Häufig gestellte Fragen
Was ist Stammdatenpflege im ERP?
Stammdatenpflege umfasst alle organisatorischen und technischen Tätigkeiten, mit denen die zentralen, langlebigen Datensätze eines Unternehmens — Kunden, Lieferanten, Artikel und Materialien, Mitarbeiter sowie Buchungskonten — über ihren gesamten Lebenszyklus hinweg angelegt, geprüft, aktualisiert und bereinigt werden. Ziel ist, dass diese Daten dauerhaft korrekt, vollständig, eindeutig und widerspruchsfrei bleiben. Da Stammdaten die Grundlage nahezu aller ERP-Prozesse von der Bestellung über die Fertigung bis zur Rechnungsstellung bilden, entscheidet ihre Qualität unmittelbar über die Verlässlichkeit von Auswertungen, Planungen und Buchungen. Anders als Bewegungsdaten wie Aufträge oder Buchungen ändern sich Stammdaten nur selten und werden prozessübergreifend genutzt.
Wer ist für die Stammdatenpflege verantwortlich?
Bewährt hat sich ein Rollenmodell mit einem Data Owner pro Datendomäne, der die fachliche Verantwortung sowie Standards und Freigaben trägt, und Data Stewards, die die operative Pflege übernehmen. Im Mittelstand übernehmen die Pflege häufig die jeweiligen Fachabteilungen wie Einkauf, Vertrieb oder Buchhaltung, während größere Unternehmen oft zentrale Stammdaten-Teams einrichten. Erhebungen zeigen, dass fehlende oder unklare Verantwortlichkeiten zu den häufigsten Ursachen schlechter Datenqualität zählen — rund ein Drittel der Unternehmen gibt an, dass Prozesse, Regeln und Zuständigkeiten nicht ausreichend definiert sind. Stammdatenpflege ist deshalb primär eine organisatorische Aufgabe der Fachbereiche und kein reines IT-Thema.
Welche Folgen hat schlechte Stammdatenpflege?
Mangelhafte Stammdaten führen zu Fehl-Lieferungen durch falsche Adressen, verzerrten Auswertungen durch Dubletten, doppelten Kreditorenkonten, fehlerhaften Beständen sowie Buchhaltungs- und Compliance-Problemen durch fehlende oder falsche Steuer-IDs. Studien beziffern den wirtschaftlichen Schaden erheblich: Untersuchungen verweisen auf jährliche Kosten in Milliardenhöhe durch unzureichende Datenqualität, und nur etwa jedes sechste Unternehmen weist bei seinen Materialstammdaten eine Fehlerquote unter zehn Prozent auf. In stark vernetzten Systemlandschaften multiplizieren sich solche Fehler über Schnittstellen zu Webshops, Logistikdienstleistern oder Behörden hinweg. Damit untergräbt schlechte Pflege das Leitbild eines Single Source of Truth und macht datengestützte Entscheidungen unzuverlässig.
Wie können Stammdaten effizient gepflegt werden?
Effiziente Pflege beruht auf klar definierten Rollen, verbindlich erzwungenen Pflichtfeldern und Namenskonventionen sowie Freigabe-Workflows, bei denen etwa die Neuanlage eines Lieferanten erst nach Prüfung durch die Buchhaltung produktiv wird. Automatische Validierungen gegen externe Quellen — beispielsweise Adressprüfungen oder ein USt-ID-Abgleich — und eine konsequente Dublettenerkennung verhindern Fehler bereits bei der Erfassung. Regelmäßige Datenqualitäts-Audits decken Lücken, Dubletten und veraltete Sätze auf, da je nach Datenbestand rund zehn Prozent der Adressen pro Jahr veralten. Ein Audit-Trail protokolliert zudem nachvollziehbar, wer wann welchen Wert verändert hat, und hält Änderungen revisionssicher.
Was ist der Unterschied zwischen Stammdatenpflege und Master Data Management?
Master Data Management (MDM) ist die übergeordnete, strategische Organisation der Datenqualität: Es definiert Verantwortlichkeiten, Standards und Governance und legt fest, welches System der Master für welche Daten ist und wie diese an abhängige Systeme verteilt werden. Die Stammdatenpflege ist dagegen die operative Umsetzung dieser Vorgaben im laufenden Tagesgeschäft. Große Unternehmen setzen MDM häufig mit dedizierten Plattformen wie SAP Master Data Governance, Stibo Systems oder Informatica um, während die eigentliche Pflege direkt im ERP erfolgt. Kurz gesagt: MDM bestimmt die Regeln, die Stammdatenpflege wendet sie täglich an.
Was unterscheidet Stammdaten von Bewegungsdaten?
Stammdaten sind langlebige, prozessübergreifend genutzte Grunddaten, die sich nur selten ändern, etwa Materialnummern mit Beschreibung und Maßeinheit, Kundenadressen mit Zahlungsbedingungen oder Buchungskonten. Bewegungsdaten wie Aufträge, Lieferscheine oder Buchungen entstehen dagegen laufend neu und setzen auf den Stammdaten auf. Ein fehlerhafter Stammdatensatz wirkt sich deshalb nicht nur auf einen einzelnen Vorgang aus, sondern auf jede Transaktion, die diesen Satz referenziert. Aus diesem Hebel erklärt sich, warum die kontinuierliche Pflege der vergleichsweise wenigen Stammdaten so hohe Bedeutung für die Gesamtqualität im ERP hat.
Welche Qualitätsmerkmale machen gute Stammdaten aus?
Als zentrale Dimensionen der Datenqualität gelten Vollständigkeit (alle für den Prozess nötigen Attribute sind erfasst), Korrektheit (die Werte entsprechen der Realität), Konsistenz (keine Widersprüche innerhalb eines Satzes oder zwischen Systemen), Aktualität (die Daten sind zum Nutzungszeitpunkt gültig) und Eindeutigkeit (keine Dubletten). Gerade bei Kunden-, Lieferanten- und Artikelstammdaten ist Eindeutigkeit besonders kritisch, da Dubletten Auswertungen verfälschen und Prozesse verdoppeln. Diese Merkmale lassen sich messen, etwa über Fehler- und Dublettenquoten oder den Anteil unvollständiger Pflichtfelder, und bilden so die Grundlage für gezielte Datenqualitäts-Audits. Wichtig ist, Qualität nicht nur einmalig herzustellen, sondern dauerhaft zu überwachen, da Stammdaten ohne Pflege kontinuierlich veralten.