Coverstory 21-09 MAG 21-09

Das Modell wird Realität

[shutterstock: 1572075277 Outflow_Designs]
[shutterstock: 1572075277 Outflow_Designs]
Geschrieben von Andreas Stock zetVisions

Wurden die Schritte von der Ist-Bewertung von Potenzialen bis zur Entwicklung des MDE-Betriebsmodells abgeschlossen, folgt die Implementierung. Für die Umsetzung eines MDM-Betriebsmodells gibt es grundsätzlich zwei Herangehensweisen.

Wir empfehlen, nicht gleich mit allen Stammdatendomänen – Kunden, Lieferanten, Material, Geschäftspartnern etc. – zu starten, sondern erst einmal nur mit einer Domäne. Für die Auswahl gibt es verschiedene Möglichkeiten. Man kann die Domäne mit den größten Qualitätsproblemen zuerst angehen oder jene, die entweder die größte Bedeutung für das Unternehmen besitzt oder die schnellsten Erfolgserlebnisse verspricht. Das ist eine individuelle Entscheidung. Nach dem Start mit einer Domäne erfolgt der Ausbau auf die weiteren Domänen.

Data Governance und Prozessoptimierung

Das Thema Master Data Excellence ist in erster Linie kein technologisches und daher auch kein reines IT-Thema. Es muss in Unternehmen gemeinsam von den Fachbereichen und von der IT getrieben werden. Unsere Erfahrungen haben gezeigt, dass unter anderem die Unterstützung durch das Management, strukturierte und zielgerichtete Data Governance sowie Prozessoptimierung zu den Erfolgsfaktoren für MDM-Betriebsmodelle gehören.

Nur so kann sichergestellt werden, dass die Bedeutung hoher Stammdatenqualität für die Geschäfts- und Kostenentwicklung von allen Mitarbeitern verstanden wird. Unternehmensinterne Richtlinien für den Umgang mit Daten sind zwingend erforderlich.

Die Data Governance definiert einheitliche Regeln, Prozesse und Verantwortlichkeiten für Dateneingabe, -freigabe und -pflege sowie Datenqualitäts-KPIs. Dabei sind nicht nur die Kernprozesse im Unternehmen zu berücksichtigen, wie Einkauf, Produktion oder Vertrieb. Auch die Stammdatenprozesse rund um das Anlegen, Pflegen oder Löschen von Daten müssen optimiert werden.

Ein MDM-Betriebsmodell greift in überkommene Strukturen, Prozesse und „Hoheitsgebiete“ ein. Daher gehört ein begleitendes Change Management zu den Erfolgsfaktoren, um die Betroffenen zu Beteiligten zu machen und sie in die neue Welt „mitzunehmen“. Eine professionelle Softwarelösung schließlich kann stets nur unterstützend wirken. Erst nachdem Prozesse und Befugnisse für die Datenpflege und -freigabe klar definiert sind, kann eine IT-Unterstützung erfolgen.

zetVisions SPoT 

Intelligentes Multi-Domain
Master Data Management

  • Eine zentrale Datenbasis für
    alle Stammdatendomänen
  • Klare Data Governance
  • Gesteigerte Datenqualität
  • Reduzierung von Fehlerquellen durch automatisierte Datenpflege
  • Maßgeschneiderte Benutzeroberflächen 
  • Individuelle Anpassung von Datenmodellen
  • Flexibler Datentransfer an SAP- und Non-SAP-Systeme

Multi-Domain-Lösung


Unabhängig von unserer Empfehlung, zunächst mit einer Domäne zu starten, sollten Unternehmen eine Multi-Domain–MDM-Lösung einsetzen. Dabei handelt es sich um eine Stammdatenlösung, die mehrere Stammdatendomänen abdeckt und das gesamte Master Data Management in einer Plattform zentralisiert.

Das eröffnet neue Perspektiven auf den Geschäftsprozess. Unternehmensweite Zusammenhänge und Wechselwirkungen werden sichtbar – und damit nicht selten ein beträchtliches Einsparpotenzial bei Zeit und Kosten. Ein Multi-Domain-MDM schafft somit die „eine Wahrheit“ für unterschiedliche Stammdatendomänen über den gesamten Geschäftsprozess.

Neben der integrierten unternehmensweiten Datenhaltung können Multi-Domain-MDM-Systeme mit Datenqualitätsregeln und Lebenszyklusprozessen auch Data Governance unterstützen, also einheitliche und verbindliche Rahmenbedingungen, Workflows und Verantwortlichkeiten für den Umgang mit Daten, ihre Pflege, Verteilung etc. Bei der Nutzung von diversen Single-Domain-Datensilos ist es naturgemäß schwierig, die unternehmensweite Einhaltung definierter Standards sicherzustellen.

Gibt es dagegen nur eine Quelle für Stammdaten, haben die Nutzer erheblich weniger Autonomie bei der Entwicklung von Definitionen und Regeln für Daten, da die domänenübergreifende Datenarchitektur verbindlich und transparent ist. Das Ergebnis: wirksame Governance-Prinzipien und funktionsübergreifende Zusammenarbeit zwischen Abteilungen. Beides zusammen führt zu mehr Prozesseffizienz und besserer Ressourcenallokation.

Fragen stellen

Neben der Beachtung der eingangs beschriebenen Erfolgsfaktoren kommt es darauf an, erst einmal die richtigen Fragen zu stellen. Das hat uns die Erfahrung aus zahlreichen Kundenprojekten gezeigt. Hierzu gehören die folgenden Fragen: Was bedeuten Stammdaten in unserem Kontext? Wie werden diese Stammdaten definiert? Welche Stammdaten müssen angeglichen, welche sollen überhaupt initial übernommen werden? Was sind globale oder lokale Stammdaten? Welche Überschneidungen dieser Stammdaten mit den bestehenden Datenpools gibt es? Wie müssen die Soll-Prozesse aussehen? Welche Systeme sollen angebunden werden? 

Im Ergebnis führt die Beantwortung dieser Fragen im Wege der Implementierung einer Stammdatenmanagement-Lösung zu Unterstützung der Data Gover-nance. Da alle Systeme dieselbe Version der Stammdaten nutzen, wird die Datenqualität „automatisch“ besser, die „richtigen“ Daten liegen stets tagesaktuell vor. Schlanke Prozesse ohne redundante, manuelle Dateneingabe in den verschiedenen Systemen – und den damit verbundenen Abstimmungsaufwand zwischen den Abteilungen – reduzieren Komplexität und senken Kosten.

Anlage- und Änderungsprozesse


Anhand der im MDE-Betriebsmodell definierten Prozesse und Data-Governance–Richtlinien erfolgt im Rahmen des Einführungsprojekts der Stammdatenmanagement-Lösung das Design der erforderlichen Anlage- und Änderungsprozesse. Workflow basierte Prozesse dienen einerseits zur Sicherstellung der Data Governance und andererseits zur Sicherstellung der reibungslosen abteilungsübergreifenden Zusammenarbeit bei der Anlage oder Änderung eines Stammsatzes über mehrere Abteilungen oder Systeme hinweg. So können diese auch über die Systemgrenzen hinaus Abläufe über unterschiedliche Systeme verbinden.

Bei einem internationalen Unternehmen, das auf die Herstellung von Glas und Glaskeramik spezialisiert ist und zetVisions SPoT für den Anlageprozess für konfigurierbare Produkte einsetzt, werden die Kundendaten sowie die individuelle Produktanfrage zunächst im CRM-System erfasst.

Von dort aus werden die Grunddaten an zetVisions SPoT übertragen und dort als konfigurierbares SAP-Material vorerfasst. Nach der Vervollständigung aller vom ERP-System benötigten Daten über Abteilungen wie Produktion und Produktmanagement wird der Stammdatensatz in das SAP-System übertragen.

Die Datenübertragung über vorkonfigurierte Schnittstellen beschränkt sich jedoch nicht nur auf die SAP-Welt. So werden in einem anderen Anwendungsbeispiel im SPoT-System eines Motorrad- und Sportwagenherstellers erfasste Händlerdaten (beispielsweise Namen und Adressen) an ein Con-tent-Management-System übertragen, um Kunden auf der Unternehmenswebsite eine Händlersuche zu ermöglichen.

Weiterhin sorgen Prozesse für die nötige Transparenz über den Status der Anfrage bis zur Freigabe eines Stammsatzes, da die Anfrage in einzelne Prozessschritte zerlegt wird und über Workflow-Mechanismen jederzeit ersichtlich ist, in welcher Phase sich der Prozess gerade befindet.

Zum Betriebsmodell eines MDM-Systems gehört auch die Integration von externen Services, die es ermöglichen, die Stammdaten auf Vollständigkeit und Konsistenz zu prüfen. Beispiele hierfür sind: die Prüfung der Umsatzsteuer-Identifikationsnummer, Adressprüfungen sowie die Embargolistenprüfung. Diese Prüfungen können per Webservice eingebunden werden. 

Generell findet ein Implementierungsprojekt in mehreren Schritten statt, wobei jede Phase mit einem Meilenstein abgeschlossen wird, bevor die nächste Projektphase beginnt. Innerhalb einer Projektvorbereitungsphase wird der Projektumfang spezifiziert und ein detaillierter Projektplan erstellt. Ein Kick-off-Meeting inklusive Teamtraining holt alle Beteiligten ins Boot.

In der anschließenden Soll-Konzept-Phase, die den Grundstein für den Erfolg eines Stammdatenprojekts legt und somit die wichtigste Phase darstellt, werden in Workshops und Gesprächen individuelle Zielsetzungen definiert; zudem wird ein bedarfsgerechtes Konzept für die IT-gestützte Abbildung der unternehmensspezifischen Data-Governance-Aspekte, Berechtigungen und die damit verbundenen Prozesse erarbeitet. Auch die Definition der Datenmodelle sowie der Schnittstellen sollte in dieser Phase erfolgen.

Die Entscheidung, welche Stammdaten im zentralen System geführt werden sollen, ist ebenfalls Bestandteil dieser Phase. Parallel dazu wird das MDM-System auf der Systemlandschaft installiert. In der darauffolgenden Implementierungsphase werden die einzelnen durch zetVisions erstellten Fachkonzepte in die Tat umgesetzt.

Gegebenenfalls kann hier auch eine initiale Datenübernahme in das MDM-Tool vorbereitet werden. Weiterhin besteht auch die Gelegenheit, die Einstellungen oder Anpassungen des neuen Systems ausgiebig zu testen. Während der Produktionsvorbereitung unterstützt zetVisions bei der Go-live-Planung. In diese Phase fällt auch die Schulung der Mitarbeiter. Sie sollen das System nicht nur handhaben können, sondern in der Lage sein, selbst Anpassungen am System (Customizing) durchzuführen.

Überwachen und optimieren

Das Monitoring der Datenqualität kann über den zetVisions SPoT Data Quality Analyzer (DQA) erfolgen – ein flexibles Werkzeug für Analyse und Monitoring der Datenqualität in SPoT. Mit dem DQA können KPIs und Qualitäts-Scores zur Messung der Datenqualität respektive der Erreichung von individuellen Datenqualitätszielen erstellt und jeweils unterschiedlich gewichtet werden. Die Auswertung der Datenqualitätsziele, über frei definierbare Zeiträume hinweg, erfolgt grafisch und tabellarisch in Data Quality Dashboards.

Die fünf Phasen eines MDM-Projekts

  • Projektvorbereitungsphase: Spezifikation des Projektumfangs, Erstellung des Projektplans, Kick-off-Meeting inklusive Training.
  • Soll-Konzept-Phase: Definition individueller Zielsetzungen in Workshops und Gesprächen. Erarbeitung eines bedarfsgerechten Konzepts für die IT gestützte Abbildung der unternehmensspezifischen Data-Governance–Aspekte und die damit verbundenen Prozesse, Installation der Stammdatenmanagement-Lösung auf der Systemlandschaft des Kunden.
  • Implementierungsphase: Umsetzung der Fachkonzepte, Customizing der Datenmodelle und Prozesse, gegebenenfalls Vorbereitung der initialen Datenübernahme, ausgiebige Tests und Abnahme.
  • Produktionsvorbereitung: Unterstützung bei der Go-live-Planung, Schulung der Mitarbeiter.
  • Go-live-Phase: finale Projektabnahme, Produktivsetzung des Systems (inklusive Roll-out), Übergabe des Projekts an den Support und die lokale SAP-Basis.
Download Coverstory

Über den Autor

Andreas Stock zetVisions

Hinterlassen Sie einen Kommentar