Stammdatenmanagement im Mittelstand bezeichnet die geregelte Pflege der Grunddaten, auf denen nahezu jeder Geschäftsprozess aufbaut: Kunden, Artikel, Lieferanten, Preise, Konditionen und Organisationsstrukturen. Diese Daten werden einmal angelegt und danach in Angebot, Auftrag, Lieferung, Rechnung und Controlling immer wieder verwendet. Sind sie fehlerhaft, doppelt vorhanden oder veraltet, pflanzt sich jeder Fehler durch alle nachgelagerten Systeme fort.
Titelbild: Foto von Taylor Vick auf Unsplash.
In vielen mittelständischen Unternehmen sind Stammdaten über die Jahre gewachsen. Der Vertrieb pflegt Kunden im CRM, die Buchhaltung dieselben Kunden im ERP, und der Einkauf hält Lieferantendaten in Tabellen vor. Niemand fühlt sich für das Gesamtbild zuständig, und genau darin liegt die Ursache der meisten Datenprobleme. Technische Werkzeuge helfen nur begrenzt, solange Verantwortlichkeiten und Regeln fehlen.
Dieser Beitrag richtet sich an Geschäftsführer und Fachverantwortliche, die Stammdaten als steuerbares Betriebsmittel begreifen wollen. Er erläutert, welche Datenobjekte relevant sind, wie Verantwortlichkeiten sinnvoll verteilt werden, welche Qualitätsregeln sich bewährt haben und wie die Einführung in einem überschaubaren Zeitraum gelingt. Ziel ist ein praxistaugliches Vorgehen, das ohne großes Projektbudget beginnen kann.
Was Stammdatenmanagement im Mittelstand umfasst
Stammdaten beschreiben relativ stabile Objekte, die über längere Zeit unverändert oder nur selten geändert verwendet werden. Davon abzugrenzen sind Bewegungsdaten wie Bestellungen, Rechnungen oder Lagerbuchungen, die laufend entstehen und auf Stammdaten verweisen. Eine Rechnung enthält beispielsweise Kundenadresse, Zahlungsbedingung, Steuerkennzeichen und Artikelnummern, die allesamt aus Stammdaten stammen.
Stammdatenmanagement ist die organisatorische und technische Disziplin, die Anlage, Änderung, Prüfung, Verteilung und Stilllegung dieser Daten regelt. Es besteht aus drei Bausteinen: einer klaren Zuständigkeit, verbindlichen Regeln für Inhalt und Format sowie einem Prozess, der beides im Alltag durchsetzt. Das Werkzeug, sei es ein ERP-System, ein eigenes Master-Data-Management oder eine gepflegte Datenbank, ist der vierte Baustein und nicht der erste.
Für den Mittelstand ist ein pragmatischer Zuschnitt entscheidend. Konzerne betreiben oft zentrale Datenorganisationen mit eigenen Teams, was für Unternehmen mit 50 bis 500 Beschäftigten weder nötig noch finanzierbar ist. Ausreichend ist meist ein kleiner Kreis benannter Verantwortlicher, die neben ihrer Fachaufgabe die Datenhoheit für ein Objekt übernehmen.
Warum fehlerhafte Stammdaten Kosten verursachen
Die Kosten schlechter Stammdaten entstehen selten an einer einzigen Stelle, sondern verteilen sich auf viele kleine Reibungsverluste. Mitarbeitende suchen Informationen, klären Rückfragen, korrigieren Belege und wiederholen Arbeitsschritte. Weil jede einzelne Korrektur nur Minuten dauert, wird der Gesamtaufwand im Unternehmen kaum sichtbar.
Die folgende Übersicht zeigt typische Fehlerbilder und ihre betrieblichen Folgen. Die Zuordnung ist als Orientierung gedacht und ersetzt keine eigene Messung im Unternehmen.
| Fehlerbild | Typische Ursache | Betriebliche Folge |
|---|---|---|
| Doppelte Kundenanlage | Anlage ohne Dublettenprüfung | Mehrfach versandte Mahnungen, uneinheitliche Konditionen |
| Veraltete Lieferantenbankdaten | Keine Änderungsfreigabe, kein Abgleich | Fehlgeleitete Zahlungen, Betrugsrisiko |
| Uneinheitliche Artikelbezeichnung | Freitext statt Namenskonvention | Falsche Bestellungen, Suchaufwand im Lager |
| Fehlende Steuerkennzeichen | Pflichtfelder nicht definiert | Korrekturbuchungen, Rückfragen der Buchhaltung |
| Abweichende Maßeinheiten | Verschiedene Systeme, keine Umrechnung | Bestandsdifferenzen, falsche Kalkulation |
Hinzu kommen indirekte Effekte. Auswertungen im Controlling sind nur so belastbar wie die Daten, aus denen sie berechnet werden, und Automatisierungsprojekte scheitern häufig an der Datenbasis und nicht an der Technik. Wer Prozesse automatisieren oder Künstliche Intelligenz einsetzen will, benötigt zuerst verlässliche Stammdaten.
Die wichtigsten Stammdatenobjekte und ihre Besonderheiten
Nicht jedes Datenobjekt verlangt denselben Aufwand. Sinnvoll ist es, mit den Objekten zu beginnen, bei denen Fehler die höchsten Folgekosten auslösen. Im Mittelstand sind dies in der Regel Kunden, Artikel und Lieferanten.
Kundenstammdaten
Kundendaten entstehen meist im Vertrieb und werden in Buchhaltung, Versand und Service weiterverwendet. Typische Probleme sind Dubletten, unvollständige Rechnungsadressen und widersprüchliche Ansprechpartner. Besonders kritisch ist die Trennung zwischen Rechnungsempfänger, Lieferadresse und wirtschaftlich Verantwortlichem, die in vielen Systemen nur unzureichend abgebildet wird.
Artikelstammdaten
Artikelstammdaten umfassen Nummer, Bezeichnung, Maßeinheit, Gewicht, Warengruppe, Preise und gegebenenfalls Stücklisten. Sie berühren Einkauf, Produktion, Lager, Vertrieb und Kalkulation gleichzeitig, weshalb Änderungen abgestimmt werden müssen. Eine durchdachte Nummernlogik und eine einheitliche Benennungssystematik verhindern, dass dasselbe Teil unter mehreren Nummern geführt wird.
Lieferantenstammdaten
Bei Lieferanten sind Bankverbindungen und Zahlungsbedingungen die sensibelsten Felder. Eine unkontrollierte Änderung der IBAN gehört zu den häufigsten Einfallstoren für Betrugsversuche im Zahlungsverkehr. Änderungen an diesen Feldern sollten daher grundsätzlich einem Vier-Augen-Prinzip und einer Rückbestätigung über einen bekannten Kommunikationskanal unterliegen.
Verantwortlichkeiten und Governance festlegen
Die wirksamste Einzelmaßnahme im Stammdatenmanagement ist die schriftliche Benennung von Verantwortlichen. Üblich ist die Unterscheidung zwischen dem Data Owner, der fachlich über ein Datenobjekt entscheidet, und dem Data Steward, der die tägliche Pflege und Qualitätssicherung übernimmt. Beide Rollen werden im Mittelstand fast immer nebenamtlich ausgeübt.
Daten ohne benannten Verantwortlichen sind Daten, für die im Fehlerfall niemand zuständig ist.
Als Faustregel gilt, dass der Data Owner dort sitzt, wo der Nutzen der Datenqualität am größten ist. Kundendaten gehören daher meist in den Vertrieb, Lieferantendaten in den Einkauf und Artikeldaten in die Produktentwicklung oder Arbeitsvorbereitung. Die Buchhaltung ist in der Regel Prüfinstanz für steuer- und zahlungsrelevante Felder.
| Datenobjekt | Data Owner | Data Steward | Prüfinstanz |
|---|---|---|---|
| Kunden | Vertriebsleitung | Vertriebsinnendienst | Buchhaltung |
| Artikel | Leitung Produktmanagement | Arbeitsvorbereitung | Controlling |
| Lieferanten | Einkaufsleitung | Einkaufssachbearbeitung | Buchhaltung |
| Konditionen und Preise | Geschäftsführung | Vertriebsinnendienst | Controlling |
Ergänzend empfiehlt sich ein kleines Gremium, das ein- bis zweimal im Quartal zusammenkommt. Es entscheidet über neue Pflichtfelder, Namenskonventionen und Konflikte zwischen Fachbereichen. Die Geschäftsführung muss dieses Gremium sichtbar unterstützen, da Regeln ohne Rückhalt in der Praxis schnell umgangen werden.
Datenqualitätsregeln definieren
Datenqualität lässt sich nur steuern, wenn sie messbar ist. In der Fachliteratur und in Normen wie der ISO-8000-Reihe werden dazu Qualitätsdimensionen beschrieben, die sich für den Mittelstand auf wenige Kriterien verdichten lassen. Jedes Kriterium wird pro Datenobjekt in konkrete Regeln übersetzt.
- Vollständigkeit: Alle Pflichtfelder sind gefüllt, etwa Rechnungsadresse, Zahlungsbedingung und Steuerkennzeichen.
- Eindeutigkeit: Jedes reale Objekt existiert genau einmal, geprüft über Dublettenabgleich bei der Anlage.
- Gültigkeit: Werte entsprechen dem erlaubten Format, zum Beispiel Postleitzahl, IBAN-Prüfziffer oder Umsatzsteuer-Identifikationsnummer.
- Konsistenz: Dieselbe Information stimmt in allen Systemen überein, sodass die Kundenanschrift im CRM und im ERP identisch ist.
- Aktualität: Daten werden in definierten Intervallen überprüft, und inaktive Datensätze werden gesperrt.
Aus diesen Kriterien entstehen Kennzahlen, die sich ohne großen Aufwand erheben lassen. Dazu zählen der Anteil vollständiger Datensätze, die Dublettenquote, die Zahl der Korrekturbuchungen aufgrund falscher Stammdaten und die durchschnittliche Dauer der Neuanlage. Entscheidend ist weniger die Perfektion der Zahlen als ihre regelmäßige Erhebung im gleichen Verfahren.
Für die Anlage selbst gilt der Grundsatz der Prävention. Fehler an der Eingabestelle zu verhindern ist deutlich günstiger, als sie später zu bereinigen. Pflichtfelder, Auswahllisten statt Freitext, automatische Formatprüfungen und eine Dublettenwarnung bei der Neuanlage gehören daher zu den ersten Anforderungen an das System.
Stammdatenmanagement Schritt für Schritt einführen
Eine Einführung gelingt am ehesten, wenn sie in überschaubaren Etappen erfolgt und früh erste Ergebnisse liefert. Das folgende Vorgehen hat sich in mittelständischen Projekten bewährt und lässt sich je nach Ausgangslage kürzen oder erweitern.
- Ist-Aufnahme: Erfassen Sie, welche Datenobjekte in welchen Systemen geführt werden und wer sie bearbeitet. Eine einfache Tabelle mit System, Objekt, Bearbeiter und bekannten Problemen genügt.
- Priorisierung: Wählen Sie ein bis zwei Objekte mit dem größten Schmerzpunkt aus. Der Start mit allen Objekten gleichzeitig überfordert fast jede Organisation.
- Rollen benennen: Legen Sie je Objekt Data Owner und Data Steward schriftlich fest und stellen Sie die nötige Arbeitszeit bereit.
- Regeln formulieren: Definieren Sie Pflichtfelder, Formate, Namenskonventionen und Freigaberegeln in einem kurzen Regelwerk von wenigen Seiten.
- Bestand bereinigen: Beseitigen Sie Dubletten, ergänzen Sie fehlende Pflichtangaben und sperren Sie inaktive Datensätze. Dokumentieren Sie die Änderungen, damit Rückfragen nachvollziehbar bleiben.
- Prozess und System anpassen: Hinterlegen Sie die Regeln im ERP oder CRM als Pflichtfelder, Prüfungen und Workflows für Neuanlage und Änderung.
- Messen und verbessern: Erheben Sie die Qualitätskennzahlen monatlich, besprechen Sie Abweichungen im Gremium und passen Sie das Regelwerk bei Bedarf an.
Als Zeitrahmen sind für ein einzelnes Datenobjekt zwei bis vier Monate realistisch, wenn die Beteiligten dafür nachweislich Kapazität erhalten. Die Bereinigung des Altbestands ist dabei meist der aufwendigste Teil. Sie sollte nicht nur manuell erfolgen, sondern durch Abgleichsroutinen und Prüfberichte unterstützt werden.
Praxisbeispiel: Lieferantenstammdaten in einem Maschinenbauunternehmen
Ein Maschinenbauunternehmen mit rund 200 Beschäftigten (Beispielszenario) führte Lieferanten parallel im ERP und in einer Einkaufstabelle. Bei einer Prüfung stellte der Einkauf fest, dass einzelne Lieferanten unter mehreren Nummern geführt wurden und Zahlungsbedingungen voneinander abwichen. Skonti wurden dadurch teilweise nicht genutzt, und Zahlungen liefen an Konten, die nicht mehr aktuell waren.
Das Unternehmen benannte den Einkaufsleiter als Data Owner und eine Sachbearbeiterin als Data Steward. Es definierte Pflichtfelder, schaltete eine Dublettenwarnung bei der Neuanlage frei und führte für Bankdatenänderungen eine Rückbestätigung per Telefon über eine hinterlegte Nummer ein. Die Einkaufstabelle wurde abgeschaltet, das ERP war fortan das führende System.
Der Aufwand blieb überschaubar, weil das Vorhaben auf ein einziges Datenobjekt begrenzt war. Nach der Bereinigung sank die Zahl der Rückfragen aus der Buchhaltung spürbar, und Zahlungsläufe konnten mit weniger manueller Prüfung freigegeben werden. Aus diesem Ergebnis speiste sich die Bereitschaft, anschließend die Kundenstammdaten anzugehen.
Kennzahlen und Reporting im laufenden Betrieb
Nach der Einführung entscheidet die Disziplin im Alltag darüber, ob die Datenqualität dauerhaft hält. Ein knapper monatlicher Bericht an das Gremium reicht dafür aus. Er enthält die Kennzahlen je Datenobjekt, die Entwicklung gegenüber dem Vormonat und die drei größten offenen Abweichungen mit Verantwortlichem und Termin.
Hilfreich ist es, die Kennzahlen mit Geschäftsfolgen zu verknüpfen. Eine sinkende Dublettenquote ist erst dann überzeugend, wenn sie mit weniger Korrekturbuchungen oder kürzeren Auftragsdurchlaufzeiten einhergeht. Auf diese Weise bleibt das Thema für die Geschäftsführung greifbar und wird nicht als reine Verwaltungsaufgabe wahrgenommen.
Ebenso wichtig ist ein einfacher Weg für Rückmeldungen. Mitarbeitende, die einen Fehler bemerken, sollten ihn ohne Umwege an den zuständigen Data Steward melden können, etwa über ein kurzes Formular oder ein Ticket. Je niedriger diese Hürde ist, desto schneller werden Fehler behoben, bevor sie in Belege und Auswertungen einfließen.
Typische Stolperfallen vermeiden
Viele Initiativen scheitern nicht an der Technik, sondern an organisatorischen Mustern, die sich früh erkennen lassen. Die häufigsten Fehler sind im Folgenden aufgeführt.
- Das Projekt wird als reines IT-Vorhaben verstanden, obwohl die Fachbereiche die Daten verantworten müssen.
- Es werden Regeln aufgestellt, aber keine Zeit für deren Einhaltung eingeplant.
- Die Bereinigung erfolgt einmalig, ohne dass der Neuanlageprozess angepasst wird, sodass der Bestand binnen Monaten wieder verschmutzt.
- Zu viele Pflichtfelder führen dazu, dass Mitarbeitende Platzhalterwerte eintragen, was die Datenqualität scheinbar erhöht und tatsächlich verschlechtert.
- Parallele Datenhaltung in Tabellen bleibt bestehen, weil das führende System nicht eindeutig festgelegt wurde.
Besondere Aufmerksamkeit verdient die Frage des führenden Systems. Für jedes Datenobjekt muss festgelegt sein, in welchem System es angelegt wird und welche Systeme es lediglich empfangen. Fehlt diese Festlegung, entstehen Änderungen an mehreren Stellen, die sich gegenseitig überschreiben.
Stammdaten, Buchführung und Datenschutz
Stammdaten haben auch eine rechtliche Dimension, die bei der Gestaltung der Regeln mitbedacht werden sollte. Wer Bücher führt, muss die Geschäftsvorfälle nachvollziehbar erfassen, wofür die Stammdaten der beteiligten Geschäftspartner eine Grundlage bilden. Die Vorschriften zur Buchführungspflicht finden sich unter anderem in § 239 HGB, der Anforderungen an die Führung der Handelsbücher beschreibt.
Soweit Kunden- und Lieferantendaten Personenbezug haben, etwa bei Einzelunternehmen oder Ansprechpartnern, greift zudem der Grundsatz der Richtigkeit nach Art. 5 Abs. 1 Buchstabe d DSGVO. Das spricht ebenfalls für regelmäßige Aktualisierung und für die Löschung nicht mehr benötigter Datensätze. Die Abstimmung der Löschfristen mit Aufbewahrungspflichten sollte gemeinsam mit der Buchhaltung und dem Datenschutzbeauftragten erfolgen.
Checkliste für den Start
Die folgende Liste fasst die wichtigsten Punkte zusammen, die vor dem Beginn geklärt sein sollten.
- Datenobjekte und führende Systeme sind benannt.
- Data Owner und Data Steward stehen schriftlich fest, die Geschäftsführung unterstützt sichtbar.
- Pflichtfelder, Formate und Namenskonventionen liegen als kurzes Regelwerk vor.
- Für Bankdaten und Konditionen gilt ein Vier-Augen-Prinzip mit Rückbestätigung.
- Dublettenprüfung und Formatkontrolle sind bei der Neuanlage aktiv.
- Drei bis fünf Qualitätskennzahlen werden monatlich erhoben.
- Ein Gremium trifft sich regelmäßig und entscheidet über Regeländerungen.
FAQ
Was ist der Unterschied zwischen Stammdaten und Bewegungsdaten?
Stammdaten beschreiben dauerhafte Objekte wie Kunden, Artikel oder Lieferanten und ändern sich selten. Bewegungsdaten entstehen laufend durch Geschäftsvorfälle, etwa Bestellungen oder Rechnungen, und verweisen auf die Stammdaten.
Benötigt der Mittelstand ein eigenes Master-Data-Management-System?
In der Regel nicht zu Beginn. Wichtiger sind klare Verantwortlichkeiten und Regeln, die sich oft bereits im vorhandenen ERP oder CRM umsetzen lassen. Eine spezialisierte Lösung wird erst sinnvoll, wenn mehrere Systeme dieselben Objekte führen und der Abgleich manuell nicht mehr beherrschbar ist.
Wer sollte im Unternehmen für Stammdaten verantwortlich sein?
Die Verantwortung liegt bei den Fachbereichen, die den größten Nutzen aus den Daten ziehen, etwa Vertrieb für Kunden und Einkauf für Lieferanten. Die IT stellt die Werkzeuge bereit, trägt aber nicht die fachliche Verantwortung.
Wie lange dauert die Einführung?
Für ein einzelnes Datenobjekt sind zwei bis vier Monate ein realistischer Rahmen, sofern Kapazität für Bereinigung und Regeldefinition zur Verfügung steht. Das laufende Management ist danach eine Daueraufgabe mit überschaubarem Zeitbedarf.
Woran erkennt man, dass die Stammdatenqualität unzureichend ist?
Typische Anzeichen sind häufige Rückfragen zu Belegen, Korrekturbuchungen, mehrfach angelegte Kunden oder Artikel und Auswertungen, deren Ergebnisse von den Fachbereichen angezweifelt werden.
