Die Qualität und die Verfügbarkeit der Unternehmensdaten gewinnen mehr und mehr an Bedeutung für Unternehmen. Jedoch wird es in Zeiten zunehmender Digitalisierung und Big Data immer schwerer die Datenflut zu bewältigen und zu nutzen. In Finanzinstituten kommt eine steigende Regulierung, die eine immer schnellere Bereitstellung von immer mehr Daten erfordert.
Das Master Data Management (MDM) sorgt durch die Strukturierung der Daten und die Einführung von qualitätssichernden Maßnahmen für eine übersichtliche und verständliche Speicherung der Daten.
Dieses Buch definiert zu Beginn die wichtigsten Begriffe. Im Anschluss werden die grundlegenden Aspekte für die Einführung eines MDM dargelegt. Dies umfasst die Schilderung eines Ordnungsrahmens, die Beschreibung der Anforderung, sowohl an die Datenqualität als auch an die handelnden Personen, sowie die Darstellung der Einflussbereiche. Abschließend werden einige Beispiele gezeigt wie MDM in Finanzinstituten heute genutzt wird.
Inhaltsverzeichnis
- Inhaltsverzeichnis
- Abbildungsverzeichnis
- Tabellenverzeichnis
- Abkürzungsverzeichnis
- 1 Einführung
- 1.1 Motivation
- 1.2 Aufbau
- 2 Stammdaten
- 2.1 Eigenschaften von Stammdaten
- 2.2 Struktur von Stammdaten in der Datenmodellierung
- 2.3 Abgrenzung von Stammdaten zu anderen Datenarten
- 3 Master Data Management
- 3.1 Definition
- 3.2 Ziele des Master Data Managements
- 3.2.1 Effizienz
- 3.2.2 Compliance
- 3.2.3 Flexibilität
- 3.2.4 Effektivität
- 3.3 Einordnung in die Systemlandschaft
- 4 Ordnungsrahmen für das Master Data Management
- 4.1 Vision / Strategie
- 4.2 Organisation
- 4.3 Systemarchitektur
- 4.4 Daten (Datenobjekte, Modelle)
- 5 Anforderung
- 5.1 Anforderungen an das MDM
- 5.2 Anforderungen an die Datenqualität
- 5.2.1 System
- 5.2.2 Inhalt
- 5.2.3 Darstellung
- 5.2.4 Nutzung
- 5.3 Anforderungen an die handelnden Personen
- 5.3.1 Personen
- 5.3.1.1 Mitarbeiter
- 5.3.1.2 Geschäftspartner
- 5.3.2 Systeme
- 5.3.2.1 Interne Systeme
- 5.3.2.1.1 Enterprise-Systeme
- 5.3.2.1.2 Integrationsplattformen
- 5.3.2.1.3 Dispositive Systeme
- 5.3.2.1.4 Content Management Systeme
- 5.3.2.2 Externe Systeme
- 5.3.2.2.1 Importierende Systeme
- 5.3.2.2.2 Exportierende Systeme
- 5.3.2.1 Interne Systeme
- 5.3.1 Personen
- 6 Einflussbereiche des MDM
- 6.1 Breite der Distribution
- 6.2 Art der Nutzung
- 6.2.1 Datenorientiertes MDM
- 6.2.2 Funktionsorientiertes MDM
- 6.2.3 Prozessorientiertes MDM
- 6.3 Anzahl der Domänen
- 6.4 Art der Datenhaltung
- 6.4.1 Zentrale Datenhaltung
- 6.4.2 Dezentrale Datenhaltung
- 6.4.3 Datenhaltung mit einer Mischform
- 6.5 Aktualität der Stammdaten
- 7 Beispielhafte Nutzung in Finanzinstituten
- 7.1 Stammdaten in Finanzinstituten
- 7.2 Vergleich von Stammdaten bei Finanzinstituten und Industrie
- 7.3 Ziele des MDM in Finanzinstituten
- 7.3.1 Compliance
- 7.3.2 Effizienz
- 7.4 Einflussbereiche
- 7.4.1 Breite der Distribution
- 7.4.2 Art der Nutzung
- 7.4.3 Domänen
- 7.4.4 Art der Datenhaltung
- 7.4.5 Aktualität der Stammdaten
- 8 Zusammenfassung und Fazit
- Glossar
- Literaturverzeichnis
Zielsetzung und Themenschwerpunkte
Die Bachelor-Thesis befasst sich mit dem Master Data Management (MDM), genauer gesagt mit der Nutzung von MDM in Finanzinstituten. Sie untersucht die Bedeutung von Stammdaten für Finanzinstitute und analysiert die verschiedenen Aspekte des MDM, insbesondere die Ziele und Einflussfaktoren, die bei der Implementierung und Nutzung eines MDM berücksichtigt werden müssen.
- Definition und Abgrenzung von Stammdaten
- Ziele des Master Data Managements (Effizienz, Compliance, Flexibilität, Effektivität)
- Ordnungsrahmen für das Master Data Management (Strategie, Organisation, Systemarchitektur, Daten)
- Anforderungen an das MDM, die Datenqualität und die handelnden Personen
- Einflussfaktoren für die Komplexität und den Aufwand einer MDM-Implementierung (Breite der Distribution, Art der Nutzung, Anzahl der Domänen, Art der Datenhaltung, Aktualität der Stammdaten)
Zusammenfassung der Kapitel
- Kapitel 1: Einführung: Dieses Kapitel erläutert die Motivation für die Erstellung der Bachelor-Thesis, die sich aus der Notwendigkeit ergibt, die Qualität und Verlässlichkeit von Daten in Finanzinstituten zu verbessern. Es wird auch der Aufbau der Arbeit vorgestellt, der sich auf die Definition von Stammdaten, die Ziele des MDM, den Ordnungsrahmen, die Anforderungen und die Einflussbereiche konzentriert.
- Kapitel 2: Stammdaten: Dieses Kapitel definiert Stammdaten und ihre Eigenschaften, wobei die Unterscheidung zu anderen Datenarten wie Bewegungsdaten und Bestandsdaten hervorgehoben wird. Es wird auch die Struktur von Stammdaten in der Datenmodellierung erläutert, wobei die Begriffe Domäne, Stammdatenobjekt und Stammdatensegment vorgestellt werden.
- Kapitel 3: Master Data Management: Dieses Kapitel definiert das Master Data Management (MDM) und seine Ziele, wobei die Bedeutung der Datenqualität für die Wertschöpfung des Unternehmens hervorgehoben wird. Es werden die vier wichtigsten Ziele des MDM (Effizienz, Compliance, Flexibilität, Effektivität) mit konkreten Beispielen erläutert. Schließlich wird die Einordnung des MDM in die Systemlandschaft eines Unternehmens dargestellt.
- Kapitel 4: Ordnungsrahmen für das Master Data Management: Dieses Kapitel stellt einen Ordnungsrahmen für das Master Data Management vor, der auf dem Business Engineering Ansatz basiert. Der Ordnungsrahmen gliedert sich in die Ebenen Strategie, Organisation, Systemarchitektur und Daten. Es werden die einzelnen Ebenen und ihre Bedeutung für ein erfolgreiches MDM-Vorhaben erläutert.
- Kapitel 5: Anforderung: Dieses Kapitel beschreibt die Anforderungen an das MDM, die Datenqualität und die handelnden Personen. Es werden die Anforderungen an die Datenqualität anhand des Modells der deutschen Gesellschaft für Informations- und Datenqualität (DGIQ) erläutert, wobei die Kategorien System, Inhalt, Darstellung und Nutzung betrachtet werden. Außerdem werden die Anforderungen an die handelnden Personen, sowohl natürliche Personen als auch Systeme, vorgestellt.
- Kapitel 6: Einflussbereiche des MDM: Dieses Kapitel analysiert die Einflussbereiche, die die Komplexität und den Aufwand einer MDM-Implementierung beeinflussen. Es werden fünf wichtige Einflussfaktoren (Breite der Distribution, Art der Nutzung, Anzahl der Domänen, Art der Datenhaltung, Aktualität der Stammdaten) vorgestellt und ihre Auswirkungen auf die Umsetzung eines MDM-Vorhabens diskutiert.
- Kapitel 7: Beispielhafte Nutzung in Finanzinstituten: Dieses Kapitel zeigt die Bedeutung von Stammdaten für Finanzinstitute und vergleicht die Stammdatenstruktur mit der von Industrieunternehmen. Es werden die Ziele des MDM in Finanzinstituten, insbesondere Compliance und Effizienz, erläutert und die Besonderheiten der Einflussbereiche für Finanzinstitute dargestellt.
Schlüsselwörter
Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen Master Data Management (MDM), Stammdaten, Datenqualität, Datenmodellierung, Finanzinstitute, Compliance, Effizienz, Systemlandschaft, Ordnungsrahmen, Anforderungen, Einflussbereiche, Datenhaltung, Aktualität, Datenintegration, Datenverteilung, Geschäftsprozesse, Systemintegration, Datenmanagement, Datenpflege, Datenqualitätssicherung, Datenanalyse, Datenmodellierung, Datenstrukturen, Datenmodelle, Datenquellen, Datenströme, Datenobjekte, Datenattribute, Datensemantik, Datenreferenz, Datenhistorisierung, Datenversionierung, Datenvalidierung, Datenprüfung, Datenkontrolle, Datenmanagement-Lösungen, Datenmanagement-Systeme, Datenmanagement-Prozesse, Datenmanagement-Tools, Datenmanagement-Methoden, Datenmanagement-Strategien, Datenmanagement-Governance, Datenmanagement-Architektur, Datenmanagement-Kennzahlen, Datenmanagement-Controlling, Datenmanagement-Organisation, Datenmanagement-Rollen, Datenmanagement-Verantwortlichkeiten, Datenmanagement-Risiken, Datenmanagement-Chancen, Datenmanagement-Trends, Datenmanagement-Best Practices.
- Citar trabajo
- Michael Barlmeyer (Autor), 2013, Master Data Management. Nutzung in Finanzinstituten, Múnich, GRIN Verlag, https://www.grin.com/document/265978
