Institut für WirtschaftsinformatikLehrstuhl Prof. Dr. Hubert Österle
Stammdatenqualität:Erfolgsfaktor moderner Unternehmen
Dr.-Ing. Boris OttoWürzburg, 7.10.2009
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 2
Agenda
1. Was sind Geschäftstreiber für Stammdatenqualität?
2. Was sind Probleme mit der Stammdatenqualität?
3. Was sind Prinzipien für das Management der Stammdatenqualität?
4. Welchen Beitrag leistet das Kompetenzzentrum Corporate Data Quality?
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 3
1.1 Beispiel Detailhandel: Migipedia von Migros
Quelle: migipedia.ch, Abruf am 12.9.2010.
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 5
1.2 Beispiel DB Netz AG: Infrastrukturkataster (fortgesetzt)
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 6
1.3 Beispiel ZF Friedrichshafen AG: Neue Serviceorganisation
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 7
1.4 Strategische Anforderungen an die Stammdatenqualität
Gesetzliche und behördliche AuflagenKonventionalstrafen, Umsatzausfälle
Risiko-Management
„Single Point of Truth“Standardisierung von Berichten und Kennzahlen
Berichtswesen
„Mergers &Acquisitions“„End-to-end“-Prozesse
Geschäfts-prozessintegratio
n
360°-Blick auf den KundenServicegeschäft
Kundenzentrierte Geschäftsmodelle
Weltweite Spend-AnalysenEffektive Lieferanten-entwicklung
Strategischer Einkauf
IT- und Prozess-konsolidierungFlexibilität
Komplexitäts-management
1 2
3 4
5 6
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 8
Agenda
1. Was sind Geschäftstreiber für Stammdatenqualität?
2. Was sind Probleme mit der Stammdatenqualität?
3. Was sind Prinzipien für das Management der Stammdatenqualität?
4. Welchen Beitrag leistet das Kompetenzzentrum Corporate Data Quality?
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 9
2.1 Komplexitätstreiber für Stammdatenqualität
Daten-qualität
DatenvoluminaRFID, Kundenbindungsprogramme etc.
Globale ProzesseMehrsprachigkeit, “Follow the sun“-Prinzip etc.
„Taylorismus”Trennung von Datenerfassung und -nutzung
Ständiger WandelM&A, „Divestments“, Change
Management
„Totale Vernetzung“Neue, externe Datenquellen,
Daten-Supply-chains etc.
UnternehmensgrösseUmsatz Nestlé 2008: 110 Mrd. CHF
Bundeshaushalt CH 2008: 57 Mrd. CHF
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 10
2.2 Datenqualität im Zeitverlauf
Legende: „U-Boote der Datenqualität“ (z. B. Migrationen, Prozessfehler, Unstimmigkeiten im Management-Reporting).
Datenqualität
ZeitProjekt 1 Projekt 2 Projekt 3
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 11
2.3 Eine typische Situation im Unternehmen im Umgang mit Daten
Delegation in die Informatik
Kein Verständnis für Langfristigkeit der Massnahme
Vogelstrauss-Syndrom
Bedarf an Fach- und Informatikexpertise wird unterschätzt oder verdrängt
Zentralbereich handelt - aber lokale Geschäftsbereiche müssen zahlen
Abhängigkeit vom Engagement Einzelner
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 12
Agenda
1. Was sind Geschäftstreiber für Stammdatenqualität?
2. Was sind Probleme mit der Stammdatenqualität?
3. Was sind Prinzipien für das Management der Stammdatenqualität?
4. Welchen Beitrag leistet das Kompetenzzentrum Corporate Data Quality?
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 13
3.1 Daten als Anlagegüter im Unternehmen
Produktionsanlagen
Mitarbeiter
Patente
AnlagenwirtschaftInstandhaltung
PersonalwirtschaftPersonalentwicklung, „Talent Management“
Schutzmassnahmen für geistiges EigentumLebenszyklusmanagement
Unternehmensdaten Kosten? Zeit? Qualität?
Anlagegüter eines Spezialchemieherstellers und Management-Ansätze dafür
Wenn Daten ein Anlagegut darstellen, müssen sie auch so bewirtschaftet werden
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 14
3.2 Daten als „Anlagegut“? Ein Blick zurück zum Qualitätsmanagement
„When we visited the high-quality but low productivity European plant […] we didn‘t haveto go far to find the basic problem […]. At theend of the assembly line was an enormous rework and rectification area where armies oftechnicians in white laboratory jackets laboredto bring the finished vehicles up to the company‘s fabled quality standard.“
„Our findings were eye-opening. The Japaneseplant requires (less effort the American and European plants). At the same time, the Japanese plant greatly exceeds the quality level of all plants execpt one in Europe - andthis plant requires four times the effort […]“
Quelle: Womack, J. P.; Jones, D. T.; Roos, D.: The Machine That Changed The World: The Story of Lean Production. Harper Perennial, 1991.
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 15
3.3 „Lean MDM“: Bestandteile des Toyota-Produktionssystems
„Pull“-PrinzipJust-in-Time, Just-in-Sequence
Vermeidung von VerschwendungÜberproduktionBewegungenLeerzeitenTransporte„Over Engineering“BestandspufferAusschuss
KanbanProzessstandardisierungTotal Quality ManagementTrainingKaizen
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 16
Agenda
1. Was sind Geschäftstreiber für Stammdatenqualität?
2. Was sind Probleme mit der Stammdatenqualität?
3. Was sind Prinzipien für das Management der Stammdatenqualität?
4. Welchen Beitrag leistet das Kompetenzzentrum Corporate Data Quality?
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 17
4.1 Partnerunternehmen des CC CDQ
Bayer CropScience AG Beiersdorf AG Corning Cable Systems GmbH & Co. Daimler AG
DB Netz AG Telekom Deutschland GmbH E.ON AG ETA SA
Hewlett-Packard GmbH IBM Deutschland GmbH Migros-Genossenschafts-Bund Nestlé SA
Novartis Pharma AG Siemens Enterprise Communications GmbH & Co. KG
Syngenta AG ZF Friedrichshafen AG
Legende: CC CDQ - Kompetenzzentrum Corporate Data Quality.
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 18
4.2 CDQ-Bezugsrahmen
Strategie
Organisation
Systeme
Führungssystem
Applikationen für CDQ
Integrationsarchitektur für CDQ
CDQ-Organisation
CDQ-Prozesse und -methoden
CDQ-Strategie
lokal global
Mandat
Leitbild
Wertmanagement
Roadmap
Kennzahlensystem
Messverfahren
Datenqualitäts-dimensionen
Data Governance
Rollenmodell
Change Management
Standards & Richtlinien
Datenlebenszyklus-Management
Metadaten-Management
Methoden und Prozesse
Integrationsobjekt-modell
Architekturszenarien
Verteilungsarchitektur
Datenhaltungs-architektur
Software für Stammdaten-management
Business Data Dictionarys
Integrationswerkzeuge
© CC CDQ2 – Würzburg, 7.10.2009, Dr. B. Otto / 19
4.3 Ausgewählte Arbeitsergebnisse
Funktionsreferenz für Stammdatenqualität
Methode zur Identifikation und Beschreibung von Informationsobjekten
Methode zur Identifikation und Beschreibung geschäftsorientierter Datenqualitätskennzahlen
Gestaltungskriterien für die Datenarchitektur
Prototyp für fachliches Metadatenmanagement mit semantischen Wikis
Referenzmodell für Data Governance
Referenzmodell für Stammdatenmanagement zwischen Industrie und Handel
Reifegradmodell für Qualitätsmanagement für Stammdaten