Es ist Montagmorgen. Ihr Controlling liefert die Quartalszahlen, und schnell wird klar: Die Umsatzauswertung nach Produktgruppen weicht um 15 % vom Vertriebsbericht ab. Nicht etwa wegen Rechenfehlern, sondern weil 40 % der Artikelstammdaten über keine saubere Produktgruppen-Zuordnung verfügen.
Sie wissen: Das Problem sitzt tiefer – nämlich in der Datenpflege. Doch sobald Sie dieses unbeliebte Thema im Unternehmen ansprechen, bekommen Sie nur zu hören: „Dafür haben wir keine Zeit.“
Kommt Ihnen dieses Szenario bekannt vor? Dann kennen Sie das Paradoxon, mit dem sich viele Unternehmen konfrontiert sehen: Alle Mitarbeitenden wollen verlässliche Auswertungen, doch etwas dafür tun möchte kaum jemand. Wie also lösen Sie dieses Problem? Wie verankern Sie Datenpflege sinnvoll im Arbeitsalltag? Dieser Herausforderung gehen wir in diesem Artikel auf den Grund.
Was ist Datenpflege?
Datenpflege ist der laufende Prozess, mit dem Unternehmen ihre Daten aktuell, vollständig und korrekt halten. Ein zentraler Teil davon ist die Stammdatenpflege: Sie betrifft die grundlegenden Unternehmensinformationen sowie Daten von Produkten, Kunden und Lieferanten. Hierzu zählen beispielsweise Bankverbindungen, Preise, Adressen oder Einkaufskonditionen.
Das Resultat der Datenpflege ist die Datenqualität. Je konsequenter Stammdaten gepflegt werden, desto besser ist die Datenqualität und desto zuverlässiger funktionieren Prozesse, Auswertungen und Automatisierungen im ERP-System.
Warum scheitert Datenpflege in Unternehmen?
Damit Sie das Dilemma mit dem Datenpflege-Paradoxon in den Griff bekommen, müssen Sie zunächst die Gründe dafür kennen. Im Wesentlichen lässt sich das Problem aus zwei Blickwinkeln betrachten: zum einen aus der organisatorischen und zum anderen aus der menschlichen Perspektive.
1. Organisatorische Perspektive
Organisatorisch gesehen lässt sich eine mangelhafte Datenqualität damit begründen, dass Stammdatenpflege häufig kein fester Prozessbestandteil ist:
- Es gibt meist keine Richtlinien bezüglich vollständiger Dateneingaben.
- Es gibt keine Prüfzyklen, die eine regelmäßige Sichtung des Datenbestands sicherstellen.
- Und es gibt keine Data Owner, die solche Vorgaben überprüfen.
In vielen Unternehmen ist Datenpflege also optional. Und das hat fatale Auswirkungen auf die Sorgfalt bei der Dateneingabe.
Der Grund für diese Situation ist in den meisten Fällen recht simpel: Lange Zeit war Datenpflege nicht besonders wichtig, da die Geschäfte gut liefen und der Umsatz stimmte. Viele Unternehmen haben einfach keinen Optimierungsbedarf gesehen.
Doch heute, in Zeiten von internationalem Wettbewerbsdruck, sieht das in zahlreichen Betrieben anders aus: Da Aufträge ausbleiben, gewinnt Prozessoptimierung zunehmend an Relevanz. Ohne angemessene Datenqualität ist dieses Ziel allerdings nur schwer erreichbar.
2. Menschliche Perspektive
Selbst wenn Datenpflege fest in den Prozessen des Unternehmens integriert ist, lassen Mitarbeitenden oft nur wenig Sorgfalt bei der Dateneingabe walten. Und mal ehrlich: Wer kann ihnen das schon verübeln? Schließlich ist Datenpflege nur ein zusätzlicher Arbeitsschritt, der den Arbeitsalltag komplexer macht.
Das Problem: Meist profitieren die Mitarbeitenden nicht direkt von der Datenpflege. Der Effekt zeigt sich erst dann, wenn man das Unternehmen als Ganzes betrachtet. Nicht selten ist es nur eine einzige Abteilung, die einen Nutzen aus der Sorgfalt der gesamten restlichen Organisation zieht. Genau das macht es so schwer, Mitarbeitende für die Stammdatenpflege zu gewinnen.
Ein Beispiel aus der Praxis:
Eine Kollegin in der Arbeitsvorbereitung trägt ihre Rüstzeiten nicht in das System ein. Sie denkt sich: “Wieso sollte ich meine Zeit für die Datenpflege aufwenden, wenn ich nichts davon habe? Eventuell leide ich trotz meines Mehraufwands durch die mangelnde Sorgfalt einer anderen Abteilung. Wenn ich mich nur sporadisch mit Datenpflege beschäftige, mache ich mir das Leben einfacher.” Ein klassischer Fall aus der Spieltheorie.
Für die Mitarbeiterin funktioniert dieses Vorgehen, da sie die Zeiten im Kopf hat. Die Feinplanung hingegen rechnet in Folge ohne diese Zeiten – und erreicht somit keinen effizienten Projektverlauf.
So viel kosten schlechte Daten Ihr Unternehmen
Eine unzureichende Stammdatenpflege ist nicht einfach nur ein internes Ärgernis. Sie wirkt sich unmittelbar negativ auf Ihre Betriebskosten aus. Denn fehlerhafte oder unvollständige Datensätze beeinträchtigen die gesamte Organisation.
Die folgende Übersicht zeigt ein paar Unternehmensbereiche, in denen Ihnen eine vernachlässigte Datenpflege teuer zu stehen kommt:
| Bereich | Aufgabe im Prozess | Folgen mangelhafter Datenpflege | Wirtschaftliche Auswirkungen |
| Feinplanung | Detaillierte Planung von Arbeitsgängen, Reihenfolgen, Personal, Materialien und Maschinen | Verzögerungen, unrealistische Planung, eingeschränkte Systemunterstützung | Stillstandszeiten, höhere Durchlaufzeiten, ineffiziente Ressourcennutzung |
| Disposition | Steuerung von Beständen, Zu- und Abgängen sowie Verfügbarkeiten von Artikeln und Komponenten | Überbestände, fehlende Teile, Produktions- verzögerungen, Lieferschwierigkeiten | Steigende Lagerkosten, Kapitalbindung, Eilbeschaffungen, Vertragsstrafen |
| Vertrieb | Nutzung von Kundendaten aus dem CRM zur gezielten Ansprache und Vertriebssteuerung | Streuverluste, unpassende Ansprache, verpasste Verkaufschancen | Umsatzverluste, ineffizienter Einsatz von Budget |
| Einkauf | Beschaffung von Materialien und Komponenten | Falsche Bestellmengen, fehlende oder falsche Dispodaten und Preisinformationen | Höhere Einkaufspreise, Eilbestellungen, schlechte Konditionen, Lieferengpässe |
| Controlling | Bewertung von Kennzahlen und Entscheidungs- findung auf Basis von KPIs | Unzuverlässige Auswertungen, fehlende Transparenz | Fehlentscheidungen, falsche Investitionen, verzögerte Steuerung |
Sie sehen:
Eine schlechte Datenqualität verursacht nicht nur operative, sondern auch massive wirtschaftliche Probleme. Sie kostet Ihr Unternehmen schlicht und ergreifend bares Geld – jeden Tag.
Wie erschreckend die Auswirkungen tatsächlich sind, zeigt die internationale Forrester-Studie „Data Culture and Literacy Survey, 2023“: Mehr als ein Viertel der weltweit befragten Daten- und Analytics-Verantwortlichen schätzt die jährlichen Verluste durch mangelhafte Datenqualität auf über 5 Millionen US-Dollar. 7 % berichten sogar von Schäden in Höhe von 25 Millionen US-Dollar oder mehr.
Bei diesen Zahlen wird schnell klar: Datenpflege ist kein Prozess, den Sie stiefmütterlich behandeln können. Um Ihre Zukunftsfähigkeit zu wahren, müssen Sie dieser Aufgabe mit der notwendigen Ernsthaftigkeit begegnen. Was also können Sie konkret tun, um die Stammdatenpflege im Arbeitsalltag nachhaltig zu verankern? Ganz einfach: Errichten Sie ein starkes Fundament – bestehend aus fünf Säulen.
Die 5 Säulen nachhaltiger Datenpflege im ERP
Reine Appelle zur Datenpflege nützen n der Regel wenig. Vielmehr bedarf es klarer Regeln und nutzbringender Funktionen innerhalb der einzelnen Abläufe – unterstützt durch das ERP-System. Die folgenden fünf Säulen haben sich in der Praxis bewährt.
Daniel Bartetzko, Asseco Solutions
Nur wenn Sie die systematische Datenpflege in Ihre Prozesse integrieren, können Sie einer Krise jederzeit mit exakten Analysen begegnen.
1. Aktivieren Sie Pflichtfelder und Plausibilitätsprüfungen im ERP
Das beste Tool, um die Datenqualität zu verbessern, ist ein ERP-System. Beispielsweise können Sie Pflichtfelder und Plausibilitätsregeln im System aktivieren und so sicherstellen, dass wichtige Informationen zuverlässig und konsistent eingetragen werden. Auf diese Weise kann die direkte Dateneingabe gar nicht mehr unvollständig sein.
Beispiel:
Ein neuer Artikel kann erst freigegeben werden, wenn die Produktgruppe und die Dispositionsparameter vollständig gepflegt sind. Die spätere Auswertung im Controlling ist damit von Anfang an belastbar.
Doch Vorsicht:
Denken Sie ebenso daran, Ihre bestehende Datenbank akribisch durchzugehen. Nur wenn Sie auch die bis dato fehlenden Daten nachtragen, doppelte Einträge löschen und veraltete Datensätze aktualisieren, wird sich Ihre bisher schlechte Datenqualität nachhaltig verbessern.
2. Benennen Sie verantwortliche Data Owner pro Bereich
Eine saubere Stammdatenpflege erfordert klare Verantwortlichkeiten. Sogenannte Data Owner stellen in ihrem Bereich sicher, dass relevante Daten angelegt, gepflegt und regelmäßig überprüft werden. Darüber hinaus definieren sie Standards und fungieren als Ansprechpersonen für Rückfragen. Ohne diese klaren Zuständigkeiten bleibt Datenpflege eine kaum greifbare Gemeinschaftsaufgabe, die im Tagesgeschäft gerne mal unter den Tisch fällt.
Beispiel:
In der Arbeitsvorbereitung verantworten Data Owner die Pflege von Arbeitsplänen und Rüstzeiten. So sorgen sie dafür, dass Änderungen aus der Fertigung zeitnah im System nachgezogen werden.
3. Führen Sie ein Daten-Review pro Quartal durch
Selbst wenn Sie eine gute Datenqualität erreicht haben, heißt das nicht, dass das zukünftig so bleibt. Gerade wenn sich Prozesse ändern oder das Artikelsortiment erweitert wird, schleichen sich schnell wieder Fehler und Inkonsistenzen ein.
Ein fester Termin zur systematischen Überprüfung und Bewertung Ihrer Datenbestände stellt daher sicher, dass die Datenbasis eine regelmäßige Bereinigung erfährt. Ohne einen solchen festen Rhythmus sammeln sich im Laufe der Zeit Dubletten und veraltete Datensätze an.
Auch bei einem Daten-Review spielt das ERP-System eine zentrale Rolle. Mithilfe von Auswertungen lassen sich Auffälligkeiten gezielt identifizieren und abarbeiten.
Beispiel:
Einmal pro Quartal prüft ein Team im Einkauf, ob die Wiederbeschaffungszeiten der Einkaufsteile noch aktuell sind!
4. Nutzen Sie Automatisierung und KI-Funktionalität
Moderne ERP-Lösungen bieten die Möglichkeit, Stammdaten mithilfe von KI unter Berücksichtigung der zugehörigen Bewegungsdaten automatisch zu analysieren und nötige Stammdatenänderungen aktiv anzuzeigen.
Genauso ist es möglich, dass das ERP-System bestimmte Arbeitsschritte vollautomatisch ausführt. Das wirkt sich auch positiv auf die Akzeptanz der Anwender*innen aus: Oft nehmen Mitarbeitende Vorgaben zur Datenpflege deutlich besser an, wenn ihnen dadurch kein Zusatzaufwand entsteht.
Beispiel:
Das System gleicht die Wiederbeschaffungszeiten und Losgrößen im Einkauf regelmäßig mit den tatsächlichen Bestell- und Lieferdaten ab. Es zeigt zyklisch und aktiv an, welche Stammdaten aktualisiert werden sollten.
5. Führen Sie einen abteilungsübergreifenden Workshop durch
Viele Mitarbeitende wissen gar nicht, wofür die von ihnen eingepflegten Daten später genutzt werden. Somit fehlt innerhalb der Belegschaft häufig das Verständnis für die Auswirkungen im weiteren Prozess, und die Stammdatenpflege erhält automatisch eine niedrigere Priorisierung.
Die nötige Transparenz schafft an dieser Stelle ein unternehmensweiter Workshop. Dabei führen Sie jeder Abteilung vor Augen, welche drastischen Konsequenzen unvollständige oder fehlerhafte Daten für die Organisation mit sich bringen. Dieses Wissen verändert die Wahrnehmung von Datenpflege in der Regel grundlegend.
Beispiel:
Die Arbeitsvorbereitung erkennt im Workshop, dass fehlende Rüstzeiten die Feinplanung verzerren. Zukünftig wird diese Abteilung der Datenpflege sicherlich mehr Aufmerksamkeit schenken.
Anwendungsfall aus der Praxis:
PALME profitiert von sauberer Datenpflege im ERP
Seit die PALME Duschabtrennungen GmbH das ERP-System APplus nutzt, hat sich die Datenqualität merklich verbessert. Während im alten System kein Zwang zu einer systematischen Stammdatenpflege bestand, verlangt APplus von den Anwender*innen nun eine strukturierte Eingabe von vorhandenen Informationen.
Auf der einen Seite bedeutet das für PALME zwar einen spürbaren Mehraufwand. Auf der anderen Seite ist das Unternehmen jetzt in der Lage, umfassende Auswertungen und fundierte Kennzahlen aus der ERP-Lösung zu ziehen. Dadurch wiederum lassen sich bessere Entscheidungen treffen.
Fazit: Datenpflege braucht klare Prozesse und Verantwortlichkeiten n
Datenpflege ist kein reines IT-Thema, sondern vor allem eine Frage der Organisation, Kommunikation und Verantwortung in jedem Bereich. Es erfordert eine feste Verankerung in sämtliche Geschäftsprozesse. Hierzu zählt eine sorgfältige Dateneingabe innerhalb operativer Abläufe ebenso wie klare Richtlinien und Verantwortlichkeiten. Zum anderen kann Stammdatenpflege nur dann gelingen, wenn Sie die Notwendigkeit abteilungsübergreifend kommunizieren. Nur so sind Ihre Kolleg*innen bereit, mit Ihnen die Extrameile zu gehen.
Bedenken Sie immer: Optimale Datenqualität ist keineswegs ein Randthema, dem Sie sich irgendwann in der Zukunft widmen können. Wenn Sie jetzt nicht handeln, könnte schon die nächste Krise existenzbedrohend für Ihr Unternehmen sein. Sobald der Umsatz rapide fällt, benötigen Sie eine präzise Analyse der Ursachen auf Basis qualitativ hochwertiger Stammdaten.
ERP-Systeme liefern die notwendigen Werkzeuge, um das Datenpflege-Problem zu lösen – aber den entscheidenden Impuls geben die Prozessverantwortlichen.
Webinar: So erhalten Sie saubere Datensätze
Wir zeigen Ihnen, wie Sie bei der Dateneingabe viel Zeit sparen und Übertragungsfehler vermeiden.
