Stammdatenmanagement: So entsteht der Golden Record

Was ist Stammdatenmanagement?

Stammdatenmanagement (englisch Master Data Management, MDM) ist die Gesamtheit aus Regeln, Prozessen und Werkzeugen, mit denen ein Unternehmen seine zentralen Geschäftsdaten einheitlich, aktuell und über alle Systeme hinweg konsistent hält. Stammdaten sind dabei die langlebigen Kerndaten des Geschäfts – Kunden, Lieferanten, Artikel, Materialien, Standorte – im Unterschied zu Bewegungsdaten wie Aufträgen, Rechnungen oder Buchungen, die ständig neu entstehen.

Der Unterschied klingt akademisch, hat aber handfeste Folgen: Ein falscher Auftrag ist ein Ärgernis. Ein falscher Kundenstammsatz erzeugt monatelang falsche Rechnungen, falsche Lieferungen und falsche Auswertungen – in jedem System, das ihn übernommen hat. Genau deshalb ist Stammdatenmanagement die Disziplin mit dem größten Hebel innerhalb eines Datenmanagementsystems.

Die fünf Stammdatenarten – und wo sie typischerweise auseinanderlaufen

| Stammdatenart | Führendes System (typisch) | Häufigster Konflikt | |---|---|---| | Kundenstammdaten | CRM oder ERP | Dubletten durch Schreibweisen, veraltete Adressen, zwei „Wahrheiten" in Vertrieb und Buchhaltung | | Lieferantenstammdaten | ERP / Einkauf | Doppelte Kreditoren, abweichende Zahlungsbedingungen, unklare Konzernzugehörigkeit | | Artikel- und Materialstammdaten | ERP / PIM | Uneinheitliche Bezeichnungen und Einheiten, fehlende Pflichtattribute, gewachsene Nummernkreise | | Standort- und Werksdaten | ERP | Alte Betriebsstätten, uneinheitliche Adressformate | | Anlagen-/Asset-Daten | ERP / Instandhaltung | Anlagen doppelt geführt, Zuordnung zu Standorten unklar |

In der Praxis verläuft die Bruchlinie fast immer entlang von Abteilungsgrenzen: Der Vertrieb pflegt Kunden im CRM, die Buchhaltung im ERP – und beide halten ihre Version für die richtige. Ohne eine bewusste Entscheidung, welches System führt, entstehen zwei parallele Wahrheiten, die sich mit jedem Monat weiter auseinanderentwickeln.

Wie sauber sind Ihre Stammdaten wirklich? Wir messen Dublettenquote, Vollständigkeit und Pflegewege in Ihren Systemen und zeigen, wo der Golden Record heute scheitert – als Teil unserer Leistung Daten bereinigen & strukturieren. Am schnellsten geht es im direkten Gespräch: 30-Minuten-Kennenlernen buchen.

Der Golden Record: vom Datensatz-Chaos zur einen Wahrheit

Der Golden Record ist der bereinigte, vollständige und verbindliche Datensatz einer Entität – der eine Kundenstammsatz, auf den sich alle Systeme beziehen. Er entsteht nicht durch Kauf einer Software, sondern in vier Schritten:

1. Zusammenführen: Die Datensätze aus allen Quellsystemen werden gesammelt und einer gemeinsamen Struktur zugeordnet.
2. Matching: Regeln erkennen, welche Datensätze dieselbe reale Entität beschreiben – „Müller GmbH", „Mueller G.m.b.H." und „Müller GmbH & Co. KG" sind ein klassischer Fall. Gutes Matching kombiniert exakte Schlüssel (Steuernummer, Kundennummer) mit unscharfen Vergleichen (Name, Adresse).
3. Überleben lassen (Survivorship): Bei Konflikten entscheidet eine festgelegte Regel, welcher Wert gewinnt – etwa „Adresse aus dem ERP, Ansprechpartner aus dem CRM, jüngster Datensatz bei Gleichstand".
4. Verteilen: Der Golden Record fließt zurück in die angeschlossenen Systeme oder wird von dort referenziert.

Der dritte Schritt ist der, an dem Projekte scheitern – nicht technisch, sondern politisch. Die Frage „Wessen Wert gewinnt?" ist eine Frage der Zuständigkeit, nicht der Software. Wer sie vorab klärt, hat den schwierigsten Teil hinter sich.

Datenqualität messbar machen

„Unsere Daten sind schlecht" ist kein Projektauftrag. Stammdatenmanagement wird erst steuerbar, wenn Qualität gemessen wird – und dafür genügen zu Beginn vier Kennzahlen:

• Vollständigkeit: Anteil der Datensätze mit allen Pflichtattributen (z. B. USt-ID bei Firmenkunden).
• Dublettenquote: Anteil mehrfach vorhandener Entitäten – erfahrungsgemäß der Wert, der Geschäftsführungen am meisten überrascht.
• Aktualität: Anteil der Datensätze mit Änderung innerhalb eines definierten Zeitraums; Karteileichen werden so sichtbar.
• Konsistenz: Anteil der Datensätze, die in zwei Systemen identisch sind – das direkte Maß für den Zustand Ihres Golden Record.

Diese vier Werte einmal zu erheben, dauert Tage, nicht Monate – und verwandelt ein diffuses Unbehagen in eine Prioritätenliste. Ohne sie lässt sich weder ein Business Case rechnen noch später ein Erfolg belegen.

Besonders wichtig werden die Kennzahlen bei einem Systemwechsel: Bei jeder Datenmigration aus Altsystemen entscheidet sich, ob die Altlasten mitwandern oder zurückbleiben. Der Umstieg ist der beste – und oft einzige – Moment, in dem eine gründliche Stammdatenbereinigung ohne Zusatzaufwand budgetiert wird.

Wer pflegt eigentlich? Die Rollenfrage

Der häufigste Grund, warum bereinigte Stammdaten nach einem Jahr wieder verschmutzt sind: Es gibt keine benannte Verantwortung. Bewährt hat sich ein schlankes Rollenmodell, das auch in kleinen Organisationen funktioniert:

Ein Data Owner je Stammdatenart – eine Führungskraft aus dem Fachbereich, die über Regeln und Pflichtfelder entscheidet (Kunden: Vertriebsleitung, Artikel: Produktmanagement). Ein oder mehrere Data Stewards – die Personen, die im Alltag pflegen, Dubletten auflösen und Rückfragen klären; das ist meist kein neuer Job, sondern ein benannter Teil bestehender Aufgaben. Und ein Freigabe-Workflow für Neuanlagen: Wer einen Kunden anlegen darf, ist eine Berechtigungsfrage – dass eine Neuanlage geprüft wird, bevor sie in alle Systeme fließt, ist die wirksamste Einzelmaßnahme gegen neue Dubletten.

Dieses Rollenmodell ist der Kern jeder Data Governance – und der Unterschied zwischen einer einmaligen Bereinigung und dauerhaft sauberen Daten.

Werkzeuge: Wann sich eine MDM-Lösung lohnt

Dedizierte MDM-Systeme lohnen sich, wenn viele Systeme, große Datenmengen oder komplexe Hierarchien im Spiel sind – Konzernstrukturen, mehrere Mandanten, internationale Artikelstämme. Im Mittelstand mit ERP plus CRM plus zwei Fachanwendungen ist der pragmatische Weg meist ein anderer: ein klar definiertes führendes System je Stammdatenart, saubere Schnittstellen für die Verteilung und ein Regelwerk für Pflege und Freigabe.

Auch KI-gestützte Verfahren gehören inzwischen zum Werkzeugkasten: Beim Matching erkennen Modelle Ähnlichkeiten, die starre Regeln übersehen, und bei der Anreicherung lassen sich fehlende Attribute aus vorhandenen Daten ableiten. Wichtig bleibt die Reihenfolge – erst Regeln und Zuständigkeiten, dann Automatisierung. Ohne definiertes Ziel automatisiert man sonst nur schneller in die falsche Richtung. Dass die Datenbasis auch für alle weiteren KI-Vorhaben der Engpass ist, zeigt unser Beitrag zu Datenmanagement-Lösungen für KI-Projekte.

Häufige Fragen zum Stammdatenmanagement

Was ist der Unterschied zwischen Stammdaten und Bewegungsdaten? Stammdaten beschreiben langlebige Objekte des Geschäfts (Kunden, Artikel, Lieferanten) und ändern sich selten. Bewegungsdaten entstehen aus Vorgängen (Aufträge, Rechnungen, Buchungen) und beziehen sich auf Stammdaten. Ein Fehler in den Stammdaten wirkt deshalb auf alle künftigen Vorgänge.

Was ist ein Golden Record? Der eine bereinigte, vollständige und verbindliche Datensatz einer Entität, der aus mehreren Quellsystemen zusammengeführt wurde und für alle Systeme als Referenz gilt.

Brauchen wir dafür eine MDM-Software? Nicht zwingend. Bei überschaubarer Systemlandschaft genügen ein festgelegtes führendes System je Stammdatenart, Schnittstellen zur Verteilung sowie Pflege- und Freigaberegeln. Eine dedizierte Lösung lohnt sich bei vielen Systemen, komplexen Hierarchien oder mehreren Mandanten.

Fazit

Stammdatenmanagement ist kein Software-Thema, sondern eine Frage von Zuständigkeit und Regeln. Der Golden Record entsteht, wenn geklärt ist, welches System führt, welcher Wert im Konflikt gewinnt und wer die Pflege verantwortet – die Technik setzt das dann um. Wer mit vier Qualitätskennzahlen startet, die Rollen benennt und die Neuanlage in einen Freigabeprozess bringt, hat den größten Teil des Nutzens gehoben, bevor überhaupt über Werkzeuge gesprochen wird.

References

1. (Fraunhofer IAO – Stammdatenmanagement)
2. (Wikipedia – Stammdatenmanagement)