Stammdaten sind die zentralen Datensätze, auf die sich Ihr Unternehmen täglich verlässt: Produkte, Kunden, Lieferanten, Materialien. Stammdaten zu verwalten heißt, diese Datensätze über alle Systeme hinweg korrekt, vollständig und konsistent zu halten, und das ist deutlich schwieriger, als sie überhaupt erst anzulegen. Ein Produktdatensatz bleibt nicht von allein richtig. Preise ändern sich, Lieferanten fusionieren, jemand tippt eine falsche Einheit in eine Tabelle, und derselbe Artikel steht am Ende mit drei leicht unterschiedlichen Beschreibungen in ERP, Shop und Katalog. Dieser Artikel zeigt, warum Stammdaten verfallen, welche Herausforderungen ihre Verwaltung erschweren und mit welchen Praktiken und Werkzeugen Sie sie im Griff behalten.
Was Stammdaten eigentlich sind
Stammdaten beschreiben die langlebigen Geschäftsobjekte, die mehrere Abteilungen und Systeme gemeinsam nutzen: Produkt- und Materialstammdaten, Kunden- und Lieferantensätze sowie organisatorische Daten wie Kostenstellen. Sie ändern sich selten, und genau das unterscheidet sie von Bewegungsdaten wie Bestellungen oder Rechnungen, die laufend entstehen und danach kaum noch angefasst werden. Weil Stammdaten geteilt werden, bleibt ein Fehler darin nicht lokal. Eine falsche Maßangabe in einem Produktdatensatz taucht gleichzeitig im Online-Shop, auf dem Kommissionierschein und in der Zollanmeldung auf.
Diese geteilte, sich fortpflanzende Natur macht das Verwalten von Stammdaten zu einer eigenen Disziplin, nicht zu einer Frage der Dateneingabe. Wer das zugrunde liegende Konzept und die Argumente für ein eigenes System sucht, findet beides in unserem Leitfaden zum Master Data Management (MDM). Hier geht es enger und praktischer zu: um die tägliche Arbeit, diese Daten sauber zu halten.
Warum Stammdaten verfallen
Datenqualität geht selten in einem großen Moment verloren. Sie erodiert. Die häufigste Ursache ist unspektakulär: Dasselbe Objekt wird in mehreren Anwendungen angelegt und gepflegt, jede mit eigenen Formaten und Regeln, sodass die Versionen langsam auseinanderlaufen. Die manuelle Erfassung liefert einen stetigen Strom an Tippfehlern, leeren Feldern und persönlichen Abkürzungen. Und die Realität bleibt nicht stehen. Produkte werden neu aufgelegt, Sortimente gekürzt, aus zwei Lieferanten wird nach einer Übernahme einer, und die Datensätze, die die alte Welt beschrieben, sind still und leise falsch.
Nichts davon fällt auf, bis jemand weiter unten in der Kette darüber stolpert. Erhebungen zu Stammdaten beziffern den Anteil der Datensätze, die doppelt, unvollständig oder schlicht falsch sind, wiederholt auf rund ein Drittel, und dieser Anteil wächst überall dort, wo niemand für die Daten zuständig ist. Den Mechanismus zu verstehen, ist wichtig, denn ein bewegliches Ziel lässt sich nicht mit einer einmaligen Bereinigung treffen.
Die häufigsten Herausforderungen beim Stammdaten verwalten
Die meisten Unternehmen stoßen auf dieselbe Handvoll Probleme:
Dubletten: derselbe Kunde oder Artikel mehrfach erfasst, sodass Auswertungen doppelt zählen und Mailings zweimal rausgehen.
Unvollständige Datensätze: Pflichtattribute bleiben leer, was Marktplatz-Listings und nachgelagerte Automatisierung ausbremst.
Uneinheitliche Formate: Einheiten, Bezeichnungen und Klassifikationen, die sich zwischen Systemen unterscheiden, sodass nichts sauber zusammenpasst.
Unklare Verantwortlichkeiten: Wenn alle bearbeiten dürfen und niemand verantwortlich ist, hat die Qualität keinen Fürsprecher.
Der Preis dafür, das ungesteuert laufen zu lassen, ist nicht abstrakt. Gartner schätzte 2020, dass schlechte Datenqualität ein Unternehmen im Schnitt 12,9 Mio. US-Dollar pro Jahr kostet, eine Zahl, die auf 154 Unternehmen beruht, die bereits in Datenqualitäts-Werkzeuge investierten. In Fertigung und Handel zeigt sich diese Rechnung konkret: Retouren, geplatzte Listings, ins Stocken geratene ERP-Migrationen und Stunden, die dafür draufgehen, Zahlen abzugleichen, die von vornherein hätten übereinstimmen müssen.
Best Practices für die Stammdatenpflege
Stammdaten gut zu verwalten hängt weniger an einem einzelnen Werkzeug als an einem wiederholbaren Betriebsmodell. Einige wenige Praktiken erledigen den Großteil der Arbeit.
Beginnen Sie mit Governance. Data Governance liefert die Regeln: Wer darf einen Datensatz anlegen, welche Felder sind Pflicht, wie wird ein neuer Lieferant freigegeben, was bedeutet „gültig“ für welches Attribut. Ohne diese Regeln ist jede weitere Maßnahme Stückwerk.
Weisen Sie klare Verantwortung zu. Jede Stammdaten-Domäne, ob Produkte, Kunden oder Lieferanten, braucht einen benannten Owner, der für ihre Qualität geradesteht, unterstützt von Data Stewards, die die eigentliche Pflege übernehmen.
Standardisieren Sie Definitionen und prüfen Sie an der Quelle. Einigen Sie sich auf gemeinsame Formate und Geschäftsregeln und erzwingen Sie diese schon bei der Eingabe, statt hinterher aufzuräumen. Vorbeugen ist jedes Mal günstiger als Nachbessern.
Messen Sie fortlaufend. Behandeln Sie Qualität als Zahl, nicht als Bauchgefühl: Vollständigkeitsrate, Dublettenrate, Anteil der Datensätze, die die Prüfung bestehen. Was man misst, kann man verbessern, ein Gedanke, den wir in unserem Beitrag zur Datenqualität vertiefen.
Automatisieren Sie die Routine. Abgleich, Dublettenbereinigung und Validierung in großem Umfang sind Aufgaben für Software, nicht für Menschen, die sich durch Tabellen arbeiten.
Die Rolle des Data Stewards
Governance-Regeln wirken nur, wenn sie jemand anwendet, und dieser Jemand ist meist der Data Steward. Der Steward ist nicht die Person, der die Daten politisch gehören; das ist der Data Owner, in der Regel eine Fachbereichsleitung. Der Steward ist die operative Rolle, die eine Domäne Tag für Tag sauber hält: neue Datensätze gegen die Regeln prüfen, Dubletten auflösen, fehlenden Attributen hinterher sein und dort Alarm schlagen, wo ein Prozess immer wieder schlechte Daten produziert. In einem mittelständischen Hersteller kann das Teil einer bestehenden Rolle sein, in einem großen Konzern ist es oft eine eigene Funktion. So oder so: Erst das Benennen macht aus „alle sind verantwortlich“, was praktisch niemanden meint, eine tragfähige, verbindliche Regelung.
Stammdaten verwalten mit MDM und PIM
Irgendwann skalieren Tabellen und guter Wille nicht mehr, und die genannten Praktiken brauchen ein System, das sie durchsetzt. Genau hier verdient sich ein Master-Data-Management-System (MDM) seinen Platz. Ein MDM-Hub führt Datensätze aus allen Quellsystemen zusammen, gleicht Dubletten ab und verschmilzt sie und erzeugt eine verlässliche Version jedes Objekts, den sogenannten Golden Record, der anschließend an die angebundenen Systeme zurückfließt. Diese eine verlässliche Version ist die Single Source of Truth, die Shop, ERP und Katalog in Übereinstimmung hält. VIA/MDM leistet genau das über die Domänen Produkt, Kunde und Lieferant hinweg.
Für Produktdaten im Besonderen ist ein PIM-System das schärfste Instrument. Es erzwingt Pflichtfelder, Validierung und Freigabe-Workflows an der Quelle, reichert Datensätze für jeden Kanal an und berichtet Vollständigkeits- und Qualitäts-Scores während der Arbeit. Unser PIM-System VIA/PIM360° setzt die Praktiken aus diesem Artikel für Produktstammdaten operativ um, sodass die Regeln automatisch laufen, statt in einem Regelwerk zu stehen, das niemand liest.
In fünf Schritten zu besser verwalteten Stammdaten
- Profilieren Sie Ihre vorhandenen Stammdaten, um zu sehen, wie schlecht oder gut sie wirklich sind: Dubletten, Lücken, Inkonsistenzen.
- Governance definieren. Legen Sie Verantwortlichkeiten, Pflichtfelder und Freigaberegeln je Domäne fest, bevor Sie die Daten anfassen.
- Bereinigen und konsolidieren. Entdoppeln, standardisieren und Golden Records aufbauen, idealerweise in einem MDM- oder PIM-Hub statt von Hand.
- An der Quelle durchsetzen. Verlagern Sie die Prüfung an den Punkt der Eingabe, damit dieselben Probleme im nächsten Quartal nicht wiederkehren.
- Überwachen und verbessern. Verfolgen Sie Qualitäts-KPIs und prüfen Sie sie regelmäßig; behandeln Sie Pflege als Zyklus, nicht als Projekt.
Häufige Fragen zum Stammdaten verwalten
Was sind Stammdaten?
Stammdaten sind die zentralen, langlebigen Geschäftsdaten, die über Abteilungen und Systeme hinweg geteilt werden: Produkte, Kunden, Lieferanten, Materialien und organisatorische Daten wie Kostenstellen. Sie ändern sich selten und bilden die Grundlage für Transaktionen und Analysen, weshalb sich ein Fehler in ihnen überall zugleich fortpflanzt.
Was ist der Unterschied zwischen Stammdaten und Bewegungsdaten?
Stammdaten beschreiben stabile Geschäftsobjekte, etwa ein Produkt oder einen Kunden. Bewegungsdaten erfassen die Ereignisse, die diese Objekte betreffen, etwa eine Bestellung, eine Rechnung oder eine Lieferung. Bewegungsdaten entstehen laufend und verweisen auf Stammdaten, während Stammdaten sich langsam ändern, aber weit breiter genutzt werden.
Wie verbessert man die Qualität von Stammdaten?
Durch klare Verantwortlichkeiten und Governance-Regeln, standardisierte Definitionen, Prüfung schon bei der Eingabe, fortlaufende Messung von Qualitäts-KPIs sowie Automatisierung von Abgleich und Dublettenbereinigung. Eine einmalige Bereinigung allein hält nicht, weil Stammdaten fortlaufend verfallen, wenn sich Produkte, Lieferanten und Prozesse ändern.
Welche Rolle spielt ein MDM-System bei der Stammdatenverwaltung?
Ein MDM-System führt Datensätze aus allen Quellsystemen zusammen, gleicht Dubletten ab und verschmilzt sie zu einem einzigen Golden Record und verteilt diese verlässliche Version zurück an die angebundenen Systeme. Ergebnis: Jede Anwendung arbeitet mit denselben korrekten, aktuellen Daten statt mit ihrer eigenen lokalen Kopie.
Stammdaten zu verwalten läuft am Ende darauf hinaus, ihren Verfall zu akzeptieren und eine Routine dagegen aufzubauen: klare Verantwortlichkeiten, an der Quelle durchgesetzte Regeln, fortlaufende Messung und ein System, das die schwere Arbeit übernimmt. Wer das tut, für den werden Stammdaten vom wiederkehrenden Feuerlöschen zur verlässlichen Grundlage, auf der der Rest des Geschäfts aufsetzt.
