Stammdaten sind statische Grunddaten eines Unternehmens zu Waren, Lieferanten, Kunden, Mitarbeitern usw. Sie sind für die automatische Erfassung und Verarbeitung unerlässlich, weswegen eine hohe Stammdatenqualität wichtig ist. Um eine interorganisationale Mehrfacherfassung zu vermeiden, werden Stammdaten bidirektional oder über Stammdatenpools ausgetauscht.
Stammdaten
Unternehmensdaten können unterschieden werden in dynamische Bewegungsdaten (Bestellungen, Lieferungen usw.) und (relativ) statische Grunddaten. Die Eingabe und Aufbereitung betriebswirtschaftlicher Grunddaten zu Artikeln (Preis, Gewicht, Lagermöglichkeit, Produktbeschreibung usw.), Lieferanten und Kunden (Name, Anschrift, Lieferkonditionen usw.) oder Mitarbeitern (Name, Anschrift, Gehaltsstufe usw.) ist für die automatische Erfassung und Verarbeitung von Ware und Informationen mit Hilfe von IT in Einkauf, Lager und Verkauf unerlässlich [Winkelmann et al. 2008]. Diese als Stammdaten bezeichneten Grunddaten sind notwendig, um beispielsweise automatisch zu disponieren, in der Filiale Auskunft zu geben oder per Scan-Vorrichtung den korrekten Preis zu kassieren [Becker et al. 2007].
Stammdatenmanagement
Dem Management von Stammdaten in der Warenwirtschaft zur Verbesserung der Stammdatenqualität kommt eine wesentliche Rolle zu [Price, Shanks 2005]. Eine generelle Herausforderung liegt hierbei in der Sicherstellung der Konsistenz und Korrektheit [Lee et al. 2002; Pipino, Lee, Wang 2002]. Fehlerhafte Daten können zu fehlerhaften Unternehmensoperationen (Verkauf der Artikel mit zu niedrigen Preisen, falsche Lagerung verderblicher Ware im Zentrallager, fehlerhafte Warenzustellung usw.) führen [Becker et al. 2008; Kuipers 2004]. In einer Umfrage nach dem Zustand der Artikelstammdaten bemängelte rund ein Drittel der Händler in 2007 die Konsistenz der Artikelstammdaten (Widersprüche in den Daten, ungleiche Bezeichnungen). Bei über 50% entsprachen die Artikelstammdatenbeschreibungen nur teilweise oder gar nicht den realen Produkten [Becker, Winkelmann 2008, S. 181]. Auf Grund des Massenvolumens der Stammdatenanlage sollte daher neben einer guten grafischen Oberfläche auch eine effiziente Bedienung per Tastatur mittels Schnelleingabemasken möglich sein.
Datenaustausch von Stammdaten
Die große Transaktionsanzahl mit externen Partnern birgt durch elektronische Datenübermittlung ein hohes Rationalisierungspotenzial. Zwischen Herstellern und Handel auf der einen Seite sowie Handel und Abnehmern auf der anderen Seite können neben den Artikel- und sonstigen Stammdaten auch Bewegungsdaten wie Bestellung, Auftrag, Lieferschein, Rechnung und Zahlung elektronisch übertragen werden. [Schütte, Vering 2004, S. 382 ff.] Der elektronische Datenaustausch (EDI) macht hierbei eine doppelte Erfassung von Bestell- und Lieferdaten in den Computern von Lieferant und Abnehmer überflüssig, da die Transaktion nur dort erfasst werden muss, wo sie erstmalig auftritt [Becker, Winkelmann 2008, S. 152].
Stammdatenpools
Bei allgemeinen, multilateralen Datenaustauschen bietet es sich an, diese in einem zentralen Datenpool zu halten, der sowohl Herstellern als auch Händlern zugänglich ist. Der Vorteil für den Handel liegt in der Reduzierung des Erfassungsaufwands und der Vermeidung von Fehlern und somit der Verringerung des Fehlerbehebungsaufwands. Europaweit hat sich der Stammdatenpool SINFOS als zentrales Stammdatenarchiv etabliert, der durch den Zusammenschluss zu SA2Worldsync mehrere tausend Unternehmen weltweit mit Stammdaten bedient. Ziel beim Aufbau zentraler Stammdaten-Datenbanken ist ein globales Netzwerk von Stammdatenkatalogen im Rahmen eines „Global Data Synchronisation Network“ (GDSN), um auf Daten aus verschiedenen Datenbanken zugreifen zu können.
Literatur
Becker, Jörg; Winkelmann, Axel; Beverungen, Daniel; Janiesch, Christian: Bereitstellung von Artikelstammdaten. In: HMD, 44 (2007) 258. S. 45-56.
Becker, Jörg; Winkelmann, Axel: Handelscontrolling : Optimale Informationsversorgung mit Kennzahlen. 2. Auflage. Berlin : Springer, 2008.
Becker, Jörg; Matzner, Martin; Müller, Oliver; Winkelmann, Axel: Towards a Semantic Data Quality Management – Using Ontologies to Assess Master Data Quality in Retailing. In: Proceedings of the Americas Conference on Information Systems (AMCIS). Toronto, 2008.
Kuipers, Peter: Data in Dire Need of a Spring Clear, Elsevier Food International, 3 (2004), S. 74-79.
Lee, Yang W.; Strong, Diane M.; Kahn, Beverly K.;Wang, Richard Y.: AIMQ: A Methodology for Information Quality Assessment. In: Information & Management, 40 (2002) 2, S. 133-146.
Price, Rosanne; Shanks, Graeme: A Semiotic Information Quality Framework : Development and Comparative Analysis. Journal of Information Technology, 20 (2005) 2, S. 88-102.
Pipino, Leo L.; Lee, Yang W.; Wang, Richard Y.: Data Quality Assessment. In: Communications of the ACM, 45 (2002) 4, S. 211-218.
Schütte, Reinhard; Vering, Oliver: Erfolgreiche Geschäftsprozesse durch standardisierte Warenwirtschaftssysteme : Marktanalyse, Produktübersicht, Auswahlprozess. 2. Auflage. Berlin : Springer 2004.
Winkelmann, Axel; Beverungen, Daniel; Janiesch, Christian; Becker, Jörg: Improving the Quality of Article Master Data – Specification of an Integrated Master Data Platform for Promotions in Retail. In: Proceedings of the 16th European Conference on Information Systems (ECIS 2008). Galway, Ireland, 2008