Lebenszyklusmanagement gibt es nicht nur für Produkte. Auch Daten durchlaufen eine Historie, von ihrer Anlage über die Bearbeitung bis zur Löschung. Wer hierbei alles sich selbst überlässt oder nur auf Zuruf agiert, kommt im schlechtesten Fall mit seinen Produkten zu spät auf den Markt. Das muss nicht sein. Wir erklären, warum Lifecyclemanagement-Prozesse für Stammdaten von elementarer Bedeutung sind.
Wenn, wie unlängst geschehen, ein Pharmahersteller zigtausende Medikamentenpackungen wieder zurücknehmen und einstampfen muss, weil die Verpackung falsch bedruckt war – dann ist das nicht mehr nur ärgerlich, sondern kann an die Existenz gehen. Der Grund war hier so banal wie fatal: Jemand im Unternehmen hatte ein Material in den Stammdaten falsch angelegt. Einen kontrollierten Prozess darüber gab es nicht, Folgefehler war die falsche Etikettierung. Das Malheur nahm seinen Lauf.
Mit einem strukturierten Anlageprozess für Stammdaten wäre es nicht so weit gekommen, doch damit hatte das Unternehmen kaum Erfahrungen. So wie viele andere auch. Daten werden immer noch zumeist manuell in Excel gepflegt, ohne jeden Automatisierungsgrad. Will jemand ein Material anlegen, erfahren andere Abteilungen darüber oft nur zwischen Tür und Angel. Dabei wäre es wichtig, den neuen Datensatz sofort mit weiteren, essenziellen Informationen anzureichern. Für die Markenabteilung ebenso wie für Produktion oder Vertrieb.
Die No-gos bei der Datenpflege:
…Ineffizientes Onboarding
Ohne kontrollierten Workflow vollziehen sich alle notwendigen Schritte zur Datenanlage und -bearbeitung im Schneckentempo. Manuelle Eingaben und wenig Automatisierung verlangsamen den Erstellungs- und Änderungsprozess – das Geschäft stockt. Durch einen digitalisierten Prozess hingegen lässt sich die Eingabe beim Onboarding neuer Stammdatenobjekten weitgehend automatisieren und dadurch beschleunigen.
… Falsche Formate
Eine weitere Gefahr ohne Lebenszyklusmanagement: Fehler schleichen sich ein. Falsche manuelle Eingaben und fehlende Data-Quality-Management (DQM)-Verfahren während des Lebenszyklus von Daten führen zu Informationen, mit denen man nichts anfangen kann. Wird der Person vor dem Bildschirm kein entsprechendes Anfrageformular für die Eingabe von Produktdaten zur Auswahl angezeigt, ist ein falsches Bereitstellungsformat schnell angelegt, Folge: Der Lieferant kann den Datensatz nicht lesen und weiterverarbeiten. Mit klar strukturierten Anforderungsformularen für die Erstellung, Änderung, Archivierung oder Löschung von Stammdaten hingegen werden Informationen korrekt ausgefüllt. Das reduziert Nacharbeiten bzw. lässt fehlerhafte Daten gar nicht erst entstehen.
„In vielen Unternehmen gibt es noch keinen geregelten Lebenszyklusmanagement für Datenanlage und -bearbeitung. Doch man muss sich klarmachen: Wenn die einzelnen Abteilungen hier nicht durch einen stringenten, automatisierten Prozess miteinander verbunden sind, lähmt das den ganzen Geschäftsbetrieb.“
– Marcel Röder, IT Consultant Master Data Management
… Aufwändige Bereinigung
Sind Daten erst einmal falsch angelegt, ist ihre Bereinigung mit hohem Abstimmungsbedarf verbunden. Reaktive Maßnahmen in den zugrundeliegenden Geschäftsprozessen, in denen Stammdaten verwendet werden müssen, sind erforderlich. Ein Beispiel wäre die doppelte Materialanlage. Ist auf das Material bereits ein Einkaufs- oder Verkaufsantrag gelaufen und man erkennt im Nachgang eine Dublette, ist der Aufwand hoch, diese aus dem System zu bereinigen, da nicht einfach ein schon genutztes Material gelöscht werden kann.
… User-getriggertes Aufgabenhandling auf Zuruf
Läuft alles manuell ab, funktioniert Stammdatenanlage so: Person A braucht ein neues Material und stellt einen Antrag (warum die Neuanlage? welches Material?). Er pflegt das Material, kontaktiert dann Person B aus der Markenabteilung, um die Markendaten nachzutragen, zieht den Produktionsverantwortlichen C hinzu, der die Produktionsanlage pflegt usw. usf. Jeder von ihnen muss also Informationen und Daten von der vorangehenden Stelle zur Verfügung gestellt bekommen. Das Ganze ist User- und nicht Prozess-getriggert. So lässt sich nur schwer nachvollziehen, wo es hängt. Immer wieder sind mündliche Absprachen notwendig und die Aufgabenverteilung zieht sich ewig hin.
… Kein Monitoring
Fehlende Monitoring- und Reporting-Verfahren sind ein weiterer oft begangener Fehler. Ohne klar definierte (systemunterstützte) Prozesse lassen sich Prozesslaufzeiten oder andere KPIs kaum erfassen. Und damit werden die Prozesse auch nicht verbessert. All diese No-gos zusammengezählt, kommen Produkte durch solch unsauberes Arbeiten nicht selten später auf den Markt, als sie eigentlich könnten.
Wie kann man dieses Problem lösen?
Der Ausweg liegt in der Etablierung eines Anlage- und Änderungsprozesses und der automatisierten Verteilung an die richtigen Approver. Es muss nachvollziehbar sein, wann Produkte gelöscht werden; erforderlich sind außerdem schnelle Eskalationsprozesse. Der künftige Lebenszyklusmanagement-Prozess für Stammdaten wird dabei in einer Workflow-Software abgebildet. Schon in der Anlagemaske gibt es vordefinierte Felder: Neu- oder Wiederanlage? Auswahl des Materialtyp, dazu passende Formate usw. Mithilfe dieser Vorauswahlmöglichkeiten kann man schon nichts mehr falsch eingeben und das Onboarding neuer Stammdatenobjekten wird weitgehend automatisiert.
Bewährte Vorgehensweise mit Best Practices
Wie eine solche Maske im Einzelfall aussieht, wer für welchen Materialtyp zum Approval einbezogen werden muss, dies erarbeitet SIRIUS im Projekt mit ihren Kunden und hilft, die gewünschten Funktionalitäten umzusetzen. Dafür bringen wir das Grundgerüst des Lebenszyklus-Managements bereits mit: typische Prozesse unter Verwendung abgestimmter Tools und einen strukturierten Dokumentationsansatz. Darin eingeflossen ist unsere ganze Projekterfahrung rund um MDM in großen Unternehmen der Stahl-, Pharma- und Chemieindustrie. Es muss also nichts teuer auf der grünen Wiese erstellt werden.
Und der Nutzen?
Über definierte Arbeitsabläufe und die Einbeziehung der richtigen Beteiligten kommen Unternehmen zu einer hohen Datenqualität. Diese lässt sich durch DQM-Maßnahmen noch erhöhen, indem die Daten automatisch auf Korrektheit überprüft werden oder der Benutzer Unterstützung bei der Auswahl korrekter Werte bekommt. In letzter Konsequenz kann ein Unternehmen mehr bzw. maßgeschneiderte Produkte pro Kunde erstellen und mit diesen eine schnellere Time-to-market erreichen.
Titelbild: © your_photo/Getty Images