Methode zur Strategieentwicklung für unternehmensweites ...FILE/... · Zusammenfassung Daten hoher Qualität sind eine wichtige Voraussetzung, damit Unternehmen verschiedene strategische

Methode zur Strategieentwicklung für unternehmensweites Datenqualitätsmanagement in globalen Konzernen

D I S S E R T A T I O N der Universität St. Gallen,

Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften

sowie Internationale Beziehungen (HSG) zur Erlangung der Würde einer

Doktorin der Wirtschaftswissenschaften

vorgelegt von

Clarissa Falge aus

Deutschland

Genehmigt auf Antrag der Herren

Prof. Dr. Hubert Österle und

Prof. Dr. Boris Otto

Dissertation Nr. 4349

Difo-Druck GmbH, Bamberg, 2015

Die Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissen-schaften sowie Internationale Beziehungen (HSG), gestattet hiermit die Drucklegung der vorliegenden Dissertation, ohne damit zu den darin ausgesprochenen Anschauungen Stellung zu nehmen.

St. Gallen, den 22. Oktober 2014

Der Rektor:

Prof. Dr. Thomas Bieger

Zusammenfassung Daten hoher Qualität sind eine wichtige Voraussetzung, damit Unternehmen verschiedene strategische Markt- und Geschäfts-anforderungen erfüllen können. Neben den klassischen Treibern für ein präventives Datenqualitätsmanagement (DQM), wie z.B. die Harmonisierung der Geschäftsprozesse oder gesetzliche Anforderungen, hat die digitale Transformation der Wirtschaft die Bedeutung des DQM für den Unternehmenserfolg weiter erhöht.

Präventives DQM berührt Interessen sämtlicher Anspruchsgruppen im Unternehmen und kann deshalb nicht von einzelnen Geschäfts- bzw. Funktionsbereichen oder Regionen allein erfüllt werden. Für eine übergreifende Steuerung des DQM ist daher eine unternehmensweite Strategie erforderlich.

Die vorliegende Arbeit entwickelt in diesem Zusammenhang zwei Artefakte: eine Methode zur Strategieentwicklung für das DQM sowie ein DQM-Metamodell zur Abgrenzung von Begriffen. Die Phase I der Methode umfasst die Analyse der Ausgangssituation sowie die Festlegung der Reichweite der DQM-Strategie. Phase II beinhaltet die Strategieformulierung, Phase III die Wirtschaftlichkeitsanalyse und Phase IV die Umsetzung und Kontrolle der DQM-Strategie.

Fokusgruppeninterviews sowie fünf Fallstudien in globalen Grossunternehmen dienten der Gestaltung der Methode sowie der Ableitung von strategischen Erfolgsfaktoren.

Summary Large, multidivisional enterprises need corporate data of high quality in order to meet a number of strategic market and business requirements. In addition to the classic drivers for preventive data quality management (DQM), such as business process harmonization or compliance, the digital transformation of the economy is rapidly increasing the importance of DQM.

What the resulting DQM requirements have in common is that they are not related to single organizational functions or business areas, but affect the enterprise as a whole and therefore need to be dealt with on a corporate level. To do so effectively, an enterprise-wide DQM strategy is needed.

The thesis provides two artifacts for this purpose: a method for strategy development for DQM as well as a DQM metamodel for the definition of terms. Phase I of the method encompasses the internal and external analysis as well as the scope definition. Phase II covers the strategy development, Phase III the profitability analysis and Phase IV the strategy implementation and controlling. Focus group interviews and five case studies in large, global enterprises provided the basis for designing the method as well as for the derivation of strategic success factors.

Inhaltsübersicht v

Inhaltsübersicht

1 Einführung ............................................................................................................... 1

1.1 Ausgangslage und Handlungsbedarf ................................................................ 1

1.2 Ziele, Adressaten und Nutzen der Arbeit .......................................................... 3

1.3 Forschungsmethodik und Gestaltungsprozesse ................................................ 5

2 Grundlagen ............................................................................................................... 9

2.1 Datenqualitätsmanagement ............................................................................... 9

2.2 Strategiebegriff und strategischer Managementprozess ................................. 12

2.3 Stand der Forschung und Praxis ..................................................................... 16

2.4 Methoden-Engineering ................................................................................... 21

3 Metamodell DQM-Strategie ................................................................................. 23

3.1 Business Engineering als Bezugsrahmen ....................................................... 23

3.2 Erweiterung des Business Engineering Core Metamodells ............................ 23

4 Methode zur Strategieentwicklung und Wirtschaftlichkeitsanalyse ................ 26

4.1 Anforderungen an die Methode ...................................................................... 26

4.2 Übersicht über Aktivitäten und Techniken ..................................................... 27

4.3 Rollen .............................................................................................................. 31

4.4 Phase I: Analyse .............................................................................................. 32

4.5 Phase II: Strategieentwicklung ....................................................................... 47

4.6 Phase III: Wirtschaftlichkeitsanalyse .............................................................. 61

4.7 Phase IV: Umsetzung & Kontrolle ................................................................. 85

4.8 Szenariobasierte Auswahl der Techniken ....................................................... 92

5 Fallstudien .............................................................................................................. 96

5.1 Auswahl und Aufbau der Fallstudien ............................................................. 96

5.2 Fallstudie TelCo .............................................................................................. 98

5.3 Fallstudie Bayer CropScience (BCS) ........................................................... 110

5.4 Zusammenfassung der Erkenntnisse der TelCo- und der BCS-Fallstudie ... 125

5.5 Fallstudie Bayer Consumer Care (BCC) ...................................................... 128

5.6 Fallstudie Festo ............................................................................................. 139

vi Inhaltsübersicht

5.7 Fallstudie Merck ........................................................................................... 161

6 Evaluation ............................................................................................................. 171

6.1 Merkmalbasierte Evaluation ......................................................................... 171

6.2 Evaluation der Anforderungen an die Gestaltung......................................... 173

6.3 Aufwand-Nutzen-Betrachtung der Methode ................................................ 177

7 Zusammenfassung und Ausblick ....................................................................... 179

7.1 Zusammenfassung und Beitrag der Arbeit ................................................... 179

7.2 Einschränkungen und weiterer Forschungsbedarf ........................................ 181

Literaturverzeichnis ................................................................................................. 183

Anhang A Dokumentation zur Forschungsmethodik .................................... 206

A.1 Workshops und Präsentationen ..................................................................... 206

A.2 Dokumentation der Fokusgruppeninterviews ............................................... 208

A.3 Charakterisierung der Fallstudien ................................................................. 209

Anhang B Dokumentation zur Fallstudie Festo ............................................. 210

B.1 Datenerhebung Teilegemeinkostenanalyse ................................................... 210

B.2 Teilekosten Neuheit für ADN-Zylinder ........................................................ 211

B.3 Teilekosten Neuheit für DSNU-Zylinder ..................................................... 215

B.4 Teilekosten Serie für ADN-Zylinder ............................................................ 218

B.5 Teilekosten Serie für DSNU-Zylinder .......................................................... 219

Anhang C Publikationen .................................................................................. 220

Anhang D Dokumentation DQM-Metamodell ............................................... 221

Anhang E Realoptionsanalyse (ROA) ............................................................. 236

E.1 Bewertungsansätze für Realoptionen ............................................................ 236

E.2 Realoptionsanalyse im Kontext der Wirtschaftsinformatik .......................... 238

Anhang F Vorlagen zur Methode .................................................................... 240

F.1 Vorlagen zur Phase I ..................................................................................... 240

F.2 Vorlagen zur Phase II.................................................................................... 241

F.3 Vorlagen zur Phase III .................................................................................. 242

Inhaltsübersicht vii

F.4 Vorlagen zur Phase IV .................................................................................. 243

Lebenslauf Clarissa Falge ........................................................................................ 244

viii Inhaltsverzeichnis

Inhaltsverzeichnis

1 Einführung ............................................................................................................... 1

1.1 Ausgangslage und Handlungsbedarf ................................................................ 1

1.2 Ziele, Adressaten und Nutzen der Arbeit .......................................................... 3

1.3 Forschungsmethodik und Gestaltungsprozesse ................................................ 5

2 Grundlagen ............................................................................................................... 9

2.1 Datenqualitätsmanagement ............................................................................... 9

2.1.1 Datenqualität ......................................................................................... 9

2.1.2 Datenqualitätsmanagement ................................................................. 10

2.2 Strategiebegriff und strategischer Managementprozess ................................. 12

2.3 Stand der Forschung und Praxis ..................................................................... 16

2.3.1 DQM-Strategie ................................................................................... 19

2.3.2 Wirtschaftliche Bewertung von Daten ............................................... 20

2.4 Methoden-Engineering ................................................................................... 21

3 Metamodell DQM-Strategie ................................................................................. 23

3.1 Business Engineering als Bezugsrahmen ....................................................... 23

3.2 Erweiterung des Business Engineering Core Metamodells ............................ 23

4 Methode zur Strategieentwicklung und Wirtschaftlichkeitsanalyse ................ 26

4.1 Anforderungen an die Methode ...................................................................... 26

4.2 Übersicht über Aktivitäten und Techniken ..................................................... 27

4.3 Rollen .............................................................................................................. 31

4.4 Phase I: Analyse .............................................................................................. 32

4.4.1 Aktivität I.1 Analyse interner Anforderungen .................................... 32 4.4.1.1 Technik Festlegen der strategischen Reichweite ........................ 33 4.4.1.2 Technik Stakeholder-Analyse ..................................................... 34 4.4.1.3 Technik Analyse der Geschäfts- und IT-Strategie ..................... 35 4.4.1.4 Technik Prüfung derzeitige DQM-Strategie .............................. 36 4.4.1.5 Technik DQM-Reifegradanalyse ................................................ 37

4.4.2 Aktivität I.2 Analyse externer Anforderungen ................................... 39 4.4.2.1 Technik DQM-Benchmarking .................................................... 40 4.4.2.2 Technik Analyse von Marktanforderungen ................................ 43 4.4.2.3 Technik Analyse von technologischen Entwicklungen .............. 46

Inhaltsverzeichnis ix

4.5 Phase II: Strategieentwicklung ....................................................................... 47

4.5.1 Aktivität II.1 Strategieformulierung ................................................... 47 4.5.1.1 Technik Formulierung DQM-Vision .......................................... 47 4.5.1.2 Technik Definition DQM-Ziele, strategische Prinzipien und

Richtlinien ................................................................................... 48 4.5.1.3 Technik Entwicklung strategischer Optionen ............................ 50

4.5.2 Aktivität II.2 Entwicklung Umsetzungsplan ...................................... 52 4.5.2.1 Technik Ableitung Massnahmenkatalog .................................... 52 4.5.2.2 Technik Priorisierung der Massnahmen ..................................... 53 4.5.2.3 Technik Definition Umsetzungsplan .......................................... 56

4.6 Phase III: Wirtschaftlichkeitsanalyse .............................................................. 61

4.6.1 Aktivität III.1 Identifikation von Wirkungsketten .............................. 64 4.6.1.1 Techniken ................................................................................... 64

4.6.2 Aktivität III.2 Schaffung Kosten-/ Nutzentransparenz ....................... 66 4.6.2.1 Technik Gemeinkostenrechnung (GKR) .................................... 67 4.6.2.2 Technik Lebenszykluskostenrechnung (LCC) ........................... 67 4.6.2.3 Technik Prozesskostenrechnung (PKR) ..................................... 70 4.6.2.4 Technik Business Case Framework (BCF) ................................ 72

4.6.3 Aktivität III.3 Investitionsrechnung ................................................... 79 4.6.3.1 Technik Renditeberechnung (Return on Investment ROI) ......... 80 4.6.3.2 Technik Kapitalwertmethode (Net Present Value NPV) ............ 80 4.6.3.3 Technik Realoptionsanalyse (ROA) ........................................... 80 4.6.3.4 NPV versus ROA in der Praxis .................................................. 82

4.6.4 Erfahrungswerte aus der Praxis zur Wirtschaftlichkeitsanalyse ........ 83

4.7 Phase IV: Umsetzung & Kontrolle ................................................................. 85

4.7.1 Aktivität IV.1 Implementierung DQM-Strategie ............................... 85 4.7.1.1 Techniken des Programm- und Projekt-Managements .............. 86 4.7.1.2 Technik Entwicklung Balanced Scorecards ............................... 87

4.7.2 Aktivität IV.2 Veränderungsmanagement .......................................... 89

4.7.3 Aktivität IV.3 DQM-Investitionskontrolle ......................................... 91

4.8 Szenariobasierte Auswahl der Techniken ....................................................... 92

5 Fallstudien .............................................................................................................. 96

5.1 Auswahl und Aufbau der Fallstudien ............................................................. 96

5.2 Fallstudie TelCo .............................................................................................. 98

5.2.1 Unternehmen....................................................................................... 98

x Inhaltsverzeichnis

5.2.2 Ausgangssituation und Ziele .............................................................. 98

5.2.3 Anwendung der Methode ................................................................... 99 5.2.3.1 Aktivität I.1 Analyse interner Anforderungen ............................ 99 5.2.3.2 Aktivität I.2 Analyse externer Anforderungen ......................... 105 5.2.3.3 Aktivität II.1 Strategieformulierung ......................................... 105 5.2.3.4 Aktivität II.2 Entwicklung Umsetzungsplan ............................ 107 5.2.3.5 Aktivität IV.2 Veränderungsmanagement ................................ 109

5.3 Fallstudie Bayer CropScience (BCS) ........................................................... 110

5.3.1 Unternehmen..................................................................................... 110

5.3.2 Ausgangssituation und Ziele ............................................................ 112

5.3.3 Anwendung der Methode ................................................................. 113 5.3.3.1 Aktivität I.1 Analyse interner Anforderungen .......................... 114 5.3.3.2 Aktivität I.2 Analyse externer Anforderungen ......................... 120 5.3.3.3 Aktivität II.1 Strategieformulierung ......................................... 121 5.3.3.4 Aktivität II.2 Entwicklung Umsetzungsplan ............................ 122 5.3.3.5 Aktivität IV.1 Implementierung der KDM-Strategie ............... 125

5.4 Zusammenfassung der Erkenntnisse der TelCo- und der BCS-Fallstudie ... 125

5.5 Fallstudie Bayer Consumer Care (BCC) ...................................................... 128

5.5.1 Unternehmen..................................................................................... 128

5.5.2 Stammdatenpflege bei BCC ............................................................. 129


5.5.4 Ergebnisse der Prozesskostenanalyse (Phase III) ............................. 130

5.5.5 Kostensenkungspotentiale und Massnahmen (Phase II) .................. 133

5.5.6 Wirtschaftlichkeitsanalyse des Massnahmenkatalogs (Phase III) .... 136

5.5.7 Zusammenfassung der Erkenntnisse und Weiterentwicklungen ...... 137

5.6 Fallstudie Festo ............................................................................................. 139

5.6.1 Unternehmen..................................................................................... 139

5.6.2 Produktlebenszyklusmanagement .................................................... 140

5.6.3 Ausgangslage und Ziele .................................................................... 142

5.6.4 Definition „Teilekosten“ bei Festo ................................................... 144

5.6.5 Fallbeschreibungen ........................................................................... 145

5.6.6 Vorgehen für die Teilegemeinkostenanalyse (Phase III) ................. 146

5.6.7 Ergebnisse und Bewertungswerkzeug .............................................. 149

Inhaltsverzeichnis xi


5.7 Fallstudie Merck ........................................................................................... 161

5.7.1 Unternehmen..................................................................................... 161


5.7.3 Anwendung der Methode ................................................................. 165

5.7.4 Ergebnisse ......................................................................................... 166


6 Evaluation ............................................................................................................. 171

6.1 Merkmalbasierte Evaluation ......................................................................... 171

6.2 Evaluation der Anforderungen an die Gestaltung......................................... 173

6.3 Aufwand-Nutzen-Betrachtung der Methode ................................................ 177

7 Zusammenfassung und Ausblick ....................................................................... 179

7.1 Zusammenfassung und Beitrag der Arbeit ................................................... 179

7.2 Einschränkungen und weiterer Forschungsbedarf ........................................ 181

Literaturverzeichnis ................................................................................................. 183

Anhang A Dokumentation zur Forschungsmethodik .................................... 206

A.1 Workshops und Präsentationen ..................................................................... 206

A.2 Dokumentation der Fokusgruppeninterviews ............................................... 208

A.3 Charakterisierung der Fallstudien ................................................................. 209

Anhang B Dokumentation zur Fallstudie Festo ............................................. 210

B.1 Datenerhebung Teilegemeinkostenanalyse ................................................... 210

B.2 Teilekosten Neuheit für ADN-Zylinder ........................................................ 211

B.3 Teilekosten Neuheit für DSNU-Zylinder ..................................................... 215

B.4 Teilekosten Serie für ADN-Zylinder ............................................................ 218

B.5 Teilekosten Serie für DSNU-Zylinder .......................................................... 219

Anhang C Publikationen .................................................................................. 220

Anhang D Dokumentation DQM-Metamodell ............................................... 221

Anhang E Realoptionsanalyse (ROA) ............................................................. 236

E.1 Bewertungsansätze für Realoptionen ............................................................ 236

xii Inhaltsverzeichnis

E.2 Realoptionsanalyse im Kontext der Wirtschaftsinformatik .......................... 238

Anhang F Vorlagen zur Methode .................................................................... 240

F.1 Vorlagen zur Phase I ..................................................................................... 240

F.2 Vorlagen zur Phase II.................................................................................... 241

F.3 Vorlagen zur Phase III .................................................................................. 242

F.4 Vorlagen zur Phase IV .................................................................................. 243

Lebenslauf Clarissa Falge ........................................................................................ 244

Abkürzungsverzeichnis xiii

Abkürzungsverzeichnis AFNOR Französische Organisation für die Normung (franz. Association

française de normalisation) € Euro AG Aktiengesellschaft APAC Asiatisch-Pazifischer Raum (engl. Asia-Pacific) BDN Benefits Dependency Network BE Business Engineering BI Berichtswesen (engl. business intelligence) BM Binomial-Modell (zur ROA) BOM Materialstückliste (engl. bill of material) BPR Geschäftsprozessneugestaltung (engl. business process reengineering) BSC Balanced Scorecard BSM Black-Scholes-Modell (zur ROA) ca. ungefähr (lat. circa) CAPEX Investitionsausgaben für längerfristige Anlagegüter (engl. capital

expenditure) CAx rechnergestützt (engl. computer-aided x, wobei x für Technologien

der Produktion steht) CC Kompetenzzentrum (engl. competence center) CDQ Konzerndatenqualität (engl. corporate data quality) CDQM Qualitätsorientiertes Management von Konzerndaten (engl. corporate

data quality management) CEO Geschäftsführendes Vorstandsmitglied (engl. chief executive officer) CFO Finanzvorstand (engl. chief financial officer) CHF Schweizer Franken CIO IT-Vorstand (engl. chief information officer) COO Leiter operatives Geschäft (engl. chief operations officer) CRM Kundenbeziehungsmanagement (engl. customer relationship

management) d.h. das heisst DAMA Data Management Association (Gesellschaft für Datenmanagement) DIN Deutsches Institut für Normung e.V. DL Datenlebenszyklus DQ Datenqualität (engl. data quality) DQM Datenqualitätsmanagement Dr. Doktor DSR Design Science Research DVK Datenversorgungskette EDI Elektronischer Datenaustausch (engl. electronic data interchange) EFQM European Foundation for Quality Management EMEA Wirtschaftsraum Europa, Nahost, Afrika (engl. Europe, Middle East,

Africa) engl. auf Englisch ERP Warenwirtschaftssystem (engl. enterprise resource planning) et al. und andere (lat. et alii)

http://de.wikipedia.org/wiki/Produktion

xiv Abkürzungsverzeichnis

etc. und so weiter (lat. et cetera) EU Europäische Union EVA Earned-Value-Analyse f folgende ff fortfolgende franz. auf Französisch FTE Personenjahr (engl. full time equivalent) GI-FB WI Fachbereich Wirtschaftsinformatik der Gesellschaft für Informatik GKR Gemeinkostenrechnung GOM Grundsätze ordnungsgemässer Modellierung GRID Globale Verantwortung für integrierte Daten (engl. Global

Responsibility for Integrated Data) HR Personalabteilung (engl. human resources) HSG Universität St. Gallen (früher: Hochschule St. Gallen) IS Informationssystem (engl. information system) ISO Internationale Organisation für Normung (engl. International

Organization for Standardization) ISR Information System Research IT Informationstechnologie ITIL IT Infrastructure Library KDM Qualitätsmanagement für Kundendaten KPI Leistungskennzahl (engl. key performance indicator) lat. im Lateinischen LCC Lebenszykluskostenrechnung (engl. lifecycle costing) LMI leistungsmengeninduziert LMN leistungsmengenneutral M&A Fusionen & Unternehmenszukäufe (engl. merger & acquisitions) M&S Marketing & Vertrieb (engl. marketing & sales) MDM Stammdaten-Management (engl. master data management) ME Methoden-Engineering (engl. Method Engineering) Mio. Millionen Mrd. Milliarden NAFTA Nordamerikanisches Freihandelsabkommen. Hier als geografische

Region verwendet (engl. North American Free Trade Agreement) NPV Kapitalwert (engl. net present value) Nr. Nummer O&I Organisation & Information (Organisationseinheit von Bayer

CropScience) OMG Object Management Group (Konsortium für herstellerunabhängige,

systemübergreifende, objektorientierte Programmierung) OPEX Betriebskosten (engl. operational expenditure) PKR Prozesskostenrechnung PDM Produktdatenmanagement PLM Produktlebenszyklusmanagement (engl. product lifecycle

management) Prof. Professor PT Personentage

Abkürzungsverzeichnis xv

REACH EU-Verordnung zur Registrierung, Bewertung, Zulassung und Beschränkung von Chemikalien (engl. Registration, Evaluation, Authorisation and restriction of CHemicals)

ROA Realoptionsanalyse RoHS EU-Richtlinie zur Beschränkung der Verwendung bestimmter

gefährlicher Stoffe (engl. Restriction of Hazardous Substances) ROI Kapitalrendite (engl. Return on Investment) s. siehe S. auf Seite S.A. Aktiengesellschaft (franz. société anonyme) SCM Lieferkettenmanagement (engl. supply chain management) SLA Dienstleistungsvereinbarung (engl. service level agreement) SMART spezifisch, messbar, akzeptiert, realistisch, terminiert (Kriterium zur

eindeutigen Definition von Zielen) sog. so genannte SWOT strategische Analyse von Stärken, Schwächen, Chancen und

Gefahren (engl. strengths, weaknesses, opportunities and threats) TCO Gesamtbetriebskosten (engl. Total Cost of Ownership) u.a. unter anderem UML Unified Modeling Language v.a. vor allem vgl. vergleiche WKWI Wissenschaftliche Kommission Wirtschaftsinformatik im Verband

der Hochschullehrer für Betriebswirtschaft e. V. z.B. zum Beispiel

1.1 Ausgangslage und Handlungsbedarf 1

1 Einführung

1.1 Ausgangslage und Handlungsbedarf

Hohe Datenqualität (DQ) und ein präventives Datenqualitätsmanagement (DQM) sind eine Voraussetzung für Unternehmen, um nicht nur IT-Anforderungen sondern auch strategische Markt- oder Geschäftsanforderungen erfüllen zu können: Business Networking, unternehmensweite Prozessharmonisierung, integriertes Kundenmanagement, effektives und effizientes Berichtswesen sowie die Einhaltung gesetzlicher und behördlicher Auflagen erfordern aktuelle, konsistente, vollständige und verfügbare Daten für die wichtigsten Geschäftsobjekte [Zornes 2008; Falge et al. 2012]. Das DQM ist eine Unternehmensfunktion, die sämtliche Aktivitäten, Verfahren und Systeme zur Analyse, Verbesserung und Sicherung der DQ umfasst [Smith/McKeen 2008; DAMA 2009]. Der Leiter einer DQM-Organisation wird Konzern-Datensteward genannt, wobei die Titel in der Praxis variieren. Typische Rollenbezeichnungen sind „Data Steward“, „Head of Data Governance“, „Head of Master Data“, „Head of Global Data Management“ oder „Head of Data Process Management“. Die Gemeinsamkeit der oben genannten strategischen Datenanforderungen ist, dass sie das Unternehmen insgesamt betreffen und nicht in einzelnen Funktionsbereichen oder Geschäftsfeldern allein erfüllt werden können. Unterschiedliche, im ganzen Unternehmen verteilte Interessengruppen müssen also ein einheitliches Verständnis über die Datenobjekte entwickeln und sich auf gemeinsame Ziele für das DQM verständigen. Hierfür bedarf es einer unternehmensweiten DQM-Strategie, die eingebettet wird in Funktions-/ Geschäftsbereichsstrategien. Wie die folgenden Beispiele verdeutlichen, befinden sich heute viele Unternehmen in der Situation, DQM konzernweit zu etablieren und benötigen dafür eine unternehmensweite DQM-Strategie:

TelCo Inc. (Unternehmensname aus Vertraulichkeitsgründen anonymisiert), ein globaler Hersteller von Lösungen für Telekommunikationsnetze und Elektronikprodukte, befindet sich in permanenter Transformation. Insbesondere häufige Unternehmenszukäufe oder die Schliessung von Werken sind eine Herausforderung für das DQM. Nur mit einer unternehmensweiten DQM-Strategie kann eine hohe Geschwindigkeit für die Integration der Prozesse und Systeme neuer Geschäftseinheiten erzielt oder die Archivierung von Daten zu schliessender Werke kontrolliert durchgeführt werden [Schwinn/Schelp 2005].

Bayer AG, ein weltweit führender Chemie- und Pharmakonzern, nennt als einen Auslöser für konzernweite DQM-Initiativen die EU-Verordnung REACH (Registration, Evaluation, Authorisation and Restriction of Chemicals).

2 1.1 Ausgangslage und Handlungsbedarf

Die Strategie des Telekommunikationskonzerns Deutsche Telekom AG setzt u.a. auf ein „einheitliches Kundenerlebnis über alle Kanäle“ sowie auf „integrierte Produkte“ [Deutsche Telekom AG 2014, S. 10] wie z.B. Bündeltarife für Festnetz/Mobilfunk/TV/Partnerservices. Die Kombination beider Unternehmensziele setzt voraus, dass Kunden-/ Vertrags- und Netzwerkinfrastrukturdaten konsistent und aktuell über alle Unternehmensbereiche hinweg verfügbar sind [Otto 2011a, S. 923].

Des Weiteren ist von einer weiter zunehmenden Wichtigkeit hochqualitativer Daten auszugehen: Das Datenvolumen beeinflusst die Kosten von Investitionen in Trends wie „Big Data“ oder „Cloud Computing“. Wenn schon ein grosser Teil der Ausgangsdaten inkorrekt ist, dann liefert eine Verlagerung dieser Daten in die Cloud oder die Benutzung dieser Daten für eine Big Data-Analyse keinen Mehrwert. Ausserdem müssen Unternehmen aufgrund der zunehmenden Verbreitung von Social Media und von Diskussionen der Kunden über Produkte für die Qualität und Konsistenz ihrer Produktinformationen im Internet sorgen.

Unabhängig von der Ausgangssituation ergeben sich für den Konzern-Datensteward folgende Fragestellungen: Sind die Ziele des DQM aus den Unternehmenszielen abgeleitet? Sind die inhaltliche Reichweite der DQM-Strategie (z.B. Datenklassen „Material“, „Kunde“, „Lieferant“) und die funktionalen Aufgaben (Steuerung, operative Durchführung) klar definiert? Wie stellt der Konzern-Datensteward den Beitrag von DQM zum Unternehmenserfolg dar? Gibt es einen langfristigen Umsetzungsplan, der kontinuierlich fortgeschrieben wird? Berücksichtigt der Umsetzungsplan Projektabhängigkeiten?

Selten sind die zur Beantwortung dieser Fragen notwendigen fachlichen, technischen und DQM-Kenntnisse sowie Wissen über Strategieentwicklungstechniken und Wirtschaftlichkeitsrechnungsverfahren in einer Person vereint, sondern im Unternehmen verteilt. Darüber hinaus wird für die Erstellung eines langfristigen DQM-Programms Erfahrung benötigt, in welcher Reihenfolge DQM-Massnahmen geplant werden sollten, um Abhängigkeiten zu berücksichtigen.

Unternehmen erkennen in den letzten Jahren die Nachteile von ad-hoc DQM. Sie sind zunehmend bereit, in DQM zur Erreichung strategischer Ziele zu investieren und benötigen methodische Unterstützung zur Entwicklung und wirtschaftlichen Rechtfertigung eines DQM-Programms. Gleichzeitig liefern Forschung und Praxis kaum Literatur zu Strategieentwicklung und Wirtschaftlichkeitsanalyse für das DQM. Also müssen die Techniken der Unternehmens-/ IT-Strategieentwicklung, des IT Business Alignments und der Wirtschaftlichkeitsanalyse noch auf das Thema DQM transferiert werden.

1.2 Ziele, Adressaten und Nutzen der Arbeit 3

1.2 Ziele, Adressaten und Nutzen der Arbeit

Das übergeordnete Ziel der Arbeit ist eine Methode zur Strategieentwicklung und Wirtschaftlichkeitsanalyse für das unternehmensweite DQM. Entsprechend Methoden-Engineering umfasst eine Methode die Elemente Metamodell, Entwurfsaktivitäten, Techniken, Entwurfsergebnisse und Rollen [Gutzwiller 1994]. Eine vergleichbare Strukturierung beschreiben Nuseibeh et al. [1996]. Das Vorgehensmodell einer Methode bestimmt die Reihenfolge ihrer Aktivitäten.

Eine wichtige Anforderung an die zu entwickelnde Methode ist es, dass sie angepasst werden kann und, je nach Ausgangslage, die Auswahl der Techniken die passenden Ergebnisse liefert bzw. Aktivitäten übersprungen werden können. Beispielsweise wird keine DQM-Reifegradanalyse benötigt, wenn die Stärken und Verbesserungspotentiale für das DQM schon definiert sind.

Ein weiteres Ziel dieser Arbeit ist es, anhand von Fallstudien Erfolgsfaktoren für die dauerhafte Etablierung einer DQM-Strategie zu bestimmen: Entscheidend für die dauerhafte Etablierung einer unternehmensweiten DQM-Strategie ist die Festlegung der strategischen Reichweite des DQM (Identifikation der einzubeziehenden Unternehmensbereiche und Datenklassen) sowie die Belastbarkeit des Mandats zum Aufbau des DQM, was sich häufig in der Bereitschaft der Geschäftsleitung äussert, das DQM zu fördern und für seine Ziele einzutreten [Radcliffe 2012]. Die Zuweisung des Mandats beinhaltet die Ernennung einer Unternehmenseinheit zur verantwortlichen Stelle für das DQM und die Ausstattung des Mandatträgers mit Ressourcen. Beispielsweise durch Umstrukturierungen oder personelle Wechsel der Führungskräfte kann das Mandat für DQM geschwächt werden. In diesem Fall muss die Aufmerksamkeit für das Thema DQM in der Organisation durch den Konzern-Datensteward wieder aufgebaut werden, indem er den Beitrag des DQM für den Unternehmenserfolg darstellt und im ganzen Unternehmen kommuniziert. Er hat u.a. die Möglichkeit, sich in laufende Initiativen der Fachbereiche einzubringen und im „Rucksack“ derer mitzureisen. Mittels der in diesen Projekten erreichbaren Prozesseinsparungen und -beschleunigungen ergibt sich gleichzeitig die Wertschöpfung durch das DQM. Um Unterstützung für eine unternehmensweite DQM-Strategie zu erhalten, kann ein Konzern-Datensteward auch gezielt strategische Allianzen mit „alteingesessenen“ Führungskräften aufbauen, die Geschäftsprobleme aufgrund schlechter DQ haben. Somit kann er diese Führungskräfte als Fürsprecher gewinnen. Sicherlich ist der Rückhalt in der Unternehmensleitung für eine DQM-Strategie besonders entscheidend. Gleichzeitig muss diese aber auch für die Unterstützung des DQM-Vorhabens auf allen Hierarchieebenen sorgen, um eine erfolgreiche Umsetzung der Strategie sicherzustellen.

Die Arbeit zielt ausserdem darauf ab, mittels eines Metamodells für eine Abgrenzung von Begriffen zu sorgen. Nach den Grundsätzen des Methoden-Engineerings ist das

4 1.2 Ziele, Adressaten und Nutzen der Arbeit

Metamodell einer Methode das konzeptionelle Datenmodell der Entwurfsergebnisse, welches die Bestandteile aller Entwurfsergebnisse in Form eines Datenmodells übersichtlich darstellt [Gutzwiller 1994]. Die DQM-Strategie ist selbst eine Funktionsbereichsstrategie, die sich im Einklang mit der Unternehmensstrategie und mit weiteren Funktionsbereichsstrategien, wie z.B. der IT-Strategie und Geschäftsfeldstrategien, befinden sollte. Diverse Umweltfaktoren wie u.a. Gesetze oder technologische Entwicklungen beeinflussen unternehmensweite Anforderungen an das DQM, die die Strategie bestimmen. Die genannten Konzepte werden als zusätzliche Gestaltungsobjekte in das Business-Engineering-Core Metamodell des Business Engineering-Methodenkerns [Höning 2009] eingeordnet, insofern sie nicht durch bestehende Arbeiten im Projektkontext abgedeckt werden [Weber 2009; Hüner 2011].

Gemäss den Prinzipien der Design Science Research (DSR) adressiert die Dissertation sowohl Vertreter aus der Wissenschaft als auch aus der Praxis:

Der Nutzen für die Vertreter der Praxis hängt von ihrer Funktion im Unternehmen ab: Aus den Zielen der Geschäftsleitung und der Prozessverantwortlichen ergeben sich unternehmensweite DQM-Anforderungen. Die DQM-Strategieentwicklungsmethode garantiert für diese Anspruchsgruppe, dass die DQM-Strategie von ihren Zielen abgeleitet ist und ihre Anforderungen systematisch abgearbeitet werden. Die Methode ermöglicht ein unternehmensweites DQM, dessen präventive Massnahmen z.B. in einem globalen IT Demand & Projektportfolio Management-Prozess eingebettet sind. Die Literatur [Eppler/Helfert 2004; Madnick et al. 2009] bestätigt, dass langfristig ein präventives DQM kostengünstiger ist gegenüber einem reaktiven Vorgehen, das von unkoordinierten, ad-hoc Datenbereinigungen gekennzeichnet ist. Der Nutzen für DQM-Verantwortliche in Unternehmen besteht in der zur Verfügung gestellten Methode.

Abbildung 1-1 zeigt am Beispiel von TelCo Inc. die unternehmensweiten DQM-Anforderungen der Unternehmensleitung und den Nutzen der Methode für den Konzern-Datensteward.

1.3 Forschungsmethodik und Gestaltungsprozesse 5

Abbildung 1-1: Nutzen der Methode im Fall TelCo Inc.

Für die wissenschaftliche Diskussion liefert die Nutzung der Methode in den Unternehmen einen Beitrag zur Strategieforschung durch den Transfer existierender strategischer Managementmodelle auf das Thema DQM. Darüber hinaus schliesst das Artefakt eine Lücke in der DQM-Forschung. Ausserdem entstehen bei der Entwicklung der Artefakte im Kontext eines Konsortialforschungsprogramms (siehe Abschnitt 1.3) Erkenntnisse zu möglichen Verbesserungen von Konstruktions- und Evaluationsprozessen.

1.3 Forschungsmethodik und Gestaltungsprozesse

Die Dissertation entstand im Rahmen praxisorientierter, angewandter Forschung, wie sie am Institut für Wirtschaftsinformatik (IWI-HSG) der Universität St. Gallen (HSG) seit 1989 im Rahmen des Forschungsprogramms Business Engineering (BE HSG) durchgeführt wird. Die vorgestellten Artefakte der Dissertation sind Ergebnisse der Konsortialforschungsprojekte des Kompetenzzentrums Corporate Data Quality (CC CDQ). Das CC CDQ entwickelt gemeinsam mit Partnerunternehmen aus unterschiedlichen Branchen Konzepte, Methoden und Lösungen für die dauerhafte Verbesserung der DQ im Unternehmen. Seit Projektbeginn im November 2006 fanden 42 Konsortialworkshops statt, in denen sowohl Partnerunternehmen als auch Vertreter weiterer Unternehmen über Ziele, Ergebnisse und offene Fragen zum Datenmanagement berichteten.

Die Dissertation orientiert sich an den Richtlinien der Design Science Research (DSR) als konstruktions- und gestaltungsorientiertem Forschungsansatz [March/Smith 1995, S. 256-258; Hevner et al. 2004, S. 76]. Der Forschungsprozess der Dissertation folgt der Konsortialforschungsmethode [Österle/Otto 2010, S. 278], die in Abbildung 1-2 dargestellt ist. Das Vorgehensmodell dieser Methode leitet sich ab von dem DSR-Forschungsprozessmodell nach Peffers et al. [2008, S. 52-56], setzt aber einen

Rolle Motivation Unternehmensweite DQM-AnforderungenCEO, CFO Streben nach Wachstum,

Qualität und Shareholder Value

• Hohe DQ als Bedingung für Firmenintegrationsstrategien (M&A)• Hohe DQ nötig für korrekte Prognose des Unternehmensergebnisses• Vermeidung von Compliance-Verstössen und Regresszahlungen

CIO Globale Standardisierung von Prozessen und Applikationen

• Globales Template für Applikationen (z.B. SAP, Windchill)

Globaler Supply Chain Manager

Erhöhung der Produkt-einführungsgeschwindigkeit

• Klar definierte Datenpflegeprozesse und Workflow-Unterstützung• Variantenkonfiguration

Bedarf für eine unternehmensweite

DQM-Strategie

Rolle Motivation Nutzen der MethodeKonzern-Daten-steward

Mandat für Aufbau globaler DQM-Organisation sowie Bedarf weiterer Ressourcen

• Techniken für die Strategieentwicklung (z.B. Reifegradanalyse) und zur Darstellung des Nutzens von DQM

• Kommunikations- und Dokumentationsinstrument• Erfolgsfaktoren für die Etablierung der DQM-Strategie• Vermeidung von Fehlern der Vergangenheit• DQM-Strategie-Controlling

6 1.3 Forschungsmethodik und Gestaltungsprozesse

stärkeren Fokus auf die Identifikation praxisrelevanter Forschungsziele (Analysephase) und die Nutzenbewertung der Artefakte (Evaluationsphase). Konsortialforschung als Methode zielt darauf ab, in multilateraler Zusammenarbeit zwischen Forschern und Praktikern Artefakte zu entwickeln.

Abbildung 1-2: Konsortialforschung im Überblick [Österle/Otto 2010, S. 278]

Folgende Forschungstechniken sind in der vorliegenden Arbeit verwendet worden:

• Literaturrecherche: Die Literaturrecherche repräsentiert den ersten Schritt und ist die Grundlage eines jeden Forschungsprojektes [Garfield 1977]. Im Verlauf der Literaturrecherche sollen alle für das Forschungsthema in Frage kommenden Quellen identifiziert werden, um schliesslich die Forschungsergebnisse auf eine fundierte Wissensbasis stützen zu können [Rowley 2004, S. 31; Levy 2006, S. 181].

• Fokusgruppeninterview: In einem Fokusgruppeninterview befragt ein Moderator eine Gruppe von Fachexperten und dokumentiert die Erkenntnisse für eine spätere Auswertung [Morgan 1993; Stewart et al. 2007; Rosemann/Vessey 2008; Tremblay et al. 2010]. Fokusgruppeninterviews sind im Rahmen der jährlich mehrmals stattfindenden Konsortialworkshops mit Vertretern der Partnerunternehmen

Domäne

Gestaltung

Evaluation

Diffusion

Forschungs-skizze:

Anforderungen, Lücke, Ziel

Wissensstand(Modelle u.Methoden)

Wissensstand(Instanziierun-

gen)

Wissen-schaftl.

Publikation

Publikation in der Praxis

Lehrmaterial

Review-Workshop

Funktions-test Experiment Simulation Pilot-

anwendung

Verwer-tungsplan

Referenz-modellie-

rung

MethodenEngineering

Konsortial-vereinbarung

. . .

Stand der Forschung• Instanziierun-

gen• Modelle• Methoden• Theorien• Konstrukte

Wissensstand(Theorien u. Konstrukte)

Analyse

Forschungs-plan

Stand der Praxis• Geschäftsmodelle• Aufbau- und

Ablauforganisation• Informationssysteme• Informationstechnologie

1.3 Forschungsmethodik und Gestaltungsprozesse 7

durchgeführt worden. Sie dienten der Definition der Anforderungen an die Methode, lieferten die Grundlage für Gestaltungsentscheidungen oder unterstützten die Evaluation durch die Bestätigung oder Ablehnung zuvor spezifizierter Eigenschaften der Artefakte.

• Partizipative Fallstudie: In einer partizipativen Fallstudie arbeiten Forscher gemeinsam mit Fachexperten eines Unternehmens an einer spezifischen Problemlösung [Baskerville/Wood-Harper 1996; Baskerville 1997, S. 40]. Die Wissenschaftler nehmen hierbei eine teilnehmend-verändernde Rolle ein, indem sie direkten Einfluss auf die Gestaltung und Anpassung der Lösung nehmen [Susman/Evered 1978, S. 590]. Die Gestaltungsprozesse verwenden partizipative Fallstudien, sowohl um die Artefakte zu gestalten als auch um ihre Anwendbarkeit in einem realen Geschäftsumfeld zu demonstrieren. Ausserdem werden Erkenntnisse aus der Anwendung als Teil der Evaluation für iterative Anpassungen des Artefaktes genutzt.

• Experteninterviews: Experteninterviews bestehen aus einer Reihe von Einzelinterviews mit Fachexperten, deren Anzahl typischerweise gering gehalten wird [Meuser/Nagel 2009]. In der vorliegenden Arbeit sind Experteninterviews im Verlauf der Gestaltung und auch der Evaluation verwendet worden.

• Umfrage: Umfragen werden genutzt, um die Meinungen und Eindrücke der Teilnehmer mit Hilfe eines Fragebogens zu erfassen [Siau/Rossi 2011, S. 256].

Zur iterativen Gestaltung und Anpassung der Artefakte sind folgende Techniken eingesetzt worden:

• Methoden-Engineering: Methoden-Engineering (ME) bezeichnet die ingenieur-wissenschaftliche Entwicklung von Informationssystemen und hat seinen Ursprung im Software-Engineering [Heym 1993, S. 5; Brinkkemper 1996, S. 275f.; Nuseibeh et al. 1996, S. 267]. Das ME wendet Prinzipien von Methoden auf den Entwurf von Methoden selbst an [Heym/Österle 1993, S. 347] und wird auch zur systematischen Gestaltung von Modellierungsmethoden verwendet [Frank 2010, S. 1].

• Referenzmodellierung: Referenzmodelle erheben für eine Klasse von Unternehmen den Anspruch der Allgemeingültigkeit und dienen als vorgefertigtes Lösungsschema zur Bewältigung praktischer Problemstellungen [Schütte 1998, S. 70; Rosemann/Schütte 1999, S. 23]. Prinzipien der ordnungsgemässen Modellierung dienen der Überprüfung qualitativer Aspekte von Referenzmodellen [Schütte 1998, S. 113ff].

Tabelle 1-1 zeigt die Zusammenfassung der Gestaltungsprozesse der jeweiligen Artefakte anhand der vier Phasen der Konsortialforschung. Die Fokusgruppen-/ Experteninterviews und Umfragen sind benannt mit FGI A bis F, EI1 bis EI4, U1 und

8 1.3 Forschungsmethodik und Gestaltungsprozesse

U2. Ihre Dokumentation findet sich in Tabelle 6-2 sowie im Anhang in Tabellen A-1, A-2 und A-4.

Phase Methode zur Strategieentwicklung und Wirtschaftlichkeitsanalyse für das DQM Metamodell

Analyse 1 Fokusgruppeninterview (FGI A) 1 Literaturrecherche

1 Literaturrecherche

Gestaltung Methoden-Engineering 1 Fokusgruppeninterview (FGI A) 2 Fallstudien (TelCo, Festo) 3 Experteninterviews (EI2-4 Gestaltung der Blaupause für Umsetzungsplan) 3 Gestaltungszyklen

Referenzmodellierung

Evaluation 3 Fallstudien (BCS, BCC, Merck) 5 Fokusgruppeninterviews (FGI B-F) 4 Experteninterviews (EI1 Evaluation der Methode, EI2-4 Bestätigung der finalen Version des Umsetzungsplans) 1 Umfrage (U2 Business Case Framework)

1 Fokusgruppeninterview (FGI D) 1 Umfrage (U1 Metamodell)

Diffusion 9 CC CDQ-Workshop-Präsentationen 4 Vorträge bei Fachkonferenzen der Praxis 2 Konferenzpublikationen (HICSS-45, WI2013) Dissertation

Dissertation

Legende: FGI = Fokusgruppeninterview, EI = Experteninterview, U = Umfrage

Tabelle 1-1: Gestaltungsprozesse der Artefakte

Die Gestaltungsprozesse illustrieren, wie die Konsortialforschungsmethode durch die multilaterale Einbindung der Praxis die Relevanz und Anwendbarkeit der Artefakte sicherstellt. Ausserdem ermöglicht die Verwendung verschiedener Gestaltungs- und Forschungstechniken in iterativen Zyklen die wissenschaftliche Fundierung der Ergebnisse [Simon 1996, S. 28f.; Hevner et al. 2004, S. 88-90].

2.1 Datenqualitätsmanagement 9

2 Grundlagen Das Kapitel 2 führt in die konzeptionellen und methodischen Grundlagen der vorliegenden Arbeit ein. In Abschnitt 2.1 werden das dieser Arbeit zugrundeliegende Verständnis der Begriffe Datenqualität und DQM erläutert. Abschnitt 2.2 führt in die Grundlagen der Strategieentwicklung ein und beschreibt deren typische Phasen. Kapitel 2.3 erläutert den Stand der Forschung und Praxis, aus dem sich die Forschungslücke ableitet. Des Weiteren folgen die Definition und die Beschreibung einer DQM-Strategie sowie Grundlagen zur wirtschaftlichen Bewertung von Daten. Abschliessend liefert Kapitel 2.4 zu Methoden-Engineering die Basis für die Methodenbeschreibung in Kapitel 4.

2.1 Datenqualitätsmanagement

2.1.1 Datenqualität

Die Methode bezieht sich auf Konzerndaten. „Konzerndatenobjekte (kurz: Konzerndaten) einer Konzerndatenklasse (z.B. Lieferanten-, Kunden-, Produkt- oder Finanzdaten) sind Datenobjekte,

• die Geschäftsobjekte (z.B. Kunden, Produkte) und betriebliche Vorgänge (z.B. Adressenänderung, Kontoüberweisung, Lieferung, Reservierung) eines Unternehmens repräsentieren, und

• die durch Datenobjekttypen und Metadaten für mehrere Applikationen, Geschäftsprozesse und Organisationseinheiten (meist unternehmens- oder konzernweit) einheitlich und unmissverständlich spezifiziert sind (oder sein sollten)“ [Hüner 2011, S. 15].

Wang definiert Informationen als verarbeitete Daten [Wang 1998, S. 59; Wang et al. 1998, S. 95f]. Da Informationsprodukte selbst wieder als Rohmaterial für komplexere Informationsprodukte dienen können, unterscheidet die vorliegende Arbeit nicht zwischen den Begriffen Daten und Information.

DQ ist als ein kontextabhängiges, multidimensionales Konzept definiert und beschreibt die Eignung der Datenobjekte zur Nutzung („fitness for use“) für einen Anwender in einem bestimmten Kontext [Wang/Strong 1996, S. 13f]. Zahlreiche wissenschaftliche Untersuchungen haben sich mit der Identifikation und Beschreibung der DQ-Dimensionen beschäftigt [Wang et al. 1995; Redman 1996, S. 245-266; Wand/Wang 1996, S. 92-94; Price/Shanks 2005, S. 98f]. Häufig verwendete DQ-Dimensionen sind Konsistenz, Vollständigkeit und die Fehlerfreiheit. DQ-Eigenschaften lassen sich durch strukturelle und operative Geschäftsregeln beschreiben [OMG 2008].

10 2.1 Datenqualitätsmanagement

2.1.2 Datenqualitätsmanagement

Die Maximierung der DQ ist Ziel des Datenqualitätsmanagements (DQM), das als Querschnittsfunktion im Unternehmen verteilt wahrgenommen wird. Die Data Management Association (DAMA) definiert das DQM als „application of Total Quality Management (TQM) concepts and practices to improve data and information quality, including setting data quality policies and guidelines, data quality measurement (including data quality auditing and certification), data quality analysis, data cleansing and correction, data quality process improvement, and data quality education“ [DAMA 2007, S. 51].

Zur Unterstützung des Transformationsprozesses ordnet das DQM-Referenzmodell des CC CDQ (EFQM zertifiziert) die Gestaltungsbereiche den BE-Ebenen zu. Wie Abbildung 2-1 zeigt, stellt das Modell sicher, dass das unternehmensweite DQM (CDQM) sowohl strategisch-organisatorische als auch technische Fragen adressiert [EFQM 2011].

Auf Strategieebene ist der Gestaltungsbereich DQM-Strategie angesiedelt. Die DQM-Strategie zielt darauf ab, das DQM an der Unternehmensstrategie auszurichten. Dazu gehört u.a.

• die Zuweisung eines DQM-Mandats durch die Führungsebne, • die Definition der strategischen Reichweite und der Ziele der DQM-Strategie, • die Dokumentation des Wertbeitrags zum Unternehmenserfolg und • die Ableitung, Planung und strategische Kontrolle der DQM-Massnahmen.

Gestaltungsbereiche auf Organisationsebene sind folgende:

Die Gestaltung des Führungssystems für das DQM umfasst die Identifizierung von Zielwerten für die Datenqualität in Abhängigkeit von betriebswirtschaftlichen Führungsgrössen. Die DQM-Organisation dient der (weltweiten) Koordination des DQM als Querschnittsfunktion über alle Divisionen und Geschäftsbereiche hinweg. Daher beinhaltet der Bereich DQM-Organisation die Festlegung von Funktionen, Rollen und Zuständigkeiten für das DQM. In den Gestaltungsbereich der Prozesse & Methoden fallen Analyse, Entwurf und Weiterentwicklung des Lebenszyklus von Konzerndaten selbst sowie die Weiterentwicklung der Arbeitsabläufe im DQM. Der Lebenszyklus eines Datenobjektes beginnt mit dessen Erstellung während der Ausführung von Geschäftsprozessen und endet mit deren Archivierung bzw. Löschung [English 1999; Redman 2000; Gartner 2008]. Dazu gehört auch der Aufbau eines Geschäftsregelkatalogs, der anschliessend im Bereich Führungssystem zur Datenqualitätskontrolle genutzt wird.

2.1 Datenqualitätsmanagement 11

Auf Systemebene befinden sich die Gestaltungsbereiche Datenarchitektur und Applikationen:

Die Definition der Datenarchitektur umfasst den Entwurf und die Weiterentwicklung eines unternehmensweit einheitlichen, konzeptionellen Konzerndatenmodells, des Metadatenmanagements sowie der Datenhaltungs- und Datenverteilungsarchitektur. Der Gestaltungsbereich der Applikationen beinhaltet den Entwurf und die Weiterentwicklung der Auslegeordnung sowie der Bebauungsplanung für Anwendungssysteme. Die Auslegeordnung definiert, welche Software-Funktionalität für das DQM benötigt wird. Die Bebauungsplanung legt fest, welche Systeme zur Unterstützung der Funktionen in der Auslegeordnung zu welchem Zeitpunkt eingesetzt werden. Dazu gehören sowohl Systeme zur zentralen Datenhaltung von Konzerndaten, zur Prüfung von Regeln bei der Datenerfassung als auch zur Bereinigung von Datenbeständen.

Abbildung 2-1: DQM-Ordnungsrahmen nach EFQM [2011]

Strategie

DQM-Strategie

DQM-Strategie abgestimmt mit UnternehmensstrategieUnterstützung der Unternehmensleitung

Organisation

Führungssystem für DQM

Dauerhafte Überwachung geschäftskritischer Datendefekte

Datenqualitätskennzahlen zur Überwachung geschäftskritischer Datendefekte

DQM-Organisation

Dauerhafte Überwachung der DQM-Organisation

Prozesse & Methoden für DQM

Definierte und zugeordnete Rollen und Verantwortlichkeiten für DQM-Aktivitäten

Mitarbeiter unterstützen DQM-Aufgaben und -Ziele

DQM-Mitarbeiter sind ausgebildet für die Bearbeitung der DQM-Aufgaben

Systematische Analyse und Verbesserung der DQM-Organisation

Systematische Analyse und Verbesserung der Nutzung und Pflege von Konzerndaten in Geschäftsprozessen

Systeme

Datenarchitektur

Systematische Analyse und Verbesserung derDatennutzung, -speicherung und -verteilung

Unternehmensweit gleiches Verständnis der Konzerndaten- und Geschäftsobjekte

Applikationen

Soll-Applikationsarchitektur für DQM

Identifizierte Applikationsfunktionalität für DQM

Systematische Einführung benötigter Applikationen

DQM-Erfolgsfaktor DQM-Aufgabenbereich Modellierungsebenen des Business Engineering

12 2.2 Strategiebegriff und strategischer Managementprozess

2.2 Strategiebegriff und strategischer Managementprozess

In den 1940er Jahren führten von Neumann und Morgenstern den Strategiebegriff aus einem mathematisch-spieltheoretischen Kontext in die Wirtschaftstheorie ein [Neumann/Morgenstern 1947]. Für eine umfassende Charakterisierung einer Strategie haben sich u.a. Mintzbergs fünf Metadefinitionen (Plan, Pattern, Position, Perspective, Ploy) etabliert [Mintzberg 1987; Mintzberg 2007, S. 22-29]: • „Strategie als Plan“ beschreibt eine (von der Unternehmensleitung) bewusst

festgelegte und zielgerichtete Handlungsrichtung. Aus einem solchen Verständnis heraus stellt der Plan die Strategie dar, die ohne Schwierigkeiten in Unternehmen umgesetzt wird.

• „Strategie als ein Muster“ beruht auf dem Verständnis, dass Unternehmen nicht nur Pläne für ihre Zukunft schmieden, sondern auch über bestimmte Verhaltensmuster (Pattern) verfügen. Ein Strategieentwicklungsprozess folgt meistens bestimmten Ablaufmustern, die in einer Organisation in der Vergangenheit gewachsen sind und die sich bewährt haben [Rüegg-Stürm 2002, S. 78].

• „Strategie als Position“ ist häufig Basis für strategieinhaltsorientierte Arbeiten und bezeichnet die vorteilhaften Stellungen (z.B. Marktnischen), die Unternehmen einnehmen, um ökonomische Vorteile zu erzielen [Porter 1996].

• „Strategie als Perspektive“ betrachtet die grundlegende Art und Weise, wie ein Unternehmen handelt (z.B. Kosteneffektivität, Innovationsführerschaft).

• „Strategie als Täuschungsmanöver (Ploy)“ findet sich oftmals in spieltheoretisch fundierten Arbeiten. Aufgrund ihres beschränkten Zeithorizonts beschreiben diese Winkelzüge eher „Taktiken“ als Strategien im Sinne der vorliegenden Dissertation.

Keine der Definitionen alleine für sich sondern eine Kombination aus den ersten vier liefert den Strategiebegriff in dieser Dissertation. Aufgrund der Vielfalt der Betrachtungsweisen für die Konzepte „Strategie“ bzw. „Strategisches Management“ wurden zur Bestimmung der Kernbegriffe ihrer Definitionen umfangreiche Inhaltsanalysen durchgeführt. Beispielsweise leiteten Nag, Hambrick und Chen folgende konsolidierte Fassung als Konsens ab: „Das Feld des strategischen Managements beschäftigt sich mit den beabsichtigten und den sich herausbildenden (emergenten) Initiativen der Geschäftsleitung (im Namen der Eigentümer), um durch Ressourcennutzung die Leistung eines Unternehmens im Wechselspiel mit seinem externen Umfeld zu verbessern“ [Nag et al. 2007, S. 944]. Ronda-Pupo und Guerras-Martin veröffentlichten 2012 eine Häufigkeitsanalyse sämtlicher Begriffskombinationen (co-word analysis) in Strategiedefinitionen von 1965 bis 2008. Auch bei ihnen bildet sich der Kern des Strategiebegriffs aus „Unternehmen“, „Umwelt“, „Massnahmen“ und „Ressourcen“. Sie formulieren die Essenz des Strategiekonzepts als „the dynamics of the firm’s relation with its environment for which the necessary actions are taken to achieve its goals and/or to

2.2 Strategiebegriff und strategischer Managementprozess 13

increase performance by means of the rational use of resources“ [Ronda-Pupo/Guerras-Martin 2012, S. 180]. Aufbauend auf den grundlegenden Arbeiten von Chandler [1962], Andrews [1980] und Ansoff [1965] lassen sich in der Strategieforschung die drei Aspekte Inhalt (content), Rahmenbedingungen (context) und Prozess (process) unterscheiden [Pettigrew 1987; De Wit/Meyer 2004].

In der Literatur sind viele verschiedene Ansätze vorhanden, die den Prozess der Strategieentwicklung darstellen. Laut Mintzberg kristallisieren sich zehn verschiedene Standpunkte bzw. Denkschulen heraus, die den Strategieentstehungsprozess beschreiben [Mintzberg 2007, S. 17-19].

Wie Tabelle 2-1 zeigt, teilt Mintzberg die zehn Schulen in drei Gruppen ein, entsprechend der Art der Strategieentstehung. Die erste Gruppe ist von Natur aus „präskriptiv“, da die Design-, Planungs- und Positionierungsschule vorgeben, wie Strategien formuliert werden sollten. Im Gegensatz dazu ordnen die beschreibenden Denkschulen kein „ideales“ Strategieentwicklungsvorgehen an, sondern erklären, wie Strategien tatsächlich zustande kommen. Die dritte Gruppe beinhaltet nur die Konfigurationsschule, die verschiedene Teilaspekte der anderen Schulen vereint.

Gruppe Schulenbezeichnung Strategie als …

Präskriptiv

Designschule Konzeptioneller Prozess (Vertreter: Chandler, Andrews)

Planungsschule Formaler Prozess (Vertreter: Ansoff, Vancil, Lorange)

Positionierungsschule Analytischer Prozess (Vertreter: Porter)

Beschreibend

Unternehmerschule Visionärer Prozess

Kognitive Schule Mentaler Prozess

Lernschule Sich herausbildender Prozess

Machtschule Verhandlungsprozess

Kulturschule Kollektiver Prozess

Umweltschule Reaktiver Prozess

Zusammenfassend Konfigurationsschule Transformationsprozess

Tabelle 2-1: Denkschulen der Strategieentstehung nach Mintzberg [2007]

Während sich die Positionierungsschule eher auf den Aspekt Strategieinhalt konzentriert, lassen sich die theoretischen Modelle der Design- und der darauf aufbauenden Planungsschule in folgende Schritte untergliedern: Jede Strategieplanung baut auf zwei Grundpfeilern auf, nämlich der Analyse der Umweltsituation und der Analyse der internen Möglichkeiten und Grenzen. Danach werden Strategiealter-nativen evaluiert, konsolidiert und kaskadiert sowie Strategien formuliert.

14 2.2 Strategiebegriff und strategischer Managementprozess

Anschliessend wird die Umsetzung der formulierten Strategien mit Hilfe von Massnahmen geplant sowie deren Fortschritt und Ergebnis kontrolliert [Welge/Al-Laham 2001; Rüegg-Stürm 2002]. Als zentraler Wegbereiter der Designschule führte Andrews sein Strategie-entwicklungsmodell an der Harvard Business School ein [Andrews 1980]. Abbildung 2-2 zeigt Mintzbergs Darstellung des Modells, dessen Basis eine SWOT-Analyse (Strengths, Weaknesses, Opportunities, Threats) ist [Mintzberg 1990, S. 174].

Abbildung 2-2: Grundmodell der Designschule nach Mintzberg [1990, S. 174])

Auch wenn die Denkhaltung der Planungsschule in der Vergangenheit kontrovers diskutiert worden ist, so sind ihre Modelle für die DQM-Strategieentwicklungs-methode wichtig, um die Einbettung von DQM-Zielen und Massnahmen in unternehmensweite, strategische Planungsprozesse sicherzustellen. Das Modell von Ansoff setzt bei den Arbeiten der Harvard Business School an, zerlegt jedoch Andrews Phasen der Strategieformulierung und -implementierung in eine komplexe Vielzahl kleinerer Elemente. Der Planungsprozess verläuft dabei wasserfallartig über eine „Kaskade von Entscheidungen“ [Mintzberg 2007]. Die Differenzierung strategischer Planungsprozesse in Strategieebenen veranschaulicht das Modell von Vancil und Lorange [1975, S. 84f; Lorange 1980, S. 55]. Ihr in Abbildung 2-3 dargestelltes Modell hat in der Praxis weite Anwendung gefunden. Die vertikale Dimension umfasst die Unternehmensebene, die Geschäftsbereichsebene und die Funktionsbereichsebene.

Die Unternehmensstrategie bezieht sich auf das Gesamtunternehmen und betrifft zwei Fragen: In welchen Geschäftsbereichen soll die Unternehmung tätig sein (Diversifikation) und nach welchen Kriterien sollen die Ressourcen verteilt werden (Ressourcenallokation), um wettbewerbsfähig zu sein [Müller-Stewens/Lechner 2003, S. 243ff].

Externe Analyse Interne Analyse

Entwicklung der Strategie(-alternativen)

Evaluation & Auswahl einer Strategie

Implementierung der Strategie

Stärken & Schwächen

KernkompetenzenSchlüssel-erfolgsfaktoren

Bedrohungen & Chancen

2.2 Strategiebegriff und strategischer Managementprozess 15

Die Geschäftsbereichsstrategie bestimmt die Wettbewerbsstrategie (Produkt-Markt-Strategie) in jedem einzelnen Geschäftsbereich [Müller-Stewens/Lechner 2003, S. 252]. Funktionsbereichsstrategien legen die grundsätzlichen Ziele und Massnahmen der Funktionsbereiche (z.B. Beschaffung, Forschung & Entwicklung, Produktion, Marketing, Personalwesen) fest. Da auch sie auf die Produkt-Markt-Strategie des jeweiligen Unternehmens sowie zusätzlich auf die Geschäftsbereichsstrategien abgestimmt sein sollten, müssen sie aus diesen abgeleitet werden [Müller-Stewens/Lechner 2003, S. 476ff]. In der horizontalen Dimension beinhaltet das Vancil/Lorange-Modell drei chronologisch ablaufende Phasen der Planung (Zyklus 1-3) und zwei simultan und kontinuierlich durchzuführende Kontrollphasen (Zyklus 4 und 5). In der ersten Phase erfolgt die Festlegung von Unternehmenszielen durch die Unternehmensleitung. Geschäfts-bereichsziele und -strategien werden anschliessend von den Geschäftsbereichsleitern erarbeitet und zusammen mit der Unternehmensleitung verabschiedet. Die zweite Phase dient der Erarbeitung von Aktionsprogrammen durch die Geschäftsbereichs- und Funktionsbereichsleiter. Zur Sicherstellung des angestrebten Portfolios erfolgt erneut eine Rückkopplung zur Unternehmensführungsebene. In der Phase der Budgetierung erfolgt die detaillierte Planung der Aktivitäten des Folgejahrs. Die Kontrollphase dient der Messung des Fortschritts und der Planerfüllung. Schliesslich wird in der Gratifikationsphase die Motivation der Manager durch materielle und immaterielle Anreize gesichert [Horváth 2012, S. 260-262].

Das System der Informationsflüsse definiert die Informationsverbindungen im Rahmen des strategischen Planungs- und Kontrollprozesses in 23 Schritten. Ein wesentlicher Unterschied zwischen den Modellen der präskriptiven Schulen liegt in ihrem Detaillierungsgrad des Strategieentwicklungsprozesses in Teilschritte, der je nach Kontext mehr oder weniger zweckmässig ist.

16 2.3 Stand der Forschung und Praxis

Abbildung 2-3: Planungssystem von Vancil und Lorange [1975, S. 84f] (übersetzt von Horváths Darstellung [2012, S. 261])

2.3 Stand der Forschung und Praxis

Die Arbeit nutzt bestehende Grundlagen, die Hevner unter dem Begriff der Wissensbasis zusammenfasst [Hevner et al. 2004]. Diese Grundlagen fliessen in die Ergebnisse der Arbeit ein und sichern somit die Stringenz der entwickelten Lösung. Tabelle 2-2 nennt Grundlagen aus der Forschung, Tabelle 2-3 aus der Praxis, die in den Strategieentwicklungsteil der Methode einfliessen. Tabelle 2-4 zeigt Informationsquellen und ausgewählte Beiträge, die die Basis für die Entwicklung der Methodenbestandteile zur Wirtschaftlichkeitsanalyse bilden. Der Stand der Forschung zum Thema Realoptionstheorie ist separat im Rahmen der Beschreibung der Technik in Kapitel 4.6.3.3 sowie in den Anhängen E.1 und E.2 abgehandelt.

StrategischeProgramm-entwicklung

(Zyklus 2)

Budge-tierung

(Zyklus 3)

Kontrolle(Zyklus 4)

Gratifika-tion

(Anreize)(Zyklus 5)

Zielsetzung(Zyklus 1)

Strategieprozess-phasen

Unternehmens-führungsebene

Portfolio der Strategien

Geschäftsbereichs-ebeneSpezifische Strategie für ein Geschäft

Funktionsbereichs-ebeneProgramme zur Strategierealisierung

StrategischeEbenen

grundsätzlicher Kommunikations- und Informationsfluss Überwachung von aktueller und Vergleich mit geplanter Performance Korrekturmassnahmen und Modifikation von PlänenVergleich von aktueller mit geplanter Performance für Anreizsysteme

Legende

2.3 Stand der Forschung und Praxis 17

Untersuchungs-gegenstände

Ausgewählte Beiträge aus der Forschung

Them. Reife

Bezug zur Dissertation und Einschätzung

DQM-Strategie

Bestandteile [Madnick et al. 2009], [Kerr 2006], [Lee et al. 2006], [Adelman et al. 2005], [Pierce et al. 2008], [Loshin 2001]

niedrig • Inhalte für die Ergebnisdokumente der Methode

• Höchstens Empfehlungen zur Strategieentwicklung, aber kein Vorgehen

Data Governance

[Meyer 2000], [Russom 2006], [Thomas 2006], [Bitterer/Newman 2007], [Cheong/Chang 2007], [Delbaere/Ferreira 2007], [Dyché 2007], [Vaygan et al. 2007], [Khatri/Brown 2010], [Otto 2011b], [Otto 2011c]

hoch • Referenzmodelle für DQM-Organisationen

• Erfolgsfaktoren

Reifegrad-modell

[Lee et al. 2002], [Hüner et al. 2009] hoch • Aktivität in der Analysephase

Datenarchi-tektur

[Goodhue et al. 1992] mittel • Prinzipien für Gestaltung der Datenarchitektur und Prozesse

• Kontingenzfaktoren für Datenintegration

DQM (Überblick und Definitionen)

[Eppler 2006], [Lee et al. 2006], [English 2003], [Redman 2001], [Wang 1998; Wang et al. 1998], [Otto et al. 2007], [Batini/Scannapieco 2006]

hoch • Motivation und Begriffsdefinitionen • Umfangreiche Literatur • Überwiegend qualitative Forschung

Strategischer Management Prozess

[Ansoff 1965], [Chandler 1962], [Andrews 1980], [Vancil/Lorange 1975; Lorange 1980], [Welge/Al-Laham 2003], [Rüegg-Stürm 2002], [Hahn/Taylor 2006],[Mintzberg 2007]

hoch • Basis für Entwicklung der Methode • Kein Bezug zum DQM • Umfangreiche Literatur

IT-Strategie [King 1978], [Sullivan 1985], [Earl 1993], [Das et al. 1991], [Lederer/Salmela 1996], [Mentzas 1997], [Salmela/Spil 2002], [Peppard/Ward 2004], [Dinter/Lahrmann 2010]

hoch • IT-Strategie als Einflussfaktor • ERP- und BI-Strategien bieten

Anhaltspunkte für die Entwicklung der Methode, aber DQM-Bezug fehlt

Tabelle 2-2: Ausgewählte Beiträge aus der Forschung


Untersuchungs-gegenstände

Ausgewählte Beiträge aus der Praxis

Them. Reife

Bezug zur Dissertation und Einschätzung

DQM-Strategie

Bestandteile Verband • DAMA [DAMA 2009] Software-Hersteller • IBM: MDM Component Business

Model [Ernest/Nisavic 2007], IBM Data Governance Council Maturity Model [IBM 2007]

• SAP: Americas SAP Users Group [Chawla 2008]

Analysten und Consulting-Firmen • Gartner [Radcliffe 2012] • Forrester [Karel 2006] • Knowledge Integrity [Loshin 2001]

niedrig • Inhalte für Aktivitäten und Ergebnisse der Methode

• DAMA und Analysten listen Bestandteile einer DQM-Strategie auf und geben Handlungsempfehlungen

• MDM Component Business Model von IBM liefert Liste von DQM-Aktivitäten

• Höchstens Empfehlungen zur DQM-Strategieentwicklung, aber kein methodisches Vorgehen

Data Governance

Verbände • IT Governance Institute: COBIT

[ITGI 2007] • International Association for

Information and Data Quality [IAIDQ 2007]

Consulting-Firma • KIK: Non-invasive Data

Governance [Seiner 2014]

hoch • Referenzmodelle für DQM-Organisationen

• Erfolgsfaktoren

Reifegrad-modell

Verband • EFQM [EFQM 2011]

hoch • Aktivität in der Analysephase

Strategischer Management Prozess

Consulting-Firmen • IMG AG: Promet Business Strategy

Development (BSD) [IMG 1998] • McKinsey, BCG etc.

hoch • Basis für Entwicklung der Methode

• Kein Bezug zum DQM

IT-Strategie Behörde • Cabinet Office UK: ITIL

[Iqbal/Nieves 2007] Software-Hersteller • SAP, IBM: IT-Strategieentwick-

lungsmethoden

hoch • ITIL fokussiert IT-Services • Schritt „Justification” der

Strategieentwicklungsmethode von SAP als Phase III in die Methode integriert

Tabelle 2-3: Ausgewählte Beiträge aus der Praxis

Forschung Praxis Information System Research Rechnungswesen

• Benefits Dependency Network [Ward/Daniel 2006] • Total Cost of Ownership (TCO) • IT/IS Infrastruktur-Investitionsanalyse

• Gemeinkostenanalyse • Prozesskostenanalyse • Lebenszykluskostenanalyse

DQM-Forschung Investitionsrechnung

• Klassifizierung von DQM-Kosten [Eppler/Helfert 2004]

• Wirtschaftlichkeitsanalyse-Framework für Informationsqualität [Masayana et al. 2009]

• Realoptionsanalyse für das DQM [Bobrowski/Vazquez-Soler 2004]

• Return on Investment (ROI) • Net Present Value (NPV) • Realoptionsanalyse (ROA) [Damodaran 2005]

Analysten und Verbände

• Business Case-Entwicklung für DQM [Karel et al. 2008; Radcliffe/Smith 2008]

• Total Cost of Ownership (TCO) [Kirwin 1987; Cappuccio et al. 1996]

• Earned-Value-Analyse [Project Management Institute 2013]

Tabelle 2-4: Ausgewählte Beiträge zur Wirtschaftlichkeitsanalyse

2.3 Stand der Forschung und Praxis 19

2.3.1 DQM-Strategie

DQM ist kein Projekt, sondern eine kontinuierliche Aufgabe, für die die Unterstützung der Unternehmensleitung unabdingbar ist. Die DQM-Strategie ist ein Plan, der Ziele, Handlungsoptionen und Handlungsbedarfe für den DQM-Bereich beschreibt. Im Idealfall ist die DQM-Strategie ein elementarer Bestandteil der Unternehmensstrategie und dient damit der Umsetzung der strategischen Unternehmensziele. Die DQM-Strategie richtet sich an die Konzernleitung der Unternehmen, das Management sowie an alle Mitarbeitenden. Einerseits leitet sich die DQM-Strategie aus den Unternehmensstrategien ab, wenn es um die Fokussierung und Ableitung konkreter Handlungsfelder geht. Die DQM-Strategie legt die Priorisierung der Umsetzungsmassnahmen fest unter Berücksichtigung der strategischen Unternehmensziele, des Reifegrads der Organisation für das Datenmanagement und des Projektportfolios. Andererseits erstellt die DQM-Strategie Vorgaben für die Funktions- und Geschäftsbereichsstrategien im Bereich Datenmanagement. Sie gibt den Rahmen für die Durchführung eines konzernweiten DQM vor, um 1. die strategisch wichtigen Daten in der geforderten Qualität bereitzustellen, 2. Aufgaben und Verantwortung im Umgang mit Daten eindeutig festzulegen und um 3. hohe DQ durch Methoden, Prozesse und die erforderliche Organisation zu sichern.

Gemäss DAMA beinhaltet eine DQM-Strategie folgende Bestandteile [DAMA 2009]:

• Vision für das Datenmanagement • „Summary Business Case“ mit ausgewählten Beispielen • Leitprinzipien, Werte und Managementsichten • „Mission Statement“ und langfristige Ziele • Erfolgskennzahlen für das DQM • Kurzfristige Ziele (12 bis 24 Monate) gemäss SMART-Prinzip (spezifisch,

messbar, akzeptiert, realistisch, terminiert) • Beschreibung der Rollen und Organisation des DQM • Beschreibung der Programmkomponenten und Initiativen im DQM • Umsetzungsplan • Strategische Reichweite („Scope“) des DQM und Investitionsentscheide

Im Rahmen dieser Arbeit wurde für die Dokumentation einer DQM-Strategie die in Abbildung 2-4 dargestellte Struktur entwickelt (vgl. Anwendung in BCS-Fallstudie).


Abbildung 2-4: Bestandteile einer DQM-Strategie

2.3.2 Wirtschaftliche Bewertung von Daten

Im DQM wird zwischen präventiven und reaktiven Massnahmen unterschieden. Präventives DQM zielt darauf ab, Datendefekte zu vermeiden, die negative Auswirkungen auf die DQ haben. Das reaktive DQM will vorhandene Datendefekte entdecken und beheben. Abbildung 2-5 (in Anlehnung an Eppler/Helfert [2004]) zeigt, dass die Folgekosten schlechter Daten abnehmen, je höher die DQ ist. Gleichzeitig fallen DQM-Kosten sowohl bei präventiven als auch bei reaktiven Initiativen an. Daher ergibt sich die kostenoptimale DQ dann als Minimum der Summenfunktion aus DQM-Kosten und Folgekosten defekter Daten [Eppler/Helfert 2004].

Abbildung 2-5: DQM-Kosten [Eppler/Helfert 2004, S. 319]

• Definition DQM-Ziele• Inhaltlicher und funktionaler Umfang• Beitrag zur Geschäfts- und IT-Strategie

Strategische AnforderungenA

• Definition von DQ• Entwicklung von DQ-

Kennzahlen und Zielgrössen

• Überwachung von DQ

QualitätssicherungB

• Rollen und organisatorische Verankerung

• Verantwortlichkeiten

OrganisationC

• Prozesse in DQM• Management des

Datenlebenszyklus

ProzesseD

• Definition des logischen Datenmodells

• Definition der Datenhaltungs- und -verteilungsarchitektur

ArchitekturE

• Umsetzungsplan zur Implementierung der DQM-Strategie• Kommunikationsmassnahmen• Auswirkungen auf Anspruchsgruppen

UmsetzungF

Datenqualität, DQ

Kosten, K

Folgekostendefekter Daten

Kummulierte DQM-Kosten

DQM-Kosten

kostenoptimales DQ-Niveau

∆K

∆DQ

2.4 Methoden-Engineering 21

Für die wirtschaftliche Bewertung von Daten gibt es verschiedene wissenschaftliche Ansätze, die versuchen, Daten über Analogien zu bewerten: • Die Betrachtung von Daten als Produkt [Wang 1998] beschreibt Stücklisten, deren

Bestandteile (Rohdaten und Datenkomponenten) in produktionsähnlichen Prozessen zu Informationsprodukten zusammengesetzt werden. Informationspro-dukte mit Geschäftspartnerdaten als Datenkomponenten wären z.B. Bestellungen oder Listen bevorzugter Lieferanten.

• Die Betrachtung von Daten als Ressource [Oppenheim et al. 2003] definiert Daten als Produktionsmittel für wertvolle Informationen oder reale Produkte.

• Die Betrachtung von Daten als Anlagegut („Data as an Asset“) [Horne 1995; Oppenheim et al. 2003] geht davon aus, dass Daten für einen bestimmten Zeitraum ihrer Existenz Nutzen stiften und daher wie andere immaterielle Anlagegüter auch, verwaltet werden müssen.

2.4 Methoden-Engineering

Eine Methode ist nach dem Verständnis des Methoden-Engineering ein systematisches Vorgehen zur Entwicklung von Informationssystemen (IS) [Heym/Österle 1993, S. 345]. Methoden-Engineering ermöglicht die Gestaltung von Methoden unter Anwendung der Prinzipien von Methoden, also dem ingenieursmässigen Entwurf von IS [Heym/Österle 1993, S. 347; Gutzwiller 1994, S. 11]. Die in dieser Arbeit vorgestellte Methode ist als Instanziierung eines von Gutzwiller [1994, S.13] vorgeschlagenen Metamodells (siehe Abbildung 2-6) gestaltet worden, das die Elemente der folgenden Teilmodelle einer Methode definiert:

• Vorgehensmodell. Eine Aktivität ist eine Verrichtungseinheit, die darauf abzielt, ein oder mehrere definierte Ergebnisse zu gestalten. Aktivitäten können hierarchisch strukturiert und Teil einer Ablauffolge sein. Alle Ablauffolgen gemeinsam bilden das Vorgehensmodell der Methode.

• Rollen. Menschen oder Gremien, die eine bestimmte Rolle bekleiden, nehmen Aktivitäten wahr. Eine Rolle fasst aus Sicht eines Auftraggebers verschiedene Aktivitäten zusammen. Rollen sind an Aktivitäten immer in einer bestimmten Form beteiligt (z.B. verantwortlich oder beratend).

• Ergebnisdokumente. Aktivitäten verwenden Ergebnisse und erzeugen oder modifizieren Ergebnisse.

• Metamodell. Das Metamodell spezifiziert die Gestaltungsobjekte der Ergebnisse. Im Sinne einer formalen Sprache definiert es Syntax und Semantik der Ergebnisse.

• Techniken. Techniken beschreiben, wie Ergebnisse erzeugt werden. Im Gegensatz zum Vorgehensmodell, das festlegt, wann und in welcher Abfolge welche

22 2.4 Methoden-Engineering

Ergebnisse zu gestalten sind, beschreiben Techniken, wie Ergebnisse gestaltet werden.

Abbildung 2-6: Metamodell des Methoden-Engineering von Gutzwiller [1994, S.13]

Metamodell

Entwurfs-ergebnis

Entwurfs-aktivität

Rolle

Technik erzeugt /verwendet

Anleitungfür Erstellung

hatAblauffolge

hierarchischstrukturiert

problemorientierteSicht auf

nimmt wahr

hierarchischstrukturiert

3.1 Business Engineering als Bezugsrahmen 23

3 Metamodell DQM-Strategie Das Metamodell legt den terminologischen und konzeptionellen Rahmen der Methode eindeutig fest. Es beschreibt die Gestaltungsobjekte bzw. Entwurfsergebnisse der Methode in Form von Metaentitätstypen, definiert deren Bedeutung und deren Beziehungen zueinander [Ferstl/Sinz 2001, S. 122].

3.1 Business Engineering als Bezugsrahmen

Die Forschungsdisziplin des Business Engineerings (BE) versteht sich als Konstruktionslehre für die ingenieursmässige Transformation von Unternehmen und ihren Geschäftsmodellen auf den Gestaltungsebenen Strategie, Prozesse und Systeme [Heym 1993; Gutzwiller 1994; Nuseibeh et al. 1996]. Der BE-Methodenkern fasst zentrale Konzepte unterschiedlicher BE-Ansätze in einer auf das Wesentliche reduzierten Methode zusammen und soll als verständliche Ausgangsbasis für eine Vielzahl von Transformationsprojekten dienen. Abbildung 3-1 dokumentiert die Entitäten des BE-Methodenkerns, die das Grundgerüst für das DQM-Metamodell bilden.

Abbildung 3-1: Metaentitäten des BE-Methodenkerns [Höning 2009, S. 252-257]

3.2 Erweiterung des Business Engineering Core Metamodells

Der BE-Methodenkern versteht sich als eine Reduktion auf das Wesentliche, kann und soll aber im Bedarfsfall um spezifische Konzepte erweitert werden. Die Auswahl der Metaentitätstypen und ihrer Beziehungen für das DQM-Metamodell basiert hier zum

Erfolgsfaktor

Kennzahl

bestimmt

Zielwert Massnahme

hat

Vergleich mit Ist-Wert führt zu

Geschäfts-prozess

AufgabeAktivität

Prozess-leistung

erzeugt/konsumiertZiel

Führung Aufbau-organisation

Ablauf-organisationsteuert

Informations-system

unterstützt

Organisation

inter-agiert mit

hat

führt aus

Geschäfts-objekt

erzeugt/konsumiert

Organisati-onseinheit

Kern-kompetenzhat

24 3.2 Erweiterung des Business Engineering Core Metamodells

einen auf den Erfahrungen der Fallstudien und Fokusgruppeninterviews. Zum anderen erfolgte eine Konsolidierung sämtlicher Metamodelle der im Rahmen des CC CDQ entstandenen wissenschaftlichen Arbeiten. Der Grund für die Konsolidierung ist, dass das Metamodell alle Handlungsfelder des DQM abdecken muss, da diese sich im Inhalt einer DQM-Strategie in Form von Massnahmen wiederfinden.

Zusätzlich zur graphischen Darstellung des Metamodells in Abbildung 3-2 sind in Anhang D alle Gestaltungsobjekte (Metaentitätstypen) alphabetisch aufgeführt und in folgender Struktur erklärt:

• Bezeichnung: Name des Metaentitätstyps, • Definition: präzise Beschreibung des Metaentitätstyps, • Beziehungen: Beschreibung der Beziehungstypen zu anderen Metaentitätstypen.

Die mit dem Präfix „BE::“ versehenen Metaentitätstypen sind in ihrer Bedeutung direkt dem Metamodell des Methodenkerns des BE entnommen [Österle et al. 2007, S. 192f; Höning 2009, S. 96-116].

3.2 Erweiterung des Business Engineering Core Metamodells 25

Abbildung 3-2: DQM-Metamodell

Applikationen

Prozesse & Methoden

Führungssystem

OrganisationStrategie

Datenarchitektur

Datenfluss

Metadaten

Datenobjekt-typbeziehung

Stammdaten-objekt

beschreibenrepräsentiert

beschreiben

Datenmodell

Semantisches Datenmodell

Metadaten-modell

Business Data Dictionary

abgeleitet aus

basiert aufspeichert

BE:: Aktivität

Geschäfts-objektattribut

BE:: Aufgabe

Metadaten-management-

prozess

ist eine Instanz von

generiert/konsumiert

steuert

ist repräsentiert durchBE::

Geschäfts-objekt

Geschäfts-objekttyp

Datenobjekt Datenobjekt-typ

BE:: Applikation

BE:: Geschäfts-

prozess

Stammdaten-klasse



DA Design-prozess

DQM-Informations-

system

Prozess-architektur

Integrations-architektur

Applikations-architektur

Daten-architektur

(DA)

Physisches Datenmodell

Logisches Datenmodell

Geschäfts-objekttyp-beziehung

Geschäfts-objekt-

beziehung


Datenobjekt-beziehung

Atomares Datenobjekt-

attribut

Datenobjekt-attributtyp

typisiert

Komplexes Datenobjekt-

attribut

BE:: Applikations-komponente

BE:: Applikations-

funktion

BE:: IT-Komponente

BE:: Applikations-

plattformBE:: Hardware

läuft auf

BE:: Informations-

system

BE:: Datenelement

operiert auf benutzt

BE:: Benutzer-schnittstelle

BE:: Daten-behälter

verbindet mit

BE:: Ablauf-organisation

DQ-Kennzahl

DQ-Dimension

BE:: Erfolgs-faktor

BE:: Kennzahl

definiert

operationa-lisiert

konzeptualisiertDatendefekt

verursacht

Geschäfts-problem

Prozess-Kennzahl

beeinflusst

beeinflusst

BE:: Ziel

Präventive DQM-

Massnahme

Reaktive DQM-

Massnahme

BE:: Zielsystem

BE:: Massnahme

BE:: Zielwert

hat

Vergleich mitIst-Wert führt zu

verhindertrepariert

DQM-Reife-gradskala

DQM-Erfolgs-faktor

definiert Datenver-sorgungs-

kette

DVK-Kennzahl

leitet Aus-führung vonDatenqualität

BE:: Aufbau-organisation

BE:: Organisations-

einheit

BE:: Stelle BE:: Mitarbeiter

BE:: Rolle DQM-Rolle

DQM-Organisationhat

erfüllt

Dynamische Fähigkeit

DQM-Fähigkeit

DQM-Routine

Routine

BE:: Organisation

hat

Funktions-bereichsziel

DQM-Ziel

Geschäfts-bereichsziel

Strategisches Unterneh-mensziel

BE:: Markt

operiert in

BE:: Geo-graphischer

Standort

beeinflusst

beeinflusst

Gesetz/ Verordnung

BE:: Geschäfts-partnerrolle

Geschäfts-regel

Geschäfts-richtlinie

implementiert

Strukturelle Geschäfts-

regel

Operative Geschäfts-

regel

definiertdie

Struktur von

bestimmtden Wert

von

leitet

beschränktden Werte-bereich von

leitetmisst

misst

konzeptualisiert

inter-agiert

mit

ist institutionalisiert in

unterstützt

hat

Unter-nehmens-architektur

Globales Stammdaten-

objekt

erfüllt

Komitee/ Gremium

leitet

leitet sichab aus

Kommuni-kations-

massnahme

Kultur

beeinflusst

26 4.1 Anforderungen an die Methode

4 Methode zur Strategieentwicklung und Wirtschaftlichkeitsanalyse

Das Kapitel 4 stellt die Methode zur Strategieentwicklung und Wirtschaftlichkeits-analyse für das unternehmensweite DQM vor. Ihre Aktivitäten sind zur Demonstration mit Anwendungsbeispielen unterlegt.

Die Methode findet in zwei verschiedenen Fällen Anwendung: Erstens wird sie genutzt, um eine initiale DQM-Strategie zu formulieren und zu implementieren sowie zweitens um kontinuierlich die bestehende DQM-Strategie zu kontrollieren und weiterzuentwickeln. Auslöser für diese Anwendungsfälle und die Zuweisung des Strategieentwicklungsmandats können sowohl unternehmensinterne- (z.B. Akquisitionen) als auch -externe Faktoren (z.B. neue regulatorische Anforderungen) sein.

4.1 Anforderungen an die Methode

Die Anforderungen an die Methode umfassen sowohl inhaltliche als auch forschungsmethodische Aspekte, die die Adressaten später in der Nutzung unterstützen. Die forschungsmethodischen Qualitätskriterien für das wissenschaftliche Artefakt und deren Einhaltung legt das Kapitel 6 ausführlich dar. Die inhaltlichen Anforderungen an die Methode wurden abgeleitet mittels der in Kapitel 2 analysierten Literatur sowie Befragung von Praxispartnern zu ihrer Erwartungshaltung an die Methode. Die Checkliste der inhaltlichen Charakteristika, die die Methodenkonstruktion geführt hat, zeigt Tabelle 4-1.

4.2 Übersicht über Aktivitäten und Techniken 27

Inhaltliche Anforderung Beschreibung

Bezug zum DQM Die Methode soll einen Transfer existierender Konzepte auf das Thema DQM leisten und DQM-spezifische Herausforderungen bei der Strategieentwicklung und Wirtschaftlichkeitsanalyse berücksichtigen.

Transparenz der Strategieentwicklung unter Einbezug aller beteiligten Anspruchsgruppen

Die Methode soll die Transparenz des Strategiedefinitionsprozesses sowie die Beteiligung und Unterstützung aller wichtigen Anspruchsgruppen sichern.

Einklang der DQM-Strategie mit der Unternehmens-strategie & -umwelt

Die Methode muss den sog. „Strategic Fit“ mit unternehmensinternen und externen Einflussfaktoren garantieren, um die Zukunftsrelevanz der DQM-Strategie zu sichern.

Aufzeigen des Handlungsbedarfs

Die Methode muss umfassend die Verbesserungspotentiale identifizieren und jeweils die Dringlichkeit des Handlungsbedarfs bewerten.

Formulierung des Soll-Zustands & der dafür notwendigen Massnahmen

Die Methode muss sowohl sicherstellen, dass die Ziele, Prinzipien und Richtlinien für das DQM entworfen und kommuniziert sind als auch, dass der Umsetzungsplan DQM-spezifische Abhängigkeiten seiner Massnahmen untereinander sowie zu anderen strategischen Unternehmensinitiativen berücksichtigt.

Darstellung des Wertbeitrags Der Beitrag des DQM zur Unternehmensstrategie bzw. Funktions-/ Geschäftsbereichsstrategien muss für alle Beteiligten jederzeit nachvollziehbar sein. Neben dem Verständnis der DQM-Gesamtstrategie ist für eine reibungslose Umsetzung auch wichtig, dass die Methode das Verständnis der Mitarbeiter für den Beitrag der Einzelziele (z.B. in BSC) und -massnahmen zur Gesamtstrategie sichert.

Transparenz über Kosten & Nutzen des DQM

Die Methode muss den DQM-spezifischen Herausforderungen bei der Wirtschaftlichkeitsanalyse gerecht werden.

Prävention & kontinuierliche Verbesserung des DQM

Die Methode muss ein vorbeugendes DQM erzielen, wodurch Konzerndaten genauso gut gemanaged werden wie andere wichtige „Assets“ im Unternehmen auch (z.B. Produktionsanlagen, Mitarbeiter). Gleichzeitig muss die Methode eine Strategieumsetzung und -kontrolle ermöglichen, die zu einer kontinuierlichen Verbesserung führt.

Tabelle 4-1: Inhaltliche Anforderungen an die Methode

4.2 Übersicht über Aktivitäten und Techniken

Die DQM-Strategie wird abgeleitet aus der Unternehmensstrategie und steht in Abhängigkeit zu Geschäfts- und Funktionsbereichsstrategien (insbes. IT-Strategie) sowie Regionalstrategien. Diese Einordnung der DQM-Strategie mit ihrem strategischen Managementprozess, in dem die hier entwickelte Methode angewendet wird, liefert die Pyramide von Abbildung 4-1.

Auf der linken Seite befinden sich unternehmensexterne Faktoren, die die Zuweisung eines Mandats zur DQM-Strategieentwicklung durch die Unternehmensleitung bewirken können. Die Methode besteht aus vier Phasen: Phase I beinhaltet die Analyse interner und externer Einflussfaktoren für die DQM-Strategie, Phase II die Strategieentwicklung, Phase III die Wirtschaftlichkeitsanalyse und Phase IV die Strategieumsetzung und -kontrolle.

28 4.2 Übersicht über Aktivitäten und Techniken

Abbildung 4-1: Einordnung der DQM-Strategie

Abbildung 4-2 liefert die Gesamtübersicht über die Aktivitäten, Techniken und Entwurfsergebnisse jeder Phase.

• I Analyse: Ziel ist die Definition der Reichweite, der Anspruchsgruppen und des Beitrags der DQM-Strategie zur Unternehmensstrategie bzw. die Ableitung unternehmensinterner und -externer Anforderungen für das DQM.

• II Strategieentwicklung: In der Strategieformulierung werden die strategischen DQM-Ziele, Prinzipien und Richtlinien definiert. Darauf aufbauend erfolgt die Ableitung eines Umsetzungsplans.

• III Wirtschaftlichkeitsanalyse: Phase III ist notwendig zur Quantifizierung des monetären Werts hoher DQ und zur ökonomischen Rechtfertigung von DQM-Investitionsentscheidungen. Die Investitionsrechnung schafft die Voraussetzung für die anschliessende Überwachung der DQM-Kosten und des realisierten Nutzens in Phase IV.

• IV Umsetzung & Kontrolle: Phase IV dient dem Operationalisieren des Umsetzungsplans zum einen mittels Techniken des Programm- und Projektmanagements und zum anderen mittels Verankerung von DQM-Zielen in den Funktions- und Geschäftsbereichsstrategien. Veränderungsmanagement-Massnahmen sichern den DQM-Programmerfolg ab. Ein Strategie-Controlling in Form einer spezifischen Balanced Scorecard dient als Instrument für die Überwachung und Erfolgsmessung der Massnahmen des DQM.

Ebenfalls eine Form der Kontrolle stellt das kontinuierliche Überwachen der Prämissen der gewählten Strategie dar. Ändern sich die Bedingungen im Umfeld des Unternehmens, so kann eine erneute Anpassung der Strategie erforderlich werden. Die Prämissenkontrolle ist identisch mit der strategischen Analyse in Phase I, wodurch klar wird, dass es sich beim Strategischen Management für DQM um einen kontinuierlichen Prozess handelt.

Kultur

Vision

Unternehmensstrategie

Funktionsbereichs-, Geschäftsbereichs-und Regionalstrategien

Strategischer Management Prozess für DQM

Analyse Wirtschaftlich-keitsanalyse

Strategie-entwicklung

Umsetzung & Kontrolle

II III IVI

DQM-Strategie

DQM-Mandat

Technologischer Fortschritt (IT, DQM)

Marktentwicklungen (ökonomisch, regulatorisch)

DQM-Benchmarking

4.2 Übersicht über Aktivitäten und Techniken 29

Abbildung 4-2: Methode zur Strategieentwicklung und Wirtschaftlichkeitsanalyse für

das DQM

Das Vorgehensmodell [Gutzwiller 1994] in Abbildung 4-3 zeigt die zeitliche Reihenfolge der Aktivitäten in den einzelnen Phasen.

Die Entwurfsergebnisse der Phasen sind als aufeinander aufbauend zu betrachten, d. h. sie stehen in einer zeitlichen Reihenfolge, wobei Rücksprünge bzw. Iterationen möglich sind. Ein Beispiel dafür ist Phase III, da die Techniken der Wirtschaftlichkeitsanalyse auch dazu angewendet werden können, das Mandat für DQM im Unternehmen letztendlich zu erweitern und der Konzern-Datensteward anschliessend in Phase I springen kann. Durch die Unterteilung in Phasen wird die Methode flexibler, da sie, abhängig von den bereits in einem Unternehmen bestehenden Entwurfsergebnissen (z.B. bestehende DQM-Stärken-Schwächen-Analyse), nicht zwingend vollständig umgesetzt werden muss [Bucher 2009].

ErgebnisdokumenteTechnikenAktivitäten

Liste beziehender Organisationseinheiten und Datenklassen, Stakeholder-Liste, -Map, -Matrix, Liste von Anforderungen für DQM aus Geschäfts-, IT- und DQM-Strategie, Wertbeitrag des DQM, Reifegradergebnis, Stärken/Verbesserungspotentiale

Benchmarking-Bericht/-Profil, Katalog selektierter Best-Practices abgeleitet von Leistungslücke, Liste von DQM-relevanten regulatorischen Anforderungen sowie Markt- und Technologieentwicklungen

• Festlegen der strategischen Reichweite• Stakeholder-Analyse• Analyse der Geschäfts- und IT-Strategie• Positionsbestimmung der DQM-Strategie• DQM-Reifegradanalyse

Analyse interner Anforderungen

I.1

Analyse externer Anforderungen

I.2

Phase I

Analyse

• DQM-Benchmarking• Analyse von Marktanforderungen• Analyse von Technologieentwicklungen

Phase II

Strategieentw

icklung

Strategie-formulierung

II.1

DQM Vision/Mission, strategische DQM-Ziele, Prinzipien, Richtlinien, Beschreibung strategischer Optionen für DQM inklusive Vor- & Nachteilen

• Formulierung DQM-Vision• Definition DQM-Ziele, strategische

Prinzipien und Richtlinien• Entwicklung von Lösungsoptionen

Entwicklung Umsetzungsplan

II.2

• Ableitung Massnahmenkatalog• Priorisierung der Massnahmen• Definition Umsetzungsplan

Liste strategischer DQM-Massnahmen inkl. Aufwand und Wertbeitrag, Blaupause für strategischen Umsetzungsplan (Reihenfolge und Abhängigkeiten der Massnahmen, Meilensteine)

Phase III W

irtschaftlich-keitsanalyse

Identifikation von Wirkungsketten

III.1 Benefits Dependency Network,Balanced Scorecard Strategy Map

• Benefits Dependency Network• Balanced Scorecard Strategy Map

Schaffung Kosten-/ Nutzentransparenz

III.2

Liste von DQM-Kosten/-Nutzenpositionen, Datenpflegeprozesskosten, Lebenszyklus-/ DQM-Gesamtbetriebskosten (TCO)

• Gemeinkostenanalyse, Teilekostenanalyse• Lebenszykluskostenrechnung/TCO• Prozesskostenanalyse für DQM• Business Case Framework

Investitions-rechnung

III.3 Investitionsrechnung für DQM• Statische Bewertungstechnik (z.B. ROI)• Dynamische Bewertungstechnik (z.B. NPV)• Realoptionsanalyse

Phase IV

Um

setzung & K

ontrolle

Implementierung DQM-Strategie

IV.1

DQM-Programmplan, Projektstrukturplan, Meilensteinplan, Gantt-Diagramm, Netzplan etc., DQM-Balanced Scorecards, DQM-Ziele in Funktions-/ Geschäftsbereichsstrategien eingebettet

• Techniken des Programm- und Projektmanagements (Promet PM/ PMI)

• Entwicklung Balanced Scorecards

Veränderungs-management

IV.2Stakeholder-Liste, -Map, -Matrix, Informations- und Schulungskonzept, DQM-Konzernrichtlinie, Anreizsystem

• Techniken des Veränderungsmanagements (z.B. Promet Change Management)

DQM-Investitions-

kontrolle

IV.3

Planungsabweichungen und deren Ursachen (Projektstatusbericht/ Phasenabschlussbericht), EVA-Diagramm, Balanced Scorecards

• Earned-Value-Analyse (EVA)• Überwachung der Balanced Scorecards

30 4.2 Übersicht über Aktivitäten und Techniken

Abbildung 4-3: Vorgehensmodell der Methode

I Analyse III Wirtschaftlichkeits-analyse

II Strategieentwicklung IV Umsetzung & Kontrolle

Analyseinterner

Anforderungen

Analyseexterner

Anforderungen

Identifikationvon Wirkungsketten

Strategie-formulierung

Entwicklung Umsetzungsplan

SchaffungKosten-/ Nutzen-

transparenz

Investitions-rechnung

Implemen-tierung

DQM-Strategie

Veränderungs-management

DQM-Investitionskontrolle

IV.1

IV.2

IV.3

III.1

III.2

III.3

II.1

II.2

I.1

I.2

4.3 Rollen 31

4.3 Rollen

Die Rollen der Methode basieren auf einem Referenzmodell für Data Governance [Weber 2009]. Die zentrale Rolle bildet der Konzern-Datensteward, der die Verantwortung trägt für die Konfiguration (z.B. Auswahl von Techniken) und Anwendung der Methode, die Koordination der Zusammenarbeit der beteiligten Personen und Gremien und die Ergebnisdokumentation. Tabelle 4-2 liefert eine Beschreibung der Rollen und ihrer Zuständigkeiten. Der Auftraggeber verleiht das DQM-Mandat, definiert Ziele der Methodenanwendung, gewährleistet die Verfügbarkeit der benötigten Ressourcen und gibt die DQM-Strategie frei. Prozesseigentümer sowie fachliche und technische Datenstewards dienen als Gesprächspartner für die Analyse sowie Planung und Umsetzung von DQM-Verbesserungsmassnahmen.

Rolle / Gremium Beschreibung

Auftraggeber (engl. Executive Sponsor)

Der Auftraggeber verkörpert die Unterstützung des DQM durch die Unternehmensleitung. Er ist der strategische Leiter des DQM und stellt die oberste Eskalationsstufe für die Lösung von Konflikten dar.

DQM-Komitee (engl. Data Quality Board)

Das DQM-Komitee ist das strategische Entscheidungsgremium des DQM. Es hat die Aufsicht über die Umsetzung und Einhaltung der DQM-Strategie und kontrolliert die DQM-Massnahmen.

Konzern-Datensteward (engl. Corporate Data Steward)

Der Konzern-Datensteward trägt die strategische und operative Verantwortung für das DQM. Die Rolle besitzt die notwendige Kompetenz, um Entscheidungen des Datenqualitäts-Komitees in die Organisation zu tragen und alle Mitarbeiter des DQM zu koordinieren. Er definiert die DQM-Strategie, überwacht die Einhaltung der Prinzipien und überprüft den Grad der Zielerreichung. Für das DQM-Komitee bereitet er Entscheidungsvorlagen vor, berichtet über Fortschritte und forciert eine präventive, nachhaltige DQM-Strategie. Ausserdem vertritt er das Thema DQM in anderen Projekten des Unternehmens.

Fachlicher Datensteward (engl. Business Data Steward)

Fachliche Datenstewards kümmern sich in ihrem Verantwortungsbereich um die Qualität der Datenobjekte aus fachlicher Sicht. Sie repräsentieren als Experten die Interessen ihres Fachgebiets.

Technischer Datensteward (engl. Technical Data Steward)

Technische Datenstewards beschäftigen sich innerhalb ihres Verantwortungsbereiches mit der informationstechnischen Umsetzung der fachlichen Vorgaben des DQM.

DQM-Team (engl. Data Steward Team)

Das DQM-Team repräsentiert die Datenstewards des Unternehmens. Es trifft sich regelmässig, um Erfahrungen auszutauschen und über aktuelle Probleme zu diskutieren und sie zu lösen.

Prozesseigentümer (engl. Process Owner)

Prozesseigentümer [DIN/EN/ISO 2000, S. 22] dienen als Gesprächspartner für die Strategieentwicklung und Wirtschaftlichkeitsanalyse. Typische Aufgaben eines Prozesseigentümers sind die Planung und Kontrolle von Prozesszielen, die Pflege von Prozesskennzahlen und die Planung und Initiierung von Verbesserungsmassnahmen.

Tabelle 4-2: Rollen und Gremien des DQM

In Tabelle 4-3 ist die Zuordnung der Rollen zu den Gestaltungsobjekten der Methode gemäss RACI-Notation dargestellt [Drugescu/Etges 2006]. RACI steht für die Anfangsbuchstaben der Funktionen „responsible“ (ist verantwortlich), „accountable“ (ist rechenschaftspflichtig), „consulted“ (berät) und „informed“ (wird informiert).

32 4.4 Phase I: Analyse

Gestaltungsobjekt Rolle

Strategie-dokument

Wirtschaftlich- Keitsanalyse

DQ-Kennzahlen-system

Anreizsystem

Auftraggeber A I I

DQM- Komitee A A A

Konzern-Datensteward R R A A

Fachlicher Datensteward C C R R

Technischer Datensteward C/I C/I I C

DQM-Team I I I I

Prozesseigentümer C/I C/I C C

Legende R = responsible (ist verantwortlich), A = accountable (ist rechenschaftspflichtig), C = consulted (berät), I = informed (wird informiert)

Tabelle 4-3: Rollen-Gestaltungsobjekt-Zuordnung der Methode

4.4 Phase I: Analyse

Phase I besteht aus einer Ist-Analyse, der Ableitung von Anforderungen für ein Sollkonzept sowie einer darauf aufbauenden Stärken-Schwächen-Betrachtung des DQM. Die Ist-Analyse erschliesst die unternehmensspezifischen Voraussetzungen der DQM-Strategie. Dazu gehören neben übergeordneten Strategiethemen vor allem auch die Identifizierung bestehender Initiativen sowie Handlungsfelder auf fachlicher, organisatorischer, technischer und kultureller Ebene. Mit Hilfe von Benchmarks sowie Markt- und Trendanalysen wird ein Sollkonzept entwickelt, das für die Bewertung der Ergebnisse einer Stärken-Schwächen-Analyse, des aktuellen Reifegrads und der strategischen Zielbestimmung als Vergleichsmassstab verwendet werden kann. Die Anforderungen für die DQM-Strategie werden in unternehmensintern und -extern (vom Markt und aus dem Unternehmensnetzwerk) unterschieden.

4.4.1 Aktivität I.1 Analyse interner Anforderungen

Ziel der Aktivität I.1 ist die Analyse unternehmensinterner Anforderungen für das DQM. Ausgangspunkte für die DQM-Strategie sind die Anforderungen, die aus der Unternehmensstrategie, den aktuellen und zukünftigen Geschäftsprozessen sowie aus der vorhandenen IT-Landschaft und den vorhandenen Datenbeständen resultieren.

4.4 Phase I: Analyse 33

Aktivität I.1 Analyse interner Anforderungen Ziel ist die Definition der Reichweite, der Anspruchsgruppen und des Beitrags der DQM-Strategie zur Unternehmensstrategie bzw. die Ableitung unternehmensinterner Anforderungen für das DQM.

Input/Vorbedingungen Dokumente der Unternehmens- und IT-Strategie sowie weiterer Teilstrategien liegen vor. Dokumentation der Aufbau- und Ablauforganisation liegt vor. Derzeitige DQM-Strategie liegt vor (wenn vorhanden).

Ergebnisdokumente • Definition strategische Reichweite

(Liste einzubeziehender Organisationseinheiten, Datenklassen etc.)

• Stakeholder-Liste, -Map, -Matrix • Liste von Anforderungen für DQM,

Wertbeitrag des DQM zur Unternehmensstrategie

• Ergebnisse der Prüfung der derzeitigen DQM-Strategie

• Liste von Stärken/ Verbesserungspotentialen

• Reifegradergebnis

Rollen • Auftraggeber • Konzern-

Datensteward • Prozesseigentümer

Techniken • Festlegen der strategischen

Reichweite • Stakeholder-Analyse • Analyse der Geschäfts-

und IT-Strategie • Prüfung derzeitige

DQM-Strategie • DQM-Reifegradanalyse

Checkliste Im Rahmen der definierten strategischen Reichweite des DQM ist der Ist-Zustand analysiert,

sind Stärken und Verbesserungspotentiale des DQM sowie Stakeholder identifiziert. Handlungsbedarfe und interne Anforderungen für das DQM sind erläutert.

Tabelle 4-4: Aktivität I.1 Analyse interner Anforderungen

4.4.1.1 Technik Festlegen der strategischen Reichweite

Das Festlegen der strategischen Reichweite der DQM-Strategie ist die Basis für alle weiteren Analyse-Tätigkeiten, für die Beschreibung der Ist- und Soll-Situation sowie in Phase II für die Formulierung der DQM-Ziele. Die strategische Reichweite steckt den Rahmen ab, für den die DQM-Strategie entwickelt werden soll. Häufig ist die strategische Reichweite schon durch die Zuweisung des Mandats vom Auftraggeber bestimmt. Wenn nicht, ist es die Aufgabe des Konzern-Datenstewards, die einzubeziehenden Organisationseinheiten, Regionen, Datenklassen, Prozesse und Systeme zu definieren und mit dem Auftraggeber abzustimmen.

Als Ergebnisdokumentation sollte eine Aufstellung der einzubeziehenden Bereiche in der folgenden Form gebildet werden: • Organisationseinheiten (inkl. Grösse und Entscheidungsträger Input für

Stakeholder-Analyse) • Datenklassen • Regionen und Länder • DQM-relevante Kernprozesse • Verwendete Anwendungssysteme (optional) • Verweis auf die relevanten Unternehmensziele für die Organisationseinheit


4.4.1.2 Technik Stakeholder-Analyse

Ziel der Technik Stakeholder-Analyse ist die Identifikation und Analyse von Interessengruppen bzw. Interessenträgern (engl. stakeholder), die in den Strategieentwicklungsprozess einzubinden sind. Dabei werden nicht nur die Verantwortlichkeiten der Stakeholder betrachtet, sondern auch deren Ansprüche an das Thema, ihre Unterstützungsbereitschaft sowie ihr Einfluss und ihre Kommunikationsrolle im Unternehmen [IMG 1997].

Ein Stakeholder ist ein Synonym für Projektbeteiligte (DIN 69905) und beschreibt eine Person oder Organisationseinheit, die ein Interesse am Erfolg des DQM-Programms hat oder von der Leistung des DQM profitiert. Die Technik Stakeholder-Analyse wird durch den Konzern-Datensteward angewendet, dessen Aufgabe es ist, in Phase I die Stakeholder zu identifizieren und deren Einfluss, Macht und Position zum DQM-Programm zu bewerten. Für die Bewertung der Stakeholder kann sich der Konzern-Datensteward mit dem Auftraggeber, den Prozesseigentümern sowie sich mit den fachlichen und technischen Datenstewards abstimmen. Im Falle einer Gefahr für das Programm sind entsprechende Massnahmen zu planen und einzuleiten. Die Ergebnisdokumente der Technik gemäss PROMET CM [IMG 1997], nämlich die Stakeholder-Liste, Stakeholder-Map, Stakeholder Matrix und die Projektumfeldanalyse liefern eine genaue Übersicht, welche Personen in welcher Form in den Strategieentwicklungsprozess eingebunden werden müssen. Tabelle 4-5 zeigt die Schritte der Stakeholder-Analyse.

Ergebnisse Beschreibung

Identifizierung der Stakeholder

Es werden die Anspruchsgruppen und -personen ermittelt, die einen unmittelbaren Einfluss auf den Projektfortschritt haben oder von den Projektzielen direkt betroffen sind.

Zuordnung auf die Stakeholder-Map

Die Map zeigt die Zusammenhänge und Beziehungen zwischen den Stakeholdern auf.

Stakeholder-Matrix Für jeden Stakeholder werden die jeweiligen Ziele/Chancen/Interessen und Risiken/Konflikte beschrieben und Massnahmen erarbeitet.

Stakeholder-Bewertung Für jeden Stakeholder wird die Bedeutung für das Projekt und die Projektvalenz ermittelt. Die Projekt-Valenz des Stakeholders trifft eine Aussage über die Wertigkeit der Unterstützung für das Projekt. Hierzu werden die fachliche und soziale Kompetenz beigezogen und zur Aussage zusammengefasst, ob der Stakeholder eine fördernde bzw. verhindernde Auswirkung auf den Projektverlauf hat.

Tabelle 4-5: Stakeholder-Analyse gemäss Promet CM [IMG 1997]


Für das Ergebnisdokument Stakeholder-Map, das dazu dient, den Verlauf des Wandels bestimmter Stakeholder zu verfolgen, müssen kritische Rollen wie folgt kodiert werden [IMG 1997]:

• Auftraggeber (Kodierung „A”) • Projektleiter (Kodierung „PL”) • Opinion Leader (Kodierung „O”) • Fachexperte (Farbkennung)

Weitere DQM-spezifische Rollen können im Prinzip zwar frei definiert werden, aber es empfiehlt sich, die Rollen des Referenzmodells für Data Governance [Weber 2009] zu verwenden (vgl. Tabelle 4-2: Rollen und Gremien des DQM).

4.4.1.3 Technik Analyse der Geschäfts- und IT-Strategie

Um den Wertbeitrag des DQM am Unternehmenserfolg sicherzustellen, ist es für Unternehmen unerlässlich, eine aus der Unternehmensstrategie abgeleitete DQM-Strategie zu formulieren und diese zielgerichtet zu verfolgen. Gerade vor dem Hintergrund der späteren Einbettung von DQM-Massnahmen in Trägerprojekte ist nicht nur die Analyse der Unternehmensstrategie sondern auch der Funktions- (insbes. IT-Strategie) und Geschäftsbereichsstrategien sinnvoll.

Daher verfolgt die Technik Analyse der Geschäfts- und IT-Strategie die Absicht, aus den Beschreibungen des Ist- und Soll-Zustands, Anforderungen für das DQM abzuleiten. Das Ergebnis der Technik ist eine Liste selektierter Geschäfts- und IT-Ziele sowie die Dokumentation des Beitrags, den das DQM zu ihrer Erfüllung leisten kann und soll.

Zu den wichtigsten unternehmensinternen Treibern für Datenqualität gehören:

• Unternehmenszukäufe und -zusammenschlüsse (M&A: Mergers & Acquisitions) • 360-Grad-Blick auf den Kunden und die Konsumentenzentrierung • Compliance • Vertrauenswürdiges Berichtswesen • Operational Excellence • Datensicherheit

Insbesondere M&As sind ein wichtiges Instrument von Unternehmensstrategien. In der chemischen Industrie hat z.B. die BASF AG seit 2005 u.a. die Eletronikchemikaliensparte von Merck, die Feinchemiefirma Orgamol, den Katalysatorhersteller Engelhard, die Bauchemikaliensparte von Degussa sowie den Spezialchemiekonzern Ciba übernommen. Unternehmen, die häufige Unternehmensfusionen und -zukäufe durchführen, haben einen erhöhten Bedarf an Flexibilität und müssen die Daten ihrer M&A-Partner in die eigenen Geschäftsprozesse und Systeme integrieren. Des Weiteren erfordert Outsourcing von


Aufgaben eine intensive Zusammenarbeit bzw. den Datenaustausch mit externen Unternehmen, d.h. Interoperabilität. Neben den oben genannten Treibern sollten die Organisationsstruktur (hierarchisch/dezentral als Netzwerk), Organisationskultur (autoritär/konsensorientiert) und -politik in die Analyse einbezogen werden. Einflussfaktoren für das DQM aus der IT-Strategie können z.B. die Ablösung von Altsystemen, die Einführung neuer Technologien oder die Standardisierung der Prozesse und der Applikationslandschaft sein.

Tabelle 4-6 zeigt einen Auszug der Ergebnisse eines Bahnkonzerns nach einer Analyse der Anlagenmanagementstrategie hinsichtlich der Anforderungen an das DQM.

Konzernziele Anforderung an das DQM/ Wertbeitrag

Pünktlichkeit und Sicherheit

Für Ereignismanagement stehen die notwendigen Informationen zur Verfügung und der Kunde kann bestmöglich informiert werden

Echtzeitdaten notwendig, Integration verschiedener Datendomänen und Nutzung neuer Medien

Der Zustand der Anlage / Anlagekomponenten ist transparent und wird präventiv gewartet

Anlageinformationen (einschl. Zustand) hinreichend bekannt und verfügbar mit Analyse für präventive Massnahmen und betrieblichen Verschleiss

…

Tabelle 4-6: DQM-Wertbeitrag zur Anlagenmanagementstrategie (Auszug)

4.4.1.4 Technik Prüfung derzeitige DQM-Strategie

Jede neue DQM-Strategie sollte bereits vorher eingeleitete und umgesetzte (Teil-) Strategien berücksichtigen, um ein möglichst umfassendes Bild der Ausgangssituation zu gewinnen. Darüber hinaus liefern die Ergebnisse der Aktivität IV.3 DQM-Investitionskontrolle (Kapitel 4.7.3) weiteren Input.

Als Checkliste dienen folgende Fragen (in Anlehnung an PROMET BSD [IMG 1998]):

• Wann wurde die Strategie das letzte Mal angepasst? • Ist die Strategie den Mitarbeitern bekannt und ist sie kommunizierbar? • Ist die DQM-Strategie ein Teil des gesamten Führungssystems? • Wird die Strategie gelebt, ist sie Basis des Handelns in allen Hierarchiestufen? • Hat die Strategie eine Logik und einen Fokus? Sind die strategischen Ziele klar,

konsistent, vorteilhaft und umsetzbar? • Wie sind die Potenziale der Mitarbeiter hinsichtlich Qualifikation,

Serviceorientierung und Loyalität einzuschätzen? • Genügt die DQM-Aufbau- und Ablauforganisation noch den Anforderungen des

Geschäfts und der IT? • Sollte die strategische Reichweite der DQM-Strategie angepasst bzw. erweitert

werden (Überprüfung des DQM-Leitbilds, der einzubeziehenden Unternehmensbereiche und Datenklassen)?


Insbesondere der letzten Frage kommt besondere Bedeutung zu, da der Strategieentwicklungsprozess durch den strategischen Rahmen ressourcenbezogen, zeitlich, instrumentell und methodisch genauer abgesteckt wird (vgl. 4.4.1.1 Technik Festlegen der strategischen Reichweite).

Die zuvor genannten Fragen überschneiden sich zum Teil mit dem EFQM-Fragenkatalog [EFQM 2011] zur DQM-Reifegradanalyse in den Handlungsfeldern Strategie und Organisation. Dennoch handelt es sich hier um eine separate Technik, da ein Check der bestehenden DQM-Strategie zwingend in jedem neuen Strategieentwicklungszyklus vorgenommen werden muss (im Gegensatz zu einer Reifegradanalyse).

4.4.1.5 Technik DQM-Reifegradanalyse

Das Ziel der Technik DQM-Reifegradanalyse ist die Bestimmung der Ausgangssituation des DQM im Unternehmen, der Identifikation von Verbesserungsbereichen sowie der Fortschrittskontrolle bei der Umsetzung. In Kooperation mit der European Foundation for Quality Management (EFQM) hat das CC CDQ, das EFQM Exzellenz-Modell für DQM entwickelt (siehe Abbildung 2-1) [EFQM 2011]. Neben der Reifegradmessung wird es auch für Benchmarking verwendet [Ofner 2013]. Das Reifegradmodell beinhaltet eine Reifegradskala zur Bewertung der Umsetzungsgrade der Erfolgsfaktoren und ein Bewertungsverfahren zur Berechnung eines Gesamtreifegrades. Die Einordnung in der Reifegrad-Skala erfolgt mittels standardisierter Interviews anhand eines Fragenkatalogs (Prüfung von 27 Teilkriterien) sowie mittels einer Dokumentenanalyse.

Tabelle 4-7 zeigt die Reifegradstufen des EFQM-Modells [EFQM 2011]: Stufe I entspricht der Startphase, Stufe V der absoluten Reifephase. Für einen grundsätzlichen Ansatz eines DQMs müssen Rollen definiert und gelebt werden, das Zusammenspiel zwischen DQM-Team, IT und den Fachbereichen garantiert und eine Steuerung etabliert sein. Ebenso muss eine eindeutige Definition der Daten und eine hinreichende Transparenz der Daten zu Geschäftsprozessen und Applikationen vorliegen. Die Priorisierung der Aktivitäten ist aus den Geschäftsstrategien abzuleiten.

Der Entwicklungsfortschritt verläuft entsprechend einer S-förmigen Lernkurve zwischen Stufe I und V. Das heisst, der Fortschritt erfolgt zuerst langsam (Mobilisierungsphase), nimmt dann an Geschwindigkeit zu und verlangsamt sich mit zunehmender Reife wieder (abnehmender Grenznutzen).


Stufe Beschreibung

V. Vollständig erreicht

• Ein hervorragendes, flächendeckendes Ergebnis in allen Bereichen und Aspekten • Eine vorbildliche Lösung oder Leistung; eine signifikante Verbesserung ist kaum

noch vorstellbar

IV. Beträchtliche Fortschritte

• Klarer Nachweis für gute Umsetzung • Richtige und regelmässige Überprüfungen und Verbesserungen • Zielwerte sind ausgerichtet an die Bedürfnisse der Datennutzer

III. Durchschnittliche Fortschritte

• Nachweis, dass das Vorgehen klar begründet ist (Standard, Prozeduren, Richtlinien existieren, die die erforderliche Datenqualität sicherstellen sollen)

• Ansätze werden in einigen Bereichen implementiert • Ziele für das DQM sind definiert

II. Gewisse Fortschritte

• Datenqualität wird in manchen Bereichen gemessen und geprüft • Teilweise führen die Überprüfungen zur Planung von Verbesserungsmassnahmen • Anspruchsgruppen des DQM sind identifiziert u. sensibilisiert

I. Noch nicht begonnen

• DQM verläuft ad-hoc und ungeplant • Datenqualität ist abhängig von dem individuellen Einsatz der Mitarbeiter • Es bestehen hohe Projektrisiken (Budget, Zeit), da Massnahmen für

Datenbereinigungen nicht abschätzbar sind

Tabelle 4-7: Reifegradstufen des EFQM-Modells [EFQM 2011]

Die Methodik für die Datenerhebung analysiert für jedes der 27 Teilkriterien die aktuelle Situation (Reifegrad) sowie die Priorität. Aus der Bewertung des Reifegrads und der Priorität pro Teilkriterium berechnet sich ihr Handlungsbedarf sowie der angestrebte Soll-Zustand (vgl. Abbildung 4-4).

Abbildung 4-4: Ergebnisse der Reifegradanalyse

Abbildung 4-5 zeigt die Visualisierung des Handlungsbedarfs in Form einer sogenannten „Heat-Map“.

39%

45%

45%

34%

37%

28%

49%

0% 20% 40% 60% 80% 100%

Gesamt

Applikationen

Datenarchitektur

Prozesse & Methoden

Organisation

Führungssystem

Strategie

Erreichter Reifegrad

Reifegrad pro BereichStrategie

Führungs-system

OrganisationDaten-architektur

Applikationen

Gesamtreifegrad Ist- und Soll-Ergebnis

100%

0%

Ist (2013)Soll (2014)

Prozesse & Methoden


Abbildung 4-5: Aus Reifegrad und Priorität abgeleitete Handlungsbedarfe

4.4.2 Aktivität I.2 Analyse externer Anforderungen

Die Aktivität I.2 Analyse externer Anforderungen beinhaltet die Ableitung von DQM-Anforderungen aus Entwicklungen des Markts, der Technologie und aus dem DQM-Benchmarking. Ziel ist es, die durch Umweltveränderung sich ergebenden Chancen, aber auch die eventuell auftauchenden Bedrohungen für das DQM frühzeitig erkennen zu können.

Aktivität I.2 Analyse externer Anforderungen Ziel sind die Analyse von Marktanforderungen und Technologieentwicklungen mit Relevanz für das DQM sowie ein DQM-Benchmarking mit anderen Unternehmen.

Input/Vorbedingungen Branchen-, IT- und DQM-Trend-Analysen Reifegradergebnis

Ergebnisdokumente • Benchmarking-Bericht/-Profil • Katalog selektierter Best-Practices

abgeleitet von Leistungslücke • Liste von DQM-relevanten,

regulatorischen Anforderungen sowie Markt- und Technologieentwicklungen



Techniken • DQM-Benchmarking • Analyse von

Marktanforderungen • Analyse von

Technologieentwicklungen

Checkliste DQM-relevante Anforderungen sowie Chancen und Risiken von externen strategischen Faktoren

sind vollständig dokumentiert.

Tabelle 4-8: Aktivität I.2 Analyse externer Anforderungen

Strategische Ziele für DQMStrategie

Führungs-system

Organisation

Prozesse & Methoden

Daten-architektur

Applikationen

AbleitungDQM-Strategie von Geschäfts-

strategie

Strategische Projektplanung

für DQM

Bereitstellung ausreichenderRessourcen für

DQM

1 2 3 4Unterstützungdes DQM auf

Führungsebene

5

Abhängigkeiten von Geschäfts-

problemen und DQ

Geschäfts-orientierte

DQ-KennzahlenDQ-Messung

Ableitung von DQM-Massnahmen

aus Messergebnissen

6 7 8 9Performance

Management für DQM

10

Definition von Rollen und Ver-antwortlichkeiten

Kontinuierlicher Verbesserungs-prozess für DQM

Bewusstseinfür DQM bei Mitarbeitern

Anerkennungfür DQM-

Bemühungen der Mitarbeiter

11 12 13 14

Analyse der Anforderungen

für DQM

Richtlinien & Definition

Datenlebens-zyklus (DL)

Funktionsüber-greifende

Zusammenarbeit durch einheitl. DL

Workflow-Unterstützung der

Datenpflege-prozesse

16 17 18 19

DQM-Training

15

Eindeutige Definition der

Geschäftsobjekte

Geschäftsobjekt-lexikon

Datenmodell abgeleitet von

Geschäfts-prozessen

Verteilungs- & Datenhaltungs-architekturen

20 21 22 23

Verbesserungder DQM-

Anwendungs-landschaft

Integration DQM-Software mit Geschäfts-applikationen

Software-Evaluations-

methode

Veränderungs-management für die Anwendungs-

landschaft

24 25 26 27

Legende:

DringenderHandlungsbedarf

Weitere Schritte nötig

ModeraterHandlungsbedarf


4.4.2.1 Technik DQM-Benchmarking

Ziel der Technik DQM-Benchmarking ist es, eine objektive Einschätzung der eigenen Leistungsfähigkeit zu gewinnen und gezielt Erfahrungen anderer Unternehmen für die Verbesserung der eigenen Leistung zu nutzen. Benchmarking bezeichnet das systematische Vergleichen und Lernen von anderen Unternehmen mit dem Ziel, durch die Adaption von Best-Practices zu einer nachhaltigen Verbesserung der eigenen Position zu gelangen [Camp 1989; Watson 1993; Gerpott 1994]. Best-Practices sind ganz allgemein Lösungen und Vorgehensweisen, die auf den besten Methoden und Verfahren basieren und Unternehmen zu Spitzenleistungen führen [Camp 1989]. Durch Adaption von Best-Practices werden geeignete Massnahmen (Aktivität II.2 Entwicklung Umsetzungsplan, Technik Ableitung Massnahmenkatalog, Kapitel 4.5.2.1) abgeleitet und im eigenen Unternehmen implementiert. Mit Hilfe objektiver Leistungskriterien wird der Erfolg angewendeter Best-Practices quantifiziert und die Nutzenargumentation bei Investitionsentscheidungen unterstützt (Aktivität III.3 Investitionsrechnung, Kapitel 4.6.3).

Bei den Führungsgrössen können Leistungs-, Treiber- und Analysegrössen unterschieden werden [Legner 1999]. Leistungsgrössen sind finanzielle, prozess- und kostenorientierte Führungsgrössen, die sich an den wirtschaftlichen Zielen des Unternehmens, nämlich Erfolg bzw. Gewinn, orientieren. Treibergrössen sind v.a. Mengengerüste, die der Überprüfung auf Vergleichbarkeit dienen. Analysegrössen unterstützen die spätere Interpretation des Benchmarks im Rahmen der Ursachenanalyse für eine Leistungslücke und die Ableitung von Best-Practices. Das EFQM Reifegradmodell für DQM mit seinen 27 Teilkriterien liefert die Analysegrössen sowie das Bewertungskonzept für das DQM-Benchmarking-Führungssystem [EFQM 2011]. Die DQM-Benchmarking-Plattform des CC CDQ stellt die Implementierung des Benchmarking-Führungssystems dar und liefert ausserdem einen Best-Practice-Katalog passend zur jeweiligen Leistungslücke. Sie ermöglicht die zentralisierte Datensammlung und -auswertung sowie den Austausch zwischen Benchmarking-Partnern, wodurch sich die Kosten für den Einzelnen reduzieren.

Wesentliche Phasen des Benchmarking-Prozesses sind [Camp 1989; Watson 1993; Bogan/English 1994; Gerpott 1994; Rau 1996]:

• Systematischer Leistungsvergleich auf Basis objektiver Führungsgrössen,

• Beurteilung der Stärken und Schwächen eines Unternehmens, gemessen an einem Benchmark, der mit Hilfe von Berechnungsvorschriften aus den Führungsgrössen errechnet wird,

• Identifikation der erfolgreichen Praktiken, die Ursache für die Leistungsunterschiede sind,


• Formulierung und Realisierung von Zielen und Massnahmen, die zur Umsetzung der erfolgreichen Praktiken und zur nachhaltigen Leistungssteigerung des Unternehmens führen.

Beim Benchmarking lassen sich drei Herausforderungen unterscheiden [Amaral/Sousa 2009]:

• Definition objektiver Leistungskriterien

• Organisatorische Integration der Leistungsmessung

• Datenbeschaffung

Abbildung 4-6 zeigt, dass der Ergebnisvergleich mit anderen Unternehmen die Ursachenanalyse für eine Reifegradlücke unterstützt.

Abbildung 4-6: Beispiel Benchmarking-Profil (Auszug) [Ofner et al. 2013]

Die Benchmarking-Ergebnisse in Abbildung 4-7 stellen den Beitrag zu den Schlüsselergebnissen dar, den Investitionen zur Verbesserung des DQM-Reifegrades leisten.

Benchmarking-Gruppe

Eigene Bewertung Median TOP-

25%1Best-in-Class1

Kundenbezogene Ergebnisse (Materialdaten)

Datenqualität (Vollständigkeit, Genauigkeit, Aktualität, Konsistenz) 3.50 3.88 4.40 4.50

Durchlaufzeit des Anlageprozesses in Tagen 4.00 6.00 4.75 5.50

Anteil der obsoleten Datensätze 20.0% 15.0% 5.5% 1.0%

Mitarbeiterbezogene Ergebnisse

FTEs in der DQM-Organisation 6,25 9.50 29.25 46.00

FTEs in der IT-Organisation 9.00 4.75 5.50 6.50

FTEs in den Fachbereichen 7.00 40.00 78.50 105.00

Analysekennzahlen

Anzahl der global definierten Attribute 800 225 170 40

Anzahl der Datensätze (Material) 10’600 10’000 3’500 5’000

Stand: 28.6.2013

Unter Durchschnitt Zwischen Durchschnitt und TOP25% TOP 25%1) Bezogen auf den DQM-Reifegrad

Legende


Abbildung 4-7: Benchmarking Ergebnisse [Ofner et al. 2013]


4.4.2.2 Technik Analyse von Marktanforderungen

Ziel der Technik dieses Kapitels ist die Analyse von Anforderungen des Markts an das DQM. Diese leiten sich zum einen aus Marktregulierungen bzw. Gesetzgebungen ab sowie zum anderen aus ökonomischen Entwicklungen der Branche. Tabelle 4-9 liefert eine Übersicht über branchenspezifische Anforderungen an jene Datenklassen mit hoher strategischer Wichtigkeit für die jeweilige Industrie. Die Marktfaktoren beschränken sich auf Beispiele, die die grösste Wirkung für das DQM haben.

Branche Marktfaktoren DQM-Anforderungen nach Datenklasse

Diskrete Fertigung

• Globale Liefer-, Produktions- und Distributionsstrukturen

• Nachfrage kundenspezifischer Produktvarianten

• Multi-Kanal-Vertriebswege • „Industrie 4.0“ • Unternehmensübergreifende

präventive Wartung von Anlagen

Lieferant: vernetzte Bestandsführung Kunde: 360-Grad-Sicht auf den Kunden; konsistente Kundendaten für Multi-Kanal-Management Produkt: zentral geführter Artikelbestand nötig Anlagen: Austausch von Daten über Anlagen, Komponenten erforderlich

Chemie • Prozessfertigung erlaubt keine Unterbrechung

• Hohe regulatorische Anforderungen (z.B. REACH)

• Hohe F&E-Kosten und lange Forschungszyklen

Lieferant/Produkt: verlässliche und frühzeitige Informationen über die Ausgangsprodukte nötig, um die Fertigung darauf einstellen und Abweichungen kompensieren zu können Kunde: Einbindung neuer Technologien, Multi-Kanal-Management und die Vielfältigkeit unterschiedlicher Kundentypen (siehe z.B. Bayer CropScience-Fallstudie) erfordern aktuelle und konsistente Kundendaten entlang der gesamten Wertschöpfungskette Produkt: EU-Verordnung REACH (Registration, Evaluation, Authorisation and Restriction of Chemicals) legt die Datenanforderungen für die Registrierung fest („no data, no market“); Angaben zur Herstellung und sicheren Verwendung von Chemikalien (Materialdaten) müssen für Berichtszwecke aktuell, konsistent, vollständig und in der richtigen Form vorgehalten werden Weltweite Harmonisierung von Geschäftsprozessen nötig für Effizienz und Realisierung von Synergien; zentrale Datenbereitstellung und standardisierte Datenpflegeprozesse als Basis für harmonisierte Geschäftsprozesse und Applikationskonsolidierung zu einer einzigen ERP-Instanz

Pharma • Prägung der Zeit bis zur Einführung eines Medikaments durch hohe Zulassungsanforderungen, Risiken und Regularien

Produkt: zentrale Datenklasse mit umfassenden Klassifikationsdaten, Zulassungsdaten, Forschungsergebnissen

Energie-versorger

• Deregulierung des Markts • Druck zu ständiger Innovation

(angepasst an Nachfrage) sowie kurzem Time-to-Market

• Smart Energy • Energiewende

Produkt: Vielzahl von Attributen der Serviceleistung selbst oder ihrer Zusammensetzung (z.B. Atomstrom vs. Ökostrom), Laufzeiten, Kündigungsfristen etc. Kunde/Verbrauchsdaten: Zunehmendes Datenvolumen (z.B. durch Smart-Meter-Daten) Geschäftspartner: Durch Deregulierung Vielzahl beteiligter Geschäftspartner sowie komplexe Abrechnungsprozesse, die die Datenarchitektur abbilden muss

Tabelle 4-9: Branchenspezifische Anforderungen an das DQM


Branche Marktfaktoren DQM-Anforderungen nach Datenklasse

Handel • Kundenzentrierte Geschäftsmodelle, (eCommerce, Mass Customization, Multi-Kanal-Vertrieb)

• Hohe Preistransparenz (Druck)

Produkt: Semantische Integration über Handelsstufen hinweg; hohe DQ (Preise, Lieferzeiten, Mengeneinheiten, Mindestbestellmengen) Voraussetzung für Sortimentsplanung und Warengruppen-/ Katalog-Management; Mehrwertdaten für Inhaltsstoffe, Allergie- und CO2-Angaben etc. Kunde: hohe DQ von Bedürfnisprofilen wichtig für Umsatzsteigerung; Integration strukturierter und unstrukturierter Daten; Nutzung von Bewertungen, Meinungen Lieferant: hohe DQ wichtig für Verbesserung der Einkaufskonditionen

Transport & Logistik

• Globalisierung der Logistikkette

• Vielzahl von Geschäftspartnern • Outsourcing

Kunde/Produkt: Mehrsprachigkeit; Orte eines Kunden wichtig (Zwischenlager, Anliefer-/ Abholstationen, Filialen) Orte: Geo-Daten wichtig für Routen- und Tourenplanung Geschäftspartner: hohe DQ ihrer Orte, Verkehrsträger, Leistungen und Termintreue nötig

Verkehr • Pünktlichkeit, Sicherheit • Kundenorientierung (Tickets

online, mobile, Schalter, Automat)

Infrastruktur: Anlageinformationen (einschl. Zustand) wichtig für präventive Wartung und staatliche Subventionen Kunde/Produkt: hohe DQ wichtig für Produktgestaltung und Multikanalvertrieb

Telekommu-nikation

• Komplexe Bündelungen aus unterschiedlichsten Diensten, Preismodellen und subventionierten Endgeräten

Kunde: Daten zu Verträgen, Rechnungen und Service-Aufträgen müssen konsistent und aktuell sein; hohe DQ wichtig für Kundenbindungsprogramme und Produktgestaltung Produkt: Abbildung der virtuellen Produkte mit ihren zahlreichen Eigenschaften in Datenarchitektur Grundlage für das Geschäftsmodell Infrastruktur: Hohe DQ wichtig für Wartung und Voraussetzung für Angebot der richtigen Leistungsbündel (z.B. Verfügbarkeit Glasfasernetz)

Banken & Ver-sicherungen

• Hohe regulatorische und aufsichtsrechtliche Anforderungen für mehr Datentransparenz

• Vielzahl virtueller Produkte, die permanent neu kreiert werden

Kunde/Produkt: Einbindung neuer Technologien (z.B. Smartphone, Tablet, Web 2.0), Multi-Kanal-Management und Kundenbindungsprogramme erfordern aktuelle, korrekte und konsistente Produkt- und Kundendaten entlang der gesamten Wertschöpfungskette; Richtlinien wie z.B. Solvency II für die Versicherungsbranche fordern ein unternehmensweit einheitliches Management von Markt-, Kerngeschäfts- und Finanzdaten [Salchegger/Dewor 2008]; weitere DQM-relevante Richtlinien: Schweizer Solvenztest, Basel II/III, MiFID, Kapitalregeln für systemrelevante Banken („Too big to fail“), BCBS 229

Gesundheits-wesen

• Individuelle, personalintensive Leistungserbringung

• Vielzahl von Geschäftspartnern

Kunde (Patient)/ Geschäftspartner: Datenintegration nötig für geschäftspartnerübergreifende Sicht auf Patient (Krankenhaus, Ärzte, Versicherung); Vertraulichkeit von Patienteninformationen muss gesichert bleiben. Ort und Infrastruktur: Komplexe Verfahren erfordern besondere Medizintechnik, die nur begrenzt oder an bestimmten Orten zur Verfügung steht.

Tabelle 4-9: Branchenspezifische Anforderungen an das DQM (fortgesetzt)

Im Folgenden sind die industrieübergreifenden Entwicklungen Konsumerisierung, digitale Geschäftsmodelle sowie Industrie 4.0 beschrieben.


Konsumerisierung beschreibt die Vielzahl unterschiedlicher Konsumentenservices, die den Menschen in verschiedenen Lebenslagen unterstützen. Unternehmen reagieren auf diese Konsumerisierung der IT, indem sie Geschäftsprozesse an den Bedürfnissen des Konsumenten, also dem Konsumentenprozess, ausrichten. In Abbildung 4-8 sind digitale Services in zehn Lebensbereiche eingeteilt, in denen sie genutzt werden. Der Bereich „Communication“ ist beispielhaft um zwei weitere Ebenen verfeinert, um einen Eindruck von der Vielfalt zu vermitteln [Österle 2012].

Abbildung 4-8: Digitale Dienste klassifiziert nach Lebensbereich [Österle 2012]

Die Konsumerisierung führt zu neuen Anforderungen an das DQM: • Daten-Ownership unklar aufgrund heterogener Rechtslage zum Datenschutz • Integration und Qualität von Kunden- und Produktdaten über eine Vielzahl von

Kommunikationskanälen hinweg • Kombination von „strukturierten“ und „unstrukturierten“ Daten Viele neue digitale Geschäftsmodelle basieren auf der Ressource Daten (d.h. die Daten sind das Produkt) oder auf der Kombination verschiedener Dienstleistungen „aus einer Hand“, wofür ein hoher Grad an Datenintegration erforderlich ist:


• Geschäftsmodell „Daten als Produkt“ [Otto/Aier 2013] wie z.B. der Dienst Geovista der Deutschen Post, der Bündel aus soziodemografischen Daten, Strukturdaten (zu Strassen, Gebäuden, Gebäudenutzung usw.) und Konsumdaten zur Verfügung stellt.

• Für digitale Geschäftsmodelle mit Service-Bündelung sind Integration und konsistente Verarbeitung von Daten zu Kunden, Produkten und zur Bezahlung nötig.

Der Begriff Industrie 4.0 [Hirsch-Kreinsen 2014] impliziert den Beginn einer vierten industriellen Revolution, deren zentrales Merkmal die Vernetzung der virtuellen Computerwelt mit der physischen Welt der Dinge durch den Einsatz von „Cyber-physischen Systemen (CPS)“ ist. Auf CPS basierende Produktionssysteme sollen in der Lage sein, sich je nach externen Anforderungen weitgehend eigenständig und autonom zu steuern, zu optimieren und zu konfigurieren [Lee/Seshia 2011]. Aus Industrie 4.0-Szenarien ergeben sich folgende DQM-Anforderungen:

• Dezentralisierung des Datenmanagements, da die Gegenstände aufgrund eigener „Intelligenz“ zunehmend weniger auf zentrale Steuerungen angewiesen sind

• Datenmanagement in Echtzeit erforderlich • Kontinuierliche Kopplung von Informations- und Güterfluss (z.B. aufgrund RFID-

Technologie)

4.4.2.3 Technik Analyse von technologischen Entwicklungen

Technologische Innovationen können Anforderungen an den Umgang mit Daten signifikant verändern. Ziel der Technik ist es, Anforderungen für die DQM-Strategie aus technologischen Entwicklungen generell und insbesondere aus dem Daten-management-Bereich abzuleiten.

Abbildung 4-9: Technische Innovationen mit Einfluss auf DQM der Zukunft

4.5 Phase II: Strategieentwicklung 47

4.5 Phase II: Strategieentwicklung

Die Aufgaben der Phase II Strategieentwicklung bestehen in der strategischen Positionierung, Massnahmenableitung und übergreifender Umsetzungsplanung (als Basis für spätere Detaillierung in Programm- & Projektplanung von Aktivität IV.1 Implementierung DQM-Strategie, Kapitel 4.7.1).

Über die strategische Positionierung wird die Entwicklung des DQM im Unternehmen in Form einer Vision für die nächsten fünf bis zehn Jahre als Ausdruck des eigenen Selbstverständnisses etabliert. Ausserdem definiert der Konzern-Datensteward die aus den übergeordneten Strategiebereichen (z.B. des Gesamtunternehmens und der IT) abgeleiteten wesentlichen Kernziele und Prinzipien, sodass diese anschliessend mit Kosten-Nutzen-Erwägungen (ggf. Feedback-Loop aus Phase III) verknüpft werden können. Daraufhin erfolgt die Ableitung strategischer Massnahmen in Form von einzelnen spezifischen Handlungsfeldern des DQM zu einem zunächst groben Umsetzungsplan.

4.5.1 Aktivität II.1 Strategieformulierung

Die Aktivität II.1 Strategieformulierung liefert eine Vision sowie Ziele und Prinzipien für das unternehmensweite DQM. Bei der Entwicklung der Zieldefinition geht es darum, den Soll-Zustand des DQM in strategischer, organisatorischer und technischer Hinsicht zu beschreiben. Aktivität II.1 Strategieformulierung Ziel ist die Definition der Vision und strategischer DQM-Ziele sowie Prinzipien.

Input/Vorbedingungen Handlungsbedarf aus externer und interner Analyse der Phase I

Ergebnisdokumente • DQM-Vision und -Mission • Liste von DQM-Zielen • Liste von strategischen Prinzipien • Beschreibung strategischer

Optionen für DQM inkl. Vor- und Nachteilen



Techniken • Formulierung DQM-Vision • Definition DQM-Ziele und

strategischer Prinzipien • Entwicklung strategischer

Optionen (wenn nötig)

Checkliste Strategische Lücke ist definiert, d.h. Ist- und Ziel-Zustand des DQMs sowie Handlungsbedarf

sind erläutert. Vision und DQM-Ziele und strategische Prinzipien sind schriftlich fixiert. Die Zustimmung der relevanten Stakeholder (Geschäftsleitung, Topmanagement) zur DQM-

Strategie ist gesichert.

Tabelle 4-10: Aktivität II.1 Strategieformulierung

4.5.1.1 Technik Formulierung DQM-Vision

Die Professionalisierung im Umgang mit Daten benötigt als Fundament eine gemeinsame Ausrichtung und gemeinsame Grundlagen sowie darauf aufbauend eine

48 4.5 Phase II: Strategieentwicklung

geeignete Koordination der Umsetzung laufender und geplanter Massnahmen im Konzern. Die DQM-Vision ist die Kernaussage, aus der sich das DQM-Leitbild für das Unternehmen ableitet und die die Transformation motiviert. Aus der Vision folgen anschliessend die DQM-Strategie und deren Konkretisierung durch Initiativen. Alle Aktivitäten des Unternehmens sollten darauf ausgerichtet sein, den in der Vision vorgegebenen Zielzustand zu verwirklichen. Daher ist es notwendig, die Definition des DQM-Zielzustands abzustimmen auf die Unternehmensziele, auf geplante strategische Initiativen sowie auf Geschäftstreiber, die das DQM unterstützten. Basis für die Formulierung der DQM-Vision bilden die in Phase I analysierten Handlungsbedarfe sowie Einflussfaktoren für das DQM. Die Empfänger der Vision sind die DQM-Organisation selbst und im Speziellen das Management. Um die Zustimmung der relevanten Anspruchsgruppen zum gemeinsamen DQM-Leitbild zu sichern, sollte es zielgruppengerecht kommuniziert werden.

Das Leitbild der TelCo Inc. (Name anonymisiert) für ihre globale Datenmanagement-Organisation (DMO) fokussiert Stammdaten:

Die DMO-Vision ist es, für jeden Geschäftsprozess beim ersten Mal und jedes Mal hochqualitative Stammdaten zu liefern! Die DMO-Mission ist es, Stammdaten zur Verfügung zu stellen, die akkurat, vollständig, konsistent und aktuell sind, um die Leistungsfähigkeit des Unternehmens zu steigern. (DMO Vision is to produce high-quality master data for each business process the first time, every time! DMO Mission is to provide master data that is accurate, complete, consistent, and timely which empowers the business to improve performance.)

4.5.1.2 Technik Definition DQM-Ziele, strategische Prinzipien und Richtlinien

Ziele stellen ein entscheidendes Element zur aktiven Führung und Steuerung einer datengetriebenen Geschäftstransformation dar. Die gemeinsame Ausrichtung des Handelns an die Erreichung von Zielen ermöglicht die Verfolgung einer langfristigen Vision. Strategische DQM-Ziele sollen die Lücke zwischen Ist- und Zielzustand des DQM schliessen. Gegebenenfalls ist daher an dieser Stelle eine Verdichtung der Ergebnisse von Phase 1 in einer SWOT-Darstellung (SWOT: Strengths, Weaknesses, Opportunities, Threats) nützlich. Die SWOT-Analyse [Müller-Stewens/Lechner 2003, S. 224ff] beinhaltet die Zusammenfassung der Ergebnisse der internen und externen Analysen sowie die Reduktion der Analyseergebnisse auf die wichtigsten Erkenntnisse. Zur Definition der DQM-Ziele ist es notwendig, diese von der DQM-Vision und den identifizierten Handlungsbedarfen abzuleiten. Ausserdem sind die


DQM-Ziele mit den strategischen Unternehmensinitiativen und -zielen abzustimmen und der Beitrag des DQM zur Unternehmensstrategie ist zu dokumentieren (DQM nicht als Selbstzweck, sondern als Antwort auf strategische Herausforderungen).

Die DQM-Ziele eines Nahrungsmittelherstellers folgen dem Grundsatz „Data as an Asset“ und verdeutlichen ihren Beitrag zu den Unternehmenszielen:

• Ziel: Aus Daten mehr Wert schöpfen; • Beitrag: DQM fördert das Unternehmenswachstum durch Unterstützung

des Account-Managements, durch gezieltere Konsumentenansprache und Marketingkampagnen sowie besseres Ausschöpfen von Cross-Selling-Potenzialen.

• Ziel: Senken der Kosten im Umgang mit Daten; • Beitrag: DQM ermöglicht Kosteneinsparungen durch niedrigere

Datenpflegekosten, höhere Mitarbeiterproduktivität, Vermeidung von Strafzahlungen etc.

• Ziel: Risikominimierung durch Integrität und Zuverlässigkeit von kritischen Daten (z.B. Inhaltsstoffe);

• Beitrag: DQM unterstützt das Risikomanagement durch Beurteilung der potentiellen Folgen von Datendefekten, Einschätzung der Chancen und Risiken in Bezug auf Daten bei Firmenübernahmen etc.

Der Konkretisierung der DQM-Strategie dient die Definition strategischer DQM-Prinzipien als richtungsweisende Leitplanken für alle Bereiche des DQM-Frameworks, angefangen beim Führungssystem bis hin zu Applikationen. Tabelle 4-11 liefert Beispiele strategischer Prinzipien. Die strategischen Richtlinien konkretisieren den Strategieinhalt (siehe BCS-Fallstudie).

Handlungsfeld Beispiele für strategische DQM-Prinzipien

Führungssystem Daten stehen den Nutzern rechtzeitig und in der erforderlichen Qualität zur Verfügung.

Organisation Der Fachbereich ist für die Stammdaten verantwortlich.

Prozesse Die Datenpflege erfolgt einmal und richtig (Keine Mehrfacherfassung).

Datenarchitektur Wir standardisieren unsere Daten (Ein Datenobjekt hat global eine eindeutige Definition).

Applikationen Die Applikationslandschaft ist zwischen den Gesellschaften harmonisiert und integriert.

Tabelle 4-11: Strategische DQM-Prinzipien


4.5.1.3 Technik Entwicklung strategischer Optionen

Die Technik Entwicklung strategischer Optionen ist unumgänglich, wenn die strategischen Anforderungen aus der Analyse-Phase als Voraussetzung eine fundamentale Änderung der DQM-Organisation oder der Datenarchitektur erfordern. Bei der Erarbeitung strategischer Optionen für das DQM werden Handlungsalternativen aufgezeigt, bewertet und die mittel- und langfristige Lösung selektiert. Dies sowie der Reifegrad eines Unternehmens sind die Basis für die Ableitung der Massnahmen in Aktivität II.2 Entwicklung Umsetzungsplan (Kapitel 4.5.2). Bestimmte DQM-Massnahmen setzen eine zumindest teilweise zentralisierte und standardisierte Datenarchitektur und Organisationsstruktur voraus, um effizient durchgeführt werden zu können. Dies gilt u.a. für die Messung geschäftsorientierter Datenqualitätskennzahlen, die Einführung von Geschäftsregeln für das DQM oder die kollektive Pflege von Geschäftspartnerdaten mit anderen Unternehmen. Die Entscheidung über fundamentale Alternativen der Aufbauorganisation und Datenarchitektur beeinflusst die nachfolgende Selektion kurz-, mittel- und langfristiger Massnahmen.

Alternativen der Aufbauorganisation sind das DQM als virtuelle Organisation (lokale DQM-Funktionenen), als eigene, zentrale Organisationseinheit, als Shared Service Center oder das Outsourcing von Teilen des DQMs (vgl. Abbildung 4-10).

Abbildung 4-10: Optionen der DQM-Organisationsgestaltung [Weber 2009, S. 21]

Der Transitionspfad in die Richtung der Ziel-Datenarchitektur hängt ab von der Wahl des Transformationsansatzes zwischen Revolution und Evolution [Österle 1995, S. 23; Pohland 2009, S. 10]: Die Transformation durch Revolution ist eine radikale

A: Lokale DQM-Funktionen pro Geschäftsbereich B: Zentrale DQM-Funktion

Vorteile+ Hohe Flexibilität+ Starke Berücksichtigung von

Geschäftsbereichsinteressen

Vorteile+ Hoher Skaleneffekt durch Spezialisierung+ Enge Kopplung der DQM-Ziele mit

Unternehmensstrategie+ Aufbau interner Spezialisten

Nachteile- Geringer Skaleneffekt durch Spezialisierung- Schwieriger Datenaustausch über

Geschäftsbereichsgrenzen- Hoher Koordinationsaufwand bei geschäftsbereichs-

übergreifenden Projekten

Nachteile- Schwache Berücksichtigung von

Geschäftsbereichsinteressen- Geringere Flexibilität

C: Shared Service Center D: Outsourcing

Vorteile+ Hoher Skaleneffekt durch Spezialisierung+ Aufbau interner Spezialisten+ Stärkung von Service-Bewusstsein und Orientierung

an Interessen der Geschäftsbereiche

Vorteile+ Kosten/ Nutzen (variable statt fixe Kosten)+ Rascher Zugriff auf Spezialisten und Innovationen

Nachteile- Schwache Berücksichtigung von Geschäftsbereichs-

Interessen

- Geringere Flexibilität

Nachteile- Externe Verwaltung von strategisch wichtigen

Informationen- Verlust von internem Spezialwissen- Hoher Koordinationsaufwand


Änderung der Datenarchitektur. Sie wird kurz- und mittelfristig umgesetzt und meist als Projekt organisiert. Die Evolution verbessert die Datenarchitektur schrittweise hin zur Ziel-Datenarchitektur. Sie wird mittel- und langfristig in den bestehenden Strukturen umgesetzt, was eine höhere Akzeptanz und ein geringeres Umsetzungsrisiko bewirkt.

Abbildung 4-11 nach Otto [2012a] zeigt als Beispiel für die Technik Entwicklung strategischer Optionen vier verschiedene Ansätze für die Datenhaltungs- und Verteilungsarchitektur für Stammdaten mit ihren Vor- und Nachteilen.

Abbildung 4-11: Optionen zur Stammdatenhaltung und -verteilung [Otto 2012a]

MDS

Quelle 1 Quelle 2 Quelle m

Ziel 1 Ziel 2 Ziel n

MDS


Quelle 1 Quelle m

MDS MDS

MDS


MDS

Quelle 1 Quelle 2 Quelle m

Anal

ytis

chTr

ansa

ktio

nK

oexi

sten

zPa

ralle

l

Vorteile+ Schnelle Umsetzung+ Geringe Kosten für Umsetzung+ Geringe Prozessänderungen+ Basis zur Umsetzung anderer

Ansätze

Vorteile+ Geringe Redundanz bei

Datenpflege+ Hohe DQ durch zentrale

Überwachung und Pflege

Vorteile+ Geringe Prozessänderungen+ Höhere DQ durch Verteilung

konsolidierter Daten

Vorteile+ Geringe Prozessänderungen+ Höhere DQ durch Verteilung

konsolidierter Daten

Nachteile− Keine Verteilung konsolidierter

Daten− Redundante

Datenpflegeaktivitäten

Nachteile− Änderungsmanagement

aufwendiger und langfristiger− Deutliche Prozessänderungen− Widerstand aufgrund lokaler

Kontrollverluste

Nachteile− Hoher Aufwand für MDS-

Management− Redundante

Datenpflegeaktivitäten

Nachteile− Vgl. Transaktion− Redundante

Datenpflegeaktivitäten− Management-Aufwand

zusätzlicher MDS-Schnittstellen

Legende: MDS = Stammdatensystem (Master Data System)


4.5.2 Aktivität II.2 Entwicklung Umsetzungsplan

Die Aktivität II.2 beinhaltet die Ableitung eines Massnahmenkatalogs und die Entwicklung eines Umsetzungsplans.

Aktivität II.2 Entwicklung Umsetzungsplan Ziel ist die Ableitung eines Umsetzungsplans aus den strategischen DQM-Zielen.

Input/Vorbedingungen • Strategische DQM-Ziele und Prinzipien • Dokumentation des Beitrags des DQM • Selektion strategischer Optionen (optional) • Liste von Einsparungspotentialen aus Prozesskostenanalyse (Phase III) für Technik Ableitung

Massnahmenkatalog (optional; vgl. BCC-Fallstudie) • Ergebnisse einer Wirtschaftlichkeitsanalyse (Phase III) für Technik Priorisierung der

Massnahmen (optional)

Ergebnisdokumente • Liste strategischer DQM-Massnahmen

inkl. Bewertung des Aufwands und des Beitrags zu den strategischen Zielen sowie Klassifizierung in kurz-, mittel- und langfristige Massnahmen

• Definierte Reihenfolge/ Abhängigkeiten zwischen Massnahmen

• Blaupause für strategischen Umsetzungsplan (Reihenfolge und Abhängigkeiten der Massnahmen, Meilensteine)



Techniken • Ableitung

Massnahmenkatalog (Workshop/Interview)

• Priorisierung der Massnahmen

• Entwicklung Umsetzungsplan

Checkliste Kurz-, mittel- und langfristige Massnahmen sind selektiert. Reihenfolge und Abhängigkeiten zwischen den Massnahmen sind definiert. Strategischer Umsetzungsplan inkl. langfristiger Meilensteine ist erstellt und Massnahmen für

die kommende Planungsperiode (1 Jahr) sind vorausgewählt, sodass diese in Phase IV (im Projektportfolio Management) in Abhängigkeiten zu Projekten der Fachbereiche, insbes. der IT, geklärt und dann als DQM-Programm verabschiedet werden können.

Tabelle 4-12: Aktivität II.2 Entwicklung Umsetzungsplan

4.5.2.1 Technik Ableitung Massnahmenkatalog

Idealerweise erfolgt die Ableitung eines DQM-Massnahmenkatalogs von den finalisierten DQM-Zielen, Prinzipien und selektierten Optionen der Aktivität II.1 Strategieformulierung. Aus Zeitersparnisgründen erarbeiten einzelne Unternehmen einen Massnahmenkatalog aber direkt basierend auf den Ergebnissen einer Reifegradanalyse (Aktivität I.1, Kapitel 4.4.1). In diesem Fall können neben zukünftigen Massnahmen schon laufende oder projektierte Initiativen in die Liste aufgenommen werden, um zu verdeutlichen, dass für die betroffenen Reifegradkriterien zügig eine Verbesserung zu erwarten ist. Des Weiteren wird die Technik Ableitung Massnahmenkatalog infolge einer Prozesskostenrechnung (Aktivität III.2, Kapitel 4.6.2) eingesetzt. Die Höhe der Kosten der einzelnen DQM-


Prozesse und die Anzahl der Durchführung schaffen Transparenz und bieten damit die Möglichkeit, Massnahmen für die Rationalisierung oder für die Verbesserung der Abläufe einzuleiten (vgl. Fallstudie Bayer Consumer Care).

Unabhängig davon, ob die Massnahmen von DQM-Zielen oder von Reifegradkriterien (mit hohem Handlungsbedarf) abgeleitet sind, ist es wichtig, die Herleitung klar zu dokumentieren. Das Beispiel in Abbildung 4-12 zeigt die Ableitung von Massnahmen, die in direktem Bezug zu Reifegradkriterien mit dringendem Handlungsbedarf (Spalte Auswirkungen) stehen. Der erarbeitete Massnahmenkatalog (abgeglichen mit den laufenden Massnahmen) versteht sich als initialer Vorschlag des DQM-Teams und ist eine Ausgangsbasis, um weitere laufende, geplante oder vorzubereitende Massnahmen, in enger Zusammenarbeit mit den Fachbereichen, zu ergänzen und zu priorisieren. Die priorisierten Massnahmen müssen im Anschluss schliesslich im Detail präzise geplant und umgesetzt werden. Um den Erfolg der durchgeführten Massnahmen messen zu können (wobei der Erfolg sich in einer Verbesserung des Reifegrades der Teilkriterien niederschlagen sollte) empfiehlt es sich, die Reifegradmessung nach ein bis zwei Jahren zu wiederholen.

Nr. Massnahme Auswirkungen

Strategie M01 Entwicklung einer Strategie für das DQM und Aufzeigen des Wertbeitrags für die Geschäftsstrategie 01 - 02, 13 - 15

Führungssystem M02 Entwicklung eines übergreifenden Konzepts zur Sicherung der Datenqualität (Definition, Messung und Nutzung) 08 - 09

Organisation M03 Übergreifende Definition von Rollen und Verantwortlichkeiten

(inkl. Anreizsystem) für DQM sowie deren Umsetzung 11,

M04 Aufbau von ganzheitlichem Verständnis für das Thema DQM und Sicherung des Knowhow-Transfers 13 - 15

Prozesse & Methoden M05 … ..

Auswirkungen auf die Reifegradkriterien mit dem höchsten Handlungsbedarf 01: Definition DQM-Ziele 11: Definition von Rollen und Verantwortlichkeiten 02: Wertbeitrag DQM zur Unternehmensstrategie 13: Verständnis der Mitarbeiter über Auswirkungen 08: Messung der DQ 14: Anerkennung für Bemühungen der Mitarbeiter 09: Verwendung DQ-Messung in Initiativen 15: DQM-Wissensaufbau und Transfer

Abbildung 4-12: Beispiel Ableitung Massnahmenkatalog (Auszug)

4.5.2.2 Technik Priorisierung der Massnahmen

Im Rahmen der Technik Priorisierung der Massnahmen sind alle Massnahmenanträge und laufenden Projekte hinsichtlich ihrer Zielkonformität und Attraktivität für das Unternehmen zu prüfen und zu bewerten. Basierend auf den Einzelbewertungen der Massnahmen erfolgt die Priorisierung, in der diese, entsprechend ihrer strategischen Relevanz, sortiert sind. Die entsprechenden Daten können vorerst aus einer qualitativen Expertenbewertung oder, wenn notwendig (z.B. für langfristige Massnahmen mit hoher Anfangsinvestition), aus einer Wirtschaftlichkeitsrechnung


(Phase III Wirtschaftlichkeitsanalyse, Kapitel 4.6) stammen. Ziel der Technik ist die Selektion der kurz- bis mittelfristig umzusetzenden Massnahmen aus dem Katalog (unter Berücksichtigung eines realistischen Budgets), bei denen es sich um „Quick-Win“-Projekte, Projekte mit hohem Beitrag zur Unternehmensstrategie zu überschaubaren Kosten oder Projekte von hoher Dringlichkeit (Muss-Projekte) handelt. Der Beitrag der DQM-Massnahmen zur Unternehmensstrategie kann in direktem Nutzen für die Fachbereiche, Kosteneinsparungen oder Risikominimierung liegen. Um zu entscheiden, welche der zur Auswahl stehenden Massnahmen am wichtigsten sind, müssen sie zunächst bewertet werden. Relevante Kriterien für die Bewertung der DQM-Massnahmen hinsichtlich ihrer Attraktivität für das Unternehmen sind folgende:

• Nutzen der DQM-Massnahme und Beitrag zur Unternehmensstrategie • Kosten (Entwicklungskosten, Folgekosten) und Ressourcenbedarf • Wirtschaftlichkeit • Dringlichkeit • Risiko • Abhängigkeiten der Massnahmen untereinander und zu geplanten Projekten der

Fachbereiche

Manche Unternehmen beschränken sich in ihrer Projektbewertung ausschliesslich auf die Analyse der Wirtschaftlichkeit. Selbstverständlich vereinfachen standardisierte Wirtschaftlichkeitsberechnungen grundsätzlich die Vergleichbarkeit von Massnahmen. Diese eindimensionale Nutzenbewertung ist in der Regel entweder sehr aufwändig oder führt, bei fehlender Berücksichtigung von indirektem Nutzen, nicht zu einem optimalen Portfolio für das Thema DQM. Bei langfristigen Massnahmen mit hoher Anfangsinvestition ist es jedoch wichtig, Phase III zu durchlaufen und ihre Ergebnisse in die Priorisierung der Massnahmen zurückzuführen.

Die Attraktivität der Projekte sollte immer unter Einbeziehung der betroffenen Bereiche beurteilt werden, um die Akzeptanz der Ergebnisse zu gewährleisten. In der Regel wird die Einschätzung das Ergebnis einer intensiven Diskussion der an der Priorisierung beteiligten Rollen sein. Zu diesen gehören von den Projekten betroffene Führungskräfte aus den Fach- und Geschäftsbereichen sowie der IT, betroffene Bereichsleiter ebenso wie funktionale Fachexperten in der Organisation. Ziel des Workshops ist es, gemeinsam eine Einteilung in kurz-, mittel und langfristige Massnahmen zu beschliessen. Um die Diskussion in einem solchen Workshop zielgerichtet durchzuführen, ist es sinnvoll, dafür eine vorläufige Priorisierung gemäss einer qualitativen Aufwand-Nutzen-Bewertung vorbereitet zu haben, wie sie in Abbildung 4-13 dargestellt ist.


Nr. Massnahme Ableitung von

DQM-Zielen Aufwand Nutzen

Faktor Nutzen/Aufw.

M01 DQM-Wirtschaftlichkeitsrechnung 1) – 5) 1 5 5

M09 Erstellung DQM-Broschüre 3) 1 4 4

M13 Implementierung eines Wiki-basierten, fachlichen Metadatenkatalogs 4) 2 5 2.5

M18 Analyse der Data Governance 3) .2 5 2.5

…

Legende: Auswirkungen auf DQM-Ziele 1) Transfer von Total Quality Management-Prinzipien auf das DQM 2) Steuerung der DQM-Kosten und Nutzen 3) Einführung einer globalen Data Governance 4) Globale Bündelung der Wissensressourcen 5) Verbesserung der Prozessautomatisierung und Systemintegration

Nutzen oder DQM-Reifegradverbesserung Aufwand 5 = Sehr hoch (strategisch/operational wichtig) > 2 4 = Hoch (strategisch/operational relevant) 1-2 3 = Mittel 0.5 -1.0 2 = Niedrig < 0.5 1 = Sehr niedrig Keine Auswirkung

1 = < = 10 Tage 2 = <= 20 Tage 3 = <= 50 Tage 4 = <= 100 Tage 5 = > 100 Tage

Abbildung 4-13: Priorisierung der Massnahmen

Als Diskussionsgrundlage im Workshop mit den Entscheidern dient die Portfolio-Matrix-Darstellung mit der qualitativen Bewertung des Nutzens auf der X-Achse und des Aufwands auf der Y-Achse (vgl. Abbildung 4-14). Im Quadranten rechts oben befinden sich sog. „Quick-Win"-Massnahmen, die zügig mit überschaubarem Aufwand gestartet werden können und rasche Ergebnisse versprechen.

In der Technik Priorisierung der Massnahmen können auch so gennannte „Muss-Projekte“ für das DQM definiert werden, die zwingend notwendig sind. Dabei handelt es sich um Vorhaben, die unumgänglich sind aufgrund gesetzlicher Vorschriften oder als Voraussetzung für ein Projekt aus den Geschäftsbereichen (z.B. eingeplante, unternehmensweite Reporting-Initiative, die höheren DQ-Level erfordert). Jedoch ist eine Deklarierung als Muss-Projekt restriktiv zu handhaben.


Abbildung 4-14: Portfolio-Darstellung der priorisierten Massnahmen

4.5.2.3 Technik Definition Umsetzungsplan

Ziel der Technik Definition Umsetzungsplan ist es zum einen, eine langfristige, realistische Umsetzungsplanung zu erstellen sowie zum anderen für die selektierten kurz- bis mittelfristigen Massnahmen einen detaillierteren Meilensteinplan zu entwickeln. Letzterer umfasst einen Zeitraum von ein bis drei Jahren, wird periodisch angepasst und zeigt Abhängigkeiten zu bestehenden Projekten auf.

In Abbildung 4-15 (S. 60) zeigt die Blaupause für einen langfristigen DQM-Umsetzungsplan, in welcher Reihenfolge die Inhalte einer DQM-Strategie entwickelt und implementiert werden sollten sowie ihre Abhängigkeiten zwischen den Massnahmen. Der Plan wurde, basierend auf Experteninterviews mit den globalen DQM-Verantwortlichen von Nestlé, Bayer CropScience und Beiersdorf (alles Unternehmen mit besonders hohem DQM-Reifegrad) entwickelt, um den Idealfall zu skizzieren. Die Abfolge des Plans spiegelt nicht nur die konsolidierte Fassung jenes Vorgehens wieder, welches sich rückblickend in den drei Konzernen am meisten bewährt hat, sondern wurde im Rahmen eines Fokusgruppeninterviews (siehe Tabelle 6-2 FGI D) mit 29 Teilnehmern weiterer Unternehmen validiert sowie schliesslich publiziert [Falge et al. 2013]. Während die vertikalen Ebenen den Plan in die sechs DQM-Handlungsfelder des EFQM-Modells gliedern, stellt der horizontale Pfeil die Zeitachse dar (bzw. Verbesserung des DQM, die mit der Umsetzung einhergeht). Um die gezeigten DQM-Massnahmen unternehmensweit umzusetzen für alle wichtigen


Datenklassen, wie u.a. Lieferant, Material, Kunde und Finanzen, haben einige Grosskonzerne bis zu zehn Jahre benötigt. Die konkrete Dauer eines DQM-Programms entsprechend des Umsetzungsplans in Abbildung 4-15 hängt v.a. von den verfügbaren Ressourcen und der strategischen Reichweite (Anzahl der Datenklassen, Geschäftsbereiche und Regionen) ab. Weitere Einflussfaktoren umfassen organisatorische Prioritäten, geforderte Amortisationszeit, die Komplexität und Risiken der Entwicklung und der Implementierung, technische Hindernisse, die Tragweite der Veränderungen für die Organisation sowie politische Gesichtspunkte.

1) Am Anfang im Handlungsfeld Strategie steht eine Entscheidung über den angestrebten Grad der Zentralisierung der unternehmensweiten Prozess- und Systemlandschaft. Dies führt zu der Frage, welche Daten auf Unternehmensebene und welche auf Geschäftsbereichs- oder regionaler Ebene gemanagt werden sollen. Wie folgende Fälle unterstreichen, ist daher häufig der Auslöser für ein langfristiges DQM-Programm die Entscheidung für eine zentrale Prozess- und Systemarchitektur seitens des späteren Auftraggebers auf Top-Management-Ebene:

Bei der Beiersdorf AG war der Auslöser für das DQM-Mandat durch den CEO die Forderung nach global konsistenten Produktinformationen und einheitlichen Artikelnummern, die das ursprünglich dezentrale DQM nicht erfüllen konnte. Somit wurde auf höchster Ebene die Entscheidung für ein zentrales Stammdatenmanagement-System getroffen und eine unternehmensweite DQM-Organisation etabliert.

Bei Nestlé S.A. erfolgte die Zuweisung des DQM-Mandats durch den CEO als Teil des in 2000 lancierten „Global Business Excellence“ (GLOBE)-Programms. Die Ziele von GLOBE bestanden in der Implementierung gruppenweit einheitlicher Best-Practices, gemeinsamer Datenstandards, einer gemeinsamen Datenbewirtschaftung („Daten als Konzerngut verwalten“) und standardisierter Informationssysteme sowie IT. Mit grosser Sorgfalt wurden Stammdatensätze aus einer dreistelligen Anzahl von Legacy-Systemen zu einem einzigen System migriert. Damit verbunden war die konsequente Umsetzung der Strategie „Capture data first time right at source“, d.h. dass neue Stammdaten schon bei ihrer Erfassung geprüft werden. Das Unternehmen verkauft jeden Tag 1 Milliarde Produkte von insgesamt über 2000 unterschiedlichen Marken, die in mehr als 460 Fabriken in fast 90 Ländern der Erde produziert werden. Von dem Gesamtumsatz in Höhe von mehr als 92 Milliarden Schweizer Franken im Jahre 2013 laufen 93 Prozent auf dem zentralen GLOBE-System.

Nach der Zuweisung des DQM-Mandats folgt im Handlungsfeld Strategie die Festlegung der Ziele des DQM. Dies beinhaltet die Definition von Sachzielen wie


z.B. das Design der Datenarchitektur sowie von Formalzielen auf grober Ebene wie z.B. der Budgetrahmen. Ausserdem müssen auf Veränderung abzielende DQM-Massnahmen immer gut und rechtzeitig kommuniziert werden. Daher trägt eine von Anfang an die Transformation begleitende Kommunikationsstrategie dazu bei, dass die Massnahmen effizient durchgeführt werden können und zu validen und zuverlässigen Ergebnissen führen. Die Kommunikationsstrategie gilt es kontinuierlich weiterzuentwickeln, insbesondere im Einklang mit dem späteren Data Governance Design.

2) Dann folgt die Gestaltung der Datenarchitektur mit diesen Schritten: a) Analyse und Identifikation der Kernobjekte (z.B. Definition „aktiver“ Kunde) b) Konzeptionelles Datenmodell c) Analyse der Datenhaltungs- und Verteilungsarchitektur d) Beschreibung der Ziel-Architektur

Ausgangspunkt für die Identifikation der Kerngeschäftsobjekte der Datenarchitektur ist die bestehende Dokumentation der Geschäftsprozesse. Anhand dieser Geschäftsprozesse können erste Objekte erkannt und die Prozesseigentümer kontaktiert werden. Ausgehend von Gesprächen mit den Prozesseigentümern werden iterativ Informationen zu einzelnen Objekten gesammelt und konsolidiert (wobei wiederum neue Geschäftsdatenobjekte identifiziert werden). Das DQM-Team führt Interviews und Workshops mit Nutzern der Geschäftsdatenobjekte durch, um gemeinsame Definitionen zu finden (im Falle abweichender Verständnisse), Nutzersysteme zu identifizieren, den zugehörigen Prozess (im Sinne des Datenlebenszyklus) zu spezifizieren und den Dateneigentümer festzulegen, welcher in Zukunft die Aufgabe hat, bezüglich möglicher Veränderungen an den Metadaten des Geschäftsdatenobjektes zu entscheiden. Das skizzierte Vorgehen erklärt die inhaltliche und zeitliche Verflechtung der Massnahmen 2a) - d) des Handlungsfeldes Datenarchitektur mit den nachfolgenden Schritten 3) und 4):

3) Parallel bzw. leicht zeitversetzt wird der Datenlebenszyklus für diejenigen Kerndatenobjekte analysiert und neu spezifiziert, welche man vorher für die Datenarchitektur identifiziert hat (hier jeweils zuerst für Pilotdomäne, dann Rollout für weitere Domänen).

4) Parallel zur Lebenszyklus-Definition findet die Weiterentwicklung des Handlungsfelds Organisation statt. Diese beinhaltet die Analyse und Definition der Rollen und Verantwortlichkeiten, das Aufsetzen der Gremien sowie deren Einbettung in die bestehende Gremien- und Prozesslandschaft.

5) Anschliessend folgen auf der Ebene der Applikationen die Analyse und das Design der Systeme, welche die Datenarchitektur (sowohl Haltung und Verteilung, aber auch Metadatenmanagement) sowie den Datenlebenszyklus unterstützen wie z.B. Workflows. Diese ermöglichen die Bündelung sowie ein prozess- und


abteilungsübergreifendes Management von Ablauffolgen der zahlreichen Datenpflegeaktivitäten.

6) Daran schliesst sich die Messung von Datenqualität an (Ebene Führungssystem). Die Anforderungen für die Entwicklung des DQ-Messsystems werden aus der Datenarchitektur sowie dem Datenlebenszyklus abgeleitet und gemeinsam mit den Fachbereichen erhoben.

7) Ferner müssen die DQM-Ziele in der Organisation verankert werden (Strategieimplementierung).

8) Dann gilt es, Service Level-Vereinbarungen (SLA) für den Lebenszyklus zu definieren, in der DQM-Organisation zu verankern und das DQ-Messsystem zu implementieren (Strategiekontrolle).

9) Schliesslich erfolgt eine kontinuierliche Überprüfung und Verbesserung der DQ, sodass sich der strategische Management-Kreislauf für Konzerndaten mit dem Pfeil von „Strategiekontrolle“ zu „Definition DQM-Ziele“ wieder schliesst. Im Rahmen folgender Planungsperioden führt das Unternehmen ein kontinuierliches Rollout über alle Datenklassen, Länder/Regionen, Geschäftsbereiche und Prozesse durch (siehe alle sechs Ebenen umspannende Beschriftung auf rechter Seite in Abbildung 4-15).


Abbildung 4-15: Blaupause für den DQM-Umsetzungsplan

Kontinuierlicher Rollout (Datenklassen, Länder/Regionen, Geschäftsbereiche, etc.)Kontinuierliche Überprüfung u. Verbesserung der DQ

Analyse

DQ

M-Strategieentw

icklungU

msetzung der D

QM

-StrategieApplikationen Daten-

architekturProzesse & Methoden Organisation Führungs-

system Strategie

Definition D

QM

-Ziele

DQ

M-M

andat

Entscheidung Konsolidierung

Prozesslandschaft

Analyse & Identifikation Kernobjekte

Konzeptionelles D

aten-Modell

Design

Ziel-DA

DL R

ollout, Implem

entierung G

eschäftsregeln & Workflow

s

Definition R

ollen & Verantw

ort-lichkeiten

Integration Rollen &

Grem

ien in exis-tierende

Organisation

Design D

Q-

Messsystem

Verankerung DQ

M-

Ziele & KPIs in Org.

Strategie-kontrolle

Definition SLAs

für DL, Aufbau

DQ

-Messsystem

Analyse DA-, D

L-& G

eschäfts-anforderungen

Blaupause für System

-Entw

urf

Software-

evaluationIm

plementierung

DQ

M-Lösung

Einbettung Massnahm

en in IT-Anforderungs-& Portfoliomanagem

ent-Zyklus

Wirtschaftlichkeitsanalyse

Zeit

Analyse D

atenhaltungs-& Verteilungsarchitektur

Legende: DL –

Datenlebenszyklus; D

A –D

atenarchitektur; DQ

–D

atenqualität; DQ

M –

Datenqualitätsm

anagement;

KPI –Key Perform

ance Indikator; SLA –Service Level Agreem

ent

Analyse des DL

für Kernobjekte

EntscheidungPerform

ance-Level

Spezifikation des Standard-D

L für Pilot

Metadaten-

managem

ent

Durchführung

Coachings &

Schulungen

Implem

entie-rung

Pilot-DL

Daten-

bereinigung

Komm

unikationsstrategie (Veränderungen & Beitrag des DQ

M)

Analyse DA-, D

L-& G

eschäfts-anforderungen

4.6 Phase III: Wirtschaftlichkeitsanalyse 61

4.6 Phase III: Wirtschaftlichkeitsanalyse

Die DQM-Strategie wird unterstützt durch die Wirtschaftlichkeitsbetrachtung. Diese belegt quantitativ den Nutzen hoher DQ sowie die Notwendigkeit der DQM-Massnahmen. Eine DQM-Wirtschaftlichkeitsanalyse dient also der ökonomischen Rechtfertigung von DQM-Investitionsentscheidungen sowie zur Überwachung von Kosten und Nutzen im Projektverlauf. Des Weiteren erzeugt eine solide DQM-Investitionsrechnung Aufmerksamkeit für den Nutzen eines präventiven DQMs bei der Unternehmensleitung und anderen Entscheidern. Die aufeinander aufbauenden Aktivitäten von Phase III richten sich an den Konzern-Datensteward, die CIOs, CFOs, Fachbereichsleiter bzw. an alle, die vor die Aufgabe gestellt werden, eine komplexe Investitionsentscheidung in DQM vorzubereiten.

Die Bestimmung von Abhängigkeiten direkter und indirekter Kosten- und Nutzenfaktoren sowie deren Ermittlung sind herausfordernd. Das liegt nicht nur an dem relativ langen Zeithorizont von DQM-Programmen, sondern auch an dem komplexen Verteilungsgeflecht von DQM-Kosten und -Nutzen zwischen unterschiedlichen lokalen und globalen Geschäftsbereichen. Wie Abbildung 4-16 zeigt, sind DQM-Kosten in der Regel in Gemeinkostenpositionen undifferenziert enthalten, was eine verursachungsgerechte Verteilung auf die Kostenträger verhindert.

Abbildung 4-16: Verortung von DQM-Kosten

Das Beispiel eines Bahnkonzerns in Abbildung 4-17 verdeutlicht, dass der Nutzen für das Unternehmen aus der Summe der Teilnutzen in den verschiedenen „lokalen“ Unternehmensbereichen besteht:

• Auf Konzernleitungsebene nur Projektkosten, keine IT-Kosten, aber auch kein Nutzeneffekt

EBIT

Umsatzerlöse Kosten

-

Herstellungskosten(COGS)

Allgemeine Verwaltungs- & Vertriebskosten (SG&A)

+

Fertigungs-einzelkosten

Fertigungs-gemeinkosten

Material-einzelkosten

Material-gemeinkosten

+

LegendeKostenpositionen, die DQM-Kosten enthalten

AbkürzungenEBIT - Earnings Before Interests and Taxes, COGS - Costs of Goods Sold, SG&A - Selling, General & Administrative Expense

62 4.6 Phase III: Wirtschaftlichkeitsanalyse

• Nutzen nur im Geschäftsbereich • Kosten höher im Geschäftsbereich als auf Konzernebene • Gesamtsicht durch Multiplikation von Nutzen und Kosten über Jahre und

Geschäftsbereiche

Abbildung 4-17: Summe der Teilnutzen in verschiedenen „lokalen“

Unternehmensbereichen [Otto 2013]

Ausserdem ist ein grosser Teil des DQM-Nutzens qualitativ und nur schwer zu quantifizieren. Denn wie lässt sich z.B. der Wert einer besseren Information messen, wenn dieser doch von der besseren Entscheidung abhängt, die damit getroffen wird und niemand im Vorhinein weiss, wie viel diese Wert ist?

In der Regel lassen sich Investitionen in DQM-Projekte nur dadurch ökonomisch rechtfertigen, dass sie notwendige Voraussetzung für die Durchführung ertragsversprechender Folgeprojekte sind. Dies spiegelt sich in langen Abhängigkeitsketten (vgl. Technik Benefits Dependency Network aus Aktivität III.1, Kapitel 4.6.1.1) zwischen DQM-Nutzenfaktoren wieder. Wenn DQM-Projekte in Unternehmen gleichzeitig oder aufeinander aufbauend durchgeführt werden, sind Techniken zur Bewertung mehrerer Projekte im Rahmen eines Portfolios erforderlich. Das bedeutet, dass dann die Erträge der Folgeprojekte zumindest teilweise indirekt dem Basisprojekt zuzurechnen sind. Der zukünftige Nutzen ist aufgrund der Abhängigkeit des Erfolgs der Folgeprojekte mit Unsicherheit behaftet. Darüber hinaus eröffnet ein präventives DQM den Unternehmen Flexibilität und neue Möglichkeiten, die zum Zeitpunkt der Wirtschaftlichkeitsrechnung noch nicht vorher gesehen werden können (z.B. integrierte Systeme, die eine einheitliche Planung ermöglichen, etc.)


[Bobrowski/Vazquez-Soler 2004]. Ausserdem sind einmal getroffene Investitionsentscheidungen nur schwer revidierbar, da sie hohe Folgekosten verursachen, z.B. für eine Datenmigration zwischen Systemen unterschiedlicher Anbieter.

Im Folgenden ist beschrieben, mit welchen Techniken die oben genannten Problemkreise gelöst werden können. Eine Vorabübersicht der Entscheidungskriterien für die Technikauswahl (von der Wirkungskettenbestimmung bis hin zur Investitions-rechnung und -kontrolle) liefert Tabelle 4-13. Die Kreise weisen darauf hin, ob eine Technik das Kriterium nicht (0), zum Teil (2) oder vollständig (4) erfüllt.

Technik

Auswahlkriterium

III.1 Wirkungs-ketten

III.2 Schaffung von Kosten-/ Nutzentransparenz

III.3 Investitions-rechnung

IV.3 Investitions-kontrolle

BDN/ BSC GKR PKR LCC TCO ROI NPV ROA EVA BSC

Visualisiert Abhängigkeiten/ Wechselwirkungen 4 0 0 0 0 0 0 2 0 4

Fixe Gemeinkostenpauschale, nützlich bei häufigen Veränderungen

0 4 0 0 0 0 0 0 0 0

Verursachungsgerechte Verrechnung, Skaleneffekte 0 0 4 0 0 0 0 0 0 0

Berechnet Gesamtkosten über Datenlebenszyklus 0 0 2 4 4 0 0 0 4 4

Vergleicht Kosten/ Nutzen 0 0 0 0 0 4 4 4 4 4

Berücksichtigt zukünftige Cash-Flows 0 0 0 0 0 0 4 4 4 0

Berücksichtigt mehrere mögliche Szenarien 0 0 0 0 0 0 0 4 0 0

Berücksichtigt Unsicherheiten, Handlungsspielräume, Abhängigkeiten, zukünftige Wachstumsoptionen

0 0 0 0 0 0 0 4 0 0

Kontrolliert den Fortschritt 0 0 0 0 0 0 0 0 4 4

Geringer Implementierungsaufwand 2 2 0 2 2 4 2 0 4 4

Hohe Genauigkeit 0 2 4 2 2 2 2 4 2 2

Legende

BDN Benefits Dependency Network NPV Net Present Value BSC Balanced Scorecard PKR Prozesskostenrechnung EVA Earned-Value-Analyse ROA Realoptionsanalyse GKR Gemeinkostenrechnung ROI Return on Investment LCC Lebenszykluskostenrechnung (Lifecycle Costing) TCO Total Cost of Ownership

Tabelle 4-13: Entscheidungsmodell für die Techniken der Wirtschaftlichkeitsanalyse

und DQM-Investitionskontrolle


4.6.1 Aktivität III.1 Identifikation von Wirkungsketten

Eine wesentliche Voraussetzung für eine wertorientierte Steuerung des DQM ist die Identifikation von Wirkungsketten zwischen den Aktivitäten des DQM und ihrem Beitrag zur Erreichung der Unternehmensziele. Dies gelingt durch die Benefits Dependency Network-Technik [Ward/Daniel 2006, S. 133ff] sowie durch Strategy Maps (Ursache-Wirkungsketten) des Balanced Scorecard-Ansatzes [Kaplan/Norton 2004]. Die Technik Interview/Workshop unterstützt den Identifikationsprozess durch Gespräche mit verschiedenen Experten des Unternehmens.

Aktivität III.1 Identifikation von Wirkungsketten Ziel ist die Identifikation von Wirkungsketten, d. h. von Ursache-Wirkungsbeziehungen zwischen DQM-Initiativen, Geschäftsprozessverbesserungen und strategischen Unternehmenszielen.

Input/Vorbedingungen • Technik Analyse der Geschäfts- und IT-Strategie (Dokumentation des Beitrags des DQM) • Technik Definition DQM-Ziele, strategische Prinzipien und Richtlinien • DQM-Massnahmenkatalog

Ergebnisdokumente • Benefits Dependency

Network • Balanced Scorecard

Strategy Map

Rollen • Fachliche Datenstewards • Konzern-Datensteward • Datennutzer • Technische Datenstewards • Prozesseigentümer

Techniken • Benefits Dependency

Network • Balanced Scorecard

Strategy Map

Checkliste Wirkungsketten und Kausalitäten (DQM-Initiative als IT-Enabler bis hin zur Auswirkung auf

strategisches Unternehmensziel) sind vollständig beschrieben.

Tabelle 4-14: Aktivität III.I Identifikation von Wirkungsketten

4.6.1.1 Techniken

Mit der Technik der Benefits Dependency Networks (BDN) nach Ward und Daniel lässt sich der indirekte Wertbeitrag des DQMs (IT Enabler) zur Erreichung der Geschäftsziele (Business Goal) explizieren. Abbildung 4-18 stellt die Anwendung der BDN-Technik für das Produktdatenmanagement (PDM) bei Festo dar [Otto 2012b, S. 284]. Die IT-Enabler ermöglichen Veränderungen im DQM (Enabling Changes), die wiederum zu Veränderungen in den Geschäftsprozessen (Business Changes) führen. Diese Geschäftsveränderungen erzielen Geschäftsvorteile/-nutzen (Business Benefits), die zur Erreichung der Gesamtunternehmensziele (Business Goals) beitragen. Die Strategy Map [Kaplan/Norton 2004] einer Balanced Scorecard zeigt als Ursache-Wirkungs-Diagramm auf, wie immaterielle Ressourcen und die Kompetenzen der Mitarbeiter in finanzielle Ergebnisse umgewandelt werden. Dazu sind die dafür zu verfolgenden strategischen Ziele in den vier Scorecard-Perspektiven (Finanzen, Kunden, Prozesse, Lernen und Entwicklung) durch explizite Ursache-Wirkungsbeziehungen miteinander zu verknüpfen.


Abbildung 4-18: Benefits Dependency-Netzwerkanalyse bei Festo [Otto 2012b, S. 284]

IT E

nabl

er Zentrale Produktdaten-

architektur

Globaler Produktdaten-

standard

Standardisierte Sachmerkmale

Standardisierte Zeichnungs-

elemente

Einführung Deaktivierungs-

prozess

Einführung zentrale

«Ownership»

Teilereduktions-projekt

Reduzierung redundanter Teileanlage

Steigerung der Deaktivierung

von Teilen

Erhöhte Nutzung von Standards in der Entwicklung

Gemeinkosten-reduktion

Steigerung der Transparenz

über Sortiment

Steigerung der Produktdaten-

qualität

Einführung Änderungs-

prozess

Profitabilität Kundenservice Agilität & Flexibilität

Verbesserung der Geschäfts-

prozesse

Innovation

Ges

chäf

ts-

ziel

eG

esch

äfts

-nu

tzen

Ges

chäf

tsve

r-än

deru

ngen

Fach

liche

r E

nabl

er

Legende Strategieebene im BE Organisation & Geschäftsprozesse Informationssysteme


4.6.2 Aktivität III.2 Schaffung Kosten-/ Nutzentransparenz

Ziel der Aktivität III.2 ist die Schaffung von Kosten-/ Nutzentransparenz. Im Folgenden werden verschiedene Kostenrechnungstechniken vorgestellt und ihre Vor- und Nachteile für eine Anwendung im DQM gegenübergestellt. Die Technik Business Case Framework (Kapitel 4.6.2.4) dient auf inhaltlicher Ebene der Identifikation und Ermittlung des Nutzens von DQM-Massnahmen.

Aktivität III.2 Schaffung von Kosten-/ Nutzentransparenz Ziel ist die Quantifizierung und Aufschlüsselung der DQM-Kosten und -Nutzen.

Input/Vorbedingungen Definition der Prozesse für Prozesskostenrechnung liegt vor. Ansprechpartner für Interviews zur Kosten-Nutzen-Analyse sind identifiziert.

Ergebnisdokumente • Liste von DQM-Kosten • Liste von DQM-Nutzen • Differenzierte

Teilegemeinkosten • Prozesskosten des

Datenlebenszyklus, Liste von Einsparungs-potentialen

• Liste von Kostentreibern

Rollen • Konzern-Datensteward • Prozesseigentümer • Fachliche Datenstewards • Datennutzer • Technische

Datenstewards

Techniken • Gemeinkostenanalyse,

Teilekostenanalyse (ggf. inklusive Brown-Paper-Methode zur Identifikation der Datenobjekte für die Struktur)

• Lebenszykluskostenrechnung/TCO • Prozesskostenanalyse für DQM • Business Case Framework

Checkliste Kosten und Nutzen von DQM sind identifiziert und aufgeschlüsselt. Teilegemeinkosten sind differenziert, z.B. entsprechend der Datenobjekte, die mit der Brown-

Paper-Methode identifiziert werden können. Im Fall einer Prozesskostenanalyse liegen die Auflistung der einzelnen DQM-Aufgaben sowie

Prozesskosten je Aufgabe bzw. Datenpflegeprozess vor.

Tabelle 4-15: Aktivität III.2 Schaffung von Kosten-/ Nutzentransparenz


4.6.2.1 Technik Gemeinkostenrechnung (GKR)

Traditionelle Gemeinkostenrechenverfahren basieren auf einer Zuschlagskalkulation, die Gemeinkosten als prozentualen Zuschlag auf die Einzelkosten verrechnet. Hierfür werden lediglich die Informationen über Einzelkosten und Zuschlagssätze benötigt. Der Ablauf ist wie folgt:

1. Einzelkosten direkt dem Kostenträger zurechnen 2. Zuschlagssätze mit Hilfe von mengen- oder wertmässigen Bezugsgrössen

berechnen 3. Gemäss der Zuschlagssätze Gemeinkosten zu Einzelkosten addieren

Vorteile GKR Nachteile GKR

• Gemeinkosten werden nach Tragfähigkeitsprinzip verteilt

• Geringer Zeitaufwand, da Kosten über einen Zuschlagssatz ermittelt werden

• Zunehmende Ungenauigkeit bei wachsender Mechanisierung und Automatisierung (weil Zunahme von Fertigungsgemeinkosten und Abnahme von Fertigungseinzelkosten)

• Fehlender Prozessgedanke • Aussagen über die Kostenstrukturen in den indirekten Bereichen

sind wegen falscher Basisgrösse, z.B. Arbeitsstunden, nicht möglich.

Tabelle 4-16: Vor- und Nachteile der Gemeinkostenrechnung

4.6.2.2 Technik Lebenszykluskostenrechnung (LCC)

Lebenszykluskostenrechnung bzw. Life-Cycle-Costing (LCC) zielt darauf ab, alle Kosten einer Investition (und der damit verbundenen Aktivitäten und Prozesse) zu erfassen, die im Laufe ihres Lebenszyklus entstehen. Lebenszykluskosten sind definiert als „sum of all costs incurred during the life time of an item, i.e., the total of procurement and ownership costs” [Dhillon 1989]. Der Verein Deutscher Ingenieure beschreibt in seiner Richtlinie VDI 2884 ein LCC-Modell für die Beschaffung, den Betrieb und die Instandhaltung von Produktionsmitteln. Abbildung 4-19 zeigt das Modell im Überblick.

Das LCC-Modell gliedert den Lebenszyklus in drei Phasen, nämlich vor der Nutzung des Anlageguts, während der Nutzung und nach der Nutzung. Über die drei Phasen hinweg lassen sich fünf Kostenarten unterscheiden [VDI 2005]:

• Allgemeine Beschaffungskosten • Folgekosten der Beschaffung • Betriebs- und Hilfsstoffe • Instandhaltungskosten/ Ersatzteile (inkl. Änderungskosten) • Ausserbetriebnahmekosten

LCC-Modelle werden schon bei die Untersuchung von Anwendungssystemen genutzt [Zarnekow et al. 2004]. Darüber hinaus lassen sich die Konzepte des LCC-Ansatzes auf die Phasen des Datenlebenszyklus (Erstellung, Nutzung und Deaktivierung von Daten) übertragen [Otto 2012b].


Abbildung 4-19: Lebenszykluskosten nach VDI-Richtlinie 2884 [VDI 2005]

In Tabelle 4-17 sind vier Kostenbeispiele für die Anlage und Pflege von Produktdaten gemäss dem LCC-Ansatz in die Phasen vor und während der Nutzung gegliedert (für nach der Nutzung keine von Unternehmen freigegebene Werte vorhanden). Der Begriff „Produktdaten“ bezeichnet Informationen, die im weiteren Sinne mit dem Produkt zusammenhängen und umfasst drei Gruppen von Daten [Saaksvuori/Immonen 2008]:

• Daten zur Produktdefinition, zum Beispiel zu funktionalen und physischen Eigenschaften des Produkts

• Daten zum Produktlebenszyklus, zum Beispiel zu Bestimmungen zum Verkauf oder zu notwendigen behördlichen Zulassungen des Produkts

• Metadaten zu den beiden vorherigen Gruppen, zum Beispiel Angaben über führende Informationssysteme, Verantwortliche für die Datenpflege etc.

Tabelle 4-17 zeigt, dass sich die Kosten während der Nutzung grob in der gleichen Grössenordnung bewegen. Zudem ist zu bemerken, dass Geberit die Kosten pro Verkaufsartikel berechnet, Festo jedoch pro Einzelteil. MTU differenziert die Teilekosten in Kauf- und Hausteile, um zu verdeutlichen, dass Hausteile zusätzlich Kosten gemeinkostenwirksamer interner Prozesse beinhalten. Die Werte von RWE stammen aus einer Wirtschaftlichkeitsanalyse für eine Datenbereinigungsmassnahme, die auf folgender Logik basiert: pro entfernte Dublette bzw. nicht realisiertem neuem


Materialstamm wird immer mindestens ein kompletter Materialbeschaffungsprozess (Supply Chain-Bewertung: 309 €) und ein gefülltes Lagerfach (SAP-Analyse: 2552 €) vermieden.

Unternehmen Festo AG & Co. KG Geberit AG Rolls Royce Power Systems AG*

RWE AG

Branche Automatisierungs-technik

Sanitärtechnik Dieselmotorenbau Energie

Mitarbeiter (2013) 16'700 6'226 11'523 66'341

Umsatz (2013) 2,28 Mrd. € 2,29 Mrd. CHF 3,34 Mrd. € 54,07 Mrd. €

Vor der Nutzung 2'500 € pro Teil - - -

Während der Nutzung 1'500 € pro Teil und Jahr**

3'000 CHF pro Teil und Jahr***

Kaufteile: ca.1'800 €/Jahr Hausteile: ca. 3'400 €/Jahr ∅: 2'600 €/Jahr

2'861 € pro Teil und Jahr (∅-Kosten einer Materialstamm-position)

Berechnungskontext Lebenszyklus-kostenrechnung für Teile

Produktsortiments-bereinigung

Verwaltungskosten-schätzung je angelegtem Bauteil

Business Case für Materialstamm-datenbereinigung

Fokus Kosten der Fachbereiche und des DQM-Teams

Jahr 2008 2008 1998 2006

Quelle Kap. 5.6 Fallstudie [Lay 2008] [Michelis 2002] [Holzapfel 2007]

* in 1998: MTU Friedrichshafen ** aktive Materialstammdaten (siehe Fallstudie: FEHA, KMAT, HALB, ROH, HIBE, SOFT) *** nur Materialstammdaten von Verkaufsprodukten

Tabelle 4-17: LCC-Beispiele für Produktdaten in Unternehmen

Tabelle 4-18 liefert weitere Anhaltspunkte für die Aufstellung von Produktlebens-zykluskosten, die der VDI-Richtlinie 2219 [VDI 2002] entnommen sind. Hier wurden Bearbeitungszeiten zusammengetragen, die ein Unternehmen der elektrotechnischen Industrie durch den Einsatz eines Produktdatenmanagement (PDM)-System erzielt hat. PDM-Systeme dienen dazu, Informationen über Produkte und deren Entstehungsprozesse bzw. Lebenszyklen konsistent zu speichern, zu verwalten und transparent für alle relevanten Bereiche eines Unternehmens bereitzustellen. Sie stellen damit eine Integrationsplattform für die verschiedenen Erzeugersysteme bzw. CAx-Systeme, die während des gesamten Produktentwicklungsprozesses eingesetzt werden, dar.


Aufgabe Bearbeitungszeit mit PDM

Zugriff auf vorhandene Zeichnungen wenige Minuten

Zugriff auf alle Dokumente eines Produktes wenige Minuten

Zugriff auf geänderte Daten wenige Minuten

Verwendung spezifischer Bauteile wenige Minuten

Verwendungsnachweis wenige Minuten

Darstellen der Produktstruktur wenige Minuten

Erstellen der Prozessplanungsstruktur 3 Stunden

Informationen über eine Zeichnungsänderung in eine Zeichnung eintragen wenige Minuten

Informationen über eine Zeichnungsänderung für die Abteilung bereitstellen wenige Minuten

Informationen über eine Zeichnungsänderung für den Bereich bereitstellen wenige Minuten

Informationen über eine Zeichnungsänderung innerhalb eines Projekts mitteilen wenige Minuten

Tabelle 4-18: Bearbeitungszeiten in PDM-System (VDI-Richtlinie 2219 [2002])

Schliesslich listet Tabelle 4-19 die Vor- und Nachteile des LCC-Ansatzes für DQM auf. Ausserdem ist auf das Konzept der „Total Cost of Ownership“ (TCO) zu verweisen, das sich weitgehend mit dem der Lebenszyklusrechnungen für Ressourcen überschneidet [Geissdörfer et al. 2009]. TCO-Modelle und LCC-Modelle unterscheiden sich im Wesentlichen in zwei Punkten: Die TCO-Modelle berücksichtigen im Gegensatz zu LCC-Modellen die Transaktionskosten. Umgekehrt ist die Betrachtung der sog. „Overall Equipment Efficiency“ in LCC-Modellen integriert und wird in TCO-Modellen nur eingeschränkt oder überhaupt nicht berücksichtigt [Geissdörfer et al. 2009].

Vorteile LCC Nachteile LCC

• Ganzheitliche Betrachtungsweise der während des Datenlebenszyklus entstehenden Vollkosten

• Schafft Transparenz und Bewusstsein für DQM-Kostenreduktionspotentiale (z.B. jeder angelegte Datensatz erzeugt Folgekosten der Änderung und Deaktivierung. Datenbereinigungsmassnahmen, die zur Datensatzreduktion führen, sparen später Pflegekosten.)

• Fokus der Betrachtung ausschliesslich auf den Kosten und nicht auf Erlösen

• Ggf. Aufwand hoch, je nachdem, wie die Kosten pro Phase erhoben werden (z.B. hoch bei PKR, geringer bei GKR)

Tabelle 4-19: Vor- und Nachteile der Lebenszykluskostenrechnung

4.6.2.3 Technik Prozesskostenrechnung (PKR)

Der erhöhte Automatisierungsgrad führt zu einer Erhöhung der indirekten Kosten in vorbereitenden, planenden, steuernden und überwachenden Tätigkeiten. Herkömmliche Verfahren, wie z.B. die Zuschlagskalkulation verrechnen einen konstanten Gemeinkostensatz pro Stück und vernachlässigen erhöhten Aufwand durch Produktkomplexität oder Skaleneffekte. Daher liegt das Ziel der PKR in der


verursachungsgerechten Verrechnung der Gemeinkosten auf die einzelnen Prozesse. Die PKR eignet sich insbesondere für das DQM, da es vor allem indirekte Leistungsbereiche eines Unternehmens mit einem hohen Gemeinkostenanteil beinhaltet. Zentrale Idee der Prozesskostenrechnung ist, dass nicht die Beanspruchung von Ressourcen, sondern die Ausführung von Aktivitäten Kosten verursacht. Daher rührt auch die amerikanische Bezeichnung „Activity-Based Costing". Bei der PKR werden die im Unternehmen erbrachten Leistungen als Prozesse definiert und zu leistungsmengeninduzierten und leistungsmengenneutralen Teil- und Hauptprozessen zusammengefasst, um anschliessend monetär bewertet zu werden [Horváth/Mayer 2011]. Tabelle 4-20 zeigt positive und negative Argumente für einen Einsatz der PKR im DQM.

Vorteile PKR Nachteile PKR

• Erhöhte Gemeinkostentransparenz für das DQM • Für DQM besonders gut geeignet, da DQM vorwiegend

gemeinkostenwirksame Prozesse umfasst (im Vergleich zu herkömmlicher GKR per Zuschlagskalkulation)

• PKR berücksichtigt Allokations-, Komplexitäts- und Degressionseffekte

• Genaue Betrachtung der Prozesse, wodurch Fehler der Vergangenheit erkannt und DQM-Prozesse verbessert werden können

• Hohe Einführungskosten und ggf. Widerstand der Mitarbeiter (verursacht z.B. durch die Tätigkeitsanalyse)

• Hoher Bearbeitungsaufwand bei kontinuierlicher Durchführung der Prozesskostenrechnung

• Bei häufigen Prozessveränderungen nicht sinnvoll

Tabelle 4-20: Vor- und Nachteile der Prozesskostenrechnung


4.6.2.4 Technik Business Case Framework (BCF)

Das DQM Business Case Framework (BCF) bietet

• einen umfassenden Katalog von Nutzenpotentialen (Kostensenkung/ Ertragssteigerung), die nach den Aktivitäten von Porters Wertschöpfungskette klassifiziert sind (siehe Abbildung 4-20),

• einen strukturierten Ansatz in Form einer Checkliste für die Durchführung der Datenerhebungsinterviews,

• eine klare Dokumentationsvorlage, die die Transparenz der Berechnung erhöht.

Abbildung 4-20: BCF Gliederung nach M.E. Porters Wertschöpfungskette [1985]

In Tabelle 4-21 ist die Struktur der Dokumentationsvorlage des BCF dargestellt. Die ersten drei Spalten zeigen die Klassifizierung der Nutzenpotentiale mit den entsprechenden Datenobjekten gemäss den Aktivitäten der Wertschöpfungskette (Beispiel hier: Marketing & Vertrieb). Die vierte Spalte des BCF ermöglicht eine qualitative Bewertung des Nutzenpotentials, die genutzt wird, wenn entweder aus Zeitgründen keine Quantifizierung möglich ist oder es sich von vornherein um eine qualitative Nutzenkennzahl handelt, wie z.B. Steigerung der Kundenzufriedenheit. Die Kreuzchen in den folgenden Spalten bedeuten, dass in der Excel-basierten Dokumentationsvorlage diese Zellen ausfüllbereit sind, während die leeren Zellen geschützt sind.

Beschaffung

Personalwirtschaft

Eing

angs

-lo

gist

ik

Prod

uktio

n

Ausg

angs

-Lo

gist

ik

Mar

ketin

g&

Ver

trie

b

Serv

ice

Technologieentwicklung

Unternehmensinfrastruktur

Unterstützungs-aktivitäten

Primäraktivitäten


Aktivität der Wert-schöp-fungs-kette

Nutzen-potential

Daten-objekt

Bewer-tung der Auswir-kungen (1=gering 5=hoch)

Anzahl Prozess-instanzen

Kosten pro Prozess (Zeit oder €)

DQM-Ein-sparungs-potenzial in %

Direkte Kosten-einspa-rungen pro Jahr

Erzielter Nutzen (z.B. durch Umsatz-steige-rungen)

Einge-sparte Arbeits-zeit

Einge-sparte Arbeits-kosten pro Jahr

Marke-ting & Vertrieb

Gesteigerte Einnahmen durch Cross- und Up-Selling

Kunde, Pro-dukt

5 X

Kostenein-sparung durch optimierte Wahl der Vertriebs-kanäle

Kunde, Pro-dukt

4 X X X X X X X

…

Tabelle 4-21: Struktur des Business Case Frameworks

Schliesslich liefert Tabelle 4-22 die Gesamtliste der Nutzenpotentiale, die im BCF aktuell enthalten sind. Eine Ausnahme in der Klassifizierung der Nutzenpotentiale nach Aktivitäten der Wertschöpfungskette bildet die Unterstützungsaktivität „Unternehmensinfrastruktur“, die zusätzlich unterteilt ist in „DQM“, „IT Management“, „Reporting & Controlling“ sowie „Finanzbuchhaltung“. Ziel der Datenerhebungs-Interviews/-Workshops ist es, die zutreffenden Kennzahlen auszuwählen, den Nutzen zu quantifizieren und ggf. die Liste zu erweitern.

Aktivität der Wert-schöpfungskette

Nutzenpotential Daten-objekt

Beschaffung und Eingangslogistik (= Prozess „Procure to Pay“ in Merck-Fallstudie Kap. 5.8 )

Verringerter Aufwand für Informationsbeschaffung Material Lieferant

Effektiveres Ausgabenmanagement und erhöhte Verhandlungsmacht aufgrund hoher Lieferanten-DQ

Material Lieferant

Reduzierte Materialkosten durch eine länder-/ geschäftsbereichsübergreifende Bündelung der Bedarfe, Lieferantenrabatte und Skonti (Vermeidung von unkoordinierter Beschaffung in den einzelnen Ländern oder Geschäftsbereichen zu unterschiedlichen Konditionen aufgrund fehlender Datentransparenz)

Material Lieferant

Verringerte Einkaufsnebenkosten Material

Reduzierte Überbestände und Bestandskosten durch korrektere Bewertung der Lagerbestände und Nachbestellmengen (u.a. durch Vermeidung von Materialdatendubletten)

Material

Verbesserte Termintreue der Lieferanten, höhere Auftragsausführungsraten Material Lieferant

Verbesserte Materialqualität der Lieferanten (Einhaltung der geforderten Spezifikationen)

Material

Verbesserte Lieferanten-Performance-Überwachung (Verbesserte Lieferanten- Serviceleistung und Einhaltung von Service-Level-Vereinbarungen)

Material Lieferant

Kostenersparnis durch Vermeidung ungeplanten „Notfall-Sourcings“ Material

Kosten- und Zeitersparnis für Beschaffungsprozesse durch höhere Material-DQ, geringeren DQM-Aufwand, Einsparung von Genehmigungsschritten

Material Lieferant

Tabelle 4-22: Business Case Framework




Beschaffung und Eingangslogistik (fortgesetzt)

Verringerter Aufwand für manuellen Import von Bestandsdaten Material

Aufwandssenkung für Strategieentwicklung und Veränderungsmanagement im Einkauf aufgrund besserer Entscheidungsgrundlage (höhere DQ)

Material Lieferant

Verringerte Ausgaben für Veränderungsmanagement Material Lieferant

Verbesserte Qualifizierung und Auditierung von Lieferanten Material Lieferant

Kostenersparnis durch bessere Rechnungsbearbeitung und Einhaltung der Zahlungsbedingungen (Skonti)

Material Lieferant

Produktion

Kostenersparnis durch verbessertes Produktlebenszyklusmanagement Material

Reduzierte Wartungskosten (aufgrund Asset-Transparenz, präventive Instandhaltung)

Material

Erhöhte Sichtbarkeit und Auslastung von Anlagegütern („Asset visibility“ ) Material

Geringere Abschreibungskosten Material

Erhöhung der Prozessautomatisierung Material

Erhöhung der Produktqualität (durch korrekte Stücklisten, Material-DQ) Material

Verringerte Kosten für Produkthaftung und Rückrufe (aufgrund von verbesserter Produktqualität)

Material

Reduzierte Compliance-Risiken (z.B. durch verbesserte Rückverfolgbarkeit oder kontrollierte Datenprozesse)

Material

Verringerte Lagerkosten durch qualitativ hochwertige Lagerbestandsdaten, einen akkuraten Nachbestellungsprozess und weniger Materialdatendubletten

Material

Verringerter Materialschwund aufgrund besserer Nachverfolgbarkeit („Tracking“)

Material

Schnellere Cash-to-Cash-Zykluszeit (z.B. durch Lagerbestandsreduktion) Material

Kostenersparnis und Umsatzsteigerung in Folge höherer Produktionsplanungsqualität und genauerer Bedarfsprognosen

Material

Kürzere Produktionszyklen und weniger Ausschuss durch bessere Produktionsplanung und Material-DQ

Material

Verringerte Planungskosten (aufgrund genauerer Material- und Kundendaten) Material

Weniger Zwischenfälle bezüglich nicht auffindbarer Geräte/Werkzeuge aufgrund falscher oder fehlender Daten

Material („Asset“)

Weniger unauffindbare Werkzeuge/Geräte Material

Reduzierung des manuellen Aufwands für Fehlerrecherche Material

Verringerter Verwaltungsaufwand aufgrund standardisierter Produktionsanlagen und Messvorrichtungen

Material

Ausgangslogistik

Geringere Kosten für Eingabe, Verarbeitung und Nachverfolgung von Bestellungen; verringerter manueller Aufwand bei Fehlerkorrekturen

Material Kunde

Kostensenkung durch weniger Fehllieferungen (z.B. Senkung der Rücksendungskosten)

Material Kunde

Erhöhung der Lieferzuverlässigkeit und Compliance (qualitative KPI) Kunde

Kostenersparnis durch weniger Vertragsstrafen (durch höhere Zuverlässigkeit der Zustellung)

Material Kunde

Geringere Transportkosten (aufgrund präziser Daten zu Gewicht und Abmessungen)

Material Kunde

Verringerter Aufwand für Versandvorbereitung (Lieferscheine, Zollerklärungen) Material

Kostenersparnis aufgrund verringerter Non-Compliance-Kosten (z.B. aufgrund fehlerhafte Zollerklärung)

Material

Tabelle 4-22: Business Case Framework (fortgesetzt)




Ausgangslogistik (fortgesetzt)

Steigerung Service-Fehlerfreiheit (z.B. Messung Anteil abgeschlossener Bestellungen mit korrekten Informationen)

Material

Reduzierung der Ausschusskosten (aufgrund präziserer Auftragserfüllung) Material

Höhere Gewinne durch weniger entgangene Verkaufschancen (z.B. durch Kapazitäts- oder Bestandsengpässe)

Material

Verringerte Zykluszeit durch schnellere Auftragsabwicklung Material Kunde

Reduzierte durchschnittliche Gesamtanzahl Tage im Inventar (englisch: „Average total days in inventory“)

Material

Verringerte Lagerbestände von Fertigwaren am Produktionsort (englisch: „reduced finished good inventory days of supply located at a business entity“)

Material

Höherer Profit und schnellerer Zahlungseingang durch schnelle und korrekte Fakturierung

Material

Schnellerer Zahlungseingang aufgrund effizienterer Handhabung von Rechnungsabzügen und -anpassungen (optimierte Prozesse, weniger erforderliche Genehmigungsschritte)

Material Kunde

Verringerter Aufwand für finanzielle Aspekte der Zahlungsabwicklung (z.B. Akkreditiv, Management der Kreditlinie)

Material Kunde Finanz

Weniger Kundenabwanderung durch erhöhte Kundenzufriedenheit Material Kunde

Höherer Kundennutzen durch umfassendere Informationsversorgung Material Kunde

Marketing und Vertrieb

Gewinnsteigerung durch verbesserte Preisgestaltung (aufgrund besserer Material- und Finanzdaten)

Kunde, Material, Finanz

Optimiertes Produktportfolio und gesteigerte Einnahmen durch effektiveres Cross-Selling und Up-Selling

Material Kunde

Höhere Transparenz bezüglich Produktleistung und Kundeninteraktion Kunde Produkt

Gesteigerte Kundenzufriedenheit, Loyalität und Kundenbindung (z.B. durch schnellere Reaktionszeiten gegenüber dem Kunden)

Kunde Produkt

Vermeidung entgangener Subventionen aufgrund fehlerhafter Infrastrukturdaten (z.B. bei staatlich geförderten Transportunternehmen)

Infrastruk-tur

Wirkungsvollere Verkaufs- und Marketingkampagnen durch erhöhtes Kundenverständnis und bessere Segmentierung (Gebietszuordnung, Einkaufsverhalten, Bedarfsprofile und Rentabilitätstreiber für jedes Segment), genauere und global verfügbare Kundendaten

Material Kunde

Verbesserte Fähigkeit zur vorausschauenden Analyse (englisch: „predictive analysis capabilities“)

Kunde

Verbesserte Vertriebskanalsteuerung (Segmentierung von Gross- und Einzelhändlern)

Kunde

Effizienteres Key Account Management mit massgeschneiderten Angeboten für Schlüsselkunden der verschiedenen Vertriebskanäle

Kunde

Wirkungsvollere Ziele und Leistungsmessung des Vertriebs aufgrund eines tiefergehenden Kunden- und Vertriebskanalverständnis (durch hohe DQ)

Kunde

Kostenersparnis im Vertrieb durch optimale Gebietszuordnung, Routenplanung und verbessertes Zeitmanagement (z.B. Anrufhäufigkeit und -länge)

Material Kunde

Klare Priorisierung der Kunden und entsprechende Ausrichtung der Anzahl und Zusammensetzung der Vertriebsmitarbeiter (Call Center, Kundendienst, Aussendienst)

Material Kunde





Marketing und Vertrieb (fortgesetzt)

Kürzerer Verkaufszyklus, höhere Anzahl erfolgreich abgeschlossener Geschäfte

Material Kunde

Optimierte Wahl der Vertriebskanäle (aufgrund besserer Informationen zu Kosten der verschiedenen Kanäle)

Material Kunde

Verbesserte Prognosegenauigkeit Material Kunde

Gesteigerter Kundennutzen der angebotenen Dienstleistungen (für Dienstleistungsunternehmen)

Material Kunde

Verbesserte Handhabung von Beschwerden und Reklamationen. Material Kunde

Kundenservice

Verringerter Zeitaufwand für Fehlerbehebung (z.B. bei Kundenbeschwerden im Help Desk)

Material Kunde

Verbessertes Kundenserviceniveau (individualisierter Kundendienst auf Basis der Kundenhistorie und Kenntnis der vom Kunden verwandten Produkte) und Vermeidung unnötiger Kosten (z.B. mehrfache Fahrten zum Kunden aufgrund mangelnder Informationen zum Kundenbedarf)

Material Kunde

Verbesserte Beratungsqualität und höhere Effizienz von Call Center-Agenten (aufgrund korrekter Kundendaten, Kundendaten in einer einzigen Datei sowie schnellerer Bearbeitungszeit)

Material Kunde

Weniger Kundenanrufe Kunde

Reduzierte Kundendienstkosten durch Angleichen des Service an Kundenwert Material Kunde

DQM (Unternehmens-infrastruktur)

Kostenersparnis bei Änderungsanträgen (Change Requests) Alle

Verringerter Aufwand für Koordination mit anderen Abteilungen Alle

Verringerter Zeitaufwand für Datenanlage und -pflege (durch Data Governance, Automatisierung, Geschäftsregeln und höhere DQ)

Alle

Verringerte Kosten für Datenbereinigung Alle

Verringerter Aufwand für Validierung/Kontrolle von Dateneingabe Alle

Vermiedene Kosten redundanter Dateneingabe und -pflege Alle

Reduzierte Kosten inadäquater Datenlöschungen Alle

Reduzierte Kosten durch Vermeidung inkonsistenter Datenaggregation Alle

Kostenersparnis für IT Projekt-Support (durch genaue Projektdokumentation) Alle

Verringerter Aufwand für DQM (aufgrund Bereinigung von Dubletten) Alle

IT-Management (Unternehmens-infrastruktur)

Verringerte Migrationskosten (z.B. bei Postmerger-Integrationen) durch hohe Datenqualität und korrekte Dokumentation von Datenstandards

Alle

Reduzierte Softwareentwicklungs-, Rollout- und Wartungskosten aufgrund hoher DQ und Dokumentation (weniger Änderungsanträge, weniger Eingabevalidierung nötig, niedrigere Schnittstellenpflegekosten)

Alle

Verringerte Betriebskosten (durch konsolidierte Infrastruktur, weniger Eingabevalidierungen, niedrigere Schnittstellenpflegekosten)

Alle

Steigerung des Prozessautomatisierungsgrads Alle

Erhöhung Compliance-Grad durch korrektere Datenzugriffsrechte (Data Governance)

Alle

Reduzierte Kosten für Hardware und Softwarelizenzen (z.B. durch geringeres Datenvolumen)

Alle

Verbesserte Reputation der IT Alle

Verbesserter IT-Support Alle

Schnellere Ermittlung des Compliance-Status der Informationsarchitektur Alle





Finanz-buchführung (Unternehmens-infrastruktur)

Verbessertes Risiko-Management und höhere Compliance, z.B. durch vollständige Rückverfolgbarkeit von Finanzdatenänderungen

Finanz Material Value Chain

Verringerter Zeitaufwand für Monats- und Jahresabschlüsse Alle

Verringerter Zeit- und Kostenaufwand für Finanzbuchführung Alle

Verbessertes Liquiditätsmanagement Alle

Bessere „Invoiceability" Alle

Reporting und Controlling (Unternehmens-infrastruktur)

Verringerte Reporting-Kosten aufgrund von Automatisierung und hoher DQ Finanz Material

Verbesserte Reporting-Qualität und höheres Vertrauen in die Berichte (durch korrekte Kunden-, Material-, Zulieferer- und Finanzdaten)

Alle

Kostenersparnis und Umsatzsteigerung durch bessere DQ in der Produktions- und Bedarfsplanung sowie effektivere Entscheidungsfindungsprozesse

Alle

Kostenersparnis in der Planung (verkürzte Zyklen für Erstellung von Prognosen und Budgetierung) und im internen Rechnungswesen

Alle

Verringerte Compliance-Risiken und -Kosten (z.B. durch hohe DQ der Berichte) Alle

Verringerter Aufwand für Datenpflege und Bonitätsprüfungen aufgrund weniger Kundendatendubletten Alle

Schnellere Kundenkreditentscheidungen Kunde

Personal-wirtschaft

Verringerte Personalverwaltungskosten (durch Mitarbeiter- Self-Services) Mitarbeiter

Verbesserte Personalplanung Mitarbeiter

Verringerter Zeit-und Kostenaufwand für Mitarbeitergewinnung Mitarbeiter

Besseres Management von Personalvorsorge Mitarbeiter

Verringerte Weiterbildungskosten durch bessere Nutzung vorhandener Mitarbeiterexpertise (dokumentiert in einer Fähigkeiten-Datenbank) Mitarbeiter

Schnellere Genehmigung von Stellenausschreibungen, nachdem Personalbedarf festgestellt wurde Mitarbeiter

Vermeidung von Mehrfachzahlungen aufgrund fehlerhafter Mitarbeiterdaten Mitarbeiter

Verringerter Zeit- und Kostenaufwand für Lohnbuchhaltung durch korrekte Personaldaten Mitarbeiter

Technologie-entwicklung

Kostenersparnis im F&E-Bereich (durch bessere Nutzung von bereits vorhandenem Material/ Knowhow) Material

Umsatzsteigerungen durch schnelleren Markteintritt neuer Produkte (aufgrund von Workflow-Unterstützung) Material

Produkteinführungen im vorgesehenen Zeit- und Kostenrahmen Material

Gesteigerte Produktivität der Produktentwickler (durch reduzierten Verwaltungsaufwand) Material

Kürzere Entwicklungszeiten (z.B. Entwicklung eines neuen Arzneimittels in Pharmaunternehmen) Material

Verhinderung von Industriespionage in F&E (durch Data Governance und kontrollierte Datenzugriffsrechtevergabe) Material

Gesteigerte Erfolgsquote in F&E (aufgrund besseren Kundenverständnisses) Material

Schnellere Profitabilität neuer Produkte (englisch: „shorter time to profitability“) Material

Verringerte Qualifizierungskosten Material



In Kooperation mit dem CC CDQ wurde eine angepasste Version des BCF bei Merck für die Wirtschaftlichkeitsanalyse eines DQM-Programms angewendet und ist in Kapitel 5.7 ausführlich dokumentiert. Basierend auf dem BCF ist die Vorgehensweise für die ROI-Ermittlung folgende:

1. Anpassen der Nutzenbereiche (initial: Wertschöpfungskette nach Porter [1985]) an Unternehmensprozesslandschaft

2. Zuweisen von Interviewpartnern zu Nutzenbereichen 3. Verwenden der Liste von BCF-Nutzenpotentialen als Checkliste für Interviews 4. Bewerten von direkten Einsparungen durch DQM und von indirekten

Geschäftsprozessverbesserungen


4.6.3 Aktivität III.3 Investitionsrechnung

Ziel der Aktivität III.3 Investitionsrechnung ist es, die Vorteilhaftigkeit von DQM-Investitionen zu bewerten, um die Entscheidung über die Auswahl eines Szenarios herbeizuführen (vgl. Tabelle 4-23 ). Statische Verfahren der Investitionsrechnung sind z.B. die Kostenvergleichsrechnung, Gewinnvergleichsrechnung, Rentabilitätsrechnung (engl. ROI - Return on Investment) und die Amortisationsrechnung. Die statischen Verfahren betrachten einen periodisierten Bezugszeitraum der gesamten Nutzungsdauer. Solche Betrachtung führt dazu, dass nur die Ein- und Auszahlungen berücksichtigt werden, welche in dieser Periode der Nutzungsdauer anfallen. Zins- und Liquiditätswirkungen späterer Ein- und Auszahlungen finden keine Beachtung, da diese Verfahren den Zeitfaktor nicht berücksichtigen.

Die dynamischen Methoden berücksichtigen den Gegenwartswert des Geldes mit der Berechnung von Barwerten (engl. Present Values). Zudem werden die Risiken über den Diskontsatz einbezogen. Zu den dynamischen Verfahren zählen die Kapitalwertmethode (engl. NPV - Net Present Value), Annuitätenmethode, die Interne Zinsfussmethode (engl. IRR - Internal Rate of Return) sowie die Payback-Analyse.

Im Gegensatz zu den vorher genannten „klassischen“ Investitionsrechnungsverfahren ermöglicht die Realoptionsbewertung die Quantifizierung strategischer Möglichkeiten und projektspezifischer Handlungsflexibilitäten. Im Folgenden werden ROI und NPV (als Beispiele für die Standardtechniken) kurz erklärt und diesen dann ausführlich die Realoptionsanalyse (ROA) gegenübergestellt.

Aktivität III.3 Investitionsrechnung Ziel ist die quantitative Bewertung mehrerer DQM-Initiativen, um die Entscheidung über die Auswahl eines Szenarios herbeizuführen.

Input/Vorbedingungen Zu bewertende DQM-Projekte/Szenarien sind definiert. Kosten und Nutzen sind quantifiziert. Abhängigkeiten der Projekte sind bekannt.

Ergebnisdokumente • Investitions-

rechnung


Datensteward • Prozess-

eigentümer

Techniken • Statische Verfahren der Investitionsrechnung:

Kostenvergleichsrechnung, Gewinnvergleichsrechnung, Rentabilitätsrechnung, Amortisationsrechnung

• Dynamische Verfahren der Investitionsrechnung: Kapitalwertmethode (NPV), Annuitätenmethode, Interner Zinsfuss (IRR)

• Realoptionsanalyse (ROA)

Checkliste Die Optionen sind hinsichtlich ihrer relevanten Aspekte beschrieben. Investitionsrechnung ist durchgeführt. Szenarien sind priorisiert gemäss Investitionsrechnungsergebnis (z.B. ROI, NPV oder

Realoptionswert>0).

Tabelle 4-23: Aktivität III.3 Investitionsrechnung


4.6.3.1 Technik Renditeberechnung (Return on Investment ROI)

Der Begriff „Return on Investment“ (Kapitalverzinsung, Kapitalrendite oder Anlagenrendite), kurz ROI, bezeichnet ein Modell zur Messung der Rendite einer unternehmerischen Tätigkeit, gemessen am Gewinn im Verhältnis zum eingesetzten Kapital. Die Definition lautet:

𝑹𝑶𝑰 = 𝑮𝒆𝒘𝒊𝒏𝒏𝑮𝒆𝒔𝒂𝒎𝒕𝒌𝒂𝒑𝒊𝒕𝒂𝒍

4.6.3.2 Technik Kapitalwertmethode (Net Present Value NPV)

Der Kapitalwert (englisch: net present value, NPV) einer Investition ist die Summe der Barwerte aller durch diese Investition verursachten Zahlungen (Ein- und Auszahlungen).

NPV = −I + ∑ Zt(1+R)t

nt=1 , wobei

I = Anfangsinvestition

Zt = Zahlungsstrom/Cashflow ( Einnahmen-Ausgaben) in Periode t

R = Abzinsungsfaktor (Kalkulationszinssatz).

Ist der NPV> 0, dann sollte das Projekt getätigt werden.

4.6.3.3 Technik Realoptionsanalyse (ROA)

Investitionsentscheidungen, aufgrund des traditionellen Kapitalwert-Kriteriums, bilden oft nicht ausreichend den Wert strategischer Möglichkeiten des DQM und projektspezifischer Handlungsflexibilitäten ab. Beispielsweise erfasst der NPV eines Projektes nicht den Wert der Möglichkeit, ein DQM-Projekt zu verzögern, zu erweitern oder es aufzugeben [Damodaran 2005]. Im Gegensatz zur Kapitalwertmethode, die von einem einzigen Zukunftsszenario ausgeht, berücksichtigt der Realoptionsansatz, dass sich während eines Projekts das Risiko verändern kann, und dass Unternehmen mehrere Möglichkeiten haben, darauf zu reagieren. Abhängigkeiten zwischen DQM-Massnahmen und mit Wahrscheinlichkeiten behaftete Best-/ Average-/ Worst Case-Szenarien lassen sich als Realoptionen modellieren. Myers führte 1977 den Realoptionsbegriff als Weiterentwicklung von Finanzoptionen ein [Amram/Kulatilaka 1999]. Finanzoptionen beinhalten das Recht, nicht aber die Verpflichtung, zu einem im Voraus festgelegten Preis (Ausübungspreis) einen bestimmten Vermögenswert (Underlying) zu kaufen (Call-Option) oder zu verkaufen (Put-Option). In Anlehnung daran sind Realoptionen definiert als zukünftige, wirtschaftliche Handlungsspielräume und Investitionsmöglichkeiten eines Unternehmens in Verbindung mit der Fähigkeit des Managements, Entscheidungen an veränderte Umweltbedingungen anzupassen [Dixit/Pindyck 1994].

http://de.wikipedia.org/wiki/Cashflow

http://de.wikipedia.org/wiki/Risiko


Die Berücksichtigung von Managementflexibilität kann den Wert eines neuen DQM-Projekts in der Primärbewertung von einem Verlustprojekt in eine profitable Investition ändern [Tiwana et al. 2007].

Sowohl Finanz- als auch Realoptionen zeichnen sich durch folgende drei Eigenschaften aus:

• Flexibilität bezüglich der Ausübungsentscheidung, • Unsicherheit bezüglich der Wertentwicklung der Option sowie • Irreversibilität bezüglich der getroffenen Ausübungsentscheidung.

Wenn bei einem Unternehmen z.B. ein Kundendatenbereinigungsprojekt die Voraussetzung für eine Vertriebsaktion ist, so bietet das erfolgreiche DQM-Projekt die Flexibilität, das Vertriebsprojekt durchzuführen (Flexibilität). Die Attraktivität dieser Option hängt nun primär davon ab, wie die mit der Aktion zukünftig erzielbaren Erlöse eingeschätzt werden (Unsicherheit). Entscheidet sich die Unternehmensleitung schliesslich für das DQM- und dessen Folgeprojekt, geht dieses mit spezifischen Kosten einher, die irreversibel sind (Irreversibilität).

Anhand eines zweistufigen DQM-Programms soll beispielhaft der Unterschied zwischen einer Bewertung mit NPV und mit ROA verdeutlicht werden.

• Phase 1 (Data Governance und Datenbereinigungsprojekt): Dauer 1 Jahr, Kosten 125'000 €, Risiko P = 50 % für Erfolg von Phase 1

• Phase 2 (Implementierung neuer Vertriebskanäle, Marketing- und Vertriebsaktion): wird nur bei Erfolg von Phase 1 ausgeführt; Kosten 1 Million €, Auszahlungen 250'000 €/Jahr für immer

Der NPV-Ansatz wendet aufgrund des hohen Risikos der Phase 1 als Kalkulationszinssatz R = 25 % auf die Erwartungswerte an:

NPV = −125 −5001.25 + �

125(1.25)t = −125 − 400 + �125 �

45�

𝑡

=∞

t=2

∞

t=2

NPV = −125 − 400 + �𝟏𝟐𝟓�𝟒𝟓�

𝒕

− 12595 = −125− 400 +

𝟏𝟐𝟓

𝟏 − 𝟒𝟓− 125

95

∞

𝐭=𝟎

NPV = −125 − 400 + 400 = −𝟏𝟐𝟓

Durch die Konvergenz der geometrischen Reihe (siehe fett markierte Umformung in zweiter Zeile) heben sich der ursprünglich zweite und dritte Term (= 400) auf, sodass der resultierende negative NPV das DQM-Programm unrentabel erscheinen lässt.


Die ROA berücksichtigt, dass Projekte unterschiedliche Risiken aufweisen und daher nicht in einer Gleichung verbunden werden sollten. Phase 1 löst das Risiko P = 50 % des Scheiterns auf. Wenn Phase 1 scheitert, ist kein Risiko mehr vorhanden und das Programm ist mit Sicherheit wertlos.

Erfolg → NPV = −1000 + �250

(1.1)t = 1500∞

t=1

Scheitern → NPV = 0

Das Projekt führt zu erwarteten Auszahlungen von 50 % x 1500 T€ + 50 % x 0 € = 750 T€ nach 1 Jahr und einer Investition von 125 T€. Durch Einsetzen von 30 % als Kalkulationszinssatz in die NPV-Formel erhält man ein positives Ergebnis für das DQM-Programm von 452 T€:

NPV = −125 +7501.3 = 𝟒𝟓𝟐

Das stark vereinfachte Rechenbeispiel zeigt, dass die Berücksichtigung von Wahrscheinlichkeiten und Projektabhängigkeiten zu unterschiedlichen Investitionsentscheidungen führt.

Anders als bei den bisher diskutierten Bewertungsverfahren hat sich für Realoptionen keine einheitliche Methode herausgebildet. Generell lassen sich die Bewertungsansätze in analytische und numerische Verfahren einteilen, die in Anhang E.1 erläutert sind. Besonders hervorzuheben ist das Binomial-Modell (BM) von Cox [Cox et al. 1979], das zu den numerischen Verfahren zählt. Es hat in der Praxis den Vorteil, dass die Implementierungskomplexität vergleichsweise überschaubar ist und der Rechenweg eine detaillierte Transparentmachung der Projektspezifika erfordert und dadurch leichter zu kommunizieren ist. Daher verwenden es auch Bobrowski und Vazquez-Soler [2004], die aktuell den einzigen Beitrag liefern, der den Realoptionsansatz auf DQM-Investitionen anwendet. Jedoch ähneln Realoptionen des DQM jenen von IS-Projekten, wie die Literaturanalyse zu Anwendungen der ROA in der IS-Forschung in Anhang E.2 darstellt. Sie liefert einen Überblick über den bisherigen Stand der Forschung, auf deren Rechenmodellen zukünftige DQM-Wirtschaftlichkeitsanalysen aufbauen können.

4.6.3.4 NPV versus ROA in der Praxis

Die Realoptionsanalyse erfüllt aufgrund der Möglichkeit des Einbezugs von zukünftigen Handlungsflexibilitäten am ehesten die Anforderung der Ermittlung realitätsnaher Wertbeiträge für ein DQM-Programm, in dem Wirkungszusammen-

P=50%

1-P=50%


hänge mit Folgeinvestitionen berücksichtigt werden sollen. Gleichzeitig beinhaltet die ROA jedoch auch die grösste Komplexität in der Berechnung und der Ermittlung der benötigten Eingangsgrössen [Peffers/Dos Santos 2013]. Darüber hinaus unterliegt der Verfahrenseinsatz Einschränkungen, die sich aus der Verfahrenskenntnis auf Seiten der Anwender ergeben. Daher überwiegt die Nutzung statischer und dynamischer Investitionsrechenverfahren in der Praxis. Eine Umfrage bei Unternehmen in der Finanzdienstleistungsbranche von Littkemann aus 2011 bestätigt diesen Befund, obwohl gerade bei diesen Firmen am ehesten die nötigen Kenntnisse zur Anwendung von Realoptionsverfahren vorliegen müssten [Littkemann 2011]. Tabelle 4-24 fasst die Unterschiede zwischen dem ROA-Ansatz und der Kapitalwertmethode hinsichtlich ihrer Anwendbarkeit in der Praxis zusammen, wobei Vorteile einer Technik fett markiert sind.

Technik Kriterien ROA Kapitalwertmethode

Berücksichtigung von Flexibilität und Unsicherheit

Ja Nein

Betriebswirtschaft-liches Wissen

umfangreiche Kenntnisse notwendig zur Auswahl und Anwendung der Verfahren

NPV-Konzept sollte beherrscht werden

Praktische Erfahrungswerte

Für DQM noch kaum eingesetzt (siehe Anhang E.2) am weitesten verbreitet

Transparenz des Rechenwegs

Abhängig vom Bewertungsmodell (nur bei BM sichergestellt) Transparenz sichergestellt

Unternehmens-kultur

Förderung des Denkens in Optionen [Fichman 2004] [Sambamurthy et al. 2003] und Berücksichtigung von

Handlungsflexibilität Verändert nicht die

Unternehmenskultur

Tabelle 4-24: Praktische Anwendbarkeit der ROA versus der Kapitalwertmethode

4.6.4 Erfahrungswerte aus der Praxis zur Wirtschaftlichkeitsanalyse

Aus Diskussionen mit Experten im Rahmen der Fallstudien und Fokusgruppen-interviews liessen sich folgende Erfahrungswerte bzw. Empfehlungen für eine DQM-Wirtschaftlichkeitsrechnung ableiten.

• Zeitpunkt der Nutzenwirksamkeit berücksichtigen: Strategische Programme und Initiativen erfordern nicht nur lange Implementierungs- sondern auch Rollout-Phasen - diese sollten nicht dazu führen, dass die verbleibende Nutzungsdauer zu kurz ist, um den Business Case zu erwirtschaften.

• Sicherstellen der Belastbarkeit und Durchsetzbarkeit von Zahlenwerken: Jede Berechnung lässt sich „fort argumentieren“ - neben belastbaren Zahlenwerken sind strategische Mandate erforderlich.

• Verrechnung von DQM-Investitionen als Infrastrukturmassnahmen (versus Prozessverbesserung): Weil der Bedarf an hochqualitativen Daten die Grenzen


einzelner Organisationseinheiten überschreitet, besitzt das DQM den Infrastruktur-charakter einer Querschnittsfunktion. Daher sollte die Anschaffungsinvestition nicht nur von einem Fachbereich getragen werden, sondern auf mehrere umgelegt werden.

• Partizipation sichern durch Stakeholder-Management und Anreizsysteme: Kostenstellenverantwortliche haben keine intrinsische Motivation, nach Kostensenkungspotentialen zu suchen.

• Vermeiden von Mehrfachverbuchung (Zurechenbarkeit): Mehrfache Zuordnungen von Nutzenpotentialen zu verschiedenen Initiativen sind zu vermeiden. Beispiel: Ist die Erhöhung der DQ auf die Einführung einer neuen Data Governance-Struktur zurückzuführen oder auf eine laufende ERP-Konsolidierung?

• Schnelle Erfolge realisieren und Effekt des steigenden Grenznutzens hervorheben: Wichtig ist die Betonung der Vorteile der Multidomänen-erweiterbarkeit von DQM-Pilotprojekten. Je eher die Vorteilhaftigkeit eines DQM-Programms an Beispielen demonstriert werden kann („Quick-wins“), umso schneller wachsen die Akzeptanz und die Anzahl an Folgeaktivitäten. Der Effekt des steigenden Grenznutzens bedeutet, je mehr Objekte, Organisationseinheiten, Prozesse etc. den Vorgaben einer DQM-Initiative folgen, desto höher ist der Gesamtnutzeneffekt.

• DQM bedingt den Erfolg von Schlüsselinitiativen der Geschäftsbereiche: In der Wirtschaftlichkeitsanalyse kann bei den qualitativen Nutzenpotentialen argumentiert werden, dass hochqualitative Daten „ein Muss“ sind für die Nutzenrealisierung strategischer Unternehmensinitiativen.

4.7 Phase IV: Umsetzung & Kontrolle 85

4.7 Phase IV: Umsetzung & Kontrolle

Die Phase IV „Umsetzung & Kontrolle“ dient der Implementierung der DQM-Strategie sowie der Kontrolle, um einen Kreislauf der kontinuierlichen Verbesserung zu sichern. Zum anderen befasst sich Phase IV mit Aufgaben des Veränderungsmanagements, da für den Erfolg einer unternehmensweiten DQM-Strategie die Unterstützung der Mitarbeiter über alle Managementebenen hinweg sowie die Kooperation der Funktions- und Geschäftsbereiche entscheidend sind. Ziel der DQM-Organisation ist es, in den Aktivitäten der Phase IV folgende fünf wesentlichen Instrumente zur Transformation wirksam einzusetzen [Kagermann/Österle 2006]:

• Unternehmenskultur und Organisationsstruktur (DQM-Transformation als Chance statt Gefahr)

• Programm-Management (Die richtigen Projekte in richtiger Reihenfolge und Ressourcen mit klaren Ergebnissen)

• Projektmanagement (Klare Aufgaben mit Komplexitätsreduzierung und Risikovermeidung)

• Veränderungsmanagement (Gewinnung der Stakeholder für die neue Lösung) • Nachhaltigkeit (Regelmässige Prozessbeurteilung und Weiterentwicklung mit

klarer Unterstützung der Unternehmensleitung)

4.7.1 Aktivität IV.1 Implementierung DQM-Strategie

Aktivität IV.1 umfasst das Übersetzen des strategischen Umsetzungsplans aus Aktivität II.4 in mittel- und kurzfristige Pläne und in Aufgabenpakete bis auf Mitarbeiter-Ebene (vgl. Tabelle 4-25). Dem Operationalisieren dienen zum einen Techniken des Programm- und Projektmanagements und zum anderen die Entwicklung von Balanced Scorecards. Besonders wichtig ist auch die Verankerung von DQM-Zielen in den Funktions- und Geschäftsbereichszielen.

Ein Beispiel für die Einbettung von DQM-Zielen in Funktionsbereichs-strategien liefert TelCo Inc., wie der Auszug aus der globalen Supply Chain Management-Strategie 2010 zeigt: • Employ global data governance to ensure data integrity. Automate

master data auditing and associated updates to empower the business to improve performance.

• Expand Variant Configurator coverage across product lines to streamline and enhance the customer experience.

• Monitor and enhance the balanced Scorecard encompassing all supply chain functions and metrics to align with business strategy. Formalize data collection, analysis and action plan format.

86 4.7 Phase IV: Umsetzung & Kontrolle

• Leverage SAP SME’s to provide training to promote standardization and effective integration of supply chain processes. […]

Aktivität IV.1 Implementierung DQM-Strategie Ziel ist das Operationalisieren der DQM-Strategie in mittel- und kurzfristige Pläne sowie das Herunterbrechen der Ziele über hierarchische Stufen hinweg.

Input/Vorbedingungen Phase II und III: Definierte DQM-Ziele und Massnahmen, DQM-Budgetfreigabe

Ergebnisdokumente • DQM-Programmplan • Projektplan

(Projektstrukturplan, Meilensteinplan, Gantt-Diagramm, Netzplan etc.)

• DQM Balanced Scorecard • DQM-Ziele in Funktions-/

Geschäftsbereichsstrategien eingebettet

Rollen • Auftraggeber • Konzern-Datensteward • Prozesseigentümer

Techniken • Techniken des Programm-

und Projekt-Managements • Entwicklung Balanced

Scorecards

Checkliste DQM-Strategie ist konkretisiert in operativen Planungen und Balanced Scorecards. Budgetierung und Ressourcenallokation für die Projekte des DQM-Programms ist erfolgt.

Tabelle 4-25: Aktivität IV.1 Implementierung DQM-Strategie

4.7.1.1 Techniken des Programm- und Projekt-Managements

In einem Programm werden mehrere, miteinander verwandte oder verbundene Projekte zusammengefasst. Das Programm-Management versucht, nicht nur die richtigen Projekte auszuwählen, sondern auch die Projekte effizient zu betreiben und Projektrisiken klein zu halten. Die Bewertungsgrundlagen zur Auswahl der Projekte liefern die Projektanträge. In einem standardisierten Projektantrag sind u.a. finanzielle Kennzahlen wie ROI, NPV oder IRR, projektspezifische Erfolgsfaktoren, Angaben zu Zielen, Risiken, Kosten und zur Zeitplanung enthalten. Ausserdem prüft das Programm-Management die Abhängigkeiten zwischen den Projekten, die Einhaltung von Qualitätsstandards sowie die Verfügbarkeit von Mitarbeitern und anderen Ressourcen.

Im Rahmen der Ressourcenplanung für das DQM gilt es, folgende Fragen zu beantworten:

• Welche DQM-Projekte können überhaupt mit den zur Verfügung stehenden Ressourcen realisiert werden?

• Welche spezifischen Ressourcen werden den Projekten zugewiesen? • Welche projektkritischen Ressourcen und DQM-Kompetenzen müssen auf- oder

ausgebaut werden bzw. welche müssen ggf. am externen Markt zugekauft werden?

http://de.wikipedia.org/wiki/Projektstrukturplan

http://de.wikipedia.org/wiki/Meilensteinplan

http://de.wikipedia.org/wiki/Netzplantechnik


Letztendlich wird für jede DQM-Massnahme der Planungsperiode ein Projektplan benötigt. Er bezeichnet nach DIN 69905 die „Gesamtheit aller im Projekt vorhandenen Pläne“ und kann u.a. jede der folgenden Unterlagen enthalten: Projektstrukturplan, Meilensteinplan, Gantt-Diagramm oder Netzplan. Der Projektstrukturplan ist eine graphische Darstellung der Projektzerlegung in Phasen, Meilensteine und Aktivitäten. Im Vergleich zum Netzplan hat ein Gantt-Diagramm den Vorteil, dass die Dauer der Aktivitäten durch die Balkenlänge sichtbar wiedergegeben wird. Dafür kann andererseits in der Netzplantechnik zwischen Ablauf- und Terminplanung unterschieden werden. Durch die Möglichkeit der Darstellung der logischen Abhängigkeiten zwischen Vorgängen kann ein Ablaufplan unabhängig von terminlichen Annahmen entwickelt werden. Projektmanagement-Techniken sind problemneutral und müssen nicht für das DQM angepasst werden. Weitere Angaben sind daher der Methode PROMET®-PM [IMG 1999] oder dem PMI PMBoK [Project Management Institute 2013] zu entnehmen.

4.7.1.2 Technik Entwicklung Balanced Scorecards

Die Balanced Scorecard ist ein Mittel, um strategische Ziele in vier interdependente Leistungskomponenten zu überführen und dadurch die Umsetzung zu gewährleisten [Kaplan/Norton 1992]. Diese Komponenten sind:

• Die Finanzperspektive – wie attraktiv ist das Unternehmen für seine Kapitalgeber?

• Die Marktperspektive – welcher Mehrwert wird für den Kunden geschaffen, und wie wird das Unternehmen vom Kunden wahrgenommen?

• Die Prozess- und Ressourcenperspektive – wie müssen die Prozesse gestaltet sein, um die Anforderungen der Kunden optimal erfüllen zu können?

• Innovations- und Lernperspektive – wie kann das Unternehmen weiterhin wachsen und sich stetig verbessern? Wie kann die Innovationsfähigkeit gesteigert werden?

Die Perspektiven einer Balanced Scorecard dürfen für das Thema DQM angepasst werden. Abbildung 4-21 zeigt ein Beispiel für die Übertragung des Balanced Scorecard Konzepts auf das DQM. Die Finanzperspektive betrachtet Kosten und Einsparungen, die durch DQM-Massnahmen entstehen. Kosten (IT-Kosten, Personalkosten) können in der Regel einfach ermittelt werden. Schwierig hingegen ist die Bestimmung von monetären Einsparungen. Weitere Perspektiven und ihre Ziele lassen sich ableiten, indem die strategischen Ziele entsprechend den Gestaltungsbereichen des CDQ-Frameworks gegliedert und Bereiche zusammen-gefasst werden (z.B. Datenarchitektur und Applikationen wie in Abbildung 4-21). Neben der Entwicklung einer übergeordneten, unternehmensweiten DQM-Balanced Scorecard sollten Scorecards zur Messung geschäftsorientierter DQ-Kennzahlen entwickelt werden.

http://de.wikipedia.org/wiki/DIN

http://de.wikipedia.org/wiki/Projektstrukturplan

http://de.wikipedia.org/wiki/Meilensteinplan




Des Weiteren ist es ein wichtiger Schritt der Strategieimplementierung, die DQM-Ziele in die Scorecards der Funktions- und Geschäftsbereiche einzubetten, um somit die Unterstützung der DQM-Initiativen durch die Dateneigentümer zu steuern.

Abbildung 4-21: Beispiel einer DQM Balanced Scorecard

Bereitstellung von robusten und skalierbaren DQM-Prozessen

Kontinuierliche Einführung von Rollen und Verantwortlichkeiten im DQM

Org

anis

atio

nPr

ozes

se

Verbesserung der Prozess-

Compliance

Steigerung der Integrations-

geschwindigkeit (M&A)

Verbesserung der Ende-zu-Ende

Prozesseffizienz

Standardisierung von Datenpflege-

prozessen

Globale Standardisierung von Datenarchitekturen und Applikationen

Dat

en-

arch

itekt

ur &

Ap

plik

atio

nen

Verbesserung von Entscheidungs-

grundlagen

Kooperation von Fachbereichen, IT-

und DQM-Team

Förderung der Qualitätskultur

Verbesserung der Datenqualität

Standardisierung von Datenobjekten

Verbesserung der Ablösung von Altsystemen

Verbesserung der logischen

Datenarchitektur

Bereitstellung eines kosteneffizienten und flexiblen DQM-Service

Fina

nzen

Erreichen einer flexiblen

Kostenbasis

Reduktion der Beschaffungs-

kosten

Dauerhafte Senkung der

Betriebskosten


4.7.2 Aktivität IV.2 Veränderungsmanagement

Die Praxis zeigt, dass Organisationen ein gewisses Beharrungsvermögen besitzen und die von DQM-Massnahmen betroffenen Personen nur mit Mühe und auf lange Sicht eingeübte Verhaltensmuster ablegen. Die Aktivität IV.2 Veränderungsmanagement strebt daher an, eine von präventiven DQM geprägte Unternehmenskultur zu etablieren bzw. einen nachhaltigen Wandel der Verhaltens- und Denkstrukturen der Mitarbeiter und Führungskräfte zum Thema Datenqualität herbeizuführen [English 2003].

Aktivität IV.2 Veränderungsmanagement Ziel ist die Etablierung einer präventiven Datenqualitätskultur (z.B. Verinnerlichung des „First time right“-Prinzips) [English 2003], die anspruchsgruppenspezifische Kommunikation/ Schulung von DQM-Veränderungen sowie die Steigerung der Wandlungsbereitschaft der Mitarbeiter.

Input/Vorbedingungen DQM-Massnahmen und Schwachstellen

Ergebnisdokumente • Innovations-Workshop Flyer • Stakeholder-Liste, Beziehungen • Stakeholder Chancen & Risiken-Matrix • Stakeholder-MAP • Projektumfeld-Diagramm, priorisierte

Veränderungsmassnahmen • Informationskonzept • Teambildungs-Dossier, Team-Update bzw.

Team-Finish Protokoll • Resonanz-Protokoll • Schulungskonzept, DQM-Handbuch, Wiki • Anreizsystem

Rollen • Konzern-

Datensteward • Mitarbeiter des

DQM-Teams • Betroffene

Mitarbeiter der Fachbereiche und IT

Techniken • Innovations-Workshop • Team-Management • Stakeholder-Analyse • Projektumfeld-Analyse • Informationskonzept • Coaching • Resonanzgruppe • Schulungskonzept • Anreizsystem

Checkliste Gezielte und offene Informationspolitik zur Minimierung von Konfliktpotentialen und

Widerständen ist etabliert. Problem-Stakeholder werden frühzeitig identifiziert und präventive Interventionsmassnahmen

durchgeführt. Betroffene sind zur Veränderung durch Qualifizierungsmassnahmen befähigt und haben DQ-

fördernde Einstellungen und Verhaltensweisen entwickelt.

Tabelle 4-26: Aktivität IV.2 Veränderungsmanagement

PROMET®-CM (Change Management) [IMG 1997] liefert Techniken zur Durchsetzung des Wandels auf organisatorischer und menschlicher Ebene von der Strategieentwicklung bis zur Umsetzung. Jede Technik wird in einem separaten Kapitel nach der folgenden Struktur beschrieben: Ziel, Zielgruppe, Inhalt, Periodizität und Dauer sowie das Ergebnisdokument. Ausserdem finden sich in Weber [2009] ausführliche Beschreibungen zum Thema Schulungskonzept und Anreizsystem für DQM. Im Folgenden sind die Techniken als Übersicht dargestellt.


Technik Zweck Quelle

Innovations-Workshop

• Mobilisierung und Einführung der Führungskräfte in die Veränderungsproblematik des DQM-Programms

[IMG 1997]

Team-Management

• Teambildung sowie Aufbau und Aufrechterhaltung einer optimalen Leistungsfähigkeit des Teams

Stakeholder-Analyse

• Identifizierung von Anspruchsgruppen und -personen • Beurteilung deren Einstellung bezüglich den Projektzielen Erarbeitung von

projektfördernden Massnahmen

Projektumfeld-Analyse

• Beurteilung des gesamten Projektumfeldes und Erarbeitung von projektfördernden Massnahmen

Coaching • Auf einzelne Stakeholder beschränkte Unterstützung hinsichtlich des Entscheidungs- und Problemlösungsvorgehens

Resonanz-gruppe

• Einrichtung einer Resonanzgruppe, die die Interessensvielfalt sowie typische Denk- und Verhaltensmuster im Unternehmen widerspiegelt und deren Mitglieder zeitnah eine Rückmeldung über die aktuelle Stimmung geben

• Ausbildung (Train-the-Trainer-Prinzip) • Informationsvermittlung, -streuung und breite Meinungsbildung

Informations-konzept

• Systematische Berücksichtigung aller vom Projekt betroffenen Zielgruppen (z.B. per DQM-Flyer, Broschüren mit Erfolgsgeschichten, DQM-Handbuch [Weber 2009] oder -Wiki [Hüner et al. 2011b]);

• Verankerung des DQ-Gedankens in der Unternehmenskultur • Motivation der Anspruchsgruppen zur aktiven Mitarbeit • Beseitigung von Widerständen

[IMG 1997]

Schulungs-konzept • Qualifizierung der Betroffenen

[Weber 2009]

Anreizsystem • Motivationssteigerung zur Änderung von Verhaltensmustern (z.B. DQM-

Award oder Mitarbeiterziele) • Verbesserung der Qualitätskultur

Tabelle 4-27: Techniken des Veränderungsmanagements

Wissen um den Veränderungsbedarf und das Schaffen eines Problembewusstseins sind die Voraussetzung dafür, um für das DQM-Programm auch die „emotionale Zustimmung“ der Mitarbeiter herbeizuführen und dessen Nachhaltigkeit zu sichern. Viele Veränderungsprojekte in der Praxis sind bisher an mangelnder Einbindung und Zustimmung der Mitarbeiter gescheitert (Veränderungsdruck „von oben“). Beispielsweise ein strukturierter Datenpflegeprozess kann dazu führen, dass die Dokumentation der Tätigkeiten formaler und gegebenenfalls umfangreicher wird. Oft sind Mitarbeiter im ersten Moment schwer motivierbar, die Prozesse tatsächlich zu leben und müssen erst von deren Nutzen überzeugt werden. Daher sollte die Kommunikation von Veränderungen nicht nur zeitnah, eindeutig, ehrlich und vertrauenswürdig erfolgen sondern auch den Fokus besonders auf die persönlichen Vorteile legen (bessere Planbarkeit, gesteigerter Informationsfluss etc.). Abbildung 4-22 zeigt Beispiele für Informations-, Qualifizierungs-, Motivations- und Organisationsinstrumente des Veränderungsmanagements [Bernecker/Reiß 2002, S. 352f], die sich als erfolgreich erwiesen haben.


Abbildung 4-22: Instrumente des Veränderungsmanagements für das DQM

(Klassifizierung nach Bernecker und Reiß [2002, S. 352f])

4.7.3 Aktivität IV.3 DQM-Investitionskontrolle

Die Aktivität IV.3 DQM-Investitionskontrolle überprüft die Soll-Ist-Abweichung der in Aktivität III.3 Investitionsrechnung geplanten Kapitalwerte und BSC-Kennzahlen aus Aktivität IV.1 Implementierung DQM-Strategie. Darüber hinaus sollte auf Projektbasis eine sog. Earned-Value-Analyse (EVA) [Project Management Institute 2013] durchgeführt werden, die der Fortschrittsbewertung dient. Im Deutschen werden neben diesem Begriff auch die Bezeichnungen Fertigstellungswert-, Arbeitswert- oder Projektstatusanalyse verwendet [Motzel 2006]. Die EVA-Ergebnisse der Projekte können in einer Portfolio-Matrix zusammengefasst werden, um Projektmanagement-entscheidungen zu unterstützen. Die Resultate der Investitionskontrolle dienen dem kontinuierlichen Verbesserungsprozess und sind im nächsten Planungszyklus in der Phase I Analyse zu verwenden.

Aktivität IV.3 DQM-Investitionskontrolle Die Aktivität liefert einen Soll-Ist-Vergleich zwischen den realisierten und den geplanten Werten eines DQM-Investitionsprogramms bzw. -projektes, um Planungsabweichungen und deren Ursachen zu ermitteln.

Input/Vorbedingungen Soll-Werte, die Aktivität III.3 liefert

Ergebnisdokumente • Planungsabweichungen und deren Ursachen

(Projektstatus- und Phasenabschlussbericht) • EVA-Analyse Diagramm • DQM-Balanced Scorecard



Techniken • Eearned-Value-

Analyse • Überwachung der

Balanced Scorecards

Checkliste Budgetabweichungen und Zeitverzug einzelner DQM-Projekte sind identifiziert. Die Erfüllung der Ziele der Balanced Scorecards ist überprüft. Wenn notwendig, sind Korrekturmassnahmen eingeleitet.

Tabelle 4-28: Aktivität IV.3 DQM-Investitionskontrolle

Akzeptanz des Wandels

Wandlungsfähigkeit Wandlungsbereitschaft

Kennen Können Wollen Sollen

Informationsinstrumente

•DQM-Flyer•DQM-Wiki, Intranet•DQM-Erfolgsgeschichten

kommunizieren•Newsletter, Mail•Workshop• Veranstaltung …

Qualifizierungsinstrumente

• Schulungen für DQM-Methodenkompetenz•DQM-E-Learning• Schulung von Key Usern•Coaching (z.B. der

Dateneigentümer) …

Motivationsinstrumente

•DQM-Award• Teambildungs-

veranstaltung•Wettbewerb fördern (z.B.

Publikation der DQ einzelner Länder) • Exempel statuieren ...

Organisationsinstrumente

•Data GovernancePrinzipien• Konzernrichtlinien• Projektorganisation• Promotoren• Partizipation …

92 4.8 Szenariobasierte Auswahl der Techniken

4.8 Szenariobasierte Auswahl der Techniken

Ziel der Konfigurierbarkeit der Methode ist es, in Abhängigkeit von der Ausgangssituation eines Unternehmens, aus der Reihe von Techniken eine geeignete Auswahl zu bieten. Vorab fasst Tabelle 4-29 zusammen, unter welchen Umständen die Anwendung der Techniken im Einzelnen erforderlich ist.

Aktivitäten Techniken Anwendung Phase I: Analyse

Aktivität I.1 Analyse interner Anforderungen

Festlegen der strategischen Reichweite • obligatorisch

Stakeholder-Analyse • fakultativ

Analyse der Geschäfts- und IT-Strategie

• obligatorisch, um den Beitrag des DQM zu den Unternehmenszielen abzuleiten

Prüfung derzeitige DQM-Strategie • halbjährlich, meist Auslöser für Reifegradanalyse

DQM-Reifegradanalyse • ca. alle 2 Jahre für jede Datenklasse

Aktivität I.2 Analyse externer Anforderungen

DQM-Benchmarking • sinnvoll in Kombination mit Reifegradanalyse zur Adaption von Best-Practices

Analyse von Marktanforderungen • wichtig als Ergänzung zur Analyse der Geschäfts- und IT-Strategie in besonders dynamischen Märkten

Analyse von technologischen Entwicklungen

• wichtig zur Berücksichtigung digitaler Trends sowie neuer DQM-Lösungen

Phase II: Strategieentwicklung

Aktivität II.1 Strategie-formulierung

Formulierung DQM-Vision • bei Bedarf (Vision häufig implizit vorhanden) • notwendig sobald die DQM-Strategie in der ganzen

Organisation kommuniziert werden soll

Definition DQM-Ziele, strategische Prinzipien und Richtlinien • obligatorisch

Entwicklung strategischer Optionen • bei Bedarf

Aktivität II.2 Entwicklung Umsetzungs-plan

Ableitung Massnahmenkatalog • obligatorisch

Priorisierung der Massnahmen • obligatorisch

Definition Umsetzungsplan • obligatorisch

Phase III: Wirtschaftlichkeitsanalyse (s. Tabelle 4-13 auf S. 63 für Entscheidungsmodell zur Technikauswahl)

Phase IV: Umsetzung & Kontrolle

Aktivität IV.1 Implementie-rung DQM-Strategie

Techniken des Programm- und Projekt-Managements • obligatorisch

Entwicklung Balanced Scorecards

• wichtig zur organisatorischen Verankerung des DQM als kontinuierlichen Veränderungsprozess

• Einbettung von DQM-Zielen in BSC von Geschäfts- und Funktionsbereichen obligatorisch

Aktivität IV.2 Veränderungs-management

Techniken des Veränderungsmanagements

• wichtiger Erfolgsfaktor für DQM-Strategie ( Budget für Veränderungsmanagement einplanen)

• Entwicklung Anreizsystem nicht nur für DQM-Team sondern für alle Rollen obligatorisch

Aktivität IV.3 DQM-Investitions-kontrolle

Earned-Value-Analyse • wichtig zur Überwachung des Projektfortschritts

Überwachung der Balanced Scorecards

• wichtig für die Überwachung geschäftsorientierter DQ-Kennzahlen ab einem mittleren Reifegrad

Tabelle 4-29: Übersicht Anwendungsbedingungen der Techniken

4.8 Szenariobasierte Auswahl der Techniken 93

Im Rahmen des Fokusgruppeninterviews C (22.06.12, Mainz) waren die Experten gebeten, neben der Evaluierung der Liste der Techniken auch Szenarien zu definieren und dazu ihre Auswahl von Techniken (Top 3) zu nennen. Nachfolgende Fokusgruppeninterviews sowie die Fallstudien legen nahe, dass trotz einer grossen Vielfalt der unternehmensspezifischen Ausgangsituationen die Auswahl der Techniken hauptsächlich von den in Tabelle 4-30 links dargestellten Faktoren, wie z.B. der Höhe des Budgets oder des DQM-Reifegrads, abhängt. Bei fast unbegrenztem Budget bestätigten die Fachexperten die Anwendung aller Techniken als sinnvoll, weshalb dieser Fall nicht als separates Szenario aufgeführt ist.

Die Konfiguration der Methode geschieht über die Wahl eines bestimmten Szenarios, welches eine möglichst treffende Annäherung an die DQM-Situation des Unternehmens wiedergibt. In Tabelle 4-30 sind fünf Konfigurationsszenarien dargestellt, die zum einen zu einer möglichst unterschiedlichen Ausprägung der Technik-Auswahl führen und zum anderen die mannigfaltigen Ausgangssituationen in der Praxis abdecken (ggf. als Mischform). Ein „-“ bedeutet, dass die Ausprägung des entsprechenden Faktors für das jeweilige Szenario beliebig ist.

Szenarien

Faktoren 1) Geringes

Budget 2) Ungenutzte Potentiale &

hohe Marktdynamik

3) Vorreiter der digitalen

Transformation

4) Bedarf monetärer

Transparenz

5) Steigerung der Akzeptanz

des DQM Budgethöhe gering mittel/ hoch mittel/ hoch ggf. gering -

DQM-Reifegrad gering gering/mittel hoch - -

DQM-Strategie vorhanden nein nur für einzelne

Datenklassen ja Soll-Zustand und DQM-Strategie

definiert

ja, sie wird aber nicht „gelebt“

Akzeptanz DQM-Strategie nein - hoch gering/ mittel gering

Unterstützung durch Führungsebene

gering/ mittel mittel/ hoch hoch ggf. gering ggf. gering

Technologische Dynamik - hoch hoch - -

Marktdynamik - hoch hoch - -

Typische Zielsetzungen

• Strategie entwickeln, die kurzfristig schnelle Erfolge verspricht

• DQM-Rollout für weitere Bereiche

• Realisierung techn. Potentiale

• Fundierte Strategie- entwicklung

• Fokus DQM-Strategie auf Weiterentwick-lung der digitalen Transformation

• Erweiterung des Mandats, Budgets oder Akzeptanz mittels Wirtschaftlich-keitsanalyse

• Bewusstsein für Beitrag des DQM erhöhen mittels Veränderungs-management

Tabelle 4-30: Beschreibung der Konfigurationsszenarien

Szenario 1) Geringes Budget Ausschlaggebend sind hier die durch ein geringes Budget limitierten Möglichkeiten für die Entwicklung einer präventiven DQM-Strategie. Die Stakeholder-Analyse liefert die Selektion der Teilnehmer für die Reifegradanalyse. Diese beinhaltet nur eine kurze Befragung der wichtigsten Ansprechpartner (ggf. nur für eine Datenklasse/

94 4.8 Szenariobasierte Auswahl der Techniken

wenige Organisationseinheiten) in Kombination mit einem raschen qualitativen Benchmarking. Szenario 2) Ungenutzte Potentiale & hohe Marktdynamik Dieses in der Praxis besonders häufige Szenario 2) beinhaltet z.B. einen DQM-Rollout für weitere Datenklassen (z.B. Kunde zur Erschliessung neuer Geschäftsfelder) oder die Realisierung technischer Potentiale wie z.B. In-Memory Computing. Dies erfordert eine fundierte strategische Analyse und Planung. Das DQM-Vorhaben ist mit ausreichend Budget versorgt, da aufgrund hoher Marktdynamik der Handlungsdruck ansteigt. Die hier obligatorische Reifegradanalyse sollte nach spätestens zwei Jahren zur Positionsbestimmung wiederholt werden - ggf. in geringerem Umfang als beim ersten Mal. Szenario 3) Vorreiter der digitalen Transformation Der Hauptunterschied des dritten zum zweiten Szenario liegt darin, dass diese Unternehmen schon flächendeckend ein präventives DQM auf relativ hohem Niveau etabliert haben. In Szenario 3) verfügt eine Organisation also über einen hohen DQM-Reifegrad, auf dem die digitale Transformation zum datenzentrierten Unternehmen aufbauen kann. Eine besonders umfangreiche Analyse von technologischen Entwicklungen und neuen Marktanforderungen ist die Basis für eine innovative DQM-Strategie, die auf eine Vorreiterposition im Digitalisierungswettbewerb abzielt. Szenario 4) Bedarf monetärer Transparenz Unternehmen in Ausgangsituation 4) benötigen eine Quantifizierung und Aufschlüsselung der Kosten und der Nutzenpotentiale des DQM. Auslöser dafür umfassen z.B. den Bedarf von Investitionsrechnungen (vgl. Merck), von Kostenprognosen (vgl. Festo) oder die Notwendigkeit von DQM-Kostentransparenz (vgl. BCC) zur Ableitung von Verbesserungsmassnahmen. Typische Zielsetzungen für einen Fokus auf Phase III Wirtschaftlichkeitsanalyse des Szenarios 4) sind eine Erweiterung des Mandats, des DQM-Budgets und die Steigerung der Aufmerksamkeit für den Wert hoher DQ. Szenario 5) Steigerung der Akzeptanz des DQM In Szenario 5) verfügt das Unternehmen durchaus über eine DQM-Strategie, jedoch hapert es in ihrer erfolgreichen Umsetzung aufgrund mangelnden Bewusstseins für die Wichtigkeit eines präventiven DQM. Hier ist das Ziel, die Akzeptanz und Unterstützung aller Mitarbeiter für das Thema zu gewinnen mittels Veränderungs-management sowie der Einbettung der DQM-Ziele in die integrierten Managementsysteme (z.B. BSC) der Fach- und Geschäftsbereiche.

4.8 Szenariobasierte Auswahl der Techniken 95

Die Szenarien ergeben die in Tabelle 4-30 dargestellten Konfigurationsprofile. Pro Profil wird festgelegt, welche Techniken zwingend und welche nur in überschaubarem Umfang anzuwenden sind und welche lediglich fakultativen Charakter haben.

Aktivitäten Techniken

1) G

erin

ges

Bud

get

2) U

ngen

utzt

e Po

tent

iale

& h

ohe

Mar

ktdy

nam

ik

3) V

orre

iter d

er

digi

tale

n Tr

ansf

orm

atio

n 4)

Bed

arf

mon

etär

er

Tran

spar

enz

5) S

teig

erun

g de

r A

kzep

tanz

des

D

QM

Phase I: Analyse


Festlegen der strategischen Reichweite 4 4 E E E

Stakeholder-Analyse 2 2 E 0 4 Analyse der Geschäfts- und IT-Strategie 4 4 4 0 4 Prüfung derzeitige DQM-Strategie 4 4 4 0 E

DQM-Reifegradanalyse 2 4 E 0 2


DQM-Benchmarking 0 2 E 0 0 Analyse von Marktanforderungen 0 4 4 0 0 Analyse von technologischen Entwicklungen 0 4 4 0 0


Aktivität II.1 Strategieformulierung

Formulierung DQM-Vision 0 2 E 0 4

Definition DQM-Ziele, strategische Prinzipien und Richtlinien 4 4 4 E E

Entwicklung strategischer Optionen 2 2 2 2 2

Aktivität II.2 Entwicklung Umsetzungsplan

Ableitung Massnahmenkatalog 4 4 4 2 E

Priorisierung der Massnahmen 4 4 4 2 E Definition Umsetzungsplan 4 4 4 E/2 E

Phase III: Wirtschaftlichkeitsanalyse (s. Tabelle 4-13 auf S. 63 für Entscheidungsmodell zur Technikauswahl) Aktivität III.1 Identifikation von Wirkungsketten 0 2 2 4 4

Aktivität III.2 Schaffung Kosten- / Nutzentransparenz 0 2 2 4 2 Aktivität III.3 Investitionsrechnung 0 2 2 4 2

Phase IV: Umsetzung & Kontrolle

Aktivität IV.1 Implementierung DQM-Strategie

Techniken des Programm- und Projekt-Managements 4 4 4 4 4

Entwicklung Balanced Scorecards 0 2 E/4 0 4


Techniken des Veränderungsmanagements 4 4 4 0 4

Aktivität IV.3 DQM-Investitionskontrolle

Earned-Value-Analyse 0 2 E/2 4 0

Überwachung der Balanced Scorecards 0 2 E/4 2 2

Legende Anwendung der Technik 4 = obligatorisch, 2 = nur in minimal notwendiger Tiefe, 0 = fakultativ, E = erledigt

Tabelle 4-31: Szenariobasierte Auswahl der Techniken

96 5.1 Auswahl und Aufbau der Fallstudien

5 Fallstudien Diese Arbeit baut neben wissenschaftlichen Beiträgen wesentlich auf Erkenntnissen aus der Praxis auf, die neben diversen Fokusgruppeninterviews den fünf Fallstudien dieses Kapitels entstammen.

Die Fallstudien TelCo (Name aus Vertraulichkeitsgründen anonymisiert), Bayer CropScience (BCS), Bayer Consumer Care (BCC), Festo und Merck beschreiben Strategieentwicklungs- und Wirtschaftlichkeitsanalyseprojekte für das DQM.

5.1 Auswahl und Aufbau der Fallstudien

Fallstudienforschung wird insbesondere bei organisationalen Fragestellungen der Wirtschaftsinformatik verwendet, bei denen die Grenzen zwischen dem Phänomen selbst und seiner Umwelt nicht klar erkennbar sind [Scholz/Tietje 2002; Yin 2002], was für den vorliegenden Forschungsgegenstand gegeben ist. Alle Fallstudien wurden im Rahmen des Konsortialforschungsprojekts CC CDQ zwischen Oktober 2010 und Oktober 2013 durchgeführt. Sie wurden möglichst unterschiedlich ausgewählt, um zu zeigen, dass die Methode in einem breiten Spektrum von strategischen DQM-Vorhaben nutzbar ist. Die Auswahl erfolgte anhand dieser Kriterien, die den Untersuchungsgegenstand abgrenzen [Eisenhardt 1989; Perry 1998]:

• Abdeckung unterschiedlicher Industrien, Ausgangssituationen und Datenklassen • Hinreichende Komplexität des Unternehmens, die sich u.a. in der Unternehmens-

grösse, der globalen Tätigkeit, Organisationsstruktur oder der Produktvielfalt manifestiert

• Langjährige Erfahrung des Unternehmens mit dem DQM • Bereitschaft der Unternehmen zur Aufnahme und auch zur Veröffentlichung der

Fallstudie

Die Inhalte der Fallstudien entstammen Interviews mit den Projektverantwortlichen, Mitgliedern der Projektteams und Vertretern der Fachbereiche sowie der DQM-Abteilungen in den Unternehmen sowie der Auswertung von Projektunterlagen. Das Vorgehen zur Erstellung der Fallstudien sowie deren Struktur lehnen sich an die Fallstudienmethode für das Business Engineering PROMET BECS [Senger/Österle 2004]. Der Aufbau der Fallstudien ist strukturiert in eine Beschreibung des Unternehmens, der Ausganssituation und Ziele, der Methodenanwendung sowie in eine Zusammenfassung der Erkenntnisse und Weiterentwicklungen. Zur besseren Lesbarkeit wird in der BCC-, Festo- und Merck-Fallstudie zwischen dem Vorgehen und den Ergebnissen der angewendeten Techniken von Phase III (Wirtschaftlichkeitsanalyse) unterschieden und für letztere jeweils ein separates Kapitel eingefügt. Tabelle 5-1 liefert eine Übersicht, welche der Techniken im Rahmen jeder Fallstudie angewendet oder geplant worden sind bzw. welche vorher schon erledigt waren (vgl. Kapitel 4.8 Szenariobasierte Auswahl der Techniken).

5.1 Auswahl und Aufbau der Fallstudien 97

Die Fallstudie TelCo entspricht Szenario 2), BCS einer Mischform von 2) und 3), während der Fokus der letzten drei Fallstudien auf Phase III Wirtschaftlichkeitsanalyse mit der Zielsetzung von Szenario 4) übereinstimmt.

Aktivitäten Techniken TelCo BCS BCC Festo Merck Phase I: Analyse


Festlegen der strategischen Reichweite 4 4 E E E Stakeholder-Analyse 4 4 E E E

Analyse der Geschäfts- und IT-Strategie 4 4 E E E Prüfung derzeitige DQM-Strategie 4 4 E E E DQM-Reifegradanalyse 4 4 E P P


DQM-Benchmarking 4 4 E P P Analyse von Marktanforderungen 0 4 E E E Analyse von techn. Entwicklungen 0 4 E E E


Aktivität II.1 Strategieformulierung

Formulierung DQM-Vision E P E 0 E Definition DQM-Ziele, strategische Prinzipien und Richtlinien 4 4 E E E

Entwicklung strategischer Optionen 0 0 0 0 0

Aktivität II.2 Entwicklung Umsetzungsplan

Ableitung Massnahmenkatalog 4 4 4 E E Priorisierung der Massnahmen 4 4 0 E E

Definition Umsetzungsplan 4 4 0 E E Phase III: Wirtschaftlichkeitsanalyse

Aktivität III.1 Identifikation von Wirkungsketten

Benefits Dependency Network 0 0 0 E 0

Balanced Scorecard Strategy Map 0 0 0 0 0

Aktivität III.2 Schaffung Kosten-/ Nutzentransparenz

Gemeinkostenrechnung (GKR)/ Teilekostenanalyse 0 0 0 4 0

Lebenszykluskostenrechnung (LCC)/TCO 0 0 0 4 0

Prozesskostenrechnung (PKR) 0 0 4 0 0

Business Case Framework P 0 0 0 4

Aktivität III.3 Investitionsrechnung

Statische Bewertungstechnik (ROI, Amortisationszeit) P 0 4 0 4

Dynamische Bewertungstechnik (NPV) P 0 0 0 0

Realoptionsansatz 0 0 0 0 0 Phase IV: Umsetzung & Kontrolle

Aktivität IV.1 Implementierung DQM-Strategie

Techniken des Programm- und Projekt-Managements 4 4 4 4 4

Entwicklung Balanced Scorecards 0 0 0 0 P


Techniken des Veränderungsmanagements 4 0 0 0 P

Aktivität IV.3 DQM-Investitionskontrolle

Earned-Value-Analyse 0 0 0 0 P

Überwachung der Balanced Scorecards 0 0 0 0 P Legende 4 = angewendet in Fallstudie, 0 = nicht angewendet, E = erledigt, P = als Massnahme geplant

Tabelle 5-1: Angewendete Aktivitäten und Techniken der Fallstudien

98 5.2 Fallstudie TelCo

5.2 Fallstudie TelCo

Die partizipative Fallstudie bei der TelCo Inc. (Name anonymisiert) diente der Entwicklung und einer ersten Anwendung der Methode, die das zentrale Artefakt der Dissertation darstellt.

5.2.1 Unternehmen

Aufgrund der Anonymisierung wird kein Kurzportrait dargestellt. TelCo ist der Hersteller eines vielfältigen Portfolios von Lösungen für Telekommunikationsnetze sowie Elektronikprodukte. TelCo gliedert sich ein in eine Bandbreite globaler Unternehmen mit 30'000 bis 50'000 Mitarbeitern, 5 bis 10 Mrd. CHF Umsatz und 1,7 bis 2 Mrd. CHF Gewinn.

5.2.2 Ausgangssituation und Ziele

TelCo stand vor der Herausforderung, kundenindividuelle Produktkonfigurationen möglichst schnell liefern zu können. Der Prozess der Neuanlage von Produkten erwies sich in der Vergangenheit als zu langsam und dauerte im Schnitt zwei Wochen. Der Hauptgrund dafür lag in der Vielzahl der verschiedenen Rollen im Unternehmen, die für eine Datenneuanlage zu involvieren waren, und dem Fehlen eines durchgängigen Ende-zu-Ende-Prozesses dafür. Durch die Einführung von Data Governance, d.h. eindeutiger Verantwortlichkeiten für Produktdaten, die klare Definition des Anlageprozesses sowie die Teilautomatisierung durch ein Workflow-Managementsystem konnte der „Time-to-Market“ neuer Produkte um mehr als 80 %, auf zwei Tage, gesenkt werden. Der Nutzen des DQM manifestierte sich in der schnelleren Markteinführung neuer Produkte, in einem effektiveren Risikomanagement und der Sicherstellung von Compliance sowie als Grundlage für Wachstum.

Die Vision und Mission der DQM-Organisation von TelCo lautete: „The DQM Vision is to produce high-quality master data for each business process the first time, every time! The DQM Mission is to provide master data that is accurate, complete, consistent, and timely which empowers the business to improve performance.” (Die DQM Vision ist es, für jeden Geschäftsprozess beim ersten Mal und jedes Mal hochqualitative Stammdaten zu liefern! Die DQM Mission ist es, Stammdaten zur Verfügung zu stellen, die akkurat, vollständig, konsistent und aktuell sind, um die Leistungsfähigkeit des Unternehmens zu steigern.)

TelCo initiierte das Projekt „DQM-Strategieentwicklung“ in Kooperation mit dem CC CDQ, aufbauend auf den vorher genannten ersten positiven Ergebnissen sowie aufgrund einer drastischen Verschärfung bisheriger DQM-Herausforderungen (u.a. durch M&A-Aktivitäten, Konsolidierung/ Verlagerung von Produktionswerken,

5.2 Fallstudie TelCo 99

Geschäftsprozessglobalisierung, SAP ERP-Migrationsprojekte etc.). Somit erfolgten im Rahmen der partizipativen TelCo-Fallstudie zwischen Oktober 2010 und April 2011 eine Reifegradbewertung, die Formulierung einer DQM-Strategie sowie eine Umsetzungsplanung.

5.2.3 Anwendung der Methode

Die Anwendung der Methode bei TelCo umfasste in der Phase I Analyse die

• Aktivität I.1 Analyse interner Anforderungen (Techniken Festlegen der strategischen Reichweite, Stakeholder-Analyse, Analyse der Geschäfts- und IT-Strategie, Prüfung derzeitige DQM-Strategie und DQM Reifegradanalyse) und die

• Aktivität I.2 Analyse externer Anforderungen (Technik DQM-Benchmarking).

Im Rahmen der Phase II Strategieentwicklung beinhaltet die Fallstudie die Anwendung der

• Aktivität II.1 Strategieformulierung (Technik Formulierung DQM-Vision, Definition DQM-Ziele und strategische Prinzipien) sowie der

• Aktivität II.2 Entwicklung Umsetzungsplan (Techniken Ableitung Massnahmenkatalog, Priorisierung der Massnahmen, Definition Umsetzungsplan).

In der Phase IV Umsetzung & Kontrolle wurde

• Aktivität IV.2 Veränderungsmanagement (Entwicklung DQM-Flyer und Kommunikationskonzept) angewendet.

5.2.3.1 Aktivität I.1 Analyse interner Anforderungen

Das Kern-Projektteam der Fallstudie war die virtuelle DQM-Organisation, deren Mitarbeiter fast allen Geschäftsbereichen und Regionen angehörten und deren Leitung an die rechte Hand des CFO berichtete. Abbildung 5-1 zeigt die strategische Reichweite der DQM-Strategie, für die definiert wurde, dass alle Geschäfts- und Funktionsbereiche von TelCo sowie die Regionen Global (zentrale Steuerung sowie Gesellschaften in der Region Asien-Pazifik), EMEA und NAFTA (Nordamerika, Kanada, Mexiko) eingebunden sind. Aus Applikationssicht wurde keine Einschränkung vorgenommen.


Abbildung 5-1: Strategische Reichweite der Reifegradbewertung

Zur Identifikation und Analyse von Interessengruppen bzw. Interessenträgern, die in den Strategieentwicklungsprozess einzubinden waren, wurde eine unternehmensweite Stakeholder-Analyse durchgeführt. Sie lieferte u.a. die Liste der 25 Teilnehmer für die detaillierten Reifegradbewertungsinterviews sowie der 210 Teilnehmer für eine Online-Umfrage zur Reifegradbewertung.

Im Rahmen der Technik Analyse der Geschäfts- und IT-Strategie wurde der in Tabelle 5-2 dargestellte Beitrag des DQM zu den Unternehmenszielen dokumentiert.

Regionen

GLOBAL

NAFTA

EMEA

Geschäftsbereiche

Alle (vertraulich)

Funktionsbereiche

Globales DQM

Einkauf

Entwicklung

Produktion

Marketing & Vertrieb

Finanzen

Datenklassen

Produkt (Stückliste, Arbeitsplan, Varian-

tenkonfiguration etc.)

Kunde

Lieferant

Einkaufsdaten

Compliance

Preise

Finanzdaten

Controlling-Strukturen

Mitarbeiter


Risiko-Management & Compliance verbessern

• DQ als Voraussetzung zur Erfüllung gesetzlicher und behördlicher Richtlinien in den Bereichen Import/Export, Global Trade System, RoHS, REACH

• Vermeidung von Strafzahlungen und entgangenen Verkaufschancen

Ganzheitliche Qualitätsexzellenz erreichen

• Datenhygiene als Selbstverständlichkeit etablieren (Vergleich „Händewaschen“) • Einführung von DQ-Kennzahlen • Etablierung eines „Closed-Loop“-Verbesserungsprozess zur Steuerung und

Überwachung des DQM

Geschäftsprozesse beschleunigen (Time-to-Market)

• Produkteinführung durch klar definierte DQM-Prozesse • DQM-Workflowmanagement und Data Ownership gehen Hand in Hand • DQM-Unterstützung möglichst kurzer Produktentwicklungsprozesse • Variantenkonfiguration

Wachstum beschleunigen und expandieren (M&A)

• Hohe DQ als Bedingung für Firmenintegrationsstrategien • Beschleunigtes Unternehmenswachstum durch einfachere Integration akquirierter

Unternehmen • Globales Template für Applikationen (SAP, Windchill, etc.)

Kundenorientierung Intensivieren

• Mangelhafte Kunden-DQ gefährdet Zielgruppenbestimmung, Unternehmensreputation und Kundenzufriedenheit

• Abhängigkeit erfolgreichen Cross-Sellings und der Produktportfolioplanung von korrekten Kundeninformationen

• Internationale Rechtsvorschriften erfordern konsequente Compliance-Prüfung von Kundendaten.

Geschäftsprozesse globalisieren

• Sicherstellen eines gemeinsamen, global einheitlichen Verständnisses der Datenobjekte notwendig für globale Geschäftsprozessharmonisierung und -standardisierung

• Unternehmensweite Data Governance und weltweit standardisierte Datenlebenszyklusprozesse etablieren

• Durchgängige Ende-zu-Ende Unterstützung der globalen Geschäftsprozesse, d.h. Silodenken überwinden und globale Zusammenarbeit fördern

Performance Excellence steigern

• DQ als Voraussetzung, Erwartungen der Kunden und Märkte nicht nur zu verstehen, sondern ihnen zuvorzukommen und sie zu übertreffen - ohne Fehler, pünktlich und jederzeit

• Steigerung der Effizienz und Effektivität des Berichtswesens („Single Point of Truth", Standardisierung der Reports und Kennzahlen)

• Verbesserung des Working Capital Management (Zykluszeit reduzieren) • Redundanzen in Datenpflegeprozessen und Dubletten vermeiden • „Banish Waste!“ - obsolete, veraltete Daten deaktivieren

Tabelle 5-2: Beitrag des DQM zur TelCo Unternehmensstrategie

Als besonders hervorzuhebender Aspekt der Unternehmensstrategie ist der Qualitätsgedanke, der auch, prominent platziert, im Eingangsbereich jedes TelCo-Gebäudes zu sehen ist: Es ist die Politik von TelCo, ganzheitliche Qualität durch Performance Excellence zu erreichen. Performance Excellence definiert TelCo als Qualitätsanspruch, der gelebt wird, in Form von Werten, exzellenter Umsetzung und kontinuierlicher Verbesserung. Dies bedeutet sowohl für jeden einzelnen Mitarbeiter als auch für Teams, die Erwartungen der Kunden und Märkte nicht nur zu verstehen, sondern ihnen zuvorzukommen und sie zu übertreffen - ohne Fehler, pünktlich und jederzeit.

Insgesamt wurden 25 Interviews (1 bis 2 Personen) über alle Regionen und Funktionsbereiche hinweg durchgeführt. Jeder Interviewpartner beantwortete Fragen zu allen sechs Ebenen des DQM (vgl. Kapitel 4.4.1.5 Technik DQM-


Reifegradanalyse), die gemeinsam mit dem Leiter der DQM-Organisation sprachlich an TelCo angepasst und mit unternehmensspezifischen Beispielen angereichert worden waren. Das Ergebnis der Bewertung ist in Abbildung 5-2 dargestellt.

Die Ergebnisse der Online-Befragung sind hier nicht enthalten, da diese zwar eine interessante Indikation geliefert hatten, aber ihre Ergebnisse letztlich nicht belastbar genug waren. Nur 60 der 210 Online-Fragebögen sind beantwortet worden. Gleichzeitig zeigte es sich, dass die Reifegradstufen persönlicher Erläuterung und Beispiele für „Good-Practices“ anderer Unternehmen auf Stufe III-V bedurft hätten, sodass die Fragen wirklich differenziert und nicht mit einer Mischung aus Durchschnittsbewertungen oder „not applicable [to my job scope]“ beantwortet worden wären. Als Erfahrungswert aus dieser umfangreichen Online-Befragung nahm das CC CDQ-Team sowie auch TelCo mit, dass es wichtig ist, vor einer solchen Online-Befragung den Teilnehmern in einer kurzen Telefonkonferenz eine Einführung zu geben, die betont, dass es sich nicht um einen Audit sondern um eine Selbstbewertung handelt. Des Weiteren sollte betont werden, dass die Selbstbewertung nur dazu dient, dass das DQM-Team seine strategischen Massnahmen noch besser auf die Bedürfnisse der Fachbereiche ausrichten kann, und, dass das Bewusstsein für den Wert von hoher DQ gesteigert wird. Ausserdem ist zu empfehlen, dass die Fragebögen in Kleingruppen pro Bereich beantwortet werden, um den Gesamtaufwand für die Teilnehmer und auch für die Auswertung in Grenzen zu halten.

Abbildung 5-2 Ergebnisse der DQM-Reifegradbewertung

Abbildung 5-2 zeigt einen durchschnittlichen Reifegrad von 33 % auf. Für die Bewertung wurde eine Skalierung von Stufe I = 0 % bis Stufe V = 100 % in 25 %-Schritten definiert. Mit dem erreichten Wert liegt der Reifegrad zwischen Stufe II und III. Stufe II sagt aus, dass gewisse Fortschritte im DQM erzielt wurden, während für Stufe III das Vorgehen klar begründet (Standard, Prozeduren, Richtlinien existieren, die die erforderliche Datenqualität sicherstellen sollen) und die erfolgreiche Implementierung der Konzepte in einigen Bereichen schon erfolgt sein muss (vgl. Definition in Tabelle 4-7 auf S. 38). Die Zielsetzung für 2012 (Abbildung 5-2 rechter

33%

30%

45%

38%

33%

19%

34%

0% 20% 40% 60% 80% 100%

Gesamt

Applikationen

Datenarchitektur

Prozesse & Methoden

Organisation

Führungssystem

Strategie



Führungs-system


Applikationen


100%

0%

Ist (2011)Soll (2012)

Prozesse & Methoden


Bereich, graue Linie) weist einen - in der Rückschau - relativ ambitionierten Soll-Gesamtwert (Durchschnitt über alle Bereiche) von 46 % aus, der aus dem berechneten Handlungsbedarf und der Priorität pro Kriterium bestimmt worden ist. Die Berechnung der Werte für den Handlungsbedarf pro Kriterium aus Reifegrad und Priorität führte für fast alle Kriterien zu einer Einstufung als sehr dringend, weshalb eine Heat-Map-Darstellung im TelCo-Fall nicht als sinnvoll erachtet wurde. Folgende Kriterien bildeten die Top 5-Handlungsbedarfe:

• Kriterium 1 (Strategie) Dokumentation und Kommunikation der strategischen Ziele für das DQM

• Kriterium 6 (Führungssystem) Systematische Identifikation der Abhängigkeiten von Geschäftsproblemen von Datendefekten

• Kriterium 9 (Führungssystem) Verwendung von DQ-Messergebnissen für die Planung von Verbesserungsinitiativen

• Kriterium 10 (Führungssystem) Bewertung der Effizienz, Effektivität und des Nutzens von DQM-Aktivitäten

• Kriterium 26 (Applikationen) Integration von DQM/MDM-Software mit Geschäftsapplikationen

Die Auswertung identifizierte die in Tabelle 5-3 dargestellten Stärken und Verbesserungspotentiale.


Handlungsfeld Stärken und Verbesserungspotentiale

Strategie

Fehlende Ausrichtung der DQM-Strategie an der Unternehmens- und IT-Strategie

• Noch mehr Aufmerksamkeit für den Wert von Daten als wichtiges Unternehmensgut sowohl bei der Führungs- als auch mittleren Managementebene notwendig

• Fehlende Etablierung einer mit der Unternehmens- und IT-Strategie abgestimmten globalen DQM-Strategie, die in Teilziele herunter gebrochen und gelebt wird

• Globale virtuelle DQM-Organisation aufgebaut, aber funktionsübergreifende Herausforderungen werden nicht ausreichend adressiert

• Synergiepotentiale durch globale, funktions- und geschäftsübergreifende Kooperation im DQM noch kaum realisiert (z.B. globale Bündelung von Wissen, keine redundanten Arbeitsabläufe etc.)

Führungssystem

Übergreifendes Führungssystem zur Messung der DQ und Performance der DQM-Organisation nicht vorhanden

• Bewusstsein für die Auswirkungen schlechter Datenqualität vorhanden, aber Kennzahlen zur Messung von Abhängigkeiten zwischen DQ-Niveau und Geschäftsprozess-Performance fehlen

• Identifikation von Fehlersituationen und Datendefekten erfolgt reaktiv • Nur sehr vereinzelte DQ-Messung, verbunden mit hohem manuellen Aufwand (keine

Automatisierung und Systemunterstützung)

Organisation

Aufbau eines globalen DQM-Teams bewerten alle Befragten als einen exzellenten Fortschritt, aber Data Governance-Struktur ist noch nicht ausgereift (v.a. kaum Data Ownership-Definition)

• DQM-Team ist für seine Kompetenzen bei den Fachbereichen hoch angesehen, kooperiert eng mit ihnen und sucht aktiv ihren Rat z.B. im Fall von Datenprüfungen

• Rollen und Verantwortlichkeiten für die Dateneigentümer in den Fachbereichen noch völlig unzureichend definiert und für DQM-Team nur teilweise spezifiziert (aufgrund fehlender globaler DQM-Strategie)

• DQM-Gremium noch nicht ausreichend etabliert, um „übergreifend“ zu steuern • Strategische Reichweite des DQM (aktuell: Entwicklung, Produktion, Finanzen, Einkauf)

sollte um die Bereiche Marketing und Vertrieb erweitert werden • Mehr Ressourcen (z.B. für DQ-Messung) und Schulungen benötigt • Unterstützung für das Thema DQM und Anerkennung der Bemühungen der Mitarbeiter

durch höchste Führungsebene verbesserungswürdig

Prozesse & Methoden

Umfassende und zuverlässige DQM-Prozesse und -Methoden benötigt

• DQM-Prozessdokumentation nicht standardisiert und global verfügbar • Harmonisierung, Standardisierung, Dokumentation und Automatisierung der

Datenpflegeprozesse dringend nötig im Zuge der Globalisierung der Aufbau- und Ablauforganisation des Unternehmens

• Rollout des Materialstammdaten-Workflows für Kunden, Lieferanten und Finanz-Daten wichtig

Datenarchitektur/ Applikationen

Globale Standardisierung der Datenarchitektur und Applikationen birgt Verbesserungspotential

• Zentrale Geschäftsobjekte lokal, aber nicht übergreifend global definiert und kommuniziert, um das gemeinsame Verständnis zu festigen (mehr Fokus auf kontinuierliche Verbesserung der Datenarchitektur legen)

• Schnittstelleneliminierung (z.B. Produkte Windchill und ASI) durch Integration mit SAP ERP sowie Konsolidierung der beiden NAFTA und EMEA ERP-Systeme sollten vorangetrieben werden

• Verbesserung der Dokumentation von Datenflüssen zwischen verschiedenen Applikationen notwendig

Tabelle 5-3: Stärken und Verbesserungspotentiale für das DQM


5.2.3.2 Aktivität I.2 Analyse externer Anforderungen

Im Rahmen von Aktivität I.2 wurde ein qualitatives Benchmarking mit vergleichbaren Unternehmen des CC CDQ-Umfelds vorgenommen. Die Schätzung des Reifegrads der Benchmarking-Unternehmen (Stand 2011) erfolgte basierend auf den Erfahrungen aus gemeinsamen Forschungsprojekten sowie Präsentationen im Rahmen von CC CDQ-Workshops. Die Ergebnisse des DQM-Benchmarkings zeigt Tabelle 5-4.

DQM-Handlungsfeld Benchmarking-Ergebnisse

Strategie

• Reifegrad liegt etwas unter dem Durchschnitt • DQ muss nicht nur von dem DQM-Kernteam, sondern auch vom Unternehmen als

ein Erfolgsfaktor erkannt werden • DQM Vision/Mission ist definiert, aber noch nicht bei Mehrheit der DQM-Organisation

bekannt

Führungssystem

• Reifegrad liegt weit unter dem Durchschnitt • Kaum DQ-Messung vorhanden • Qualitätsmanagement-Kultur als exzellente Basis für schnelle Weiterentwicklung in

diesem Bereich

Organisation

• Reifegrad liegt unter dem Durchschnitt • Rollen und Verantwortlichkeiten nur teilweise definiert und nicht auf

Unternehmensebene verankert • Kaum Data Ownership-Definitionen für die Fachbereiche

Prozesse & Methoden

• Reifegrad liegt im Durchschnitt • Präzise Dokumentation der Datenpflegeprozesse lokal vorhanden, aber keine

vollständige Lebenszyklusabdeckung • Im Zuge der Prozessglobalisierung auch Harmonisierung der Datenpflegeprozesse

nötig • Workflows implementiert

Datenarchitektur • Reifegrad liegt über dem Durchschnitt • SAP Datenmodel als Unternehmensstandard • Definition der Datenobjekte nicht vollständig funktions- und regionenübergreifend

Applikationen • Reifegrad liegt im Durchschnitt • SAP ERP Funktionalitäten sollten noch mehr ausgenützt werden • Konsolidierung des NAFTA- und des EMEA-ERP-Systems notwendig

Tabelle 5-4: Qualitatives Benchmarking für DQM (Stand 2011)

5.2.3.3 Aktivität II.1 Strategieformulierung

Basierend auf der umfangreichen Reifegradanalyse definierte TelCo folgende strategischen Ziele für das DQM (vgl. Tabelle 5-5 für eine detaillierte Beschreibung):

1) Transfer von Total Quality Management-Prinzipien auf das DQM 2) Steuerung der DQM-Kosten und Nutzen 3) Einführung einer globalen Data Governance 4) Globale Bündelung der Wissensressourcen 5) Verbesserung der Prozessautomatisierung und Systemintegration


Strategische Ziele für das DQM Beschreibung

1) Transfer von Total Quality Management-Prinzipien auf das DQM

Total Quality Management (TQM) bezeichnet die durchgängige, fortwährende und alle Bereiche einer Organisation erfassende, aufzeichnende, sichtende, organisierende und kontrollierende Tätigkeit, die dazu dient, Qualität als Systemziel einzuführen und dauerhaft zu garantieren. TQM benötigt die volle Unterstützung aller Mitarbeiter, um zum Erfolg zu führen. Da TQM eine lange Tradition bei TelCo hat, sollte die DQM-Strategie dies aufgreifen und das Nutzenpotential dieser vorhandenen Qualitätskultur gänzlich ausschöpfen, um DQM-Vorhaben (z.B. DQM als Shared Service Center oder zumindest als eigene Unternehmensfunktion) zu mehr strategischem Nachdruck zu verhelfen. Ausserdem liesse sich in Anlehnung an das TQM bei Telco die Botschaft „Manage Daten als Vermögenswert (Data as an Asset)“ leichter vermitteln, weil man auf diese Weise eine Sprache spricht, die jeder im Unternehmen versteht. Der Transfer von TQM Prinzipien auf DQM ist in Tabelle 5-6 dargestellt und bedeutet konkret u.a. Folgendes: DQ wird gleich bei der Datenerfassung in die Prozesse eingebaut und während des gesamten Lebenszyklus der Daten sichergestellt („First time right“-Prinzip). Ein geschlossener Regelkreis (Closed-Loop-Prinzip) zum DQM stellt sicher, dass jeder Beteiligte die Konsequenzen seiner Dateneingaben kennt. Weitere Ziele umfassen die anspruchsgerechte Kommunikation der neuen Datenpflegeprozesse an Prozessbeteiligte sowie die Bereitstellung von Eskalationsmechanismen, um eine strukturierte Problembehandlung während der Prozessausführung zu ermöglichen.

2) Steuerung der Kosten und des Nutzens von DQM

TelCO sollte das Bewusstsein für das Konzept „Daten als Vermögenswert“ im Unternehmen schärfen und dieses durch die Anwendung von Kosten-Nutzen-Kalkulationen untermauern (Quantifizieren der Opportunitätskosten durch Reduzierung der aktiven Materialstammsätze). Erste Ergebnisse (z.B. die Prozesskostenrechnung für die Materialstammdatenanlage von NAFTA Supply Chain) liegen schon vor. Ausserdem sollte Transparenz über den Nutzen des DQM geschaffen werden durch die Einführung von geschäftsorientierten DQ-Kennzahlen.

3) Einführung einer globalen Data Governance

Einerseits wurde zwar eine virtuelle DQM-Organisation aufgebaut, andererseits fehlt es aber seitens der Dateneigentümer in den Fachbereichen noch an Überzeugung von der Wichtigkeit des Themas DQM und an Unterstützung der DQM-Ziele. Um einen nachhaltigen Erfolg zu erzielen, sind die kontinuierliche Einführung von DQM-Rollen und Verantwortlichkeiten sowie Veränderungsmanagement-Massnahmen notwendig. Darüber hinaus sollte der Weg für den Aufbau eines Shared DQM Service geebnet werden. All dies unterstützen Massnahmen wie z.B. das Erstellen einer DQM-Informationsbroschüre, eines Schulungsprogramms oder die Integration von DQM-Kompetenzen in offizielle Stellenbeschreibungen. Schlussendlich entscheidend ist es, die Unterstützung der Geschäftsleitung sowie der globalen Prozessverantwortlichen einzuholen, sodass diese DQM-Vorhaben forcieren und positiv darüber im Unternehmen berichten.

4) Globale Bündelung vorhandener Wissens-ressourcen (eng verbunden mit Ziel 3)

Die Globalisierung der Prozesse birgt die Möglichkeit für den Aufbau eines globalen Kompetenzzentrums für DQM (erst virtuell, später als Teil eines Shared DQM Service). Beispiele für Wissensressourcen sind: Best-in-Class SAP-Kenntnisse in EMEA, Prozessdokumentation und Flexibilität in Mexico, Einbettung von DQM-Zielen in SCM-Strategie in USA etc. Das gesamte, aktuell noch weltweit verstreute Wissen muss gebündelt und kommuniziert werden z.B. mittels eines DQM-Wikis, Online-Schulungsmaterial, „How-To“-Anleitungen oder mittels Publikation von DQM-Erfolgen im Intranet.

5) Verbesserung der Prozess-automatisierung und System-integration

Der Materialstammdaten-Workflow mit seiner Zykluszeitreduktion um 80 % ist ein grosser Fortschritt, der auf weitere Datenklassen übertragen werden muss. Voraussetzungen dafür umfassen eine klare Definition der Datenarchitektur und ein Ende-zu-Ende-Datenlebenszyklusmanagement.

Tabelle 5-5: Strategische Ziele für das DQM

Im Rahmen der Aktivität II.1 Strategieformulierung erfolgte der Transfer strategischer TQM-Prinzipien für das DQM in Tabelle 5-6.


TQM-Prinzip Strategische DQM-Vorgaben

Überwachung der Qualität

• Automatisierte DQ-Messung und Überwachung auf Basis standardisierter, geschäftsorientierter Kennzahlen

Kontinuierliche Verbesserung

• Implementierung eines Umsetzungsplans sowie von Anreizsystemen für eine kontinuierliche DQ-Verbesserung

• Kontinuierliche Verbesserung des DQM durch Eigenverantwortung, Empowerment und Kooperation der Mitarbeiter

Verschwendung vermeiden

• Quantifizierung der Folgekosten schlechter Datenqualität • Bereinigung von Dubletten/ Altdaten • Automatisierung (soweit wie möglich) der Datenpflegeprozesse • Optimierung der Datenhaltungs- und Verteilungsarchitektur bzw.

Systemkonsolidierung

Closed-Loop-Prozesse

• Standardisierung und Neuentwurf der Datenpflegeprozesse • 1. Identifikation der Datennutzer und Prozessanforderungen • 2. Definition und Überwachung von DQ-Kennzahlen; Etablierung eines

kontinuierlichen Verbesserungsprozesses, der bei Abweichungen Korrekturmassnahmen auslöst

• 3. Aufbau von Closed-Loop-Feedback-Mechanismen, durch die Mitarbeiter schnell und effizient Verbesserungen vorschlagen können

„First time right“

• Sicherstellen hoher DQ bei der Dateneingabe, um redundante Datensätze oder teure Datenbereinigungsmassnahmen von vorneherein zu vermeiden

• Erweiterung der Workflow-Unterstützung nach dem Vorbild des Workflows für die Materialstammdatenanlage

• Definition der DQ-Anforderungen als Geschäftsregeln und Implementierung automatisierter Plausibilitätsprüfungen (in SAP BO Data Services)

Tabelle 5-6: TQM-Prinzipien für das DQM

5.2.3.4 Aktivität II.2 Entwicklung Umsetzungsplan

Um die Verbesserungspotenziale und mögliche Risiken zu adressieren, erfolgte im Rahmen von Aktivität II.2 die Ableitung eines Massnahmenkatalogs sowie eine Priorisierung der Massnahmen, die Abbildung 5-3 zeigt (siehe Matrixdarstellung als Beispiel für die Methode in Abbildung 4-14).


Nr. Massnahme Ableitung v. Zielen

Aufwand Nutzen

M1 DQM-Wirtschaftlichkeitsanalyse mit Fokus auf Produktion, SCM 1) - 5) 1 5

M2 Einführung geschäftsorientierter DQM-Kennzahlen 1) 2 5

M3 Aufbau von Anreizsystemen zur DQ-Verbesserung 1) & 4) 1 5

M4 Workshop zur Closed-Loop-Materialstammdatenanlage 1) 2 3

M5 Spezifikation der Anforderungen der Datennutzer (Closed-Loop) 1) 2 4

M6 Implementieren eines kontinuierlichen Verbesserungsprozesses für DQM basierend auf den DQ-Kennzahlen von Massnahme M2 (Closed-Loop) 1) 2 5

M7 Übertragung des Materialanlage-Workflows auf andere Bereiche (Business-Design & Implementierung) 1) & 5) 4 5

M8 Implementieren automatisierter Geschäftsregeln zur Plausibilitätsprüfung 1) 5 5

M09 Unternehmensweite Kommunikation der DQM-Strategie (inkl. CFO Flyer) 3) 1 5

M10 Entwicklung von Schulungen für DQM-Rollen (inkl. Dateneigentümer) 3) & 4) 2 4

M11 Integrieren von DQM-Fähigkeiten in Jobprofile 3) & 4) 1 1

M12 Anpassen Datenpflegeprozesse an Anforderungen der Fachbereiche 3) & 4) 2 5

M13 Implementieren eines fachlichen Metadatenkatalogs auf Wiki-Basis 4) 2 5

M14 Entwicklung von Web-Seminaren 4) 2 2

M15 Erstellen von „How-To“-Anleitungen sowie Publikation von DQM-Erfolgen 4) 2 1

M16 Optimieren der Datenflüsse und Konsolidierung der Systemarchitektur 5) 3 4

M17 Aufbau eines Shared Service Centers für DQM 3) 2 3

M18 Data Governance Review 3) .2 5

Legende: Auswirkungen auf DQM-Ziele 1) Transfer von Total Quality Management-Prinzipien auf das DQM 2) Steuerung der DQM-Kosten und Nutzen 3) Einführung einer globalen Data Governance 4) Globale Bündelung der vorhandenen Wissensressourcen 5) Verbesserung der Prozessautomatisierung und Systemintegration

Nutzen oder DQM-Reifegradverbesserung Aufwand 5 = Sehr hoch (strategisch/operational wichtig) > 2 4 = Hoch (strategisch/operational relevant) 1-2 3 = Mittel 0.5 -1.0 2 = Niedrig < 0.5 1 = Sehr niedrig Keine Auswirkung

1 = < = 10 Tage 2 = <= 20 Tage 3 = <= 50 Tage 4 = <= 100 Tage 5 = > 100 Tage

Abbildung 5-3: Priorisierung der Massnahmen

Abbildung 5-4 zeigt den aus der Priorisierung abgeleiteten Umsetzungsplan bis einschliesslich 2012 inklusive der Einbettung von DQM-Massnahmen in übergreifende SAP ERP-Konsolidierungsprojekte.


Abbildung 5-4: Umsetzungsplan der DQM-Strategie

5.2.3.5 Aktivität IV.2 Veränderungsmanagement

Im Rahmen von Aktivität IV.2 Veränderungsmanagement wurde ein Kommunikationskonzept sowie eine Informationsbroschüre entwickelt. Die Struktur des DQM-Flyers, unterschrieben vom TelCo CFO, folgte dieser Struktur:

• Deckblatt „TelCo Datenhygiene“ (Bild: Händewaschen mit Slogan „Keep our data clean and strive for excellent data quality!“)

• Einleitungsschreiben des CFO • DQM-Vision und -Mission • Data Governance Operations-Modell • DQM-Prinzipien (Erklärung von 8 DQ-Dimensionen wie z.B. Genauigkeit,

Vollständigkeit, Prinzipien „No Duplicates “ zur Vermeidung von Duplikaten und „Relevance - Data needs will be reviewed regularly to reflect changing needs“)

110 5.3 Fallstudie Bayer CropScience (BCS)

5.3 Fallstudie Bayer CropScience (BCS)

Das Ziel der Fallstudie war die Entwicklung einer Strategie inklusive Umsetzungsplanung für das Kundendatenqualitätsmanagement (KDM; Spezialisierung des DQM für Kundendaten) bei Bayer CropScience.

5.3.1 Unternehmen

Bayer ist ein weltweit tätiges Unternehmen mit Kernkompetenzen auf den Gebieten Gesundheit, Agrarwirtschaft und hochwertige Polymer-Werkstoffe. Bayer CropScience (BCS) verantwortet als Teilkonzern der Bayer AG das Agrargeschäft und zählt mit einem Umsatz von 8,819 Milliarden € im Jahr 2013 zu den weltweit führenden Crop Science-Unternehmen mit den Tätigkeitsbereichen Saatgut, Pflanzen-schutz und Schädlingsbekämpfung. Das Unternehmen ist mit 22'400 Beschäftigen in mehr als 120 Ländern vertreten.

Die CropScience-Strategie für zukünftiges Wachstum basiert dabei auf vier Kernelementen [Bayer AG 2013]:

1. der Stärkung des Pflanzenschutz- sowie des Environmental-Science-Portfolios, 2. der Verbesserung der Kundenorientierung entlang der gesamten

Wertschöpfungskette, 3. dem Ausbau der Vorreiterrolle im Bereich Innovation und 4. der Expansion des Saatgut-Geschäfts (Seeds).

Besonders wichtig für die Kundendatenstrategie ist v.a. das Ziel, die Kundenorientierung entlang der gesamten Wertschöpfungskette zu stärken und das Vertriebsmanagement weiter zu optimieren. Auch das Geschäftsmodell der Food-Chain-Partnerschaften in Form von Kooperationen mit Lebensmittelverarbeitern und dem Handel soll kontinuierlich ausgebaut werden. Damit unterstützt BCS alle Akteure von der Saat bis zum Supermarkt, um Erträge zu sichern und zu steigern und die Qualität der Erntegüter zu erhöhen: den Landwirt und Lebensmittelverarbeiter, den Im- und Exporteur sowie den Gross- und Einzelhändler. In mehr als 30 Ländern hat BCS Food-Chain-Partnerschaftsprojekte initiiert (v.a. in Asien, Lateinamerika und Europa) und berät Landwirte im nachhaltigen Anbau von der Auswahl des Saatguts über den kontrollierten und umweltschonenden Einsatz von Pflanzenschutzmitteln bis zur transparenten Kontrolle der Erzeugung [Bayer AG 2013]. Beispielsweise arbeitet BCS in einem Projekt in Chile zusammen mit Wal-Mart und Salatanbauern daran, eine nachverfolgbare Produktion von Salaten zu erreichen.

5.3 Fallstudie Bayer CropScience (BCS) 111

Abbildung 5-5: Strategisches Ziel 2013 „Verbesserung der Kundenorientierung entlang der gesamten Wertschöpfungskette“ [Bayer AG 2013]

BCS agiert in einem stark regulierten Markt, in dem lange, kostenintensive Forschungs- und Entwicklungszyklen abgefedert werden müssen. BCS reagiert darauf u.a. mit globaler Geschäftsprozessharmonisierung, wofür sowohl einheitliche Datenpflegeprozesse als auch Systemkonsolidierung die Basis sind. Grosse Herausforderungen des DQM liegen für BCS in der Berücksichtigung lokaler Unterschiede (z.B. landesspezifische Zulassungsanforderungen oder direkte Vertriebskanäle in Schwellenländern) und in der regionalen oder lokalen Umsatzverantwortung der Tochter- und Landesgesellschaften. Bayer CropScience AG

Gründung 2002 während des Zusammenschlusses der Bayer AG mit Aventis CropScience

Firmensitz Monheim, Deutschland

Branche Pflanzenschutz

Geschäftsbereiche Crop Protection: Pflanzenschutz (Insektizide, Fungizide, Herbizide, Produkte zur Saatgutbehandlung) Seeds: Saatgut- und Pflanzenbiotechnologie Environmental Science: Schädlingsbekämpfung für den nicht-landwirtschaftlichen Gebrauch

Firmenstruktur Teilkonzern der Bayer AG; sechs operative Geschäftseinheiten: vier für das regionale Pflanzenschutzgeschäft Crop Protection und die beiden Einheiten Seeds und Environmental Science

Umsatz (2013) 8,819 Mrd. € (~ 10, 8 Mrd. CHF)

EBIT (2013) 1,729 Mrd. € (~ 2,1 Mrd. CHF)

Beschäftigte (2013) 22'400

Kunden Grosshändler, Landwirte, z.B. Raiffeisen und BayWa in Deutschland

Homepage http://www.cropscience.bayer.com

Tabelle 5-7: Unternehmensprofil Bayer CropScience [Bayer AG 2013]

http://www.cropscience.bayer.com/en/Company/Business-Operations/Crop-protection.aspx

http://www.cropscience.bayer.com/en/Company/Business-Operations/Seeds.aspx

http://www.cropscience.bayer.com/en/Company/Business-Operations/Environmental-Science.aspx

http://www.cropscience.bayer.com/



Die Verbesserung der Kundenorientierung entlang der gesamten Wertschöpfungskette ist eine der zentralen Säulen der BCS Geschäftsstrategie. Hohe Qualität der Kundendaten (Geschäftsobjekte: Landwirt, Lebensmittelverarbeiter, Gross- und Einzelhändler etc.) ist eine Voraussetzung für diese Zielsetzung sowie für weitere Geschäftsanforderungen wie z.B. die Prognose der Betriebsergebnisse oder die Einhaltung von nationalen Vorschriften (Compliance). Abbildung 5-6 stellt die verschiedenen Typausprägungen des Geschäftsobjekts Kunde sowie ihren Wert entlang des Kundenlebenszyklus dar: Suspect (potentieller Kunde), Prospect (potentieller Kunde, der Kaufinteresse signalisiert hat), aktiver bzw. loyaler Kunde und Key Account (Schlüsselkunde).

Abbildung 5-6: Kundentypen entlang des Lebenszyklus (Quelle: BCS intern)

Bayers weltweiter Go-to-Market-Ansatz (siehe Abbildung 5-7), um profitabel und kundenorientiert schneller als der Markt zu wachsen, wirft für das KDM zentrale Fragen auf: Welche Kundendaten werden benötigt, um Entscheidungen entlang aller zwölf Schritte des kundenorientierten Go-to-Market-Ansatzes zu treffen? Wie sind diese Kundendaten zu beschaffen und wie ist deren Qualität sicherzustellen?


Abbildung 5-7: Weltweiter Go-to-Market-Ansatz (Quelle: BCS intern)

Als Antwort auf diese Fragen initiierte BCS das Projekt „Strategieentwicklung für das Kundendatenmanagement (KDM)“. Im Rahmen der partizipativen Fallstudie wurden zwischen August 2012 und April 2013 eine Kundendatenmanagement (KDM)-Strategie sowie ein Umsetzungsplan erarbeitet (und z.T. schon durchgeführt). Somit erfolgte eine Reifegradanalyse und Benchmarking des Kundendatenmanagements (KDM) sowie eine Analyse der Vertriebs- und Marketingstrategie, um davon eine KDM-Strategie einschliesslich eines Umsetzungsplans abzuleiten. Ziele der KDM-Strategie waren die Etablierung der strategischen KDM-Ausrichtung (Alignment) und deren Kommunikation über alle Programme und Projekte hinweg, die Definition unternehmensweiter, strategischer KDM-Richtlinien sowie die Transformation der Organisation hin zu einem präventiven KDM der kontinuierlichen Verbesserung.


Die Anwendung der Methode bei BCS umfasste in der Phase I Analyse die

• Aktivität I.1 Analyse interner Anforderungen (Techniken Festlegen der strategischen Reichweite, Stakeholder-Analyse, Analyse der Geschäfts- und IT-Strategie, Prüfung derzeitige DQM-Strategie und DQM-Reifegradanalyse) und die

• Aktivität I.2 Analyse externer Anforderungen (Techniken DQM-Benchmarking, Analyse von technologischen Entwicklungen und Marktanforderungen).

Im Rahmen der Phase II Strategieentwicklung beinhaltet die Fallstudie die Anwendung der

• Aktivität II.1 Strategieformulierung (Technik Definition Ziele, strategische Prinzipien und Richtlinien) sowie der


• Aktivität II.2 Entwicklung Umsetzungsplan (Techniken Ableitung Massnahmenkatalog, Priorisierung der Massnahmen, Definition Umsetzungsplan).

Von Phase IV Umsetzung & Kontrolle wurde Aktivität IV.1 Implementierung DQM-Strategie (hier: Spezialisierung als KDM-Strategie) angewendet.

5.3.3.1 Aktivität I.1 Analyse interner Anforderungen

Das Kern-Projektteam der Fallstudie setzte sich aus den globalen Fachbereichen „Organisation & Information“ (O&I), „Marketing“ und „Vertrieb“ zusammen. Abbildung 5-8 zeigt die strategische Reichweite der KDM-Strategie (alle Kästchen), für die definiert wurde, dass alle Geschäfts- und Funktionsbereiche von BCS sowie alle Regionen und Landesorganisationen eingebunden sind. Aus Applikationssicht wurde keine Einschränkung vorgenommen. Für das KDM sind somit alle Systeme relevant, die am Kundendatenlebenszyklus beteiligt sind. Die wesentlichen Systeme umfassen mehrere SAP ERP-, Customer Relationship Management (CRM)-Systeme und sog. Legacy-Systeme. Aus organisatorischen Gründen konnte die Reifegradbefragung nur mit den dunkelgrau markierten Bereichen erfolgen, weshalb mit den übrigen drei die Ergebnisse im Nachgang der Fallstudie abgestimmt worden sind.

Abbildung 5-8: Strategische Reichweite der Reifegradbewertung

Zur Identifikation und Analyse von Interessengruppen bzw. Interessenträgern, die in den Strategieentwicklungsprozess einzubinden waren, wurde eine unternehmensweite Stakeholder-Analyse durchgeführt (Ergebnisse vertraulich). Sie lieferte u.a. die Liste der Teilnehmer für die detaillierten Reifegradbewertungs- sowie für die separaten Experten-Interviews auf internationaler Führungsebene.

Im Rahmen der Technik Analyse der Geschäfts- und IT-Strategie wurde zuerst der Beitrag des KDM auf globaler sowie auf nationaler Ebene dokumentiert. Auf Konzernebene bietet das KDM folgenden Nutzen:

Regionen Geschäftsbereiche Funktionsbereiche Kundentyp

Europa

Lateinamerika

Nordamerika

Asien

Seeds

Crop Protection

Vertrieb

Marketing

O & I

Supply Chain**

Bedarfsplanung**

Grosshändler

Einzelhändler

* Die Ergebnisse werden mit „Environmental Science“ abgestimmt ** im Betrachtungshorizont, aber nicht befragt

Food Chain-Partner

Berater (Advisor)

LandwirtEnvironmental

Science*


• KDM als Voraussetzung für eine bessere Kundensegmentierung und gezieltere Marketing-/ Vertriebs- und Markenmanagement-Initiativen

• Instrument für das Management der Marketing-Effizienz • KDM als Voraussetzung für die Realisierung der Nutzenpotentiale des CRM-

Programms • Beschleunigung der Anlaufphase (Ramp up-Phase) von Länderinitiativen • Akkurate Messung der Ergebnisse des Commercial Excellence-Programms

Für die einzelnen Länder leistet das KDM den folgenden Beitrag:

• Hohe Kunden-DQ als Voraussetzung, um überhaupt Marketing- und Verkaufskampagnen sinnvoll durchführen zu können

• Erhöhte Effektivität von Kampagnen durch erhöhtes Kundenverständnis und bessere Segmentierung (Gebietszuordnung, Einkaufsverhalten, Bedarfsprofile und Rentabilitätstreiber für jedes Segment)

• Hohe Kunden-DQ notwendig für interne Prozesse wie z.B. Aufbau und Analyse von Vertriebsgebieten, Ressourcenallokation im Vertrieb etc.

• Notwendigkeit DQ auf lokaler Ebene zu definieren, um regionale Anforderungen umfassend zu berücksichtigen und angemessene Qualitätssollvorgaben zu bestimmen

• Erhöhung der Umsatzprognosegenauigkeit, Erleichterung der Absatzplanung und bessere zeitliche Abstimmung der Etat- und Entscheidungsperioden von BCS und seinen Kunden

• Kunden-DQ notwendig für den Aufbau eines Key-Account-Managements mit massgeschneiderten Angeboten für Schlüsselkunden (Wichtigkeit hoher DQ als Erfolgsfaktor für das Key-Account-Management wurde insbesondere von Interviewpartnern aus USA, UK und Ukraine betont)

• Leichtere Abstimmung zwischen Marketing, Vertrieb und Service durch eine gemeinsame zentrale, konsistente Datenbank

• Geringere Administrationskosten durch Reduzierung des manuellen Aufwands im Bereich der Datenübertragung und -prüfung

Das sog. Marketing & Sales Excellence Framework (M&S Framework) ist das zentrale Werkzeug, das bei BCS weltweit zur Analyse, Steuerung und Kontrolle der Marketing- und Vertriebsstrategie eingesetzt wird. Das Framework gliedert sich in drei Bereiche:

1. Kundensegmentierung/ -verständnis als Basis (Customer Segmentation/ Farmer Insights): Verständnis des Markts, der Endkundenbedürfnisse (d.h. der Landwirte) und Kundensegmentierung

2. M&S Fähigkeiten: Schlüsselkompetenzen von Marketing und Vertrieb zur Realisierung kommerzieller Spitzenleistungen


3. Enabler/Aktivierung: Fähigkeiten und Werkzeuge für eine erfolgreiche Umsetzung (Performance Management & Organisation, Umsetzungsplanung)

Um den konkreten Beitrag des KDM zur Marketing- und Vertriebsstrategie abzuleiten, wurden diejenigen Exzellenzkriterien des Frameworks selektiert, deren Erfüllung am meisten von hoher DQ abhängt. Tabelle 5-8 stellt detailliert dar, dass mehr als 80 % der Bewertungskriterien direkt DQ-relevant waren. Der Fortschritt dieser Marketing- und Vertriebskompetenzen wird regelmässig auf Länderebene in einem strategischen Diagnose-Werkzeug erfasst und zur Formulierung von Marketing- und Vertriebsstrategien herangezogen sowie zur Leistungsbeurteilung verwendet. Angesichts dessen liefert Tabelle 5-8 ein wirksames Mittel, um auf einen Blick Transparenz über die Abhängigkeit von hoher DQ für den Abteilungs- bzw. Mitarbeitererfolg zu schaffen. Gleichzeitig liefert eine so detaillierte Dokumentation des Beitrags des KDM zur Unternehmensstrategie die Basis für eine Wirtschaftlichkeitsanalyse in Form eines Benefits Dependency Networks (vgl. Kapitel 4.6.1 Aktivität III.1 Identifikation von Wirkungsketten).


M&S Excellence Framework

Kompetenzen M&S-Exzellenzkriterien mit hoher Abhängigkeit von Kunden-DQ

Kundensegmentierung/ -verständnis (Insight) als Basis

• Definition des Marktumfangs auf granularer Ebene (Ernte, Teilregionen, Landwirte/ „Grower“)

• Abbildung und Verständnis des Kaufprozesses • Operativ umsetzbare Segmentierung der Landwirte • Dokumentation und Verständnis der Bedarfsprofile und

Profitabilitätstreiber für jedes Landwirt-Segment • Priorisierung der Landwirt-Segmente basierend auf ihrem Wertpotential

für BCS

M&S Fähigkeiten

Erzeugung Nachfragesog (Grower Pull Creation)

• Massgeschneiderte Leistungsangebote und gezielt angepasste Kundenkommunikation für jedes Segment mit dem Ziel, bei Landwirten eine Nachfrage zu generieren („Pull-Marketing“), die sich entlang der Wertschöpfungskette fortsetzt

Management des Markenwerts

• Nutzung der Vorteile des BCS Markenwerts zur klaren Positionierung von Produkt- und Service-Marken

• Optimierung der Allokation von Brand Promotion- & Image-Kosten hinsichtlich Marken, Medien und Kundensegmenten

Management der Vertriebskanäle

• Operativ umsetzbare Segmentierung der Gross- und Einzelhändler • Klares Verständnis der Gross- , Einzelhändler- und Meinungsführer-

Landschaft nach Segmenten und Mikromärkten • Bewertung aktueller und alternative Marktzugangswege (direkter Zugang,

Kooperation mit Branchenpartnern etc.)

Key Account Management

• Effiziente Individualisierung des Leistungsangebots und der Kommunikation für die wichtigsten Gross- und Einzelhändler sowie andere Vertriebspartner (hohe DQ wichtig für z.B. Mailings)

Vertriebsexzellenz

• Ableitung von Vertriebskennzahlen aus strategischen Zielen sowie aus den Erkenntnissen über die Vertriebskanäle und die Bedürfnisse der Landwirte (hohe DQkorrekte „Grower / Channel Insights“ realistische Sollvorgaben für den Vertrieb)

• Optimierung der Gebietszuordnung, Routenplanung, Anruffrequenz und -dauer für ein optimales Zeitmanagement

• Klare Priorisierung der Kunden sowie optimale, strategische Ausrichtung/ Zusammensetzung von Innen- und Aussendienst

Integrierte Preisbildung & Rabatte

• Dynamische Produktpreisbildung mit hoher Reaktionsflexibilität und -geschwindigkeit bezüglich wichtiger Marktereignisse (setzt hohe Datenverfügbarkeit voraus)

Produkt- & Service-Angebot

• Optimierung der Marktabdeckung des Produktportfolios • Ausbau von Kooperationen mit wichtigen Partnern in der

Wertschöpfungskette (z.B. Lebensmittelindustrie)

Enabler/ Aktivierung

Performance Management & Organisation

• Klare Rollen und Verantwortlichkeiten für die Vertriebs-und Marketing-Mitarbeiter inkl. KDM

• Prozesse zur Sicherung abteilungsübergreifender Zusammenarbeit • Durchgängige Unterstützung des operativen Betriebs durch IT-Systeme,

die Daten hoher Qualität liefern

Implementierungs-planung • Budgetplanung für Schlüsselerfolgsfaktoren (nur möglich mit hoher DQ)

Tabelle 5-8: Hohe DQ als Voraussetzung für eine erfolgreiche Umsetzung der Kriterien des M&S Excellence Frameworks

Da O&I Teil des Kern-Teams war, verfolgte die Reifegradbewertung das Ziel, v.a. die Sicht der Regionen und der Fachbereiche Vertrieb und Marketing aufzunehmen.


Insgesamt wurden neun Interviews (1-2 Personen) gleichverteilt über alle Regionen und die Bereiche Marketing und Vertrieb durchgeführt. Jeder Interviewpartner, der entweder eine Leitungs- oder eine wichtige Expertenfunktion im Vertrieb oder Marketing für einen grossen Markt (z.B. Brasilien oder Indien) einnahm, beantwortete 27 Fragen, die alle sechs Ebenen des KDM abdeckten (vgl. Kapitel 4.4.1.5 Technik DQM-Reifegradanalyse).

Die Formulierung des Standardfragebogen und Beispiele wurden im Vorfeld an BCS angepasst. Das Ergebnis der Bewertung ist in Abbildung 5-9 dargestellt.

Aus der Bewertung des Reifegrads und der Priorität pro Teilkriterium berechneten sich der Handlungsbedarf sowie der angestrebte Soll-Zustand für 2014.

Abbildung 5-9: Ergebnisse der KDM-Reifegradbewertung im April 2013

Das Ergebnis in Abbildung 5-9 zeigt einen durchschnittlichen Reifegrad von 39 % auf. Für die Bewertung wurde eine Skalierung von Stufe I = 0 % bis Stufe V = 100 % in 25 %-Schritten definiert. Mit dem erreichten Wert liegt der Reifegrad zwischen Stufe II und III. Stufe II sagt aus, dass gewisse Fortschritte im Umgang mit Kundendaten erzielt wurden. Stufe III bedeutet einen durchschnittlichen Fortschritt und den Übergang von einem reaktiven zu einem präventiven Ansatz. Für Stufe III hätte u.a. von allen Befragten ein Nachweis in Form von Dokumenten erbracht werden müssen, dass das Vorgehen klar begründet ist (Standard, Prozeduren, Richtlinien existieren, die die erforderliche DQ sicherstellen sollen) und dass die KDM-Ansätze schon in einigen Bereichen implementiert werden. Die Zielsetzung für eine nächste Prüfung Ende 2014 (Abbildung 5-9 im rechten Bereich mit der grauen Linie) weist einen durchschnittlichen Soll-Wert von 52 % aus, der aus dem berechneten Handlungsbedarf und der Priorität pro Kriterium bestimmt worden ist. Der Handlungsbedarf pro Teilkriterium ist in der Heat-Map von Abbildung 5-10 visualisiert.

39%

45%

45%

34%

37%

28%

49%

0% 20% 40% 60% 80% 100%

Gesamt

Applikationen

Datenarchitektur

Prozesse & Methoden

Organisation

Führungssystem

Strategie



Führungs-system


Applikationen


100%

0%

Ist (2013)Soll (2014)

Prozesse & Methoden


Abbildung 5-10: Handlungsbedarf für alle 27 Teilkriterien

Die Auswertung identifizierte die in Tabelle 5-9 dargestellten Stärken und Verbesserungspotentiale.

KDM-Handlungsfeld Stärken und Verbesserungspotentiale

Strategie • Gemeinsame, strategische Ausrichtung und Kooperation von O&I, Vertrieb und

Marketing in einigen Bereichen sehr gut • Verstärkte Top-down-Kommunikation der strategischen Ziele und Werte wichtig

Führungssystem • DQ-Messung mit hohem manuellen Aufwand verbunden und erfolgt in jedem Land

unterschiedlich • Automatisierung und Systemunterstützung der DQ-Messung nicht vorhanden

Organisation

• Definition von Rollen und Verantwortlichkeiten für Kundendaten z.T. vorhanden aber noch völlig unzureichend

• Weiterentwicklung der DQM-Kompetenzen der Mitarbeiter sowie Stärkung ihres Bewusstseins für den Nutzen hoher Kundendatenqualität notwendig

Prozesse & Methoden • Fehlende Standardisierung und Dokumentation der Kundendatenpflegeprozesse • Mehr Automatisierung von Pflegeprozessen wichtig

Datenarchitektur • Zentrale Geschäftsobjekte im Bereich Kundendaten zu einem gewissen Grad

definiert und gemeinsames Verständnis der Mitarbeiter vorhanden • Kundendatenmodell in Mehrzahl der Länder nicht verfügbar

Applikationen • Applikationslandschaft gut dokumentiert in Mehrzahl der Länder • Verbesserung der Dokumentation von Datenflüssen zwischen verschiedenen

Applikationen notwendig

Tabelle 5-9: Stärken und Verbesserungspotentiale für das KDM

Die Prüfung der derzeitigen KDM-Strategie unterstrich die Ergebnisse der Reifegradanalyse im Bereich Strategie: Auf der Agenda der Unternehmensleitung und Führungskräfte ist KDM ein Thema mit hoher Priorität. In einigen Ländern sind

Strategische Ziele für DQMStrategie

Führungs-system

Organisation

Prozesse & Methoden

Daten-architektur

Applikationen

AbleitungKDM-Strategie von Geschäfts-

strategie

Strategische Projektplanung

für KDM

Bereitstellung ausreichenderRessourcen für

KDM

1 2 3 4Unterstützungdes KDM auf

Führungsebene

5

Abhängigkeiten von Geschäfts-

problemen und DQ

Geschäfts-orientierte

DQ-KennzahlenDQ-Messung

Ableitung von KDM-Massnahmen

aus Messergebnissen

6 7 8 9Performance

Management für KDM

10

Definition von Rollen und Ver-antwortlichkeiten

Kontinuierlicher Verbesserungs-prozess für KDM

Bewusstseinfür KDM bei Mitarbeitern

Anerkennungfür KDM-

Bemühungen der Mitarbeiter

11 12 13 14

Analyse der Anforderungen

für KDM

Richtlinien & Definition

Datenlebens-zyklus (DL)

Funktionsüber-greifende

Zusammenarbeit durch einheitl. DL

Workflow-Unterstützung der

Datenpflege-prozesse

16 17 18 19

KDM-Training

15

Eindeutige Definition der

Geschäftsobjekte

Geschäftsobjekt-lexikon

Datenmodell abgeleitet von

Geschäfts-prozessen

Verteilungs- & Datenhaltungs-architekturen

20 21 22 23

Verbesserungder KDM-

Anwendungs-landschaft

Integration KDM-Software mit Geschäfts-applikationen

Software-Evaluations-

methode

Veränderungs-management für die Anwendungs-

landschaft

24 25 26 27

Legende:

DringenderHandlungsbedarf

Weitere Schritte nötig

ModeraterHandlungsbedarf


präventive KDM-Ziele eingebettet in die CRM-Strategie, sehr gut dokumentiert und breit kommuniziert. Das Zusammenspiel und die gemeinsame strategische Ausrichtung (Alignment) zwischen O&I, Vertrieb und Marketing funktioniert ausgezeichnet. Generell besteht in den Ländern eine hohe Bereitschaft zur internationalen Kooperation. Jedoch bestehen folgende Verbesserungspotentiale: Das DQ-Niveau weist zwischen verschiedenen Standorten hohe Unterschiede auf, wodurch sich operative Ineffizienzen ergeben. Des Weiteren fehlt ein übergreifendes DQM-Komitee als strategisches Entscheidungsgremium. In manchen Regionen ist die KDM-Strategie nicht vorhanden bzw. die Dokumentation ihrer Ziele und Massnahmen nicht ausreichend an die Mitarbeiter kommuniziert. Die Einbindung der mittleren Managementebene in das Thema KDM und die Schärfung ihres Bewusstseins für den Wert hoher Kunden-DQ ist zu verbessern.

Zusammengefasst sehen die Interviewteilnehmer Handlungsbedarfe in allen Bereichen der Thematik, die grössten Bedarfe in den Bereichen Führungssystem, Organisation sowie Prozesse & Methoden. Anschliessend folgte eine Validierung der Ergebnisse auf Führungsebene (mit u.a. Global Head of Market Intelligence, Head of Sales Asien, Country Head Korea, Head of Marketing Excellence Latin America, Head of Business Planning and Administration Asia, Global Head of Supply Chain Strategy, Country Head Italy etc). Die Ergebnisse wurden von den vorher genannten Rollen weitgehend bestätigt und es wurden folgende ergänzende Anforderungen adressiert:

• Identifizierung der wesentlichen Informationsanforderungen für alle Kundentypen entlang des Lebenszyklus

• Entwicklung eines übergreifenden Kundendatenmodells für die CRM-Landschaft, basierend auf den Informationsbedarfen der Fachbereiche

• Ableitung des Kundendatenmodells von den Entscheidungspunkten und Performance-Metriken des BCS Go-to-Market-Ansatzes

• Notwendigkeit der Verknüpfung von Transaktionsdaten (z.B. Verkaufsdaten) und nicht-transaktionalen Kundendaten zur Schliessung der Lücke zwischen harten Verkaufsdaten und Pull-Marketing-Aktivitäten

• Weltweite Harmonisierung kritischer Datenfelder

5.3.3.2 Aktivität I.2 Analyse externer Anforderungen

Ein Benchmarking mit sechzehn weiteren Grossunternehmen, die in Kooperation mit dem CC CDQ eine Reifegradbewertung durchgeführt hatten, ergab Folgendes: Der KDM-Reifegrad von BCS liegt bezüglich der Kategorie „Strategie“ im Bereich der Top-25-Prozent und im Bereich „Organisation“ leicht über dem Mittelwert im Vergleich zu den anderen Unternehmen (Betrachtungshorizont: alle Datenklassen). BCS gehört zu den besten Unternehmen in Bezug auf das Material-DQM. Der Gesamtreifegrad des KDM liegt fast im Durchschnitt, ist aber noch weit entfernt von „Best in Class“-Werten. Die Lücke zu den „Best in Class“-Unternehmen für KDM ist


am grössten in den Kategorien „Führungssystem“ sowie „Prozesse & Methoden“, u.a. aufgrund fehlender Automatisierung der DQ-Messung und der geringen weltweiten Standardisierung von Kundendatenpflegeprozessen.

Darüber hinaus wurden im Rahmen der Analyse von technologischen Entwicklungen folgende als für das BCS KDM höchst relevant eingestuft: Big Data, Mobility, Cloud Computing, Social Media, Internet der Dinge. Der Umgang mit diesen Entwicklungen verstärkt die Notwendigkeit des KDM, da sie die Komplexität deutlich erhöhen und aktuelle Unternehmensgrenzen verschwimmen lassen. Insbesondere der Trend „Mobility“ birgt für das KDM viel Potential, weshalb BCS beabsichtigt, den Vertriebsmitarbeitern, die Kundendatenpflege mittels einer weltweiten Sales-App zu erleichtern. Ein Land setzte im Zeitraum der Fallstudie schon ein solches mobiles Werkzeug für Vertriebsbeauftragte ein, um Kunden- und Lieferantenkonten, Aktivitäten oder Kontakte von unterwegs (bzw. direkt vor Ort beim Landwirt) in das System einzupflegen.

Ausserdem erfordert die Marktentwicklung hin zu Omni-Channel-Prozessen [Bhalla 2014] nicht nur kanalzentriertes Denken zu überwinden, sondern v.a. verknüpfte Daten (sowohl Kunden- als Produktdaten). Dies ist die Voraussetzung zur Realisierung der Vorteile der Omni-Channel-Entwicklung, wie z.B. eine durchgängige Kundenerfahrung, genaue Echtzeiteinblicke über alle Kanäle und Geräte hinweg, personalisierte Empfehlungen und Rabatte sowie zentralisierte, automatisierte Prozesse. Um eine einheitliche Kundenerfahrung und ein konsistentes Markenimage zu erreichen, müssen Vertriebs- und Marketingkanäle die Daten von einer zentralen, hochwertigen und fortwährend aktuellen Quelle abrufen, deren Datenpflegeprozesse kanalspezifischen Geschäftsregeln folgen.

5.3.3.3 Aktivität II.1 Strategieformulierung

Im Rahmen der Aktivität II.1 Strategieformulierung erfolgte die Definition strategischer Prinzipien für das KDM von Tabelle 5-10.

KDM-Handlungsfeld Strategische Prinzipien für das KDM

Strategie Ausrichtung der globalen, langfristigen KDM-Strategie an der Marketing- & Vertriebs- sowie der O&I-Strategie

Führungssystem Automatisierte DQ-Messung und Überwachung auf Basis standardisierter Kennzahlen; explizite Prozess- und DQ-Spezifikation für externe Anbieter von Kundendaten

Organisation Definition der Dateneigentümer auf Länderebene; Datenverantwortung so lokal wie möglich und so zentral wie nötig

Prozesse & Methoden Klare Definition und Automatisierung (soweit wie möglich) der Kundendatenpflegeprozesse

Datenarchitektur Eindeutige Definition des Kunden als Geschäftsobjekt; Festlegung einer „Single Source of Truth“ für Kundenattribute

Applikationen Weltweite Software- und Systemstandardisierung; Ausnahmen auf Länderebene nur mit guter Begründung möglich

Tabelle 5-10: Strategische Prinzipien für das KDM


Die Soll-Ausprägung des KDM im Sinne der vorher genannten „Leitplanken“ konkretisierten die strategischen Richtlinien in Tabelle 5-11.

Handlungsfeld Nr. Strategische Richtlinien für das KDM

Führungssystem R01 DQ-Messung in den Geschäftsprozessen erfolgt anhand von vorab definierten

Qualitätskriterien, die über eine Freigabe entscheiden (sog. Data Quality Gates).

R02 Geschäftskritische Attribute sind identifiziert und ihre DQ wird überwacht.

Organisation

R03 Die Führungsebene unterstützt Data Governance-Gestaltungsentscheidungen und verschafft dem Transformationsprogramm Nachdruck.

R04 Daten werden unternehmensweit kontinuierlich - und nicht nur als temporäres Projekt - gemanagt.

R05 Das Data Governance-Gremium definiert unternehmensweite Standards (strategische Richtlinien, Grundsätze, Regeln) und Methoden für die Anlage und Nutzung von Kundendaten. Notwendige Abweichungen von diesen Standards sind begründet und dokumentiert.

R06 Die Verantwortung für die Kundendaten (u.a. Qualität) verbleibt in den lokalen Fachbereichen.

Prozesse & Methoden

R07 Die KDM-Referenzprozesse werden zentral für eine globale Reichweite entworfen und lokal ausgeführt.

R08 Die KDM-Referenzprozesse werden bei Bedarf lokal ergänzt, um regionale und lokale Anforderungen zu berücksichtigen.

R09 KDM-Prozesse sind in die Geschäfts- und IT-Prozesse integriert.

R10 Der Datenlebenszyklus jedes Kundendaten-Attributs ist definiert und in allen Ländern gemanagt.

Datenarchitektur R11 Die Datenhaltung und -verteilung ist bis auf Attributebene weltweit und eindeutig durch

Metadaten dokumentiert.

R12 Globale und lokale Attribute sind identifiziert und dokumentiert.

Applikationen

R13 Die Applikationslandschaft ist geplant, gesteuert und verbessert mit dem Ziel, das KDM zu unterstützen.

R14 Ein eindeutiger, länderübergreifender Bezugspunkt (sog. Single-Source-of-Truth) ist für jedes Kundendatenattribut festgelegt.

Tabelle 5-11: Strategische Richtlinien für das KDM

5.3.3.4 Aktivität II.2 Entwicklung Umsetzungsplan

Um die Verbesserungspotenziale und mögliche Risiken zu adressieren, erfolgte im Rahmen von Aktivität II.2 die Ableitung eines Massnahmenkatalogs, die Priorisierung der Massnahmen sowie die Definition eines Umsetzungsplans. Um die signifikante Lücke zwischen den strategischen Richtlinien und den Ergebnissen der Reifegradbewertung zu schliessen, wurde ein Katalog aus 16 strategischen KDM-Massnahmen festgelegt:


M1 Kommunikation der KDM-Strategie M2 Definition automatisierter Geschäftsregelprüfungen M3 Einführung von DQ-Kennzahlen und eines DQ-Index M4 Einführung von Anreizsystemen zur DQ-Verbesserung M5 Entwicklung KDM-Schulungsprogramm M6 Integration von KDM-Fähigkeiten in Jobprofile M7 Etablierung einer Kundendaten-Governance M8 Definition und Implementierung von Referenzprozessen für den

Kundendatenlebenszyklus M9 Pilotprojekt zur Identifikation von Szenarien für die Datennutzung M10 Pilotimplementierung für die Datenpflege M11 Pilotimplementierung für die Datenerfassung M12 Databereinigungsprojekt vor Datenmigration auf das neue CRM-System M13 Optimierung der Datenflüsse und Konsolidierung der Applikationsarchitektur M14 Entwicklung eines Wiki-basierten, fachlichen Metadatenkatalogs („Business

Data Dictionary“ für Kundendaten) M15 Entwurf einer übergreifenden Kundendatenarchitektur M16 Implementierung von KDM-Workflows

Als Grundlage für eine Priorisierung wurden die Massnahmen qualitativ gemäss ihres Nutzens und Aufwands bewertet und in einer Matrix eingeordnet (vgl. Abbildung 5-11).

Abbildung 5-11: Nutzen/Aufwand-Bewertung

Abbildung 5-12 zeigt den aus der Priorisierung abgeleiteten langfristigen Umsetzungsplan bis 2016, der alle sechs Bereiche abdeckt. Die zusätzliche Nummerierung mit Nr. 1 und 2 verweist für kurzfristige Massnahmen auf ihre

Legende:

niedrig hoch

niedrig

hoch1 32 54

Nutzen

Auf

wan

d

5

1

2

4

3

M2

M3

M1

kurzfristigmittelfristiglangfristig

M4 M5 M6

M7

M8

M15M16

M14

M12

M13

M10M9

M11


Zugehörigkeit zu 1) dem KDM-Programm oder 2) dem CRM-Programm. Gleichzeitig sollte die Kennzeichnung die Dringlichkeit und Verzahnung der beiden Programme hervorheben. Generell liegt der Fokus in den ersten Jahren v.a. auf der Definition einer weltweiten Kundendatenarchitektur sowie der Standardisierung des Datenlebenszyklus als Basis für weitere Verbesserungen.

Abbildung 5-12: Umsetzungsplan der KDM-Strategie

5.4 Zusammenfassung der Erkenntnisse der TelCo- und der BCS-Fallstudie 125

5.3.3.5 Aktivität IV.1 Implementierung der KDM-Strategie

Die anschliessenden strategischen Schritte gliedern sich in einen dreistufigen Plan, der im Rahmen von Aktivität IV.1 Implementierung der KDM-Strategie entwickelt wurde:

Phase 0 Projektvorbereitung

• Projektauftrag erstellen, Sicherung des Budgets durch Identifikation weiterer Auftrag-/Geldgeber innerhalb von BCS

• Experteninterviews • Detaillierter Umsetzungsplan für Phasen 1-3 • Definition von Arbeitspaketen und Kostenschätzung

Phase 1 Blueprint / Top-Down-Definition

• Referenzkundendatenarchitektur • Referenzdatenlebenszyklusprozesse und Governance • Definieren von Geschäftsregeln

Phase 2 Prüfung / Umsetzung der Referenzkundendatenarchitektur in Pilotprojekten

• Pilot für die Identifizierung von Datennutzungsszenarien • Pilot für die Datenerfassung • Pilot für die Datenpflege • Pilot für Geschäftsregeln

Phase 3 Go-Live der standardisierten Pflegeprozesse und -architektur

• Weltweiter Rollout • Einbetten von Datenbereinigungsmassnahmen in CRM-Rollouts in allen Ländern,

entsprechend neuer Referenzarchitektur (Siehe Phase 2) • Entwicklung von KDM-Schulungen, Veränderungsmanagement

5.4 Zusammenfassung der Erkenntnisse der TelCo- und der BCS-Fallstudie

Die Fallstudie bei TelCo Inc. diente der Entwicklung des wissenschaftlichen Artefakts (Methode zur Strategieentwicklung und Wirtschaftlichkeitsanalyse für das unternehmensweite DQM), das dann in der partizipativen BCS-Fallstudie angewendet wurde. Während die DQM-Strategieentwicklung für TelCo als strategische Reichweite alle Datenklassen (wobei der Hauptfokus auf Materialdaten lag) umfasste, wurde bei BCS eine Strategie speziell für Kundendaten definiert. Die Anwendung aller Techniken und Aktivitäten in Phase I und II bei BCS bestätigte die sinnvolle Konstruktion der Methode und die Notwendigkeit jeder einzelnen Technik. Einzig die Technik Formulierung DQM-Vision wurde im Rahmen des BCS-Projekts noch nicht angewendet, ist aber ein Teil von Massnahme „M1 Kommunikation der KDM-

126 5.4 Zusammenfassung der Erkenntnisse der TelCo- und der BCS-Fallstudie

Strategie“. Die BCS-Fallstudie zeigte deutlich die Berechtigung der Richtlinie „Datenverantwortung so lokal wie möglich und so zentral wie nötig“ für Bereiche mit dezentralem Geschäftsschwerpunkt, wie z.B. Marketing und Vertrieb, d.h. eine Zentralisierung der Datenpflegeprozesse und Data Governance um jeden Preis ist hier nicht sinnvoll. Im Gegensatz dazu ist eine Zentralisierung in Bereichen wie z.B. Entwicklung und Produktion für das Geschäftsobjekt „Produkt“ durchaus ein wirksames Mittel zur Standardisierung von Datenpflegeprozessen, wie nicht nur die TelCo-Fallstudie sondern auch BCS selbst als Best-in-Class-Unternehmen für Materialdaten bewiesen hat.

Darüber hinaus bestätigten sowohl die BCS- als auch die TelCo-Fallstudie folgende Erfolgsfaktoren für eine DQM-Strategie:

1. Strategische Unterstützung des DQM sowohl durch die Unternehmensleitung als auch durch das mittlere Management: DQM ist kein Projekt, sondern benötigt nachhaltige Aufmerksamkeit auf allen strategischen Ebenen. Ein ad-hoc DQM-Ansatz ist nur eine Reaktion auf z.B. eine fehlgeschlagene Marketing-Kampagne oder die aufwendige Integration eines akquirierten Unternehmens, behebt aber nicht die Ursachen wie z.B. eine fehlende Data Governance.

2. Kommunikation des Beitrags des DQM: Aufgrund der dezentralen Organisationsstruktur der für Kundendaten verantwortlichen Unternehmenseinheiten war es entscheidend für eine erfolgreiche Strategieimplementierung, den Nutzen des KDM für die Ländergesellschaften sowie die Abhängigkeit der Ziele des Marketing & Sales Excellence Frameworks von hoher Kundendatenqualität hervorzuheben und anschliessend zu kommunizieren. Ein ähnliches Ziel für das ganze Unternehmen strebte TelCo durch die Massnahme „M2 Entwicklung Business Case“ an, wodurch sich gleichzeitig die Relevanz von Phase III Wirtschaftlichkeitsanalyse manifestiert. Im Business Case kann bei den qualitativen Nutzenpotentialen argumentiert werden, dass hochqualitative Daten „ein Muss“ sind für die Nutzenrealisierung strategischer Unternehmensinitiativen.

3. Einbettung von DQM-Massnahmen in strategische Unternehmensinitiativen: Es ist wichtig, die DQM-Strategieumsetzung im Kontext von bestehenden oder geplanten Unternehmensinitiativen zu beginnen, die qualitativ hochwertige Daten benötigen (siehe z.B. das globale CRM-Programm bei BCS oder die Umsetzung global standardisierter Prozesse bei TelCo).

5.4 Zusammenfassung der Erkenntnisse der TelCo- und der BCS-Fallstudie 127

4. DQ-Messung als Basis für eine kontinuierliche Verbesserung: Effektives DQM benötigt Kennzahlen, denn nur was messbar ist, lässt sich auch verbessern.

5. Datenerfassung „first time right“: Sowohl TelCo als auch BCS legten in ihren strategischen Prinzipien fest, dass die DQ vor der Erstanlage sichergestellt werden muss. Erfolgreiche Unternehmen definieren die Qualitätsanforderungen als Geschäftsregeln und prüfen deren Einhaltung in Workflow-Systemen während der Dateneingabe (siehe TelCo). Moderne In-Memory-Technologie ermöglicht solche Prüfungen auch für „Big Data“.

6. Datenpflege durch Wissensträger im operativen Geschäft: Daten beinhalten Fachwissen z.B. zu Kunden, Lieferanten oder Materialien, über das Mitarbeiter im operativen Geschäft, z.B. in der Entwicklung oder im lokalen Vertriebsaussendienst, am besten verfügen. Gleichzeitig sind einheitliche Datenstrukturen und -standards ein wesentlicher Erfolgsfaktor für hohe DQ. Erfolgreiche Unternehmen nutzen daher zentral gesteuerte globale Workflows für die Datenpflege, in die lokale Experten aus dem operativen Geschäft als Datenstewards eingebunden sind (z.B. sogar im Aussendienst auf dem Feld beim Landwirt wie bei BCS via Smartphone-App für Vertriebsmitarbeiter).

7. Klare Verantwortlichkeiten und Veränderungsmanagement: Für eine nachhaltige DQ müssen sich Mitarbeiter persönlich verantwortlich fühlen (z.B. durch eine wirksame Kommunikation der DQM-Strategie) und zur Rechenschaft gezogen werden können (z.B. durch Integration von DQM-Zielen in persönliche Ziele). Darüber hinaus stärkt die Kommunikation von DQM-Erfolgen die Aufmerksamkeit für das Thema wie z.B. „TelCo steigert den „Time-to-Market“ von Produkten um mehr als 80 % mittels Data Governance und Workflow-Unterstützung“. Mit seinem Entwurf einer vom CFO unterschriebenen, unternehmensweiten DQM-Broschüre ging TelCo sogar noch einen Schritt weiter.

8. Kontinuierlicher Einsatz für eine hohe DQ: Datenbereinigungen können das DQ-Niveau nur temporär anheben, da z.B. der Umzug eines Kunden selbst bei einer ursprünglich bereinigten Adresse zu einem Datendefekt führt, wenn diese Adressenänderung nicht wahrgenommen und in das System eingepflegt wird. Aus diesem Bewusstsein für die „Flüchtigkeit“ von DQ heraus, plante z.B. BCS als Gegenmassnahme die Implementierung regelmässiger, präventiver DQ-Prüfungen (u.a. durch Mitarbeiter im lokalen operativen Geschäft, die den Kunden gut kennen). Gleichzeitig kann hierbei BCS auf seinen tiefen Erfahrungsschatz durch das BCS DQ-Cockpit für Materialdaten zurückgreifen.

128 5.5 Fallstudie Bayer Consumer Care (BCC)

5.5 Fallstudie Bayer Consumer Care (BCC)

Das Ziel der Fallstudie war es, Kostensenkungspotenziale in der Stammdatenfunktion aufzuzeigen. Mittels einer Prozesskostenrechnung (Phase III) konnten erstmals zeitaufwendige und damit kostenintensive Stammdatenteilprozesse ermittelt werden. Durch die Bildung von Prozesskostenansätzen für den Materialstammdatenbereich konnten die Kostentreiber identifiziert und die wirklichen Kostenverursacher erkannt werden. Die erzielte Kostentransparenz wurde dazu genutzt, Verbesserungspotentiale (Phase I) und einen Massnahmenkatalog (Phase II) abzuleiten. Im Rahmen der Wirtschaftlichkeitsanalyse (Phase III) für die Optimierungsmassnahmen erfolgte eine Amortisationsrechnung sowie ein Soll-/ Ist-Prozesskostenvergleich.

5.5.1 Unternehmen

Bayer ist ein weltweit tätiges Unternehmen mit Kernkompetenzen auf den Gebieten Gesundheit, Agrarwirtschaft und hochwertige Polymer-Werkstoffe. Der Teilkonzern Bayer HealthCare gehörte mit einem Umsatz von 18,924 Mrd. € (~ 23,1 Mrd. CHF, 47 % des Gesamtumsatzes der Bayer AG) im Jahr 2013 zu den weltweit führenden Unternehmen in der Gesundheitsversorgung mit Arzneimitteln und medizinischen Produkten (vgl. Unternehmensprofil in Tabelle 5-12). Bayer HealthCare erforscht, entwickelt, produziert und vermarktet Produkte, um die Gesundheit von Mensch und Tier zu verbessern. Das operative Geschäft des Teilkonzerns ist in vier Geschäftsbereiche aufgeteilt: Animal Health, Consumer Care, Medical Care, Pharmaceuticals.

Die Division Consumer Care ist in erster Linie auf rezeptfreie Medikamente (z.B. Aspirin), spezialisiert, bietet aber auch verschreibungspflichtige Dermatologieprodukte an. Consumer Care ist in über 140 Ländern tätig und unterhält 14 Produktionsstandorte sowie zwei Zentren für Produktforschung und Entwicklung. Die Bayer Consumer Care AG (BCC) in Basel ist ein internationaler Bayer HealthCare-Standort und gleichzeitig globaler Hauptsitz von Bayer Consumer Care (zusammen mit Whippany, New Jersey).

5.5 Fallstudie Bayer Consumer Care (BCC) 129

Bayer HealthCare AG

Gründung 2003

Firmensitz Leverkusen, Deutschland

Branche Pharma

Geschäftsbereiche • Animal Health (Tierarzneimittel und -pflegeprodukte) • Consumer Care (verschreibungsfreie Arznei- und Nahrungsergänzungsmittel, sowie

verschreibungspflichtige Dermatologieprodukte) • Medical Care (Blutzucker-Messgeräte, Kontrastmittel, Injektionssystem für Diagnose-

und Therapieverfahren) • Pharmaceuticals (verschreibungspflichtige Arzneimittel)

Firmenstruktur Teilkonzern der Bayer AG

Portfolio Medikamente, Tierarznei, Medizinische Geräte; bekannte Produkte: Aspirin, Lefax, Talcid, Bepanthen, Rennie, Ascensia etc.

Umsatz (2013) 18,924 Mrd. €

EBIT (2013) 3,260 Mrd. €

Beschäftigte (2013) 56'000

Kunden • Bayer HealthCare generell: Pharma-, Medizintechnik- und Tierbedarf-Grosshändler • Bereich Consumer Care: in der Regel Apotheken, wobei Supermarktketten und

andere Grossanbieter in bestimmten wichtigen Märkten - wie den USA - auch von Bedeutung sind

Homepage http://healthcare.bayer.com/

Tabelle 5-12: Unternehmensprofil Bayer HealthCare [Bayer AG 2013]

5.5.2 Stammdatenpflege bei BCC

Bayer setzt weltweit die Standardsoftware SAP ein, um die Prozesse der Produktionsplanung, Beschaffung, Lagerung, des Vertriebs und der Fakturierung eines Materials sicherzustellen. Für die Materialstammdatenpflege verfolgt BCC sowohl einen zentralistischen als auch einen dezentralen Ansatz: Während einerseits die verkaufsfähigen Produkte in der Verantwortung der zentralen Stammdatenabteilung in Basel liegen, werden andererseits die nicht verkaufsfähigen Produkte (wie z.B. Einsatzstoffe und Packmittel) dezentral von den jeweiligen Bayergesellschaften selbst gepflegt. Das globale Team in Basel ist zuständig für die Überarbeitung und Erweiterung der bestehenden Stammdatenprozesse. Des Weiteren ist die Abteilung für das Neuanlegen von BCC-Verkaufsmaterialien sowie die Vermeidung von Dubletten zuständig. Der Freigabeprozess von Materialien mit allen Verantwortlichen ist über das Produktlebenszyklusmanagement-System (PLM) abgedeckt. Daher dürfen Neuanlagen oder Änderungen von Materialien nur über das PLM-System durch einen genehmigten Antrag von berechtigten Personen erfolgen. Wird ein Material neu angelegt, geändert oder gelöscht, muss dieser Prozess unbedingt im PLM-System verankert sein, damit der ganze Lebenszyklus eines Materials von Anfang bis zum Ende für den Nachhaltungsbericht dokumentiert und nachvollziehbar ist.



Die bei BCC im Stammdatenbereich verursachten Kosten sind überwiegend Gemeinkosten, wodurch wenig Transparenz in den Kostenstrukturen gegeben war. Da der Stammdatenverwaltungsprozess in seiner Struktur (Anlage, Änderung und Löschung) stabil ist, wurde als Verfahren die Prozesskostenanalyse gewählt. Die Fallstudie zielte darauf ab,

• basierend auf einer Prozesskostenanalyse der Materialverwaltung (Phase III) • Qualitäts- bzw. Kostenoptimierungspotentiale (Phase I) zu identifizieren, • einen entsprechenden Massnahmenkatalog (Phase II) abzuleiten und • für die Massnahmen eine Wirtschaftlichkeitsanalyse (Phase III) durchzuführen

(Amortisationsrechnung; Prozesskostenvergleich des Zielzustands nach Durchführung der Massnahmen mit dem Ist-Prozess).

5.5.4 Ergebnisse der Prozesskostenanalyse (Phase III)

Wie in Kapitel 4.6.2.3 geschildert, beinhaltet eine Prozesskostenanalyse folgende Schritte:

1. Tätigkeitsanalyse zur Identifizierung von Aufgaben 2. Prozessanalyse zur Identifizierung von Prozessen 3. Identifizierung von Bezugsgrössen für Tätigkeiten 4. Ermittlung von Prozessmengen 5. Ermittlung der Prozesskosten

Tabelle 5-13 veranschaulicht den Hauptprozess „Materialverwaltung“ mit seinen Teilprozessen Materialanlage, -änderung und -löschung inklusive Tätigkeiten pro Teilprozess.

Hauptprozess Kostentreiber

Materialverwaltung Anzahl Material

Teilprozesse Kostentreiber

Materialanlage Anzahl Material

Materialänderung Anzahl Material

Materiallöschung Anzahl Material

Tätigkeiten 1. Antrag prüfen und freigeben

2. Material im zentralen System anlegen

3. Material im lokalen System erweitern

4. Material prüfen und freigeben

1. Antrag prüfen und freigeben

2. Material im zentralen System ändern

3. Material im lokalen System ändern

4. Materialänderung prüfen und freigeben

1. Antrag prüfen und freigeben

2. Material im zentralen System löschen

3. Material im lokalen System löschen

4. Materiallöschung prüfen und freigeben

Tabelle 5-13: Teilprozesse der Materialverwaltung und ihre Tätigkeiten

Aus Vertraulichkeitsgründen wurden im Folgenden alle Kostenwerte per Normierung mit dem gleichen Faktor verfremdet und in sog. „Geldeinheiten“ (GE) übertragen. Zunächst werden die Gesamtkosten der Kostenstelle Stammdaten ermittelt und in einer


Tabelle zusammengeführt. Für die Ermittlung der Gesamtkosten werden folgende Ausgangsdaten angenommen:

• 220 Arbeitstage pro Jahr • 8 Arbeitsstunden pro Tag • 1 Abteilungsleiter • 3 operative Mitarbeiter

Bei dem in Tabelle 5-14 dargestellten Mengengerüst ergibt sich ein Gesamtkostenbetrag in Höhe von 3,5 Mio. GE für die Stammdatenkostenstelle.

Kostenart Anzahl Kosten (GE) Stammdatenkostenstelle Gesamt (GE)

Personalkosten pro Mitarbeiter 4 412'500 1'650'000

Personalnebenkosten 4 100'000 400'000

Produktlebenszyklus-System 1 450'000 450'000

Zentraler Stammdatenserver 1 500'000 500'000

Lokales SAP-System in Basel 1 500'000 500'000

Gesamt 3'500'000

Tabelle 5-14: Gesamtkosten der Kostenstelle „Stammdaten“

Somit ergibt sich als Berechnungsbasis für ein Personenjahr (kurz: FTE = Full Time Equivalent): 3'500'000 GE Gesamt / 4 Mitarbeiter = 875'000 GE pro Personenjahr.

In Tabelle 5-15 sind zusammenfassend die Ergebnisse der Analyse der leistungsmengeninduzierten (LMI) Prozesskosten detailliert nach Teilprozessen Materialanlage, -änderung und -löschung dargestellt. Die Soll-Ist-Abweichung zeigt, dass der Abteilung 1,4 FTE für einen Ablauf ohne Überstunden fehlen. Die Analyse ergab, dass in der optimalen Konstellation die Arbeit in der Abteilung Stammdaten der BCC AG von 4,4 Mitarbeitern bewältigt werden sollte. Der Funktion stehen aber nur drei operative Mitarbeiter zur Verfügung. So konnte durch die Analyse eine Unterkapazität von 1,4 Personenjahren in der Stammdatenabteilung identifiziert werden.

Prozess Material-verwaltung

Aufwand pro Prozess-instanz (Min.)

Prozess-menge (Anzahl)

Aufwand pro Teilprozess (Min.)

Mitarbeiter-kapazität Soll (FTE)

Mitarbeiter-kapazität Ist (FTE)

Soll-Ist-Abweichung (FTE)

Materialanlage 80 3’050 244’000 2,3 1,6 -0.7

Materialänderung 70 1’820 127’400 1,2 0,8 -0.4

Materiallöschung 55 1’730 95’150 0,9 0,6 -0.3

Gesamt 466’550 4,4 3,0 -1.4

Tabelle 5-15: LMI-Prozesskosten der Materialverwaltung und Soll-Ist-Abweichung


Beispielhaft für den Teilprozess „Materialanlage“ liefert Tabelle 5-16 eine Detaillierung der Prozesskosten nach Tätigkeiten. Zur Vollständigkeit beinhaltet sie neben den vier leistungsmengeninduzierten (LMI) Tätigkeiten auch den leistungsmengenneutralen (LMN) Bestandteil „Abteilung leiten“ (Kosten: 1 FTE).

Tätigkeiten Materialanlage

Zeit pro Prozess-instanz (Min.)

Mengen- Abhängigkeit

Kosten-treiber

Prozess-menge

Gesamtzeit pro Teilprozess (Min.)

1. Antrag im PLM-System prüfen und freigeben

20 leistungs-mengeninduziert

Anzahl Material

3’050 61’000

2. Material im zentralen System anlegen


Anzahl Material

3’050 76’250

3. Material im lokalen System erweitern


Anzahl Material

3’050 76’250

4. Material prüfen und freigeben


Anzahl Material

3’050 30’500

Abteilung leiten leistungs-mengenneutral

Gesamt 80 3’050 244’000

Tabelle 5-16: Prozesskosten des Teilprozesses „Materialanlage“

Tabelle 5-17 zeigt die Umlage der LMN Kosten (=1 FTE) auf die einzelnen Teilprozesse proportional zu den LMI Teilprozesskosten. Schliesslich folgen als Gesamtprozesskosten pro Antrag für • die Materialanlage 603 GE, • die Materialänderung 529 GE und • die Materiallöschung 405 GE.

Prozess Material-verwal-tung

Pro-zess-menge

LMI Aufwand (FTE)

LMN Aufwand Abteilung leiten (FTE)

LMN Kosten (GE)

LMI Teil-prozess-kosten (GE)

Gesamt-kosten (GE)

LMN Umlage-satz (GE)

LMI Prozess-kosten-satz (GE)

Gesamt-prozess-kosten-satz (GE)

Material-anlage 3’050 1,6 0,5 437'500 1'400'000 1'837'500 144 459 603

Material-änderung 1’820 0,8 0,3 262'500 700'000 962'500 144 385 529

Material-löschung 1’730 0,6 0,2 175'000 525'000 700'000 101 303 405

Abteilung leiten LMN Aufwand: Umlage auf Teilprozesse proportional zu LMI Aufwänden

Gesamt 6’600 3,0 1,0 875'000 2'625'000 3'500'000 389 1'147 1'536

Tabelle 5-17: Prozesskostensätze in GE für Teilprozesse der Materialverwaltung


Die Berechnung der Spalten von Tabelle 5-17 war wie folgt (beispielhaft erklärt anhand der ersten Zeile für den Teilprozess „Materialanlage“):

• Spalte 1: Prozessmenge gegeben • Spalte 2: LMI Aufwand (FTE) siehe Tabelle 5-15 Spalte „Mitarbeiterkapazität Ist“ • Spalte 3: LMN Aufwand für Tätigkeit „Abteilung leiten“; 1 FTE im Verhältnis

zum LMI Zeitaufwand auf Teilprozesse verteilt (Rundung auf 1 Nachkommastelle) • Spalte 4: LMN Kosten = 0.5 FTE x 875'000 GE/FTE = 437'500 GE • Spalte 5: LMI Teilprozesskosten =1.6 FTE x 875'000 GE/FTE = 1'400'000 GE • Spalte 6: Summe Spalten 4 und 5 = 1'837'500 GE • Spalte 7: LMN Umlagesatz = Spalte 4 LMN Kosten / Spalte 1 Prozessmenge =

144 GE • Spalte 8: LMI Prozesskostensatz = Spalte 5 LMI Teilprozesskosten / Spalte 1

Prozessmenge = 459 GE • Spalte 9: Summe Spalten 7 und 8 = 603 GE

5.5.5 Kostensenkungspotentiale und Massnahmen (Phase II)

Aus der Prozesskostenrechnung geht deutlich hervor, dass zwischen der benötigten und der vorhandenen Ressourcenkapazität eine Differenz von 1,4 Mannjahren vorliegt und dass die operativen Mitarbeiter einen Grossteil ihrer Arbeitszeit für die Prüfung und Freigabe von Anträgen aufwenden (vgl. Tabelle 5-13: erste Tätigkeit in allen drei Teilprozessen). Ursache dafür ist u.a., dass die Anträge durchschnittlich bereits mit drei bis fünf Fehlern ausgefüllt an die Stammdatenabteilung weitergeleitet werden. Die fünf am häufigsten mit Fehlern behafteten Felder des Materialanlageantrags sind in Tabelle 5-18 beschrieben: inkorrekte bzw. fehlende EAN, Produkthierarchie, Nomenklatur für den Materialkurztext, Gewichte oder Berechtigungsgruppe. Zur Eliminierung dieser Schwachstellen wurden Massnahmen M1 bis M5 abgeleitet. Darüber hinaus zeigt Tabelle 5-18 Verbesserungspotentiale für die Tätigkeit „1. Antrag prüfen und freigeben“ (vgl. Tabelle 5-13) im Teilprozess Materialänderung und dem Teilprozess Materiallöschung mit zugehörigen Massnahmen M6 und M7. Neben den vorher genannten Massnahmen M1 bis M7, die alle eine Verbesserung der Qualität der Anträge anstreben, wurden für das Ziel einer Teilautomatisierung der Stammdatenpflegeprozesse Massnahmen M8 und M9 definiert.

Im Allgemeinen ist auch die Verbesserung des Informationsflusses zwischen einzelnen Mitarbeitern ein erster Ansatzpunkt zur Durchlaufzeitoptimierung: Globale Projekte, die Stammdaten betreffen, wie z.B. die Einführung von SAP-Systemen in Gesellschaften, wurden in der Vergangenheit z.T. nicht ausreichend mit den divisionalen Stammdatenabteilungen abgesprochen, wodurch für diese Abteilungen anschliessend Nacharbeiten entstanden. Meistens handelte es sich um falsche Datenpflege bzw. Migrationsfehler im Projekt, die durch bessere Kommunikation, Dokumentation oder Mitarbeiterschulung vermeidbar gewesen wären.


Die Analyseergebnisse umfassen im Wesentlichen folgende Optimierungspotentiale:

• Standardisierung, Dokumentation und Automatisierung der Antragsstellungsabläufe sowie Eingabeplausibilisierung notwendig

• Mangelnde oder unkoordinierte Kommunikation zwischen den Beteiligten • Systembrüche im Erfassungsprozess, die durch manuelle Prüfungen kompensiert

werden müssen und Fehleranfälligkeit erhöhen • Dateninkonsistenzen aufgrund von Mehrfacheingaben


Verbesserungspotential Wirkung Massnahmen

Ziel: Verbesserung der Qualität von Anträgen für die Materialanlage

Fehlendes Pflichtfeld für Europäische Artikelnummer (EAN Code) im Antragswesen des PLM-Systems (wird meist vom Antragssteller vergessen)

• Verzögerung des Produktionsprozesses bei fehlendem EAN-Eintrag im Materialstamm

M1: EAN-Code als Pflichtfeld in PLM-System implementieren

Ungenügende Plausibilitätsprüfungen der Produkthierarchie in den operativen Systemen bei der Dateneingabe

• Treffen von strategischen Entscheidungen basierend auf fehlerhaften Produktinformationen

• Buchung von Umsätzen für falsches Produkt

• Nachträglicher Aufwand beim Erstellen von Analysen und Finanzberichten

M2: Automatische Vorbelegung der Produkthierarchie aus Produktkatalog implementieren

Fehlende Standardisierung der Nomenklatur für Materialkurztext

• Materialkurztext auf Ausfuhrpapieren widersprüchlich zu physischer Ware

• Materialkurztext auf Einfuhrpapieren widersprüchlich zur Einfuhrerlaubnis vom Zoll

• Effekt: Verzögerungen und Folgekosten in der Transportkette

M3: Produktnamenskonvention etablieren (Berücksichtigung u.a. von Dosierung, Packungsgrösse, Länderkürzel); Generierung des Materialkurztextes nach vorgegebenen Regeln

Ungenügende Plausibilitätsprüfungen in den operativen Systemen für die Eingabe von Brutto- und Nettogewichten

• Nicht genutztes Einsparungspotential von Lagerplatz- und Transportmittelkapazitäten

M4: Automatische Vorbelegung der Gewichte im Antrag via Referenztabelle im PLM-System (Relationen Produkt mit Packungsgrösse und Gewicht)

Fehlerhafte Angabe der Berechtigungsgruppe

• Zeitverzögerung in der Bearbeitung des Geschäftsvorfalls aufgrund fehlender Zugriffsrechte

M5: Verknüpfung der Berechtigungsgruppe im Antrag entsprechend System-Benutzerprofil

Ziel: Verbesserung der Qualität von Anträgen für die Teilprozesse Materialänderung und -löschung

Fehlende Kennzeichnung der Anträge im PLM-System, um welche Art Änderungen oder Löschungen es sich handelt sowie unzureichende Dokumentation der Prozesse

• Manuelles Auslesen in der Historie und häufig aufwändige Suche zur Klärung notwendig

• Hohe Fehleranfälligkeit • Hohe Durchlaufzeiten

M6: Pflicht zur besonderen Kennzeichnung von zu ändernden oder löschenden Werte im Antrag, sodass sie auf den ersten Blick erkennbar sind M7: Benutzeranleitung für Änderungs- und Löschanträge

Ziel: Teilautomatisierung der Stammdatenpflege

Redundante Datenpflege aufgrund unnötiger Systembrüche (bereits im Antrag ausgefüllte Daten müssen nochmals vom Datensteward manuell in das SAP-System eingegeben werden)

• Hohe Fehleranfälligkeit • Hohe Durchlaufzeiten

M8: Implementierung einer Import- Schnittstelle für Anträge im zentralen SAP-Stammdatensystem (bzw. Workflow-Unterstützung der Datenpflegeprozesse) M9: Implementierung von Geschäftsregeln zur Plausibilitätsprüfung

Tabelle 5-18: Schwachstellenanalyse und Ableitung von Massnahmen


5.5.6 Wirtschaftlichkeitsanalyse des Massnahmenkatalogs (Phase III)

Die Amortisationszeit für die Massnahmen M1 bis M7 wird in Tabelle 5-19 und für die Massnahmen M8 und M9 in Tabelle 5-20 berechnet:

• Amortisationszeit = (Investitionskosten/ Rückfluss pro Jahr) x 12 Monate pro Jahr • Beispielsweise erste Zeile in Tabelle 5-19 für die Massnahmen M1 bis M5: • (170'250 GE / 190'500 GE) x 12 Monate = 11 Monate

Um die Massnahmen M1 bis M5 zu implementieren, sind einmalige Kosten in Höhe von 170'250 GE erforderlich. Durch die Behebung der fünf häufigsten Datendefekte im Antrag können im Prozessschritt „Antrag prüfen und freigeben“ 10 Minuten eingespart und eine Steigerung der DQ von ca. 33 % erreicht werden. Um eine neue Materialnummer zu beantragen, müssen 15 Felder korrekt ausgefüllt werden:

• (5 fehlerhafte Attribute / 15 Attribute Gesamt) x 100 = 33 %

In den nachfolgenden beiden Tabellen sind die jährlichen möglichen Kostenersparnisse den Einmalkosten eines Programmierers zur Implementierung der Massnahmen gegenübergestellt.

Mass-nahmen

Ziel Tätigkeit 1) „Antrag prüfen und freigeben“

Senkung Durchlaufzeit (Min.)

Jährliche Einsparung (GE)

Investitions-kosten (GE)

Amortisa-tionszeit (Monate)

M1 - M5 Verbesserung der Qualität von Materialstamm-datenanträgen

Materialanlage 10 190'500 170'250 11

M6, M7 Materialänderung 10 114'500

45'000 3 Materiallöschung 5 54'000

Gesamt 25 359'000 215'250 7

Tabelle 5-19: Wirtschaftlichkeitsanalyse für Massnahmen M1-M7

Mass-nahmen

Ziel Teilprozess Senkung Durchlaufzeit (Min.)

Jährliche Einsparung (GE)

Investitions-kosten (GE)

Amortisa-tionszeit (Monate)

M8, M9 Teilautomatisie-rung der Stammdaten-pflegeprozesse

Materialanlage 30 476'550

1'170'000 14 Materialänderung 30 339'000

Materiallöschung 20 216'300

Gesamt 80 1'031'850 1'170'000 14

Tabelle 5-20: Wirtschaftlichkeitsanalyse für Massnahmen M8-M9

Tabelle 5-21 verdeutlicht, dass Massnahmen M1 bis M9 die Möglichkeit bieten, nicht nur die DQ um 33 % zu steigern, sondern gleichzeitig auch den Aufwand auf 2,2 Personenjahre zu senken. Somit liessen sich sogar 0,8 Personenjahre Zusatzkapazität erzielen, die eingesetzt werden sollten zur Weiterentwicklung eines präventiven DQM, zur Unterstützung strategischer Konzerninitiativen (z.B. im Kontext von Akquisitionen


bzw. globalen Prozessstandardisierungen) oder zur Schulung der Dateneigentümer in den Gesellschaften etc.

Hauptprozess Material-verwaltung

Prozess-dauer nach M1-M9 (Min.)

Ist-Prozess-dauer (Min.)

Prozess-menge (Anzahl)

Mitarbeiter-kapazität nach M1-M9 (FTE)

Ist-Mitarbeiter-kapazität (FTE)

DQM-Zusatz-kapazität (FTE)

Materialanlage 40 80 3’050 1,2 1,6 0,4

Materialänderung 30 70 1’820 0,5 0,8 0,3

Materiallöschung 30 55 1’730 0,5 0,8 0,1

Gesamt 105 205 6’600 2,2 3,0 0,8

Tabelle 5-21: Optimierter Prozessaufwand (Massnahmen M1-M9) versus Ist-Aufwand

5.5.7 Zusammenfassung der Erkenntnisse und Weiterentwicklungen

Zusammenfassend lässt sich feststellen, dass sich der Einsatz der Prozesskostenrechnung bei BCC im Bereich Stammdaten gelohnt hat. Mit ihrer Hilfe konnten erstmals kostenintensive Stammdatenteilprozesse ermittelt und somit eine neue Kostentransparenz geschaffen werden. Daher baut BCC zur Prozessoptimierung und Wirtschaftlichkeitskontrolle weiterhin auf dem systematischen Einsatz der Prozesskostenrechnung auf. Des Weiteren unterstützt sie, Schwachstellen frühzeitig zu erkennen und zu beheben. Denn Fehler sollten bereits zum Zeitpunkt der Eingabe, d.h. beim Ausfüllen eines Antrags, vermieden werden. Ausgehend von den identifizierten Ursachen für die Höhe der Durchlaufzeiten entwickelte BCC einen kurz-, mittel- und langfristigen Optimierungsplan:

Der kurzfristige Lösungsansatz sah vor, als Hauptmassnahme die Qualität der Anträge zu verbessern, indem wichtige Attribute, die zur Generierung einer Materialnummer führen, im Antragswesen zu einem Pflichtfeld definiert werden. Als nächstes sollten Falscheinträge durch Vorbelegung über Referenztabellen mit Standardwerten verhindert werden. All diese Massnahmen führen zur direkten Senkung der Prozessdurchlaufzeiten und zu einer Steigerung der DQ von ca. 33 %.

Der mittelfristige Lösungsansatz zielte darauf ab, dass Stammdatenmanager aus den Anträgen durch besondere Hinweise auf einen Blick erkennen können, welche Änderungen bzw. Löschungen in den Systemen vorgenommen werden müssen.

Der langfristige Lösungsansatz sah vor, die redundante Datenpflege durch einmalige Eingabe der Daten zu vermeiden. Die bereits ausgefüllten Anträge werden über ein Schnittstellen-Programm in dem zentralen SAP-System verbucht. Diese Massnahme stellt einen einheitlichen Datenbestand sicher und reduziert gleichzeitig den manuellen Pflegeaufwand. Die Vollständigkeitsprüfung der Daten sollte über eine automatische Plausibilitätsprüfung erfolgen, um den Aufwand einer inhaltlichen Prüfung der Daten durch den Stammdatenmanager drastisch zu senken.


Um aber eine kontinuierliche Verbesserung im Bereich Stammdaten gewährleisten zu können, ist die Etablierung von Kennzahlen und ihre Überwachung sinnvoll. Auf diese Weise führt ein kontinuierlicher Einsatz der Prozesskostenrechnung dazu, dass komplexe Prozessabläufe sichtbar, planbar und steuerbar werden.

Im Rahmen dieser Fallstudie wurden zwar ausschliesslich Datenpflegeprozesse für den Materialstamm betrachtet, jedoch sind die Ergebnisse und Erfahrungen durchaus übertragbar auf andere Datenklassen.

5.6 Fallstudie Festo 139

5.6 Fallstudie Festo

Ziel der Fallstudie Festo ist die Anwendung einer datenobjektorientierten Teilegemeinkostenanalyse, die angelehnt ist an die in Kapitel 4.6.2.2 dargestellte Technik Lebenszykluskostenrechnung (Phase III Wirtschaftlichkeitsanalyse Aktivität Schaffung Kosten-/ Nutzentransparenz).

5.6.1 Unternehmen

Festo ist weltweit führend in der Automatisierungstechnik und in der technischen Aus- und Weiterbildung. Festo ist mit 16'700 Mitarbeitern in 176 Ländern weltweit tätig, beliefert über 300'000 Kunden und erzielte 2013 einen Umsatz von 2,28 Mrd. € (~2,78 Mrd. CHF). In den vier Jahren von 2010 bis 2013 ist Festo damit um mehr als 8 % pro Jahr gewachsen [Festo AG & Co. KG 2014a]. Tabelle 5-22 zeigt das Unternehmens-profil. Die Vielfalt des Produktportfolios beinhaltet über 30'000 Katalog-Produkte (davon ca. 700 Baukastenprodukte) in mehreren hunderttausend Varianten. Im Geschäftsbereich Automation zählen zu Festos Hauptproduktgruppen folgende:

• Zylinder, Ventile und Ventilinseln • Elektrische, pneumatische und servopneumatische Antriebe • Geräte zur Druckluftaufbereitung und Vakuumtechnik • Greifer und Handling-Systeme • Motoren und Controller • Sensoren und Bildverarbeitungssysteme • Steuerungstechnik und Software

Die Marktversorgung durch Festo ist dreistufig organisiert in elf Global Production Center (GPC), sechs Regional Service Center (RSC) und 28 National Service Center (NSC) mit kundenspezifischer Produktion [Festo AG & Co. KG 2014c].

In Europa produziert das Unternehmen mit zunehmendem Automatisierungsgrad und Skaleneffekten einzelne Module nach dem Baukastenprinzip. Die GPC stellen die Primärversorgung mit Produkten sicher und beliefern die Regional Service Centers (RSC) mit lagerhaltigen und kundenauftragsbezogenen Produkten. Die RSC stellen die regionale Marktversorgung sicher. Sie versorgen den Markt mit Variantenprodukten und gewährleisten kurze Lieferzeiten für das komplette Produktprogramm. In Regionen, in welchen die RSC keine kurzen Lieferzeiten gewährleisten können, wurden National Service Centers (NSC) implementiert.

Weltweit hat Festo 2'900 Patente angemeldet und investiert jährlich 7 % vom Umsatz in Forschung und Entwicklung [Festo AG & Co. KG 2014b]. Der Neuheitenent-stehungs- und Änderungsprozess bei Festo beinhaltet u.a. rund 200 parallel laufende Produktentwicklungsprojekte sowie ca. 1'200 technische Änderungen pro Jahr. Die

140 5.6 Fallstudie Festo

Vielfalt der Produkte bei Festo geht mit Datenvielfalt einher und führt zu ca. 200'000 aktiven Teilestämmen sowie ca. 50'000 aktiven Verkaufsteilen.

Festos Unternehmensstrategie beinhaltet folgende Ziele [Festo AG & Co. KG 2014b; Festo AG & Co. KG 2014a]:

• Wahrung der finanziellen Unabhängigkeit als Familienunternehmen • Innovationsführerschaft in der Fabrik- und Prozessautomatisierung • Ausrichtung der Strukturen, Produkte und Services von Festo an den Prozessen

seiner globalen Kunden zur Realisierung enger Systempartnerschaften mit ihnen weltweit

• Ausbau der globalen Marktversorgung in den Wachstumsregionen Asien sowie Nord- und Südamerika

• Entwicklung einheitlicher Prozesse und deren kontinuierliche Verbesserung • Entwicklung der Mitarbeiter (insbes. Qualifizierung des Nachwuchses im Kontext

von „Industrie 4.0“)

Festo AG & Co. KG

Gründung 1925 (unabhängiges Familienunternehmen in dritter Generation)

Firmensitz Esslingen, Deutschland

Branche Automatisierungstechnik

Geschäftsbereiche Automation: Automatisierungstechnik Didaktik: Lernsysteme, Training und Consulting

Firmenstruktur Gliederung in 11 Global Production Center, 6 Regional Service Center und 28 National Service Center

Portfolio • über 30'000 Katalogprodukte in mehreren hunderttausend Varianten • ca. 10'000 massgeschneiderte Kundenlösungen jährlich • Pneumatische, servopneumatische und elektrische Automatisierungstechnik • Industrienahe Qualifizierungslösungen und Industrieconsulting

Umsatz (2013) 2,28 Mrd. € (~2,78 Mrd. CHF)

Beschäftige (2013) über 16'700 weltweit

Kunden über 300'000 in 176 Ländern

Homepage www.festo.com

Tabelle 5-22: Unternehmensprofil Festo [Festo AG & Co. KG 2014c]

5.6.2 Produktlebenszyklusmanagement

Das Produktdatenmanagement richtet sich in seinen Abläufen nach den Phasen des Produktlebenszyklus, die bei Festo Produktentwicklung, Produktoptimierung und Produktausphasung genannt werden. Das Produktlebenszyklusmanagement (PLM) ist

http://www.festo.com/


unternehmensweit zuständig für Produktdaten, die während der Konzeption, der Entwicklung, der Planung und Produktion sowie bei der Wartung des physischen Produkts benötigt werden [Saaksvuori/Immonen 2008], als auch Daten, welche in logistischen Geschäftsprozessen verwendet werden (siehe Abbildung 5-13). Hierzu gehören z.B. Einkaufsdaten, MRP-Daten sowie Vertriebsinformationen der datennutzenden Geschäftsprozesse (im äusseren Kreis der Abbildung).

Abbildung 5-13: Produktdatenmanagement (in Anlehnung an Huber [2012])

Das PLM ist Teil der Organisationseinheit „Product Service (PM-SL)“, die für sechs Aufgabenbereiche verantwortlich ist:

• Normung und Klassifizierung • Sachmerkmalverwaltung • Stammdatenverwaltung • Zeichnungsprüfung • Change Management • Daten-Support für Neuheiten-Entwicklungsprojekte (NEP Data Support)

Insgesamt arbeiten derzeit 32 Mitarbeiter im Produktdatenmanagement. Mehr als die Hälfte davon befassen sich mit der Grundlagen- und Sachmerkmalverwaltung bzw. Normung und Klassifizierung.

Festo nutzt unternehmensweit Standardsoftwaresysteme. Zur Unterstützung der kaufmännischen Geschäftsprozesse wird Software von SAP eingesetzt, u.a. die Produkte SAP ERP und SAP PLM. Das Produktdatenmanagement nutzt primär zwei Systeme [Huber 2012]: ein SAP-ERP-System zur Verwaltung der Produktstammdaten und das Softwareprodukt Windchill der Firma PTC für die Verwaltung von Dokumentationen zu den Produkten. Diese beiden Systeme halten Produktdaten unternehmensweit führend und verteilen sie an eine Reihe von Zielsystemen, z.B.

Datenerzeuger:PLM-Prozesse

Strategie-Prozess

Neuheiten-entstehungs-

prozess

Änderungs-Prozess

Auslauf-Prozess

Produkt-

daten

Einkauf

Qualitäts-management

Vertrieb Produkt-management

Dokumentation

Fertigung

OnlineShop

Produktions-planung

DatennutzendeGeschäftsprozesse


Redaktionssysteme für die Printmedienherstellung, Logistik-systeme sowie SAP-ERP-Systeme für den Vertrieb [Huber 2012]. Die Verteilung der Produktdaten umfasst sowohl neue Produkte als auch Änderungen. Für die nachfolgende Teilegemeinkostenanalyse sind die in Tabelle 5-23 aufgeführten Materialarten relevant. In der ersten Spalte steht jeweils die interne ID der Materialart im SAP-Standardsystem.

ID Materialart – Verwendung Beschreibung

KMAT Baukasten-Verkaufsprodukte – konfigurierbar

Fertigerzeugnisse der Kundeneinzelfertigung bzw. konfigurierbare Materialien (KMAT) sind Materialien, die in mehreren Varianten auftreten können (z.B. Zylinderlängen).

FEHA Diskrete Verkaufsprodukte – diskrete Materialnummer

Die Festo-Definition FEHA (= SAP-Standardmaterialarten FERT und HAWA) beinhaltet Fertigerzeugnisse, die das Unternehmen selbst herstellt sowie Handelswaren, die fremdbeschafft und dann verkauft werden.

HALB Halbzeuge – Baugruppen und Einzelteile

Halbfabrikate können fremdbeschafft oder eigengefertigt werden. Anschliessend werden sie im Unternehmen weiterverarbeitet.

ROH Rohmaterialien Rohstoffe werden ausschliesslich fremdbeschafft und anschliessend weiterverarbeitet.

HIBE Hilfs- und Betriebsstoffe Hilfs- und Betriebsstoffe werden fremdbeschafft und zur Fertigung anderer Erzeugnisse benötigt.

SOFT Software Hierbei handelt es sich um von Festo eigenentwickelte Software als Bestandteil von Produkten.

Tabelle 5-23: Differenzierung von Materialarten mit interner SAP-ID [Huber 2012]

Im PLM sieht Festo zwei Handlungsbedarfe: Zum einen hat die weltweite Marktpräsenz eine Internationalisierung sämtlicher Prozesse und auch des Produktdatenmanagements zur Folge. Sie äussert sich in einem Bedarf an Standardisierung der Abläufe, aber auch in der Unterstützung von 24 Sprachen. Darüber hinaus ist das Wissen über die eigenen Produkte weltweit verteilt, muss aber im Sinne der gemeinsamen Prozesse an zentraler Stelle gebündelt werden. Handlungsbedarf ergibt sich zum anderen aus den Unternehmensvorgaben zur Effizienzsteigerung sowohl bei den internen Kunden des Produktdatenmanagements (z.B. der Konstruktion) als auch im Produktdatenmanagement selbst.

5.6.3 Ausgangslage und Ziele

Auf die Herstellkosten eines Produktes werden Gemeinkosten pauschal mit Zuschlagssätzen verteilt. Tätigkeiten, wie das Erstellen von Zeichnungen, die Anlage von Stammdaten, die Aktualisierung von Stücklisten, die Pflege von Merkmalen in der Variantenkonfiguration, der Auslauf von Teilen und vieles mehr, sind Gemeinkosten, die mit der Entwicklung oder Änderungen von Teilen verbunden sind (Teilekosten). Folgende zwei Teilegemeinkostensätze haben sich im Unternehmen als Durchschnittswerte durchgesetzt:


• Verwaltungskosten der Anlage: 2'500 € (Erstellungskosten: einmalig) • Verwaltungskosten der Änderung: 1'500 € (Erhaltungskosten: pro Teil und Jahr)

Zu Verwaltungskosten zählen Aufwände zur Anlage oder Pflege der Datenobjekte (Datenelemente), die in Abbildung 5-14 in Anlehnung an Steiner [1996, S. 39] dargestellt sind. Somit verdeutlicht die Grafik den Einfluss der gemeinkostenwirksamen Prozesse, die durch ein Einzelteil in einem Unternehmen mit eigener Entwicklung und Fertigung ausgelöst werden. Wie schon im Kontext von Tabelle 4-17 im Kapitel 4.6.2.2 Technik Lebenszykluskostenrechnung erwähnt, bewegen sich Festos Kostensätze der Anlage und Änderung in einer ähnlichen Grössenordnung wie die anderer Unternehmen. Kostenreduzierungspotential setzt sich aus der Vermeidung von Prozessen (Entwicklung, Logistik- und Serviceprozessen etc.), der Vereinfachung von Prozessen (Disposition, Fertigungssteuerung, Lagerung etc.) und verringerten Kapitalbindungskosten zusammen. Neben dem Versuch für die Gemeinkosten „harte“ Einflussfaktoren zu ermitteln, ist das Schaffen einer Kostenkultur im Unternehmen und insbesondere in der Entwicklung ein wirkungsvolles Instrument [Steiner 1996, S. 39]. Bei Festo werden jedoch derzeit diese Gemeinkosten fast überhaupt nicht in den Herstellkosten (HK) berücksichtigt.

Abbildung 5-14: Gemeinkostenwirksame Prozesse nach Steiner [1996, S. 39]

Bei Festos Kostensätzen der Anlage und Änderung handelt es sich um Durchschnittswerte über sämtliche Materialien und Anwendungsfälle. Eine Differenzierung in der Anwendung erfolgt nicht. Dies führt immer wieder zu Diskussionen, wenn die Durchschnittswerte im speziellen Fall vermeintlich nicht anwendbar sind:

Beispielsweise führte die damals laufende „Herstellkosten 12/12“-Initiative zu einem wichtigen Diskurs über die Teilegemeinkostensätze. Diese Initiative zur Reduzierung


von Herstellkosten (z.B. Qualitätskosten, Fertigungskosten, Materialkosten) untersuchte alternative Fertigungs- und Montageverfahren, Werkstoffe, aber auch das Variantenmanagement mit der Baukasten- und Baureihenkonstruktion und weitere Möglichkeiten die Variantenvielfalt zu beherrschen. Die Initiative beinhaltete die Analyse der Kostenstruktur einzelner Produktfamilien sowie die Identifikation von Verbesserungsmöglichkeiten ohne Qualitätsverlust.

Als eine solche Verbesserungsmassnahme wurde die Bereitstellung lagerhaltiger Typen z.B. für den DSNU-Zylinder diskutiert (lagerhaltige statt auftragsspezifische Produktion häufig nachgefragter Varianten). In diesem Kontext wurde der dringende Bedarf nach differenzierten Teilegemeinkostensätzen besonders deutlich, da der Aufwand für diesen Fall, nämlich der Anlage eines neuen FEHA, abgeleitet aus einem KMAT, als gravierend niedriger als die Durchschnittssätze eingeschätzt wurde. Diese Diskussion über die Auswirkung der Verbesserungsmassnahme auf die Gemeinkosten war u.a. ein Auslöser für das Projekt „Differenzierte Teilegemeinkostenanalyse“.

Ziel des Projektes war es, die Teilekostensätze nach Anwendungsfällen zu differenzieren, um diese Werte für Optimierungen und Wirtschaftlichkeits-betrachtungen von Neuheiten-Projekten oder Änderungen an Produktfamilien einsetzen zu können.

5.6.4 Definition „Teilekosten“ bei Festo

Entscheidende Voraussetzung für das Projekt war es, zunächst eine gemeinsame Definition für „Teilekosten“ bei Festo zu entwickeln:

Je nach Projektart (Technologieprojekt / Baureihenergänzung) und Ausprägung (Varianten) entstehen unterschiedlich hohe Kosten für die Anlage eines Materialstammsatzes mit allen dafür benötigten Datenobjekten. Auch für die „Wartung“ des Bauteils über die Lebensdauer (Lifecycle) fallen Kosten an.

Die Entstehungskosten eines neuen Bauteils lassen sich in die folgenden Phasen des internationalen Produktentwicklungsprozesses bei Festo segmentieren:

• Kosten in der Phase 0 Projektdefinition (Project Definition) • Kosten in der Phase 1 Projektplanung & -klärung (Project Planning) • Kosten in der Phase 2 Produktrealisierung (Product Realisation) • Kosten in der Phase 3 Pilotproduktion (Pilot Production) • Kosten in der Phase 4 Nullserie (Series Production) • Kosten in der Phase 5 Projektabschluss & Serienanlauf (Evaluation)

Zu berücksichtigen sind für jedes Datenobjekt Aufwände für die Objekterstellung (Entwicklung, Konstruktion, Versuch, Zulassungen etc.) und Aufwände für die Objekteinführung (Materialstamm, Stückliste, NC-Programm, Arbeitsplan,


Klassifizierung, Lagerplatz etc.). Getrennt von diesen Aufwänden in den Phasen 0 bis 5 sind die „Wartungskosten“ des Bauteils über den Lebenszyklus zu ermitteln.

Berücksichtigt werden muss auch die Abgrenzung zu den Herstellkosten. Diese Teilekosten (Teil der Gemeinkosten) sind nicht (oder nur geringfügig) Bestandteil der Herstellkosten (HK).

Die Teilekostensätze (Anlage 2'500 €, Änderung 1'500 € jährlich) sind nur auf Materialstämme anzuwenden, welche im Zusammenhang mit der Produktdokumentation Verwendung finden. Kostenverursachende Teile sind sämtliche Teile, die logistisch verfügbar sind und über das Stammdatensystem P15 verwaltet werden. Damit sind sämtliche Gemeinkosten abgedeckt, welche im Zusammenhang mit der Erstellung und Verwaltung der vorher in Tabelle 5-23 aufgeführten Materialarten anfallen. In der ersten Spalte steht jeweils die interne ID der Materialart im SAP-Standardsystem. Nicht abgedeckt in den Teilekosten sind direkte Kosten wie z.B. Herstellkosten (tlw.), Anschaffungs-, Verschrottungs-, Werkzeug- und Beschaffungskosten von zuordnungsbaren Mess-, Hilfs- und Betriebsmitteln etc.

5.6.5 Fallbeschreibungen

Aus den Produktfamilien wurden drei Repräsentanten für sowohl besonders typische als auch aus Gemeinkostenperspektive sich massiv unterscheidende Anwendungsfälle ausgewählt. Daher ist es möglich, basierend auf diesen Referenzbeispielen durch Veränderung von Eingabefaktoren, die in Kapitel 5.6.7 näher erläutert sind, die Kosten für neue Fälle zu schätzen.

Eine Übersicht zu den Fällen 1) DW, 2) ADN und 3) DSNU liefert Tabelle 5-24.

Neuheit in Eigenfertigung Konfigurierte Variante als FEHA aus KMAT ausprägen

Beispiel Fall1: DW-Zylinder

Fall 2: ADN-Zylinder

Fall 3: DSNU-Zylinder aus HK 12/12-Initiative

Kontext Komplexe Neuheit in Eigenfertigung

Weniger komplexe Neuheit in Eigenfertigung

• Umwandlung kundenauftragsbezogene in lagerhaltige Fertigung

• Baukasten schon dokumentiert und qualifiziert • Stammdatenanlage v.a. „Copy & Paste“ von KMAT

Frage-stellungen

Was kostet die KMAT inklusive Neuteile (HALB, ROH)?

Was kosten zusätzliche FEHA (konfigurierte Varianten) inklusive neuer Teilenummern für Kolbenstangen und Rohre (HALB) für definierte Standardtypen?

Vorgehen Grundaufwand KMAT inklusive Neuteile berechnen

Das bedeutet 243 neue Teilenummern (Materialstämme) = 81 FEHA (konfigurierte Varianten) + 162 HALB (3 Eigenfertigungsteile NEU: 1 FEHA, 2 HALB)

Formel Gesamt-kosten

Gesamtkosten = Einmalige Anlagekosten/ (KMAT + ROH + HALB) + jährliche Pflegekosten/ (KMAT + ROH + HALB)

• Gesamtkosten/Teil = Einmalige Anlagekosten/Teil + jährliche Pflegekosten/Teil

• Gesamtkosten = Einmalige Anlagekosten/ (1FEHA+2HALB) + jährliche Pflegekosten/ (1FEHA+2HALB)

Tabelle 5-24: Fallbeschreibungen


5.6.6 Vorgehen für die Teilegemeinkostenanalyse (Phase III)

Da bei Festo eine tief verwurzelte Lean-Management-Kultur vorherrscht, wurden die Aufnahme der Aktivitäten und deren Kosten pro Datenobjekt, über den Produktlebenszyklus hinweg, bewusst an Lean-Management-Techniken angelehnt. Das von der Autorin neu entwickelte Vorgehen wurde mit „Datenobjektorientierte Teilegemeinkostenanalyse“ betitelt und entspricht einer modifizierten Wertstromanalyse mittels Brown-Paper Methodik.

Die Wertstromanalyse (engl. value stream mapping) ist eine bei Toyota entwickelte Methode zur Visualisierung der Fertigungsprozesse mit allen Material- und Informationsflüssen. Unter dem Begriff Wertstrom werden alle Aktivitäten zusammengefasst, die notwendig sind, um einen Input in einen vom Kunden gewünschten Output, das Produkt, zu transformieren [Womack/Jones 2002; Rother/Shook 2003; Matt 2014]. Ursprünglich wurde die Methode zur ganzheitlichen Visualisierung und Aufdeckung der von Taiichi Ohno definierten Verlustquellen (Überproduktion, Wartezeit, Transport, Verschwendung bei der Bearbeitung, Lagerung, überflüssige Bewegungen, defekte Produkte) eingesetzt [Taiichi 1988]. Der Fokus der Wertbetrachtung lag anfänglich also nur auf der Transformation materieller Objekte. Durch den Wunsch der Unternehmen, in allen Bereichen „Werte ohne Verschwendung“ schaffen zu wollen, rückten neben den direkten Bereichen auch indirekte wie u.a. technologische Prozesse in den Analysefokus.

Der Modifikation der „klassischen“ Wertstromanalyse in eine datenobjektorientierte Form als Grundlage für die Teilegemeinkostenanalyse bei Festo gingen folgende Überlegungen voraus: Wertschöpfungsschritte generieren oder ändern Datenobjekte (Meetings, Abstimmungen, Facharbeit, Programmieren, Tests, Freigaben, Zulassungen etc.). Jeder Entwicklungsprozess endet in einem definierten Set von Dokumenten (Datenobjekte) für die Produktion. Damit ist jedes Produkt im ersten Schritt als „virtuelles Produkt“ vorhanden. Folglich wurde die Wertstromanalyse in Datenobjekte sowie übergeordnet in die sechs Phasen des Produktentwicklungsprozesses gegliedert. Abbildung 5-15 stellt auszugsweise die zu pflegenden Datenobjekte im Laufe der Entwicklungsphasen dar. Die Identifikation aller Datenobjekte und der damit verbundenen Aufwände liefert die Basis für die Teilekostenanalyse.


Abbildung 5-15: Zu pflegende Datenobjekte über die Entwicklungsphasen

Die Einteilung in Datenobjekte und die Aktivitäten, welche mit ihnen durchgeführt werden, hat gegenüber einer klassischen Prozesskostenrechnung zudem den Vorteil, dass die Klassifizierung und die Aufwandsschätzung stabil bleiben und weiterverwendet werden können, auch wenn sich Geschäftsprozesse verändern sollten.

Die Datenerhebung für die drei Anwendungsfälle erfolgte in Fokusgruppeninterviews unter Anwendung der sog. Brown-Paper-Methode: Die einzelnen Datenobjekte inklusive Aktivitäten wurden mittels Klebezetteln Schritt für Schritt auf Packpapier (Brown Paper) in die zugehörige Phase an die Wand geheftet. Diese Methode zeigte sich als ausgesprochen interaktiv, ermöglichte allen Beteiligten, sich einzubringen und erzeugte ein gemeinsames Verständnis für die funktionsübergreifenden Informationsflüsse der Aktivitäten. Ausserdem liessen sich Änderungen an den IST-Abläufen im Rahmen der Diskussion leicht durch das Umkleben der Zettel erreichen. Das Ergebnis jedes Workshops mit den verantwortlichen Experten bei Festo aus der Entwicklung, Produktion und dem Controlling war eine vollständige Datenobjektliste inklusive Einflussfaktoren und Aufwand pro Datenobjekt.

Die dreistufige Vorgehensweise zur Ermittlung der Teilekosten je Fall lässt sich folgendermassen zusammenfassen:

Erfolgs-Controlling

Projektumsetzung

Projekt

Phase 1 Phase 2 Phase 3 Phase 4 Phase 5Phase 0

Projekt-definition

Projekt-planung &-klärung

Pilot-produktion Nullserie

Projekt-abschluss & Serienanlauf

Produkt-realisierung

Projektantrag/ Lastenheft

Projektgenehmigung/ Pflichtenheft

TechnischeFreigabe

Produktions-freigabe

Neuheiten-freigabe

Anlage Lastenheft

Projekt-bericht

Projekt-abschluss

Datenobjekt

Lastenheft

Pflichtenheft

CAD-Zeichnung

KundendokumentationTechnische DokumentationVersuchsauftrag &-berichtMetadatendefinitionin SAPProduktstammdatenin SAPMontagefreigabeQualitätstest & FreigabeprotokollProduktstammdaten in Beschaffungs- und FertigungswerkenPrüfpläne

Arbeitspläne

Neuheitenfreigabe

Ziel-Herstellkosten


1. Erstellung der Liste von Datenobjekten und verbundenen Aktivitäten je Phase mittels Brown-Paper-Methode • Prozesse / Aktivitäten führen zu Datenobjekten • Vorgehen nach dem Festo-Phasenmodell

2. Diskussion anhand der Testfälle mit dem Ziel einer Aufwandsschätzung je Datenobjekt • Welche Treiber beeinflussen den zeitlichen Aufwand bei der Bearbeitung/

Erstellung von Datenobjekten? o Zeit für die Informationsbeschaffung, nötige Abklärungen, fehlende

Werkzeugkenntnis (Skills) o Anzahl Teile in der Familie o Qualität der Informationen o Anzahl zu bearbeitender Elemente/ Positionen o Werkstoff-, Prozess- oder Fertigungstechnologieneuheit,

Entwicklungskomplexität etc. 3. Ermittlung des Gesamtaufwands

• Qualifizierte Schätzung für Neuheit und Serie o des Initialaufwands (fix) und o des mengenabhängigen Aufwands

Anschliessend konsolidierte das Kern-Projekt-Team einzelne Aufwandspositionen, um eine für alle drei Fälle einheitliche Struktur zu schaffen. Diese neue Datenobjekt-Struktur besteht aus 42 Zeilen mit Aufwandspositionen (Kombination Datenobjekt x Aktivität; vgl. Spalte „Nr.“ in Tabelle 5-28 für Neuheit DW) für die Neuheit und 30 Zeilen für die Serie.

Die finale Analysestruktur, bestehend aus Phasen des Produktentwicklungsprozesses sowie aus den Datenobjekten und Aktivitäten, ist übertragbar für sämtliche Unternehmen mit Serienherstellung und kann daher von ihnen als Referenzmodell verwendet werden. Der Grund dafür ist, dass der zu Grunde gelegte Produktentstehungsprozess von Festo denen anderer Serienhersteller in seinen Schritten weitgehend ähnlich ist. Als Basis für diese Erkenntnis wurde Festos 6-Phasen-Modell u.a. mit der VDI-Richtlinie 2221 (Methodik zum Entwickeln und Konstruieren technischer Produkte und Systeme) [VDI 1993] und dem Stage-Gate®-Prozess zur Produktentwicklung von Cooper [2008] verglichen.

Zusätzlich erfolgte pro Nummer die Dokumentation, ob die Neuheiten-Aufwände bei Festo in den HK bereits berücksichtigt werden. Festo versucht so viel wie möglich der anfallenden Kosten verursachergerecht zuzuordnen. Somit ist die Liste für die Neuheiten in Tabelle 5-25 auch nur eine Momentaufnahme. Kosten, welche in der Serie anfallen, werden nicht in den HK berücksichtigt. Da keine Erfassung der Aufwände erfolgt, ist somit auch keine qualifizierte Berücksichtigung in den HK möglich.


Nr Datenobjektklasse Datenobjekt Aktivitäten

Phase 3 24 Mitteilung Montagefreigabe Montagefreigabe

26 Protokolle Qualitätstest & Freigabeprotokoll

Qualitätstest durchgeführt - Ergebnis in Übergabeprotokoll dokumentiert

30 Stammdaten Prüfpläne Prüfpläne in SAP erstellen

31 Stammdaten Arbeitspläne Arbeitspläne und Arbeitsvorbereitungsdaten in SAP erstellen

33 Stammdaten Betriebsmittel-Nummer in Verwaltungs-Tool TDM

Betriebsmittel-Nr. in TDM für Werkzeuge, Prüfmittel und Vorrichtungen pflegen

35 Transaktionsdaten Fertigungsplan Fertigungs- und Montagepläne erstellen

36 Transaktionsdaten 1. Fertigungsauftrag Baukasten Bestellprozess (Kundenauftrag) überprüfen: Kundenbestellprozess und Umsetzung in Fertigungsauftrag bzw. Montageauftrag ohne Beanstandung erfolgreich abgeschlossen

Phase 4 40 Transaktionsdaten Planwerte in SAP für FEHA Fertigung:

• Planwerte in SAP für FEHA pflegen • Parameter für Engpassüberwachung pflegen

Tabelle 5-25: Bereits in den HK berücksichtigte Aufwandspositionen (Neuheit)

5.6.7 Ergebnisse und Bewertungswerkzeug

Insgesamt wurden für den Neuheitenprozess und für die Serie folgende Werte berechnet:

1. der Teilekostenaufwand in Stunden und Tagen,

2. der sich daraus ergebende Teilekostensatz in €

3. und der Prozentfaktor, bezogen auf die Mittelwerte von 2'500 € und 1'500 €/Jahr.

Tabelle 5-26 liefert eine Zusammenfassung der Ergebnisse für die Neuheiten, die zeigt, dass der Kostensatzfaktor der Referenzfälle sich zwischen 199 % (DW) und 8 % (DSNU) der Durchschnittswerte bewegt. Bei der Serie in Tabelle 5-27 divergieren die Werte weniger und liegen zwischen 115 % (DW) und 74 % (DSNU).


ID Parameter DW ADN DSNU

Eingabe-parameter Neuheit

P1 Anzahl Verkaufsteile (FEHA) 0 135 81

P2 Anzahl Verkaufsteile (KMAT) 3 10 0

P3 Zukaufteile NEU 5 14 0

P4 Eigenfertigungsteile NEU 116 37 162

AnzNT Anzahl neue Teile (Summe P1-4) 124 196 243

P5 Anzahl neue Werkzeuge 13 54 0

P6 TOP-/ NEP-Zuschlag TOP NEP NEP

StdS Stundensatz (€) 80

NMit Teilekostensatz Neuheit Mittelwert (€) 2'500

Ergebnis:Kosten Neuheit

N1 Aufwand in Summe (Min.) 463'210 178'010 37'380

N2 Teilekostenaufwand (Std., =N1 / 60) 7'720 2'967 623

N3 Teilekostensatz Neuheit (€) pro Teil (=N2 x StdS/ AnzNT) 4'981 1'211 198

N4 Kostensatzfaktor Neuheit (=N3 / NMit) 199 % 48 % 8 %

Tabelle 5-26: Teilekostensätze für Neuheiten der Fälle DW, ADN und DSNU

ID Parameter DW ADN DSNU

Eingabe-parameter Serie

P1 Anzahl Verkaufsteile (FEHA) 0 135 81

P2 Anzahl Verkaufsteile (KMAT) 3 10 0

P3 Zukaufteile NEU 5 14 0

P4 Eigenfertigungsteile NEU 21 54 162

P7 Zukaufteile ALT 116 37 65

P8 Eigenfertigungsteile ALT 286 295 472

GAnzT Gesamtanzahl Teile (Summe P1-6) 431 545 780

StdS Stundensatz (€) 80

SMit Teilekostensatz Serie Mittelwert (€) 1'500

Ergebnis:Kosten Serie

S1 Aufwand in Summe (Min.) 558'688 585'380 650'780

S2 Teilekostenaufwand (Std., =S1 / 60) 9'311 9'756 10'846

S3 Teilekostensatz Serie (€) pro Teil (=S2 x StdS/ GAnzT)

1'728 1'432 1'112

S4 Kostensatzfaktor Serie (=S3 / SMit) 115 % 95 % 74 %

Tabelle 5-27: Teilekostensätze für die Serie der Fälle DW, ADN und DSNU

Als Beispiel für die Aufwände einer Neuheit sind diese in Tabelle 5-28 für den Referenzfall DW entsprechend der Datenobjekt-Struktur abgebildet. Die detaillierten Aufwände im Fall einer Neuheit des ADN und des DSNU liefern im Anhang B die Tabelle B-2 und die Tabelle B-3. Die grundlegende Datenobjekt-Struktur für alle drei Neuheiten-Fälle besteht aus 42 durchnummerierten Einzelpositionen (Zeilen). Wenn eine Nummer fehlt, war diese Aufwandsposition gleich Null - also nicht vom Referenzfall betroffen. Somit verdeutlicht die kurze Liste des DSNU-Falls in Tabelle B-3, dass dieser im Vergleich zu den anderen insgesamt viel weniger Einzelpositionen und auch geringere Aufwände pro Zeile beinhaltet, worin sich sein Kostensatzfaktor


von 8 % begründet. Die detaillierten Aufwände in der Datenobjekt-Struktur für die Serie sind als Beispiel für den Fall DW in Tabelle 5-29 am Ende dieses Kapitels dargestellt. Im Anhang B befinden sich die Teilekosten der Serie für den ADN in Tabelle B-4 und für den DSNU in der Tabelle B-5.

Des Weiteren wurden für jeden Fall die berechneten Neuheiten Teilekostensätze mit dem jeweiligen Deckungsbeitrag ins Verhältnis gesetzt (Deckungsbeitrag hier nicht publiziert, da vertraulich). Dies lieferte Transparenz darüber, wie schnell die Gemeinkosten durch die Deckungsbeitragskosten abgedeckt sind, d.h. die Wirtschaftlichkeit erreicht ist.

Basierend auf den Ergebnissen entwickelte die Autorin in Kooperation mit Festo ein Bewertungswerkzeug in Microsoft Excel, mit dem für zukünftige Teile die Gemeinkosten in Anlehnung an die Referenzfälle prognostiziert werden können:

Input sind die ermittelten Kostensätze pro Datenobjekt und zugehöriger Aktivität sowie die Eingabefaktoren zum jeweiligen Fall. Der zu analysierende Fall muss vorab entsprechend der Referenzfälle klassifiziert werden, was zu einer Vorbelegung der Aufwandspositionen mit den Werten des entsprechenden Falls führt. Darüber hinaus sind die entsprechenden Parameter bezüglich der Teileanzahl einzugeben. Über die Variation dieser Parameter sollten Potentiale zur Senkung der Gemeinkosten gefunden werden. Die ermittelten Basiswerte für die Beispielfälle sind periodisch (alle zwei Jahre) zu überprüfen, ob sie noch repräsentativ sind oder ob ein neuer Fall aufgenommen werden muss, wobei das Intervall von der Prozessänderungsintensität abhängt.

Folgende Eingabeparameter sind notwendig:

• Auswahl Referenzfall (DW/ ADN/ DSNU) für Aufwandsvorbelegung • P1 Anzahl Verkaufsteile FEHA • P2 Anzahl Verkaufsteile KMAT • P3 Zukaufteile NEU • P4 Eigenfertigungsteile NEU • P5 Anzahl neue Werkzeuge (nur für Neuheiten relevant) • P6 Auswahl TOP-/ NEP-Zuschlag (betrifft Aufwand des Value Managements, nur

für Neuheiten relevant) • P7 Zukaufteile ALT (nur für Serie relevant) • P8 Eigenfertigungsteile ALT (nur für Serie relevant)

Automatisch berechnet, aber im Block der Eingabeparameter mitangezeigt werden „AnzNT Anzahl neue Teile (Summe P1-4)“ sowie „GAnzT Gesamtanzahl Teile (Summe P1-6)“. Vorbelegungen der Parameter „StdS Stundensatz“ (80 €), „NMit Teilekostensatz Neuheit Mittelwert“ (2'500 €) und „SMit Teilekostensatz Serie Mittelwert“ (1'500 €) sind nur aus triftigen Gründen zu editieren.


Für Neuheiten ebenso wie für die Serie gilt es, je Anwendungsfall einzelne Datenobjekte bzw. ganze Phasen zu selektieren. Die Aufwände werden nicht verändert. Nur in Ausnahmefällen können Initialaufwand und Aufwand je Einheit angepasst werden.

Für das Value-Management in Phase 5 differenziert die Eingabe TOP oder NEP zwischen einem Zuschlag von 41'280 € (DW: Nr. 41 in Tabelle 5-28) im Fall eines sog. TOP-Projekts für komplexe Teile gemäss Target Costing-Prozess oder einem Zuschlag von 16'320 € (ADN/ DSNU: Nr. 42 in Tabelle B-2 und Tabelle B-3) für ein Standard-Kostenbewertungsprojekt des Neuheitenentstehungsprozesses (NEP). TOP-Projekte wie u.a. der DW-Referenzfall 1 sind zwar im Prinzip auch NEP-Projekte, aber es erfolgt durch das Value-Management zusätzlich eine genaue Überwachung, inwiefern sich z.B. Planwerte erfüllen, um sofort korrigierend eingreifen zu können. Die Kostendifferenz zwischen TOP und NEP ergibt sich daher aus der unterschiedlichen Evaluierung der Kosten im Neuheitenanlauf. Bei normalen NEP-Projekten wird lediglich eine vierteljährliche Nachbetrachtung der Kosten im Neuheitenanlauf gemacht. Ebenso werden wesentlich weniger Kenngrössen ermittelt als bei TOP-Projekten. Bei TOP-Projekten werden die Kenngrössen monatlich ermittelt. Ebenso wird auch eine Kostenanalyse auf so genannte A-Teile durchgeführt. Abweichungen werden an das Management eskaliert, um entsprechende Massnahmen einleiten zu können.

Darüber hinaus lassen sich im neuen Bewertungswerkzeug auf der Aktivitätsebene (pro Zeile) Multiplikationsfaktoren (Aufwandsfaktoren) verändern, abhängig von der gegebenen Werkstoffneuheit, Prozessneuheit, Fertigungstechnologieneuheit und der Entwicklungskomplexität. Standardmässig sind diese Faktoren auf 1 (neutral) gesetzt.

Aus dem Referenzfall 1) für den DW-Zylinder (KMAT ohne Ableitung FEHA als TOP-Projekt: 4'981 €) liessen sich ausserdem - durch minimale Änderung der Eingabewerte im Werkzeug - der Teilekostensatz für drei weitere Fälle berechnen, die bei Festo im Bereich Neuheiten aufgetreten sind:

• Ableitung 450 FEHA aus KMAT als TOP-Projekt: 1'332 € ; Eingabeparameter „Anzahl Verkaufsteile (FEHA)“ = 450 (statt ursprünglich 0); ähnlicher Fall wie der DSNU-Referenzfall 3

• KMAT ohne Ableitung FEHA als NEP-Projekt: 4'712 €; DW-Referenzfall mit NEP- statt TOP-Zuschlag

• Ableitung 450 FEHA aus KMAT als NEP-Projekt: 1'274 €; Eingabeparameter „Anzahl Verkaufsteile (FEHA)“ = 450 (statt ursprünglich 0) und „TOP-/NEP-Projekt (Value Management)“ = NEP (statt TOP)


Nr Daten-objekt-klasse

Daten-objekt

Aktivitäten DW Neuheit

Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) Phase 0

01 Spezifi-kationen

Lastenheft Inhalte des Lastenhefts erstellen: • Beschreibung

(Alleinstellungsmerkmale, Rahmenplan, Strategiebezug etc.)

• Produktanforderungen aus Marktsicht

• Marktumfeld (Zielmärkte, Wettbewerb etc.)

• Substitution mit Auslauf-Betrachtung

48'000 48'000 0 0 0

02 Mittei-lungen / Aufträge

Vor-versuche

Vorversuche: • Vorversuche durchführen • Versuchsermittlung

Vorversuche

27'000 27'000 0 0 0

Phase 1 03 Spezifi-

kationen Pflichten-heft

Inhalte des Pflichtenhefts erstellen: • Projektorganisation

(Terminplanung, Projektkosten etc.)

• Technisches Pflichtenheft (Funktionsprinzip, Zulassungen etc.)

• Produktion & Abwicklung • Wirtschaftlichkeit und Pay-

Back-Periode

19'200 19'200 0 0 0

04 Spezifi-kationen

Dokumente Versuchs-muster

Produktkonzeptfreigabe: • Beschaffung

Eigenfertigungsteile für Versuchsmuster

• Beschaffung Kaufteile für Versuchsmuster

• Montage der Versuchsmuster (Endprodukte)

7'740 300 60 124 7'440

05 Kon-zepte

Projektge-nehmigung

Pflichtenheft und Projektgenehmigung verabschieden

960 960 0 0 0

06 Zeich-nungen

CAD- Zeichnung

• CAD-Zeichnung für Zukaufteile

• Zeichnungen & Spezifikationen für Prototypen

5'280 480 960 5 4'800

07 Kalkula-tionen / Kosten-ermitt-lung

Grob-kosten-schätzung

Kalkulation: • Grobkostenschätzung in

MS Excel-Makro • SAP Kalkulation mit Werk

abstimmen

15'360 9'600 1'920 3 5'760

08 Listen Produkt-liste

Produktliste mit Bestell-Code erstellen

510 480 10 3 30

Tabelle 5-28: Neuheit / Einmalkosten für DW



Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) Phase 2

09 Spezifi-kationen

Baukasten-modell in SAP

• Konzept für Varianten-abwicklung definieren

• Dokumentation des Baukastenmodells

• Pflege des Beziehungswissens im Baukastenmodell in SAP

3'120 2'400 240 3 720

10 Spezifi-kationen

Kunden-dokumen-tation

Kundendokumentation erstellen: • Bedienungsanleitung (BDA) • Montageanleitung (MOA) • Handbuch • Reparaturanleitung • Bestellung MOA und BDA

9'120 7'680 480 3 1'440

11 Spezifi-kationen

Technische Dokumen-tation

Inhalte erstellen: • Datenblätter • SAP-Daten (Material- und

Dokumentenstamm, Stückliste)

• Sicherheitsdatenblätter • Sachmerkmalverwaltung • Änderungssteuerung • Verkaufsdokumentation

5'040 2'400 20 132 2'640

12 Konzepte Produkt-konzept-Freigabe

Q-Freigabeformular gemäss Verfahrensanweisung

4'320 2'880 480 3 1'440

13 Mit-teilung

Neuheiten-mitteilung

Neuheitenmitteilung 480 480 0 0 0

14 Zeich-nungen

CAD-Zeich-nungen 2D & 3D

CAD-Dokumente: • 3D-Modelle • 2D-Zeichnungen • MAS-Zeichnungen

119'520 480 960 124 119'040

15 Proto-kolle

Zulas-sungs-meldungen

Zertifizierung: • Zulassungsmeldungen • Baumusterprüfungen

5'280 2'400 960 3 2'880

16 Analysen & Berech-nungen

Fertigungs-FMEAs

FMEA (=Fehler-Möglichkeits- & Einflussanalyse) Phase 0: System-FMEA Phase 1: Entwicklung-FMEA Phase 2: Produktion-FMEA Kurzzeitfähigkeitsuntersu-chung; Reviews, Bericht

1'380 660 240 3 720


Berech-nungs-dokumente

Berechnungen: Finite-Elemente-Methode, Schrauben-, Dichtungs- und Toleranzberechnungen etc.

10'560 10'560 0 0 0


Versuchs-auftrag & -bericht

Versuche: • Versuchsauftrag erstellen • Versuche durchführen • Versuchsbericht erstellen

75'360 9'600 480 137 65'760

19 Stamm-daten

Metadaten-definition in SAP

Sicherheitsmerkmale-verwaltung: Klassen, Merk-male und Wertelisten im SAP-Klassensystem definieren

150 120 10 3 30

Tabelle 5-28: Neuheit / Einmalkosten für DW (fortgesetzt)



Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) 20 Stamm-

daten Produkt-stamm-daten in SAP

Produktstammdaten in PDM freigeben und bereitstellen: • Materialstämme,

Stücklisten • Doku-Infosätze • Dokumente (Zeichnungen,

Datenblätter, …)

1'310 120 10 119 1'190

21 Stamm-daten

Lieferan-tenanfrage & Angebots-Vergleich & Freigabe

Einkauf/Lieferanten: • Infosatz, Orderbuch etc. in

SAP • Protokoll

Lieferantengespräche/ Werkzeugbesprechung

• Investitionsanträge erstellen • Werkzeuge bestellen

360 60 60 5 300

22 Stamm-daten

Zeichnun-gen/ Stück-listen für Ersatzteile

• Ersatzteildokumentation in SAP und Windchill erstellen (Zeichnungen, Stücklisten)

1'140 960 60 3 180

23 Transak-tions-daten

Qualitäts-lenkungs-plan

Qualitätslenkungs-/ Kontrollplan: • Umfang festgelegt • Inhalt definiert

(Eigenfertigungsteile/ Einkaufsteile)

1'300 60 10 124 1'240

Phase 3 24 Mit-

teilung Montage-freigabe

Montagefreigabe 1'920 480 480 3 1'440

25 Zeich-nungen

Stempel-zeichnung

Bemusterungsprozess gemäss Verfahrensanweisung: • Stempelzeichnungen

erstellen • Musterberichte Werkzeuge

29'520 480 240 121 29'040

26 Protokol-le

Qualitäts-test & Frei-gabeprot.

Qualitätstest durchgeführt - Ergebnis in Übergabeprotokoll dokumentiert

3'360 1'920 480 3 1'440

27 Stamm-daten

Produkt-stamm-daten in Beschaf-fungs- und Fertigungs-werken

Fertigung: • Produktstammdaten in

Beschaffungs- und Fertigungswerken pflegen

• 3D-Programme/ Messprogramme erstellen

• Arbeitsfolgekarten pflegen • Produktbezogene

Fehlersammelkarten pflegen

• Werkzeuge und Vorrichtung festlegen für Reparaturprozess

• Neuteile-Liste bereitstellen • Lagerbestandswerte in SAP

pflegen

4'200 480 30 124 3'720

28 Stamm-daten

Ände-rungs-antrag in SAP

Änderungen durchführen in 4ECM-Tool in SAP (Anträge, Prüfung, Durchführung, Umsetzung in Produktion)

4'200 480 30 124 3'720




Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) 29 Stamm-

daten Bedie-nungs- und Montage-anleitung

Bedienungs- und Montageanleitungen mehrsprachig erstellen (Papierform & Stückliste in PDM)

1'680 240 480 3 1'440

30 Stamm-daten

Prüfpläne Prüfpläne in SAP erstellen 3'780 60 30 124 3'720

31 Stamm-daten

Arbeits-pläne

Arbeitspläne und Arbeitsvor-bereitungsdaten in SAP erstellen

3'540 60 30 116 3'480

32 Stamm-daten

Kapazitä-tenliste

Kapazitätenliste abstimmen und pflegen

60 60 5 0 0

33 Stamm-daten

Betriebs-mittel-Nr. in TDM

Betriebsmittel-Nr. in Verwaltungstool TDM für Werkzeuge, Prüfmittel und Vorrichtungen pflegen

60 60 5 0 0

34 Trans-aktions-daten

Bestellun-gen an Lieferanten für Lager-aufbau

Lieferantenteile: Bestellungen an Lieferanten für Lageraufbau auslösen

360 60 60 5 300


Ferti-gungsplan

Fertigungs- und Montagepläne erstellen

1'500 60 480 3 1'440


1. Ferti-gungs-auftrag Baukasten

Bestellprozess (Kundenauftrag) überprüfen: Kundenbestellprozess und Umsetzung in Fertigungsauftrag bzw. Montageauftrag ohne Beanstandung erfolgreich abgeschlossen

150 120 10 3 30

Phase 4 37 Proto-

kolle Über-nahme-protokoll anderer Standorte

• Produktion in vorgesehenen Standorten installiert

• Ergebnis in Übergabeprotokoll dokumentiert

1'920 480 480 3 1'440

38 Proto-kolle

Neuheiten-freigabe

Neuheitenfreigabe (Verkaufsfreigabe)

480 480 5 0 0


CAMOS Konfi-gurator

CAMOS Konfigurator fertigstellen

1'500 60 480 3 1'440


Planwerte in SAP für FEHA

Fertigung: • Planwerte in SAP für FEHA

pflegen • Parameter für

Engpassüberwachung pflegen

1'210 0 10 121 1'210




Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) Phase 5

41 Value Management - TOP Projekte (Target Costing- Prozess)

Ziel-Herstell-kosten (HK)

Value Management TOP-Projekt (Target Costing-Prozess): • Ziel-HK-Definition • Ziel-HK auf A-Teile • HK-Bewertung des

Entwicklungsergebnisses • Abweichung vom Plan-/Ist-

HK zu Ziel-HK • CQD-Dokumente

(Cost/Quality/Delivery) • Neuheitenmonitoring /

Reporting • Bestandteil vom

Management-Summary • Eskalationspyramide • Massnahmenliste

41'280 41'280 0 0

Aufwand Gesamt: DW Neuheit 463'210


Die Aufwände für die Serie im Fall DW zeigt Tabelle 5-29 in der Datenobjekt-Struktur. Die ersten zehn Kostenpositionen sind identisch mit denen der Neuheiten (Nr. 10, 11, 20, 22, 27, 28, 30-33), während die nachfolgenden zwanzig Kosten-positionen nur in der Serie und nicht bei einer Neuheit vorkommen. Die Datenobjektklasse für die ersten beiden Zeilen lautet „Spezifikationen“ und für den Rest „Stammdaten (SAP/Windchill)“, weshalb hier im Gegensatz zur vorigen Tabelle auf eine separate Spalte „Datenobjektklasse“ verzichtet wurde.

Datenobjekt Aktivitäten DW Serie

Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Korrek-turfak-tor Serie

Aufwand abhängig

(Min.)

Kostenpositionen der Serie analog zu den Neuheiten

Kunden-dokumentation

Kundendokumentation erstellen 8'112 7'680 480 3 0.3 432

Technische Dokumentation

Inhalte erstellen/ pflegen 4'986 2'400 20 431 0.3 2'586

Produkt-stammdaten in SAP

Produktstammdaten in PDM freigeben und bereitstellen:

1'413 120 10 431 0.3 1'293

Zeichnungen/ Stücklisten für Ersatzteile

Ersatzteildokumentation in SAP und Windchill erstellen (Zeichnungen, Stücklisten)

1'014 960 60 3 0.3 54

Produkt-stammdaten in Beschaffungs- und Fertigungs-werken

Fertigung: Produktstammdaten in Beschaffungs- und Fertigungswerken pflegen

4'359 480 30 431 0.3 3'879

Tabelle 5-29: Teilekosten Serie für DW


Datenobjekt Aktivitäten DW Serie

Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Korrek-turfak-tor Serie

Aufwand abhängig

(Min.)

Änderungs-antrag in SAP

Änderungen durchführen in 4ECM-Tool in SAP (Anträge, Prüfung, Durchführung, Umsetzung in Produktion)

4'359 480 30 431 0.3 3'879

Prüfpläne Prüfpläne in SAP erstellen 3'939 60 30 431 0.3 3'879

Arbeitspläne Arbeitspläne und Arbeitsvorbereitungsdaten in SAP erstellen

3'705 60 30 405 0.3 3'645

Kapazitäten-liste


65 60 5 3 0.3 5

Betriebsmittel-Nr. in TDM


707 60 5 431 0.3 647

Zusätzliche Kostenpositionen Serie (bei Neuheiten nicht vorhanden) Dispositions-daten

Ändern der Dispositionsdaten 206'880 480 431 1 206'880

Planungsdaten Ändern der Planungsdaten 360 120 3 1 360

Arbeitsplan Ändern des Arbeitsplanes 24'300 60 405 1 24'300

NC-Programm Änderung des NC-Programms 12'060 30 402 1 12'060

Lagerplatz Lagerplatzverwaltung 77'040 180 428 1 77'040

Preis Preisanpassungen inkl. HK 25'860 60 431 1 25'860

Beschaffungs-daten

Verwalten der Beschaffungsdaten

1'560 60 26 1 1'560

Stamm- und Werksdaten

Transfer, bzw. Erstellen der Stammdaten bei Produktionsverlagerungen

4'310 10 431 1 4'310

Vertriebsdaten Verwaltung der Vertriebsdaten 180 60 3 1 180

Stammdaten Anpassen der Stammdaten im Rahmen von nicht-technischen Änderungen

12'930 30 431 1 12'930

Stammdaten Troubleshooting 12'930 30 431 1 12'930

Zugriffsrechte Rechteverwaltung 4'310 10 431 1 4'310

Zolldaten Aussenhandelsdaten anpassen 90 30 3 1 90

Sicherheits-datenblatt

Verwaltung des Sicherheitsdatenblattes

1'740 60 29 1 1'740

Zulassungen Zulassungskosten, Prüfungen, Zertifizierungskosten

90 30 3 1 90

Katalog Verwalten der Katalogdaten 360 120 3 1 360

Ersatzteildoku-mentation

Ersatzteilkatalog aktuell halten 360 120 3 1 360

Betriebsmittel Betriebsmittel aktuell halten 24'300 60 405 1 24'300

Auswertungen Bevorratungsauswertungen, Audit, Umweltanalysen

12'930 30 431 1 12'930

Werksdaten Anpassungskosten (z.B. neue Werkstoffe/Fertigungsverfahren)

103'440 240 431 1 103'440

Aufwand Gesamt: DW Serie 558'688

Tabelle 5-29: Teilekosten Serie für DW (fortgesetzt)



Die Fallstudie bei Festo zeigt, dass die Lebenszykluskostenanalyse nicht nur für Produkte, sondern auch für Produktdaten in der Praxis anwendbar ist. Es wurden die Kosten sowohl für Neuheiten als auch für die Serie in drei unterschiedlichen, aber repräsentativen Fällen berechnet. Für die Erhebung der Kosten haben sich das erstmals angewendete, neue Konzept einer „datenobjektorientierten Teilegemeinkostenanalyse“ als Modifikation einer Wertstromanalyse sowie die Brown-Paper-Methode bewährt. Insbesondere förderte die Entscheidung, auf im Unternehmen etablierte Lean-Management-Techniken zurückzugreifen, das Engagement der Workshop-Teilnehmer und das „Sprechen einer gemeinsamen Sprache“. Entscheidend für den Projekterfolg war zum einen die funktionsübergreifende Kooperation der Teilnehmer in den Diskussionen. Zum anderen ermöglichte die durchgängige Unterstützung des Projekts durch die Unternehmensleitung, dass mehrere eintägige Workshops mit hochrangigen Führungskräften unterschiedlichster Bereiche (u.a. Finanzmanagement, Entwicklung, Fertigung, Einkauf, Logistik) zustande kommen konnten und auf diese Weise ausreichend Zeit für die Datenerhebung vorhanden war.

Aufbauend auf den Kostensätzen der drei Fälle wurde ein Werkzeug zur Kosten-Prognose neuer Teile entwickelt. Etwas überraschend war die tatsächliche Höhe der Abweichung der Teilekostensätze der drei Referenzfälle von den bisher verwendeten Mittelwerten von 2'500 € für die Anlage (im Vergleich zu DW 4'981 €, ADN 1'211 €, DSNU 198 €) und 1'500 € jährlich für Änderungen (im Vergleich zu DW 1'728 €, ADN 1'432 €, DSNU 1'112 €). Auch wenn diese Mittelwerte über alle Teile bei Festo nach wie vor korrekt sind, zeigen die Ergebnisse des Projekts doch deutlich, wie notwendig eine Differenzierung der Teilegemeinkosten als Entscheidungsgrundlage ist.

Die Ergebnisse lieferten erste Indikatoren zur Senkung der Teilegemeinkosten sowie der Komplexität:

• In der Vergangenheit galten nur die Durchschnittswerte (2'500 € bei Neuanlage und 1'500 € für jährliche Pflege). Es konnte nicht differenziert werden zwischen einfachen und komplexen Fällen.

• Heute können differenzierte Kostensätze ermittelt werden, um im Bedarfsfall (i.d.R. Grenzfälle) die Wirtschaftlichkeit von Projekten zu verifizieren. Somit entfallen auch subjektiv geprägte Diskussionen.

• In der Vergangenheit wurden bei Neuheiten nur die Durchschnittswerte angenommen. Diese waren Grundlage dafür, ob Neuheiten über einen Baukasten (konfigurierbares Produkt = KMAT) oder diskrete Teilenummern (FEHA) bereitgestellt werden sollten, was teilweise zu falschen Grenzwerten führte.

• Insbesondere bei Kostenreduzierungsprojekten ist eine sehr viel detailliertere Kostenbetrachtung möglich.


• Das Bewertungswerkzeug wurde mittlerweile schon mehrfach angewendet und von allen Beteiligten als wertvolle Hilfe empfunden.

Die in dieser Fallstudie entwickelte Kostenerhebungsstruktur ist als Referenzmodell übertragbar für sämtliche Unternehmen mit Serienherstellung.

Als potentiell nächsten Schritt sieht Festo eine Analyse der Anzahl von KMATs zu FEHAs für den Anwendungsfall vor, dass durch die Anlage von FEHAs im Vergleich zu KMATs die Lieferzeit gesenkt werden kann. Dann führt dies zwar zu Einsparungen bei den HK aber gleichzeitig zu höheren Teilegemeinkosten. Eine zweite Weiterentwicklung wäre eine Analyse der optimalen Baukastentiefe.

.

5.7 Fallstudie Merck 161

5.7 Fallstudie Merck

Merck erzielt deutlich messbare Prozesskosteneinsparungen durch die Etablierung einer weltweiten Data Governance Struktur und global standardisierter Datenpflegeprozesse. Ziel der Fallstudie ist die Wirtschaftlichkeitsanalyse eines strategischen DQM-Programms für den Materialstamm unter Anwendung des neuen Business Case Frameworks (BCF), das in Kapitel 4.6.2.4 vorgestellt wurde. Die Fallstudie umfasst die Aktivitäten III.2 Schaffung Kosten-/ Nutzentransparenz sowie III.3 Investitionsrechnung (Methodenphase III Wirtschaftlichkeitsanalyse).

5.7.1 Unternehmen

Die Merck-Gruppe mit Sitz in Darmstadt ist ein global tätiger Konzern und nicht nur eines der führenden sondern mit seiner fast 350-jährigen Geschichte auch das älteste pharmazeutisch-chemische Unternehmen der Welt. Merck hält die weltweiten Rechte an dem Namen und der Marke Merck. Ausnahme sind lediglich Kanada und die USA, wo Merck unter der Bezeichnung EMD tätig ist. Die Produktpalette der Merck-Gruppe reicht von Pharmazeutika und Biopharmazeutika über Spezialchemikalien bis hin zu Hightech-Materialien und Life-Science-Tools. Die daraus resultierende Produktvielfalt deckt Merck mit seinen vier Sparten ab: Merck Serono, Consumer Health, Performance Materials und Merck Millipore. Wie das Unternehmensprofil in Tabelle 5-30 zeigt, erzielte die Merck-Gruppe in 2013 mit rund 38'000 Mitarbeitern in 66 Ländern Gesamterlöse von 11,1 Mrd. € (~13 Mrd. CHF).

Merck hat im Jahr 2007 einen Transformationsprozess gestartet, der zum Ziel hat, die Zukunft der Gruppe mit profitablem Wachstum in hochspezialisierten Nischenmärkten in den Bereichen Pharma und Chemie zu sichern. Begonnen hat dieser Prozess des Portfolio-Umbaus mit den beiden grossen Akquisitionen von Serono SA und Millipore Corporation in den Jahren 2007 und 2010. Darüber hinaus wurden wichtige Management-Positionen neu besetzt, die Organisation von Grund auf neu ausgerichtet und das Effizienzprogramm „Fit für 2018“ gestartet. Mercks Unternehmensstrategie umfasst folgende Ziele [Merck KGaA 2013]:

• Nähe zu den bestehenden Geschäften • Innovationsstärke • Kundennähe (bis hin zu massgeschneiderten Lösungen) • Fokus auf Spezialgeschäfte • Erweiterung des Geschäftsmodells mit neuen Technologien (z.B. durch Übernahme

von AZ Electronic Materials in 2014)

162 5.7 Fallstudie Merck

Merck KGaA

Gründung 1668

Firmensitz Darmstadt, Deutschland

Branche Chemie, Pharma

Geschäftsbereiche Pharmazeutischer Bereich: • Merck Serono - Verschreibungspflichtige Medikamente • Consumer Health Care - Produkte für die Selbstmedikation

Chemischer Bereich: • Performance Materials - Flüssigkristalle (z.B. für Fernsehgeräte), Pigmente (z.B. für

Autolacke und Kosmetika) • Merck Millipore - Bio Science, Laborlösungen, Lösungen für die Entwicklung

therapeutischer Moleküle für Pharma- und Biotechnologieunternehmen

Firmenstruktur • 4 Geschäftsfelder • 191 Gesellschaften in 66 Ländern • 63 Produktionsstandorte in 21 Ländern • Grundkapital: persönlich haftende Gesellschafterin E. Merck KG mit 70 % und

Kommanditaktionäre mit 30 % Kapitalanteil; Mitglieder der Merck-Familie als persönlich haftende Gesellschafter

Portfolio Medikamente, High-Tech Materialien für Bildschirme, Beleuchtung, Solar-/ Energie-Produkte, Kosmetik, Lacke, Druck- oder Kunststoffe (Performance Materials), Produkte für Pharmaforschung und Biotechnologie (Millipore)

Umsatz (2013) 10,7 Mrd. € (~13 Mrd. CHF)

EBIT (2013) 1,61 Mrd € (~1,97 Mrd. CHF)

Beschäftige (2013) über 38'154

Kunden Pharmagrosshändler, Labore, produzierende Unternehmen der Pharma-, Chemie-, Biotechnologie-, Elektronik-, Kosmetikindustrie und weiterer Branchen

Homepage www.merck.de

Tabelle 5-30: Unternehmensprofil Merck [Merck KGaA 2013]


In der Vergangenheit entwickelten Mercks vier Geschäftsbereiche (Merck Serono, Consumer Health, Performance Materials, Merck Millipore) und auch die unterschiedlichen Regionen zahlreiche eigene Prozesse und Systeme, welche unter der Vision „One company, one way of working“ (Ein Unternehmen, eine Arbeitsweise) harmonisiert und standardisiert werden. Eingebettet in diese Vision ist ein umfangreiches ERP-Template-Redesign, das notwendig wurde aufgrund der M&A-Aktivitäten sowie der radikalen Zentralisierung des Geschäftsmodells, unterstützt durch das Effizienzprogramm „Fit für 2018“. Abbildung 5-16 visualisiert den Umfang der Zielarchitektur hinsichtlich Prozessen, Daten und Systemen. Mercks DQM-Vision seiner in 2009 gegründeten Data-Governance-Organisation ist abgeleitet von der Unternehmensvision: „Drive data excellence for business value, worldwide“ (Vorantreiben der Daten-Exzellenz weltweit zum Nutzen der Geschäftsbereiche).

http://de.wikipedia.org/wiki/Darmstadt

http://de.wikipedia.org/wiki/Deutschland

http://www.merck.de/


Abbildung 5-16: Vision „One Company, One Way of Working”

In Kombination mit dem ERP-Redesign ermöglicht das DQM den zentralen Geschäftseinheiten, ihre Prozesse weltweit zu standardisieren. Mercks globale DQM-Strategie ist somit abgestimmt auf die vorher erwähnte Unternehmenstransformation, die sicherstellen soll, dass Merck schnell auf Veränderungen in den Geschäften reagieren kann und künftige Akquisitionen besser und effizient in das Unternehmen integriert werden können. Die DQM-Strategie erstreckt sich über alle Geschäftsbereiche und Datenobjekte (inkl. Material-, Kunden -, Kreditoren- und Finanzdatenobjekte), wobei zunächst der Fokus auf die Materialdaten gelegt wurde. Insbesondere wurde ab 2010 für den Materialstamm das dreijährige, strategische DQM-Programm namens M3 durchgeführt, das den Gegenstand dieser Fallstudie zur Wirtschaftlichkeitsanalyse bildet. Aus Vertraulichkeitsgründen wurden im Folgenden alle Werte von € - per Normierung mit dem gleichen Faktor - in sog. „Geldeinheiten“ (GE) übertragen, wobei 100 GE einem einstelligen Mio. € Betrag entsprechen.

Das DQM-Programm M3 von mehreren Mio. € (435 GE) war in drei Phasen gliedert:

1. Aufbau der Grundlagen (Build Basics): Austausch des SAP MDM 3.0 (SAP-Support war ausgelaufen) mit SAP MDG-M-Lösung sowie Neugestaltung und Implementierung des für die Gruppe entscheidenden Artikelanlage- und Verwaltungsprozesses.

2. Verbesserung der Fähigkeiten (Enhance Capabilities): Unterstützung des Produktportfolio-Managements durch die Workflow- und Lebenszyklus-


management-Funktionen des SAP MDG; Aufbau einer Data-Stewardship-Organisation mit einem Geschäftsmandat für die Datenqualität.

3. Exzellenz liefern (Deliver Excellence): Skalierung der DQM-Prozesse in den Wachstumsmärkten Asiens; Etablierung einer DQM-Infrastruktur, die die Verantwortlichkeiten der Dateneigentümer untermauert.

Das DQM-Programm wurde als eine strategische Schlüsselinvestition ohne ROI-Berechnung gestartet, da bereits die erwarteten qualitativen Nutzeneffekte den Vorstand von der Notwendigkeit der DQM-Strategie und ihrer Massnahmen überzeugten. Später entschied man sich, ex-post eine Nutzenquantifizierung durchzuführen. Man war überzeugt, bei der Länge der Konzeptions- und Implementierungsphase und bei sich ergebenden Stakeholder-Wechseln einen belastbaren Business Case haben zu müssen, welcher über das strategische Mass hinausgeht.

Ziel des Projekts, das Gegenstand dieser Fallstudie ist, war es, eine Wirtschaftlichkeitsanalyse der beiden erfolgreich abgeschlossenen Programmmodule sowie der zu dem Zeitpunkt noch offenen, dritten Phase durchzuführen. Die Fallstudie umfasst die Aktivitäten III.2 Schaffung Kosten-/ Nutzentransparenz sowie III.3 Investitionsrechnung (Methodenphase III Wirtschaftlichkeitsanalyse).

Im Jahr 2012, zur Zeit des Wirtschaftlichkeitsanalyse-Projekts dieser Fallstudie, verwaltete das MDG-M bereits 800'000 Materialstammdatensätze und lieferte Unterstützung für Mercks Hauptgeschäftsprozesse - Order to Cash, Purchase to Pay, Plan to Produce, Project to Decommission - und somit für stark regulierte GxP-relevante Prozesse der Pharma-Segmente. Die Richtlinien für Gute Arbeitspraxis (GxP) sind Qualitätssysteme, welche unter anderem die Gute Herstellungspraxis (GMP), die Gute automatisierte Herstellungspraxis (GAMP), die Gute Laborpraxis (GLP) und die Gute Lagerpraxis (GSP) umfassen. Die GxP-konforme Einhaltung der von der Europäischen Arzneimittelagentur, der Food and Drug Administration (FDA) der USA und von nationalen Gesundheitsbehörden vorgegebenen Richtlinien und Gesetze sind für produzierende Unternehmen in der Pharma-, Lebensmittel-, Chemie-, Kosmetik- und Biotechbranche oberstes Gebot.



In Kooperation mit dem CC CDQ wurde eine angepasste Version des BCF bei Merck für die Wirtschaftlichkeitsanalyse des DQM-Programms angewendet. Die Vorgehensweise für die ROI-Ermittlung basierend auf dem BCF war folgende:

1. Anpassen der Kategorisierung der Nutzeneffekte des BCF (ursprünglich gemäss Porters Wertschöpfungskette) an Mercks Prozesslandschaft seitens CC CDQ.

2. Zuweisen von Interviewpartnern zu Nutzenbereichen (hier: Prozesseigentümer interviewt je Unternehmensprozess).

3. Verwenden der Liste von BCF-Nutzenpotentialen als Checkliste für ausführliche Interviews mit allen Prozessverantwortlichen.

4. Bewerten von direkten Einsparungen durch DQM und indirekten Geschäftsprozessverbesserungen für alle Unternehmensprozesse. Für die Bereiche DQM und IT erfolgte die Bewertung quantitativ (siehe Tabelle 5-31 und Tabelle 5-32), jedoch für die operativen Geschäftsprozesse zum Zeitpunkt der Fallstudie vorerst nur qualitativ (Skala des Nutzeneffekts von „1=nicht existent“ bis „5=sehr hoch“).

5. Daher anschliessend szenariobasierte Schätzung der Amortisationszeit für schlechtesten, durchschnittlichen und besten Fall (vgl. Tabelle 5-33 im Folgekapitel).

Abbildung 5-17 zeigt das Ergebnis des ersten Schritts, nämlich die betrachteten Nutzenbereiche sowie Beispiele für Nutzeneffekte für den Prozess Account to Report aus dem BCF.

Abbildung 5-17: Anwendung des Business Case Frameworks

Abbildung 5-18 stellt die im Projekt erhobenen direkten und indirekten Kosteneinsparungen pro Nutzenbereich (Geschäftsprozesse Order to Cash, Account to

Steigerung der Datenqualität

Order to Cash

Account to Report

Purchase to Pay

Plan to Produce

Forecast to Plan

Project to Decommission

IT

DQM

• Effizienzsteigerung bei Entscheidungs-und Planungsprozessen

• Kostensenkung durch Automatisierung globaler Freigabeprozesse für Investitionsprojekte ...

Aufwandssenkung inData Governance-

Prozessen

Nutzeneffekte in Ende-zu-Ende

Geschäftsprozess

Nutzenbereiche

• Aufwandssenkung für die Pflege von Accounting-Strukturen (durch Elimination lokaler Änderungen und klare Governance-Richtlinien)

• Aufwandssenkung für Dateneingabe und Korrekturen …

Nutzeneffekte(beispielhaft für Account to Report)


Report etc., DQM sowie IT), die Art der Erhebung (geschätzt/ berechnet) sowie die Grössenordnung des ermittelten Nutzens dar.

Abbildung 5-18: Geschätzte und berechnete Kosteneinsparungen

5.7.4 Ergebnisse

Die Einführung der neuen Data Governance-Prozesse basierend auf der SAP-MDG-M-Implementierung führte für den Bereich DQM zu Aufwandsreduzierungen von 40 GE pro Jahr (= 5 FTE) bei der Datenanlage, Daten-änderung und -erweiterung. Wie Tabelle 5-31 zeigt, wurde der Aufwand pro Prozessinstanz (z.B. Datensatz anlegen) in Minuten für alle beteiligten Rollen (lokaler Datenmanager, Produktverantwortlicher, Freigabeverantwortlicher oder DQM-Team) summiert und mit der Anzahl Prozessinstanzen multipliziert - d.h. z.B. für die erste Spalte (7+10) Min. x 50'000 = 850'000 Min. Berechnungsgrundlage für die Arbeitskosten waren 8 GE pro Jahr pro FTE (inklusive Rückstellungen), wobei 1 FTE 220 Arbeitstagen entspricht. Die Aufwandseinsparung von 40 GE/Jahr bzw. 40 % resultierte aus der Differenz der Kosten in 2009 (100 GE) und in 2012 (60 GE). Zusätzliche Einsparungen von mindestens 3 GE/Jahr konnten durch die Reduzierung des Aufwands für Abstimmungen mit den Prozesseigentümern und Änderungsanfragen realisiert werden, wodurch sich in Summe 43 GE jährliche Einsparungen ergeben. Grundsätzlich sei angemerkt, dass in dieser Fallstudie mit dem Begriff „Einsparungen“ in GE ausgedrückte Effizienzgewinne im operativen DQM gemeint sind, die den Mitarbeitern in den Fachbereichen einen neuen Freiraum für ihre Hauptaufgaben ermöglichen. Der Nutzen des M3-Programms ist demnach nicht als direkte Kostensenkung im Sinne von abgebauten Stellen sondern als Senkung von Opportunitätskosten zu verstehen.


Tabelle 5-32 listet jährliche Aufwandssenkungen auf, die das DQM-Programm für den Nutzenbereich IT ermöglichte. Die signifikantesten Effekte waren u.a. reduzierte Wartung für Silo-Applikationen, Effizienzsteigerung durch Prozessautomatisierung sowie geringere Datenmigrationskosten. Alles in allem wurden messbare IT-Aufwandssenkungen in Höhe von 44 GE identifiziert. Während jene im Bereich Materialdaten zum Zeitpunkt der Fallstudie schon realisiert werden konnten, gelten die Einsparungen für die Datenklassen Lieferant und Kunde als Prognose ab 2015.

Nutzenbereich: DQM 2009 2012

Anlegen Ändern Erweitern Anlegen Ändern Erweitern

Anzahl Prozessinstanzen 50'000 20'000 20'000 50'000 20'000 20'000

Aufwand pro Prozess- instanz (Min.)

Lokaler Datenmanager 7 6 4 4 2 1

Produktverantwortlicher - - - 3 1 1

Freigabeverantwortlicher Fachb. 10 5 5 5 3 -

Zentrales DQM-Team - 3 - - 1 -

Aufwand (Min.) 850'000 280'000 180'000 600'000 140'000 40'000

Gesamtaufwand (Min.) 1'310'000 780'000

Gesamtaufwand (FTE) 12 7

Kosten (GE/Jahr) 100 60

Aufwandseinsparung (GE/Jahr) 40

Zusätzl. Aufwandssenkung Abstimmungen/ Änderungsanfragen (GE/Jahr) 3

Einsparungen Gesamt (GE/Jahr) 43

Tabelle 5-31: Anwendung BCF für Nutzenbereich DQM bei Merck

Nutzenbereich: IT Kalkulationsbasis Einsparungen Material

Einsparungen Lieferant, Kunde

Aufwandssenkung für Informationsbeschaffung (GE/Jahr) 0,25FTE 2 -

Aufwandssenkung für Datenmigrationen (GE/Jahr)

10 Rollouts/Jahr; 20 Tg. für Datenklasse Material; je 10 Tg. für Lieferant/ Kunde

7,25 7,25

Aufwandssenkung für Datenbereinigung (GE/Jahr) 0,3 FTE 2,5 2,5

Aufwandssenkung für Wartung von Daten-Schnittstellen und Applikationen (GE/Jahr)

0,1 FTE 1 1

Aufwandssenkung durch Reduzierung der Schnittstellen (GE/Jahr)

Für Material: Eliminierung von 5 Schnittstellen zu je 0,5 GE/Jahr 2,5 -

Aufwandssenkung für Softwareentwick-lung und -wartung (GE/Jahr)

5Tage pro Gesellschaft x 50 Gesellschaften = 250 Tage 9 -

Steigerung Prozessautomatisierungs-grad (GE/Jahr)

Basierend auf früheren Business Cases: 2,5GE/Datenklasse 2,5 5

Aufwandssenkung für Referenzdatenmanagement (GE/Jahr)

Ersparnis durch geringeren manuellen Aufwand: ca. 300 Std. 1,5 -

Summe der Einsparungen (GE/Jahr) 28,25 15,75

Gesamt (GE/Jahr) 44

Tabelle 5-32: Anwendung BCF für Nutzenbereich IT bei Merck


Wie Tabelle 5-33 zeigt, führte die qualitative Bewertung der Nutzeneffekte für die Geschäftsprozesse („Order to Cash“ bis hin zu „Project to Decommission“ - siehe Abbildung 5-17) zu einer Schätzung der Einsparungen minimal auf 25 GE (Szenario 1), im durchschnittlichen Fall auf 75 GE (Szenario 2) und maximal auf 150 GE (Szenario 3). Die Annahmen für die drei Szenarien behandelt Merck vertraulich. Je nach Fall ergab sich für das DQM-Programm M3 eine Amortisationszeit von etwas mehr als vier Jahren für Szenario 1, von drei Jahren für Szenario 2 und von idealerweise von nur zwei Jahren für Szenario 3.

Szenario 1 Szenario 2 Szenario 3

Geschätzte Einsparungen in Geschäftsprozessen (GE/Jahr) 25 75 150

Gesamtnutzen des M3-Programms nur für Materialdaten in Bereichen DQM und IT (GE/Jahr) für alle 71,25

Summe (GE/Jahr) 96,25 146,25 221,25

Kosten M3-Programm 435

Amortisationszeit M3-Programm (Jahre) 4,5 3 2

Tabelle 5-33: Szenariobasierte Ermittlung der Amortisationszeit

Abbildung 5-19 visualisiert den jährlichen Nutzen aller DQM-Massnahmen seit 2008 in kumulierter Form. Hier sind daher auch Einsparungen von 300 GE der vorhergehenden MDM 3.0 Einführung sowie von 20,8 GE durch ein Value Chain-Verbesserungsprojekt berücksichtigt (Werte wurden Merck-intern separat ermittelt).

Abbildung 5-19: Kumulierter Nutzen aller DQM-Massnahmen seit 2008



2010 leitete Merck das drei-jährige DQM-Programm M3 ein, das gemeinsam mit einem umfangreichen ERP-Redesign die weltweite Standardisierung der Datenpflegeprozesse ermöglichen sollte. Dieses Programm umfasste die Einführung von SAP MDG zur Unterstützung der Data Governance, eine Integration der Pflegeprozesse für Material-Stammdaten mit dem Produktlebenszyklusmanagement, sowie die Etablierung einer konzernweit gültigen Data Governance-Organisation. Ein wesentlicher Erfolgsfaktor für diese tiefgreifende Transformation lag in der Unterstützung durch die Unternehmensleitung. Das DQM-Programm wurde vom CEO in Auftrag gegeben. Der Lenkungsausschuss umfasste Führungskräfte aller Geschäftsfelder. Dies ermöglichte die Einführung konzernweit akzeptierter DQM-Rollen und Verantwortlichkeiten.

Untersuchungsgegenstand der Fallstudie ist das in Kooperation mit dem CC CDQ durchgeführte Projekt zur Entwicklung eines Business Case für das oben genannte DQM-Programm M3. Laut Merck wurde die Effizienz und Transparenz der Erhebung dieser Wirtschaftlichkeitsanalyse sowie der qualitativen Nutzenbewertung signifikant gesteigert durch die Anwendung des Business Case Frameworks als Interview-Leitfaden sowie als Dokumentationswerkzeug. Durch die Einbindung der Prozessverantwortlichen in ausführlichen Interviews zur DQM-Nutzenbestimmung konnte gleichzeitig Aufmerksamkeit für den Wert von Daten als wichtiges Unternehmensgut sowie eine breite Akzeptanz für den Business Case bei Meinungsführern der Gruppe erzeugt werden.

Als Ergebnis konnten direkte Prozesskosteneinsparungen von mehreren Mio. € pro Jahr für das DQM-Programm ermittelt werden. Jedoch sind sich die Beteiligten einig, dass diese Einsparungen lediglich die sichtbare Spitze des Eisbergs sind im Vergleich zu den Nutzeneffekten in den Geschäftsprozessen (siehe gestrichelte Linie in vorhergehender Abbildung 5-19). Wesentlich bedeutender für die Steigerung der Profitabilität sind somit die erzielten Effekte im Bereich der Steuerung der Märkte, durch bessere Liefertreue, kürzere Auftragsbearbeitung, verbesserte Planung und durch die Verringerung von Compliance-Risiken. Als nächster Schritt etablierte daher die DQM-Organisation den in Abbildung 5-20 dargestellten Review-Zyklus zur jährlichen Bewertung der DQ-Verbesserung und der Ende-zu Ende Nutzeneffekte, um die Wirtschaftlichkeitsanalyse für DQM kontinuierlich zur Erfolgsmessung sowie zur Ableitung neuer Massnahmen einzusetzen.

Das Vorgehen beinhaltet folgende Aktivitäten:

• Analysieren des geschäftlichen Nutzens von DQM • Herstellen einer klaren Verbindung zwischen Datenattributen und Geschäftsnutzen • Definieren von Bewertungskriterien für die Datenqualität und den Geschäftsnutzen • Implementierung der KPIs in SAP Information Steward


• Ziele für die Bewertungskriterien definieren • Durchführung eines jährlichen Reviews • Analysieren von Abweichungen von der Zielwerten • Ableiten von Verbesserungsmassnahmen

Abbildung 5-20: Review-Zyklus

6.1 Merkmalbasierte Evaluation 171

6 Evaluation Das Ziel der Evaluation im DSR-Prozess ist die Überprüfung, ob und wie gut das definierte Gestaltungsziel erreicht worden ist. Die inhaltlichen Anforderungen an die Methode detaillieren das Gestaltungsziel und werden für eine merkmalbasierte Evaluierung verwendet. Anschliessend erfolgt eine Bewertung der Methode anhand von Gestaltungsanforderungen, die sich aus den Grundsätzen ordnungsgemässer Modellierung [Schütte/Rotthowe 1998] sowie den grundlegenden Anforderungen des DSR [Hevner et al. 2004] ableiten.

6.1 Merkmalbasierte Evaluation

Die sog. „Feature Comparison“ eignet sich, um die Evaluierung der Methode gegen die Forschungslücke durchzuführen. Die merkmalbasierte Bewertung sieht vor, dass vor Erstellung des Artefakts eine Checkliste mit Anforderungen erstellt wird, die nach dem Konstruktionsprozess mit den Eigenschaften des Artefakts verglichen wird [Siau/Rossi 2011, S. 252]. Die strukturellen Anforderungen an die Methode sind durch die Spezifikation der Methodenbestandteile vollständig erfüllt:

• Definition des Metamodells in Kapitel 3

• Übersicht zu Aktivitäten, Techniken sowie deren Ergebnisdokumente und Darstellung des Vorgehensmodells in Kapitel 4.1

• Spezifikation des Rollenmodells in Kapitel 4.2 (Zu jeder Aktivität sind Rollen zugeordnet, die für ihre Ausführung verantwortlich sind, befragt werden oder Entscheidungen treffen müssen)

• Ausführliche Beschreibung aller Methodenbestandteile, differenziert nach Phasen in den Kapiteln 4.3 - 4.6

Die Erfüllung der inhaltlichen Anforderungen fasst Tabelle 6-1 zusammen.

172 6.1 Merkmalbasierte Evaluation

Bewertungskriterum Erfüllung durch Methode

Bezug zum DQM • DQM-Bezug erfüllt in der Beschreibung der Aktivitäten, Techniken und insbesondere der Ergebnisdokumente (z.B. DQM-Reifegradanalyse, Blaupause für langfristigen DQM-Umsetzungsplan, Business Case Framework etc.)

Transparenz der Strategieentwicklung unter Einbezug aller beteiligten Anspruchsgruppen

• Transparenz des Strategieentwicklungsprozesses durch Formalisierung in Form der Methode gegeben

• Technik Stakeholder-Analyse (Phase I) • Definition der einzubeziehenden Rollen für alle Aktivitäten und Techniken • Kommunikation der Strategie (Phase IV Veränderungsmanagement)

Einklang der DQM-Strategie mit der Unternehmens-strategie & -umwelt

• Phase I: Aktivitäten I.1 Analyse interner Anforderungen und I.2 Analyse externer Anforderungen

Aufzeigen des Handlungsbedarfs

• Phase I: Heat-Map zu DQM-Handlungsbedarf Ergebnis von Reifegradanalyse, Ergebnisse von DQM-Benchmarking sowie Analyse von Markt- und Technologieentwicklungen

Formulierung des Soll-Zustands & der dafür notwendigen Massnahmen

• Ergebnisse von Phase II: Ziele, Prinzipien, Richtlinien für das DQM sowie Umsetzungsplan, der DQM-spezifische Abhängigkeiten der Massnahmen sowie andere strategischen Unternehmensinitiativen berücksichtigt.

Darstellung des Wertbeitrags

• Qualitativer Nutzen dargestellt in Ergebnissen von Aktivitäten I.1 und III.1 • Quantitative Darstellung des Nutzens in Phase III

Transparenz über Kosten & Nutzen des DQM

• Phase III Wirtschaftlichkeitsanalyse sowie Phase IV Aktivität IV.3 DQM-Investitionskontrolle

Prävention & kontinuierliche Verbesserung des DQM

• Phase II: Prävention von Fehlern, festgelegt in strategischen Prinzipien • Phase I Analyse und Phase IV Umsetzung & Kontrolle sichern

kontinuierliche Verbesserung, d.h. die DQM-Strategie wird „gelebt“ und erfolgreich umgesetzt: o Anleitung zur Einordnung/Einbettung in andere Strategien im

Unternehmen o Herunterbrechen der Strategie in Balanced Scorecards o Einbettung der DQM-Ziele in Funktions- und Geschäftsbereichs-

strategien (Aktivität IV.1) o Einbettung der DQM-Strategieentwicklung in Entscheidungsprozesse

des IT Projekt Portfolio Managements und anderer Geschäftsbereiche o Feedback-Schleifen der Ergebnisse von Phase III und IV zu Aktivitäten

der Phase I Analyse

Tabelle 6-1: Erfüllung der inhaltlichen Anforderungen an die Methode

6.2 Evaluation der Anforderungen an die Gestaltung 173

6.2 Evaluation der Anforderungen an die Gestaltung Design Science Research unterstützt den Design- und Evaluationsprozess durch Gestaltungsanforderungen. Die Basis hierfür bilden die Anforderungen an Modellierung [Schütte/Rotthowe 1998] sowie die grundlegenden Anforderungen des DSR [Hevner et al. 2004].

Der Inhalt und die Ergebnisse je Evaluationsmassnahme sind in Tabelle 6-2 ausführlich dokumentiert. Wie die Tabelle zeigt, wurden für die Evaluation der Gestaltungsanforderungen an die Methode folgende Techniken eingesetzt:

• Fokusgruppen-/ Experteninterviews (FGI/ EI). Insgesamt erfolgten 6 Fokus-gruppeninterviews, in denen die Methodenfragmente präsentiert und anschliessend in einer Diskussion anhand der Gestaltungsanforderungen evaluiert wurden. Ausserdem wurden 4 Experteninterviews durchgeführt.

• Umfragen (U). Sowohl das Metamodell als auch das Business Case Framework wurden abschliessend in je einer Umfrage evaluiert (vgl. Tabelle 6-2).

• Partizipative Fallstudien. Während die Fallstudien TelCo und Festo eher der Gestaltung der Methode galten, dienten der Evaluation die anderen drei Fallstudien, nämlich BCS, BCC und Merck. In allen drei Unternehmen wurde die Methode erfolgreich entweder zur Strategieentwicklung oder zur Wirtschaftlichkeitsanalyse angewendet und somit die Voraussetzung für eine kontinuierliche Verbesserung des DQM geschaffen.

Darüber hinaus wurden der Inhalt und die wissenschaftliche Qualität der Methode zwischen 2010 und 2013 in acht Doktorandenkolloquien/ -seminaren mit Professoren und wissenschaftlichen Mitarbeitern der Studienrichtung „Business Innovation“ (IWI-HSG und Institut für Technologiemanagement ITEM-HSG) diskutiert und bewertet. Teilweise wurde die Komplexität einzelner Teile der Methode wie z.B. das Metamodell und der Umsetzungsplan kritisiert und generell vor der Gefahr des „Overengineerings“ gewarnt. Der Vorschlag, zur Vereinfachung in Phase II Aktivitäten zusammenzufassen, wurde in der Methode umgesetzt. Insbesondere in den letzten beiden Kolloquien stuften die Teilnehmer die Methode insgesamt aber als ausgereift, anwendbar und nützlich ein.

174 6.2 Evaluation der Anforderungen an die Gestaltung

Typ Datum, Ort Inhalt Teilnehmer Evaluationsergebnisse

FGI A 08.06.11, Hamburg

• Diskussion der Auslöser für eine DQM-Strategieentwicklung

• Diskussion der Anforderungen an die Methode sowie Bewertung des ersten Entwurfs

• Bewertung von Veränderungsmanagement-Massnahmen (Phase IV)

38 Teilnehmer (Anhang A.2, Tabelle A-3)

• Bestätigung der Relevanz der Methode und des Forschungsbedarfs

• Ergänzung und Bestätigung der Anforderungen an die Methode (vgl. Tabelle 6-1)

• Bestätigung der 4 Phasen-Struktur

• Verbesserungsvorschläge für das Übersichtsbild Abbildung 4-1: operative Ebene entfernen, Konsolidierung der Einflussfaktoren, Benennung Phase III, Präzision der Pfeile

FGI B 25.11.11, Manchester

• Diskussion der Finanzierungsmöglichkeiten des DQM aufgrund seines Infrastrukturcharakters und der Herausforderungen einer Wirtschaftlichkeitsanalyse für das DQM


• Liste der Herausforderungen bestätigt und ergänzt (vgl. Einleitung Kapitel 4.6)

• Gespaltene Haltung der Teilnehmer gegenüber des Bedarfs einer Kosten-Nutzen-Analyse für das DQM

• Aber bei mehr als der Hälfte dringender Bedarf nach weiterer Ausprägung der Techniken von Phase III für das DQM

EI1 10.05.12, St. Gallen

• Begutachtung der Methode • Diskussion DQM-Erfolgs-

faktoren/ -barrieren • Bewertung Metamodell

Leiter DQM DACH, SAP

• Bestätigung der Relevanz einzelner Erfolgsfaktoren

• Erweiterungen des Metamodells

FGI C 22.06.12, Mainz

• Evaluation Strukturierung der Methode

• Gruppenarbeit zur Ergänzung und zur situationsspezifischen Auswahl der Techniken (Szenario beschreiben und die dafür wichtigsten Techniken listen)

• Gruppenarbeit zur Ableitung strategischer Erfolgsfaktoren


• Bestätigung der Notwendigkeit und Anwendbarkeit aller Techniken

• Bedarf einer feineren Granularität für Phase III kontrovers diskutiert je nachdem, welchen Stellenwert die Befragten der Wirtschaftlichkeitsanalyse für DQM zuschreiben

• Notwendigkeit der Rücksprünge von Phase II und III zu vorhergehenden Phasen

• Bedarf einer Blaupause für langfristigen Umsetzungsplan geäussert

EI2-4 Juli/ Aug. 2012, telefonisch

• Design und Evaluierung Blaupause für den Umsetzungsplan (Aktivität II.2)

Globale Leiter DQM: Nestlé, Beiersdorf, Bayer CS

• Entwicklung (3 Interviews) und Bestätigung (3 Interviews) der Blaupause für den Umsetzungsplan

FGI D 22.11.12, Stuttgart

• Diskussion der Blaupause für den Umsetzungsplan (Aktivität II.2)

• Gruppenarbeit zur Ergänzung/Verbesserung des Metamodells


• Bestätigung der Blaupause für den Umsetzungsplan (Aktivität II.2)

• Bestätigung der Relevanz des Metamodells als Glossar

• Metamodelländerungen (v.a. Ergänzung von Relationen und 2 weiteren Entitäten, kaum Änderungen der Begrifflichkeiten)

Tabelle 6-2: Fokusgruppen-/ Experteninterviews und Umfragen

6.2 Evaluation der Anforderungen an die Gestaltung 175

Typ Datum, Ort Inhalt Teilnehmer Evaluationsergebnisse

U1 Nov. 2012, schriftlich

• Bewertung Metamodell 19 Teilnehmer von Beiersdorf, Festo, KPN, Nestlé, Novartis, SAP, Swisscom, Syngenta, ZF Friedrichs-hafen

• Bestätigung der Relevanz und Design-Anforderungen für Metamodell (Vollständigkeit, Verständlichkeit, Konsistenz, Strukturierung)

FGI E 14.02.13, Interlaken

• Evaluierung des Entscheidungsmodells zur Auswahl der Techniken von Phase III und IV.3 und Diskussion ihrer Nützlichkeit


• Bestätigung der Neustrukturierung der Methode in Aktivität III.1-III.3 und IV.1

• Bestätigung des Entscheidungsmodells zur Selektion der Wirtschaftlichkeits-analyse-Techniken (vgl. Tabelle 4-13) Kontroverse Diskussion der Umsetzbarkeit einer ROA aufgrund hoher Komplexität und Vorgaben der Unternehmen, Projekte ausschliesslich z.B. mit NPV zu bewerten

FGI F 11.10.13, St. Gallen

• Diskussion Phase III Wirtschaftlichkeitsanalyse und Anwendung Business Case Framework


• Bestätigung der Relevanz und Anwendbarkeit des Business Case Frameworks

U2 Okt. - Dez. 2013, schriftlich

• Bewertung des Katalogs der Nutzenpotentiale der Technik Business Case Framework

• Ergänzung von Nutzenpotentialen

12 Teiln. von AstraZeneca, Bayer, Beiersdorf, Ericsson, Festo, Nestlé, SAP, SBB, Swisscom, Tetra Pak, ZF Friedrichs-hafen

• Bestätigung der Relevanz, Wirtschaftlichkeit, Anwendbarkeit und Gestaltungsanforderungen für Katalog (Vollständigkeit, Sprache, Verständlichkeit, Konsistenz, Strukturierung)

• Ergänzung von vier Nutzenpotentialen

Legende: FGI = Fokusgruppeninterview, EI = Experteninterview, U = Umfrage

Tabelle 6-2: Fokusgruppen-/ Experteninterviews und Umfragen (fortgesetzt)

Die folgenden Absätze erklären die Erfüllung von Gestaltungsanforderungen an die Methode nach Schütte/Rotthowe [1998] und Hevner et al. [2004].

Verständlichkeit [Schütte/Rotthowe 1998, S. 248-249]:

Die Entwicklung einer DQM-Strategie ist eine komplexe Aufgabe, die viele Einflussfaktoren und Abhängigkeiten zu anderen strategischen Unternehmens-initiativen berücksichtigen muss. Die Komplexität der Methode wurde von einigen Fachexperten zunächst kritisch bewertet, da sie hohen Erklärungsbedarf bei der Durchführung der einzelnen Aktivitäten befürchteten. Letztlich haben aber die Fachexperten der Fokusgruppeninterviews sowie der Fallstudien bestätigt, dass die Techniken der Methode nachvollziehbar alle notwendig sind.

176 6.2 Evaluation der Anforderungen an die Gestaltung

Effektivität der Methode [Hevner et al. 2004, S. 85]:

Die Effektivität der Methode wurde von den Fachexperten sowie von den Unternehmen der Fallstudien bestätigt. Alle definierten Techniken dienen der Erreichung der Ergebnisdokumente auf effektive Art.

Effektivität der Ergebnisse [Hevner et al. 2004, S. 85]:

Die Fachexperten bestätigen den Nutzen einer DQM-Strategie. Der Bedarf einer sorgfältigen Kosten-Nutzen-Analyse des DQM (Phase III) wurde von einigen Fachexperten kontrovers diskutiert. Insbesondere Befragte aus Unternehmen, die in stark regulierten Märkten tätig sind, führten an, dass für eine Budgetfreigabe meist sogar schon das Risiko von Datendefekten, die unmittelbar zu Gesetzesverstössen führen, völlig ausreicht (z.B. die Deklaration von Schadstoffanteilen in Pflanzen-schutzprodukten). Interessanterweise demonstrierten dann aber in dieser Arbeit u.a. die zwei Pharmaunternehmen BCC und Merck die Notwendigkeit von Phase III für die Praxis.

Effizienz [Schütte/Rotthowe 1998, S. 247-248]:

Die Experten bestätigten, dass die Methode hilft, die Komplexität der Identifikation von Handlungsbedarfen, der Strategieentwicklung und Umsetzungsplanung zu reduzieren. Eine qualitative Aufwand-Nutzen-Analyse des Artefakts ist im Folgekapitel dargestellt.

Flexibilität [Schütte/Rotthowe 1998, S. 249]:

Die Fachexperten haben bestätigt, dass die Methode in ihrem jeweiligen Unternehmenskontext anwendbar und einzelne Aktivitäten und Techniken auf die jeweilige Situation anpassbar wären. Die Fallstudien haben gezeigt, dass die Methode flexibel für unterschiedliche Datenklassen und Branchen einsetzbar ist. Darüber hinaus bieten die Rücksprünge im Vorgehensmodell zu Aktivitäten vorhergehender Phasen Freiraum in der Reihenfolge.

Angemessenheit der Sprache [Schütte/Rotthowe 1998, S. 246-247]:

Die Abgrenzung der Begriffe der Methode erfolgt durch das Metamodell. Dieses wurde im Rahmen einer Gruppenarbeit von drei Gruppen mit je zehn Fachexperten bezüglich der Angemessenheit der Sprache und Relationen zwischen Entitäten geprüft und in Einzelfällen ergänzt. Eine anschliessende Umfrage bestätigte die Vollständigkeit des Modells und die Verwendung adäquater Terminologie. Des Weiteren bewerteten Fokusgruppenteilnehmer die Beschreibung der Aktivitäten, Techniken sowie der Ergebnisdokumente als angemessen und verständlich.

6.3 Aufwand-Nutzen-Betrachtung der Methode 177

Systematisches Design [Schütte/Rotthowe 1998, S. 245-246]:

Der Design-Prozess folgt dem Ansatz des Design Science Research unter Verwendung von mehreren Iterationszyklen. Die Wissenschaftler haben den Ansatz in den Doktorandenkolloquien bestätigt.

Anwendbarkeit [Hevner et al. 2004, S. 80]:

Aus Sicht der Fachexperten ist die Anwendung der Methode generell sinnvoll. Ausserdem haben die partizipativen Fallstudien die Anwendbarkeit der Methode demonstriert.

Die Bewertung durch Fachexperten und Wissenschaftler sowie die Anwendung der Methode in drei partizipativen Fallstudien hat gezeigt, dass die Methode die Evaluationskriterien grösstenteils erfüllt. Die Einschränkungen der Ergebnisse sind in Kapitel 7.2 erläutert.

6.3 Aufwand-Nutzen-Betrachtung der Methode

Wie die Erfahrung gezeigt hat, divergieren die Aufwände für die Methode zur DQM-Strategieentwicklung und Wirtschaftlichkeitsanalyse je nach Umfang ihrer Anwendung sehr stark. Daher wäre die Ableitung einer allgemeinen, repräsentativen Aufwand-Nutzen-Bewertung hier nicht zweckmässig. Jedoch sollen die nachfolgenden Beispiele dennoch einen Eindruck der Grössenordnungen des Zeitbedarfs vermitteln:

Die Aufwände, aber gleichzeitig auch die Qualität der Ergebnisse von Phase I Analyse, hängen z.B. sehr von der Anzahl der Reifegrad-Interviews ab und ob es sich um persönliche Einzelgespräche (z.B. TelCo: fast dreissig persönliche Einzel-interviews mit Anreise zu Standorten in West- und Osteuropa sowie USA; Versand von 210 Online-Fragebögen an Datennutzer) oder um eine überschaubare Anzahl von Gruppentelefonaten handelt. In Phase II liegt die Bandbreite der internen und externen Aufwände zwischen vier (siehe Beispiel in Dissertation Ofner [2013]) und mehr als dreissig Personentagen (PT) - je nachdem ob entweder nur auf wenigen Folien ein Massnahmenkatalog dokumentiert wird oder ob eine breite Abstimmung einer unternehmensweiten DQM-Vision, von Zielen, Prinzipien, Richtlinien und Massnahmen sowie deren detaillierten Beschreibung in einem DQM-Strategiedokument erfolgt, das diversen Anspruchsgruppen kommuniziert werden muss.

Bezüglich Phase III war es im Fall der Merck-Fallstudie möglich, die Datenerhebung für die Wirtschaftlichkeitsanalyse mittels des Business Case Frameworks auf die Dauer einer Woche zu beschränken. Merck schätzt eine Zeiteinsparung bei der Gesprächsvorbereitung und Durchführung von über 50 % durch Einsatz der Methode. Bei Festo benötigt man nun nur noch wenige Minuten zur Eingabe der Eigenschaften eines neuen Teils und der Deaktivierung von nicht relevanten Kostenpositionen, um

178 6.3 Aufwand-Nutzen-Betrachtung der Methode

von dem Werkzeug eine Prognose der Teilegemeinkosten zu erhalten. Eine Anpassung des Festo-Prototypen an ein anderes Unternehmen mit Serienfertigung würde schätzungsweise jeweils 5 bis 10 PT interne (Erhebung der Kosten von Referenzfällen, Schulung) und externe Aufwände (Moderation der Datenerhebung, Anpassung der Datenobjektstruktur und der Zahlenwerte) erfordern.

Die Anwendung der Methode führt zur Realisierung von Nutzen hinsichtlich der Dimensionen Zeit, Kosten und Qualität:

• Zeit - Neben der Zeitersparnis beim Strukturieren des strategischen Vorgehens kann die Methode eingesetzt werden, um die Schulung von DQM-Inhalten bzw. die eigenständige Einarbeitung zu vereinfachen. Durch das Schaffen einer gemeinsamen Terminologie (Metamodell) verbessert die Methode die Kommunikation zwischen Anspruchsgruppen mit heterogenen Vorkenntnissen und spart somit Zeit kontroverser Diskussionen. Zudem ermöglicht die Formalisierung den notwendigen Wissenstransfer, damit Personalwechsel reibungslos stattfinden können und damit sich Ergebnisdokumente in ähnlichen Projekten (z.B. Strategie-Rollout für eine andere Datenklasse) wiederverwenden lassen.

• Kosten - Unternehmen können die Methode umgehend im unternehmensspezifi-schen Kontext anwenden, ohne die Entwicklungskosten eines eigenen methodischen oder inhaltlichen Rahmens für die DQM-Strategieentwicklung und Wirtschaftlichkeitsanalyse tragen zu müssen. Ausserdem dient die zielgerichtete Identifikation von DQM-Massnahmen mittels der Methode zur Vermeidung von Opportunitätskosten und Risiken für Strafzahlungen (siehe Business Case Framework).

• Qualität - Die kontinuierliche Anwendung der Methode und die Verfolgung der identifizierten Massnahmen garantiert, dass Fähigkeiten im Unternehmen aufgebaut werden, um eine hohe DQ unternehmensweit sicherstellen zu können. Die Umsetzung der DQM-Strategie führt zu indirekten Nutzenaspekten wie z.B. der Steigerung der Qualität der Geschäftsprozesse, der Produkte/ Dienstleistungen eines Unternehmens bzw. seiner Beziehung zu Lieferanten und Kunden.

7.1 Zusammenfassung und Beitrag der Arbeit 179

7 Zusammenfassung und Ausblick Kapitel 7 fasst die Ergebnisse der Arbeit zusammen, diskutiert Einschränkungen und schliesst die Arbeit ab, indem es, ausgehend von den gewonnenen Erkenntnissen, weiteren Forschungsbedarf identifiziert.

7.1 Zusammenfassung und Beitrag der Arbeit

Hohe DQ und ein präventives DQM sind die Voraussetzung, um Anforderungen aus der digitalen Transformation der Wirtschaft (Mobility/Apps, Cloud-Lösungen, In-Memory-Computing etc.) sowie Markt-/ Geschäftsanforderungen (Industrie 4.0, Compliance, Prozessglobalisierung etc.) erfüllen zu können. Gleichzeitig betreffen diese Anforderungen das ganze Unternehmen, wodurch eine unternehmensbereichsübergreifende strategische Steuerung des DQM sichergestellt werden sollte. Darüber hinaus ist es notwendig, die DQM-Strategie in Funktions-/ Geschäftsbereichsstrategien einzubetten und den Nutzen ihrer Massnahmen zum einen qualitativ und zum anderen mittels Wirtschaftlichkeitsberechnungen quantitativ darzustellen. Eines der Hauptprobleme dabei ist, dass das fachliche, technische und DQM-Wissen, Kenntnisse über Strategieentwicklungstechniken und zugleich Wirtschaftlichkeitsrechnungsverfahren selten in einer Person vereint sind, und, dass sowohl Forschung als auch Praxis nur unzureichende methodische Unterstützung liefern. Des Weiteren fehlt häufig bei der Erstellung eines langfristigen DQM-Programms die Erfahrung, in welcher Reihenfolge DQM-Massnahmen geplant werden sollten, um Abhängigkeiten zu berücksichtigen.

Somit besteht bei einer Vielzahl von Grosskonzernen, die in den letzten Jahren die Nachteile eines von ad-hoc Lösungen geprägten, reaktiven Ansatzes erkannt haben, ein Bedarf nach methodischer Unterstützung zur Entwicklung von DQM-Strategien und zur wirtschaftlichen Rechtfertigung ihrer Massnahmen. So wie die wissenschaftliche Literatur auch zwischen Methoden zur Entwicklung einer Unternehmens- oder einer Funktionsbereichsstrategie unterscheidet, besteht die Forschungslücke (aufgrund des funktionsübergreifenden Charakters des DQM) darin, einen Transfer auf das Thema DQM zu schaffen.

Die Arbeit entwickelt in diesem Zusammenhang zwei Artefakte: eine Methode zur Strategieentwicklung und -implementierung für das DQM sowie ein DQM-Metamodell als Teil der Methode zur Abgrenzung von Begriffen.

Phase I, die Analyse, dient dem Verständnis der Ausgangssituation sowie der Festlegung der Reichweite der DQM-Strategie, Phase II der Strategieentwicklung, Phase III der Wirtschaftlichkeitsanalyse und Phase IV der Umsetzung und Kontrolle der DQM-Strategie. In Fokusgruppeninterviews und z.T. in quantitativen Umfragen wurden aus Sicht von Fachexperten die Motivation der Artefakte bestätigt und der Inhalt, die Struktur und der Nutzen evaluiert.

180 7.1 Zusammenfassung und Beitrag der Arbeit

Im Rahmen der Dissertation wurden die folgenden neuen Ergebnisse entwickelt:

• DQM-Metamodell • Definition der Bestandteile einer DQM-Strategie (Abbildung 2-4) • Entwicklung der Methodenstruktur • Eingliederung vorhandener Techniken wie z.B. DQM-Reifegradanalyse • Transfer strategischer Management-Techniken auf das Thema DQM • Szenariobasierte Auswahl von Aktivitäten und Techniken (Kapitel 4.8 sowie

Kapitel 4.6, Tabelle 4-13 für Phase III Wirtschaftlichkeitsanalyse) • Blaupause für einen langfristigen DQM-Umsetzungsplan (Kapitel 4.5.2.3) • Business Case Framework (Kapitel 4.6.2.4) • Vorgehensweise für eine datenobjektorientierte Teilegemeinkostenanalyse

inklusive Kostenbewertungswerkzeug (Kapitel 5.6 Fallstudie Festo)

Fünf partizipative Fallstudien dienten der Entwicklung und Anwendung der Methode in der Praxis. Aus den Fallstudien liessen sich u.a. folgende Erfolgsfaktoren ableiten:

• Strategische Unterstützung des DQM durch die Unternehmensleitung und das mittlere Management

• Kommunikation des geschäftlichen Nutzens des DQM • Einbettung von DQM-Massnahmen in strategische Unternehmensinitiativen • DQ-Messung als Basis für eine kontinuierliche Verbesserung • Datenpflege nach „First-time-right“-Prinzip (idealerweise durch Wissensträger im

operativen Geschäft) • Klare Verantwortlichkeiten • Veränderungsmanagement • Kontinuierlicher Einsatz für eine hohe DQ

Die Dissertation schliesst nicht nur die beschriebene Forschungslücke sondern liefert dem Konzern-Datensteward eine Sammlung von Techniken (d.h. einen „Werkzeugkasten“ zur DQM-Strategieentwicklung und Wirtschaftlichkeitsrechnung), die nach Bedarf eingesetzt werden können. Übergeordnetes Ziel dabei ist es, durch den Einsatz der Methode von vornherein Fehler zu vermeiden und die Transparenz des DQM-Strategieentwicklungsprozesses zu erhöhen. Ausser als Hilfestellung beim Strukturieren des Vorgehens kann die Methode eingesetzt werden, um die Schulung von strategischen DQM-Inhalten bzw. die eigenständige Einarbeitung zu vereinfachen. Durch das Schaffen einer gemeinsamen Terminologie (Metamodell) verbessert die Methode die Kommunikation zwischen Anspruchsgruppen mit heterogenen Vorkenntnissen. Zudem ermöglicht die Formalisierung den notwendigen Wissenstransfer, damit Personalwechsel reibungslos stattfinden können und damit Ergebnisdokumente in ähnlichen Projekten (z.B. Strategie-Rollout für eine andere Datenklasse) wiederverwendet werden können.

7.2 Einschränkungen und weiterer Forschungsbedarf 181

7.2 Einschränkungen und weiterer Forschungsbedarf

Die Ergebnisse der Arbeit sind anwendbar auf grosse, global tätige Unternehmen mit komplexen Daten- und Anwendungssystemstrukturen. Die Grossunternehmen der Fallstudien sind zwar global vertreten, haben aber ihren Hauptsitz in Deutschland, der Schweiz und den USA, wodurch interkulturelle Unterschiede wie z.B. Erfolgsfaktoren für die Strategieumsetzung in Organisationen mit einer asiatisch geprägten Unternehmenskultur nicht explizit untersucht werden konnten (siehe weiterer Forschungsbedarf). Im Rahmen des Business Case Frameworks liefert die Arbeit eine Liste von Nutzenpotentialen, die sich als Referenz verwenden lässt, jedoch im Prinzip nie gänzlich vollständig sein kann und daher unternehmensspezifisch ausgeprägt und erweitert werden muss. Insbesondere die Wirkungsketten der Nutzenpotentiale des DQM sind individuell für jedes Unternehmen abzuleiten. Ausserdem konnte – auch aufgrund zeitlicher Restriktionen der Dissertation – nur eine qualitative und keine monetäre Nutzenbewertung der Methode vorgenommen werden. Ohnehin würden belastbare Zahlen frühestens in einigen Jahren, nach Abschluss der strategischen Massnahmen der Fallstudien, vorliegen, die für eine monetäre Bewertung mit einem reaktiven Ansatz der Vergangenheit verglichen werden müssten. Des Weiteren ist es fraglich, wie die Vielzahl anderer Einflussfaktoren, wie z.B. eine unterschiedliche Anzahl an M&A-Aktivitäten oder an Organisationstransformationen aus dem Ergebnis so „herausgerechnet“ werden könnte, dass eine ROI-Bewertung der Methodenanwendung wirklich belastbar wäre.

Die Datenzentrierung von Unternehmen als Wettbewerbsvorteil ruft nach neuen Ansätzen in der Forschung. So führt die Datenzentrierung z.B. zur Frage der finanzbuchhalterischen Berücksichtigung des Werts von Daten. Die Fallstudie bei Festo hat jährliche Teilegemeinkosten für die Bewirtschaftung eines Materialdatensatzes gezeigt, die im Rechnungswesen aber nicht explizit ausgewiesen sind. Die mangelnde Transparenz über die Kosten und den Wert von Daten in Unternehmen im Allgemeinen ist ein Grund für die Forderung nach einer „Datenkostenrechnung“ oder gar einer buchhalterischen Berücksichtigung des Werts von Daten [Atkinson/McGaughey 2006]. Eine zweite Stossrichtung zukünftiger Forschung ist die Bewertung von „Datengütern“ mittels Realoptionstheorie. Drittens bietet sich weiterer Forschungsbedarf in der quantitativen Untersuchung (Hypothesentests) des Einflusses einer DQM-Strategie und einer Data Governance-Organisation auf die DQ, auf Operational Excellence-Kennzahlen und auf den Unternehmenserfolg. Viertens wäre es nützlich, die Methode zusätzlich in mittelgrossen Unternehmen anzuwenden. Es ist zu vermuten, dass die Anforderungen für das DQM hier nicht minder komplex ausfallen als in Grosskonzernen und demnach auch diese Firmen eine DQM-Strategie benötigen (auch wenn sie ggf. einfach „Konzept“ genannt wird). Die

182 7.2 Einschränkungen und weiterer Forschungsbedarf

Frage ist, inwiefern die Methode für dieses Segment noch weiter konkretisiert werden muss, evtl. andere strategische Schwerpunkte zu setzen sind und welche Unterschiede sich in den Erfolgsfaktoren für das DQM ergeben. Fünftens bietet es sich an, die Techniken der Methode und damit ihren Strategieinhalt weiter auszuprägen mit dem Ziel der Entwicklung einer sog. Digital Business Strategy nach dem Verständnis von Bharadwaj et al. [2013]. Abschliessend sollte die Auswirkung interkultureller Unterschiede auf die Strategieentwicklung und insbesondere auf die Ausprägung des Veränderungs-managements in Phase IV erforscht werden.

Literaturverzeichnis 183

Literaturverzeichnis [Adelman et al. 2005] Adelman, S., Moss, L. T., Abai, M., Data Strategy, Addison-Wesley

Professional, Boston, MA 2005. [Alt et al. 2004] Alt, R., Cäsar, M. A., Leser, F., Österle, H., Puschmann, T., Reichmayr, C.,

Architektur des Echtzeit-Unternehmens, in: Alt, R., Österle, H. (Hrsg.), Real-Time Business: Lösungen, Bausteine und Potentiale des Business Networking, Springer, Berlin 2004, S. 19-52.

[Amaral/Sousa 2009] Amaral, P., Sousa, R., Barriers to internal benchmarking initiatives: an

empirical investigation, in: Benchmarking: An International Journal, 16, 2009, Nr. 4, S. 523-542.

[Amit/Schoemaker 1993] Amit, R., Schoemaker, P. J. H., Strategic Assets and Organizational Rent, in:

Strategic Management Journal, 14, 1993, Nr. 1, S. 33-46. [Amram/Kulatilaka 1999] Amram, M., Kulatilaka, N., Real options: Managing strategic investment in an

uncertain world, Harvard Business School Press Boston, 1999. [Andrews 1980] Andrews, K. R., The concept of corporate strategy, R. D. Irwin, 1980. [Ansoff 1965] Ansoff, I., Corporate strategy: An analytical approach to business policy for

growth and expansion, McGraw-Hill, New York 1965. [Atkinson/McGaughey 2006] Atkinson, K., McGaughey, R., Accounting for data: a shortcoming in

accounting for intangible assets, in: Academy of Accounting and Financial Studies Journal, 10, 2006, Nr. 2, S. 85-95.

[Banker et al. 2010] Banker, R. D., Wattal, S., Plehn-Dujowich, J. M., Real Options in Information

Systems - a revised framework, in: Proceedings of the 31st International Conference on Information Systems (ICIS 2010), Saint Louis, Missouri, USA, 12.-15.12.2010, Paper 251.

[Bardhan/Sougstad 2004] Bardhan, I., Sougstad, R., Prioritizing a portfolio of information technology

investment projects, in: Journal of Management Information Systems, 21, 2004, Nr. 2, S. 33-60.

[Bartölke/Grieger 2004] Bartölke, K., Grieger, J., Individuum und Organisation, in: Schreyögg, G., von

Werder, A. (Hrsg.), Handwörterbuch Unternehmensführung und Organisation, Poeschel, Stuttgart 2004, S. 464-472.

[Baskerville 1997] Baskerville, R. L., Distinguishing Action Research from Participative Case

Studies, in: Journal of Systems and Information Technology, 1, 1997, Nr. 1, S. 25-45.

184 Literaturverzeichnis

[Baskerville/Wood-Harper 1996] Baskerville, R. L., Wood-Harper, A. T., A Critical Perspective on Action

Research as a Method for Information Systems Research, in: Journal of Information Technology, 11, 1996, Nr. 3, S. 235-246.

[Batini/Scannapieco 2006] Batini, C., Scannapieco, M., Data Quality. Concepts, Methodologies and

Techniques, Springer, Berlin 2006. [Bayer AG 2013] Bayer AG, Geschäftsbericht 2013 - Erweiterte Fassung (Stand 31.12.2013),

URL: http://www.geschaeftsbericht2013.bayer.de/de/bayer-geschaeftsbericht-erweiterte-fassung-2013.pdfx?forced=true, Bayer AG, Mohnheim, Deutschland 2013, Zugriff am: 21.04.2014.

[Bea 2004] Bea, F. X., Ziele und Zielkonflikte, in: Schreyögg, G., von Werder, A. (Hrsg.),

Handwörterbuch Unternehmensführung und Organisation, 4. Aufl., Poeschel, Stuttgart 2004, S. 1674-1680.

[Benaroch/Kauffman 1999] Benaroch, M., Kauffman, R. J., A case for using real options pricing analysis to

evaluate information technology project investments, in: Information Systems Research, 10, 1999, Nr. 1, S. 70-86.

[Benaroch et al. 2006] Benaroch, M., Shah, S., Jeffery, M., On the valuation of multistage information

technology investments embedding nested real options, in: Journal of Management Information Systems, 23, 2006, Nr. 1, S. 239-261.

[Bernecker/Reiß 2002] Bernecker, T., Reiß, M., Kommunikation im Wandel - Kommunikation als

Instrument des Change Managements im Urteil von Change Agents, in: Zeitschrift Führung + Organisation, 71, 2002, Nr. 6, S. 352-359.

[Bhalla 2014] Bhalla, R., The omni-channel customer experience: Driving engagement

through digitisation, in: Journal of Digital & Social Media Marketing, 1, 2014, Nr. 4, S. 365-372.

[Bharadwaj et al. 2013] Bharadwaj, A., El Sawy, O. A., Pavlou, P. A., Venkatraman, N., Digital

business strategy: toward a next generation of insights, in: MIS Quarterly, 37, 2013, Nr. 2, S. 471-482.

[Binzegger-Ruoss et al. 2008] Binzegger-Ruoss, B., Geppert, A., Stroh, F., Informationslogistikarchitekturen

am Beispiel der Credit Suisse, in: Dinter, B., Winter, R. (Hrsg.), Integrierte Informationslogistik, Springer, Berlin 2008, S. 319-336.

[Bitterer/Newman 2007] Bitterer, A., Newman, D., Organizing for Data Quality, Gartner Research,

Stamford, CT 2007. [Black/Scholes 1973] Black, F., Scholes, M., The pricing of options and corporate liabilities, in: The

journal of political economy, 81, 1973, Nr. 3, S. 637-654.

http://www.geschaeftsbericht2013.bayer.de/de/bayer-geschaeftsbericht-erweiterte-fassung-2013.pdfx?forced=true

http://www.geschaeftsbericht2013.bayer.de/de/bayer-geschaeftsbericht-erweiterte-fassung-2013.pdfx?forced=true


[Bleicher 1991] Bleicher, K., Organisation: Strategien-Strukturen-Kulturen, 2. Aufl., Gabler,

Wiesbaden 1991. [Bobrowski/Vazquez-Soler 2004] Bobrowski, M., Vazquez-Soler, S., DQ Options: Evaluating data quality

projects using real options, in: Chengalur-Smith, S., Long, J., Raschid, L. (Hrsg.), Proceedings of the 9th International Conference on Information Quality (ICIQ 2004), Cambridge, Massachusetts, S. 297-310.

[Bogan/English 1994] Bogan, C. E., English, M. J., Benchmarking for Best Practices - Winning

Through Innovative Adaption, McGraw Hill, New York 1994. [Brenner 1995] Brenner, C., Techniken und Metamodell des Business Engineering,

Dissertation, Universität St. Gallen, St. Gallen 1995. [Brinkkemper 1996] Brinkkemper, S., Method Engineering: Engineering of Information Systems

Development Methods and Tools, in: Information and Software Technology, 38, 1996, Nr. 4, S. 275-280.

[Bucher 2009] Bucher, T., Ausrichtung der Informationslogistik auf operative Prozesse –

Entwicklung und Evaluation einer situativen Methode, Dissertation, Institut für Wirtschaftsinformatik, Universität St. Gallen, St. Gallen 2009.

[Camp 1989] Camp, R., Benchmarking, ASQC Quality Press, Milwaukee 1989. [Cao et al. 2009] Cao, Q., Gu, V. C., Burns, J. R., Applications of real option analysis to vendor

selection process in IT outsourcing, in: International Journal of Information Systems and Change Management, 4, 2009, Nr. 2, S. 143-155.

[Cappuccio et al. 1996] Cappuccio, D., Keyworth, B., Kirwin, W., Total cost of ownership: The impact

of system management tools, Gartner Group, Stamford, USA 1996. [Chandler 1962] Chandler, A. D., Strategy and structure, Harvard University Press, Boston

1962. [Chawla 2008] Chawla, N., Master Data Strategy and SOA, SAP AG, Walldorf, Germany

2008. [Chen et al. 2009] Chen, T., Zhang, J., Lai, K.-K., An integrated real options evaluating model for

information technology projects under multiple risks, in: International journal of project management, 27, 2009, Nr. 8, S. 776-786.

[Cheong/Chang 2007] Cheong, L. K., Chang, V., The Need for Data Governance: A Case Study, in:

Toleman, M., Cater-Steel, A., Roberts, D. (Hrsg.), Proceedings of the 18th Australasian Conference on Information Systems, Toowoomba, Australien, 6.12.2007, The University of Southern Queensland, S. 999-1008.


[Collan et al. 2009] Collan, M., Fullér, R., Mezei, J., A fuzzy pay-off method for real option

valuation, in: Advances in Decision Sciences, 2009, Artikel-ID 238196, 2009. [Collan et al. 2012] Collan, M., Fullér, R., Mezei, J., Credibilistic approach to the fuzzy pay-off

method for real option analysis, in: Journal of Applied Operational Research, 4, 2012, Nr. 4, S. 174-182.

[Cooper 2008] Cooper, R. G., Perspective: The Stage-Gate® Idea-to-Launch Process -

Update, What's New, and NexGen Systems, in: Journal of Product Innovation Management, 25, 2008, Nr. 3, S. 213-232.

[Cox et al. 1979] Cox, J. C., Ross, S. A., Rubinstein, M., Option pricing: A simplified approach,

in: Journal of financial Economics, 7, 1979, Nr. 3, S. 229-263. [Dai et al. 2007] Dai, Q., Kauffman, R., March, S., Valuing information technology

infrastructures: a growth options approach, in: Information Technology & Management, 8, 2007, Nr. 1, S. 1-17.

[DAMA 2007] DAMA, DAMA Data Management Body of Knowledge (DMBOK): Functional

Framework, Data Management Association, Denver Colorado 2007. [DAMA 2009] DAMA, The DAMA Guide to the Data Management Body of Knowledge,

Technics Publications, Bradley Beach, New Jersey 2009. [Damodaran 2005] Damodaran, A., The promise and peril of real options, Stern School of

Business, New York, NY, USA 2005. [Das et al. 1991] Das, S. R., Zahra, S. A., Warkentin, M. E., Integrating the Content and Process

of Strategic MIS Planning with Competitive Strategy, in: Decision Sciences, 22, 1991, Nr. 5, S. 953-984.

[Davenport 1993] Davenport, T. H., Process Innovation: Reengineering Work through

Information Technology, Harvard Business School Press, Boston 1993. [De Wit/Meyer 2004] De Wit, B., Meyer, R., Strategy: Process, Content, Context, Thomson, 2004. [Delbaere/Ferreira 2007] Delbaere, M., Ferreira, R., Addressing the data aspects of compliance with

industry models, in: IBM SYSTEMS JOURNAL, 46, 2007, Nr. 2, S. 319-334. [Deutsche Telekom AG 2014] Deutsche Telekom AG, Deutsche Telekom - Leading Telco (Medienmappe

Strategie), URL: http://www.telekom.com/static/-/217760/2/strategie-charts-si, Deutsche Telekom AG, Bonn, Deutschland 2014, Zugriff am: 31.8.2014.

[Dhillon 1989] Dhillon, B. S., Life Cycle Costing: Techniques, Models, and Applications,

Routledge, New York 1989.

http://www.telekom.com/static/-/217760/2/strategie-charts-si


[Diepold et al. 2011] Diepold, D., Ullrich, C., Wehrmann, A., Zimmermann, S., Bewertung

intertemporaler Abhängigkeiten zwischen IT-Projekten: Anwendung eines realoptionsbasierten Ansatzes unter Berücksichtigung projektspezifischer Risiken (Valuation of Intertemporal Interdependencies among IT Projects: Application of a Real Option Based Approach Considering Project-Specific Risks), in: Zeitschrift fur Betriebswirtschaft, 81, 2011, Nr. 7-8, S. 805-831.

[DIN/EN/ISO 2000] DIN/EN/ISO, Qualitätsmanagementsysteme: Leitfaden zur

Leistungsverbesserung (ISO 9004:2000), DIN EN ISO 9004:2000 D, Deutsches Institut für Normung, 2000.

[Dinter/Lahrmann 2010] Dinter, B., Lahrmann, G., A Contingent Process for the Formulation and

Implementation of Business Intelligence Strategies, Working Paper, Institute of Information Management, University of St. Gallen, St. Gallen 2010.

[Dixit/Pindyck 1994] Dixit, A. K., Pindyck, R. S., Investment under Uncertainty, 1994. [Dos Santos 1991] Dos Santos, B., Justifying investments in new information technologies,

Krannert Graduate School of Management, Purdue University, 1991. [Drugescu/Etges 2006] Drugescu, C., Etges, R., Maximizing the Return on Investment on Information

Security Programs: Program Governance and Metrics, in: Information Systems Security, 15, 2006, Nr. 6, S. 30-40.

[Dyché 2007] Dyché, J., A Data Governance Manifesto: Designing and Deploying

Sustainable Data Governance, Baseline Consulting, Los Angeles, California 2007.

[Earl 1993] Earl, M. J., Experiences in strategic information systems planning, in: MIS

Quarterly, 17, 1993, Nr. 1, S. 1-21. [EFQM 2011] EFQM, EFQM Framework for Corporate Data Quality Management:

Assessing the Organization’s Data Quality Management Capabilities, European Foundation for Quality Management, Institut für Wirtschaftsinformatik Universität St. Gallen, St. Gallen, Schweiz 2011.

[Eisenhardt 1989] Eisenhardt, K. M., Building theories from case study research, in: Academy of

management review, 14, 1989, Nr. 4, S. 532-550. [Eisenhardt/Martin 2000] Eisenhardt, K. M., Martin, J. A., Dynamic Capabilities: What Are They?, in:

Strategic Management Journal, 21, 2000, Nr. 10/11, S. 1105-1122. [English 2003] English, L., Total Information Quality Management - A Complete Methodology

for IQ Management, URL: http://www.information-management.com/issues/20030901/7320-1.html, Zugriff am: 07.05.2014.

http://www.information-management.com/issues/20030901/7320-1.html

http://www.information-management.com/issues/20030901/7320-1.html


[English 1999] English, L. P., Improving Data Warehouse and Business Information Quality,

John Wiley & Sons, New York 1999. [Eppler 2006] Eppler, M. J., Managing Information Quality, 2. Aufl., Springer, Berlin,

Heidelberg 2006. [Eppler/Helfert 2004] Eppler, M. J., Helfert, M., A Classification and Analysis of Data Quality Costs,

in: Chengalur-Smith, S., Long, J., Raschid, L., Seko, C. (Hrsg.), Proceedings of the 9th International Conference on Information Quality (ICIQ 2004), Cambridge, Massachusetts, S. 311-325.

[Ernest/Nisavic 2007] Ernest, M., Nisavic, J. M., Adding value to the IT organization with the

Component Business Model, in: IBM SYSTEMS JOURNAL, 46, 2007, Nr. 3, S. 387-403.

[Falge et al. 2012] Falge, C., Otto, B., Österle, H., Data Quality Requirements of Collaborative

Business Processes, in: Sprague, R.H. (Hrsg.), Proceedings of the 45th Hawaii International Conference on System Sciences (HICSS-45), Maui, Hawaii, USA, 07.01.2012, IEEE Computer Society Press, Los Alamitos (CA), S. 4316 - 4325.

[Falge et al. 2013] Falge, C., Otto, B., Österle, H., Towards a Strategy Design Method for

Corporate Data Quality Management, in: Alt, R., Franczyk, B. (Hrsg.), Proceedings of the 11th International Conference on Wirtschaftsinformatik (WI 2013), Leipzig, Deutschland, 27.02.2013, S. 801-815.

[Ferstl/Sinz 2001] Ferstl, O. K., Sinz, E. J., Grundlagen der Wirtschaftsinformatik, 4. Aufl.,

Oldenbourg, München 2001. [Festo AG & Co. KG 2014a] Festo AG & Co. KG, Festo wächst mit pneumatischer und elektrischer

Automatisierungstechnik, Festo Pressemitteilungen, URL: http://www.festo.com/net/de_de/SupportPortal/Details/352272/PressArticle.aspx?show=image, 7.4.14, Zugriff am: 21.05.2014.

[Festo AG & Co. KG 2014b] Festo AG & Co. KG, Innovation und Technologie, URL:

http://www.festo.com/cms/de_corp/9457.htm, Zugriff am: 21.05.2014. [Festo AG & Co. KG 2014c] Festo AG & Co. KG, Performance Festo, URL:

http://www.festo.com/net/SupportPortal/Files/17048/Performance_en.pdf, Festo AG & Co. KG, Esslingen, Detuschland 2014c, Zugriff am: 21.04.2014.

[Fichman 2004] Fichman, R. G., Real options and IT platform adoption: Implications for theory

and practice, in: Information Systems Research, 15, 2004, Nr. 2, S. 132-154. [Frank 2010] Frank, U., Outline of a Method for Designing Domain-Specific Modelling

Languages, Institute for Computer Science and Business Information Systems, University of Duisburg-Essen, 2010.

http://www.festo.com/net/de_de/SupportPortal/Details/352272/PressArticle.aspx?show=image

http://www.festo.com/net/de_de/SupportPortal/Details/352272/PressArticle.aspx?show=image

http://www.festo.com/cms/de_corp/9457.htm

http://www.festo.com/net/SupportPortal/Files/17048/Performance_en.pdf


[Garfield 1977] Garfield, E., Proposal for a new profession: scientific reviewer, in: Essays of an

Information Scientist, 1977, Nr. 3, S. 84-87. [Gartner 2008] Gartner, Governance of Master Data Starts With the Master Data Life Cycle,

Gartner Research, Stamford, USA 2008. [Gassner 1996] Gassner, C., Konzeptionelle Integration heterogener Transaktionssysteme,

Dissertation, Universität St. Gallen, St. Gallen 1996. [Geissdörfer et al. 2009] Geissdörfer, K., Gleich, R., Wald, A., Standardisierungspotentiale

lebenszyklusbasierter Modelle des strategischen Kostenmanagements, in: Zeitschrift fur Betriebswirtschaft, 79, 2009, Nr. 6, S. 693-715.

[Gemünden/Schmitt 1991] Gemünden, H. G., Schmitt, M., Datenmanagement in deutschen

Grossunternehmen - Theoretischer Ansatz und empirische Untersuchung, in: Information Management, 6, 1991, Nr. 4, S. 22-34.

[Gerpott 1994] Gerpott, T. J., Intelligentes Benchmarking als Mittel zur Neuausrichtung an

Wettbewerb und Markt, in: Booz, A.H. (Hrsg.), Gewinnen am Wettbewerb: Erfolgreiche Unternehmensführung in Zeiten der Liberalisierung, Schäffer-Poeschel, Stuttgart 1994, S. 51-78.

[Geske 1979] Geske, R., The valuation of compound options, in: Journal of financial

Economics, 7, 1979, Nr. 1, S. 63-81. [Ghosh/Li 2013] Ghosh, S., Li, X., A Real Options Model for Generalized Meta-Staged Projects:

Valuing the Migration to SOA, in: Information Systems Research, 24, 2013, Nr. 4, S. 1011-1027.

[Goodhue et al. 1992] Goodhue, D. L., Kirsch, L. J., Quillard, J. A., Wybo, M. D., Strategic Data

Planning: Lessons from the Field, in: MIS Quarterly, 16, 1992, Nr. 1, S. 267-274.

[Gutzwiller 1994] Gutzwiller, T. A., Das CC RIM-Referenzmodell für den Entwurf von

betrieblichen, transaktionsorientierten Informationssystemen, Physica, Heidelberg 1994.

[Hahn/Taylor 2006] Hahn, D., Taylor, B., Strategische Unternehmungsführung - Grundkonzept in:

Hahn, D., Taylor, B. (Hrsg.), Strategische Unternehmungsplanung - Strategische Unternehmungsführung, Springer, Berlin, Heidelberg 2006, S. 29-50.

[Hammer/Champy 1996] Hammer, M., Champy, J., Business Reengineering: Die Radikalkur für das

Unternehmen, 6. Aufl., Campus, Frankfurt 1996.


[Helfat/Peteraf 2003] Helfat, C. E., Peteraf, M. A., The dynamic resource based view: capability

lifecycles, in: Strategic Management Journal, 24, 2003, Nr. 10, S. 997-1010. [Heutschi 2007] Heutschi, R., Serviceorientierte Architektur - Architekturmodell und Umsetzung

in der Praxis, Dissertation, Universität St. Gallen, Difo, Bamberg 2007. [Hevner et al. 2004] Hevner, A. R., March, S. T., Park, J., Ram, S., Design Science in Information

System Research, in: Management Information Systems Quarterly, 28, 2004, Nr. 1, S. 75-105.

[Heym 1993] Heym, M., Methoden-Engineering: Spezifikation und Integration von

Entwicklungsmethoden für Informationssysteme, Rosch-Buch, Hallstadt 1993. [Heym/Österle 1993] Heym, M., Österle, H., Computer-Aided Methodology Engineering, in:

Information and Software Technology, 35, 1993, Nr. 6/7, S. 345-354. [Hirsch-Kreinsen 2014] Hirsch-Kreinsen, H., Smart production systems: a new type of industrial

process innovation, in: Proceedings of the DRUID Society Conference 2014, Kopenhagen, 16-18. Juni 2014.

[Holland 1995] Holland, C. P., Cooperative Supply Chain Management: The impact of

interorganizational information systems, in: Journal of Strategic Information Systems, 1995, Nr. 2, S. 117-133.

[Holzapfel 2007] Holzapfel, T., Harmonisierung von Materialstammdaten - eine

Herausforderung, in: IIR-Forum Stammdaten-Management, Berlin, Deutschland, 27.09.2007, IIR-Forum.

[Höning 2009] Höning, F., Core Business Engineering - Metamodell, Vorgehensmodell,

Techniken, Ergebnisdokumente und Rollen (Germ.: Core Business Engineering - Metamodel, procedure model, techniques, result documents, and roles), Dissertation, Institut für Wirtschaftsinformatik Universität St. Gallen, 2009.

[Horne 1995] Horne, N. W., Information as an asset: the board agenda, in: Computer Audit

Update, 1995, 1995, Nr. 9, S. 5-11. [Horváth 2012] Horváth, P., Controlling, 12. Aufl., Vahlen, München 2012. [Horváth/Mayer 2011] Horváth, P., Mayer, R., Was ist aus der Prozesskostenrechnung geworden?, in:

Controlling & management, 55, 2011, S. 5-10. [Huber 2012] Huber, J., Produktdatenmanagement „International“ – Konzepte und

Umsetzung, in: IIR-Forum Stammdaten-Management, Wiesbaden, Deutschland, 26.4.2012, IIR-Forum.


[Hüner et al. 2011a] Hüner, D.-I. K. M., Otto, I. B., Österle, H., Brauer, B., Fachliches

Metadatenmanagement mit einem semantischen Wiki, in: HMD Praxis der Wirtschaftsinformatik, 48, 2011a, Nr. 1, S. 98-108.

[Hüner 2011] Hüner, K., Führungssysteme und ausgewählte Massnahmen zur Steuerung von

Konzerndatenqualität, Dissertation, Universität St. Gallen, St. Gallen 2011. [Hüner et al. 2009] Hüner, K., Ofner, M., Otto, B., Towards a Maturity Model for Corporate Data

Quality Management, in: Shin, D., Ossowski, S. (Hrsg.), Proceedings of the 2009 ACM Symposium on Applied Computing, Honolulu, Hawaii, USA, 8.3.2009, ACM, S. 231-238.

[Hüner et al. 2011b] Hüner, K. M., Otto, B., Österle, H., Collaborative management of business

metadata, in: International Journal of Information Management, 31, 2011b, Nr. 4, S. 366-373.

[Hungenberg 2005] Hungenberg, H., Einsatzfelder und Operationalisierung der

Realoptionstheorie: Implikationen für die wertorientierte Unternehmensführung, Lehrstuhl für Unternehmensführung, Friedrich-Alexander-Universität Erlangen-Nürnberg, 2005.

[IAIDQ 2007] IAIDQ, IQ/DQ glossary, URL: http://www.iaidq.org/main/glossary.shtml,

Zugriff am: 15.10.2010. [IBM 2007] IBM, The IBM Data Governance Council Maturity Model: Building a roadmap

for effective data governance, IBM Software Group, Somers, NY 2007. [IEEE 1998] IEEE, IEEE Standard for a Software Quality Metrics Methodology, IEEE Std

1061-1998, The Institute of Electrical and Electronics Engineers, 1998. [IMG 1997] IMG, PROMET CM - Methodenhandbuch für das Change Management,

Version 2.0. Aufl., Information Management Group, St. Gallen 1997. [IMG 1998] IMG, PROMET BSD - Business Strategy Development, Information

Management Group, St. Gallen 1998. [IMG 1999] IMG, PROMET PM - Methodenhandbuch für das Projektmanagement,

Information Management Group, St. Gallen 1999. [Iqbal/Nieves 2007] Iqbal, M., Nieves, M., ITIL Service Strategy (OMG), The Stationery Office,

2007. [ISO/IEC 2007] ISO/IEC, ISO/IEC 15939. Systems and software engineering – Measurement

process, ISO/IEC 15939:2007(E), International Organization for Standardization, 2007.

http://www.iaidq.org/main/glossary.shtml


[ITGI 2007] ITGI, CobiT 4.1, IT Governance Institute, 2007. [Jäger-Goy 2002] Jäger-Goy, H., Führungsinstrumente für das IV-Management, Dissertation,

Johannes-Gutenberg-Universität Mainz, Frankfurt am Main 2002. [Johnson et al. 2011] Johnson, G., Scholes, K., Whittington, R., Strategisches Management-Eine

Einführung: Analyse, Entscheidung und Umsetzung, Pearson Education, 2011. [Jung 2006] Jung, R., Architekturen zur Datenintegration. Gestaltungsempfehlungen auf der

Basis fachkonzeptueller Anforderungen, Deutscher Universitätsverlag, Wiesbaden 2006.

[Kagermann/Österle 2006] Kagermann, H., Österle, H., Geschäftsmodelle 2010 - Wie CEOs Unternehmen

transformieren, 2006. [Kambil/Short 1994] Kambil, A., Short, J. E., Electronic integration and business network redesign:

A roles-linkage perspective, in: Journal of Management Information Systems, 10, 1994, Nr. 4, S. 59-83.

[Kaplan/Norton 1992] Kaplan, R. S., Norton, D. P., The Balanced Scorecard: Measures that Drive

Performance, in: Harvard Business Review, 70, 1992, Nr. 1, S. 71-79. [Kaplan/Norton 1997] Kaplan, R. S., Norton, D. P., Balanced Scorecard, Schäffer-Poeschel, Stuttgart

1997. [Kaplan/Norton 2004] Kaplan, R. S., Norton, D. P., Strategy maps: Converting intangible assets into

tangible outcomes, Harvard Business Press, 2004. [Karel 2006] Karel, R., Introducing Master Data Management, Forrester Research,

Cambridge 2006. [Karel et al. 2008] Karel, R., Wang, R., McNabb, K., Nicolson, N., Building The Business Case

For Master Data Management, Forrester Research, Cambridge 2008. [Kasiri/Sharda 2013] Kasiri, N., Sharda, R., Real Options and System Dynamics for Information

Technology Investment Decisions: Application to RFID Adoption in Retail, in: ACM Transactions on Management Information Systems (TMIS), 4, 2013, Nr. 3, S. 11-25.

[Kerr 2006] Kerr, K., The institutionalization of data quality in the New Zealand health

sector, The University of Auckland, New Zealand 2006. [Khan et al. 2012] Khan, S. S., Khouja, M., Kumar, R. L., Effects of time-inconsistent preferences

on information technology infrastructure investments with growth options, in: European Journal of Information Systems, 22, 2012, Nr. 2, S. 206-220.


[Khatri/Brown 2010] Khatri, V., Brown, C. V., Designing Data Governance, in: Communications of

the ACM, 53, 2010, Nr. 1, S. 148-152. [King 1978] King, W. R., Strategic Planning for Management Information Systems, in: MIS

Quarterly, 2, 1978, Nr. 1, S. 27-37. [Kirwin 1987] Kirwin, B., End-User Computing: Measuring and Managing Change, Gartner

Group, Stamford, USA 1987. [Kosiol 1976] Kosiol, E., Organisation der Unternehmung, 2. Aufl., Gabler, Wiesbaden 1976. [Kosiol 1980] Kosiol, E., Grundprobleme der Ablauforganisation, in: Grochla, E. (Hrsg.),

Enzyklopädie der Betriebswirtschaftslehre, 2. Aufl., Poeschel, Stuttgart 1980, S. 1-7.

[Krcmar 2005] Krcmar, H., Informationsmanagement, 4. Aufl., Springer, Berlin 2005. [Kropp 2001] Kropp, W., Systemische Personalwirtschaft, Oldenbourg, München 2001. [Krüger 1994] Krüger, W., Organisation der Unternehmung, 3. Aufl., Kohlhammer, Stuttgart

1994. [Lay 2008] Lay, J., Produktdaten im ERP, in: Stammdatenmanagement-Forum 2008,

Rapperswil, 2008-11-13, HSR Hochschule für Technik Rapperswil. [Lederer/Salmela 1996] Lederer, A. L., Salmela, H., Toward a theory of strategic information systems

planning, in: Journal of Strategic Information Systems, 5, 1996, Nr. 3, S. 237-253.

[Lee/Seshia 2011] Lee, E. A., Seshia, S. A., Introduction to embedded systems: A cyber-physical

systems approach, Lee & Seshia, http://LeeSeshia.org, 2011. [Lee et al. 2006] Lee, Y. W., Pipino, L. L., Funk, J. D., Wang, R. Y., Journey to Data Quality,

MIT Press, Cambridge, Massachusetts 2006. [Lee et al. 2002] Lee, Y. W., Strong, D. M., Kahn, B. K., Wang, R. Y., AIMQ: a methodology

for information quality assessment, in: Information & Management, 40, 2002, Nr. 2, S. 133-146.

[Legner 1999] Legner, C., Benchmarking informationssystemgestützter Geschäftsprozesse,

Dissertation, Gabler/Institut für Wirtschaftsinformatik der Universität St. Gallen (IWI-HSG), Wiesbaden 1999.

[Levy 2006] Levy, Y. a. E., T.J., A Systems Approach to Conduct an Effective Literature

Review in Support of Information Systems Research, in: Informing Science, 2006, Nr. 9, S. 181-212.

http://leeseshia.org/


[Littkemann 2011] Littkemann, J., Einsatz von Bewertungsverfahren im IT-Projektcontrolling:

Eine Analyse für die Finanzdienstleistungsbranche: Jörn Littkemann/Klaus Derfuß/Philipp Reinbacher/Daniel Besse (WISSENSCHAFT), in: Controlling & management, 55, 2011, Nr. 4, S. 252-261.

[Lorange 1980] Lorange, P., Corporate Planning. An Executive Viewpoint, Englewood Cliffs,

New Jersey 1980. [Loshin 2001] Loshin, D., Enterprise Knowledge Management: The Data Quality Approach,

Morgan Kaufmann, San Diego, California 2001. [Loshin 2008] Loshin, D., Master Data Management, Morgan Kaufmann, Burlington,

Massachusetts 2008. [Madnick et al. 2009] Madnick, S., Wang, R., Lee, Y. W., Zhu, H., Overview and Framework for

Data and Information Quality Research, in: ACM Journal of Data and Information Quality, 1, 2009, Nr. 1, Article 2.

[March/Smith 1995] March, S. T., Smith, G. F., Design and natural science research on information

technology, in: Decision Support Systems, 15, 1995, Nr. 4, S. 251-266. [Margrabe 1978] Margrabe, W., The value of an option to exchange one asset for another, in:

The Journal of Finance, 33, 1978, Nr. 1, S. 177-186. [Martin 1977] Martin, J., Computer Data-Base Organization, 2. Aufl., Prentice-Hall,

Englewood Cliff (NJ) 1977. [Masayana et al. 2009] Masayana, V., Koronios, A., Gao, J., A framework for the development of the

business case for the introduction of data quality program linked to corporate KPIs and governance, in: Golden, W. (Hrsg.), Proceedings of the 4th international conference on cooperation and promotion of information resources in science and technology, Galway, Irland, AIS, S. 230-235.

[Matt 2014] Matt, D. T., Adaptation of the value stream mapping approach to the design of

lean engineer-to-order production systems: A case study, in: Journal of Manufacturing Technology Management, 25, 2014, Nr. 3, S. 334-350.

[Mayr et al. 1987] Mayr, H. C., Dittrich, K. R., Lockemann, P. C., Datenbankentwurf, in:

Lockemann, P.C., Schmidt, J.W., Blaser, A. (Hrsg.), Datenbankhandbuch, Springer, Berlin 1987, S. 481-557.

[Melchert 2006] Melchert, F., Methode zur Konzeption von Metadatenmanagementsystemen für

das Data Warehousing, Dissertation, Universität St. Gallen, St. Gallen 2006. [Mende 1995] Mende, M., Ein Führungssystem für Geschäftsprozesse, Dissertation,

Universität St. Gallen, St. Gallen 1995.


[Mentzas 1997] Mentzas, G., Implementing an IS strategy - a team approach, in: Long Range

Planning, 30, 1997, Nr. 1, S. 84-95. [Merck KGaA 2013] Merck KGaA, Merck Geschäftsbericht 2013 - Transformation auf Kurs, URL:

http://berichte.merck.de/2013/geschaeftsbericht/serviceseiten/downloads/files/gesamt_merck_gb13.pdf, Merck KGaA, Darmstadt, Deutschland 2013, Zugriff am: 21.04.2014.

[Mertens 2007] Mertens, P., Integrierte Informationsverarbeitung 1: Operative Systeme in der

Industrie, 16. Aufl., Gabler, 2007. [Meuser/Nagel 2009] Meuser, M., Nagel, U., The Expert Interview and Changes in Knowledge

Production, in: Bogner, A., Littig, B., Menz, W. (Hrsg.), Interviewing Experts, Palgrave Macmillan, Houndmills, 2009, S. 17-42.

[Meyer 2000] Meyer, M., Organisatorische Gestaltung des unternehmensweiten Data

Warehousing - Konzeption der Rollen, Verantwortlichkeit und Prozesse am Beispiel einer Schweizer Universalbank, Dissertation, Universität St. Gallen, St. Gallen 2000.

[Michelis 2002] Michelis, A., Verwaltungskosten je angelegtem Bauteil nach mtu

Dieselmotoren 1998, simus sytems GmbH, Karlsruhe 2002. [Mintzberg 1987] Mintzberg, H., The Strategy Concept I: Five Ps For Strategy, in:

CALIFORNIA MANAGEMENT REVIEW, 30, 1987, Nr. 3, S. 11-24. [Mintzberg 1990] Mintzberg, H., The Design School: Reconsidering the basic premises of

strategic management, in: Strategic Management Journal, 11, 1990, Nr. 3, S. 171-195.

[Mintzberg 2007] Mintzberg, H., Strategy Safari - Eine Reise durch die Wildnis des strategischen

Managements, 3. Aufl., Redline Wirtschaft, Heidelberg 2007. [Morgan 1993] Morgan, D. L., When to use Focus Groups and why?, in: Morgan, D.L.,

Krueger, R.A. (Hrsg.), Successful Focus Groups, Sage, Newbury Park 1993, S. 3-19.

[Morschheuser et al. 1996] Morschheuser, S., Raufer, H., Wargitsch, C., Challenges and Solutions of

Document and Workflow Management in a Manufacturing Enterprise: A Case Study, in: Proceedings of the 29th Hawaii International Conference on System Sciences (HICSS-29), Maui, Hawaii, USA, 3.-6.1.1996, IEEE Computer Society Press, Los Alamitos (CA), S. 4-12.

http://berichte.merck.de/2013/geschaeftsbericht/serviceseiten/downloads/files/gesamt_merck_gb13.pdf

http://berichte.merck.de/2013/geschaeftsbericht/serviceseiten/downloads/files/gesamt_merck_gb13.pdf


[Moser/Kirchner 2013] Moser, C., Kirchner, L., Integration von Prozessmanagement und

Unternehmensarchitektur-Management – Konzepte und Vorgehensweisen zum Business IT Alignment, in: Bayer, F., Kühn, H. (Hrsg.), Prozessmanagement für Experten, Springer Berlin Heidelberg, 2013, S. 313-332.

[Motzel 2006] Motzel, E., Projektmanagement-Lexikon, Wiley-VCH, Weinheim 2006. [Müller-Stewens/Lechner 2003] Müller-Stewens, G., Lechner, C., Strategisches Management: wie strategische

Initiativen zum Wandel führen, 2. Aufl., Schäffer-Poeschel, 2003. [Nag et al. 2007] Nag, R., Hambrick, D. C., Chen, M. J., What is strategic management, really?

Inductive derivation of a consensus definition of the field, in: Strategic Management Journal, 28, 2007, Nr. 9, S. 935-955.

[Neumann/Morgenstern 1947] Neumann, J. v., Morgenstern, O., Theory of Games and Economic Behaviour,

Princeton 1947. [Nordsieck 1961] Nordsieck, F., Betriebsorganisation, 4. Aufl., Poeschel, Stuttgart 1961. [Nuseibeh et al. 1996] Nuseibeh, B. A., Finkelstein, A., Kramer, J., Method Engineering for Multi-

Perspective Software Development, in: Information and Software Technology, 38, 1996, Nr. 4, S. 267-274.

[Ofner 2013] Ofner, M., Datenqualitätsmanagement aus Prozessperspektive: Methoden und

Modelle, Dissertation, Institut für Wirtschaftsinformatik, Universität St. Gallen, St. Gallen 2013.

[Ofner et al. 2013] Ofner, M., Gizanis, D., Danner, G., Leistungsvergleich im

Stammdatenmanagement, in: DSAG-Konferenz, Nürnberg, Deutschland, 19.9.2013.

[OMG 2008] OMG, Semantics of Business Vocabulary and Business Rules (SBVR), Version

1.0, URL: http://www.omg.org/spec/SBVR/1.0/PDF/, Zugriff am: 01.11.2011. [Oppenheim et al. 2003] Oppenheim, C., Stenson, J., Wilson, R. M. S., Studies on Information as an

Asset I: Definitions, in: Journal of Information Science, 29, 2003, Nr. 3, S. 159-166.

[Ortner 1991] Ortner, E., Informationsmanagement - Wie es entstand, was es ist und wohin es

sich entwickelt, in: Informatik-Spektrum, 14, 1991, S. 315-327. [Österle 1995] Österle, H., Business Engineering: Prozess- und Systementwicklung, 2. Aufl.,

Springer, Berlin 1995. [Österle 2012] Österle, H., Service Management für Konsumenten, in: SOA Days 2012, Bonn,

Deutschland, 28.3.2012, S. 1-33.

http://www.omg.org/spec/SBVR/1.0/PDF/


[Österle/Otto 2010] Österle, H., Otto, B., Konsortialforschung: Eine Methode für die

Zusammenarbeit von Forschung und Praxis in der gestaltungsorientierten Wirtschaftsinformatikforschung, in: Wirtschaftsinformatik, 52, 2010, Nr. 5, S. 273-285.

[Österle et al. 2007] Österle, H., Winter, R., Höning, F., Kurpjuweit, S., Osl, P., Business

Engineering: Core-Business-Metamodell, in: WISU - Das Wirtschaftsstudium, 36, 2007, Nr. 2, S. 191-194.

[Otto 2011a] Otto, B., Datenqualitätsmanagement, in: WISU - Das Wirtschaftsstudium, 11,

2011a, Nr. 7, S. 923-926. [Otto 2011b] Otto, B., A Morphology of the Organisation of Data Governance, in:

Tuunainen, V.K., Rossi, M., Nandhakumar, J. (Hrsg.), Procceedings of 19th European Conference on Information Systems, Helsinki, Finland, 11.06.2011.

[Otto 2011c] Otto, B., Organizing Data Governance: Findings from the Telecommunications

Industry and Consequences for Large Service Providers, in: Communications of the AIS, 29, 2011c, Nr. 1, S. 45-66.

[Otto 2012a] Otto, B., How to design the master data architecture: Findings from a case

study at Bosch, in: International Journal of Information Management, 32, 2012a, Nr. 4, S. 337-346.

[Otto 2012b] Otto, B., Managing the business benefits of product data management: the case

of Festo, in: Journal of Enterprise Information Management, 25, 2012b, Nr. 3, S. 272-297.

[Otto 2013] Otto, B., Stammdaten als Erfolgsfaktor moderner Unternehmen, in: 4. eCl@ss-

Kongress „eCl@ss: 360° Wirtschaftlichkeit“, Köln, Deutschland, 11.9.2013, eCl@ss e.V., S. 1-27.

[Otto/Aier 2013] Otto, B., Aier, S., Business Models in the Data Economy: A Case Study from

the Business Partner Data Domain, in: Alt, R., Franczyk, B. (Hrsg.), Proceedings of the 11th International Conference on Wirtschaftsinformatik (WI 2013), Leipzig, 27.02.2013, S. 475-489.

[Otto et al. 2010] Otto, B., Hüner, K. M., Österle, H., A Cybernetic View on Data Quality

Management, in: Leidner, D.E., Elam, J.J. (Hrsg.), Proceedings of the 16th Americas Conference on Information Systems (AMCIS 2010), Lima, Peru, Paper 423.


[Otto et al. 2007] Otto, B., Wende, K., Schmidt, A., Osl, P., Towards a Framework for Corporate

Data Quality Management, in: Toleman, M., Cater-Steel, A., Roberts, D. (Hrsg.), Proceedings of the 18th Australasian Conference on Information Systems, Toowoomba, Australien, 06.12.2007, The University of Southern Queensland, S. 916-926.

[Padhy/Sahu 2011] Padhy, R., Sahu, S., A real option based Six Sigma project evaluation and

selection model, in: International journal of project management, 29, 2011, Nr. 8, S. 1091-1102.

[Peffers/Dos Santos 2013] Peffers, K., Dos Santos, B. L., Research opportunities in information

technology funding and system justification, in: European Journal of Information Systems, 22, 2013, Nr. 2, S. 131-138.

[Peffers et al. 2008] Peffers, K., Tuunanen, T., Rothenberger, M. A., Chatterjee, S., A Design

Science Research Methodology for Information Systems Research, in: Journal of Management Information Systems, 24, 2008, Nr. 3, S. 45-77.

[Peppard/Ward 2004] Peppard, J., Ward, J., Beyond strategic information systems: towards an IS

capability, in: Journal of Strategic Information Systems, 13, 2004, Nr. 2, S. 167-194.

[Perry 1998] Perry, C., Processes of a case study methodology for postgraduate research in

marketing, in: European journal of marketing, 32, 1998, Nr. 9/10, S. 785-802. [Pettigrew 1987] Pettigrew, A. M., Context and Action in the Transformation of the Firm, in:

Journal of Management Studies, 24, 1987, S. 649-670. [Pierce et al. 2008] Pierce, E., Dismute, W. S., Yonke, C. L., The State of Information and Data

Governance - Understanding How Organizations Govern Their Information and Data Assets, IAIDQ and UALR-IQ, Little Rock 2008.

[Pohland 2009] Pohland, S., Flexibilisierung von Geschäftsprozessen: Konzepte und

Praxisbeispiele, Oldenbourg Verlag, München 2009. [Porter 1996] Porter, M., What is strategy?, in: Harvard Business Review, 1996, Nr.

November – December 1996, S. 61 - 78. [Porter 2000] Porter, M., Wettbewerbsvorteile: Spitzenleistungen erreichen und behaupten, 6.

Aufl., Campus, Frankfurt/Main 2000. [Porter 1985] Porter, M. E., Competitive advantage: creating and sustaining superior

performance, The Free Press, New York 1985.


[Price/Shanks 2005] Price, R., Shanks, G. G., A semiotic information quality framework:

development and comparative analysis, in: Journal of Information Technology, 2005, Nr. 20, S. 88-102.

[Project Management Institute 2013] Project Management Institute, A Guide to the Project Management Body of

Knowledge: PMBOK Guide, Project Management Institute, Newton Square, New Jersey 2013.

[Puschmann 2004] Puschmann, T., Prozessportale - Architektur zur Vernetzung mit Kunden und

Lieferanten, Springer, Berlin 2004. [Radcliffe 2012] Radcliffe, J., The Seven Building Blocks of MDM: A Framework for Success,

Gartner Inc., Report ID G00230832, Stamford, USA 2012. [Radcliffe/Smith 2008] Radcliffe, J., Smith, M., Creating a Business Case for Master Data

Management, Gartner Inc., Report ID G00160270, Stamford, USA 2008. [Rau 1996] Rau, H., Benchmarking: Fehler in der Praxis,, in: Harvard Business Manager,

18, 1996, Nr. 4, S. 21-25. [Redman 1996] Redman, T. C., Data Quality for the Information Age, Artech House, Boston

1996. [Redman 2000] Redman, T. C., Data Quality. The Field Guide, Digital Press, Boston 2000. [Redman 2001] Redman, T. C., Data Quality. The Field Guide, Digital Press, Boston 2001. [Reichmann 2001] Reichmann, T., Controlling mit Kennzahlen und Managementberichten.

Grundlagen einer systemgestützten Controlling-Konzeption, 6. Aufl., Vahlen, München 2001.

[Rockart 1979] Rockart, J. F., Chief executives define their own data needs, in: Harvard

Business Review, 57, 1979, Nr. 2, S. 81-93. [Ronda-Pupo/Guerras-Martin 2012] Ronda-Pupo, G. A., Guerras-Martin, L. Á., Dynamics of the evolution of the

strategy concept 1962–2008: a co-word analysis, in: Strategic Management Journal, 33, 2012, Nr. 2, S. 162-188.

[Rosemann/Schütte 1999] Rosemann, M., Schütte, R., Multiperspektivische Referenzmodellierung, in:

Becker, J., Rosemann, M., Schütte, R. (Hrsg.), Referenzmodellierung - State-of-the-Art und Entwicklungsperspektiven, Physica, Heidelberg 1999, S. 22-44.

[Rosemann/Vessey 2008] Rosemann, M., Vessey, I., Toward Improving the Relevance of Information

Systems Research to Practice: The Role of Applicability Checks, in: MIS Quarterly, 32, 2008, Nr. 1, S. 1-22.


[Rother/Shook 2003] Rother, M., Shook, J., Learning to see: value stream mapping to add value and

eliminate muda, Lean Enterprise Institute, 2003. [Rowley 2004] Rowley, J. a. S., F., Conducting a literature review, in: Management Research

News, 27, 2004, Nr. 6, S. 31-39. [Rüegg-Stürm 2002] Rüegg-Stürm, J., Das neue St. Galler Management-Modell, Haupt, 2002. [Russom 2006] Russom, P., Taking Data Quality to the Enterprise through Data Governance,

The Data Warehousing Institute, Seattle 2006. [Saaksvuori/Immonen 2008] Saaksvuori, A., Immonen, A., Product Lifecycle Management, 3. Aufl.,

Springer, Berlin 2008. [Salchegger/Dewor 2008] Salchegger, M., Dewor, E., Höchste Zeit für ein Solvency II Data Management,

in: Versicherungswirtschaft, 2008, Nr. 20, S. 1714-1718. [Salmela/Spil 2002] Salmela, H., Spil, T. A. M., Dynamic and emergent information systems

strategy formulation and implementation, in: International Journal of Information Management, 22, 2002, Nr. 6, S. 441-460.

[Sambamurthy et al. 2003] Sambamurthy, V., Bharadwaj, A., Grover, V., Shaping Agility through Digital

Options: Reconceptualizing the Role of Information Technology in Contemporary Firms, in: MIS Quarterly, 27, 2003, Nr. 2, S. 237-263.

[Samuelson 1961] Samuelson, P. A., Economics - an introductory analysis, 5. Aufl., McGraw-

Hill, New York 1961. [Schmidt 2010] Schmidt, A., Entwicklung einer Methode zur Stammdatenintegration,

Dissertation, Institut für Wirtschaftsinformatik, Universität St. Gallen, Berlin 2010.

[Schmidt/Otto 2008] Schmidt, A., Otto, B., A Method for the Identification and Definition of

Information Objects, in: Neely, P., Pipino, L., Slone, J.P. (Hrsg.), Proceedings of the 13th International Conference on Information Quality, MIT, Cambridge 2008, S. 214-228.

[Scholz/Tietje 2002] Scholz, R. W., Tietje, O., Embedded Case Study Methods. Integrating

quantitative and qualitative knowledge, Sage Publications, Thousand Oaks 2002.

[Schreyögg 1999] Schreyögg, G., Organisation: Grundlagen moderner Organisationsgestaltung,

3. Aufl., Gabler, Wiesbaden 1999.


[Schüngel 1995] Schüngel, M., Stand der Unternehmensdatenmodellierung in der Praxis - Eine

empirische Untersuchung, Diplomarbeit, Westfälischen Wilhelms-Universität Münster, Münster 1995.

[Schütte 1998] Schütte, R., Grundsätze ordnungsmässiger Referenzmodellierung: Konstruktion

konfigurations- und anpassungsorientierter Modelle, Gabler, Wiesbaden 1998. [Schütte/Rotthowe 1998] Schütte, R., Rotthowe, T., The Guidelines of Modeling - An Approach to

Enhance the Quality in Information Models, in: Proceedings of the 17th International Conference on Conceptual Modeling, Singapur, S. 240-254.

[Schwinn 2005] Schwinn, A., Entwicklung einer Methode zur Gestaltung von

Integrationsarchitekturen für Informationssysteme, Dissertation, Universität St. Gallen, Difo-Druck, Bamberg 2005.

[Schwinn/Schelp 2005] Schwinn, A., Schelp, J., Design patterns for data integration, in: Journal of

Enterprise Information Management, 18, 2005, Nr. 4, S. 471-482. [Seibt 2001] Seibt, D., Anwendungssystem, in: Mertens, P., Back, A., Becker, J., König, W.,

Krallmann, H., Rieger, B., Scheer, A.-W., Seibt, D., Stahlknecht, P., Strunz, H., Thome, R., Wedekind, H. (Hrsg.), Lexikon der Wirtschaftsinformatik, 4. Aufl., Springer, Berlin 2001, S. 46-47.

[Seiner 2014] Seiner, R., Non-Invasive Data Governance: The Path of Least Resistance and

Greatest Success, Technics Publications, Basking Ridge, NJ, USA 2014. [Senge 1990] Senge, P., The Fifth Discipline: the Art and Practice of the Learning

Organization, Doubleday, New York 1990. [Senger/Österle 2004] Senger, E., Österle, H., PROMET Business Engineering Case Studies (BECS)

Version 2.0, BE HSG / BECS / 1, University of St. Gallen, Institute of Information Management, St. Gallen 2004.

[Shanks et al. 2003] Shanks, G., Tansley, E., Weber, R., Using Ontology To Validate Conceptual

Models, in: Communications of the ACM (CACM), 46, 2003, Nr. 10, S. 85-89. [Shanks/Darke 1999] Shanks, G. G., Darke, P., Understanding corporate data models, in:

Information & Management, 35, 1999, S. 19-30. [Siau/Rossi 2011] Siau, K., Rossi, M., Evaluation techniques for systems analysis and design

modelling methods–a review and comparative analysis, in: Information Systems Journal, 21, 2011, Nr. 3, S. 249-268.

[Simon 1996] Simon, H. A., The Sciences of the Artificial, MIT Press, Cambridge 1996.


[Smith/McKeen 2008] Smith, H. A., McKeen, J. D., Developments in Practice XXX: Master Data

Management: Salvation Or Snake Oil?, in: Communications of the AIS, 23, 2008, S. 63-72.

[Stahlknecht/Hasenkamp 2002] Stahlknecht, P., Hasenkamp, U., Einführung in die Wirtschaftsinformatik, 10.

Aufl., Springer, Berlin 2002. [Steiner 1996] Steiner, J. M., Rechnergestütztes Kostensenken im praktischen Einsatz, Shaker,

Aachen 1996. [Stewart et al. 2007] Stewart, D. W., Shamdasani, P. N., Rook, D. W., Focus Groups: Theory and

Practice, 2. Aufl., Sage Publications, Thousand Oaks 2007. [Sullivan 1985] Sullivan, C. H., Systems planning in the information age, in: Sloan

Management Review, 26, 1985, Nr. 2, S. 3-12. [Susman/Evered 1978] Susman, G. I., Evered, R. D., An Assessment of the Scientific Merits of Action

Research, in: Administrative Science Quarterly, 23, 1978, Nr. 4, S. 582-603. [Taiichi 1988] Taiichi, O., Toyota production system: beyond large-scale production,

Productivitiy Press, Cambridge, MA, USA 1988. [Taudes et al. 2000] Taudes, A., Feurstein, M., Mild, A., Options analysis of software platform

decisions: a case study, in: MIS Quarterly, 2000, S. 227-243. [Teece et al. 1997] Teece, D. J., Pisano, G., Shuen, A., Dynamic capabilities and strategic

management, in: Strategic Management Journal, 18, 1997, Nr. 7, S. 509-533. [The Open Group 2007] The Open Group, TOGAF "Enterprise Edition", Version 8.1, URL:

http://www.togaf.com, Zugriff am: 12.01.2013. [Thomas 2006] Thomas, G., Alpha Males and Data Disaster - The Case for Data Governance,

Brass Canon Press, Orlando, FL, USA 2006. [Tiwana et al. 2007] Tiwana, A., Wang, J., Keil, M., Ahluwalia, P., The bounded rationality bias in

managerial valuation of real options: Theory and evidence from IT projects, in: Decision Sciences, 38, 2007, Nr. 1, S. 157-181.

[Tremblay et al. 2010] Tremblay, M. C., Hevner, A. R., Berndt, D. J., The Use of Focus Groups in

Design Science Research, in: Hevner, A.R., Chatterjee, S. (Hrsg.), Design Research in Information Systems, Springer, Berlin 2010, S. 121-143.

[Trigeorgis 1996] Trigeorgis, L., Real Options: Managerial flexibility and strategy in resource

allocation, the MIT Press, 1996.

http://www.togaf.com/


[Ullrich 2013] Ullrich, D.-K. C., Valuation of IT Investments Using Real Options Theory, in:

Business & Information Systems Engineering, 5, 2013, Nr. 5, S. 331-341. [UN/CEFACT 2009] UN/CEFACT, Core Components Technical Specification, Version 3.0, URL:

http://www.unece.org/cefact/codesfortrade/CCTS/CCTS-Version3.pdf, Zugriff am: 5.10.2013.

[Vancil/Lorange 1975] Vancil, R. F., Lorange, P., Strategic planning in diversified companies, in:

Harvard Business Review, 53, 1975, Nr. 1, S. 81-90. [Vaygan et al. 2007] Vaygan, J. A., Garfinkle, S. M., Walenta, C., Healy, D. C., Valentin, Z., The

internal information transformation of IBM, in: IBM SYSTEMS JOURNAL, 46, 2007, Nr. 4, S. 669-683.

[VDI 1993] VDI, VDI Richtlinie 2221: Methodik zum Entwickeln und Konstruieren

technischer Produkte und Systeme, VDI-Verlag, Düsseldorf 1993. [VDI 2002] VDI, Informationsverarbeitung in der Produktentwicklung - Einführung und

Wirtschaftlichkeit von EDM/PDM-Systemen (VDI 2219), 2002. [VDI 2005] VDI, VDI-Richtlinie 2884: Beschaffung, Betrieb und Instandhaltung von

Produktionsmitteln unter Anwendung von Life Cycle Costing (LCC), VDI-Verlag, Düsseldorf 2005.

[Vogel 2009] Vogel, T., Serviceorientiertes Business Networking - Referenzarchitektur und

Gestaltungsprinzipien, Dissertation, Universität St. Gallen, Difo-Druck, Bamberg 2009.

[Vogler 2004] Vogler, P., Prozess- und Systemintegration: Evolutionäre Weiterentwicklung

bestehender Informationssysteme mit Hilfe von Enterprise Application Integration, Habilitation, Universität St. Gallen, St. Gallen 2004.

[von der Heyden 2004] von der Heyden, M., Eine Unternehmung im Kräftefeld der Umwelten, in:

Dubs, R., Euler, D., Rüegg-Stürm, J., Wyss, C. (Hrsg.), Einführung in die Managementlehre 1, Haupt, Bern 2004, S. 229-238.

[Wand/Wang 1996] Wand, Y., Wang, R. Y., Anchoring Data Quality Dimensions in Ontological

Foundations, in: Communications of the ACM, 39, 1996, Nr. 11, S. 86-95. [Wand/Weber 2002] Wand, Y., Weber, R., Research Commentary: Information Systems and

Conceptual Modeling - A Research Agenda, in: Information Systems Research (ISR), 13, 2002, Nr. 4, S. 363-376.

[Wang/Ahmed 2007] Wang, C. L., Ahmed, P. K., Dynamic capabilities: A review and research

agenda. In: International Journal, in: International Journal of Management Reviews, 9, 2007, Nr. 1, S. 31-51.

http://www.unece.org/cefact/codesfortrade/CCTS/CCTS-Version3.pdf


[Wang 1998] Wang, R. Y., A product perspective on total data quality management, in:

Communications of the ACM, 41, 1998, Nr. 2, S. 58-65. [Wang et al. 1998] Wang, R. Y., Lee, Y. W., Pipino, L. L., Strong, D. M., Manage Your

Information as a Product, in: Sloan Management Review, 39, 1998, Nr. 4, S. 95-105.

[Wang et al. 1995] Wang, R. Y., Storey, V. C., Firth, C. P., A Framework for Analysis of Data

Quality Research, in: IEEE Transactions on Knowledge and Data Engineering, 7, 1995, Nr. 4, S. 623-640.

[Wang/Strong 1996] Wang, R. Y., Strong, D. M., Beyond Accuracy: What Data Quality Means to

Data Consumers, in: Journal of Management Information Systems, 12, 1996, Nr. 4, S. 5-34.

[Ward/Daniel 2006] Ward, J., Daniel, E., Benefits Management: Delivering Value from IS & IT

Investments, John Wiley, Hoboken, NJ 2006. [Watson 1993] Watson, G. H., Strategic Benchmarking - how to rate your company's

performance against the world's best, John Wiley, New York 1993. [Weber 2004] Weber, J., Einführung in das Controlling, Schäffer-Poeschel, Stuttgart 2004. [Weber 2009] Weber, K., Data Governance-Referenzmodell - Organisatorische Gestaltung

des unternehmensweiten Datenqualitätsmanagements, Dissertation, Difo-Druck, Bamberg 2009.

[Wedekind 2001] Wedekind, H., Datenbanksystem, in: Mertens, P., Back, A., Becker, J., König,

W., Krallmann, H., Rieger, B., August-Wilhelm, Seibt, D., Stahlknecht, P., Strunz, H., Thome, R., Wedekind, H. (Hrsg.), Lexikon der Wirtschaftsinformatik, 4. Aufl., Springer, Berlin 2001, S. 139-140.

[Welge/Al-Laham 2001] Welge, M. K., Al-Laham, A., Strategisches Management: Grundlagen-Prozess-

Implementierung, Gabler, 2001. [Welge/Al-Laham 2003] Welge, M. K., Al-Laham, A., Strategisches Management: Grundlagen,

Prozess, Implementierung, Gabler, 2003. [WKWI/GI-FB WI 2008] WKWI/GI-FB WI, WI-Orientierungslisten, in: Wirtschaftsinformatik, 50, 2008,

Nr. 2, S. 155-163. [Womack/Jones 2002] Womack, J. P., Jones, D. T., Seeing the whole: mapping the extended value

stream, Lean Enterprise Institute, Cambridge, MA, USA 2002.


[Wu et al. 2010] Wu, L.-C., Wu, L.-H., Wen, Y.-F., Interdisciplinary research of options theory

and management information systems: Review, research issues, and suggestions for future research, in: Industrial Management & Data Systems, 110, 2010, Nr. 3, S. 433-452.

[Yin 2002] Yin, R. K., Case study research: design and methods, 3. Aufl., Sage

Publications, Thousand Oaks 2002. [You et al. 2012] You, C. J., Lee, C., Chen, S., Jiao, R. J., A real option theoretic fuzzy evaluation

model for enterprise resource planning investment, in: Journal of Engineering and Technology Management, 29, 2012, Nr. 1, S. 47-61.

[Zarnekow et al. 2004] Zarnekow, R., Scheeg, J., Brenner, W., Untersuchung der Lebenszykluskosten

von IT-Anwendungen, in: Wirtschaftsinformatik, 46, 2004, Nr. 3, S. 181-187. [Zollo/Winter 2002] Zollo, M., Winter, S. G., Deliberate Learning and the Evolution of Dynamic

Capabilities, in: Organization Science, 13, 2002, Nr. 3, S. 339-351. [Zornes 2008] Zornes, A., Enterprise Master Data Management: Market Review & Forecast

for 2008-12, The MDM Institute, Burlingame 2008.

Anhang 206

Anhang A Dokumentation zur Forschungsmethodik A.1 Workshops und Präsentationen

Tabelle A-1 zeigt Präsentationen der Autorin im Rahmen von CC CDQ Workshops.

Datum, Ort Titel und Inhalte

03.02.11, Ittingen

Providers of Business Partner Data - Comparison and Evaluation • Business requirements • Overview of market players (e.g. D&B, Avox, Bureau van Dijk) and their approaches • Evaluation criteria and comparison

07.04.11, München

MDM maturity assessment and strategy development at TelCo • Strategic contribution of Master data management (MDM) • Maturity assessment results • MDM goals and strategic action plan

08.06.11, Hamburg

Developing a strategy for Corporate Data Quality Management (CDQM) • Rationale for a CDQM strategy • State-of-the-art • Strategy Development Method for CDQM • Success factors Group work CDQM Strategy (FGI A) • Triggers and business requirements for a CDQM strategy • Evaluation of CDQM Strategy Development Method • Promoting a CDQM strategy and change management mechanisms

08.06.11, Hamburg

Lean MDM • Overview of lean management principles • Transfer of lean principles to MDM

25.11.11, Manchester

Costing for CDQM (Case: Bayer Consumer Care) • Challenges of costing for CDQM • Selected costing approaches for CDQM • Activity-based costing for CDQM at Bayer Consumer Care Focus group interview Experiences with costing for CDQM in your company (FGI B)

22.06.12, Mainz

Towards a method for developing a CDQM strategy • Business rationale for a CDQM strategy • State-of-the-art and related approaches • Strategy Development Method for CDQM Group work The strategy perspective on data (FGI C) • Evaluation of the method structure and prioritization of the catalog of techniques • Success factors for a CDQM strategy

22.11.12, Stuttgart

Strategic action plan and Meta-model for CDQM • Reference approach for implementing a CDQM strategy • Blueprint for strategic implementation plan (FGI D) • Meta-model for CDQM Group work Evaluation of the Meta-model for CDQM (FGI D)

14.02.13, Interlaken

Profitability analysis for CDQM • Challenges in determining cost and benefits of corporate data quality management • Towards a “tool box” for managing the costs and benefits of CDQM Focus group interview Profitability analysis for CDQM (FGI E)

11.10.13, St. Gallen

Business Case Framework for CDQM • Strategy Development Method for CDQM • CDQM business case development and framework • Practical application of the business case framework • Lessons learned and discussion (FGI F)

Tabelle A-1: Präsentationen bei CC CDQ-Workshops

207 Anhang

Tabelle A-2 umfasst Präsentationen mit Bezug zur Dissertation bei externen Tagungen der Wissenschaft und Praxis.

Datum, Ort Tagung/Konferenz Titel

25.10.11, Stuttgart

6. IIR Technology Forum „Stammdaten-Management Forum 2011“

Messung von Datenqualität

07.01.12, Maui, USA

45th Hawaii International Conference on System Sciences (HICSS-45)

Data Quality Requirements of Collaborative Business Processes

15.03.12, Frankfurt

Camelot Managementforum „Strategisches Stammdatenmanagement“

Das EFQM-Exzellenz-Modell für das Datenqualitätsmanagement

25.09.12, Berlin

Marcus Evans-Konferenz „Master Data Management: Empowering Business 2012“

Costing for Master Data Management

27.02.13, Leipzig

11. Internationale Konferenz der Wirtschaftsinformatik (WI 2013)

Towards a Strategy Design Method for Corporate Data Quality Management

11.04.13, Mannheim

Infosys Lodestone- und SAP-Tagung „Enterprise Data Management (EDM) für Life Sciences”

Eröffungsvortrag der Tagung: Aktuelle EDM Trends und Entwicklungen

Tabelle A-2: Präsentationen bei externen Tagungen der Wissenschaft und Praxis

Anhang 208

A.2 Dokumentation der Fokusgruppeninterviews

Es wurden im Rahmen von CC CDQ Workshops sechs Fokusgruppeninterviews (FGI) mit DQM-Fachexperten durchgeführt, in denen die Methode bzw. einzelne Methodenfragmente evaluiert und weiterentwickelt wurden. Tabelle A-3 fasst die FGI A bis F mit den jeweils behandelten Inhalten zusammen. Um die Abdeckung unterschiedlicher Industrien zu verdeutlichen, sind die Teilnehmer anhand der Unternehmen benannt, die sie vertreten. Die Zahl in Klammern steht für die jeweilige Anzahl der Unternehmensvertreter. Ihre Rollen umfassen Konzern-Datenstewards bzw. fachl./ techn. Datenstewards aus den Fachbereichen und IT, wobei die Mehrheit der Experten in leitender Position tätig ist.

Thema Datum, Ort Unternehmen (Anzahl Teilnehmer)

FGI A: Methode zur Strategieentwicklung für DQM

08.06.11, Hamburg

38 Experten: Adidas Group (2), AstraZeneca (3), BASF (1), Bayer HealthCare (2), BEI St. Gallen (1), Beiersdorf (2), Blohm + Voss Naval (1), Carl Zeiss (1), Cemex (1), DataFlux (2), Dräger Lübeck (2), Festo (2), IWI-HSG (3), KION (2), Novartis (1), Otto Group (2), Robert Bosch (2), SAP (2), Siemens (1), Siemens Enterprise Communications (2), Deutsche Telekom (2), ZF Friedrichshafen (1)

FGI B: Phase III Wirtschaftlichkeits-analyse

25.11.11, Manchester

28 Experten: Aston Martin (1), AstraZeneca (7), BASF (1), Bayer HealthCare (1), Bayer CropScience (1), BEI St. Gallen (2), Beiersdorf (3), British Telecom (1), Festo (2), IWI-HSG (4), Nestlé (1), Shell (1), Siemens Enterprise Communications (1), Syngenta (1), ZF Friedrichshafen (1)

FGI C: Evaluation der Methode (Katalog an Techniken, Erfolgsfaktoren)

22.06.12, Mainz

30 Experten: Bayer HealthCare (3), Beiersdorf (1), Böhringer Ingelheim (2), BEI St. Gallen (3), Dräger (2), Festo (2), Hilti (2), IWI-HSG (2), KION (2), Merck (2), Mitsubishi Pharma (1), Nestlé (1), SAP (3), Syngenta (1), ZF Friedrichshafen (3)

FGI D: Evaluation Blaupause für Umsetzungsplan und Metamodell

22.11.12, Stuttgart

29 Experten: Alcatel-Lucent (1), Allianz (1), Beiersdorf (1), BEI St. Gallen (2), Festo (2), IWI-HSG (3), KPN (1), Nestlé (2), Novartis (1), Osram (1), Robert Bosch (3), SAP (4), Swisscom (3), Syngenta (2), ZF Friedrichshafen (2)

FGI E: Evaluation Phase III Wirtschaftlichkeits-analyse und Aktivität IV.3

14.02.13, Interlaken

52 Experten: AstraZeneca (5), Bacardi (1), Bayer CropScience (2), Bayer HealthCare (3), Bayer CropScience (2), B. Braun Medical (1), Beiersdorf (2), BEI St. Gallen (4), Corning (1), Ericsson (1), Festo (2), IWI-HSG (6), Lonza (1), Merck (1), SAP (2), SBB (2), Schindler Informatik (1), Siemens (1), Siemens Enterprise Communications (1), Stryker (1), Swisscom (3), Syngenta (2), Tetra Pak (2), ZF Friedrichshafen (4), Züricher Kantonalbank (1)

FGI F: Diskussion Phase III Business Case Framework

11.10.13, St. Gallen

47 Experten: Bayer CropScience (2), Bayer HealthCare (1), Beiersdorf (1), Robert Bosch (2),BEI St. Gallen (5), Dräger (3), Ericsson (2), Festo (3), Franke (2), Nestlé (1), Postfinance (1), SAP (3), SBB (3), Shell (1), Swisscom (4), Syngenta (2), Tetra Pak (2), TU Dortmund (1), IWI-HSG (4), ZF Friedrichshafen (4)

Tabelle A-3: Dokumentation der Fokusgruppeninterviews FGI A bis F

209 Anhang

A.3 Charakterisierung der Fallstudien

Tabelle A-4 charakterisiert die partizipativen Fallstudien der Arbeit anhand der Ansprechpartner in den Unternehmen, der definierten Arbeitspakete (als Ergebnis der Aktionsplanung), der Projektdauer sowie des Arbeitsmodus.

Merkmal TelCo Bayer CropScience

Projektpartner Leiter Globale DQM-Organisation Globaler Leiter „Customer Interaction Management“-Organisation

Arbeitspakete • Analyse der Ist-Situation für das Stammdatenmanagement

• Benchmarking • Entwicklung einer Stammdaten-Strategie • Umsetzungsplanung und Dokumentation • Entwicklung Informationsbroschüre

• Analyse der Ist-Situation für Kundendatenmanagement (KDM)

• Benchmarking • Entwicklung einer KDM-Strategie • Umsetzungsplanung und Dokumentation

Projektdauer Oktober 2010 - April 2011 August 2012 - März 2013

Arbeitsmodus Projektaufwand von ca. 40 Personentagen, verteilt in dem Zeitrahmen. Teilnahme an/ Leitung von Abstimmungsterminen und Workshops

Projektaufwand von ca. 40 Personentagen, verteilt in dem Zeitrahmen. Teilnahme an/ Leitung von Abstimmungsterminen und Workshops

Merkmal Festo Bayer Consumer Care

Projektpartner Leiter Produktlebenszyklusmanagement und Standardisierung

Leiter Globales Stammdatenmanagement

Arbeitspakete • Entwicklung Konzept einer datenobjektorientierten Teilegemeinkostenanalyse

• Definition der Referenzfälle • Datenerhebung für Neuheiten und Serie • Entwicklung Prognose-Werkzeug • Validierung

• Prozesskostenanalyse • Ableitung von Verbesserungspotentialen • Entwicklung Massnahmenkatalog • Wirtschaftlichkeitsanalyse für die

Massnahmen

Projektdauer Januar 2012 - Oktober 2013 Juni 2011 - September 2011

Arbeitsmodus Projektaufwand von ca. 50 Personentagen für das Kern-Team (verteilt in dem Zeitrahmen); detaillierte Aufstellung der Aufwände in Kapitel B.1

Konzeptuelle Beratung des Projektpartners per Mail und Telefon

Merkmal Merck

Projektpartner Leiter Globale Data Governance

Arbeitspakete • Anpassung Business Case Framework • Datenerhebung für

Wirtschaftlichkeitsanalyse anhand Business Case Framework

• Auswertung • Berechnung der Amortisationszeit • Dokumentation

Projektdauer Oktober 2012

Arbeitsmodus Projektaufwand von ca. 12 Personentagen; Merck-interner Aufwand ca. 5 Personentage

Tabelle A-4: Übersicht Fallstudien

Anhang 210

Anhang B Dokumentation zur Fallstudie Festo B.1 Datenerhebung Teilegemeinkostenanalyse

Die Projektleitung seitens Festo hatte Herr Josef Huber (Leiter Product Lifecycle Management and Standardisation) und seitens des IWI-HSG Frau Clarissa Falge (mit Projektunterstützung durch BEI St. Gallen AG). Tabelle B-1 zeigt die Teilnehmer der Datenerhebung und den zeitlichen Aufwand.

Teilnehmer Rolle

Kern-Team in Esslingen: 6 ganztägige Workshops zur Abstimmung/ Ergebnispräsentation in 2012/13 Müller, Gerald: Leiter Corporate Engineering Drives Hermann, Andreas: Leiter Logistics Planning Sauer, Josef: Leiter Versuch Binder, Markus: Leiter Finanzmanagement DE Zürn, Michael: Leiter Controlling Supply Chain Höller, Johannes: Value Management Brede, Andreas: Leiter Value Management Paech, Armin: Project Office Drives (Entwicklung) 27.03.2012, ganztägiger Datenerhebungs-Workshop in Rohrbach Fuhr, Werner: Leiter Projektsteuerung Neuheiten im Werk Rohrbach (Fertigung) Schneider Joachim: Leiter Materialbeschaffung Werk Rohrbach (Einkauf) Krill, Martin: Leiter Werksdisposition Rohrbach Hoffmann, Peter: Leiter Änderungswesen im Werk Rohrbach Knerr, Peter: Leiter Auftrags- und Materialsteuerung im Werk Rohrbach Frisch, Thomas: Leiter Prozessplanung und Optimierung im Werk Rohrbach Fettig, Johannes: Materialmanagement im Werk Rohrbach 28.03.2012, ganztägiger Datenerhebungs-Workshop in Esslingen-Berkheim: Paech, Armin: Project Office Drives (Entwicklung) Hokenmaier, Mark: Leiter Entwicklung Drives Lehmann, Andreas: Leiter Grunddatenverwaltung Lackes, Steffen: Leiter Market Supply Bühner, Frank: Purchasing Autom. Germany Novelties Gebhardt, Martin: Leiter Corporate Quality Drives and Air Supply 29.03.2012, ganztägiger Datenerhebungs-Workshop in Esslingen-Berkheim: Brede, Andreas: Leiter Value Management Bruder, Ditmar: Leiter Spare Part Documentation and Support Schad, Günther: Product Costing Bischof, Joachim: Leiter Corporate Product Compliance Binder, Markus: Leiter Finanzmanagement Stähle, Heiko: Leiter Product Costing Höller, Johannes: Value Management Brandl, Ralf-Peter: Leiter Product Documentation Engelfried, Timo: Product Documentation

Tabelle B-1: Teilnehmer Datenerhebung und Aufwand

211 Anhang

B.2 Teilekosten Neuheit für ADN-Zylinder

Tabelle B-2 zeigt für den Referenzfall ADN die detaillierten Aufwände in der Datenobjekt-Struktur für eine Neuheit (Einmalkosten). Die grundlegende Datenobjekt-Struktur für alle drei Neuheiten-Fälle besteht aus 42 durchnummerierten Einzelpositionen. Es sind nur Positionen mit Aufwänden > 0 aufgeführt, weshalb z.B. die Zeile Nr. 02 Vorversuche mit Aufwand = 0 fehlt (vgl. erste Spalte „Nr“), die aber im Fall DW vorhanden ist.


Daten-objekt

Aktivitäten ADN Neuheit

Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.)

Phase 0

01 Spezifi-kationen






2'400 2'400 0 0 0

Phase 1

03 Spezifi-kationen

Pflichten-heft





Back-Periode

7'200 7'200 0 0 0

04 Spezifi-kationen

Dokumente Versuchs-muster

Produktkonzeptfreigabe: • Beschaffung

Eigenfertigungsteile für Versuchsmuster

• Beschaffung Kaufteile für Versuchsmuster

• Montage der Versuchsmuster (Endprodukte)

820 120 50 14 700

05 Konzepte Projektge-nehmigung

Pflichtenheft und Projekt-genehmigung verabschieden

480 480 0 0 0

06 Zeich-nungen

CAD- Zeichnung

• CAD-Zeichnung für Zukaufteile

• Zeichnungen & Spezifikationen für Prototypen

4'200 0 300 14 4'200


Produktliste mit Bestellcode erstellen

480 480 0 0 0

Tabelle B-2: Teilekosten einer Neuheit für ADN

Anhang 212


Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.)

Phase 2

09 Spezifi-kationen

Baukasten-modell in SAP

• Konzept für Varianten-abwicklung definieren

• Dokumentation des Baukastenmodells

• Pflege des Beziehungswissens im Baukastenmodell in SAP

1'390 480 5 182 910

10 Spezifi-kationen



1'685 960 5 145 725

11 Spezifi-kationen





3'220 960 10 226 2'260

12 Konzepte Produkt-konzept-freigabe

Q-Freigabeformular gemäss Verfahrensanweisung

300 300 0 0 0

13 Mitteilung Neuheiten-mitteilung


14 Zeich-nungen

CAD-Zeich-nungen 2D & 3D

CAD-Dokumente: • 3D-Modelle • 2D-Zeichnungen • MAS-Zeichnungen

33'720 960 180 182 32'760


Fertigungs- FMEAs

FMEA (zuständig: Projektleiter): Phase 0: System-FMEA Phase 1: Entwicklung-FMEA Phase 2: Produktion-FMEA Kurzzeitfähigkeits- untersuchung; weitere Akt.: Reviews und Bericht

1'260 660 60 10 600


Berech-nungs-dokumente

Berechnungen: Finite-Elemente-Methode für komplexe Bauteile, Schrauben-, Dichtungs- und Toleranzberechnungen etc.

10'560 10'560 0 0 0


Versuchs-auftrag & -bericht

Versuche: • Versuchsauftrag erstellen • Versuche durchführen • Versuchsbericht erstellen

72'300 4'800 270 250 67'500

19 Stamm-daten


Sicherheitsmerkmale-verwaltung: Definition Klassen, Merkmale und Wertelisten im SAP-Klassensystem

1'030 120 5 182 910

Tabelle B-2: Teilekosten einer Neuheit für ADN (fortgesetzt)

213 Anhang


Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.)

20 Stamm-daten

Produkt-stamm-daten in SAP

Produktstammdaten in PDM freigeben und bereitstellen: • Materialstämme, Stücklisten • Doku-Infosätze • Dokumente (Zeichnungen,

Datenblätter, …)

1'030 120 5 182 910

21 Stamm-daten

Lieferan-tenanfrage, Angebots-vergleich & Freigabe

Einkauf/Lieferanten: • Infosatz, Orderbuch etc. in

SAP • Protokoll

Lieferantengespräche/ Werkzeugbesprechung

• Investitionsanträge erstellen • Werkzeuge bestellen

200 60 10 14 140

22 Stamm-daten



1'030 120 5 182 910

23 Transak-tions-daten

Qualitäts-lenkungs-plan

Qualitätslenkungs-/ Kontrollplan: • Umfang festgelegt • Inhalt definiert

(Eigenfertigungsteile/ Einkaufsteile)

1'040 60 5 196 980

Phase 3

24 Mittei-lung

Montage-freigabe

Montagefreigabe 625 480 1 145 145

25 Zeich-nungen

Stempel-zeichnung

Bemusterungsprozess gemäss Verfahrensanweisung: • Stempelzeichnungen

erstellen • Musterberichte Werkzeuge

1'860 180 120 14 1'680

26 Protokol-le

Qualitäts-test & Freigabe-protokoll

Qualitätstest durchgeführt - Ergebnis in „Übergabe-protokoll" dokumentiert

2'400 0 240 10 2'400

27 Stamm-daten

Produkt-stamm-daten in Beschaf-fungs- und Fertigungs-werken




• Arbeitsfolgekarten pflegen • produktbezogene

Fehlersammelkarten pflegen • Reparaturprozess

Werkzeuge und Vorrichtung festlegen


pflegen

2'080 120 10 196 1'960

29 Stamm-daten

Bedie-nungs- und Montage-anleitung

Bedienungs- und Montage-anleitungen mehrsprachig erstellen (Papierform & Stückliste in PDM)

1'080 480 60 10 600


Anhang 214


Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.)

30 Stamm-daten


31 Stamm-daten

Arbeits-pläne


860 0 5 172 860

32 Stamm-daten

Kapazitä-tenliste


270 0 2 135 270

33 Stamm-daten

Betriebs-mittel-Nr. in TDM


270 0 2 135 270


Bestellun-gen

Lieferantenteile: Bestellungen an Lieferanten für Lageraufbau auslösen

200 60 10 14 140


Ferti-gungsplan

Fertigungs- und Montagepläne erstellen

160 60 10 10 100


1. Ferti-gungs-auftrag Baukasten

Bestellprozess (Kundenauftrag) überprüfen: Kundenbestellprozess und Umsetzung in Fertigungs-auftrag bzw. Montageauftrag ohne Beanstandung erfolgreich abgeschlossen

1'570 120 10 145 1'450

Phase 4

37 Proto-kolle

Über-nahme-protokoll anderer Standorte


• Ergebnis in Übergabeprotokoll dokumentiert

240 240 0 0 0

38 Proto-kolle

Neuheiten-freigabe


480 480 0 0 0


Produkt- Konfi-gurator

Produkt-Konfigurator (CAMOS) fertigstellen

660 60 60 10 600



Fertigung: • Planwerte in SAP für FEHA

pflegen • Parameter für Engpassüber-

wachung pflegen

1'350 0 10 135 1'350

Phase 5

42 Value Manage-ment


Value Management NEP-Projekt: • Ziel-HK-Definition • Plan-HK • HK-Bewertung des

Entwicklungsergebnisses • Abweichung von Plan-/ Ist-


(Cost/Quality/Delivery)

16'320 16'320 0 0

Aufwand Gesamt: ADN Neuheit 178'010


215 Anhang

B.3 Teilekosten Neuheit für DSNU-Zylinder

Tabelle B-3 zeigt für den Referenzfall DSNU die detaillierten Aufwände in der Datenobjekt-Struktur für eine Neuheit (Einmalkosten).


Daten-objekt

Aktivitäten DSNU Neuheit

Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) Phase 0

01 Spezi-fikatio-nen






2'400 2'400 0 0 0

Phase 1 03 Spezi-

fikatio-nen

Pflichten-heft





Back-Periode

1'440 1'440 0 0 0

05 Kon-zepte

Projektge-nehmigung

Pflichtenheft und Projektge-nehmigung verabschieden

480 480 0 0 0


Produktliste mit Bestellcode erstellen

240 240 0 0 0

Phase 2 10 Spezi-

fikatio-nen



1'365 960 5 81 405

11 Spezi-fikatio-nen





2'175 960 5 243 1'215

13 Mittei-lung

Neuheiten-mitteilung


Tabelle B-3: Teilekosten einer Neuheit für DSNU

Anhang 216


Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) 14 Zeich-

nungen CAD-Zeich-nungen 2D & 3D

CAD-Dokumente erstellen: 3D-Modelle, 2D- und MAS-Zeichnungen

1'515 300 5 243 1'215

19 Stamm-daten


Sicherheitsmerkmale-verwaltung: Definition Klassen, Merkmale und Wertelisten im SAP-Klassensystem

1'275 60 5 243 1'215

20 Stamm-daten

Produkt-stamm-daten in SAP

Produktstammdaten in PDM freigeben und bereitstellen: • Materialstämme, Stücklisten • Doku-Infosätze • Dokumente (Zeichnungen,

Datenblätter, …)

1'275 60 5 243 1'215

22 Stamm-daten



1'335 120 5 243 1'215

Phase 3 27 Stamm-

daten Produkt-stamm-daten in Beschaf-fungs- und Fertigungs-werken




• Arbeitsfolgekarten pflegen • produktbezogene

Fehlersammelkarten pflegen • Reparaturprozess

Werkzeuge und Vorrichtung festlegen


pflegen

1'335 120 5 243 1'215

30 Stamm-daten


31 Stamm-daten

Arbeits-pläne


1'275 60 5 243 1'215

32 Stamm-daten

Kapazitä-tenliste


1'275 60 5 243 1'215


1. Fertigungs-auftrag Baukasten

Bestellprozess (Kundenauftrag) überprüfen

120 120 0 0 0

Phase 4 37 Proto-

kolle Über-nahme-protokoll anderer Standorte


• Ergebnis in „Übergabeprotokoll" dokumentiert

240 240 0 0 0

38 Proto-kolle

Neuheiten-freigabe


240 240 0 0 0



Fertigung: Planwerte in SAP für FEHA und Parameter für Engpassüberwachung pflegen

405 0 5 81 405

Tabelle B-3: Teilekosten einer Neuheit für DSNU (fortgesetzt)

217 Anhang


Daten-objekt


Summe Aufwand

(Min.)

Aufwand erstmalig

(Min.)

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) Phase 5

42 Value Manage-ment


Value Management NEP-Projekt: • Ziel-HK-Definition • Plan-HK • HK-Bewertung des

Entwicklungsergebnisses • Abweichung von Plan-/ Ist-


(Cost/Quality/Delivery)

16'320 16'320 0 0

Aufwand Gesamt: DSNU Neuheit 36'165

Tabelle B-3: Teilekosten einer Neuheit für DSNU (fortgesetzt)

Anhang 218

B.4 Teilekosten Serie für ADN-Zylinder

Tabelle B-4 zeigt die detaillierten Aufwände in der Datenobjekt-Struktur für die Serie im Referenzfall ADN. Die Spalte für den einmaligen Aufwand und daher auch die Summenspalte werden ausgelassen, da im Fall ADN für die Serie ausschliesslich mengenabhängige Aufwände vorhanden sind.

Datenobjekt Aktivitäten ADN Serie

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) Dispositionsdaten Ändern der Dispositionsdaten 300 545 163'500

Planungsdaten Ändern der Planungsdaten 120 145 17'400

Arbeitsplan Ändern des Arbeitsplanes 40 477 19'080

NC-Programm Änderung des NC-Programms 30 332 9'960

Lagerplatz Lagerplatzverwaltung 180 535 96'300

Preis Preisanpassungen inkl. HK 60 545 32'700

Beschaffungsdaten Verwalten der Beschaffungsdaten 60 68 4'080

Stamm- und Werksdaten Transfer bzw. Erstellen der Stammdaten bei Produktionsverlagerungen

10 545 5'450

Vertriebsdaten Verwaltung der Vertriebsdaten 60 145 8'700


30 545 16'350

Stammdaten Troubleshooting 30 545 16'350

Zugriffsrechte Rechteverwaltung 10 545 5'450

Zolldaten Aussenhandelsdaten anpassen 30 145 4'350

Sicherheitsdatenblatt Verwaltung des Sicherheitsdatenblattes 30 213 6'390


10 145 1'450

Katalog Verwalten der Katalogdaten 120 145 17'400

Ersatzteildokumentation Ersatzteilkatalog aktuell halten 120 145 17'400

Betriebsmittel Betriebsmittel aktuell halten 60 477 28'620


30 545 16'350

Werksdaten Anpassungskosten (z.B. neue Werkstoffe/ Fertigungsverfahren)

180 545 98'100

Aufwand Gesamt: ADN Serie 585'380

Tabelle B-4: Teilekosten der Serie für den Referenzfall ADN

219 Anhang

B.5 Teilekosten Serie für DSNU-Zylinder

Tabelle B-5 zeigt die detaillierten Aufwände in der Datenobjekt-Struktur für die Serie im Referenzfall DSNU. Die Spalte für den einmaligen Aufwand und daher auch die Summenspalte wird ausgelassen, da im Fall DSNU in Serie ausschliesslich mengenabhängige Aufwände vorhanden sind.

Datenobjekt Aktivitäten DSNU Serie

Aufwand je Einheit

(Min.)

Anzahl (Menge)

Aufwand abhängig

(Min.) Dispositionsdaten Ändern der Dispositionsdaten 420 545 228'900

Planungsdaten Ändern der Planungsdaten 120 145 17'400

Arbeitsplan Ändern des Arbeitsplanes 40 477 19'080

NC-Programm Änderung des NC-Programms 30 332 9'960

Lagerplatz Lagerplatzverwaltung 180 535 96'300

Preis Preisanpassungen inkl. HK 60 545 32'700

Beschaffungsdaten Verwalten der Beschaffungsdaten 60 68 4'080

Stamm- und Werksdaten Transfer bzw. Erstellen der Stammdaten bei Produktionsverlagerungen

10 545 5'450

Vertriebsdaten Verwaltung der Vertriebsdaten 60 145 8'700


30 545 16'350

Stammdaten Troubleshooting 30 545 16'350

Zugriffsrechte Rechteverwaltung 10 545 5'450

Zolldaten Aussenhandelsdaten anpassen 30 145 4'350

Sicherheitsdatenblatt Verwaltung des Sicherheitsdatenblattes 30 213 6'390


10 145 1'450

Katalog Verwalten der Katalogdaten 120 145 17'400

Ersatzteildokumentation Ersatzteilkatalog aktuell halten 120 145 17'400

Betriebsmittel Betriebsmittel aktuell halten 60 477 28'620


30 545 16'350

Werksdaten Anpassungskosten (z.B. neue Werkstoffe/ Fertigungsverfahren)

180 545 98'100

Aufwand Gesamt: DSNU Serie 650'780

Tabelle B-5: Teilekosten der Serie für den Referenzfall DSNU

Anhang 220

Anhang C Publikationen Tabelle C-1 zeigt die im Kontext der Dissertation veröffentlichten Publikationen. In der Spalte Typ findet sich neben dem Publikationstyp noch die Einordnung des Publikationsorgans in die Rangliste der Wissenschaftlichen Kommission Wirtschaftsinformatik im Verband der Hochschullehrer für Betriebswirtschaft e.V. (WKWI) und dem Fachbereich Wirtschaftsinformatik der Gesellschaft für Informatik (GI-FB WI) [WKWI/GI-FB WI 2008]: Für Konferenzbände sind die Kategorien A (Annahmequote ≤ 30 %), B (Annahmequote ≤ 50 %) und C (Annahmequote ≤ 70 %) definiert.

Typ Publikation

Konferenzband (B) [Falge et al. 2012] Falge, C., Otto, B., Österle, H., Data Quality Requirements of Collaborative Business Processes, in: Sprague, R.H. (Hrsg.), Proceedings of the 45th Hawaii International Conference on System Sciences (HICSS-45), Maui, Hawaii, USA, 07.01.2012, IEEE Computer Society Press, Los Alamitos (CA), S. 4316 - 4325.

Konferenzband (A) [Falge et al. 2013] Falge, C., Otto, B., Österle, H., Towards a Strategy Design Method for Corporate Data Quality Management, in: Alt, R., Franczyk, B. (Hrsg.), Proceedings of the 11th International Conference on Wirtschaftsinformatik (WI 2013), Leipzig, Deutschland, 27.02.2013, S. 801-815.

Tabelle C-1: Veröffentlichte Publikationen der Dissertation

221 Anhang

Anhang D Dokumentation DQM-Metamodell Das DQM-Metamodell der Methode basiert auf dem Methoden-Kern des Business Engineerings (vgl. Kapitel 3.1). Die folgende Tabelle beinhaltet die verwendeten Metaentitäten des BE-Core-Modells (gekennzeichnet durch Präfix „BE::“) sowie die Erweiterungen für das Thema DQM.

Metaentität Beschreibung

Applikations-architektur

Die Applikationsarchitektur beschreibt die datenhaltenden Applikationen und den Datenfluss zwischen Applikationen zur Bereitstellung von Daten. Beziehungen: Eine Applikationsarchitektur ist eine Datenarchitektur (Spezialisierung).

BE:: Aufbauorganisa-tion

Die Aufbauorganisation sorgt für die Regelung und Abgrenzung von Aufgaben, Kompetenzen und Unterstellungsverhältnissen [Nordsieck 1961, S. 14 f.; Kosiol 1976, S. 32; Krüger 1994, S. 13]. Beziehungen: Die Aufbauorganisation ist Bestandteil einer Organisation. Die Aufbauorganisation besteht aus Organisationseinheiten.

BE:: Ablauf-organisation

Die Ablauforganisation ist auf die Raum-zeitliche Strukturierung der zur Aufgabenerfüllung erforderlichen Arbeitsprozesse ausgerichtet. Alle betrieblichen Arbeitsprozesse eines Unternehmens bilden eine dauerhafte und anpassungsfähige integrative Prozessstruktur. Zu den räumlichen und zeitlichen Aspekten der Ablauforganisation zählen die Bestimmung von Arbeitsgängen, ihre Zusammenfassung zu Arbeitsgangfolgen, die Leistungsabstimmung, die Regelung der zeitlichen Belastung der Arbeitsträger und die Ermittlung der kürzesten Durchlaufzeiten [Kosiol 1980, S. 2]. Beziehungen: Geschäftsprozesse sind Bestandteil der Ablauforganisation.

BE:: Aktivität Aktivitäten sind in sich geschlossene Verrichtungseinheiten im Arbeitsablauf. Sie fassen Arbeitsschritte zusammen, die der Benutzer im gleichen fachlichen und zeitlichen Zusammenhang anwendet und in einem Zug ausführt [Morschheuser et al. 1996]. Ein Arbeitsschritt ist eine elementare, nicht weiter zerlegbare Verrichtungseinheit. Aktivitäten können vollständig automatisch (automatisierte Aktivität) oder im Dialog mit dem Benutzer (manuelle Aktivität) ablaufen [Vogler 2004, S. 40f]. Beziehungen: Eine Aktivität ist Bestandteil einer Aufgabe. Eine Aktivität erzeugt bzw. konsumiert mehrere Geschäftsobjekte. Die Ausführung von Aktivitäten wird durch die operative Geschäftsregel gesteuert.

BE:: Applikation Eine Applikation bzw. eine Anwendung ist eine Software, die Funktionen und Daten zur Unterstützung betrieblicher Aufgaben zur Verfügung stellt [Seibt 2001, S. 46; Vogler 2004, S. 41]. Beziehungen: Eine Applikation ist mit einer oder mehreren anderen Applikationen über einen Datenfluss verbunden. Eine Applikation besteht u.a. aus einer oder mehreren Applikationsfunktionen. Eine Applikation ist Bestandteil eines Informationssystems. Ein Business Data Dictionary ist eine spezielle Applikation (Spezialisierung).

BE:: Applikations-funktion

Eine Applikationsfunktion implementiert die fachliche Logik des Anwendungssystems in Form von Programmen bzw. Operationen [Heutschi 2007, S. 14] und ist Bestandteil einer Applikationskomponente [Schwinn 2005, S. 34]. Beziehungen: Eine Applikationsfunktion ist Bestandteil einer Applikationskomponente.

Anhang 222


BE:: Applikations-komponente

Applikationskomponenten bestehen im Regelfall aus den drei Schichten: Benutzerschnittstelle, Applikationsfunktion und Datenbehälter. Dadurch lassen sich Teile von Anwendungen, die zu einer Schicht gehören, als separate Module realisieren [Alt et al. 2004, S. 43]. Beziehungen: Applikationskomponenten verwenden Informationstechnik-Komponenten. Eine Applikationskomponente operiert auf mehreren Datenelementen. Applikationsfunktion, Benutzerschnittstelle und Datenbehälter sind Spezialisierungen einer Applikationskomponente. Applikationskomponenten sind Bestandteile einer Applikation.

BE:: Applikations-plattform

Applikationsplattformen fassen anwendungsneutrale technische Komponenten und Systemsoftware zu einer Laufzeitumgebung für eine Applikation zusammen [Binzegger-Ruoss et al. 2008, S. 321]. Beziehungen: Eine Applikationsplattform ist eine Informationstechnik-Komponente. Eine Applikationsplattform läuft auf Hardware.

BE:: Aufgabe Eine Aufgabe formuliert ein klar definiertes Handlungsziel einer betrieblichen Tätigkeit, das von einem Aufgabenträger zu realisieren ist [Kosiol 1976; Bleicher 1991, S. 35]. Aufgabenträger kann ein Mensch und/oder eine Maschine sein [Österle 1995, S. 50; Rüegg-Stürm 2002, S. 67]. Beziehungen: Eine Aufgabe ist Bestandteil eines Geschäftsprozesses. Eine Aufgabe besteht selber aus mehreren Aktivitäten. Eine Aufgabe kann von mehreren Rollen ausgeführt werden. Eine Aufgabe ist Bestandteil einer Datenversorgungskette. Eine DQM-Rolle erfüllt eine Aufgabe.

BE:: Benutzer-schnittstelle

Die Benutzerschnittstelle ist für die Informationspräsentation und die Steuerung der Ein- und Ausgaben von bzw. an den Benutzer des Anwendungssystems verantwortlich [Heutschi 2007, S. 14]. Beziehungen: Eine Benutzerschnittstelle ist eine Spezialisierung einer Applikationskomponente.

BE:: Daten-behälter

Der Datenbehälter verwaltet die vom Anwendungssystem für die Ausführung der Programme benötigten Datenelemente [Wedekind 2001; Stahlknecht/Hasenkamp 2002, S. 139]. Er ist demzufolge die Struktur der aufgebauten Datenbank-Tabellen, in denen die Datenelemente gespeichert werden (vgl. Datenelement). Beziehungen: Ein Datenbehälter ist eine Applikationskomponente.

BE:: Daten-element

Datenelemente repräsentieren Geschäftsobjekte auf Ebene der Informationssysteme [Martin 1977, S.49ff; Brenner 1995, S. 177; Höning 2009, S. 111]. Sie sind in einer Datenbasis persistent gespeicherte Ausprägungen eines Datenelementtyps bzw. Datenobjektattributs [Jung 2006, S. 17]. Unter einem Datenelement ist jener Teil der Datenstruktur zu verstehen, der sich in einem gegebenen oder unterstellten Zusammenhang logisch nicht mehr sinnvoll unterteilen lässt [Gassner 1996, S. 43; Stahlknecht/Hasenkamp 2002, S. 139]. Im relationalen Datenmodell entspricht das Datenelement einem Attribut [vgl. Mayr et al. 1987, S. 518]. Folglich sind es diejenigen Daten, die in den Datenbank-Tabellen gespeichert werden. Beziehungen: Ein Datenelement ist Bestandteil eines Datenobjektes. Datenelemente sind Bestandteil eines Datenflusses. Auf Datenelementen operieren eine oder mehrere Applikationsfunktionen. Datenelemente werden durch DQ-Kennzahlen gemessen. Die Struktur von Datenelementen wird durch strukturelle Geschäftsregeln definiert. Der Wertebereich von Datenelementen wird durch strukturelle Geschäftsregeln eingeschränkt.

223 Anhang


BE:: Erfolgsfaktor Das Konzept der Erfolgsfaktoren besagt, dass im Wesentlichen wenige Faktoren den Erfolg eines Unternehmens (finanzieller Ertrag, Schaffung und Sicherung strategischer Erfolgspotentiale etc.) oder eines Prozesses ausmachen [Mende 1995, S. 37f]. Rockart [1979, S. 85] definiert sie als die „few key areas where things must go right for the business to flourish“. Beziehungen: Erfolgsfaktoren definieren Kennzahlen. Ein DQM-Erfolgsfaktor ist ein spezieller Erfolgsfaktor. Eine DQ-Dimension ist ein spezieller Erfolgsfaktor.

BE:: Geographischer Standort

Der geographische Standort beschreibt die Ortschaft, die Region, das Land oder die Ländergruppe des Kunden [vgl. Porter 2000, S. 314]. Beziehungen: Der geographische Standort ist Bestandteil einer Organisation. Geographische Standorte beeinflussen die DQM-Ziele.

BE:: Geschäfts-objekt

Ein Geschäftsobjekt ist ein realer oder gedachter Gegenstand der Leistungserstellung, z.B. Geschäftspartner, Anlage, Material, Auftrag oder Vertrag [Österle 1995, S. 87]. Beziehungen: Ein Geschäftsobjekt ist die Instanz eines Geschäftsobjekttypen. Ein Geschäftsobjekt wird auf Systemebene durch ein oder mehrere Datenobjekte repräsentiert. Ein Geschäftsobjekt wird durch eine oder mehrere Aktivitäten erzeugt und konsumiert.

BE:: Geschäfts-partnerrolle

Als Geschäftspartner bezeichnet man jene Anspruchsgruppen, mit denen die Organisation im Zuge der Marktbearbeitung interagiert. Dabei besetzen die Geschäftspartner unterschiedliche Rollen [Kambil/Short 1994, S. 64; Holland 1995, S. 129]. Beziehungen: Die Geschäftspartnerrolle interagiert mit der Organisation.

BE:: Geschäfts-prozess

Ein Geschäftsprozess ist eine zeitlich und sachlogisch zusammenhängende Folge von Aufgaben mit dem Ziel, eine klar definierte Prozessleistung zur Erzeugung von Kundennutzen zu erstellen. Somit tauscht ein Geschäftsprozess mit unternehmensinternen oder -externen Kunden (Prozess-)Leistungen in bestimmtem Umfang und in bestimmter Qualität aus (als Produzent und Konsument). Er transformiert bestimmte Einsatzgüter (Input) unter Beachtung bestimmter Regeln und unter Verwendung verschiedener Ressourcen und Informationen zu Arbeitsergebnissen (Output). Geschäftsprozesse besitzen eine eigene Führung, die diese im Sinne der Geschäftsstrategie anhand der daraus abgeleiteten Führungsgrössen lenkt und gestaltet [Davenport 1993, S. 5ff], [Hammer/Champy 1996, S. 52]. Geschäftsprozesse lassen sich in die Kategorien Leistungsprozesse, Unterstützungsprozesse und Führungsprozesse unterteilen. Leistungsprozesse erzeugen Prozessleistungen für Kunden, Unterstützungsprozesse erzeugen Vorleistungen für Leistungsprozesse, und Führungsprozesse koordinieren andere Prozesse auf Grundlage des Zielsystems. Beziehungen: Ein Geschäftsprozess besteht aus mehreren Aufgaben und kann sich aus mehreren Teilprozessen zusammensetzen. Geschäftsprozesse werden durch Prozesskennzahlen gesteuert und gemessen. Geschäftsprozesse sind Bestandteil der Ablauforganisation. Geschäftsprozesse umfassen u.a. den Datenarchitektur(DA)-Designprozess und den Metadatenmanagementprozess. Routinen sind im Geschäftsprozess institutionalisiert. Geschäftsprozesse werden durch Geschäftsrichtlinien geleitet.

BE:: Hardware Unter Hardware werden alle physischen Komponenten eines Informationssystems zusammengefasst [Stahlknecht/Hasenkamp 2002; The Open Group 2007, S. 317]. Dazu zählen z.B. Server, Desktop-Computer, Notebooks, Drucker, Monitore oder Netzwerkkomponenten. Beziehungen: Die Hardware ist eine Informationstechnik-Komponente. Auf Hardware laufen Applikationsplattformen.

Anhang 224


BE:: Informations-system

Im Business Engineering bezeichnen Informationssysteme die Gesamtheit der (computerisierten) Informationsverarbeitung zur Unterstützung der Aufgabenausführung [Österle 1995, S. 16; Ferstl/Sinz 2001, S. 9]. Beziehungen: Informationstechnik-Komponenten sind Bestandteil von Informationssystemen. Applikationen sind Bestandteil von Informationssystemen. DQM-Informationssysteme sind spezielle Informationssysteme.

BE:: Informations-technik-Komponente

Die einzelnen Applikationen benötigen Informationstechnik-Komponenten als Betriebsinfrastruktur, d.h. die zur Realisierung der betrieblichen Informationsstruktur benötigten Plattformen (Hardware, Applikationsplattformen, IT-Netzwerke) [Stahlknecht/Hasenkamp 2002, S. 440ff; Krcmar 2005, S. 27]. Beziehungen: Informationstechnik-Komponenten sind Bestandteil von Informationssystemen. Informationstechnik-Komponenten werden von Applikationskomponenten verwendet. Eine Applikationsplattform ist eine Informationstechnik-Komponente. Hardware ist eine Informationstechnik-Komponente.

BE:: Kennzahl Kennzahlen sind die zentralen Instrumente eines Führungssystems [Mende 1995, S. 4]. Sie beschreiben in komprimierter Form quantitativ messbare Merkmale betrieblicher Sachverhalte [Reichmann 2001, S. 19; Weber 2004, S. 241]. Beziehungen: Die Prozesskennzahl ist eine Spezialisierung einer Kennzahl. Die DQ-Kennzahl ist eine Spezialisierung einer Kennzahl. Die DQM-Reifegradskala ist eine Spezialisierung einer Kennzahl. Die DVK-Kennzahl ist eine Spezialisierung einer Kennzahl. Kennzahlen werden durch Erfolgsfaktoren definiert. Eine Kennzahl hat Zielwerte.

BE:: Markt Der Markt beschreibt im Business Engineering die Organisationsumwelt, zu welcher sich die Organisation in einem interdependenten Verhältnis befindet [von der Heyden 2004, S. 231]. Das Verständnis ist damit weitreichender als die oftmals rein transaktionsorientierte Interpretation, die den Markt als Ort des Zusammentreffens zwischen Angebot und Nachfrage definiert [Samuelson 1961]. Die Gestaltbarkeit der Objekte aus dem Bereich „Markt“ durch die Organisation variiert in Abhängigkeit der Machtposition. Beziehungen: Der Markt beeinflusst die DQM-Ziele. Organisationen operieren in Märkten.

BE:: Massnahme

Eine Massnahme bezeichnet eine Tätigkeit zur Realisierung eines bestimmten Zieles [Kaplan/Norton 1997, S. 15ff]. Für Massnahmen sind das Ergebnis, der oder die Verantwortliche und der Endtermin zu bestimmen [Österle 1995; Österle et al. 2007]. Beziehungen: Eine präventive DQM-Massnahme ist eine Spezialisierung einer Massnahme. Massnahmen sind Bestandteil eines Zielsystems. Eine Kommunikationsmassnahme ist eine Spezialisierung einer Massnahme. Eine reaktive DQM-Massnahme ist eine Spezialisierung einer Massnahme. Vergleich des Zielwerts mit dem Ist-Wert führt zu Massnahmen.

BE:: Mitarbeiter Mitarbeitende sind Träger der Aufgabenausführung. Sie werden von einer Organisationseinheit beschäftigt und besetzen bestimmte Stellen im Unternehmen. Die Stellenprofile umfassen meist mehrere Rollen, die der Mitarbeitende einnimmt. Beziehungen: Mitarbeiter sind Bestandteil einer DQM-Organisation. Ein Mitarbeiter hat eine Stelle. Mitarbeiter sind Bestandteil einer Organisationseinheit. Mitarbeiter erfüllen eine Rolle.

225 Anhang


BE:: Organisation Eine Organisation ist ein zielorientiertes, soziotechnisches System interaktiver Elemente, welches mit Hilfe von expliziten und impliziten Strukturen ein arbeitsteiliges und koordiniertes Zusammenwirken seiner Beteiligten anstrebt. Eine Organisation kann somit ein Unternehmen, ein Spital oder eine Gewerkschaft sein [Bleicher 1991, S. 35]. Beziehungen: Die Organisation interagiert mit der Geschäftspartnerrolle. Die Kultur ist Bestandteil einer Organisation. Das Zielsystem ist Bestandteil einer Organisation. Die Organisationsstruktur/Aufbauorganisation ist Bestandteil einer Organisation. Der geographische Standort ist Bestandteil einer Organisation. Organisationen operieren in Märkten. Organisationen haben Routinen.

BE:: Organisations-einheit

Eine Organisationseinheit ist eine Zusammenfassung von einer oder mehreren Stellen zu einem selbstständigen Teil der Aufbauorganisation [Österle 1995, S. 51]. Beziehungen: Organisationseinheiten sind Bestandteil einer Aufbauorganisation/Organisationsstruktur. Organisationseinheiten sind Bestandteil einer DQM-Organisation. Stellen sind Teil einer Organisationseinheit. Mitarbeiter sind Teil einer Organisationseinheit.

BE:: Organisations-struktur

Organisationsstrukturen bestehen aus den Teilen, die organisiert werden, und den Abläufen, wie diese Teile miteinander funktionieren. Eine Organisationstruktur kann z.B. zentral oder dezentral sein. Beziehungen: Die Organisationsstruktur ist Bestandteil einer Organisation. Die Organisationsstruktur besteht aus Organisationseinheiten.

BE:: Rolle Rollen sind Klassifikationen von Mitarbeitern, die sich aus den Fähigkeiten, den Aufgaben und dem Verantwortungsbereich ableiten lassen [Kropp 2001, 231; Bartölke/Grieger 2004, S. 468; Puschmann 2004, S. 53]. Beziehungen: Rollen werden durch Mitarbeiter erfüllt. Die DQM-Rolle ist eine spezielle Rolle. Stellen haben eine Rolle.

BE:: Stelle Eine Stelle ist die kleinste Einheit der Aufbauorganisation, der bestimmte Aufgaben, Sachmittel und Aufgabenträger zugeordnet sind [Österle 1995, S. 98; Schreyögg 1999, S. 123ff]. Beziehungen: Eine Stelle ist Bestandteil einer Organisationseinheit. Eine Stelle hat eine Rolle. Mitarbeiter haben eine Stelle.

BE:: Ziel Ein Ziel ist gekennzeichnet durch den Zielinhalt, den Zeitbezug, den sachlichen Gestaltungsbereich und das Zielausmass. Der Zielinhalt beschreibt die Grösse wie z.B. Gewinn, Kosten oder Marktanteil. Der Zeitbezug legt fest, bis wann ein Ziel verwirklicht werden soll. Der sachliche Gestaltungsbereich konkretisiert den Zielinhalt hinsichtlich des Betätigungsfelds, für welches das Ziel realisiert werden soll (z.B. Konzernziel oder Ziel einer Tochtergesellschaft). Das Zielausmass legt fest, wie stark der Zielinhalt verändert werden soll [Bea 2004, S. 1674]. Beziehungen: Das Ziel ist Teil des Zielsystems. Zielwerte sind Bestandteil eines Ziels. Ein Funktionsbereichsziel ist eine Spezialisierung eines Ziels. Ein Geschäftsbereichsziel ist eine Spezialisierung eines Ziels. Ein DQM-Ziel ist eine Spezialisierung eines Ziels. Ein strategisches Unternehmensziel ist eine Spezialisierung eines Ziels.

Anhang 226


BE:: Zielsystem Unter Zielsystem ist eine geordnete Gesamtheit von einzelnen Kennzahlen zu verstehen, die in einer Beziehung zueinander stehen und so als Gesamtheit über einen Sachverhalt informiert [Reichmann 2001, S. 19; Jäger-Goy 2002, S. 127; Österle et al. 2007]. Beziehungen: Das Zielsystem ist Bestandteil einer Organisation. Zielsysteme bestehen aus Zielen und Massnahmen.

BE:: Zielwert Der Zielwert beschreibt die Soll-Grösse für eine Kennzahl [Österle 1995, S. 119]. Beziehungen: Der Zielwert ist Bestandteil eines Ziels. Vergleich des Zielwerts mit dem Ist-Wert führt zu Massnahmen. Eine Kennzahl hat einen Zielwert.

Business Data Dictionary

Ein Business Data Dictionary (BDD) bezeichnet einen fachlichen Metadatenkatalog [Schmidt/Otto 2008, S. 215ff; Hüner et al. 2011a]. BDDs unterstützen das Management von Metadaten, indem sie fachliche Beschreibungen (Metadaten) der Kernentitäten eines Unternehmens speichern, insbesondere von Stammdatenobjekten, mit dem Ziel, ein einheitliches Verständnis im Unternehmen zu etablieren. Beziehungen: Ein BDD ist eine Applikation (Spezialisierung). Das BDD speichert (primär fachliche) Metadaten. Ein BDD ist ein wichtiges Werkzeug für das Metadatenmanagement und Grundlage für die Ableitung eines semantischen Datenmodells.

DA-Design-prozess

Der Datenarchitektur (DA)-Designprozess umfasst alle Schritte der Erstellung eines Datenarchitekturdesigns. Beziehungen: Der DA Designprozess ist ein Geschäftsprozess (Spezialisierung).

Datenarchitektur (DA)

Die Datenarchitektur integriert die Subarchitekturen einer Unternehmensarchitektur durch die Bereitstellung einer einheitlichen Sicht auf die Daten. Beziehungen: Die Unternehmensarchitektur, die Applikationsarchitektur, die Prozessarchitektur und die Integrationsarchitektur sind Datenarchitekturen (Spezialisierung). Datenarchitekturen bestehen aus Datenmodellen.

Datendefekt Ein Datendefekt ist ein Zwischenfall (z.B. die Adresse eines Kunden wird falsch in das CRM-System eingetragen), welcher zu schlechteren Werten der DQs-Kennzahlen führt. Ein Datendefekt stellt ein Risiko (bezüglich der Eintrittswahrscheinlichkeit und der Stärke der Auswirkungen, wobei beide als Zufallsvariablen dargestellt werden) für die Daten dar. Der Datendefekt ist Teil einer Kausalkette, welche ebenfalls ein Geschäftsproblem und ein strategisches Ziel miteinschliesst. Er repräsentiert einen bestimmten Zustand der Daten, welche in der Prozessaktivität verwendet werden und Geschäftsprobleme verursachen. Da der Datendefekt nicht durch die Prozessaktivität antizipiert wird, ergibt sich ein Geschäftsproblem zusammen mit einer Abweichung des realisierten Wertes der Prozesskennzahl vom gewünschten Wert [Hüner 2011, S.17ff]. Beziehungen: Datendefekte verursachen Geschäftsprobleme. Datendefekte werden durch reaktive DQM-Massnahmen repariert. Datendefekte werden durch präventive DQM-Massnahmen verhindert.

Datenfluss Ein Datenfluss bezeichnet den elektronischen Austausch von Datenelementen zwischen zwei Applikationen [Schmidt 2010, S. 225]. Beziehungen: Ein Datenfluss verbindet zwei Applikationen miteinander. Ein Datenfluss besteht aus mehreren Datenelementen, die zwischen zwei Applikationen ausgetauscht werden.

227 Anhang


Datenmodell Ein Datenmodell stellt Datenobjekttypen und ihre Beziehungen zueinander ganzheitlich dar [Krcmar 2005, S. 112]. Datenmodelle bilden die Grundlage für eine Datenintegration auf konzeptioneller Ebene sowie die Verbesserung von DQ und die Verringerung von Datenredundanz [Schüngel 1995, S. 1; Shanks/Darke 1999, S. 20]. Beziehungen: Ein Datenmodell besteht aus mehreren Datenobjekttypen (und deren Beziehungen zueinander). Datenmodelle sind Bestandteil der Datenarchitektur. Das Metadatenmodell, das logische Datenmodell, das physische Datenmodell und das semantische Datenmodell sind spezielle Datenmodelle.

Datenobjekt Ein Datenobjekt ist eine Menge mehrerer Datenelemente, die zusammen die Ausprägung eines entsprechenden Datenobjekttyps bilden [Jung 2006, S.17; Schmidt 2010, S. 225]. Beziehungen: Ein Datenobjekt setzt sich aus mehreren Datenelementen zusammen. Datenobjekte können hierarchisch strukturiert sein. Ein Datenobjekt repräsentiert ein Geschäftsobjekt auf Systemebene. Ein Datenobjekt ist Instanz eines Datenobjekttyps. Das Stammdatenobjekt ist ein spezielles Datenobjekt. DQM-Rollen sind verantwortlich für Datenobjekte. Die Struktur von Datenobjekten wird durch strukturelle Geschäftsregeln definiert.

Datenobjekt-attribut, atomar

Datenelementtypen bzw. Datenobjektattribute entsprechen Attributen in relationalen Daten-Modellen [Martin 1977, S.49ff]. Atomaren Datenobjektattributen wird bei der Instanziierung ein atomarer Wert zugeordnet [UN/CEFACT 2009, S. 51-76; Vogel 2009, S. 106; Schmidt 2010, S. 225]. Beziehungen: Ein atomares Datenobjektattribut ist Bestandteil eines komplexen Datenobjektattributs sowie eines Datenobjekttyps. Ein atomares Datenobjektattribut wird durch einen Datenobjektattributtyp typisiert. Aus einem atomaren Datenobjektattribut können mehrere Datenelemente als Instanzen erzeugt werden.

Datenobjekt-attribut, komplex

Datenelementtypen bzw. Datenobjektattribute entsprechen Attributen in relationalen Daten-Modellen. Komplexe Datenobjektattribute sind Felder, die auf einen anderen Datenobjekttyp verweisen und diese somit hierarchisch einbinden [UN/CEFACT 2009, S. 51-76; Vogel 2009, S. 106; Schmidt 2010, S. 225]. Beziehungen: Komplexe Datenobjektattribute sind Bestandteil von Datenobjekttypen. Komplexe Datenobjektattribute setzen sich aus mehreren atomaren Datenobjektattributen zusammen.

Datenobjekt-attributtyp

Datenobjektattributtypen sind fachliche Attributtypen, welche mögliche Wertzuweisungen von Datenobjektattributen einschränken und diese dadurch näher spezifizieren [Schmidt 2010, S. 225]. Beziehungen: Ein Datenobjektattributtyp typisiert mehrere atomare Datenobjektattribute.

Datenobjekt-beziehung

Eine Datenobjektbeziehung bezeichnet die Beziehung zwischen zwei Datenobjekten [Schmidt 2010, S. 226]. Beziehungen: Eine Datenobjektbeziehung ist die Ausprägung genau einer Datenobjekttypbeziehung.

Anhang 228


Datenobjekttyp Ein Datenobjekttyp beschreibt ein Datenobjekt z.B. anhand seines Wertebereichs oder seiner Klassifizierung [Ferstl/Sinz 2001, S. 291]. Er vereinigt eine Menge zusammengehöriger Datenobjektattribute, mit deren Hilfe Datenobjekte (Instanzebene) abstrakt (z.B. in einem Modell) beschrieben werden können [Jung 2006, S. 17; Schmidt 2010, S. 226]. Beziehungen: Aus einem Datenobjekttyp können Datenobjekte instanziiert werden. Ein Datenobjekttyp besteht aus mehreren Datenobjektattributen. Ein Datenobjekttyp realisiert genau einen Geschäftsobjekttyp durch Auswahl bestimmter Objekteigenschaften und deren Abbildung auf Datenobjektattribute. Datenobjekttypen können hierarchisch strukturiert sein. Datenobjekttypen sind Bestandteil eines Datenmodells. Datenobjekttypen werden durch Metadaten beschrieben.

Datenobjekttyp-beziehung

Eine Datenobjekttypbeziehung modelliert die Beziehung zwischen zwei Datenobjekttypen in einem Datenmodell. Sie kann mit Multiplizitäten und Typisierungsangaben versehen werden [Schmidt 2010, S. 226]. Beziehungen: Eine Datenobjekttypbeziehung wird durch eine oder mehrere Datenobjektbeziehungen instanziiert.

Datenqualität Datenqualität ist als ein kontextabhängiges, multidimensionales Konzept definiert und beschreibt die Eignung der Datenelemente eines Datenobjektes zur Nutzung („fitness for use“) für einen Anwender in einem bestimmten Kontext [Wang/Strong 1996, S. 13f]. Beziehungen: DQ ist ein Erfolgsfaktor. DQ bewertet Datenelemente eines Datenobjektes. DQ wird durch die DQ-Dimension konzeptualisiert. DQ wird durch Geschäftsregeln konzeptualisiert.

Datenversor-gungskette (DVK)

Eine Datenversorgungskette ist eine zeitlich und sachlogisch zusammenhängende Abfolge von Aufgaben mit dem Ziel, Datennutzern benötigte Datenelemente eines Datenobjektes am richtigen Ort, zum richtigen Zeitpunkt und in ausreichender Qualität zur Verfügung zu stellen [Ofner 2013, S. 25]. Beziehungen: Datenversorgungsketten bestehen aus Aufgaben.

DQ-Dimension DQ-Dimensionen repräsentieren bestimmte Aspekte (z.B. Aktualität, Glaubwürdigkeit, Vollständigkeit) des Phänomens DQ [Wang/Strong 1996, S. 6] und konzeptualisieren DQ durch die Beschreibung dieser Aspekte. Beziehungen: Eine DQ-Dimension ist ein spezieller Erfolgsfaktor. DQ-Dimensionen können hierarchisch strukturiert sein. DQ-Dimensionen konzeptualisieren DQ. Die DQ-Dimension wird durch DQ-Kennzahlen operationalisiert.

DQ-Kennzahl Eine DQ-Kennzahl ist ein quantitatives Mass für DQ. Das Messsystem der Kennzahl misst einen Messwert (z.B. durch die Überprüfung von Datenelementen mit Validierungsregeln) an einem Messpunkt (z.B. ein Datenbehälter) zu einem durch eine Messfrequenz definierten Zeitpunkt. Der Messwert wird durch die Abbildung der Messung auf einer Messskala und die Zuweisung einer Masseinheit dargestellt [IEEE 1998; Batini/Scannapieco 2006, S. 19; ISO/IEC 2007]. Beziehungen: Eine DQ-Kennzahl ist eine spezielle Kennzahl. DQ-Kennzahlen können hierarchisch strukturiert sein. DQ-Kennzahlen operationalisieren DQ-Dimensionen. DQ-Kennzahlen sind Bestandteil der Geschäftsregeln. DQ-Kennzahlen messen Datenelemente. DQ-Kennzahlen werden durch Datendefekte beeinflusst.

229 Anhang


DQM-Erfolgsfaktor

DQM-Erfolgsfaktoren beschreiben Charakteristika eines Unternehmens, die den Erfolg der DQM-Funktion des Unternehmens gewährleisten und somit die Erzeugung hoher DQ als Ziel von DQM unterstützen [Hüner 2011, S. 272]. Beziehungen: Ein DQM-Erfolgsfaktor ist ein spezieller Erfolgsfaktor. DQM-Erfolgsfaktoren bestimmen die DQM-Reifegradskala.

DQM-Fähigkeit Die DQM-Fähigkeit bezieht sich auf die Leistungsfähigkeit eines Unternehmens, Ressourcen fortlaufend zu erweitern, anzupassen oder neu zu schaffen, um trotz sich stark ändernder Wettbewerbsbedingungen (z.B. Akquisitionen & Fusionen, Technologiefortschritt, eCommerce) die Qualität der Daten unternehmensweit sichern zu können [Ofner 2013, S. 208]. Beziehungen: Eine DQM-Fähigkeit ist eine spezielle dynamische Fähigkeit.

DQM-Informations-system

Ein DQM-IS umfasst Applikationen, deren Applikationsfunktionen Mitarbeiter einer DQM-Funktion bei der Ausführung von DQM-Aktivitäten (z.B. Messen von DQ, Modellierung von Datenobjekttypen) unterstützen [Ofner 2013, S. 208]. Beziehungen: Ein DQM-IS ist ein spezielles IS.

DQM-Organisation

Eine DQM-Organisation (Modell) definiert die Ausübung von Kontrolle und gemeinsamer Entscheidungsfällung (Planung, Überwachung und Durchführung) für das DQM. Beziehungen: Organisationseinheiten, Mitarbeiter, DQM-Rollen und Komitees/ Gremien sind Bestandteil der DQM-Organisation.

DQM-Reifegradskala

Eine DQM-Reifegradskala ermöglicht die quantitative Bewertung von Strukturen einer DQM-Funktion. Bei einer Reifegradmessung bewerten Mitarbeiter des Unternehmens oder externe Assessoren, wie ausgeprägt bestimmte Strukturen vorhanden sind. So kann ein Unternehmen den Fortschritt des Aufbaus oder der Umstrukturierung seiner DQM-Funktion bewerten oder eigene Strukturen mit anderen Unternehmen vergleichen. Der DQM-Ordnungsrahmen beschreibt die bewerteten Strukturen als Erfolgsfaktoren für DQM [Ofner 2013, S. 208]. Beziehungen: Eine DQM-Reifegradskala ist eine spezielle Kennzahl. Eine DQM-Reifegradskala wird durch DQM-Erfolgsfaktoren definiert.

DQM-Rolle DQM-Rollen umfassen Datenstewards, Dateneigentümer, das DQM-Komitee etc. Beziehungen: Eine DQM-Rolle ist eine spezielle Rolle. DQM-Rollen sind Bestandteil einer DQM-Organisation. DQM-Rollen erfüllen Aufgaben. DQM-Rollen sind verantwortlich für Datenobjekte.

DQM-Routine Eine DQM-Routine ist ein Handlungsablauf der aus den akkumulierten Erfahrungen und dem Wissen der Mitarbeiter beim qualitätsorientierten Umgang mit Daten entsteht [Ofner 2013, S. 208]. Beziehungen: Eine DQM-Routine ist eine spezielle Routine. DQM-Routinen unterstützen DQM-Ziele. Beispiel: Datenversorgungsprozesse (Erstellung, Pflege, Archivierung) werden identifiziert, verbessert und gezielt gesteuert.

Anhang 230


DQM-Ziel Ein DQM-Ziel ist ein strategisches Ziel des DQM. Beziehungen: Ein DQM-Ziel ist ein spezielles Ziel. DQM-Ziele werden durch DQM-Routinen unterstützt. DQM-Ziele werden durch den geographischen Standort und den Markt beeinflusst. DQM-Ziele werden von den Funktionsbereichszielen, Geschäftsbereichszielen und strategischen Unternehmenszielen abgeleitet.

DVK-Kennzahl Eine Datenversorgungsketten-Kennzahl (DVK-Kennzahl) ist ein quantitatives Mass für die Leistung einer Datenversorgungskette und bezieht sich auf Messpunkte innerhalb der Geschäftsprozesse, deren Aufgaben der Datenversorgungskette zugeordnet sind [Ofner 2013, S. 208]. Beziehungen: Eine DVK-Kennzahl ist eine spezielle Kennzahl.

Dynamische Fähigkeit

Eine dynamische Fähigkeit (engl. dynamic capability) bezieht sich auf die Leistungsfähigkeit eines Unternehmens, Ressourcen fortlaufend zu erweitern, anzupassen oder neu zu schaffen, um bei sich stark ändernden Wettbewerbsbedingungen einen gewünschten Nutzen stiften zu können [Amit/Schoemaker 1993; Teece et al. 1997; Eisenhardt/Martin 2000; Helfat/Peteraf 2003; Wang/Ahmed 2007]. Beziehungen: Eine dynamische Fähigkeit ermöglicht die Erreichung eines oder mehrerer Ziele. Eine Organisation hat eine oder mehrere dynamische Fähigkeiten. Eine dynamische Fähigkeit besteht aus Routinen. Eine DQM-Fähigkeit ist eine spezielle dynamische Fähigkeit.

Funktions-bereichsziel

Funktionsbereichsziele sind Ziele von Funktionsbereichen (F&E, Produktion, Marketing, Personalwesen, etc.). Da auch sie auf die Produkt-Markt-Strategie des jeweiligen Unternehmens sowie zusätzlich auf die Geschäftsbereichsstrategien abgestimmt sein sollten, müssen sie aus diesen abgeleitet werden [Johnson et al. 2011]. Beziehungen: Funktionsbereichsziele beeinflussen unternehmensweite DQM-Anforderungen. Ein Funktionsbereichsziel ist ein spezielles Ziel. Aus den Funktionsbereichszielen werden DQM-Ziele abgeleitet.

Geschäfts-bereichsziel

Ein Geschäftsbereichsziel ist Teil einer Geschäftsbereichsstrategie, anhand welcher ein strategischer Geschäftszweig eines Unternehmens im Markt als Wettbewerber auftritt. Wenn Dienstleistungen, wertschöpfende Tätigkeiten oder Konsumentenbedürfnisse sehr unterschiedlich sind, kann eine Segmentation der betroffenen Aktivitäten in Geschäftsbereiche sinnvoll sein. Beziehungen: Ein Geschäftsbereichsziel ist ein spezielles Ziel. Aus Geschäftsbereichszielen werden DQM-Ziele abgeleitet.

Geschäfts-objektattribut

Ein Geschäftsobjektattribut (z.B. Alter, Gewicht) kennzeichnet gemeinsame Eigenschaften von Geschäftsobjekttypen. Geschäftsobjektattribute werden durch fachliche Attributtypen und Multiplizitäten charakterisiert [Vogel 2009, S. 69; Schmidt 2010, S. 223]. Beziehungen: Ein Geschäftsobjektattribut ist Bestandteil eines Geschäftsobjekttyps.

Geschäfts-objektbeziehung

Eine Geschäftsobjektbeziehung bezeichnet die Beziehung zwischen zwei Geschäftsobjekten [Schmidt 2010, S. 226]. Beziehungen: Eine Geschäftsobjektbeziehung ist die Ausprägung genau einer Geschäftsobjekttypbeziehung.

231 Anhang


Geschäfts-objekttyp

Geschäftsobjekttypen (z.B. Kunden, Produkte) vereinigen eine Menge zusammengehöriger Geschäftsobjektattribute, mit deren Hilfe Geschäftsobjekte der Realwelt (Instanzebene) abstrakt (z.B. in einem Modell) beschrieben werden können [Jung 2006, S. 17; Schmidt 2010, S. 226]. Beziehungen: Ein Geschäftsobjekttyp ist eine Sammlung von Metadaten zu einem Geschäftsobjekt (Instanz). Aus einem Geschäftsobjekttyp können mehrere Geschäftsobjekte instanziiert werden. Ein Geschäftsobjekttyp besteht aus mehreren Geschäftsobjektattributen. Ein Geschäftsobjekttyp wird durch genau einen Datenobjekttypen realisiert.

Geschäfts-objekttyp-beziehung

Eine Geschäftsobjekttypbeziehung beschreibt die Beziehung zwischen zwei Geschäftsobjekttypen. Sie kann mit Multiplizitäten und Typisierungsangaben versehen werden [Vogel 2009, S. 69; Schmidt 2010, S. 223]. Beziehungen: Eine Geschäftsobjekttypbeziehung wird durch eine (oder mehrere) Geschäftsobjektbeziehung instanziiert.

Geschäfts-problem

Ein Geschäftsproblem besteht aus einem Zustand (z.B. Auslieferung eines Produktes nicht möglich) oder Zwischenfall (z.B. Produktion von Ausschuss), welcher zu einer geringeren Prozessleistung und dementsprechend zu schlechteren Werten der Prozesskennzahlen führt. Ein Geschäftsproblem stellt ein Risiko (bezüglich der Eintrittswahrscheinlichkeit und der Stärke der Auswirkungen, wobei beide als Zufallsvariablen dargestellt werden) für den Geschäftsprozess dar. Ein Geschäftsproblem kann die Folge eines Datendefekts sein. Beziehungen: Geschäftsprobleme beeinflussen die Prozesskennzahlen. Datendefekte verursachen Geschäftsprobleme.

Geschäftsregel Geschäftsregeln operationalisieren eine Geschäftsrichtlinie, indem sie ausführbare bzw. anwendbare Anweisungen für Aktivitäten eines Geschäftsprozesses darstellen [OMG 2008, S. 160f.; Ofner 2013, S. 209]. Beziehungen: Geschäftsregeln konzeptualisieren die DQ. Geschäftsregeln implementieren Geschäftsrichtlinien. DQ-Kennzahlen sind Bestandteil einer Geschäftsregel. Eine strukturelle Geschäftsregel ist eine spezielle Geschäftsregel. Eine operative Geschäftsregel ist eine spezielle Geschäftsregel.

Geschäfts-richtlinie

Eine Geschäftsrichtlinie setzt die grundlegenden Leitlinien und Prinzipien für die Ausführung eines Geschäftsprozesses fest. Verglichen mit einer Geschäftsregel sind Geschäftsrichtlinien weniger strukturiert, grobgranular und nicht direkt umsetzbar [OMG 2008, S. 160]. Beziehungen: Eine Geschäftsrichtlinie implementiert Geschäftsregeln. Eine Geschäftsrichtlinie leitet einen Geschäftsprozess. Geschäftsrichtlinien werden von Gesetzen und Verordnungen geleitet. Beispiel: Die Eingliederung von neuen Lieferanten muss nachweisbar gemäss den globalen und regionalen gesetzlichen Bestimmungen erfolgen.

Gesetz/ Verordnung

Ein Gesetz ist eine vom Staat festgesetzte, rechtlich bindende Vorschrift. Die Verordnung ist ein Verwaltungshandeln, das auf einer Delegation von Legislativgewalt durch das Parlament an die Verwaltung beruht. Eine Verordnung der Europäischen Union ist ein Rechtsakt der Europäischen Union (z.B. REACH, Basel II). Beziehungen: Gesetze und Verordnungen sind Umweltfaktoren. Gesetze und Verordnungen sind Bestandteil eines Marktes. Gesetze und Verordnungen leiten die Geschäftsrichtlinien.

Anhang 232


Integrations-architektur

Die Integrationsarchitektur ist der Metaplan für die Datentransformation und den Datenfluss zwischen Datenbanken. Die Integrationsarchitektur ist ein wichtiger Teil der Unternehmensdatenarchitektur. Sie kann die Datenbankarchitektur, die Architektur des Stammdatenmanagements, die Architektur der Business Intelligence und die Metadatenarchitektur umfassen. Beziehungen: Die Integrationsarchitektur ist eine spezielle Datenarchitektur.

Komitee/ Gremium

Das DQM-Komitee/ Gremium ist das strategische Entscheidungsgremium des DQM. Es hat die Aufsicht über die Umsetzung und Einhaltung der DQM-Strategie und kontrolliert die DQM-Massnahmen. Beziehung: Ein Komitee/ Gremium ist Bestandteil einer DQM-Organisation.

Kommunikations-massnahme

Im Bereich der Unternehmenskommunikation versteht man darunter jede einzelne Massnahme, die eine Unternehmung ergreift, um ihre kommunikativen Zielsetzungen zu erreichen. Beziehung: Kommunikationsmassnahmen beeinflussen die Kultur. Eine Kommunikationsmassnahme ist eine spezielle Massnahme.

Kultur Die Kultur eines Unternehmens meint den gemeinsamen Sinnhorizont bzw. das gemeinsame explizite und implizite Hintergrundwissen innerhalb einer Organisation. Der Begriff Kultur umfasst alle symbolischen Bezugspunkte und Gewissheiten, an denen sich Menschen im alltäglichen Reden und Handeln in einer selbstverständlichen Weise orientieren und auf die sie sich verlassen können [Rüegg-Stürm 2002, S. 56]. Beziehungen: Die Kultur ist Bestandteil einer Organisation. Die Kultur (eines Unternehmens) wird durch Kommunikationsmassnahmen beeinflusst.

Logisches Datenmodell

Ein logisches Datenmodell ist eine Abbildung der Daten einer Unternehmung oder Organisation bezüglich der Entitäten und Beziehungen. Es repräsentiert die abstrakte Struktur einer Informationsdomäne. Es ist unabhängig von spezifischen Technologien und kann die Basis für ein physisches Datenmodell bilden. Beziehungen: Ein logisches Datenmodell ist ein spezielles Datenmodell.

Metadaten Metadaten sind Datenelemente, die die Bedeutung sowie fachliche und technische Eigenschaften anderer Daten beschreiben [Schmidt 2010, S. 227]. Technische Metadaten (z.B. Datentypen, Feldlängen, Wertebereiche) spezifizieren Datenobjekte (und deren Attribute) eines IS, fachliche Metadaten (z.B. Verantwortlichkeit für Pflege, korrekte Erzeugung) beschreiben die Nutzung von Geschäftsobjekten (oder der sie repräsentierenden Datenobjekte) in Aktivitäten der Ablauforganisation eines Unternehmens. Beziehungen Metadaten sind spezielle Datenelemente. Metadaten beschreiben Datenobjekttypen. Metadaten beschreiben Geschäftsobjekttypen. Metadaten sind Bestandteil eines Metadatenmodells. Metadaten werden von einem Business Data Dictionary gespeichert. Metadaten werden vom Metadatenmanagementprozess verwaltet.

Metadaten-management-prozess

Ein Metadatenmanagementprozess ist ein Prozess, der einen integrierten Umgang mit Metadaten einer oder mehrerer Kategorien gewährleistet [Melchert 2006, S. 146]. Er umfasst Aktivitäten der Entstehung, Verwaltung bzw. Pflege, Bereitstellung und Nutzung von Metadaten [Schmidt 2010, S. 227]. Beziehungen: Ein Metadatenmanagementprozess ist ein Geschäftsprozess (Spezialisierung). Ein Metadatenmanagementprozess steuert bzw. verwaltet Metadaten.

233 Anhang


Metadatenmodell Ein Metadatenmodell ist ein Modell der Metadaten, die in einem bestimmten Gegenstandsbereich verwaltet werden [Melchert 2006, S. 144]. Als spezielles Datenmodell beschreibt es eine bestimmte Art von Daten – nämlich Metadaten –, die in einem speziellen Datenbestand – nämlich einem Metadatenbestand – verwaltet werden [Schmidt 2010, S. 227]. Beziehungen: Ein Metadatenmodell ist ein spezielles Datenmodell. Ein Metadatenmodell ist das konzeptionelle Datenmodell, das einem Business Data Dictionary zugrunde liegt. Ein Metadatenmodell beschreibt (mehrere) Metadaten.

Operative Geschäftsregel

Eine operative Geschäftsregel leitet eine Aktivität eines Geschäftsprozesses und ist direkt ausführbar [OMG 2008, S. 160f]. Eine operative Geschäftsregel bestimmt den Wert von Datenelementen, die die Aktivität erzeugt [Ofner 2013, S. 209]. Beziehungen: Eine operative Geschäftsregel ist eine spezielle Geschäftsregel. Eine operative Geschäftsregel leitet eine Aktivität. Eine operative Geschäftsregel bestimmt den Wert von Datenelementen und beschreibt, wie diese verwendet werden sollen. Beispiel: Das Export-Kennzeichen wird auf „Ja“ gesetzt, falls der amerikanische Lieferant auch Waren ausserhalb der USA verkauft.

Physisches Datenmodell

Ein physisches Datenmodell ist eine Abbildung eines Datendesigns, unter Berücksichtigung des vorhandenen Datenbankmanagementsystems. Es kann aus dem logischen Datenmodell abgeleitet werden. Beziehungen: Ein physisches Datenmodell ist ein spezielles Datenmodell.

Präventive DQM-Massnahme

Eine präventive DQM-Massnahme (z.B. Spezifikation und Nutzung von DQ-Kennzahlen) senkt die Wahrscheinlichkeit, dass bestimmte Datendefekte auftreten oder mindert die Wirkung bestimmter Datendefekte [Otto et al. 2010]. Beziehungen: Eine präventive DQM-Massnahme ist eine spezielle Massnahme. Eine präventive DQM-Massnahme gestaltet Strukturen einer DQM-Funktion. Eine präventive DQM-Massnahme verhindert Datendefekte.

Prozess-architektur

Eine Prozessarchitektur ist eine (hierarchische) Gliederung von Geschäftsprozessen. Beziehungen: Die Prozessarchitektur ist eine spezielle Datenarchitektur.

Prozesskennzahl Eine Prozesskennzahl misst die Prozessleistung. Geschäftsprobleme beeinflussen die Prozesskennzahlen. Beziehungen: Die Prozesskennzahl misst und leitet den Geschäftsprozess. Die Prozesskennzahl ist eine spezielle Kennzahl. Die Prozesskennzahl wird durch Geschäftsprobleme beeinflusst.

Reaktive DQM-Massnahme

Eine reaktive DQM-Massnahme (z.B. Identifizieren und Entfernen von Dubletten) behebt Datendefekte nach deren Auftreten [Otto et al. 2010]. Beziehungen: Eine reaktive DQM-Massnahme ist eine spezielle Massnahme. Eine reaktive DQM-Massnahme verbessert die DQ. Eine reaktive DQM-Massnahme repariert Datendefekte.

Anhang 234


Routine Eine Routine ist ein Handlungsablauf der aus den akkumulierten Erfahrungen und dem Wissen der Mitglieder einer Organisation (der Mitarbeiter eines Unternehmens) entsteht [Eisenhardt/Martin 2000; Zollo/Winter 2002]. Beziehungen: Eine Routine ist in einem oder mehreren Geschäftsprozessen institutionalisiert. Eine Routine ist Bestandteil einer dynamischen Fähigkeit. Eine Organisation hat Routinen. Eine DQM-Routine ist eine spezielle Routine.

Semantisches Datenmodell

Ein semantisches Datenmodell ist eine implementierungsunabhängige und semantisch eindeutige Beschreibung von Entitäten aus einer fachlichen Sicht und somit die gemeinsame Grundlage für die Kommunikation zwischen Vertretern verschiedener Fachbereiche sowie für die systemseitige Implementierung von Datenstrukturen und Datenverteilung [Gemünden/Schmitt 1991, S. 25; Wand/Weber 2002, S. 363; Shanks et al. 2003, S. 85]. Der Schwerpunkt liegt auf der Datenstandardisierung von Datenobjekttypen und Datenobjektattributen über mehrere Applikationen hinweg [Ortner 1991, S. 319]. Beziehungen: Ein semantisches Datenmodell wird aus einem Business Data Dictionary abgeleitet. Ein semantisches Datenmodell konsolidiert mehrere, applikationsspezifische Datenmodelle.

Stammdaten-klasse

Eine Stammdatenklasse gruppiert Stammdatenobjekte des gleichen Typs (z.B. Kundendaten, Produktdaten). Beziehungen: Eine Stammdatenklasse ist ein spezieller Datenobjekttyp. Stammdatenklassen können hierarchisch strukturiert sein. Stammdatenklassen bestehen aus Stammdatenobjekten.

Stammdaten-objekt

Ein Stammdatenobjekt ist ein spezielles Datenobjekt, dessen Datenelemente sich im Vergleich zu anderen Datenobjekten (z.B. Bewegungsdatenobjekten) seltener ändern [Mertens 2007, S. 20; Loshin 2008, S. 8; Schmidt 2010, S. 225]. Beziehungen: Ein Stammdatenobjekt ist ein spezielles Datenobjekt. Stammdatenobjekte sind Bestandteil einer Stammdatenklasse.

Stammdaten-objekt, global

Beziehungen: Das globale Stammdatenobjekt ist ein spezielles Stammdatenobjekt.

Strategisches Unternehmens-ziel

Strategische Unternehmensziele grenzen Märkte bzw. Geschäftsfelder ab, die zu bedienen sind, um unter Berücksichtigung der eigenen Kernkompetenzen und der betrieblichen Umwelt erfolgreich sein zu können [Welge/Al-Laham 2003]. Beziehungen: Das strategische Unternehmensziel bestimmt die Kultur sowie unternehmensweite DQM-Anforderungen, von denen die DQM-Strategie abgeleitet wird. Ein strategisches Unternehmensziel ist ein Ziel (Spezialisierung). Aus strategischen Unternehmenszielen werden DQM-Ziele abgeleitet.

Strukturelle Geschäftsregel

Eine strukturelle Geschäftsregel beschreibt, wie ein Unternehmen grundlegend strukturiert ist [OMG 2008, S. 160f]. Strukturelle Geschäftsregeln geben die Struktur von Datenobjekten vor und begrenzen den Wertebereich von Datenelementen [Ofner 2013, S. 209]. Beziehungen: Eine strukturelle Geschäftsregel ist eine Spezialisierung einer Geschäftsregel. Eine strukturelle Geschäftsregel begrenzt den Wertebereich eines Datenelementes. Eine strukturelle Geschäftsregel bestimmt die Struktur von einem Datenobjekt. Beispiel: Jeder amerikanische Lieferant besitzt ein Export-Sicherheitskennzeichen. Das Export-Sicherheitskennzeichen kann die Werte „Ja“ oder „Nein“ enthalten.

235 Anhang


Unternehmens-architektur

Die Unternehmensarchitektur ist die Organisationslogik für Geschäftsprozesse und IT-Infrastruktur, welche die Integrations- und Standardisierungserfordernisse des Geschäftsmodells einer Unternehmung abbildet [Moser/Kirchner 2013, S. 317]. Beziehungen: Die Unternehmensarchitektur ist eine Datenarchitektur (Spezialisierung).

Tabelle D-1: Metaentitäten des DQM-Metamodells

Anhang 236

Anhang E Realoptionsanalyse (ROA) E.1 Bewertungsansätze für Realoptionen

Insbesondere seit Dixit/Pindyck [1994] stossen ROA-Modelle in der Forschung allgemein aber auch in Strategischen Management- und in IS-Publikationen auf hohes Interesse. Eine häufig übernommene Einteilung, je nach Entscheidung in die folgenden acht Realoptionstypen, wurde ausführlich von Trigeorgis beschrieben [1996]: Innovations-, Erweiterungs-, Einschränkungs-, Abbruchs-, Umstellungs- und Verzögerungsoption sowie die Option der temporären Stilllegung und die Option der mehrstufigen Investitionsdurchführung.

Anders als bei den bisher diskutierten Bewertungsverfahren hat sich für Realoptionen keine einheitliche Methode herausgebildet: Generell lassen sich die Bewertungsansätze in analytische und numerische Verfahren einteilen. Bekanntester Vertreter der analytischen Verfahren ist das Black-Scholes-Modell (BSM) [Black/Scholes 1973] als geschlossene Lösung zur Bewertung europäischer Call- und Put-Optionen sowie ihre Erweiterung, das Geske-Modell [Geske 1979; Hungenberg 2005]. Von den numerischen Verfahren haben sich vor allem das Binomial-Modell (BM) von Cox [1979] und die Monte-Carlo-Simulation durchgesetzt. In der Praxis hat insbesondere das BM den Vorteil, dass die Implementierungskomplexität vergleichsweise überschaubar ist und der Rechenweg eine detaillierte Transparentmachung der Projektspezifika erfordert und dadurch leichter zu kommunizieren ist. Ein neues Verfahren, die sog. Fuzzy-Payback-Methode, wurde 2008 von Collan entwickelt, die für die Bewertung der (fuzzy = „unscharfen“) Auszahlungsverteilung auf einem Fuzzylogik-Ansatz basiert [Collan et al. 2009; Collan et al. 2012].

Wenn der Anwendungsfall eine Vielzahl von Umweltzuständen beinhaltet, wird in der Regel auf das zeitstetige BSM zurückgegriffen (vgl. u.a. [Dos Santos 1991; Benaroch/Kauffman 1999; Taudes et al. 2000; Bardhan/Sougstad 2004]), da das BM nur eine begrenzte Anzahl an Optionen abbilden kann. Dos Santos [1991], als ROA-Pionier in der IS-Forschung, nutzte das Margrabe-Modell [Margrabe 1978] (Erweiterung des BSM) zur Bewertung einer intertemporalen Abhängigkeit („software growth option“) zwischen einer Basisinvestition in SAP R/3 und einer darauf aufbauenden Investition in ein EDI-Folgeprojekt.

237 Anhang

Abbildung E-1: Bewertungsverfahren des ROA-Ansatzes (Erweiterte Darstellung in

Anlehnung an Hungenberg [2005])

Modelle (Auswahl)

Verfahren der Realoptions-bewertung

Analytische Verfahren

NumerischeVerfahren

Geschlossene Lösungen

Näherungsverfahren

Approximation der partiellen Differenzial-gleichungen

Approximation des stochastischen Ent-wicklungsprozesses

Approximation der Auszahlungen durch Fuzzy Zahlen

• Collans Fuzzy-Payback-Methode

• Finite-Differenzen-Methode• Finite-Elemente-Methode

• Binomial-Modell• Monte-Carlo-Simulation

• Geske-Johnson-Modell• Carr-Modell

• Black-Scholes-Modell• Margrabe-Modell• Geske-Modell

Anhang 238

E.2 Realoptionsanalyse im Kontext der Wirtschaftsinformatik

Bobrowski und Vazquez-Soler [2004] liefern den einzigen Beitrag, der die ROA auf DQM-Investitionen anwendet. Dennoch ähneln Realoptionen des DQM den Optionen für IS-Projekte. Daher zeigt Tabelle E-1 Publikationen, die im Rahmen von Fallstudien erläutern, wie die ROA zur Bewertung von IS-Projekten angewendet werden kann. Die Selektion in Tabelle E-1 ist nicht erschöpfend, sondern soll eine überschaubare Liste von Anwendungsfällen (z.B. eine IT-Infrastrukturinvestition) liefern, deren Rechenmodelle möglichst leicht auf DQM-Investitionen transferiert werden können. Der Schwerpunkt der Publikationsauswahl liegt zum einen auf den meist zitierten Fallstudien der Pioniere wie u.a. Dos Santos, Benaroch und Bardhan und zum anderen auf möglichst aktuellen Beiträgen, um den aktuellen Stand der Forschung wiederzugeben.

Quelle Publikations-medium

Bewertungs-modell

Typen von Realoptionen

[Dos Santos 1991]

Buch Margrabe Model (BSM)

IT-Infrastrukturinvestition als Wachstumsoption mit Folgeprojekten

[Benaroch/ Kauffman 1999]

Information Systems Research

BSM Verzögerungsoption auf ein elektronisches Zahlungssystem

[Taudes et al. 2000]

MIS Quarterly BSM Intertemporale Abhängigkeit („strategic growth option“) zwischen einer Basisinvestition in SAP R/3 und optionalen Folgeinvestitionen; Plädoyer für „Denken in Optionen“

[Bardhan/ Sougstad 2004]

Journal of Management Information Systems

BSM Bewertung von intertemporalen Abhängigkeiten („project interdependencies“) zwischen 31 IT-Projekten aus dem IT-Portfolio eines US-amerikanischen Energieerzeugers

[Benaroch et al. 2006]

Journal of Management Information Systems

BM und BSM Bewertung von mehrstufigen Investitionen mit Inter- und Intraprojektabhängigkeiten („nested Options“) mittels zweier neuen Realoptionsbewertungsansätzen, die Weiterentwicklungen des BM und BSM sind

[Bobrowski/Vazquez-Soler 2004]

9th International Conference on Information Quality

BM Bewertung eines zweistufigen DQM-Projekts als Wachstumsoptionen

[Dai et al. 2007]

Information Technology & Management

BM Bewertung einer zweistufigen IT-Infrastrukturinvestition als Wachstumsoptionen; Plädoyer für „Denken in Optionen“

[Cao et al. 2009]

International Journal of Information Systems and Change Management

BM Option der mehrstufigen Investitionsdurchführung („Staging Option“) für Implementierung eines Supply Chain Management-Systems unter Berücksichtigung verschiedener Implementierungsstrategien

[Chen et al. 2009]

International Journal of Project Management

BM Bewertung eines risikobehafteten ERP-Projekts

[Banker et al. 2010]

ICIS Konferenz Numerische Simulation vs. BSM

Bewertung mehrstufiger IT-Investitionsoptionen; Ergebnis: im Vergleich zur Simulation überschätzt BSM die Optionen um den Faktor 10

Tabelle E-1: Anwendungen der ROA in der Wirtschaftsinformatik

239 Anhang

Quelle Publikations-medium

Bewertungs-modell

Typen von Realoptionen

[Diepold et al. 2011]

Zeitschrift für Betriebs-wirtschaft

BSM Bewertung intertemporaler Abhängigkeiten zwischen IT-Projekten unter Berücksichtigung projektspezifischer Risiken im Kontext einer Neugestaltung von Kreditvergabeprozessen einer Retail-Bank

[Padhy/ Sahu 2011]

International Journal of Project Management

BM Bewertung eines Six Sigma-Kostenreduktionsprojekts mit Wachstums- (Growth), stufenweiser Investitionsoption (Stage), Erweiterungs- (Scale) und Aufschuboption (Defer)

[Khan et al. 2012]

European Journal of Information Systems

BM Bewertung von mehrstufigen IT-Infrastrukturinvestitionen als Wachstumsoptionen

[You et al. 2012]

Journal of Engineering and Technology Management

Fuzzy Pay-Off-Methode

Mehrstufiges ERP-Investitionsbewertungsmodell mit Projekterweiterungs-(Wachstums-), Stilllegungs- und Verkleinerungsoptionen

[Ghosh/Li 2013]

Information Systems Research

Integration des Geske- Verbundoptionenmodels [Geske 1979] und des Nested-Options-Modell [Benaroch et al. 2006] in neues Modell

Bewertung von mehrstufigen Investitionsoptionen mit Intra- und Interprojektabhängigkeiten (Integration von „nested“ und „compound options“) im Rahmen eines Service-oriented-Architecture-Migrationsprogramms

[Kasiri/ Sharda 2013]

ACM Transactions on Management Information Systems (TMIS)

BSM, Nutzen ermittelt mittels Systemdynamik-Simulation [Senge 1990]

Bewertung von Wachstums- und Warteoptionen für RFID-Investitionen im Einzelhandel

Tabelle E-1: Anwendungen der ROA in der Wirtschaftsinformatik (fortgesetzt)

Als Ergänzung zu Tabelle E-1 können die ROA-Literaturanalysen von Wu et al. oder Ullrich herangezogen werden: Wu et. al [2010] untersuchen die Anwendung der ROA im Kontext von Management-Informationssystemen. Ullrich [2013] liefert eine strukturierte Literaturanalyse zur Bewertung von IT-Investitionen mit der ROA, um aufzeigen, bei welcher Art von IT-Investition welche Annahmen (z.B. Annahme eines vollständigen Marktes) der Optionsbewertungsmodelle problematisch sein können und welche Möglichkeiten existieren, diese Restriktionen zu lockern.

Anhang 240

Anhang F Vorlagen zur Methode F.1 Vorlagen zur Phase I Technik DQM-Reifegradanalyse und Technik DQM-Benchmarking Rollen

Konzern-Datensteward

Name, Kontaktdaten Fachliche(r)

Datensteward(s)

Name, Kontaktdaten Datennutzer

Name, Kontaktdaten Technische(r)

Datensteward(s)

Name, Kontaktdaten Prozesseigentümer

Name, Kontaktdaten DQM-Reifegrad und Benchmarking-Ergebnis

DQM-Handlungsfeld

Reifegrad Ist Soll

Prio-rität

Handlungs-bedarf Stärken Verbesserungs-

potentiale Bench-marking

Strategie 55% 70% 5 sehr dringend

Gemeinsame, strategische Ausrichtung & gute Kooperation von Fachbereich und IT

Fehlende Kommunikation der DQM-Ziele und Richtlinien

Ist-Reifegrad liegt 30%< Best-in-Class …

Führungs-system

Organisation

Prozesse & Methoden

Daten-architektur

Applikationen

241 Anhang

F.2 Vorlagen zur Phase II Technik Priorisierung der Massnahmen Rollen

Konzern-Datensteward

Name, Kontaktdaten Fachliche(r)

Datensteward(s)

Name, Kontaktdaten Datennutzer

Name, Kontaktdaten Technische(r)

Datensteward(s)

Name, Kontaktdaten Prozesseigentümer

Name, Kontaktdaten Massnahmenkatalog

Nr. DQM-Massnahme DQM-Ziel Aufwand Nutzen Bewertungs-faktor

Zeithorizont (kurz/mittel/lang)

M01 Wirtschaftlichkeitsrechnung 2) 1 5 5 Kurzfristig für M04-M07

M02

M03

Anhang 242

F.3 Vorlagen zur Phase III

Technik Business Case Framework

Name Name, Kontaktdaten

Abteilung Marketing & Vertrieb Abteilung

Geschäftsprozess Vertrieb Geschäftsprozess

Bewertete Datenklassen Kunde, Produkt Datenklassen

Interview-Datum Datum

Nutzen-bereich

Nutzen-potential

Daten-objekt

Bewer-tung der Auswir-kungen

(1=gering 5=hoch)

Anzahl Prozess-instanzen

Kosten pro

Prozess (Zeit

oder €)

DQM-Ein-sparungs-potenzial

in %

Direkte Kosten-einspa-rungen

pro Jahr

Erzielter Nutzen

(z.B. durch

Umsatz-steige-rungen)

Einge-sparte

Arbeits-zeit

Einge-sparte

Arbeits-kosten

pro Jahr

Marke-ting & Vertrieb

Gesteigerte Einnahmen durch Cross- und Up-Selling

Kunde, Produkt

Kostenein-sparung durch optimierte Wahl der Vertriebs-kanäle

Kunde, Produkt

…

243 Anhang

F.4 Vorlagen zur Phase IV

Strategiedokument - Techniken des Veränderungsmanagements

Geltungsbereich

Dok-ID

Version

Status

Ersetzt-Version

Ausgabedatum

gültig ab

gültig bis

Dokumentname

Ablage

Autor

Zur Kenntnis an

Inhaltsverzeichnis

1 Einleitung 1.1 Ziel und Zweck 1.2 Gültigkeitsbereich und Zielpublikum 1.3 Bestandteile der CDQM-Strategie

2 Strategische Anforderungen 2.1 Wertbeitrag 2.2 IST-Situation 2.3 Beitrag des unternehmensweiten DQM für die Unternehmensziele 2.4 Vision und Ziele 2.5 Inhaltlicher und funktionaler Umfang

3 Qualitätssicherung 3.1 Überwachung von Datenqualität 3.2 Spezifikation geschäftsorientierter KPIs für Pflichtinformationen 3.3 Strategische Prinzipien und Richtlinien

4 Organisation 4.1 Rollen und organisatorische Verankerung 4.2 Prozesse und Aufgaben im DQM 4.3 Strategische Prinzipien und Richtlinien

5 Prozesse 5.1 Management des Datenlebenszyklus 5.2 Strategische Prinzipien und Richtlinien

6 Architektur 6.1 DQM-Architektur 6.2 Strategische Prinzipien und Richtlinien

7 Umsetzung 7.1 Umsetzungsplan zur Implementierung der DQM-Strategie 7.2 Kommunikationsmassnahmen

A Anhang A.1 Glossar …

Anhang 244

Lebenslauf Clarissa Falge Persönliche Daten

Geburtsort

Nationalität

München, Deutschland

Deutsch Ausbildung

2010 - 2014 Universität St. Gallen, Schweiz Doktoratsstudium der Wirtschaftswissenschaften Schwerpunkt: Business Innovation

2000 - 2007 Technische Universität München (TUM), Deutschland Studium der Informatik mit Nebenfach Wirtschaftswissenschaften

2006 - 2007 Universidad Autónoma de Madrid, Madrid, Spanien Diplomarbeit

2004 - 2004 Multimedia University, Kuala Lumpur, Malaysia Auslandsemester

Berufstätigkeit

2010 - 2014 Institut für Wirtschaftsinformatik, Universität St. Gallen, Schweiz, Lehrstuhl Prof. Österle, Kompetenzzentrum Corporate Data Quality Wissenschaftliche Mitarbeiterin

2008 - 2010 IBM Deutschland GmbH, München, Deutschland Business Consultant, Business Analytics & Optimization

2007 - 2007 Xulon Consulting GmbH, Hamburg, Deutschland Freie Mitarbeiterin

2005 - 2006 Siemens AG, Corporate IT Strategy Office, München, Deutschland Werksstudentin

2004 - 2005 Siemens Malaysia SDN BHD, Kuala Lumpur, Malaysia Werksstudentin

Documents

Methode zur Strategieentwicklung für unternehmensweites ...FILE/... · Zusammenfassung Daten hoher Qualität sind eine wichtige Voraussetzung, damit Unternehmen verschiedene strategische