Wer ist im Unternehmen für die Datenqualität verantwortlich?

Es ist Freitagnachmittag, und der Managementbericht kann immer noch nicht erstellt werden. Der Vertrieb sieht andere Kundenzahlen im CRM als die Finanzabteilung im Abrechnungssystem. Die Lagerbestandsdaten stimmen nicht mit denen des Webshops überein, und eine wichtige Tabelle befindet sich im persönlichen Ordner eines Kollegen. In solchen Fällen stellt sich natürlich die Frage: Wer ist im Unternehmen für die Datenqualität verantwortlich?

Die kurze Antwort: nicht eine einzelne Person. Die praktikable Antwort ist jedoch, dass für alle wichtigen Daten ein klarer geschäftlicher Verantwortlicher, ein Verantwortlicher für die tägliche Pflege und ein Betreiber für die technische Umgebung erforderlich sind. Wenn diese Rollen nicht geklärt sind, verschlechtert sich die Datenqualität unbewusst. Einfach gesagt, niemand fühlt sich verantwortlich, Fehler rechtzeitig zu erkennen, zu beheben und zu verhindern.

Warum ist Datenqualität nicht ausschließlich eine IT-Aufgabe?

In vielen Unternehmen ist die erste Reaktion, dass die IT für Ordnung sorgen sollte. Die IT kann tatsächlich dafür verantwortlich sein, dass die Systeme verfügbar sind, die Integrationen korrekt laufen, die Berechtigungen verwaltet werden können und keine Daten zwischen zwei Systemen verloren gehen. Aber die IT kann nicht entscheiden, welcher Ansprechpartner zu welchem Kunden gehört, welche Artikelnummer für ein Produkt gültig ist oder in welchen geschäftlichen Status eine Bestellung übergehen soll.

Dies sind geschäftliche Entscheidungen. Der Verantwortliche für den Verkaufsprozess muss festlegen, wann ein Interessent als echter Kunde gilt. Die Finanzabteilung muss entscheiden, welche Rechnungsdaten gültig sind und nach welchen Regeln sie korrigiert werden können. Die Logistik muss klären, was der verfügbare Bestand bedeutet, insbesondere wenn Reservierungen, Rücksendungen und externe Lager im Prozess involviert sind.

Datenqualität beginnt daher nicht mit einer Softwarefrage, sondern mit einer Betriebsfrage. Zuerst muss verstanden werden, wie Informationen entstehen, geändert und genutzt werden. Erst danach kann entschieden werden, ob Systemanpassungen, Integrationen, automatisierte Prüfungen oder neue Anwendungen erforderlich sind.

Wer ist im Unternehmen für die Datenqualität verantwortlich? Es lohnt sich, drei Ebenen zu unterscheiden

In den meisten mittelständischen Unternehmen bieten drei verschiedene Verantwortungsebenen einen klaren Rahmen. Dazu muss kein komplexes Unternehmensführungsprogramm gestartet werden, aber die Rollen müssen sichtbar sein.

1. Der geschäftliche Datenverantwortliche entscheidet über die Regeln

Der Datenverantwortliche ist in der Regel der Leiter des jeweiligen Geschäftsbereichs. Er korrigiert nicht jeden fehlerhaften Adresseintrag oder Artikelnummer, sondern legt fest, welche Daten akzeptabel sind, wer sie nutzen darf und welche Konsequenzen ein Fehler hat.

Zum Beispiel kann der Datenverantwortliche für die Kundenstammdaten der Vertriebsleiter sein. Seine Aufgabe ist es zu entscheiden, ob derselbe Kunde unter verschiedenen Namen im System erscheinen darf, welche Felder bei der Erfassung eines neuen Partners obligatorisch sind und wann ein Datensatz als inaktiv gilt. Der Datenverantwortliche für die Produktstammdaten kann der Produktmanager oder der Produktionsleiter sein, je nachdem, wie das Unternehmen organisiert ist.

Diese Rolle ist kein administratives Etikett. Ohne Entscheidungsbefugnis bleibt der Datenverantwortliche nur ein Name in einem Dokument. Wenn ein Bereich nicht in der Lage ist, die Regeln für seine eigenen Daten festzulegen, kann später auch keine zuverlässige Berichterstattung oder konsistente Betriebsführung erwartet werden.

2. Der Datenverantwortliche sorgt für die tägliche Qualität

Der Datenverantwortliche, oft als Data Steward bezeichnet, arbeitet näher am täglichen Prozess. Er überwacht Abweichungen, bearbeitet Korrekturanforderungen und meldet, wenn eine Regel in der Praxis nicht funktioniert.

In einem Produktionsunternehmen kann dies der Kollege sein, der die Erfassung von Produkt- und Rohstoffdaten koordiniert. In einem Handelsunternehmen der Vertriebskoordinator, der für die Kundendaten verantwortlich ist. Wichtig ist, dass dies nicht automatisch eine zusätzliche Aufgabe für einen überlasteten Administrator ist. Wenn keine Zeit, Berechtigung und klar definierter Prozess vorhanden sind, wird die Fehlerbehebung immer hinter die dringenden täglichen Angelegenheiten zurückgestellt.

Der Datenverantwortliche muss nicht jeden Datensatz manuell überprüfen. Im Idealfall verhindert das System bereits die häufigsten Fehler: Es fordert Pflichtfelder an, verwendet einheitliche Wertemengen, weist auf mögliche Duplikate hin oder lässt keine unvollständigen Belege zu. Diese Prüfungen müssen jedoch aus den geschäftlichen Regeln abgeleitet werden.

3. Die IT stellt die technischen Voraussetzungen sicher

Die Aufgabe der IT oder des Technologiepartners ist es, den Datenfluss zuverlässig zu gestalten. Dazu gehören Systemintegration, Zugriffsverwaltung, Protokollierung, Sicherung, Überwachung der Datenübertragungen und technische Fehleruntersuchung.

Wenn ein im Webshop geänderter Produktname erst zwei Tage später im ERP erscheint, kann es sich um ein Integrationsproblem handeln. Wenn jedoch der Produktname in drei verschiedenen Systemen unterschiedlich existiert, weil es kein klares Quellsystem und keinen Genehmigungsprozess gibt, ist dies in erster Linie ein Betriebsproblem. Beide Situationen können von außen ähnliche Symptome verursachen, erfordern jedoch unterschiedliche Lösungen.

Die erste Frage: Welche Daten haben echte geschäftliche Konsequenzen?

Nicht jedes Datenfeld muss mit der gleichen Strenge behandelt werden. Eine fehlende sekundäre Telefonnummer kann unangenehm sein, aber eine fehlerhafte Steuernummer, Kontonummer, Bestandsmenge oder Lieferadresse stellt ein direktes finanzielles und kundenbezogenes Risiko dar.

Es lohnt sich daher nicht, mit „Lassen Sie uns alle Daten bereinigen“ zu beginnen. Dies ist in der Regel kostspielig, langsam und erschöpft sich schnell. Stattdessen sollte untersucht werden, wo Datenfehler wiederholte Arbeit, Verzögerungen, falsche Entscheidungen oder Streitigkeiten zwischen Abteilungen verursachen.

Ein guter Ausgangspunkt können einige spezifische Prozesse sein: von der Bestellung zur Rechnung, vom Angebot zum Vertrag, vom Einkauf zur Bestandsaufnahme oder von der Produktionsbestellung zur Erfüllung. In diesen Prozessen wird schnell sichtbar, wo Daten manuell von einem System ins andere übertragen werden, wo etwas aus Excel überprüft werden muss und wo unterschiedliche Wahrheiten über dasselbe Geschäftereignis entstehen.

Das Fehlen eines Quellsystems ist oft das eigentliche Problem

Eine Kundenadresse, ein Produktpreis oder der Status einer Bestellung kann nur dann zuverlässig sein, wenn klar ist, welches System die primäre Quelle ist. Wenn dieselben Daten im CRM, ERP, auf der Webshop-Admin-Oberfläche und in einer Tabelle geändert werden können, wird das Unternehmen früher oder später mit widersprüchlichen Daten arbeiten.

Die richtige Frage ist nicht, ob die Daten in jedem System vorhanden sein sollten. Oft sind sie an mehreren Stellen erforderlich. Die Frage ist, wo sie entstehen, wer sie ändern darf, wie sie zu den anderen Systemen gelangen und was passiert, wenn die Übertragung fehlschlägt.

Eine einfache Regel kann viel Verwirrung beseitigen: Jede kritische Daten sollte ein zugewiesenes Quellsystem haben. Die anderen Systeme sollten dies verwenden und keine eigene Version pflegen. Dies ist nicht immer sofort umsetzbar, insbesondere bei älteren Systemen, aber als Richtlinie hilft es zu entscheiden, was zuerst in Ordnung gebracht werden muss.

Datenqualität ist messbar, wenn man nicht allgemein darüber spricht

„Unsere Daten sind schlecht“ ist keine handhabbare Problemstellung. Das Management kann nur dann fundierte Entscheidungen treffen, wenn sichtbar ist, welcher Fehler wie oft auftritt, wie viel Arbeit er verursacht und welchen Prozess er gefährdet.

Die Messung kann einfach sein. Bei den Kundenstammdaten kann beispielsweise der Anteil der doppelten Datensätze, die Anzahl der unvollständigen Pflichtfelder oder die Anzahl der zurückgesendeten Rechnungsadressen verfolgt werden. Bei Beständen die Anzahl und der Wert der Abweichungen, bei Bestellungen der Anteil der manuell zu korrigierenden Positionen und in der Produktion die Anzahl der aufgrund fehlerhafter Stammdaten gestoppten oder neu geplanten Arbeiten.

Der Indikator selbst verbessert nichts. Er hilft jedoch, zwischen isolierten Unannehmlichkeiten und systematischen Betriebsverlusten zu unterscheiden. Wenn jeden Monat dieselben drei Personen zwei Tage mit der Abstimmung von Bestellfehlern verbringen, handelt es sich nicht um ein disziplinarisches Problem, sondern um einen schlecht gestalteten Prozess.

Nicht immer wieder die fehlerhaften Daten korrigieren, sondern die Ursache

Die Verschlechterung der Datenqualität ist oft eine völlig verständliche menschliche Anpassung. Der Kollege führt eine eigene Tabelle, weil er eine Information nicht rechtzeitig aus dem zentralen System erhält. Er erfasst dieselbe Information zweimal, weil die Systeme nicht kommunizieren. Er füllt das Pflichtfeld nicht aus, weil niemand ihm gesagt hat, warum es wichtig ist, oder weil das Feld tatsächlich nicht zu seiner Arbeit passt.

Deshalb sollte vor der Einführung einer Regel der gesamte Prozess überprüft werden. Wer initiiert ihn? Welche Daten werden von wo übernommen? Wer überprüft sie? Wo muss eine Entscheidung getroffen werden? Wo erfolgt die erneute Erfassung? Und warum? Es kann sein, dass eine kleine Änderung - wie die Vereinheitlichung der Bestellstatus oder die Einführung einer Fehlermeldung bei der Datenübertragung - viel mehr wert ist als ein großes Datenbereinigungsprojekt.

Die Verantwortung ist also geteilt, aber nicht anonym. Der Geschäftsleiter legt fest, was gute Daten bedeuten. Der zugewiesene Datenverantwortliche sorgt für die tägliche Disziplin und Rückmeldung. Die IT stellt sicher, dass die Systeme dies zuverlässig unterstützen. Wenn diese drei Rollen denselben Betrieb sehen, werden Daten nicht mehr ein unsicheres Nebenprodukt sein, sondern eine nutzbare Grundlage für die Unternehmensführung.