Ein durchdachtes, klar definiertes und nachhaltiges Management der Stammdaten ist heutzutage unerlässlich. Zum einen ist es eine Stellschraube, um im Wettbewerb die Nase vorn zu haben. Zum anderen sind Unternehmen aufgrund von Compliance-Anforderungen verpflichtet, ein solides Master Data Management (MDM) zu etablieren. Dazu gehört eine eigens eingerichtete Stelle, die unternehmensweit die Stammdatenhoheit hat und verbindliche Prozesse definieren kann. Die Initiative ist oftmals – mindestens für die Einführungs- und Etablierungsphase – beim Top-Management angesiedelt.
Im Zeitalter der Digitalisierung und Automatisation berühren Stammdaten regelmäßig die unternehmerischen Kernprozesse – unabhängig davon, ob produzierende oder Dienstleistungsunternehmen im Fokus stehen. Falsche oder nicht gepflegte Stammdaten können einerseits enorme tatsächliche Kosten nach sich ziehen, wenn beispielsweise an falsche Adressen geliefert oder Rechnungen nicht korrekt zugestellt werden können. Andererseits entstehen Opportunitätskosten, weil die Kunden möglicherweise nicht richtig abgebildet und Umsatzpotenziale nicht ausgeschöpft werden oder es aufgrund falscher Daten zu Fehlentscheidungen kommt.
Effizientes Stammdatenmanagement
Stammdaten sind zustandsorientierte Informationen bezüglich der für die Unternehmen wesentlichen Objekte. Sie unterliegen im Zeitablauf in der Regel nur wenigen Veränderungen und werden von mehreren Systemen genutzt. Im Vordergrund stehen, insbesondere mit Blick auf das Kreditmanagement, die Kunden. Aber auch Lieferanten, Produkte und Mitarbeiter sind typische Stammdatenobjekte. Das Stammdatenmanagement umfasst aus unternehmerischer Sicht sämtliche organisatorischen sowie strategischen Maßnahmen, die notwendig sind, um Stammdaten zu erfassen, aufzubereiten, zu pflegen, situationsadäquat bereitzustellen und die Qualität der Daten zu sichern. Eine entsprechende IT-Unterstützung ist dabei unerlässlich.
Basis eines effizienten Stammdatenmanagements ist die hausinterne Konzeption und Dokumentation der Prozesse. Externe und interne Vorgaben sind zu berücksichtigen und eine unternehmensweit einheitliche Vorgehensweise zu gewährleisten. Dies betrifft den gesamten Lebenszyklus eines Stammdatensatzes: angefangen bei der initialen Stammdatenanlage über die Änderungen einzelner Komponenten im Zeitablauf aufgrund unterschiedlicher Trigger und definierte regelmäßige Prüfprozesse bis hin zur Historisierung und Datenlöschung beispielsweise aufgrund von Datenschutzanforderungen bei Privatkundendaten.
Die Stammdatenstelle hat für eine ausreichende Qualität der Stammdaten Sorge zu tragen. Dazu ist unbedingt festzulegen, wie die Qualität der Daten erfasst wird, sprich: welche Kriterien zur Messung geeignet sind. Nur so lässt sich ein Qualitätsmindeststandard definieren und auch kontinuierlich überprüfen. Idealerweise gibt es ein stammdatenführendes System mit einer zentralen Datenhaltung, um redundante Datenbestände zu vermeiden und aktuelle, korrekte Datensätze bereitzustellen
Herausforderungen im Kreditmanagement
Im Kreditmanagement stehen regelmäßig die Kunden im Fokus. Die Ausfallwahrscheinlichkeit bestimmt die Ausgestaltung der Zahlungskonditionen und das Kreditlimit. Das Stammdatenmanagement betrifft das Kreditmanagement aber bereits vor der eigentlichen Bonitätsprüfung und Limitvergabe. Für einen potenziellen Neukunden sind unbedingt vor der ersten Belieferung die definierten Stammdaten zu erfassen und zu qualifizieren, um ihn eindeutig identifizieren zu können. Diese Anforderungen gelten analog für Bestandskunden; eine Änderung der Firmierung ist rechtzeitig festzustellen und zu dokumentieren.
Unternehmen sind verpflichtet, Betrug, Missbrauch, Korruption und wirtschaftliche Schäden, aber auch Imageverlust vorzubeugen. Nur korrekte Stammdaten erlauben die Identifikation von Übereinstimmungen in PeP- oder Anti-Terrorlisten.
Die Qualität der Entscheidungen des Kreditmanagements wird durch die Stammdatengüte bestimmt. Dies zeigt sich auch eindrucksvoll beim Umgang mit Dubletten und Risikoverbünden. Die Entstehung von Dubletten kann bewusst herbeigeführt werden oder aufgrund unstimmiger Workflows ungewollt geschehen. Letzteres ist unbedingt zu vermeiden, da hier aufgrund einer fehlenden Aggregation von einzelnen Kreditlimiten zu demselben Risiko in Summe fälschlicherweise ein zu hohes Limit vergeben wird und Bonitätsinformationen nicht in der Gesamtschau betrachtet werden. In der Folge geht das Unternehmen unwillentlich zu hohe Risiken ein. Das bewusste Anlegen von Dubletten findet oftmals seine Rechtfertigung in Filialstrukturen mit unterschiedlichen Lieferanschriften. Derartige Vorgehensweisen sind solange aus Risikosicht unbedenklich, wie der Kreditmanager das Gesamtlimit im Blick hat und die Filialen bzw. Niederlassungen Teillimite zugeordnet bekommen.
Weiterhin sieht sich das Kreditmanagement in der Praxis regelmäßig mit Risikoverbünden konfrontiert, die möglicherweise als Kreditnehmereinheit definiert sind oder auf Konzernstrukturen beruhen. In diesem Kontext stellen die Einzelrisiken eigenständige Unternehmen dar, die adäquat zu legitimieren sind – und es bedarf neben der Betrachtung der einzelnen Unternehmen einer aggregierten Beurteilung des Risikoverbunds. Hierbei ist gemäß Geldwäschegesetz auf nationaler Ebene, insbesondere im Finanzdienstleistungsbereich, ergänzend der Wirtschaftlich Berechtigte als Stammdatum zu pflegen. Das Pendant auf europäischer Ebene findet sich in der EU-Anti-Geldwäsche-Richtlinie, die fundierte KYC-Prozesse erzwingt.
Erfolg durch saubere Stammdaten
Voraussetzung für den erfolgreichen Einsatz eines modernen, IT-gestützten Risikofrühwarnsystems ist stets eine angemessene Stammdatenqualität. Die Prozessautomatisation erfordert eindeutige, überschneidungsfreie Einzelrisiken. Zumindest im Retailsegment kommt hier oftmals kein manuelles Korrektiv mehr zum Einsatz; sprich: Doppelakten, die nicht als solche identifiziert und verbunden sind, werden isoliert betrachtet. Auch Kreditnehmereinheiten müssen über ein eindeutiges Merkmal konkretisiert sein.
In der Konsequenz sind qualitativ hochwertige Stammdaten für ein Unternehmen enorm wertvoll, da hierauf vielfältige unternehmerische Funktionen aufbauen können. Beispielsweise können Marketingkampagnen zielgruppenadäquat und damit mit deutlich höherer Wirksamkeit und aufgrund der scharfen Eingrenzung des Adressatenkreises mit geringeren Kosten durchgeführt werden. Im Kreditmanagement kann das IT-System die Risiken korrekt erfassen und ggf. aggregieren. Das Gesamtportfolio kann somit korrekt abgebildet und strategische Auswertungen über das gesamte Kundenportfolio automatisch erstellt werden.
Unabhängig davon, ob das MDM-System eigenständig oder in das Risikomanagementsystem integriert ist, können diverse Fehlerquellen vermieden werden. Ein automatischer Abgleich bei der Neukundenanlage mit dem Kundenbestand ist ein wesentlicher Punkt. Weiterhin sollte kontinuierlich der Stammdatenbestand auf Dubletten, Widersprüchlichkeiten, Unstimmigkeiten und fehlende Aktualität geprüft und notwendige Maßnahmen verbindlich adressiert werden. Die Migration neuer Datenbestände lässt sich automatisiert mit Migrationstools vornehmen. Datensätze können nach bestimmten Vorgaben konsolidiert bzw. harmonisiert werden. Die individuelle Justierung von Stellschrauben sowie die häufig notwenige manuelle Nacharbeit bei der Migration sind hierbei maßgeblich für die Qualität. Schließlich folgen Stammdaten von Privatkunden anderen Regeln als die von Firmenkunden. Auch branchenspezifische Besonderheiten sowie die geografische Marktreichweite spielen eine Rolle.
In der Gesamtschau zeigt sich, dass die Notwendigkeit eines umfassenden MDM noch nicht überall präsent ist. Gerade in mittelständischen Unternehmen werden oftmals schlicht die Kosten gesehen, die Master Data Management hervorruft, aber nicht die Kosten betrachtet, die entstehen, wenn kein Master Data Management System integriert und etabliert ist. Grundsätzlich sollte einen Schritt weiter gegangen und der Fokus auf den entstehenden Nutzen und die Potenziale gerichtet werden.
