Corporate Data Quality -

Vorwort Abkürzungsverzeichnis 1 Datenqualität – eine Managementaufgabe Aufbau des Buches 1.1 Trends der Digitalisierung 1.1.1 Durchdringung aller Lebensund Wirtschaftsbereiche 1.1.2 Industrie 4.0 1.1.3 Konsumerisierung 1.1.4 Digitale Geschäftsmodelle 1.2 Treiber der Datenqualität 1.2.1 360-Grad-Blick auf den Kunden 1.2.2 Unternehmenszukäufe und -zusammenschlüsse 1.2.3 Compliance 1.2.4 Berichtswesen 1.2.5 Operational Excellence 1.2.6 Datensicherheit und Privatheit 1.3 Herausforderungen und Anforderungen des Datenqualitätsmanagements 1.3.1 Herausforderungen im Umgang mit Daten 1.3.2 Anforderungen an das Datenqualitätsmanagement 1.4 Framework für Stammdatenqualitätsmanagement 1.4.1 Framework-Überblick 1.4.2 Strategieebene 1.4.3 Organisatorische Ebene 1.4.4 Informationssystemebene 1.5 Begriffsdefinitionen und Grundlagen 1.5.1 Daten und Information 1.5.2 Stammdaten 1.5.3 Datenqualität 1.5.4 Datenqualitätsmanagement (DQM)1.5.5 Geschäftsregeln (Business Rules)1.5.6 Data Governance 1.6 Kompetenzzentrum Corporate Data Quality Literatur 2 Fallstudien zur Datenqualität 2.1 Allianz: Data Governance und Datenqualitätsmanagement in der Versicherungswirtschaft 2.1.1 Unternehmensüberblick 2.1.2 Ausgangssituation und Handlungsdruck 2.1.3 Das Solvency-II-Projekt 2.1.4 Datenqualitätsmanagement bei AGCS 2.1.5 Erkenntnisse 2.1.6 Weiterführendes Material 2.2 Bayer CropScience: Datenqualitätscontrolling in der agrochemischen Industrie 2.2.1 Unternehmensüberblick 2.2.2 Ausgangssituation und Handlungsdruck 2.2.3 Aufbau des unternehmensweiten Datenqualitätsmanagements Data Quality Cockpit-Ziele Mitarbeiterziele Geschäftsregeln und Datenqualitätskennzahlen Systemarchitektur und das Data Quality Cockpit 2.2.4 Erkenntnisse 2.2.5 Weiterführendes Material 2.3 Beiersdorf: Produktdatenqualität in der Konsumgüter-Supply Chain 2.3.1 Unternehmensüberblick 2.3.2 Ausgangssituation des Datenmanagements Produktdatenaustausch im Ökosystem Data Governance und Anwendungslandschaft 2.3.3 Projekt zur Messung der Datenqualität Phase I: Identifikation kritischer Datenmängel Phase II: Interviews Phase III: Analyse Phase IV: Spezifikation von Messwerten für die Datenqualität 2.3.4 Erkenntnisse 2.3.5 Weiterführendes Material 2.4 Bosch: Datenarchitekturmanagement in einem diversifizierten Technologiekonzern 2.4.1 Unternehmensüberblick 2.4.2 Ausgangssituation und Handlungsdruck 2.4.3 Datenarchitekturmuster bei Bosch Datenarchitekturmuster Organisationsentwürfe Entscheidungsmatrix für die Datenarchitektur 2.4.4 Erkenntnisse 2.4.5 Weiterführendes Material 2.5 Festo: Unternehmensweites Produktdatenmanagement in der Automatisierungsindustrie 2.5.1 Unternehmensüberblick 2.5.2 Ausgangssituation und Handlungsdruck des Produktdatenmanagements 2.5.3 Projekte im Produktdatenmanagement zwischen 1990 und 2009 Projekt „Auslaufprozesse“Projekt „Teilereduktion“Projektbewertung 2.5.4 Aktuelle Aktivitäten und Ausblick 2.5.5 Erkenntnisse 2.5.6 Weiterführendes Material 2.6 Hilti: Durchgängiges Kundendatenmanagement in der Werkzeugund Befestigungsindustrie 2.6.1 Unternehmensüberblick 2.6.2 Ausgangssituation des Kundendatenmanagements und Handlungsdruck 2.6.3 Das Projekt Customer Data Quality Tool Definieren: Verantwortlichkeiten Vorbeugen: Korrekte Datenerfassung Erkennen: Datenqualitätsmonitoring Korrigieren: Datenbereinigung und Customer Data Quality Tool 2.6.4 Erkenntnisse 2.6.5 Weiterführendes Material 2.7 Johnson & Johnson: Institutionalisierung des Stammdatenmanagements in der Konsumgüterindustrie 2.7.1 Unternehmensüberblick 2.7.2 Ausgangssituation des Datenmanagements im Bereich Consumer Products und Aktivitäten bis 2008 Handlungsdruck 2.7.3 Die Einführung von Data Governance Gründungsphase Entwicklungsphase Reifephase 2.7.4 Aktuelle Situation 2.7.5 Erkenntnisse 2.7.6 Weiterführendes Material 2.8 Lanxess: Business Intelligence und Stammdatenmanagement bei einem Spezialchemiehersteller 2.8.1 Unternehmensüberblick 2.8.2 Ausgangssituation des Datenmanagements und Business Intelligence 2004–2011 2.8.3 Das Stammdatenmanagement bei Lanxess seit 2011 Organisation und Prozesse Systeme 2.8.4 Aufbau des strategischen Reportings seit 2012 Anforderungen Hintergrund zu In-Memory Computing und Toolauswahl 2.8.5 Erkenntnisse 2.8.6 Weiterführendes Material 2.9 Shell: Datenqualität im Produktlebenszyklus in der Mineralölindustrie 2.9.1 Unternehmensüberblick 2.9.2 Ausgangssituation und Handlungsdruck 2.9.3 Durchgängiges Datenmanagement im Produktlebenszyklus 2.9.4 Herausforderungen bei der Umsetzung 2.9.5 Nutzen der neuen Lösung 2.9.6 Erkenntnisse 2.9.7 Weiterführendes Material 2.10 Syngenta: Auslagerung von Datenmanagementaufgaben in der Pflanzenschutzindustrie 2.10.1 Unternehmensüberblick 2.10.2 Ausgangssituation und Ziele der Stammdatenmanagementinitiative 2.10.3 Das Transformationsprojekt und MDM-Designprinzipien 2.10.4 Organisationsstruktur des Stammdatenmanagements 2.10.5 Datenpflegeprozess und Entscheidungskriterien für die Auslagerung 2.10.6 Erkenntnisse 2.10.7 Weiterführendes Material Literatur 3 Methoden und Werkzeuge des Datenqualitätsmanagements 3.1 Methode zur Umsetzung der DQM-Strategie 3.1.1 Aufbau der Methode 3.1.2 Beispieltechniken der Methode Phase I, Aktivität I.1:Technik „Festlegen der strategischen Reichweite“Phase II, Aktivität II.2: Technik „Ableitung Maßnahmenkatalog“Phase IV, Aktivität IV.1, „Techniken des Programmund Projektmanagements“3.2 Reifegrad-Assessment und Benchmarking-Plattform für das Datenqualitätsmanagement 3.2.1 Ausgangssituation in Unternehmen 3.2.2 Reifegradmodelle und Benchmarking als Steuerungsinstrumente 3.2.3 EFQM-Exzellenzmodell für das Stammdatenqualitätsmanagement 3.2.4 Corporate Data Excellence: Steuerungswerkzeuge für Verantwortliche des Datenqualitätsmanagements Steuerungscockpit Benchmarking-Datenbank Good Practice-Datenbank 3.3 Die Corporate Data League: Ein Ansatz zur kooperativen Geschäftspartnerdatenpflege 3.3.1 Herausforderungen der Geschäftspartnerdatenpflege 3.3.2 Der Lösungsansatz des kooperativen Datenmanagements 3.3.3 Die Corporate Data League Datenmodell Data Governance-Konzept und Funktionalitäten 3.4 Weitere Methoden und Werkzeuge des CC CDQ Literatur 4 Erfolgsfaktoren und Sofortmaßnahmen 4.1 Erfolgsfaktoren des Datenqualitätsmanagements 4.2 Sofortmaßnahmen auf dem Weg zum erfolgreichen Datenqualitätsmanagement Glossar