Bestandsaufnahme und Ausblick

Egal welche Lösung verwendet wird, MDM fokussiert auf das höchste Gut jeder Organisation: die Informationen in den operativen und analytischen Systemen. Ohne Geschäftsregeln und Disziplin im Umgang mit Daten bleiben die Vorteile eines Werkzeugeinsatzes begrenzt. Es müssen sowohl Fragen der Architektur als auch der Organisation behandelt werden. MDM ist vor allem eine Philosophie, die mittels technischer Lösungen umgesetzt wird.

Begriffserklärung

Die Themen, die im Rahmen von MDM-Initiativen behandelt werden, haben so wie die verwendeten Begrifflichkeiten in letzter Zeit stärkere Konturen gewonnen. Stammdaten sind zustandsorientierte und über längere Zeiträume stabile Daten zu Geschäftsobjekten oder Sachverhalten, die der Identifikation, Klassifikation und Charakterisierung dienen.

Master Data Management als Steuerungs- und Verwaltungsfunktion der Stammdaten ermöglicht im Wesentlichen,

• das Speichern von Schlüsselinformationen über erfolgskritische Stammdaten,
• ein zentrales Update der Stammdaten sowie
• die schnelle und automatisierte Überführung von Datenänderungen in die Zielsysteme.

Master Data Management ist damit ein wesentlicher Bestandteil der Datenstrategie und -architektur eines Unternehmens zur Verwaltung der Datenbestände und Steuerung der internen und externen Datenflüsse.

Vergleicht man den anglo-amerikanischen Raum bezüglich MDM mit dem europäischen, insbesondere dem deutschsprachigen, so sind die Wurzeln des MDM-Themas in beiden Wirtschaftsräumen stark verschieden. In Amerika war und ist der Ausgangspunkt alles, was die Kenntnisse über die Kunden betrifft. In Europa steht hingegen zuerst die Produktsicht im Vordergrund. Dies liegt ganz in der Tradition der beiden Kontinente. Durch den Wandel hin zur Prozesssicht und zum Hauptziel aller Geschäftsprozesse, der Kundenzufriedenheit, müssen heute alle Maßnahmen rund um MDM diesem Hauptziel dienen. Schematisch wird die Wechselwirkung zwischen den Daten und den Geschäftsprozessen in Abbildung 1 verdeutlicht.

Stellt man der prozessorientierten Sichtweise die Bemühungen der IT gegenüber, die das Thema Service Oriented Architecture (SOA) als Lösung für die vorhandenen Probleme der IT forciert, so fällt hierbei ein starkes Missverhältnis auf: die üblichen Vorschläge der SOA-Experten behandeln die Datenintegration eher als Randthema. Das Faktum, dass es fragmentierte, persistente Daten in Datenbanken gibt, wird fast völlig ignoriert beziehungsweise vom Service-Gedanken gelöst betrachtet. Hingegen ist der Zustand und der Umgang mit den Daten, insbesondere der Stammdaten, noch immer ein Haupthindernis bei der Verbesserung der Geschäftsprozesse. Wichtige Daten stehen oft nicht rechtzeitig in abgestimmter Form im Prozessfluss zur Verfügung. Dieses Phänomen ist häufig zu beobachten in den kundennahen Unternehmensbereichen wie Call Center, Service und Vertrieb.

Auslöser

Auslöser von MDM-Initiativen waren in der Vergangenheit hauptsächlich Schwierigkeiten mit dem Datenfluss operativer Systeme. Die Initiativen wurden vor allem aus den IT-Bereichen heraus gestartet, um die fragmentierte Datenwelt in den Griff zu bekommen. Aktuell werden MDM-Initiativen auch immer häufiger im Rahmen von Business-Intelligence-Projekten ausgelöst. Diese werden erfahrungsgemäß häufig von den Finanzbereichen und dem Management getrieben. Ein erkennbarer Treiber dieser Entwicklung sind Zentralisierungstendenzen im Bereich Data Governance.

Die operativen und strategischen Prozesse werden stärker gebündelt, individuelle Datenauswertungen müssen zunehmend auf einer verlässlichen Datenschicht aufbauen. Die Datenschicht ist die Grundlage für die unterschiedlichen Sichten der Benutzer. Das Argument vieler Softwarehersteller, mittels MDM eine einzige Sicht auf die Daten zu bekommen, ist hierbei allerdings nicht korrekt. Unternehmen können nur die Entstehung der Daten steuern, jedoch nicht den Weg und die Art und Weise, wie Benutzer aus der zentralen Datenschicht die Daten extrahieren und wie sie sie nutzen. Dies führt sinnvollerweise zu verschiedenen Sichten auf die Daten. Das hat den Vorteil, dass eine individuelle, echtzeitnahe Steuerung des Unternehmens in den verschiedenen Bereichen möglich wird. Dieses als Performance Management bezeichnete Vorgehen ist aktuell ein wesentlicher Treiber der MDM-Bewegung.

Unterschiede in den Methoden von MDM und BI

Sowohl Master Data Management als auch Business Intelligence (BI) nutzen eine zentrale Datenschicht mit abgestimmten Daten. Das "Wie" und das "Warum" der Abstimmung machen den Unterschied aus. Das Data Warehouse als zentrale Datenschicht in Business-Intelligence-Systemen versorgt dabei lediglich die Business-Intelligence-Anwendungen mit Daten aus den angebundenen Quellsystemen Abbildung 2.

Die zentrale Datenschicht von MDM dient hingegen als Drehscheibe für die Abstimmung der Daten zwischen allen Anwendungssystemen, sowohl von operativen als auch von analytischen. Alle Anwendungssysteme sind sowohl Quelle als auch Ziel im Datenfluss einer MDM-Lösung. Derzeit wird in den meisten MDM-Initiativen die Abstimmung der Kunden- und/oder Produktdaten in den Vordergrund gestellt. Dies ist ein wichtiger Schritt. Die wahre Herausforderung für die Zukunft ist jedoch die Einbeziehung der Organisations- und Finanzstammdaten, die besonders stark in Business-Intelligence-Systemen genutzt werden. Besonders in Hinblick auf die Nutzung von BI in komplexen Firmenorganisationen ist das eine anspruchsvolle Aufgabe. Durch die Integration von Bewegungsdaten, die Stammdaten miteinander verbinden, wie beispielsweise Angebot und Auftrag, erhöht sich die Komplexität.