Master Data Management – Datenaustausch effektiv optimieren

Bei Master Data Management (MDM), auch als Stammdatenmanagement bezeichnet, handelt es sich um eine Methode, alle geschäftsrelevanten Daten eines Unternehmens miteinander zu verknüpfen. Dadurch wird die Qualität der Daten sowie deren betriebsinterner Austausch gefördert. 

In modernen Unternehmensumgebungen, die eine stetige Datenflut bewältigen müssen, kann die Stammdatenverwaltung eine äußerst komplexe Herausforderung darstellen. Um Daten aus mehreren Quellen aufzunehmen und diese in Form einer konstanten, zuverlässigen Quelle (auch „goldener Datensatz“) für verifizierte Echtzeitinformationen zu präsentieren, bedarf es einer Kombination aus Know-how, Tools sowie häufig auch einer strategischen Partnerschaft. 

Was sind Stammdaten?

Der Begriff Stammdaten bezeichnet alle für ein Unternehmen relevanten Daten. Diese können sich u. a. auf Arbeitsfelder wie Organisation, Technik oder Strategie, aber auch auf eindeutig definierte Objekte wie Kunden, Produkte, Mitarbeiter usw. beziehen.  

Stammdaten werden in sogenannte „Stammsätze“ unterteilt, diese werden für gewöhnlich in Datenbanken abgelegt. Aufgrund der langen Gültigkeit der Stammdaten – sie sind nicht an festgelegte Zeiten o. Ä. gebunden – sollten Unternehmen besonders sensibel mit ihnen umgehen. 

Mit einer steigenden Anzahl von Mitarbeitern, Abteilungen und EDV-Anwendungen nimmt auch das Stammdatenmanagement an Komplexität zu und die dazugehörigen Aufgaben werden relevanter. Da diese „Master Data“ eine hohe Bedeutung für jedes datenverarbeitende Unternehmen einnehmen, muss ein einheitliches und gut organisiertes Abspeichern und Weiterverarbeiten unbedingt gewährleistet sein. 

Master-Data-Management-Methoden – Vorteile im Überblick 

Aufgrund der zunehmenden Digitalisierung und der explosionsartigen Entwicklung von Cloud-Technologien gehört die Stammdatenverwaltung inzwischen zu den zentralen Aufgabenbereichen von CIOs. Da die Transaktionsprozesse zu einem großen Teil im Hintergrund ablaufen, kann das Tracken, Sortieren und Verifizieren von Background-Daten eine schwierige Aufgabe darstellen. Für eine effektive Verwaltung der Stammdaten bieten Master-Data-Management-Methoden folgende sechs Vorteile für Organisationen jeder Art. 

1. Master-Data-Management-Vorteil: niedrigere Gesamtbetriebskosten

Bedenken Sie alle geschäftlichen Aspekte, bei denen Daten generiert und konsumiert werden:

• Sämtliche Anwendungen und ihre Abhängigkeiten
• Mitarbeiteroperationen von der Produktion bis zu HR-Veranstaltungen
• Datenspeicher, einschließlich heißer (Arbeitsdaten) und kalter (Archivdaten) Informationen
• Bestandspläne und Bestellprotokolle

Abweichungen hinsichtlich der Datenversion oder -richtigkeit von diesen Quellen können eine Kettenreaktion mit Folgen für alle dazugehörigen Informationen auslösen. Dies wirkt sich auf die Betriebskosten aus und gefährdet das Geschäft Ihrer Organisation. Häufig ist das ein größeres Problem als zunächst angenommen. Eine Umfrage hat ergeben, dass ...

• ... die Datenqualität nur in 3 Prozent der Fälle als „akzeptabel“ bewertet werden konnte, selbst bei äußerst niedrigen Standards.
• ... durchschnittlich 47 Prozent der neu erstellten Datensätze mindestens einen kritischen (z. B. arbeitsrelevanten) Fehler enthielten.

Vertrauenswürdige, aktuelle Daten dagegen haben den umgekehrten Effekt.

2. Master-Data-Management-Vorteil: weniger aufgeblähte Architekturen

Das Stammdatenmanagement wirkt sich nicht nur in Form weniger verpasster Geschäftschancen auf das Unternehmen aus. Auch die Kosten für den Betrieb und die Unterstützung von Netzwerkarchitekturen – egal, ob on-site, hybrid oder cloudbasiert – hängen direkt von der Menge der eingesetzten Ressourcen wie Speicherplatz, Verarbeitungszeit und Netzwerkdurchsatz ab.

Durch die Zusammenführung der Daten in einem zentralen, vertrauenswürdigen Verzeichnis (Repository) und die Eliminierung von Redundanzen müssen einzelne Quellen nicht mehr ihre eigenen Ressourcen pflegen. Dies hat deutlich niedrigere IT-Betriebskosten zur Folge.

3. Master-Data-Management-Vorteil: schnellere Bereitstellung

Master Data Management ist ein zentraler Aspekt für moderne Entwicklungsansätze wie Continuous-Delivery, DevOps, Rugged DevOps und andere Architekturen, die gemeinsame und zuverlässige Daten erfordern. 
Mit einem vertrauenswürdigen MDM-Datenreservoir für die Entwicklungsteams laufen Anwendungen und Verbesserungen deutlich schneller durch die Bereitstellungspipeline. Das heißt, Entwickler können Erkenntnisse ohne langwierige Prüf- und Neucodierungsprozesse aus dem Stammdatenmanagement eventuell schon am selben Tag in der Software umsetzen.

4. Master-Data-Management-Vorteil: vereinfachte Compliance

Eine der größten Herausforderungen in modernen digitalen Unternehmen sind Compliance-Vorgaben wie HIPAA, PCI, CIPA, und DSGVO sowie andere gesetzliche Vorschriften. Organisationen müssen diese nicht nur einhalten, sondern auch schnell auf Änderungen reagieren können. Der Bereich Compliance kann in modernen Unternehmen eine Menge Ressourcen binden.

Da das Stammdatenmanagement alle Standards für eine verifizierbare, sichere Datenintegration erfüllt, erleichtert es die Erstellung vorgeschriebener Compliance-Berichte für unterschiedliche Zielgruppen. 

5. Master-Data-Management-Vorteil: verbesserter Kundenservice

Zeit ist Geld – das gilt für moderne digitale Unternehmen sowie für ihre Zielgruppen gleichermaßen. Master Data Management bietet Unternehmen die Möglichkeit, während des gesamten Transaktionsprozesses mit ihren Kunden zu interagieren. Gleichzeitig haben sie die Möglichkeit, ihre Performance anhand von Echtzeit-Feedback zu verbessern. Sie können frühzeitig Inkonsistenzen und Fehler beheben, die sich auf die Produktauslieferung auswirken – angefangen beim ersten App-Kontakt, über den Versand bis hin zur Bereitstellung und zum Feedback.

6. Master-Data-Management-Vorteil: 360-Grad-Sicht

Ein moderner cloudbasierter MDM-Prozess liefert eine komplette Echtzeitsicht auf jeden Kunden. Master Data Management liefert einen eindeutigen „goldenen Datensatz“, der dem Marketing aktuelle Daten und präzise Informationen zur Webpersonalisierung liefert. So können Sie beispielsweise einsehen, was andere Käufer zu einem Produkt gekauft haben, für das sich der Kunde interessiert.

7. Master-Data-Management-Vorteil: aussagekräftige BI-Daten

Ein klares und aktuelles Bild aller Geschäftsoperationen erlaubt es Entscheidern, problematische Punkte genau unter die Lupe zu nehmen und sich aus einer Satellitenperspektive anzusehen, an welchen Stellen und inwiefern nationale oder globale Trends ihr Unternehmen beeinflussen.

Da Daten die Grundlage digitaler Umgebungen sind und diese am Leben halten, sind die Herausforderungen für das Stammdatenmanagement in den unterschiedlichen Umgebungen so grenzenlos wie die Daten selbst. Das zeigt sich täglich im Master Data Management. 

Master Data Management in der Cloud: vier zentrale Herausforderungen

So groß die Möglichkeiten der Cloud sind, so groß sind auch die Probleme, die beim Stammdatenmanagement in einer öffentlichen oder hybriden Cloud-Umgebung auftreten können. Diese vier kritischen Herausforderungen sollten frühzeitig angegangen werden, denn fehlende Planung ist ein häufiger Grund für das Scheitern von Projekten:

1. Extrem unterschiedliche Datentypen: Bei all den virtuellen und physischen Geräten, über die Sie mit Ihren Kunden interagieren, ist nur eine Art von Datenspeicher nicht ausreichend für erfolgreiches Stammdatenmanagement. Die von Unternehmen zur Verwaltung eingesetzten Tools müssen so flexibel sein, dass sie mit strukturierten und unstrukturierten Daten gleichermaßen zurechtkommen.
2. Sicherheit: Zu den großen Vorteilen des Stammdatenmanagements zählt, dass es eine einzige Quelle der Wahrheit für alle Geschäftsprozesse bietet. Wird diese Quelle jedoch direkt angegriffen, kann das zu kostspieligen Geschäftsunterbrechungen führen. Daher sollte bei jeder MDM-Lösung Sicherheit die oberste Priorität sein, sonst drohen Hacks, Malware und sogar Cybererpressung.
3. Governance: Da die meisten Interaktionen einer MDM-Lösung automatisch im Hintergrund ablaufen, liegt es an der Unternehmensführung zu entscheiden, welche Daten als wichtig erachtet und wie BI-Daten interpretiert werden. Mit dem  richtigen Governance-Ansatz wird nicht nur der Umfang festgelegt, sondern auch wer die Daten pflegt und interpretiert. Dadurch entscheidet sich, ob Sie nur über eine zentrale Quelle der Wahrheit verfügen oder ob sie diese auch tatsächlich wirkungsvoll einsetzen können.
4. Expertise: Die richtige Kombination aus Expertise und Lernbereitschaft ist die wahrscheinlich die größte MDM-Herausforderung für viele Unternehmen. Da im Cloud-Bereich der Master-Data-Management-Systeme so viel Neues passiert, fehlt es den meisten KMUs an internen Spezialisten, um eine ganzheitliche Lösung für ihre individuellen Anforderungen zu entwickeln. Daher sollten Sie sich frühzeitig entscheiden, ob Sie auf Schulungen und die interne Entwicklung setzen oder lieber outsourcen.

Überlegen Sie sich, welche der gängigen Designs am besten zu Ihren Anforderungen und – nicht weniger entscheidend – Ihrem Budget passt. 

Stammdatenverwaltung – Vier Architektur-Arten

Es gibt keine Master-Data-Management-Strategie, die alle Anforderungen erfüllt. Das Stammdatenmanagement zeichnet sich durch seinen flexiblen, personalisierbaren Ansatz hinsichtlich der Verwaltung und Kontrolle des Stammdatenrepositorys aus. Trotzdem gibt es vier gängige Architekturen für das ursprüngliche MDM-Design. 

1. Master Data Registry Style

Bei diesem Ansatz arbeitet das Master Data Management mit gekürzten Datensätzen oder „Stubs“, die Informationen zu Datenquelle, aktuellem Standort etc. enthalten. Es handelt sich um die schnellste und preiswerteste Architektur, da sie die Menge an Daten minimiert, die tatsächlich von MDM-Tools verarbeitet werden müssen und stattdessen Stubs in einem Arbeitsrepository konsolidiert.

Der Nachteil ist allerdings eine höhere Latenz beim Erfassen und Abgleichen von Stammdaten mit Remote-Gerätedaten. Darüber hinaus handelt es sich um eine einseitige Erfassung. Änderungen auf Master-Ebene werden nicht an die Remote-Quellen weitergegeben, was Inkonsistenzen zwischen Stamm- und Remote-Daten zur Folge hat.

2. Master Data Consolidated Style

Eine konsolidierte Architektur ähnelt einer Registrierungsarchitektur, allerdings werden dabei Daten von den Quellen zum Masterrepository weitergeleitet.

Dieser Ansatz ist in Umgebungen beliebt, in denen man mit Latenz rechnet und die Konsolidierung normalerweise zu festgelegten Batch-Verarbeitungszeiten stattfindet. Allerdings werden die Daten im Masterrepository – wie auch beim Registry Style – nicht mit nachgelagerten Quellen synchronisiert.

3. Master Data Coexistent Style

Dieser Architekturansatz baut auf dem konsolidierten Stammdatenmanagement auf. Allerdings kommt hier die Synchronisierung der Stammdaten mit den Quellen als wichtiger Schritt hinzu, sodass ein Master-Datensatz entsteht, der sowohl im Hauptrepository als auch auf Ebene der einzelnen Systeme „koexistiert“.

Dieser Ansatz ist etwas komplexer und geht mit hoher Latenz einher, da die Daten erfasst und an die nachgelagerten Systeme via separater Batch-Prozesse zurückgegeben werden müssen. Diese Architektur wird häufig von kleinen und mittleren Unternehmen implementiert, die es sich nicht leisten können, ihre Stammdaten mehrmals innerhalb eines definierten Zeitraums zu synchronisieren.

4. Master Data Transactional Style

Hierbei handelt es sich um den vollständigsten Architekturansatz, der allerdings auch den größten Aufwand und die größten Kosten verursacht. Bei diesem Ansatz werden die Stammdaten von den Quellen zum Masterrepository migriert, wo sie verarbeitet, bereinigt, standardisiert und anschließend wieder an die Quellen zurückgespielt werden.

Aufgrund der direkten Koordination zwischen Master und Quelle reduziert dieser Ansatz die Latenz. Ein weiterer Vorteil sind einheitliche Data-Governance-Regeln im gesamten Unternehmen. Allerdings bedarf es hierfür umfangreichen Kenntnissen und den richtigen Tools für die benutzerdefinierte Kodierung. Andernfalls könnte der Datenfluss beeinträchtigt werden und es könnte zu einer Ausbreitung fehlerhafter Daten in der gesamten Umgebung kommen.

Nicht selten beginnen Organisationen mit einer Master-Data-Architektur, um dann zu einer anderen zu wechseln. Ein erfolgreiches Stammdatenmanagement-Projekt zeichnet sich durch Effizienz, Geschwindigkeit und Konsistenz beim Übertragen und Speichern der Stammdaten aus.

Master Data Management und serviceorientierte Architektur

Dank seiner Interoperabilität mit der serviceorientierten Architektur (SOA) gewinnt das Stammdatenmanagement in der Cloud immer mehr an Bedeutung. Wenn fast alles, selbst die Infrastruktur, virtualisiert ist, können die Kosten inkonsistenter oder korrupter Daten ein Unternehmen schnell ausbremsen. Dank Master Data Management können SOAs, darunter Internet as a Service (IaaS), mit einer einzigen Quelle der Wahrheit arbeiten, was eine unternehmensweite Konsistenz bei Änderungen nahezu in Echtzeit ermöglicht.

Eine zentrale Herausforderung des Stammdatenmanagements in SOA-Umgebungen ist ein passender Data-Governance-Ansatz, der die Datenstruktur und Regeln zwischen dem Repository und dem Host der Remote-Systeme, -Services und -Software standardisiert. Für das IT-Personal kann es eine echte Herausforderung sein, ein Arbeitsprotokoll zum Austauschen und Überschreiben von Daten zwischen unterschiedlichen Systemen zu pflegen. Hier kann eine Partnerschaft mit einem zuverlässigen Experten Ihr Stammdatenmanagement deutlich erleichtern.

Stammdatenverwaltung – die nächsten Schritte

Tag für Tag nutzen Unternehmen Master Data Management in der Cloud, um die Geschwindigkeit und Reichweite Ihres Geschäfts zu steigern. Mit einer MDM-Lösung können Organisationen den Datenaustausch zwischen bereitgestellten Produkten und Benutzern nahezu in Echtzeit realisieren, sodass Datenumgebungen zu beinahe lebendigen Organismen werden, die auf die Anforderungen moderner Märkte reagieren.

Erfahren Sie mehr über Stammdatenmanagement. Starten Sie noch heute mit MDM!