Skip to content
Background Blur

Diese Frage lässt sich erfreulicherweise schon seit langer Zeit mit „Sehr Viel“ beantworten. Allerdings, so das kleine Manko, sind diese oftmals nicht bekannt. Daher möchte ich an dieser Stelle einige der Qualitätsansätze des Standards aufzählen und kurz erläutern.

Das Netzwerk bietet vornehmliche eine Reihe von Datenvalidierungen, die ein Artikelstammdatensatz „überstehen“ muss bevor er vom Datensender (Lieferant) zum Datenempfänger (Händler) übertragen werden kann. So fordert zum Beispiel die GDSN-Validierung 234, dass innerhalb einer kompletten Artikelhierarchie (bestehend aus Basiseinheit, Karton, Palette) mindestens ein Artikel eine Rechnungseinheit ist – sprich der Artikelsatz muss einen Artikel enthalten, der fakturiert werden kann. Zusätzlich zu den Mussangaben der Artikelabmessungen wie Höhe, Breite und Tiefe verlangt die GDSN-Validierung 324, dass diese Angaben  gemäß den zielmarktspezifischen Regeln zur Nutzung der Maßangaben (UOM), z.B. für den Zielmarkt Deutschland im metrischen und für den Zielmarkt der USA im imperialen System, zu erfolgen hat (vgl. hierzu http://www.gs1.org/gsmp/kc/gdsn – Rubrik „GDSN Validation Rules“). Natürlich, lassen sich derartige Prüfungen in interne Datenverarbeitungssysteme integrieren und bevor die Artikelstammdaten an das globale Netzwerk gesendet werden, werden die Daten entsprechend geprüft. Derartige Online-Validierungen sind ein profundes Mittel zur Erreichung einer gewünschten Datenqualität. Aus Sicht eines Datenpools stellen diese Validierungen standadisierte Konsistenzregeln für das definierte Artikelstammdatenmodel des Global Data Dictionary (GDD) der GS1 dar (vgl. Schemm, Zwischenbetriebliches Stammdatenmanagement, 2009, S. 95).

Aber, was bietet GDSN über die Prüfung der Artikelstammdatenkonsistenz hinaus?

1. Data Quality Framework 

Das Data Quality Framework (DQF) stellt einen „Best Practice“ Ansatz dar, mit Hilfe dessen die interne Artikelstammdatenqualität gemessen werden kann. Erfolgen kann dies in einem „Self Assessment“ oder mit externen Hilfe, wobei die Qualitätsdimensionen Vollständigkeit, Konsistenz, Aktualität oder Standardkonformität berücksichtigt werden. Mit Hilfe einer Scorecard und einer Datenqualitätscheckliste können so interne Datenqualitätskennzahlen erhoben werden. Mit der Nutzung des DQF kann so der Status Quo der Artikelstammdatenqualität über verschiedene Facetten festgestellt werden.

2.  GDSN Package Measurment Rules

Dieses Dokument hilft vor allem die Korrektheit der Artikelstammdaten in Bezug auf die Maßangaben Höhe, Breite und Tiefe zu verbessern. Hierzu erhält der Anwender detaillierte Hilfe, wie ein Produkt zu vermessen ist und welche Aspekte, in Abhängigkeit des Produktes, zu beachten sind. So gibt es z.B. unterschiedliche Regeln zur Festlegung der Frontseite eines Artikels oder Toleranzen, die nach Art der Verpackung eines Produktes, bei der Vermessung und der Erfassung der Maße zu beachten sind. Außerdem sind in diesem Dokument sämtliche Prozessschritte zur Vermessung eines Produktes in einem Ablaufdiagramm beschrieben. Begleitend dazu gibt es Hilfsvideos (siehe z.B. http://www.youtube.com/watch?v=dPBGb7EAWM8).

3.  Data Quality Discussion Group

Hierbei handelt es sich um eine Datenqualitätsinitiative der GS1 US, die es sich zur Aufgabe gemacht hat, für Artikelstammdatenwerte, die für die Synchronisation der Daten im Netzwerk besonders wichtig, ein Messwerkzeug zu konzipieren. Hierbei werden zentrale Attribute, die in zwei Bereiche eingeteilt wurden, berücksichtigt: „Foundational Attributes“ (GTIN, Markenname, Nettoinhalt und Verpackungsmengen) und „Fundamental Attributes“ (Maßangaben des Basisartikels und der höheren Verpackungseinheiten, Bruttogewicht, Palettenkonfigurationen und Herkunfsangaben). Für alle diese Attribute werden Forderungen oder Leitsätze formuliert, die es im Netzwerk zu erreichen gilt. Für die Angaben des Markennamens sind dies z.B.:

  • Übereinstimmung des Markennamens im Netzwerk mit dem Namen auf den Produkt
  • Korrekte Schreibweise des Markennames (Vermeidung von Abkürzungen, korrekte Schreibweise [Kleinbuchstaben, Großbuchstaben, Sonderzeichen)
  • Konsistente Nutzung des Markennames über die komplette Produktfamilie und die entsprechenden Hierarchien

Dies sind nur drei von sehr vielen Ansätzen. Zu erwähnen sind noch der „Trusted Source of Data„-Ansatz , dessen Fokus die konsistente Nutzung der Artikelstammdaten vom Lieferanten bis zum App-Nutzer des Smartphones ist. Oder aber auch Datenqualitätsansätze, die auf die Einhaltung der EU-Regulierung 1169  abzielen (siehe http://www.gs1-germany.de/im-fokus/lmiv-umsetzung-rechtzeitig-starten/).

Alle hier kurz vorgestellten Hilfen des GDSN-Standards zur Optimierung der Artikelstammdatenqualität stehen zur Verfügung und helfen in strukturierter Form interne Qualitätsoffensiven zu starten. Mit ihrer Hilfe lassen sich schnell und einfach klaren Erfolge hinsichtlich der Datenqualität der Artikelstammdaten erreichen. Frei nach dem Motto: “ Die Chance ist nah“.