Das übergeordnete Ziel dieser Arbeit ist die Optimierung des Stammdatenmanagements (SDM) zur Sicherstellung einer hohen Datenqualität nach einer Unternehmensfusion. Hierbei sollen konkrete Maßnahmen und ein umfassendes Konzept entwickelt werden, um die Integration der Datenbestände effektiv zu gestalten und die Qualität der Daten langfristig zu gewährleisten.
Die Zusammenführung von Unternehmen, insbesondere durch Fusionen und Übernahmen, bringt erhebliche Herausforderungen im Bereich des Datenmanagements mit sich. Eine Fusion führt häufig zu einer Integration unterschiedlicher Datenbestände, die vor der Zusammenlegung in separaten Systemen und nach unterschiedlichen Standards verwaltet wurden. Diese Heterogenität kann zu erheblichen Problemen in der Konsolidierung und Harmonisierung der Stammdaten führen. Redundante und inkonsistente Datenbestände sind dabei nur einige der Schwierigkeiten, die auftreten können und die eine präzise und kohärente Datenverwaltung erschweren.
Die Relevanz der Datenqualität wird besonders deutlich, wenn man die Auswirkungen auf zentrale Geschäftsprozesse betrachtet. Eine fehlerhafte Rechnungsstellung kann nicht nur rechtliche und finanzielle Konsequenzen nach sich ziehen, sondern auch das Vertrauen von Kunden und Geschäftspartnern erheblich beeinträchtigen. In der Produktionsplanung können unzureichende oder inkonsistente Daten zu ineffizienten Produktionsabläufen führen, die zusätzliche Kosten verursachen und die Wettbewerbsfähigkeit des Unternehmens gefährden. Bei der Umsatzanalyse können fehlerhafte Daten zu falschen Geschäftseinschätzungen führen, was die Entscheidungsfindung beeinträchtigt und potenzielle Geschäftschancen verpasst. Schließlich hat auch eine mangelhafte Bestandsauswertung direkte Auswirkungen auf die Lagerhaltungskosten und die Effizienz des Supply-Chain-Managements. Die Qualität der Daten ist daher von zentraler Bedeutung für die Effektivität und Effizienz der gesamten Geschäftsabläufe nach der Fusion.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Übersicht über den Aufbau der Arbeit
2 Theoretische Rahmenbedingungen
2.1 Stammdatenmanagement
2.2 Datenqualität
2.3 Unternehmenszusammenschlüsse und Datenmanagement
3 Methodik
3.1 Rahmenbedingungen der Studie
3.1.1 Beschreibung der Ausgangssituation
3.1.2 Identifikation von Mängeln nach der Zusammenlegung
3.1.3 Analyse der Auswirkungen der aktuellen Situation auf die Datenqualität
3.1.4 Zieldefinition
3.2 Angewandte Methode
3.3 Aufbau des Lösungskonzeptes
3.3.1 Theoretische Ansätze zur Verbesserung des Stammdatenmanagements
3.3.2 Entwicklung des maßgeschneiderten Konzepts
3.3.3 Implementierungsstrategie
4 Ergebnisse
4.1 Bewertung der Implementierung
4.1.1 Analyse der Machbarkeit des entwickelten Konzepts
4.1.2 Evaluierung erster Ergebnisse aus der Implementierung
4.2 Chancen und Risiken
4.2.1 Diskussion der zu erwartenden Vorteile des vorgeschlagenen Konzepts
4.2.2 Identifizierung möglicher Risiken und Herausforderungen bei der Umsetzung
5 Fazit & Handlungsempfehlung
5.1 Zusammenfassung der Ergebnisse
5.2 Kritische Bewertung des eigenen Vorgehens
5.3 Verbesserungspotentiale
5.4 Offene Fragen und weiteres Vorgehen
Zielsetzung & Themen
Das übergeordnete Ziel dieser Arbeit ist die Optimierung des Stammdatenmanagements (SDM), um nach einer Unternehmensfusion eine hohe Datenqualität zu gewährleisten. Hierzu wird ein Konzept entwickelt, das bestehende Schwachstellen in den Datenbeständen durch ein strukturiertes Vorgehen und ein Data Governance Framework adressiert, um die Effizienz der Geschäftsprozesse langfristig zu sichern.
- Herausforderungen des Stammdatenmanagements nach Unternehmensfusionen
- Dimensionen und Bedeutung der Datenqualität in modernen Organisationen
- Entwicklung eines maßgeschneiderten Konzepts für die Stammdatenintegration
- Rolle von Data Governance und technischer Harmonisierung
- Bewertung der Implementierung unter Berücksichtigung von Erfolgsfaktoren und Risiken
Auszug aus dem Buch
3.1.2 Identifikation von Mängeln nach der Zusammenlegung
Nach der Fusion von Cosmo Tech Aerospace e. V. und Stellar Dynamics Innovations SE wurden erhebliche Dopplungen und Inkonsistenzen in den Stammdaten festgestellt. Dies betrifft vor allem die Kundendaten, bei denen Kunden in beiden Systemen vorhanden sind, jedoch mit unterschiedlichen Kundennummern, Adressen und Ansprechpartnern. Diese Dopplungen führen zu redundanten Datensätzen, die die Konsistenz und Integrität der Daten beeinträchtigen.
Zudem gibt es Unterschiede in den Datenfeldern und -formaten der beiden Systeme. Beispielsweise verwendet Cosmo Tech Aerospace e. V. ein zentrales System für die Verwaltung von Kundendaten mit einheitlichen Datenfeldern, während Stellar Dynamics Innovations SE mehrere Systeme nutzt, die unterschiedliche Datenformate unterstützen. Dies erschwert die Zusammenführung der Daten und erhöht das Risiko von Inkonsistenzen.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung beschreibt die Problemstellung durch Unternehmensfusionen, definiert als Ziel die Optimierung des Stammdatenmanagements und gibt einen Überblick über den Aufbau der Arbeit.
2 Theoretische Rahmenbedingungen: In diesem Kapitel werden grundlegende Konzepte des Stammdatenmanagements, der Datenqualität sowie die speziellen Herausforderungen bei Unternehmenszusammenschlüssen analysiert.
3 Methodik: Dieses Kapitel erläutert das methodische Vorgehen, beschreibt die Ausgangssituation der fusionierenden Unternehmen und entwickelt ein fundiertes Lösungskonzept zur Stammdatenverbesserung und Implementierung.
4 Ergebnisse: Hier wird die Machbarkeit des entwickelten Konzepts bewertet, erste Implementierungsergebnisse evaluiert und eine detaillierte Diskussion über Chancen und Risiken bei der Umsetzung geführt.
5 Fazit & Handlungsempfehlung: Das letzte Kapitel fasst die Ergebnisse zusammen, bewertet kritisch das eigene Vorgehen, zeigt Verbesserungspotentiale auf und skizziert offene Fragen für weiterführende Forschung.
Schlüsselwörter
Stammdatenmanagement, SDM, Datenqualität, Unternehmensfusion, Datenintegration, Data Governance, Datenkonsolidierung, Prozessoptimierung, Stammdaten, Datenintegrität, Post-Merger-Integration, Unternehmenszusammenschluss, Datenmanagement, Geschäftsprozesse, Datenstandardisierung
Häufig gestellte Fragen
Worum geht es in der Arbeit grundlegend?
Die Arbeit behandelt die Optimierung des Stammdatenmanagements, um nach einer Unternehmensfusion die Datenqualität zu sichern und Geschäftsprozesse effizienter zu gestalten.
Was sind die zentralen Themenfelder?
Die Arbeit befasst sich unter anderem mit Datenqualität, Stammdatenmanagement (SDM), Datenintegration nach Fusionen sowie dem Einsatz von Data Governance zur Qualitätssicherung.
Was ist das primäre Ziel der Arbeit?
Das primäre Ziel ist es, ein maßgeschneidertes Konzept zu entwickeln, das die Integration heterogener Datenbestände nach einer Fusion erfolgreich ermöglicht und die langfristige Datenqualität garantiert.
Welche wissenschaftliche Methode wird angewendet?
Zum Einsatz kommt die Fallstudienmethode, die es erlaubt, komplexe organisationale und technische Integrationsprozesse anhand der fiktiven Unternehmen Cosmo Tech Aerospace e. V. und Stellar Dynamics Innovations SE realitätsnah zu analysieren.
Was wird im Hauptteil behandelt?
Im Hauptteil werden nach der theoretischen Einbettung die Rahmenbedingungen der Studie analysiert, ein Lösungskonzept entwickelt und die Ergebnisse bei dessen Implementierung sowie daraus resultierende Chancen und Risiken bewertet.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie Stammdatenmanagement, Datenqualität, Post-Merger-Integration, Datenintegration und Data Governance geprägt.
Warum stellt eine Unternehmensfusion eine Herausforderung für das Datenmanagement dar?
Eine Fusion führt oft zur Zusammenlegung unterschiedlicher Datenarchitekturen und Systemlandschaften, was häufig in inkonsistenten, redundanten oder veralteten Datenbeständen sowie inkompatiblen IT-Systemen resultiert.
Welche Rolle spielt ein Data Governance Council in der Arbeit?
Das Data Governance Council ist ein Gremium aus Führungskräften, das die strategische Leitung übernimmt, Richtlinien zur Verwaltung definiert und somit die operative Qualitätssicherung steuert.
Welche Bedeutung kommt dem Feedback der Mitarbeiter zu?
Das Feedback dient der Qualitätssicherung, da es dem Unternehmen ermöglicht, die Benutzerfreundlichkeit neuer Systeme und Prozesse zu bewerten und die Maßnahmen kontinuierlich anzupassen.
- Quote paper
- Marina Stiglmayr (Author), 2024, Optimierung des Stammdatenmanagements nach Unternehmensfusion. Ein Konzept zur Sicherstellung der Datenqualität und Effizienzsteigerung, Munich, GRIN Verlag, https://www.grin.com/document/1506091
