1. Datenqualität – eine Managementaufgabe

Laut International Telecommunication Union nutzten im Jahre 2013 2,7 Mrd. Menschen das Internet, also knapp 40 % der Weltbevölkerung (ITU 2013). Die technologischen Innovationen der letzten 15 Jahre sind für die Durchdringung des Privat- und des Geschäftsbereichs verantwortlich.

In Deutschland nutzte Ende 2013 fast die Hälfte der Bevölkerung (37 Mio. Menschen) ein Smartphone⁴ und ein Fünftel bis ein Viertel der deutschen Bevölkerung nutzt Social Networks über ein Smartphone. Das digitale Networking hat einen enormen Einfluss auf die Meinungsbildung der Menschen in politischen, wirtschaftlichen und privaten Angelegenheiten. Aus Sicht des Datenmanagements sind u. a. folgende Aspekte zu beachten:

Der Begriff „Industrie 4.0“ steht für die vierte industrielle Revolution, also die Verschmelzung der physischen mit der virtuellen Welt durch sogenannte „cyber-physische Systeme“ (Bauernhansl et al. 2014). Die Daten werden ohne Zeitverzug, ohne menschliches Zutun und viel detaillierter und exakter als zuvor erfasst. Maschinen werden internetfähig, übernehmen selbständig Aufgaben der Produktion und Datenverarbeitung, und die Daten, die bislang nur in der Fabrik verfügbar waren, sind dem gesamten Unternehmen und seinen Geschäftspartnern zugänglich (Abb. 1.3).

Industrie 4.0-Szenarien verändern den grundsätzlichen Umgang mit Daten in und zwischen Unternehmen. Das wird an drei Aspekten deutlich:

Ein Beispiel für eine Industrie-4.0-Anwendung ist der intelligente Behälter inBin, der von der Firma SICK⁵ gemeinsam mit dem Fraunhofer Institut für Materialfluss und Logistik (Fraunhofer IML) entwickelt wurde. Der inBin kennt seine Lokation, erfasst die Temperatur seiner Umgebung und veranlasst selbständig seine Kommissionierung (Abb. 1.4).

Voraussetzung für den Erfolg von Industrie 4.0 in einzelnen Unternehmen sowie über Supply Chains hinweg ist ein leistungsfähiges Datenmanagement, das folgende Anforderungen erfüllt:

Jeder Einzelne von uns nutzt heute eine Vielzahl unterschiedlicher Konsumentenservices, die uns in verschiedenen Lebenslagen unterstützen (Österle 2014). Abbildung 1.5 zeigt zehn Lebensbereiche, in denen Menschen digitale Services nutzen, von der Navigationsunterstützung bis zum Hören von Musik, vom Preisvergleich bis zur Fernsteuerung der Beleuchtung im eigenen Haus. Der Bereich Kommunikation ist beispielhaft um zwei weitere Ebenen erweitert, um einen Eindruck von der Vielfalt der Services zu vermitteln. Eine ausführlichere, aber nie vollständige MindMap der digitalen Konsumentenservices findet man auf il.iwi.unisg.ch/appmap (Amiona 2014).

Dabei steigen die Erwartungen des Konsumenten, dass digitale Services vermehrt individuell auf ihn zugeschnitten sind. Unternehmen reagieren auf diese Konsumerisierung der Informationstechnik, indem sie ihre Geschäftsprozesse an den Bedürfnissen des Konsumenten, also dem Konsumentenprozess, ausrichten. Dieser besteht aus sämtlichen Aktivitäten, die der Einzelne zur Erfüllung verschiedenster Bedürfnisse (z. B. Einkaufen, Sport treiben, Reisen) in einer Lebenssituation zu verrichten hat.

Die Konsumerisierung führt zu einer neuen Rolle des Konsumenten im Wirtschaftsleben (Konsumentenzentrierung). Er ist nicht mehr Endpunkt bzw. Senke unidirektionaler Waren- und Informationsflüsse, sondern beeinflusst über Plattformen wie Foodwatch.org die öffentliche Meinung von Produkten und Unternehmen und agiert sowohl als Verbraucher als auch als Produzent von Waren und Dienstleistungen. Beispiele sind die Stürme der Entrüstung, die über die Firma Nestlé wegen der Nutzung von Palmöl in KitKat-Schokoladenriegeln hereinbrach, und das Crowdsourcing von Programmierleistungen.

Abbildung 1.6 zeigt exemplarisch, wie sich der Fluss von Produktinformation beim Konsumgüterhersteller Beiersdorf innerhalb eines Zeitraums von fünf Jahren gewandelt hat. Von 2007 auf 2012 ist einerseits die Zahl an Akteuren im Unternehmensnetzwerk gestiegen, weil Unternehmen wie Apple und Google sowie Online-Händler wie Zalando Produktinformationen von z. B. Nivea nutzen und verteilen. Dieses erweiterte Unternehmensnetzwerk wird in Anlehnung an die Ökologie auch als „Ökosystem“ bezeichnet. Andererseits ist der Konsument hinsichtlich der „Macht über die Daten“ im Netzwerk von der Peripherie ins Zentrum gerückt, da nahezu alle Unternehmen des Netzwerks mit dem Konsumenten interagieren (Schierning 2012).

Nestlé pflegt nicht nur klassische Unternehmensdaten, sondern auch Konsumentendaten. Nestlé hat 94 Mio. Fans auf Facebook und 16 Mio. Views seines Contrex-Videos auf YouTube. Dazu kommen Daten von Onlineshops, auf denen Nespresso z. B. mehr als 50 % der Kaffee-Kapseln verkauft.

Konsumentenzentrierung bedeutet für Unternehmen eine Abkehr von der traditionellen unternehmenszentrierten Sicht auf den Endkunden. Nicht mehr der Entwurf und die Verbesserung der Interaktion mit dem Konsumenten aus Sicht des Unternehmens steht im Vordergrund des Handelns („Inside-out-Ansatz“), sondern der integrale Konsumentenprozess über die Grenzen einzelner Unternehmen hinweg („Outside-in-Ansatz“).

Die Konsumerisierung führt zu neuen Anforderungen an das Datenmanagement:

Die Durchdringung von Wirtschaft und Gesellschaft und damit von Industrie und Konsumenten mit digitalen Services führt zu neuartigen Geschäftsmodellen abseits klassischer Unternehmen⁷. Beispiele aus dem Konsumentenbereich sind Google, aber auch Airbnb, idealo und viele weitere Unternehmen, die eine große Zahl von Konsumenten und Geschäftskunden mit einer großen Zahl von Anbietern zusammen bringen. Diese Unternehmen nehmen eine Vermittlerrolle zwischen Leistungserstellung und -bezug verschiedener Akteure ein. Aus einer eher technischen Sicht wird vielfach auch vom „Internet der Dienste“ gesprochen. Vier Entwicklungen prägen diese Geschäftsmodelle:

Das Wissen über den Kunden ist der Ausgangspunkt für Marketing und Verkauf, aber auch für die Produkt- und Dienstleistungsentwicklung. Deshalb müssen Unternehmen in der Lage sein, sämtliche Informationen zu den Bedürfnissen des Kunden verfügbar zu haben. Bei Konsumenten sind das z. B. das Internet-Surf-Verhalten, die Einkäufe und die Bezugsgruppen in sozialen Netzen, bei Geschäftskunden seine Adressen, Tochterunternehmen, Kontaktdaten und Namen von Ansprechpartnern, sowie Daten zu gekauften Produkten und bestehenden Verträgen.

Das Unternehmen Bühler, ein global tätiger Hersteller von Produktionsanlagen mit Spezialisierung auf die Nahrungsmittelindustrie, stellt beispielsweise seinen Mitarbeitern im Kundendienst und im Vertrieb einen digitalen Kundensteckbrief zur Verfügung. Dieser beantwortet Fragen wie:

Der 360-Grad-Blick auf den Kunden stellt zahlreiche Anforderungen an das qualitätsorientierte Datenmanagement:

Unternehmenszukäufe und –zusammenschlüsse sind ein wichtiges Instrument von Unternehmensstrategien. In der chemischen Industrie hat z. B. die BASF seit 2005 u. a. die Eletronikchemikaliensparte von Merck, die Feinchemiefirma Orgamol, den Katalysatorhersteller Engelhard, die Bauchemikaliensparte von Degussa sowie den Spezialchemiekonzern Ciba übernommen. Die Zukäufe wurden in einheitliche Applikationssysteme und Geschäftsprozesse integriert.

Ein weiteres Beispiel für Unternehmensintegrationen liefert Nestlé. Das Unternehmen führt über 2000 unterschiedliche Marken, die in mehr als 440 Fabriken in fast 90 Ländern der Erde produziert und in über 190 Ländern verkauft werden⁹. Von dem Gesamtumsatz in Höhe von mehr als 92 Mrd. Schweizer Franken im Jahre 2013 laufen 93 % auf dem zentralen Enterprise Resource Planning (ERP)-System „GLOBE“. Abbildung 1.8 zeigt einige Eckdaten zu GLOBE.

Das GLOBE-Programm verfolgt seit seinem Start 2001 drei Ziele, nämlich die unternehmensweite Nutzung von „Best Practices“ auf Basis gemeinsamer Geschäftsprozesse, die Einführung eines standardisierten Anwendungssystems sowie die Nutzung von Daten als „Asset“. Voraussetzung dafür ist ein leistungsfähiges Datenmanagement, das insbesondere viele Unternehmenszukäufe der letzten Jahre integriert.

Die zunehmende Regulierungsdichte zwingt die Unternehmen, eine große und weiter steigende Zahl gesetzlicher und behördlicher Vorgaben und Vorschriften zu erfüllen. Zwei prominente Beispiele dazu sind:

Das Pharmaunternehmen Novartis muss z. B. aufgrund behördlicher und gesetzlicher Auflagen Daten zu klinischen Studien und zu Wirkstoffen in Produkten vollständig, aktuell und korrekt bereitstellen können. Als Voraussetzung dafür schafft das Unternehmen einen durchgängigen, unternehmensweiten „Regulatory Submission“-Prozess. Das Datenmanagement spielt dabei eine besondere Rolle:

Unternehmen geben zwischen 1 und 5 % ihres Umsatzes für die Anschaffung und den Betrieb leistungsfähiger Unternehmenssoftware (z. B. SAP Business Suite) aus (Reynolds 2010; Equey et al. 2008), können aber oftmals grundlegende Fragen nicht beantworten. Beispiele für diese Fragen sind:

Der Grund dafür ist nicht etwa das Unvermögen, die Systeme zu nutzen, oder ein niedriger Reifegrad des IT-Betriebs, sondern das Fehlen einer sogenannten „Single Source of the Truth“. Große Unternehmen bestehen aus einer Vielzahl von Sparten, Standorten und Geschäftsprozessen, in denen sich über den Lauf der Zeit jeweils ein eigenes Bild der Realität (Kunden, Materialien, Lieferanten usw.) entwickelt hat. Wenn dann z. B. im Rahmen der Lieferantenentwicklung die Beschaffungsvolumina aller Standorte, Sparten usw. bei einem Lieferanten und all seinen Töchterunternehmen ermittelt werden sollen, passen diese unterschiedlichen Abbildungen der Realität nicht zusammen.

Exemplarisch zeigt Abb. 1.9 einige Datenqualitätsherausforderungen am Beispiel der ZF Friedrichshafen AG, die für ein aussagekräftiges Geschäftspartner-Reporting bewältigt werden müssen.

Bestandteile des Datenmanagements für ein vertrauenswürdiges Berichtswesen sind:

Mit der Standardisierung und Automatisierung von Geschäftsprozessen nutzen Unternehmen Skaleneffekte und verringern gleichzeitig ihre Komplexität. Voraussetzung dafür ist ein einheitliches Verständnis über die Daten im Unternehmen, welche in allen Geschäftsbereichen genutzt werden. Denn die Standardisierung der Geschäftsprozesse ist nicht möglich, wenn z. B. Materialstammdaten in Teilprozessen oder Regionen unterschiedlich definiert sind und unterschiedlich erzeugt und verwendet werden.

2007 litt die Konsumgütersparte von Johnson & Johnson in den USA unter vielen Problemen mit der Datenqualität in Geschäftsprozessen (siehe Abb. 1.10 und Kap. 2.​7).

Weniger als 30 % der logistischen Daten zu Artikeln, d. h. Angaben zu den Abmessungen und zum Gewicht der Artikel, befanden sich innerhalb der erlaubten Fehlertoleranz von 5 %. Anders ausgedrückt: Mehr als 70 % der logistischen Daten waren falsch. Johnson & Johnson erneuerte sein Stammdatenmanagement und erreichte 2013 einen Six-Sigma-Level hinsichtlich seiner Datenqualität¹⁰. Voraussetzungen dafür waren:

Privatpersonen geben im Internet vermehrt freiwillig private Daten preis, um Angebote wie soziale Netzwerke zu nutzen. Während in den USA der Datenschutz kaum gesetzlich geregelt ist, wird der Schutz personenbezogener Daten in der Europäischen Union als Grundrecht definiert (EU 2010). Daten dürfen nur mit Einwilligung der betroffenen Personen oder auf Basis einer gesetzlichen Grundlage verarbeitet werden. Für Unternehmen haben diese Vorgaben Auswirkungen auf Werbemaßnahmen oder Analysen des Kundenverhaltens. Allerdings ist die Rechtslage nicht immer eindeutig angesichts der Vernetzung durch das Internet sowie infolge der Auslagerung von IT-Aktivitäten in Länder, in denen andere Datenschutzbestimmungen gelten.

Unternehmen haben im Sinne der Informationssicherheit auch die Aufgabe, die von ihnen verwalteten personenbezogenen Daten gegen den unberechtigten Zugriff Dritter zu schützen. Dabei schaden Datenlecks Internet-Unternehmen besonders intensiv. Deshalb versuchte im Dezember 2013 ein Telekommunikationsunternehmen gerichtlich die Publikation eines Artikels zu verhindern, in dem öffentlich wurde, dass Angaben zu Bankkonten von 7500 Kunden sowie zu 5,6 Mio. E-Mail-Abonnenten entwendet worden sind. Durch ein Gerichtsurteil ist die superprovisorische Verfügung inzwischen aufgehoben und die Veröffentlichung hat stattgefunden (Schmid 2014).

Das Kompetenzzentrum Corporate Data Quality (CC CDQ) an der Universität St. Gallen und dem Fraunhofer Institut für Materialfluss und Logistik in Dortmund greift die größten Herausforderungen im Datenmanagement auf und entwickelt dafür neue Lösungsansätze. Im Rahmen des CC CDQ wurden im April 2013 Datenmanager aus unterschiedlichen Industrien zu den größten Herausforderungen für das Datenmanagement befragt (Österle und Otto 2014). Tabelle 1.1 zeigt als Ergebnis dieser Fokusgruppe die Rangfolge der Herausforderungen.

Die Verbesserung und die Sicherung der Datenqualität gelten den Teilnehmern der Fokusgruppe mit Abstand als die größte Herausforderung. Datenqualität ist ein Maß dafür, in welchem Umfang die Daten geeignet sind, die Anforderungen der Geschäftsprozesse zu erfüllen, in denen sie verwendet werden (Otto et al. 2011). Datenqualität lässt sich in verschiedenen Datenqualitätsdimensionen messen, wie z. B. Konsistenz, Aktualität und Vollständigkeit.

Als zweitgrößte Herausforderung sehen die Teilnehmer der Fokusgruppe die Transparenz über die Datennutzung. Insbesondere in großen Unternehmen mit komplexen Anwendungssystemlandschaften ist oftmals unklar, wo und wie Daten ins Unternehmen gelangen, in welchem System sie federführend gespeichert sind und was nach ihrer Verteilung in lokale Anwendungssysteme mit ihnen geschieht. White und Radcliffe (2010) verwenden in diesem Zusammenhang den Begriff der mangelnden „Downstream Visibility“ von Daten.

Eine vierte Herausforderung ist die manuelle Datenpflege, die bei Medienbrüchen in der Datenverarbeitung auftritt (Fleisch und Österle 2004). Ein Beispiel für einen Medienbruch ist das Abtippen oder Einscannen von Kundenstammdaten von einer Visitenkarte in ein Customer Relationship Management (CRM)-System. Manuelle Datenpflege ist anfälliger für Fehler und gefährdet damit die Datenqualität.

Als fünfte große Herausforderung gelten die Limitationen zentraler Datenarchitekturen. Denn zukünftig werden immer mehr Daten von externen Quellen beschafft und zur Zeit des Bedarfs im Geschäftsprozess zur Verfügung gestellt. Ein Beispiel sind Angaben zum CO₂-Ausstoß bei der Produktion und Distribution von Konsumgütern. Konsumgüterhersteller, die zu derartigen Angaben z. B. in Frankreich verpflichtet sind (AFNOR 2009), werden diese Daten nicht in zentralen (ERP)-Systemen führend verwalten, sondern auf autorisierte Datenbanken von Drittanbietern zugreifen.

Die semantische Integration von Daten ist die sechstwichtigste Herausforderung im Datenmanagement. In der Datenintegration ist Semantik definiert als die Interpretation von Daten in einem bestimmten Anwendungsfall (Ziegler und Dittrich 2007). Ein Beispiel ist der Begriff „Kunde“, der in der Buchhaltung eines Unternehmens als „aktiver Kunde“ verstanden wird und im Vertrieb als „potentieller Kunde“.

Ebenfalls auf dem sechsten Rang ist die Trennung zwischen „strukturierten“ und „unstrukturierten“ Daten genannt. Als strukturierte Daten werden alphanumerische Daten bezeichnet, die oftmals gemäß einem relationalen Datenbankschema organisiert sind. Als unstrukturiert gelten Texte, Audios, Videos, Bilder, Tweets und Zeichnungen. Die Trennung zwischen diesen beiden Datenarten stellt Unternehmen vor Probleme, wenn z. B. im Berichtswesen neben Umsätzen auch Daten aus Social-Networking-Plattformen oder Verbraucherportalen analysiert werden sollen (Baars und Kemper 2008).

Platz 8 der größten Herausforderungen im Datenmanagement nimmt der Datenschutz ein. Sony wurde z. B. 2011 Opfer eines Hacker-Angriffs auf sein PlayStation-Netzwerk, bei dem auch Daten von Nutzern gestohlen wurden. Wurde das Unternehmen zu Beginn des Jahres 2013 in Großbritannien zu Strafzahlungen in Höhe von 250.000 GBP verurteilt, weil der Vorfall nach Ansicht des Information Commissioner’s Office (ICO) hätte „verhindert werden können“ (BBC 2013), so wog doch der Reputationsverlust viel schwerer.

Auf Platz 10 rangiert die Herausforderung, in Zukunft nicht allein Klassen von Entitäten zu bewirtschaften, sondern Instanzen. Durch RFID-Technologien kann ein Spezialmaschinenbauer jedes einzelne Ersatzteil identifizieren. Dieser Ansatz unterscheidet sich von der klassischen Datenverarbeitung, bei der ein Stammdatensatz inkl. einer Teilenummer die Teileklasse beschreibt und Bestandsdaten den jeweiligen Lagerbestand. Das Datenmanagement muss mit dieser Zunahme der Datensätze umgehen können.

Die Beispiele in den Kap. 1.1 und 1.2 haben gezeigt, dass sich diese Anforderungen durch die Digitalisierung noch verschärfen. Tabelle 1.2 fasst die wichtigsten Anforderungen an ein erfolgreiches Datenqualitätsmanagement zusammen, die von den „Top 8“ der Herausforderungen abgeleitet werden können.

Das Framework für (Konzern-)Stammdatenqualität bietet eine Lösung für diese Gestaltungsaufgabe, indem es den Ansatz des Business Engineering auf das unternehmensweite Datenqualitätsmanagement überträgt (siehe Abb. 1.11). Generell ist Business Engineering die methodenorientierte und modellbasierte Konstruktionslehre für Unternehmen des Informationszeitalters (Österle und Winter 2003). Gestaltet werden Artefakte auf den drei Ebenen „Strategie“, „Organisation“ und „Systeme“ in sechs Gestaltungsbereichen (Otto 2011b; Otto et al. 2011). Jeder Gestaltungsbereich hat eigene Ergebnistypen (Dokumente).

Die „Datenqualitätsmanagementstrategie“ richtet das Datenqualitätsmanagement an den Unternehmenszielen aus (siehe Tab. 1.3).

Ein Beispiel für den Zusammenhang zwischen Datenqualitätsmanagement und den Zielen des Unternehmens findet sich bei der DB Netz AG, die für die Eisenbahninfrastruktur in Deutschland zuständig ist. Zur Eisenbahninfrastruktur gehören das Gleisnetz, Tunnels, Brücken, Bahnhöfe etc. Eine Leistungs- und Finanzierungsvereinbarung regelt die Mittelzuwendung des Bundes an die DB Netz AG im Sinne einer Bezuschussung für Instandhaltungsarbeiten an der Eisenbahninfrastruktur. Die Höhe des jährlichen Zuschusses hängt – in gewissen Grenzen – direkt von der Qualität des Infrastrukturkatasters ab, in welchem u. a. Anzahl, Wartungszustand und gewisse Leistungsparameter (zum Beispiel zulässige Geschwindigkeiten) sämtlicher Infrastrukturanlagen erfasst werden. Eine hohe Konsistenz, Aktualität, Vollständigkeit und Verfügbarkeit der Stammdaten zu Infrastrukturanlagen beeinflusst also positiv die Finanzausstattung des gesamten Unternehmens.

Die organisatorische Ebene umfasst drei Gestaltungsbereiche, nämlich das Führungssystem für Datenqualitätsmanagement (auch: „Datenqualitäts-Controlling“ oder „Qualitätssicherung“), die DQM-Organisation sowie Prozesse und Methoden für DQM.

Datenqualitätsmanagement kann nur dann zielgerichtet betrieben werden, wenn quantifiziert wird, was „gute“ (Stamm-)daten sind. Dazu muss die Qualität der Daten gemessen werden. Datenqualitätskennzahlen sind ein quantitatives Maß für Datenqualität (Hüner 2011)¹¹. Entscheidend beim Aufbau eines Kennzahlensystems für Datenqualität ist herauszufinden, was gemessen werden soll und was gemessen werden kann. Kennzahlensysteme für Datenqualität müssen sich an den fachlichen Erfordernissen orientieren und sind – soweit möglich – mit den Kennzahlen für Geschäftsprozesse zu koppeln. Tabelle 1.4 stellt die Ergebnisse des Gestaltungsbereichs „Führungssystem“ dar.

Weil das Management von Stammdaten ein Querschnittsthema ist, müssen die Aufgaben des Datenmanagements über die einzelnen Divisionen und Geschäftsbereiche des Unternehmens hinweg koordiniert werden. Diesem Zweck dient die Organisation des DQM. Sie ist in vielen Unternehmen eine virtuelle Organisation, in welcher die Mitarbeiter disziplinarisch in ihren ursprünglichen Berichtslinien verbleiben und zusätzlich in einer neuen fachlichen Berichtslinie eingebunden sind (Tab. 1.5).

Die Organisation des Datenqualitätsmanagements manifestiert sich in den Rollen des DQM sowie der Zuordnung von Verantwortlichkeiten zu diesen Rollen. In der Praxis haben sich verschiedene Rollen herausgebildet, um die Aufgaben eines unternehmensweiten Datenqualitätsmanagements wahrzunehmen. Neben der Identifikation und Beschreibung der Rollen im Datenqualitätsmanagement müssen die Verantwortlichkeiten definiert sein. Verantwortlichkeiten geben an, welche Aufgabenbereiche und Rechte (z. B. Anweisungs-, Planungs-, Entscheidungs-, Mitspracherechte) einer Rolle im Stammdatenmanagement zugeordnet sind. Ein Aufgabenbereich ist z. B. die Entwicklung eines einheitlichen Datenmodells für die übergreifend verwendeten Geschäftsobjekte. Hauptverantwortlich (im Sinne des englischen „responsible“) dafür ist in vielen Fällen der Konzern-Datensteward, der auch für den Aufbau des Stammdatenmanagements zuständig ist. Neben dem Konzern-Datensteward werden oft weitere Rollen von Datenverantwortlichen definiert, die das notwendige fachliche und technische Wissen haben, um z. B. das Datenmodell freizugeben oder Nachbesserungen zu fordern. Der Data Owner (auch „Dateneigner“) ist im Sinne des englischen „accountable“ für bestimmte Datenobjekte verantwortlich und meist ein Vertreter des Managements (z. B. Leiter Zentraleinkauf, Leiter Supply Chain Management) eines Fachbereichs.

Der vierte Gestaltungsbereich „DQM-Prozesse und -Methoden“ bezieht sich auf das Lebenszyklusmanagement für Stammdaten sowie diejenigen Prozesse, nach denen die Mitarbeiter des Datenqualitätsmanagements arbeiten (Tab. 1.6).

Eine der wichtigsten Ursachen für schlechte Datenqualität ist das Fehlen einer gesamthaften Bewirtschaftung einzelner Stammdatenklassen. Unternehmen sind nach Funktionen (z. B. Einkauf, Vertrieb), Ländern bzw. Märkten und Geschäftsprozessen (z. B. „Order-to-cash“, „Make-to-Stock“) organisiert. Deshalb gibt es in nur wenigen Unternehmen eine Stelle, welche den Gesamtüberblick darüber hat, wo ein Stammdatum erfasst, geändert, verwendet und zum Löschen markiert wird.

Die Aufgabe, Ursachen und Auswirkungen niedriger Stammdatenqualität zu analysieren, ist deshalb sehr komplex. Ursachen sind zumeist Aktionen, die innerhalb von Anwendungssystemen mit den Daten ausgeführt werden (z. B. anlegen, ändern, ergänzen, löschen). Diese Aktionen wiederum haben Auswirkungen auf Geschäftsprozesse, deren Qualität sich durch Kennzahlen quantifizieren lässt.

Die Systemebene umfasst zwei Gestaltungsbereiche, nämlich die DQM-Architektur und die Anwendungssysteme für das Datenqualitätsmanagement.

Die Ergebnisse des Gestaltungsbereichs „DQM-Architektur“ fasst Tab. 1.7 zusammen.

Das Kerngeschäftsobjektmodell ist ein zentrales Ergebnis des Datenqualitätsmanagements, weil es die Voraussetzung für ein einheitliches Verständnis der Daten und damit auch für die intendierte Nutzung der Daten ist. Seine Entwicklung und sein Fortschrieb muss durch Einbeziehung der Fachbereiche erfolgen, weil nur dort das Wissen um die Bedeutung der Stammdaten in den Geschäftsprozessen verfügbar ist. Für die informationstechnische Umsetzung wird das Kerngeschäftsobjektmodell in ein Konzerndatenmodell überführt.

Die Datenverteilungs- und Datenhaltungsarchitektur beschreibt, welche Daten in welchen Systemen gespeichert werden und zeigt die Datenflüsse zwischen den Systemen. Schließlich bildet die Anwendungssystemlandschaft für das Datenqualitätsmanagement den sechsten Gestaltungsbereich. Die Ergebnisse dieses Gestaltungsbereichs sind in Tab. 1.8 dargestellt.

Dieser Gestaltungsbereich bezieht sich auf die Analyse, den Entwurf, die Implementierung und Verbesserung derjenigen Anwendungssysteme, welche zur Unterstützung des Datenqualitätsmanagements benötigt werden. Dazu gehören zum einen spezielle Stammdatenmanagementsysteme wie SAP Netweaver MDM und zum anderen Softwarewerkzeuge zur Verwaltung des Kerngeschäftsobjektmodells. In der Auswahl dieser Anwendungssysteme für das Stammdatenmanagement müssen Aspekte der Datenmodellierung, des Datenqualitätsmanagements, der Sicherheit, der Benutzungsschnittstellen, der Datenverteilungsarchitekturen und insbesondere die Art der Integration, sowohl bezogen auf Systeme als auch auf die zu integrierenden Informationen, betrachtet werden. Das Fraunhofer-Institut für Arbeitswirtschaft und Organisation liefert einen ausführlichen Vergleich etablierter Systeme (Kokemüller 2009).

Daten beschreiben die Eigenschaften von Geschäftsobjekten, also materielle und immaterielle Objekte der Realwelt (Boisot und Canals 2004). Zwar gibt es viele Arbeiten zur Unterscheidung von Daten und Information, aber ein eindeutiges und akzeptiertes Verständnis dazu hat sich bisher nicht durchgesetzt (Boisot und Canals 2004; Badenoch et al. 1994). Eine Lehrmeinung fasst Informationen als Wissen auf, das während der menschlichen Kommunikation ausgetauscht wird, während eine zweite eine Informationsverarbeitungsperspektive einnimmt, in der Daten die Bausteine von Information sind (Oppenheim et al. 2003). Demnach werden Daten zu Informationen „verarbeitet“ (Van den Hoven 1999; Holtham 1995; Wang 1998). Nach ISO/IEC 2382-1 sind Daten die formalisierte, d. h. für die weiterführende Verarbeitung, Interpretation und Kommunikation geeignete Repräsentation der Eigenschaften von Geschäftsobjekten (ISO/IEC 1993).

Die logische Datenorganisation unterscheidet verschiedene Aggregationsebenen (Chen 1976; Levitin und Redman 1998; Yoon et al. 2000). Datenelemente bilden die unterste Aggregationsebene. Datenelemente sind die Instanziierungen der Attribute von Datenobjekten (z. B. Nachname eines Kunden). Die zweite Aggregationsebene bilden Datensätze. Ein Datensatz ist die Instanziierung eines Datenobjekts. Zum Beispiel bildet ein Kundenstammdatensatz mit allen Merkmalen das Geschäftsobjekt „Kunde“ so ab, dass alle Geschäftsprozesse rund um den Kunden (Vertrieb, Service, Debitorenbuchhaltung) reibungslos ablaufen. Auf der dritten Aggregationsebene fassen Tabellen mehrere Datensätze zusammen, z. B. in einer Kundenstammdatentabelle. Datenbanken wiederum aggregieren mehrere Tabellen. Eine Kundenmanagement-Datenbank könnte alle Kundenstammdaten sowie die zugehörigen Vertriebsdaten enthalten. Die Gesamtheit aller Datenbanken im Unternehmen bildet schließlich den Unternehmensdatenbestand (engl. Data Resource). Abbildung 1.13 visualisiert diese Beziehungen. Diese Darstellung der Datenorganisation richtet sich nach dem relationalen Datenmodell. Im idealen, semantisch eindeutigen Fall gibt es eine 1:1-Beziehung zwischen der Datenwelt und der realen Welt, d. h. ein Datenobjekt bildet genau ein Geschäftsobjekt ab. In der Realität gibt es jedoch oft mehrere Datenobjekte parallel, die dasselbe Geschäftsobjekt repräsentieren. In diesem Fall ist das Datenqualitätsmanagement gefordert, Richtlinien, Prozesse und Systeme zu etablieren, die erlauben, das für einen bestimmten Kontext „richtige“ Datenobjekt zu identifizieren und für die Nutzung in Geschäftsprozessen bereitzustellen.

Der Standard ISO 8000 der International Organization for Standardization (ISO) (ISO 2009) definiert Stammdaten als Informationsobjekte, „welche unabhängig und fundamental für eine Organisation sind. [Stammdaten] müssen referenziert werden, um Transaktionen durchführen zu können.“ Diese Daten müssen innerhalb eines Unternehmens über mehrere Organisationseinheiten hinweg eindeutig identifiziert und einheitlich interpretiert werden. Dabei sind Konzerndaten sogenannte „globale“ Stammdaten, die für das gesamte Unternehmen gelten. Im Gegensatz dazu gelten „lokale“ Stammdaten nur z. B. für einen Geschäftsbereich, einen Standort oder eine Unternehmensfunktion. Im Fokus der hier vorgestellten Methoden und Werkzeuge stehen die Konzerndaten. Da sich im allgemeinen Sprachgebrauch sowie in kommerziellen Softwarelösungen jedoch der Begriff „Stammdaten“ durchgesetzt hat, verwendet das Buch überwiegend diese gängigere Bezeichnung.

Stammdaten verändern sich im Gegensatz zu Bewegungs- oder Bestandsdaten vergleichsweise selten. Diese Daten werden darum manchmal auch als „static data“ (statische Daten) bezeichnet. In der Praxis ist es nicht möglich, eine allgemeingültige Liste aller Stammdatenklassen zu definieren. So gelten z. B. Daten zu Verträgen in der Energie- und Versicherungswirtschaft als Stammdaten, in der Telekommunikationsbranche hingegen aufgrund der im Vergleich kurzen Laufzeiten und häufigen Änderungen faktisch als Bewegungsdaten.

Die Firma Bosch z. B. klassifiziert folgende Daten als Stammdaten (Hatz 2008):

Dabei können nach (White 2010; White und Radcliffe 2007) folgende Unterscheidungsmerkmale helfen:

Stammdaten, die extern definiert sind, heißen Referenzdaten. Beispiele sind, wie oben erwähnt, Ländercodes und Währungscodes sowie Geodaten. Metadaten (wörtlich „Daten über Daten“) beschreiben und definieren Eigenschaften von anderen Daten (DAMA 2008, S. 84). Eine Unterart von Metadaten sind z. B. Änderungsdaten. Diese halten fest, wann, wie und von wem ein bestimmtes Datum geändert wurde.

Datenqualität ist ein mehrdimensionales, kontextabhängiges Konzept (Wang und Strong 1996). Es gibt also nicht ein einziges Merkmal, das Datenqualität vollständig beschreibt. Vielmehr gibt es verschiedene Datenqualitätsdimensionen, die in ihrer Gesamtheit die Qualität von Daten beschreiben. Typische Datenqualitätsdimensionen sind¹²:

Kontextabhängigkeit bedeutet, dass Datenqualität für einen Geschäftsvorfall ausreichend sein kann, für einen anderen hingegen ungenügend. Zum Beispiel ist für die Logistikabteilung eines Automobilzulieferers die korrekte Lieferadresse eines Kunden einschließlich der korrekten Frachtrampe essentiell zur Bedienung eines Auftrags. Für die Vertriebsabteilung desselben Unternehmens sind Korrektheit und Konsistenz der Lieferadresse dagegen unerheblich, da ihr z. B. für eine Auswertung über den mit diesem Kunden im vergangenen Jahr eingenommenen Umsatz allein Unternehmensname und Landeszuordnung ausreicht. Deshalb ist Datenqualität insgesamt definiert als ein Maß für die Eignung der Daten für bestimmte Anforderungen in Geschäftsprozessen, in denen sie verwendet werden (Otto et al. 2011).

Datenqualität ändert sich über die Zeit, weil die Daten lediglich ein Abbild der Wirklichkeit darstellen, sich diese Wirklichkeit aber verändert. Zum Beispiel ziehen Kunden um und Lieferanten ändern ihre Rechtsform. Abbildung 1.14 stellt einen typischen Datenqualitätsverlauf dar, wie er in vielen Unternehmen zu finden ist.

Viele Unternehmen beginnen erst mit der Lösung der Datenqualitätsprobleme, wenn die Datenqualität bereits unter ein Maß gesunken ist, das reibungslose Geschäftsprozesse ermöglicht. Migrationsprobleme, hoher manueller Aufwand in Geschäftsprozessen, Management Reports mit unterschiedlichen Werten zur gleichen Kennzahl sind Beispiele für die Datenqualitätsprobleme, die plötzlich sichtbar werden, nachdem die Datenqualität zuvor schleichend abgefallen ist.

Die Analyse, Verbesserung und Sicherung der Datenqualität ist Aufgabe des DQM. Wiederum unter Übernahme produktionswirtschaftlicher Ansätze versteht die Data Management Association (DAMA) unter DQM sämtliche Aktivitäten, Verfahren und Systeme, die unter Nutzung von Methoden des Qualitätsmanagements die Eignung der Daten zur Nutzung messen, verbessern und sichern (DAMA 2008).

DQM unterscheidet generell zwischen präventiven und reaktiven Maßnahmen. Präventives DQM zielt darauf ab, Datendefekte mit negativer Auswirkung auf die Datenqualität zu vermeiden. Im Gegensatz dazu zielt das reaktive DQM darauf ab, bestehende Datendefekte zu entdecken und zu beheben.

Der reaktive Ansatz hat mehrere Nachteile:

Ein Beispiel für eine präventive DQM-Maßnahme ist die Nutzung von automatischen Prüfregeln (auch „Geschäftsregeln“, siehe folgender Abschnitt) bei einer manuellen Dateneingabe. Ein wichtiges und von vielen Unternehmen verwendetes Stammdatum ist die DUNS-Nummer (Data Universal Numbering System), ein Zahlencode zur Identifikation von Unternehmen. Für diesen Fall sind Dienste verfügbar, die in Echtzeit die Gültigkeit der in ein systemgestütztes Formular eingegebenen Nummer überprüfen und so eine fehlerhafte Eingabe verhindern. Ein Beispiel für eine reaktive Maßnahme im selben Fall ist die nachträgliche Datenbereinigung von Duplikaten im gleichen oder in verschiedenen Datenbeständen.

Grundsätzliches Ziel von Unternehmen ist es, Datendefekte möglichst zu erkennen, bevor sie eintreten, um Risiken und Kosten infolge mangelnder Datenqualität zu vermeiden. Jedoch verursachen nicht nur defekte Daten Kosten, sondern auch das DQM. DQM-Kosten fallen sowohl für präventive als auch für reaktive Maßnahmen an. In Analogie zum Qualitätsmanagement generell (Campanella 1999) kann ein überproportionaler Zusammenhang zwischen Datenqualität und DQM-Kosten unterstellt werden. Die Grenzkosten des DQM nehmen also zu. Im Gegensatz dazu nehmen die Folgekosten schlechter Daten ab, je höher die Datenqualität ist. Die gesamtkostenoptimale Datenqualität ergibt sich dann als Minimum der Summenfunktion aus DQM-Kosten und Folgekosten defekter Daten (Eppler und Helfert 2004) (Abb. 1.15). Aufgabe des DQM ist es somit, eine kostenoptimale Kombination aus präventiven und reaktiven Maßnahmen zu finden. In der Praxis treten dabei häufig Schwierigkeiten auf, weil das Rechnungswesen typischerweise viele DQM-Kosten nicht ausweist. Das gilt insbesondere für die Folgekosten, die in verschiedenen Unternehmensfunktionen anfallen und in weiten Teilen kaum zu quantifizieren sind.

Die automatische Prüfung von Geschäftsregeln (engl. Business Rules) ist ein wichtiges Mittel sowohl für das proaktive als auch für das reaktive Datenqualitätsmanagement. Geschäftsregeln definieren die Ausführung und die Leistung von Geschäftsprozessen (Ross und Lam 2011). Geschäftsregeln formalisieren damit die Richtlinien (engl. business policies) im Unternehmen (OMG 2008). Sie helfen häufig dabei, dass Wissen „in den Köpfen“ der Mitarbeiter zu explizieren, damit es zur Wiederverwendung und Automatisierung in IT-Systemen festgehalten werden kann. Geschäftsregeln sind das Bindeglied zwischen dem Geschäftsprozess- und dem Datenmanagement. Denn neben der Steuerung von Geschäftsprozessen dienen Geschäftsregeln auch dazu, Datenqualität zu messen und zu kontrollieren. In der Praxis werden diese Regeln teilweise auch als „Validierungsregeln“ oder „Prüfregeln“ bezeichnet.

Einfache Geschäftsregeln definieren z. B. Pflichtfelder in Eingabemasken. So könnte eine einfache Regel für die Anlage eines Kundenstamms lauten, dass ein Kundenstammdatensatz nur dann vollständig ist, wenn er eine Rechtsform (GmbH, AG usw.) besitzt. Wird dieses Feld nicht ausgefüllt, kann der Datensatz nicht weiter bearbeitet werden. Im Standard SBVR (Semantics of Business Vocabulary and Business Rules) der Object Management Group werden solche Regeln als strukturelle Regeln (engl. structural rules) bezeichnet (OMG 2008). Ein komplexeres Beispiel wäre beispielsweise eine Regel, die steuert, nach welchen Kriterien über die weitere Behandlung einer Beschwerde im Kundenservice entschieden werden sollte. Eine solche Regel wird in SBVR als operative Regel (engl. operative rule) bezeichnet. Tabelle 1.9 zeigt ein Beispiel für strukturelle und operative Regeln.

Formale Sprachen wie SBVR oder BPMN (Business Process Model and Notation) dokumentieren Geschäftsregeln so, dass sie sich einfach in Programmcode umsetzen lassen bzw. direkt maschinenlesbar sind. Die Gesamtmenge von Geschäftsregeln eines Unternehmens kann in einer Rule Engine verwaltet werden. Es ist Aufgabe des Datenqualitätsmanagements, die für die Sicherstellung hoher Datenqualität relevanten Geschäftsregeln zu identifizieren, zu dokumentieren, umzusetzen und zu pflegen.

Zusammengefasst bieten Geschäftsregeln folgende Vorteile für das DQM:

Allerdings ist die Verwendung von Geschäftsregeln auch mit einigen Herausforderungen verbunden:

Data Governance unterscheidet sich von DQM. Data Governance verfolgt das Ziel, den Wert der Daten im Unternehmen zu maximieren (Otto 2011a). Die wertmäßige Betrachtung von Daten im Sinne eines Anlageguts geht ebenfalls zurück auf die Übertragung von Konzepten zur Bewirtschaftung materieller Güter auf den Umgang mit Daten (Horne 1995). Heute diskutieren Forschung und Praxis, ob der Wert von Daten für Unternehmen auch finanzbuchhalterisch erfasst werden kann und soll (Atkinson und McGaughey 2006). Grundsätzlich besitzen Daten nur dann einen Wert, wenn sie genutzt werden. Ihre Eignung zur Nutzung wiederum ist definiert als Datenqualität (s. o.). Niedrige Datenqualität schmälert den Wert der Datengüter im Unternehmen, weil ihre Nutzbarkeit gering ist (Even und Shankaranarayanan 2007). Unternehmen sind also bestrebt, mit dem DQM eine von der Geschäftsstrategie geforderte Datenqualität zu erreichen.

Die Beziehung zwischen DQM und Data Governance folgt der von der ISO vorgeschlagenen Unterscheidung zwischen Governance und Management (ISO/IEC 2008). In diesem Sinne bildet Data Governance die Führungsfunktion für das DQM. Denn Data Governance legt fest, welche Entscheidungen im Umgang mit Daten zu treffen sind und wer sie trifft. Aufgabe des DQM ist es, die datenqualitätsrelevanten Entscheidungen zu fällen und umzusetzen.

Abbildung 1.16 stellt diesen Zusammenhang grafisch dar.