Wie wichtig ist Datenqualität bei Artikelstammdaten?

Wie wichtig ist Datenqualität bei Artikelstammdaten?

Von | 20. Januar 2015

Die fortschreitende Digitalisierung verändert das wirtschaftliche Handeln der Menschen immer mehr. Laut einer Befragung von McKinsey geben 18% der befragten Unternehmen an, dass die Verbesserung der Datenqualität eine wichtige Herausforderung darstellt (vgl. Wirtschaftswoche/ Junge Karriere, Heft. 45, 2014, S. 4). Damit wird für die IT – mit deren Hilfe die Daten angelegt, gespeichert und geändert werden – das Thema grundsätzlich sehr wichtig. McKinsey gibt hierbei sogar den Rat, Geld aus den Daten zu holen und verweist auf eine Bank, die mit Hilfe effektiver Nutzung ihrer Daten in einem Kundenprojekt  800 Millionen US-Dollar „gehoben“ hat .

Die Zahl von 800 Millionen US-Dollar ist sicherlich eine Hausnummer. Lässt sich ein solches Potential auch durch die Verbesserung der Artikelstammdatenqualität erreichen? Ob dies in einem x-beliebigen Unternehmen in der Größenordnung erreicht werden kann, ist an dieser Stelle in der Kürze nicht zu beantworten. Es kann aber die Frage gestellt werden, ob es Segmente im Artikelstammdatenmanagement gibt, in denen derartige Verbesserungspotentiale schlummern und in einer Datenqualitätsoffensive angegangen werden könnten. Zwei derartiger Potenziale werden hier exemplarisch betrachtet.

Datenqualität von Maß- oder Gewichtsangaben

Falsche Maßangaben oder Gewichtsangaben:  Sind die Maßangaben einer Sendungseinheit (z.B. Palette) falsch oder stimmt das Bruttogewicht nicht, so hat dies schnell negative Auswirkungen auf die Geschäftsabwicklung in der gesamten Prozesskette. So kann es passieren, dass die geplante Anzahl der Sendungseinheiten nicht in den LKW passen und so die Tourenplanung, aus den Fugen gerät. Die Konsequenz sind Zusatzkosten, verursacht durch unzureichende Artikelstammdatenqualität.

Rechnungsdifferenzen durch falsche Deklaration z.B. der MwSt.

Falsche Deklaration der MwSt: Sind Angaben der Mehrwertsteuersätze fehlerhaft z.B. verminderter  statt regulärer Steuersatz, so sind erhebliche Rechnungsdifferenzen vorprogrammiert. Selbst wenn dieser Fehler über die Wertschöpfungskette vom Datensender zum Datennutzer, sprich Händler, verbessert wird, fallen auch hier wieder unbeabsichtigte Zusatzkosten an, die über eine entsprechende Datenqualität der Artikelstammdaten vermieden werden können.

Die Liste der Beispiele lässt sich beliebig erweitern. Entscheidend für die Vermeidung solcher Auswirkungen ist jedoch immer der Faktor Mensch in den jeweiligen Unternehmen. Die Kollegin oder der Kollege, der für die Anlage der Artikelstammdaten verantwortlich ist, muss sich solchen Auswirkungen bewusst sein. Die Mitarbeiter müssen in die Lage versetzt werden derartige Zusammenhänge zu erkennen und sind davon zu überzeugen, dass die Arbeit mit Artikelstammdaten nicht auf einer „einsamen Insel“ erfolgt. Artikelstammdatenmanagement  stellt eine absolut vertrauensvolle Aufgabe dar, mit weitreichenden Auswirkungen auf die komplette Kette der Wertschöpfung bis zum Endkonsumenten. Dadurch wird deutlich, dass die fortschreitende Digitalisierung der Wirtschaft das tägliche Arbeiten der Menschen nachhaltig beeinflusst.