gemeinsamen Herausforderungen der Industriesegmente im Master Data Management?

Was sind die grundlegenden Geschäftstreiber für Master Data Management?

Das Kapitel beginnt mit einer Marktanalyse zu MDM und betrachtet die Nutzung der Stammdaten in den vergangenen 40 Jahren. Anschließend erfolgt eine Untersuchung der Gemeinsamkeiten und Unterschiede bei der Nutzung von Stammdaten in unterschiedlichen Industriesegmenten. Das Kapitel schließt mit einer Klassifikation der Geschäftstreiber für MDM und der Rolle von MDM bei Verfolgung dieser Unternehmensziele.

Deutsche oder englische Begriffe: Master Data Management oder Stammdatenmanagement?

Befragt man die deutsche Version von Google (google.de) nach der Trefferhäufigkeit der Begriffe, erhält man folgendes Ergebnis (Stand 6. März 2012): Bei »Stammdatenmanagement« sind es 107.000 Ergebnisse; bei »Master Data Management« sind es 2.880.000 Ergebnisse und bei »Master Data Management« auf deutschsprachigen Seiten immerhin noch 122.000 Ergebnisse. Die Verwendung des Begriffs Stammdatenmanagement ist auf dem deutschen Sprachraum beschränkt. Die Produkthersteller und Systemintegratoren in Deutschland führen in der Regel den Begriff »Stammdatenmanagement« als Synonym von »Master Data Management« auf und verwenden in der Folge den englischen Begriff. Aus diesem rein pragmatischen Grund haben wir uns im Titel sowie im weiteren Verlauf dieses Buches für den Begriff »Master Data Management« entschieden und nutzen den deutschen Begriff »Stammdatenmanagement« als ein Synonym. Gleichwohl verwenden wir jedoch die Begriffe »Stammdaten« und »Stammdatenobjekte«, da die Verwendung des formal korrekten Begriffes »Master Data« und »Master Data Objects« zu ungewöhnlichen Wortschöpfungen führt. Insbesondere werden hierdurch deutsch-englische Konstrukte (Master-Daten, Kunden-Master-Data etc.) vermieden.

1.1 Bedürfnis nach verlässlichen Stammdaten

Master Data Management (MDM) oder Stammdatenmanagement umfasst insbesondere die Themen der Datenintegration, Datenqualität, Datenkonsolidierung, Kunden- und Produktdatenabstimmung, Metadatenmanagement und verwandte Themengebiete. Egal wie es im Einzelfall genannt wird oder welche Lösung verwendet wird, Master Data Management fokussiert auf das höchste Gut jeder Organisation: die Daten. Daten liegen in den unterschiedlichsten operativen und analytischen Systemen vor und sind Steuerungsgrundlage von Geschäftsprozessen sowie Basis unternehmerischer Entscheidungen. Ohne Nachhaltigkeit im Umgang mit Stammdaten bleiben die wirtschaftlichen Vorteile einer IT-Unterstützung begrenzt. Sobald ein Unternehmen nicht mehr in der Lage ist, eine konsistente und konsolidierte Sicht auf seine zentralen Geschäftsobjekte zu liefern, ist es sinnvoll, einen unternehmensweiten Ansatz für das Master Data Management zu implementieren.

Zunehmender Wettbewerbsdruck erfordert in immer kürzer werdenden Zyklen Anpassungen der Geschäftsmodelle und der unterstützenden Geschäftsprozesse an veränderte Anforderungen. Gleichzeitig wird durch die Globalisierung und digitale Vernetzung der Unternehmen die Interaktion mit externen Geschäftspartnern immer komplexer. Verlässlicher Informationsaustausch mit qualitativ hochwertigen Daten ist entscheidend, um Effizienzsteigerungen in Prozessen zu ermöglichen. Hieraus ergibt sich die zentrale Fragestellung nach der Qualität der Information und somit deren Verlässlichkeit in Transaktionen, Auswertungen und Berichten. Diese beiden Facetten, Qualität und Verlässlichkeit von Daten, sind für Verbesserungspotenziale sehr bedeutsam. Denn Unternehmensentscheidungen können nur gezielt eingesetzt werden und erfolgreich sein, wenn die grundlegenden Daten verlässlich in Bezug auf Aktualität, Bedeutung und inhaltliche Korrektheit sind. Dies betrifft insbesondere die vertikale Informationsversorgung. Eine Steigerung der Prozesseffizienz durch eine Harmonisierung der Prozesse und der unterlagerten Systeme sowie die Fokussierung auf eine ganzheitliche Unterstützung der Prozesse über Abteilungsgrenzen oder Unternehmenssparten hinweg kann nur gelingen, wenn die organisatorischen Gegebenheiten zur Sicherung der Qualität und die Inhalte der Geschäftsobjekte selbst verlässlich sind. Diese Sichtweise fokussiert auf die horizontale Informationsversorgung zwischen den IT-Systemen.1

Viele Unternehmen bzw. deren IT-Systeme können heute dem raschen Wandel in der Organisation, in Geschäftsbereichen und auch technologisch nicht mehr folgen, sodass auf Unternehmensseite ein Flechtwerk an IT-Systemen mit den bekannten Integrationsproblemen entsteht und wächst. Wäre dies nicht schon ein hinreichend ungünstiger Zustand, so kommt noch hinzu, dass sich das Problem an der Wurzel festsetzt: Die Informationen zu grundlegenden Geschäftsobjekten, den Stammdaten, sind inkonsistent.

Die beiden folgenden Abschnitte erläutern zunächst, wie es dazu kam, wie sich also die Sicht auf Stammdaten entwickelt hat, und danach, wie zurzeit die Markteinschätzung im Bereich Stammdaten ist.

1.1.1 Vier Jahrzehnte Stammdaten

Seit über 40 Jahren ist Master Data Management als Thema en vogue. Die typischen Ansätze der IT zum damaligen Zeitpunkt haben die Sichtweise auf und damit auch das Management der Stammdaten geprägt.

Im Zeitraum von 1965 bis 1984 war der Einsatz von DV bzw. EDV, heute IT, an sich eine Innovation. Erstmals waren bedeutende Effizienzzuwächse bei der Bearbeitung von Arbeitsabläufen durch IT-Einsatz zu verzeichnen. Sogenannte Mainframe-Systeme, also zentralisierte Systeme, bestimmten die EDV-Welt und daher wurden Stammdaten auch zentral abgelegt. Von Stammdaten sprach man bereits in der frühen Phase der Datenverarbeitung, als es noch keine Bildschirmarbeitsplätze für eine Dateneingabe gab. Die Stammdaten lagen am Anfang als sortierte Lochkartenstapel und später auf einem Magnetband vor.

Abb. 1–1     Historische Betrachtung der Bedeutung und Nutzung von Stammdaten

In beiden Fällen handelte es sich um von den Anwendungssystemen getrennte Datenbestände. Änderungen durch Transaktionen wurden über einen bestimmten Zeitraum in Bewegungsdateien, d.h. Lochkartenstapeln, gesammelt und anschließend in Batchläufen, d.h. Stapelverarbeitung, verarbeitet. Hierbei wurden die Stammdaten separat gelesen und bei der Verarbeitung der Transaktionen den Bewegungsdaten mittels eigener Sortierläufe zugeordnet. Dieser Ansatz spiegelt schon recht gut ein zentrales Master Data Management wider.

Ab 1985 setzte sich in einem verstärkten Maße die Client/Server-Architektur durch. Begünstigt durch den Verfall der Preise für die Hardwarekomponenten wurde das Preis-Leistungs-Verhältnis der Systeme immer besser. Hierdurch wurde es den Fachbereichen möglich, eigene Systeme zu erwerben, was ihnen die benötigte Flexibilität für ihre Tätigkeitsbereiche gab. In Folge wurden spezifische Branchenlösungen entwickelt und mit Erfolg eingesetzt. Der Druck auf die Fachbereiche, immer innovativere fachspezifische Lösungen zu entwickeln, wuchs und führte schließlich zu einer Dezentralisierung der IT einhergehend mit dem Verlust an zentraler Kontrolle. Die Sicherung der Konsistenz und Qualität der Stammdaten wurde der Dynamik der Entwicklung untergeordnet und wurde nicht durch ein Management verfolgt. Durch die hohe Anzahl an dezentral verteilten Systemen wäre eine zentrale Steuerung ohne einen hohen Managementaufwand nicht zu gewährleisten gewesen.

Spricht man mit Anwendern, so verstehen diese nicht selten unter Referenzdaten die Stammdaten des Unternehmens. Diese Sichtweise ist durch die Begriffsbildung der Standardsoftwareanbieter geprägt, die z.T. die Wertelisten als Stammdaten bezeichneten.

Mitte der 1990er-Jahre etablierte sich das Internet und führte zu einer Standardisierung der Kommunikation der IT-Systeme. Endlich konnten die Fachbereiche versuchen, die Kontrolle über die verteilten (Stamm-)Daten wieder an sich zu ziehen. Systeme konnten zentral administriert und überwacht werden. Die Anwender hatten zwar weiterhin Zugriff auf ihre Anwendungen, dennoch wurden zuvor dezentral angeordnete Systeme (Stichwort »Schatten-IT«) schrittweise re-zentralisiert. Bezogen auf die IT wurden die Kosten und Sicherheitsbedenken wieder beherrschbarer, zumindest was die Haltung der Datensätze bis zur Unternehmensgrenze anbelangte.

Eine weitere Entwicklung begünstigte die Zentralisierungstendenzen: Die Datenhaltung wurde nun zunehmend über zentrale Datenbanksysteme realisiert. Stammdaten wurden definiert über die existenzielle Abhängigkeit der Entitäten in den Tabellen der relationalen Datenbankmanagementsysteme zu dem Stammdatenobjekt. Einige Unternehmen richteten erste eigenständige Organisationseinheiten ein, die sich mit der Stammdatenpflege beschäftigten. Dies wurde u.a. durch Einführung zentraler ERP2-Systeme und Data-Warehouse-Systeme erforderlich und auch möglich. Daten wurden aus den Quellsystemen extrahiert und erfuhren eine umfangreiche Validierung und Normalisierung, bevor die Stammdaten in die zentralen Datenbanken des Data Warehouse (DWH) überspielt wurden. Ein Rückfluss der »verbesserten« Stammdaten wurde in der Regel durch organisatorische Maßnahmen realisiert. Das Thema Master Data Management wurde aus der Business-Intelligence- und DWH-Sicht getrieben. Das Data Warehouse benötigte einen harmonisierten und zentralisierten Bestand an Daten inkl. der Stammdaten. Die Stammdaten wurden aus den Quellsystemen extrahiert und nach Transformationen inkl. einer Datenqualitätsprüfung in einem zentralen Bestand konsolidiert.

Im Kontext der Einführung zentraler ERP-Systeme erfolgte ebenfalls eine Normierung. Kundendaten, Produktdaten, Lieferantendaten, die in unterschiedlichen disjunkten operativen Systemen vorlagen, mussten normiert werden, um ein zentrales ERP-System zu füllen. Hierdurch erfolgte eine erhebliche Verbesserung der Qualität der Daten und damit auch der Stammdaten. Trotz des Versprechens der Hersteller von ERP/CRM-Lösungen führten diese Ansätze nicht zur »vollständigen« Lösung des Problems der verteilten und inkonsistenten Stammdaten. Der Fokus der Verbesserung verlagerte sich auf die Optimierung des gesamten Leistungserstellungsprozesses, den jedes einzelne ERP-, CRM3- oder SCM4-System nur in Ausschnitten abdecken konnte.

Nach 2005 wurden die innovativen Konzepte der Dotcom-Zeit, die um die Jahrtausendwende entstanden, verstärkt aufgegriffen. Im Konsumgüterbereich erfolgte zunehmend eine Umstellung der Produktentwicklung auf die sogenannte Mass Customiziation5. Die Produkte wurden nach kundenspezifischen Parametern als Varianten industriell gefertigt. Zur Reduktion der Vertriebskosten und der Erreichung neuer Kundensegmente erfolgte ihr Vertrieb in verstärktem Maße über eBusiness-Ansätze im Internet. Dies führte zu einer Verbreitung von Multichannel-Ansätzen im Vertrieb, z.B. über Marktplätze im Web. Hierbei wurden einerseits die Sicht auf das Produkt und der Austausch der produktspezifischen Daten immer entscheidender, um neue Märkte über eBusiness-Plattformen zu erschließen und die Logistikkosten der mittlerweile globalen Lieferketten zu senken. Andererseits gestaltete sich die Produktentwicklung kundenspezifischer. Produkte wurden nicht mehr exklusiv in den Markt verkauft, sondern die Sicht auf den Kunden und seine Bedürfnisse wurde immer wichtiger und rückte in den Mittelpunkt der Bemühungen. Dieses Phänomen wird als Wandel von einem Verkäufermarkt zu einem Käufermarkt beschrieben.

Begründet durch die Wirtschaftskrisen der letzten Jahre werden seitens des Gesetzgebers heute verstärkt Leitlinien und Regularien für den Markt gesetzt. Typische Beispiele sind die Regularien von BASEL II im Bankensektor und SOLVENCY im Versicherungsmarkt. Hierzu müssen Unternehmen ausgewählte Geschäftsdaten an Behörden oder regulatorische Einrichtungen melden und sind selbst für deren Einhaltung verantwortlich. Die ausgewählten Geschäftsdaten unterliegen klaren Ansprüchen bzgl. Konsistenz, Widerspruchfreiheit und Aktualität seitens des Gesetzgebers. MDM-Vorhaben können Unternehmen dabei unterstützen, diese Anforderungen zu erfüllen.

Ein weiterer Punkt für die Implementierung eines MDM ist die stärkere Vernetzung der Unternehmen im Rahmen der Leistungserbringung und der Bildung von Wertschöpfungsnetzwerken. Dies führt zu einer größeren Abhängigkeit der eigenen Prozesse vom Informationsfluss des Geschäftspartners. Oft erfolgt hier der Austausch automatisiert und die Daten steuern im Hintergrund Bestell- oder Fertigungsprozesse. Fehlerhafte und inkonsistente Daten können in diesem Fall die Transaktionskosten erhöhen.

Viele weitere aktuelle Marktentwicklungen, die heute herangezogen werden, lassen sich auch im Hinblick auf Einsatzfelder für MDM erörtern. Da die damit zusammenhängenden grundsätzlichen Probleme wie steigende Komplexität, Dynamik, höherer Bedarf an Flexibilität, Kosten- und Wettbewerbsdruck bekannt sein dürften, erfolgt die Erörterung hier nur in aller gebotenen Kürze. Die Fallbeispiele sowie die Methoden- und Best-Practice-Erörterungen in diesem Buch werden diese Herausforderungen noch ausreichend aufgreifen:

Unternehmenszusammenschlüsse und Akquisen: Sofern mehrere Unternehmen zusammengeführt werden, um daraus beispielsweise Synergiepotenziale zu heben, eine Markterweiterung durchzuführen oder neue Geschäftsfelder zu erschließen, ist es offensichtlich, dass die Datenhaushalte wahrscheinlich zunächst nicht zusammenpassen. Im günstigen Fall handelt es sich um disjunkte Stammdaten (z.B. bei gänzlich unterschiedlichen Geschäftszwecken, Märkten oder Kundengruppen), in der Regel sind aber Redundanz, abweichende Strukturen, unterschiedliche Qualitätsniveaus, sicherlich auch inkompatible Systemlandschaften anzutreffen. Hier kann MDM dabei unterstützen, das Synergiepotenzial des Unternehmenszusammenschlusses zu heben.

Marktkonsolidierungen: Aus Sicht von Anwenderunternehmen ist die damit einhergehende Problematik bereits durch voranstehende Erläuterung beschrieben, wenn die Marktkonsolidierung tatsächlich Hauptstrategie eines Unternehmens ist (z.B. alle kleineren Wettbewerber nach und nach zu integrieren). MDM kann hier eine geschäftskritische Initiative bilden. Aber auch aus Sicht der IT-Anbieter kann Marktkonsolidierung ein entscheidender Faktor für den Einsatz von MDM sein. Beispielsweise wurden zuletzt zahlreiche ERP-Systeme im Hause einzelner Großanbieter zusammengeführt, z.B. im Falle von ORACLE: Peoplesoft, Siebel, JD Edwards u.a. Sofern ein Unternehmen nun Produkte der zuvor separaten Systemanbieter einsetzt und nunmehr auf ein neues Release des Großanbieters wechseln möchte, das ggf. ein konsolidiertes Modell bereitstellt, dann bietet sich der Einsatz von MDM zur Vorbereitung auf die Migration an.

Megakonzerne, Diversifikationsstrategien und Deregulierung: In den unterschiedlichsten Branchen sind sogenannte Megakonzerne entstanden, die unterschiedliche Geschäftsmodelle unter einem Dach vereinen. Synergieeffekte ergeben sich dabei durchaus in den Teilen der jeweiligen Wertschöpfungskette, in denen sich die Geschäftsobjekte überschneiden, z.B. bei einem Automobilkonzern, der zum einen Fahrzeuge produziert und anbietet, zugleich aber auch als Finanzdienstleister, evtl. sogar als Versicherungsgeber agiert: Der Endkunde wäre ein wesentliches Geschäftsobjekt in allen Geschäftsmodellen. Zugleich sind derartige Mischkonzerne aber so komplex, dass ein gemeinsames Datenmanagement realistisch weder umsetzbar noch rechtlich möglich erscheint. Um dennoch Potenziale der gemeinsamen Betrachtung von Geschäftsobjekten zu heben, kann ein passendes MDM aufgebaut werden. Ähnliche Herausforderungen können sich bei umfassenden Diversifikationsstrategien ergeben, z.B. in der Telekommunikationsbranche (Festnetz, Mobilfunk, Breitband, TV) oder im Extremfall in deregulierten Märkten, z.B. im Energiesektor, in denen bewusst eine Trennung von Datenbeständen forciert wird. Wenngleich hier scheinbar ein vermeintlich zentraler Ansatz wie MDM nicht einschlägig ist, kann damit doch erkannt werden, welche Stammdaten in welchem Teilstück eines fragmentierten (sprich dereguliert zerteilten) Geschäftsprozesses zum Einsatz kommen und wie optimale Schnittstellen zu Vertragspartnern gestaltet werden müssen.

Wagt man einen Blick in die Zukunft, so wird sich die Optimierung der Transaktionskosten zwischen den Geschäftspartnern als entscheidender Hebel für Effizienzsteigerungen herausbilden. Unterstützt werden kann diese Entwicklung durch ein zwischenbetriebliches Stammdatenmanagement, die Beherrschung des innerbetrieblichen Stammdatenmanagements vorausgesetzt. Andrew White und John Radcliffe, Gartner-Analysten, stellten bereits 2009 im Rahmen der jährlichen Gartner BI/DWH-Konferenz die Prognose auf: »By 2012, MDM will lead to a 60% reduction in all costs associated with the elimination of redundant master data.«

1.1.2 Marktsicht

Zahlreiche Studien und Analystenberichte bestätigen das Bedürfnis nach verlässlichen Stammdaten und insofern nach MDM-Lösungen:

Laut einer Untersuchung von B. Otto und K. Hüner haben ca. 75% der Unternehmen Fehlerquoten von rund 10% in ihren Stammdaten, 66% sogar Fehlerquoten von über 20%.

Eine neuere Prognose von Gartner, präsentiert auf dem Gartner Master Data Management Summit 2011 in London, prognostiziert für 2014, dass 2/3 aller Fortune-1000-Unternehmen IT-Lösungen für das MDM implementiert haben werden. Im Kontext der Veranstaltung traf Gartner die Annahme, dass die Wachstumsrate bei Software und Dienstleistungen jährlich bei 18% bis Ende 2014 liegt.

Die Analysten des Business Application Research Center – BARC GmbH stellen fest, dass »mehr als die Hälfte aller IT-Experten in der Datenqualität [...] die größten Herausforderungen sehen« [BARC 2011, S. 28] und weiterhin bemerkt BARC, dass »75% der Teilnehmer im Master Data Management den wichtigsten Trend für ihr Unternehmen sehen« [BARC 2011, S. 35].

Die Analysten von Forrester befragten in einer weltweiten Umfrage (»June 2011 Global Emerging Technology Online Survey« 208 Unternehmen und stellten u.a. die Frage: »Looking out three years from now on, please select the five technologies that you expect to change the most of the firm’s technology landscape« (vgl. [Forrester 2011, S. 6]). Hierbei nannten über 1/3 der Befragten MDM und Data Governance als einen der wichtigsten fünf Technologietrends (nach Business Intelligence Mobile solutions und Application platforms).

Zu einem ähnlichen Ergebnis kommen die Analysten von Capgemini, die im vierten Quartal 2011 156 IT-Entscheider aus dem deutschsprachigen Raum befragten. Capgemini fragte »Wie wichtig sind die folgenden Themen für Sie als CIO für die Zukunftssicherung des Unternehmens?«, wobei die IT-Entscheider aus einer Liste von Themen auswählen konnten. Hierbei waren sowohl MDM als auch Datenqualitätsmanagement unter den TOP-5-Themen und Capgemini hält fest, dass »dieses Ergebnis zeigt, wie wichtig das Thema »Daten« für CIOs derzeit ist: Vor einigen Jahren wurde Unternehmen bewusst, wie viele wertvolle Informationen sie besitzen und welche Wettbewerbsvorteile sie erzielen würden, wenn sie alle Daten verknüpfen könnten« (vgl. [Capgemini 2012, S. 30]).

1.2 Stammdaten in unterschiedlichen Industriesegmenten

Unterschiedliche Industriesegmente haben unterschiedliche Schwerpunkte und Bedürfnisse bei der Verfolgung eines MDM-Ansatzes. Die typischen MDM-Lösungen beziehen sich üblicherweise auf die Stammdatenklasse Kunde im Rahmen eines Customer-Data-Integration-(CDI-)Ansatzes oder auf das Produkt im Rahmen eines Produktinformationsmanagements (PIM) bzw. des Produktlebenszyklusmanagements (PLM). Laut Radcliffe/Swanton lagen im Jahr 2009 die Anteile bei 33% im Bereich Kundendaten und bei 38% im Bereich Produktdaten (jeweils in Bezug auf den Softwareumsatz in der Softwarekategorie MDM) (vgl. [Radcliffe/Swanton 2011, S. 16]).

Die Ausführungen zu den unterschiedlichen Branchen zeigen, auf welch vielfältige Weise MDM die Grundlage von Geschäftsmodellen bildet und operative Prozesse in den Branchen unterstützen kann. Ein besonderes Augenmerk kommt dabei den Einsatzgebieten zu, in denen MDM mehrere wesentliche Stammdatenobjekte in Verbindung bringt, wie z.B. in der Finanzbranche, in der erst die Kombination aus Kundeninformationen und Produktinformationen zu einem optimalen Angebot führt. Nachdem hier ausgewählte branchenspezifische Treiber vorgestellt wurden, werden nun im folgenden Abschnitt die grundlegenden Treiber für MDM systematisch herausgearbeitet.

Abbildung 1–2 zeigt die Veränderung des Interesses an dem Thema Master Data Management in den unterschiedlichen Industriesegmenten bezogen auf die unterschiedlichen Domänen an Stammdaten. Damit ist nicht das generelle Interesse der jeweiligen Industriesegmente an den jeweiligen Domänen gemeint, dieses wird jedoch in den nachfolgenden Ausführungen zu den einzelnen Industriesegmenten erläutert.

Abb. 1–2     Interesse an MDM in unterschiedlichen Industriesegmenten

1.2.1 Diskrete Fertigung

In der diskreten Fertigung ist das Ergebnis ein Produkt, das in abzählbaren Einheiten produziert werden kann. Typische Bespiele sind die Produktion von Konsumgütern oder auch Autos. Dieses Industriesegment steht vor der Herausforderung, sich einem globalen Wettbewerb zu stellen, der zudem zunehmend globale Liefer-, Produktions- und Distributionsstrukturen einsetzt: Dies spiegelt sich in zunehmendem Preisdruck, sich ständig verändernden Kundenbedürfnissen sowie steigenden Logistikkosten wider, wobei die Veredelung entlang der Logistikkette erfolgt, sodass diese Kosten u.U. auf dem Weg der Veredelung anfallen – der Anteil der Logistikkosten am Endprodukt steigt jedoch zunehmend an, was bedeutet, dass die Logistikeffizienz ein wesentlicher Erfolgsfaktor ist.

Aus Sicht des MDM stehen das gestiegene Informationsbedürfnis des Kunden, die permanente Verbesserung der Logistikkette sowie die Effizienz des Produktlebenszyklusmanagements im Vordergrund, dies äußert sich bei den Kandidaten für Stammdatenobjekte:

Geschäftspartner: Vernetzte Konzepte bei der Bestandsführung führen zu einer steigenden Komplexität bei der häufig global angelegten Zusammenarbeit und benötigen verlässliche Aussagen über Geschäftspartner.

Kunde: Die Nachfrage kundenspezifischer Produktvarianten erfordert zur Planung ein besseres Verständnis über die Kundenwünsche und somit eine verlässliche und auswertbare Kundenbasis.

Produkt: Die Erschließung neuer Absatzmärkte führt zu Multichannel-Problemen in den Vertriebswegen, z.B. dadurch dass ein Produkt sowohl über eine Vertriebsorganisation als auch im Direktvertrieb, z.B. via eCommerce, angeboten und erworben werden kann, und zu einer steigenden Bedeutung eines verlässlichen, zentral geführten Artikelbestands.

1.2.2 Prozessorientierte Fertigung

In der prozessorientierten Fertigung ist das Ergebnis, im Gegensatz zur diskreten Fertigung, keine abzählbare Einheit. In der Regel wird bei der Beschreibung der Zusammensetzung des Produkts von einer Rezeptur gesprochen. Ein typisches Beispiel, neben den chemischen Prozessen, ist die Kupferproduktion, bei der aus Erzkonzentraten oder Recyclingmaterial durch eine Hüttentechnik Kupfer inkl. diverser Nebenprodukte gewonnen wird.

Im Mittelpunkt der Betrachtung stehen der Einkauf und die Logistik mit Blick auf die Kostenpotenziale bei der Anlieferung der Vorprodukte bzw. Rohstoffe. Die relevanten Stammdatenklassen sind offensichtlich der Lieferant als Spezialisierung des Geschäftspartners und das Produkt. Hinzu kommen die Abnehmer, ggf. Endkunden, bei denen keine Kapazitäten zur Lagerung vorausgesetzt werden können, sodass Just-in-Time-Anlieferung erforderlich ist, und zwar in der gewünschten Menge, Qualität und Variation. Als Schwierigkeit erweist sich dabei, dass die Prozessfertigung in vielen Fällen nicht einfach gestoppt werden kann (z.B. kann ein Hochofenprozess nicht einfach unterbrochen werden, ohne dass hohe Wiederanlaufzeiten und Kosten anfallen). Insofern müssen hier Einkauf (und Einkaufslogistik) sowie Absatz (und erneut Logistik) in Einklang gebracht und die eigene Prozesskette optimal ausgesteuert werden.

Aus Sicht des MDM stehen die permanente Verbesserung der Logistikkette (Einkauf und Absatz) und die Effizienz des Product Lifecycle Management im Vordergrund, entsprechend ergeben sich die Stammdatenobjekte wie folgt:

Kunde: Der Druck auf kundenspezifische Produktvarianten erfordert zur Planung ein besseres Verständnis über die Kundenwünsche und somit eine verlässliche und auswertbare Kundenbasis.

Geschäftspartner: Vernetzte Konzepte bei der Bestandsführung führen zu einer steigenden Komplexität bei der häufig globalen Zusammenarbeit und benötigen verlässliche Aussagen über die Geschäftspartner, insbesondere im Hinblick auf Mengen, Lieferzeitpunkte und Produktvariationen.

Lieferant: Komplexe prozessorientierte Fertigung erfordert verlässliche und frühzeitige Informationen über die Ausgangsprodukte, um so die Fertigung optimal auf die demnächst eintreffenden Grundstoffe einzupendeln und ggf. Abweichungen zu kompensieren.

In Summe hat MDM hier das Primärziel, möglichst weitreichend die Beschaffungslogistik und Absatzlogistik anhand das unternehmenseigenen Verständnisses über die eigenen Geschäftsobjekte zu unterstützen, d.h. sowohl Rohstoffe und Lieferanten als auch Produktwünsche und Abnehmer unter eigenen MDM-Maß-stäben zu erfassen.

1.2.3 Life Sciences

Die Branche Life Sciences, also Forschung & Entwicklung sowie die Herstellung von Pharmaprodukten und Hilfsmitteln, stand bislang im Vergleich zu anderen etablierten Branchen weniger stark unter Kostendruck: Doch auch hier wird der Kostendruck zunehmend spürbar, wenn z.B. Patente auslaufen oder Generikahersteller kostengünstigere Alternativen anbieten. Eine Marktkonsolidierung auch in diesem Segment mit den o.g. Herausforderungen an MDM ist die Folge. Es gibt noch weitere spezifische Herausforderungen dieser Branche an ein MDM: Ein wesentlicher Erfolgsfaktor ist z.B. die Zeit von der Forschung bis zur Marktakzeptanz eines Produkts, sie ist geprägt durch hohe Zulassungsanforderungen, Regularien und Risiken, bis ein Medikament tatsächlich am Markt eingeführt und erfolgreich verkauft werden kann. Hier kann ein MDM helfen, die Auskunftsfähigkeit zu erhöhen, um Compliance-Anforderungen schneller gerecht werden zu können. Risiken können minimiert werden, wenn die Daten in hoher Qualität schnell abgerufen werden können und sich so Zusammenhänge schneller erkennen lassen. Bei den Stammdatenobjekten steht das Produkt, z.B. ein Medikament, mit all seinen Attributen im Vordergrund. Bei genauerer Betrachtung sind noch weitere wesentliche Stammdatenobjekte zu erkennen: Denn der Weg zum Endkunden ist durch zahlreiche Zwischenstationen geprägt: Vertriebspartner, Krankenkassen, Ärzte, Krankenhäuser, komplexe Verbandsstrukturen usw. Mögliche Stammdatenobjekte sind:

Kunde: Ein umfassendes Kundenverständnis wäre erforderlich, um beispielsweise die Time-to-Market zu reduzieren. Gesetzliche Regularien und etablierte Branchenstrukturen lassen es aber kaum zu, dass aus Sicht eines Life-Science-Unternehmens der Endkunde als Geschäftsobjekt unter MDM-Aspekten betrachtet werden kann.

Geschäftspartner: Eine umso größere Bedeutung wird den zahlreichen Geschäftspartnern zugesprochen, die mittels MDM abzubilden sind.

Produkt: Offensichtlich ist auch das Produkt mit sehr umfassenden Klassifikationsdaten, Zulassungsdaten, Forschungsergebnissen usw. Gegenstand eines MDM.

1.2.4 Versorger/Energie

Die Energiewirtschaft ist zurzeit durch unterschiedliche, durchaus konkurrierende Einflüsse geprägt: Zum einen hat die Deregulierung des Markts dazu geführt, dass die vormals in den Unternehmen integrierten Bereiche der Produktion, Netze, Vermarktung und Abrechnung getrennt wurden. Zum anderen besteht – als beabsichtigte Folge der Liberalisierung der Strom, Elektrizität oder Wassermärkte – ein erhöhter Wettbewerbs- und Preisdruck, aber auch der Wunsch der Verbraucher nach innovativen Produkten, z.B. Ökostromangeboten. Zugleich kann die Kundenloyalität weniger durch das eigentliche Kernprodukt sichergestellt werden, sondern erfordert neuartige Serviceprodukte. Insofern stehen auch im Energiesektor die gesamte Produktions- und Lieferkette und die Abnahmeseite im Fokus eines möglichen MDM6.

Typische Stammdatenobjekte sind also alle sogenannten Anlagen eines Versorgers, der als Mischkonzern mehrere autarke Geschäftsmodelle vereint. Hierzu gehören Kraftwerke, Messstationen, aber auch Geschäftspartner.

Durch die Liberalisierung sind viele Prozesse der Energiewirtschaft und beteiligter Unternehmen komplexer geworden, bei vergleichsweise gewollt erhöhtem Wettbewerb. Entsprechend ergeben sich auch Herausforderungen an MDM-Programme in diesem Sektor, und die möglichen Stammdatenobjekte sind vielfältig:

Produkt: Das Produkt, also die Versorgungsleistung an sich, ist nicht mehr allein durch den Preis beschrieben, vielmehr stehen zahlreiche weitere Attribute, so auch Serviceleistungen oder auch die Zusammensetzung des Produkts (Atomstrom vs. Ökostrom), Laufzeiten, Kündigungsfristen etc. im Vordergrund. Ständige Innovation angepasst an den Nachfragemarkt sind erforderlich, kurze Time-to-Market gewünscht.

Kunde: Der Endkunde, also der Abnehmer einer Versorgungsleistung, prägt die Produktgestaltung, ist aber zugleich durch die Deregulierung nicht in jedem Fall erreichbar, u.U. gar nicht in Reichweite möglicher Serviceangebote vor Ort.

Geschäftspartner: Durch die Deregulierung sind von der Produktion bis zur Auslieferung zahlreiche Geschäftspartner beteiligt, die in einem MDM abgebildet werden können, um die komplexen Prozesse, z.B. bei der Abrechnung, optimal zu unterstützen.

1.2.5 Handel

Wie in den allgemeinen Ausführungen im Hinblick auf eBusiness bereits skizziert, war und ist insbesondere der Handel einem erheblichen Wandel unterworfen – einige große Konzerne haben erst kürzlich Internetshops ihrer Handelsunternehmen im Internet eröffnet. Mass Customization, der Wandel zum Käufermarkt, Multichannel-Vertrieb, hohe Preistransparenz und Preisdruck sowie auch die Globalisierung prägen Einzel-, Groß- und Versandhandel. Dabei werden in vielen Segmenten, insbesondere auch im Konsumentenmarkt, die Preise quasi durch Kunden oder große Marktteilnehmer definiert, die den Einkauf marktpassend gestalten können und als Preisvorreiter eine Preisgrenze vorgeben können. Im Handel ergeben sich viele sinnvolle Ansätze für MDM, vor allem dadurch, dass im Vergleich zu anderen Branchen oftmals eine sehr direkte Kundenbeziehung existiert und auch relativ geringe Regulierungsauflagen oder Compliance-Anforderungen erfüllt werden müssen. Typische Stammdatenobjekte sind:

Produkt: Offensichtlich steht das konkrete Produkt im Vordergrund. Ein effizientes Produktdatenmanagement (mit den unterschiedlichsten typischen Ausprägungen wie z.B. Category Management, Catalog Management, Sortimentsplanung, Mediaplanung) ist Grundlage für einen erfolgreichen Handel.

Kunde: Ein fundiertes Kundenverständnis über unterschiedliche Absatzkanäle ist ein weiterer Erfolgsfaktor. Viele Initiativen für MDM zielen in diese Richtung, wobei die Kunst darin besteht, über ein branchenübliches CRM hinaus die Verbindung zu anderen Stammdatenobjekten im Handelsunternehmen herzustellen, z.B. Kunde – Produkt, ggf. sogar Kunde – Geschäftspartner zur Optimierung von Logistikleistungen.

Geschäftspartner: Geschäftspartner sind in zweierlei Hinsicht relevant: Zum einen stellen Logistikkosten einen wesentlichen Kostentreiber in vielen Handelsunternehmen dar, insofern kann eine Optimierung der Einkaufs- oder Absatzlogistik durch MDM unterstützt werden, zum anderen ergibt sich der Preis eines Handelsgutes nicht zuletzt durch die Einkaufskonditionen. Ein entsprechendes Supply Chain Management kann daher durch MDM unterstützt werden.

1.2.6 Transport und Logistik

Die Branche Transport und Logistik ist dadurch gekennzeichnet, dass Logistik zunehmend global organisiert wird. Die gesamte Logistikstrecke vom Ausgangspunkt einer Handelsware bis zum Endabnehmer wird durch einen Logistikdienstleister abgewickelt, dabei steht nicht mehr der eigentliche Transport mit unterschiedlichen Verkehrsträgern im Vordergrund, sondern vielmehr die Serviceleistung, aus den unterschiedlichen Transportmöglichkeiten die optimale Kombination zusammenzustellen. Aufgrund der globalen Orchestrierung unterschiedlicher Teilleistungen sind Logistikdienstleister vielfach auf Geschäftspartner angewiesen, die vor Ort große oder kleine Teilstrecken absolvieren, oder aber bestimmte Serviceleistungen, z.B. Zwischenlagerung oder Kommissionierung, erbringen. MDM kann erheblich zur Unterstützung von Logistikdienstleistungen beitragen. Die wesentlichen Stammdatenobjekte liegen auf der Hand, jedoch gibt es noch zahlreiche Herausforderungen in der Umsetzung eines MDM, da die Branche stark verzweigte und vernetzte globale Prozesse aufweist:

Orte: Ein fundiertes Kundenverständnis trägt dazu bei, die Logistikdienstleistung optimal auf den Kunden abzustimmen. Allerdings sind weniger die Angaben über den Kunden an sich (Präferenzen, Finanzdaten, Geschäftsdaten) im MDM eines Logistikers ausschlaggebend, als vielmehr die Orte eines Kunden, z.B. Anlieferstationen auf einem großen Werksgelände, oder Filialen eines Handelskonzerns (Grundmotiv: ein Kunde – sehr viele Orte!). Auch im Rahmen der gesamten Logistikkette spielen Orte als Stammdatenobjekt eine sehr wesentliche Rolle (z.B. Abholstationen, Zwischenlager und Verkehrsträger wie ein Lkw, also bewegliche »Orte«).

Geschäftspartner: Selbst global agierende Logistikkonzerne erbringen nur einen Teil der Leistungen durch eigene Verkehrsträger. Sie sind permanent auf Geschäftspartner angewiesen. Bestimmte Logistikdienstleister machen dies sogar im Sinne von Outsourcing zum Prinzip und besitzen kaum eigene Flotten. Insofern ist fundiertes Datenmaterial zu Geschäftspartnern, deren Orte, Verkehrsträgern, Leistungen und der bisherigen Geschäftsbeziehung (z.B. Termintreue) unabdingbar für einen Logistikdienstleister. MDM kann hier einen entsprechenden Beitrag leisten.

Aufgrund der vielfach globalen Ausrichtung des Geschäfts stellen sowohl Orte als auch Geschäftspartner hohe Anforderungen an ein MDM in der Logistikbranche, da hier die Mehrsprachigkeit sowie kulturelle und infrastrukturelle Unterschiede abgebildet werden müssen (z.B. in der exakten Adressangabe eines Lieferorts).

1.2.7 Telekommunikation und Medien

Die Telekommunikationsbranche ist parallel zur Entwicklung der IT in den vergangenen Jahrzehnten einem technischen und wirtschaftlichen Wandel sondergleichen unterworfen. In Deutschland wurde aus einem staatlich geprägten Monopolisten Europas größtes Telekommunikationsunternehmen und am Markt agieren zahlreiche weitere Anbieter, die unterschiedliche Telekommunikationsdienstleistungen, z.B. in der Festnetztelefonie, im Mobilfunk, im Datenverkehr, und multimediale Dienste anbieten. Während noch vor ca. 25 Jahren die gesamte Leistungserbringung bis zum Endkunden nebst Hardware7 in der Hand des Monopolunternehmens lag, existiert heutzutage ein umfassendes Angebot unterschiedlichster Dienste und Dienstleister. Dabei orientiert sich das Angebot an den Nutzern, also Kunden, deren Produktwünsche sich zum Teil schneller entwickeln als die technische Umsetzbarkeit in der notwendigen Infrastruktur.

Ein wesentlicher Erfolgsfaktor besteht also darin, die Produktentwicklungszyklen für die primär virtuellen Telekommunikationsprodukte zu reduzieren, um schneller mit einem konkurrenzfähigen Angebot am Markt agieren zu können. Dabei sind diese komplexen, vielfach durch Vertrieb und Marketing gestalteten Produkte durchweg komplexe Bündelungen aus unterschiedlichsten Diensten, Preismodellen und subventionierten Endgeräten. Die Herausforderung besteht dann zum einen in der Endabrechnung (unterschiedlichste komplexe Services aus einer Hand), in der Bereitstellung (quasi Freischalten der Leistungen auf Knopfdruck) und darin, die Kundenbindung zu erhöhen oder zu erhalten. Dazu müssen sowohl individuelle Kundenbedürfnisse (z.B. ein neues Endgerät, ein neuer Tarif) als auch Markttrends (Must-have-Endgeräte, neue Technologien) schnell erkannt und umgesetzt werden. Als neuer störender Faktor erweist sich, dass in manchen Segmenten zurzeit eine Machtverschiebung stattfindet: Beispielsweise dominiert Apple, ehemals Hardware- und Softwarehersteller, ein Teilsegment des Endgerätemarkts, vor allem aber auch das lukrative Geschäft mit Inhalten über die iTunes-Plattform. Ergo sind Telekommunikationsanbieter in der Pflicht, diesem Trend zu folgen und in ihr Angebot einzuarbeiten. MDM trägt auch in dieser Branche zur Verbesserung der Geschäftsprozesse bei. Wesentliche Stammdatenobjekte sind:

Kunde: Der Kunde bzw. seine individuellen oder kollektiven Bedürfnisse sind ein wesentlicher Input für viele Geschäftsprozesse. MDM kann dazu beitragen, die Kundenbindung zu erhöhen oder marktgerechte Produkte zu entwickeln. Viele operative Prozesse erfordern zudem umfassende Kundeninformationen (z.B. zur Abrechnung).

Produkt: Wie bereits ausgeführt kreiert die Branche permanent neue Produkte und Produktkombinationen mit einem teils begrenzten Produktlebenszyklus, was den aktiven Vertrieb anbelangt, aber zum Teil dann doch mit einer hohen Beständigkeit in der Nutzung (manche Verträge laufen unverändert über Jahre). Insofern sind diese virtuellen Produkte mit ihren zahlreichen Eigenschaften, abgebildet in einem MDM, Grundlage für das Geschäftsmodell.

Eigene Assets: Sofern nicht nur der Vertrieb, sondern auch die Leistungserbringung durch ein Telekommunikationsunternehmen erfolgt, bestehen zahlreiche Anlagen und andere Assets, die zur Optimierung, z.B. der Wartung in einem MDM, abgebildet werden können, wie z.B. Funkmasten eines Mobilfunkanbieters.

1.2.8 Finanzdienstleistungen

Finanzdienstleister, z.B. Banken, Versicherungen, aber auch Vermittler, erbringen ebenfalls virtuelle Produkte, die komplex und einem ständigen Wandel unterworfen sind. Der Kunde und seine sehr individuellen, aber auch kollektiven Bedürfnisse bestimmen den Produktzuschnitt, das individuelle Angebot und das Marktangebot. Auch Finanzdienstleister kombinieren hierbei z.T. sehr unterschiedliche Produkte, wie Kreditvergabe, Banking, Anlageprodukte, Versicherung und Beratung. Dabei erfolgt die Bündelung zum Teil im Vorfeld in Form eines virtuellen Produkts. Das konkrete Angebot entsteht aber dann durch Konfiguration für einen Kunden. Folglich ergeben sich hier zwei sehr wesentliche Stammdatenobjekte, deren gemeinsames Management in einem MDM eine gute Grundlage für viele Geschäftsmodelle von Finanzdienstleistern bildet: Produkt (Finanzprodukt) und Kunde (Klient, Mandant, Versicherungsnehmer etc.). Im Falle einer Vermittlung spielen zudem Geschäftspartner eine große Rolle, deren Produkte mit eigenen Produkten gebündelt werden können, um ein kundenindividuelles maßgeschneidertes Angebot zu erstellen. Ziel der Bemühungen ist jeweils zum einen die Erhöhung der Kundenbindung, zum anderen die Umsatzerhöhung via Cross-Selling, d.h. bekannten Kunden neue Finanzprodukte nahezulegen. In bestimmten Segmenten der Finanzbranche bestehen noch weitere erhebliche Potenziale, da selbst in Konzernen nicht immer der eine Kunde im Mittelpunkt der Betrachtung steht, sondern ein Versicherungsvertrag oder ein Versicherungsobjekt. Zugleich gibt es aber auch in der Finanzbranche erhebliche Compliance-Anforderungen, die eine fehlerfreie Datenhaltung bei Stammdaten voraussetzen. Wesentliche Stammdatenobjekte sind:

Kunde: Der Kunde mit seinen individuellen oder kollektiven Bedürfnissen ist wesentlicher Input für viele Geschäftsprozesse. MDM kann hier eingesetzt werden, um die Kundenbindung zu erhöhen oder marktgerechte Produkte zu entwickeln. Viele operative Prozesse erfordern zudem umfassende Kundeninformationen, um z.B. optimal zu beraten oder aber auch Risiken abzuwägen. Als Herausforderung erweisen sich hierbei Compliance-Anforderungen, wie z.B. der Nachweis durch ein Beratungsprotokoll für Kapitalanlageberatungen. Zugleich bemühen sich Banken um einen optimalen Service. So können die Kunden vieler Geschäftsbanken in allen Filialen ihrer Bank bundesweit damit rechnen, dass die Informationen über ihre Kontoführung im Zugriff stehen, wenngleich ihr Konto in der Hausbank geführt wird. Erst so wird das individuelle Angebot im Bedarfsfall möglich.

Produkt: Auch die Finanzbranche kreiert permanent neue Produkte und Produktkombinationen. Diese Produkte werden u.U. nicht mehr aktiv vertrieben, die Vertragslaufzeiten erstrecken sich jedoch im Extremfall auf Jahrzehnte. Daher sind auch diese virtuellen Produkte mit ihren vielen Eigenschaften durch ein MDM zu unterstützen, um die zahlreichen operativen Prozesse eines Finanzdienstleisters zu ermöglichen.

1.2.9 Healthcare

Das Industriesegment Healthcare ist durch personalintensive Leistungserbringung gekennzeichnet: In Krankenhäusern, Arzt- und Zahnarztpraxen, Kliniken und anderen medizinischen Einrichtungen entsteht die Leistung dahingehend, dass durch Personaleinsatz gesundheitserhaltende und -fördernde Maßnahmen durchgeführt werden. Insofern existieren nur zum Teil Produkte im klassischen Sinne, in Ausnahmen bestehen virtuelle Produkte, z.B. vorkonfektionierte Behandlungspläne, Therapien oder Programme. Im Regelfall ergibt sich die Leistungserbringung aber individuell anhand der Patientenbedürfnisse. Deshalb scheinen die Geschäftsobjekte, die als Stammdatenkandidaten infrage kommen, auf der Hand zu liegen: Im Mittelpunkt der Betrachtung sollte der Patient stehen. Aufgrund der Struktur der Branche, gesetzlicher Rahmenbedingungen und einer Vielzahl beteiligter Leistungserbringer und komplexer Abrechnungsverfahren setzt sich diese kundenorientierte Sichtweise nur schleppend durch, es existieren nach wie vor zahlreiche Barrieren. Insofern sind dann auch die Geschäftspartner wie die behandelnden Ärzte, Kliniken, Rehazentren primäre Kandidaten für Stammdatenobjekte. Bemerkenswert ist zudem, dass eine enge Verbindung zwischen Life Sciences und Healthcare besteht, denn die Kunden der Healthcare-Leistungen sind auch die eigentlichen Endkunden der Life-Science-Produzenten. MDM könnte hier, prozessorientiert, kundenfokussiert und branchenübergreifend etabliert, erhebliche Potenziale heben. Wesentliche Stammdatenobjekte sind:

Kunde: Der Patient oder Nutznießer von Healthcare-Leistungen sollte im Mittelpunkt stehen. Eine geschäftspartnerübergreifende Sichtweise (etwa eine kombinierte Sicht Krankenhaus – niedergelassene Ärzte) setzt sich aber nur schleppend durch, doch selbst aus Sicht eines einzelnen Leistungserbringers (z.B. eines Klinikums) ist der Patient mit all den zugehörigen Informationen ein sehr wesentliches Stammdatenobjekt.

Geschäftspartner: Da viele unterschiedliche Parteien im Verlaufe der Leistungserbringung beteiligt sind, spielt der Geschäftspartner eine besondere Rolle. Offensichtlich ist dies z.B. im Abrechnungsverfahren zwischen Leistungserbringern (Kliniken, Ärzten), Abrechnungsstellen und Krankenkassen, etwa durch die entsprechenden zwischengeschalteten Verbände.

Ort und Assets: Komplexe Verfahren erfordern unter Umständen besondere Assets, z.B. Medizintechnik, die nur begrenzt oder an bestimmten Orten zur Verfügung stehen. Auch können bestimmte Therapien (etwa Rehamaßnahmen) nur an bestimmten Orten (z.B. Luftkurorten) durchgeführt werden. Insofern stellen auch Orte und medizinische Assets gute Kandidaten für MDM im Healthcare-Bereich dar.

1.2.10 Behörden

Der öffentliche Dienst ist in Deutschland durch eine gesetzliche Regulierung mit hohen Anforderungen an den Datenschutz in Bezug auf die Privatsphäre der Bürger geprägt. Behörden unterliegen einem starken Druck, die Kosten zu reduzieren. Dies erfolgt neben dem sozialverträglichen Abbau von Arbeitsplätzen durch eine Steigerung der Effizienz bei der Vorgangsbearbeitung, auch unter Einsatz von IT-Verfahren und -Systemen.

Die Informationen rund um Stammdaten zum Bürger bzw. der Person stehen im Mittelpunkt der Anstrengungen. Die Behörden versuchen dabei die Bürgerbindung durch eine Verbesserung der Servicequalität zu erhöhen. Hier kann das MDM die notwendigen verlässlichen und konsistenten Daten über Bürger sichern, die in den unterschiedlichen Vorgängen benötigt werden.

Ein anderer Ansatzpunkt für MDM ergibt sich dann jeweils durch den Geschäftszweck der jeweiligen Behörde. So sind durchaus zahlreiche Fachverfahren so gelagert, dass sie optimal durch MDM unterstützt werden könnten, da z.B. Orte, Personen, Anlagen o.Ä. verwaltet werden. Dennoch erfolgt diese Verwaltung nicht immer unter Managementaspekten, da die Methoden und Verfahren gesetzlich vorgegeben und reglementiert sind, sodass nur teilweise MDM-Ansätze zur Anwendung gebracht werden können. Jedoch gibt es durchaus Behörden, Ämter und Ministerien, die ihre Leistungen vergleichbar mit einem Wirtschaftsunternehmen als Service am Markt anbieten. Dies sind vor allem die Ämter, die z.B. Informationen kostenpflichtig zur Verfügung stellen. Als Grundlage dienen Stammdaten und insofern können MDM und dementsprechende Verfahren hier unterstützen8.

Ein weiterer wesentlicher Treiber für MDM ist die Datenqualität: Bedingt durch Sparzwang und z.T. erhebliche Qualitätsdefizite laufen bestimmte Fachverfahren suboptimal ab, sodass eine Datenqualitätssteigerung zwingend erforderlich und demzufolge MDM in Ansätzen unumgänglich ist. Da anders als in Wirtschaftsunternehmen die dafür nötigen organisatorischen und prozessualen Anpassungen nicht ohne Weiteres umsetzbar sind, steht MDM in öffentlichen Verwaltungen aber vor erheblichen Herausforderungen.

Wesentliche Stammdatenobjekte sind:

Kunde (Bürger): Öffentliche Verwaltungen sehen in einem besseren Service gegenüber dem Bürger die Chance, Vorgänge zu optimieren (also Kosten zu sparen) und dabei zugleich eine Verbesserung der Servicequalität, letztlich auch des gewünschten Renommees zu erreichen. MDM-Ansätze können hierbei unterstützen.

Nach Geschäftszweck: Bestimmte Behörden und Ämter setzen durchaus sachorientierte Fachverfahren ein, die MDM-Ansätze fordern. Lediglich die Umsetzung steht vor erheblichen Herausforderungen.

1.3 Grundlegende Treiber

Jedes Unternehmen hat spezifische Herausforderungen und individuelle Unternehmensziele. Diese werden sich in der unternehmensspezifischen Definition und Planung des MDM wiederfinden. Es gibt jedoch einige grundlegende Treiber für MDM, die in unterschiedlicher Stärke in allen Branchen relevant sind. In der Erhebung im Vorfeld des MDM-Summit in London 2011 (vgl. [Radcliffe/Swanton 2011, S. 16]) befragte Gartner 234 Anwenderunternehmen. Gartner hält folgende wesentlichen Treiber als Ergebnis der Umfrage fest, wobei Mehrfachnennungen möglich waren:

Verbesserung der Effizienz und Erzielung einer Kostenreduktion (ca. 50%)

Verbesserung der Entscheidungsfindung (ca. 40%)

Verbesserung der GRC9-Ansätze (ca. 25%)

Verbesserung der Kundenbeziehung (ca. 20%)

Dies Ergebnis deckt sich inhaltlich und in der Verteilung mit den Ergebnissen der Studie des Product and Master Data Management Centre (PMDMC) (vgl. [Weiß 2010]). Demnach waren die wesentlichen Ziele bei der Einführung des MDM bei den befragten 21 Unternehmen:

Verbesserung der Prozesse

Unterstützung analytischer Systeme

Harmonisierung der Organisationseinheiten

Verbesserung der Datentransparenz

1.3.1 Konvergenz von Lösungsansätzen

Konvergenzen sind dann zu erkennen, wenn mehrere fachliche oder IT-Lösungsansätze zunächst unabhängig voneinander gleichartige Geschäftsziele unterstützen und durch Erreichen von Synergien einen größeren gemeinsamen Nutzen erzielen. So ist es beispielsweise denkbar, dass eine Fachinitiative eine andere IT-Initiative als Voraussetzung benötigt oder aber zwei IT-Initiativen ähnliche Bereiche adressieren und daher u.U. sogar redundante Infrastrukturen aufbauen (vgl. dazu Abschnitt 2.4). Nachfolgend sind typische Anzeichen für Konvergenzen, die für MDM relevant sind, aufgeführt.

Betrachtung der gesamte Wertschöpfungskette bei der Optimierung

Die Verwaltung der grundlegenden Geschäftsobjekte wurde in der Vergangenheit erfolgreich in abgeschlossenen Bereichen absolviert. Dies waren beispielsweise die sogenannten funktionalen Silos, die anhand der betriebswirtschaftlichen Funktionen (Line-of-Business, LoBs) die Datenhaltung für Kunden- oder Produktstammdaten implementiert haben. Unternehmen, die derartige Ansätze verfolgt haben, vollziehen nun den nächsten Schritt und weiten die Betrachtung auf die gesamte Wertschöpfungskette aus. Dieses Unterfangen bezieht zum einen weitere Organisationseinheiten inkl. der externen Geschäftspartner in das MDM-Vorhaben ein und erhöht somit die organisatorische Breite der MDM-Lösung. Zum anderen werden die MDM-Lösungen auf weitere grundlegende Stammdatenobjekte ausgeweitet, um den Wertschöpfungsprozess von Anfang bis Ende mit konsistenten Stammdaten zu versorgen. Insbesondere müssen dedizierte organisatorische Maßnahmen zur Pflege der Daten implementiert und überwacht werden. Die Sicherstellung der Qualität der Stammdaten wird zur Aufgabe der Fachbereiche und operativer Einheiten. Die Bedeutung der Datenqualität steigt und somit die Bereitschaft, an dieser Stelle zu investieren.

Durch diese Konvergenzen erhöht sich die operative Exzellenz, dies ist dann der eigentliche Treiber für MDM.