Zum Inhalt springen

Häufig gestellte Fragen

Was bedeutet Single Point of Truth (SPoT)?

Single Point of Truth (SPoT) bezeichnet das Prinzip, dass jede Information im Unternehmen genau eine organisatorisch und technisch verbindliche Quelle hat, aus der alle Systeme und Abteilungen sie autoritativ beziehen. Wird etwa der Umsatz oder eine Kundenadresse abgefragt, gibt es genau einen maßgeblichen Stand statt mehrerer widersprüchlicher Versionen aus verschiedenen Tools. Andere Stellen, an denen die Information erscheint, gelten als abgeleitete Sichten oder Kopien, die ihren Wert aus dieser einen Quelle beziehen. Der SPoT ist dabei zunächst eine organisatorische Festlegung der Datenhoheit und nicht zwingend eine einzelne physische Datenbank.

Ist Single Source of Truth (SSoT) dasselbe wie Single Point of Truth (SPoT)?

In der Fachliteratur werden Single Source of Truth (SSoT) und Single Point of Truth (SPoT) weitgehend synonym verwendet und beschreiben dieselbe Idee einer einzigen verbindlichen Datenquelle. Single Source of Truth ist im englischsprachigen Raum die gebräuchlichere Bezeichnung, während Single Point of Truth in der DACH-Region häufiger auftaucht. Wenn man feiner unterscheidet, betont „Single Point of Truth“ stärker den einen verbindlichen Zugriffs- und Pflegepunkt, während „Single Source of Truth“ die maßgebliche Datenquelle als Konzept hervorhebt. Diese Abgrenzung ist jedoch fließend, und im Alltag meinen beide Begriffe in der Regel dasselbe.

Welche Rolle spielt das ERP-System für den Single Point of Truth?

Ein ERP-System ist in vielen Unternehmen der natürliche Single Point of Truth für transaktionale Daten wie Kunden, Artikel, Preise, Aufträge und Buchungen, weil es diese Daten abteilungsübergreifend bündelt. Andere Systeme wie CRM, Webshop, Marktplätze oder PIM beziehen ihre Stammdaten dann über Schnittstellen aus dem ERP, statt eigene Listen zu führen. Für analytische Daten und KPIs übernimmt hingegen typischerweise ein Data Warehouse oder Lakehouse die SPoT-Rolle, weil es ERP-Daten mit Web-Tracking, CRM-Aktivitäten und Marktdaten konsolidiert. Entscheidend ist die klare Festlegung, welches System für welches Datenobjekt führend ist – das ERP ist Kandidat, aber nicht für jede Datendomäne automatisch die richtige Quelle.

Worin unterscheidet sich der Single Point of Truth von einem System of Record?

Ein System of Record (SoR) ist die autoritative Quelle für eine bestimmte Datendomäne, etwa das CRM für Kundendaten oder das ERP für Finanzdaten, und ist damit auf jeweils einen Ausschnitt beschränkt. Der Single Point of Truth zielt darauf, je Datenobjekt genau ein solches führendes System festzulegen und die übrigen Systeme daraus zu versorgen. In größeren Architekturen wird zudem oft zwischen dem operativen System of Record und einer konsolidierten Source of Truth für Analyse und Reporting unterschieden, die Daten aus mehreren Systemen zusammenführt. Vereinfacht sichert das System of Record die Datenintegrität auf Ebene einzelner Datensätze, während der SPoT-Gedanke sicherstellt, dass alle dieselbe maßgebliche Quelle nutzen.

Welchen Zusammenhang gibt es zwischen Master Data Management und SPoT?

Master Data Management (MDM) ist eine zentrale operative Umsetzung des SPoT-Prinzips, denn der Single Point of Truth beschreibt zunächst einen Zielzustand, kein konkretes Werkzeug. MDM legt fest, welches System Master für welche Datendomäne ist, etabliert Governance-Rollen wie Data Owner und Data Steward und definiert Pflege-Workflows, häufig mit Vier-Augen-Prinzip und Datenqualitätsprüfungen. Zur Verteilung der Daten an abhängige Systeme kommen dedizierte MDM-Plattformen oder ERP-eigene Stammdatenmodule zum Einsatz, angebunden über APIs oder einen Enterprise Service Bus. Wichtig ist die Abgrenzung, auf die etwa Forrester hinweist: MDM ist nicht automatisch gleich ein Single Source of Truth, sondern eines der Mittel, um ihn zu erreichen.

Warum ist ein Single Point of Truth in der Praxis so schwer umzusetzen?

Häufige Hürden sind historisch gewachsene Best-of-Breed-Landschaften aus ERP, CRM, Shop, PIM und separaten Excel-Listen, die jeweils eigene Datenbestände führen. Hinzu kommen durch Fusionen und Zukäufe mehrere parallele ERPs, deren Konsolidierung oft Jahre dauert, sowie fehlende Master-Data-Governance, wenn niemand klar für die Stammdatenpflege verantwortlich ist. Auch Abteilungspolitik bei der Definition von KPIs und die technische Komplexität zeitnaher Replikation über viele Systeme hinweg erschweren das Vorhaben. Sinnvoll ist daher eine schrittweise Einführung je Datendomäne mit vorheriger Bereinigung der Altbestände statt eines Big-Bang-Ansatzes.

Welchen Nutzen bringt ein Single Point of Truth – und ist der Aufwand gerechtfertigt?

Ein Single Point of Truth reduziert Abstimmungsaufwand, vermeidet widersprüchliche Auskünfte und erhöht die Verlässlichkeit von Auswertungen, weil alle Beteiligten auf denselben Stand zugreifen. Ohne ihn entstehen typische Symptome wie Excel-Wildwuchs, langwierige Meeting-Diskussionen darüber, wessen Zahl stimmt, und Reports aus verschiedenen Tools, die sich widersprechen. Branchenanalysen unterstreichen die Relevanz: Gartner bezifferte die durchschnittlichen Kosten schlechter Datenqualität auf rund 12,9 Millionen US-Dollar pro Jahr je Organisation, und laut einer Experian-Erhebung sehen rund 88 Prozent der Unternehmen in einer einheitlichen Datenquelle einen Hebel für bessere Datengenauigkeit. In der Summe übersteigt der Aufwand, fortlaufend Inkonsistenzen aufzulösen, langfristig meist den initialen Aufwand für den Aufbau einer SPoT-Architektur, auch wenn ein SPoT für einheitliche Stände, nicht aber automatisch für inhaltlich fehlerfreie Daten sorgt.