Karriere easy portal Kontakt
Sprachumschalter

BLOG

Wie Sie Ihr unternehmensweites SAP Master Data Management optimieren

Wie optimieren, verschlanken und beschleunigen Sie Ihr SAP Master Data Management (MDM) und warum ist das so wichtig? Entdecken Sie, wie korrekte Stammdaten die Grundlage für digitale Prozesse, S/4HANA und IoT bilden. Lernen Sie, den ROI zu berechnen, Data Governance umzusetzen, Fehler zu vermeiden und das SAP-Potenzial auszuschöpfen.

Max. Lesezeit 51 Min
Zuletzt aktualisiert im Februar 2025

Unternehmen, die ihre betrieblichen Abläufe auf Basis von ERP-Systemen wie SAP abbilden, sollten den Aufwand für die Pflege ihrer Stammdaten nicht unterschätzen. Falsche oder nicht aktuelle Daten verursachen Probleme bei der Verarbeitung in SAP-Anwendungen – und können Ihre betrieblichen Abläufe im schlimmsten Fall zum Stillstand bringen. Jedes Unternehmen, dass seine Geschäftsprozesse in SAP abbildet, sollte sich deshalb mit den folgenden Fragen beschäftigen:

  • SAP-Stammdaten-Workflow: Haben Sie einen Prozess etabliert, mit dem Sie Ihre Stammdaten regelmäßig und idealerweise automatisiert auf Fehler und Dubletten überprüfen?
  • SAP Master Data Governance: Sind in Ihrer Organisation die Verantwortlichkeiten für die Stammdatenpflege klar geregelt und wissen alle beteiligten Mitarbeiter, was wann zu tun ist?
  • SAP Master Data Management Best Practices: Setzen Sie bei Ihrem unternehmensweiten SAP Master Data Management auf etablierte Standards und legen Sie damit die Grundlage für die erfolgreiche Digitalisierung Ihrer Geschäftsprozesse?

Im Zuge des explodierenden Datenvolumens hat sich MDM zu einem der spannendsten Bereiche im globalen IT-Markt entwickelt. Jährliche Wachstumsraten von mehr als 15 Prozent und ein jährliches Umsatzvolumen von rund 15 Milliarden Euro mit MDM-Lösungen bis 2026 bestätigen: Master Data Management ist auf der IT-Agenda vieler Unternehmen ganz oben angekommen.

Das ist nur logisch, denn datengetriebene Geschäftsmodelle in Zeiten der Digitalisierung basieren maßgeblich auf funktionierendem Master Data Management. Die strukturierte Pflege von Stammdaten, die sich auf Objekte wie Kunden, Produkte, finanzielle Transaktionen, Lieferanten und Geschäftspartner beziehen, wird zur Kernaufgabe von Unternehmen. Das ist einerseits eine logische Folge der digitalen Transformation in nahezu allen Branchen. SAP-Stammdaten zu optimieren ist andererseits die Voraussetzung für die Digitalisierung von Geschäftsprozessen.

Wie Sie Ihre Materialstammdaten optimieren – Schritt für Schritt zum erfolgreichen Projekt

Im Whitepaper erfahren Sie, wie Sie ein Projekt zur Optimierung Ihrer Materialstammdaten in SAP starten und damit eine solide Basis für Ihren zukünftigen Geschäftserfolg legen.

Whitepaper lesen

Hohe Kosten infolge inkorrekter Master Data vermeiden

Effektives Master Data Management in Unternehmen hat die Aufgabe, Geschäftsprozessen und SAP-Transaktionen konsistente und korrekte Stammdaten zur Verfügung zu stellen. Die Folgekosten inkorrekter Stammdaten sind hoch. Sind erst einmal nicht aktuelle oder redundante Daten ins SAP-System geflossen, entsteht ein hoher Aufwand für Nachbesserungsarbeiten. Dieser Aufwand lässt sich bei einem von vornherein optimierten MDM-Prozess komplett vermeiden.

Der Single Point of truth beschreibt einen allgemeingültigen Datenbestand im Unternehmen. Fehlt der Überblick und pflegen die Mitarbeiter aus verschiedenen Abteilungen die Daten unterschiedlich, kann es beispielsweise zu Dubletten kommen. Die Stammdaten sind nicht verlässlich und möglicherweise veraltet.

Insbesondere in Logistik- und Produktionsabläufen haben fehlerhafte Stammdaten oft katastrophale Auswirkungen. Dubletten und nicht gepflegte Stammdaten in SAP können zu Fehllieferungen und Material-Engpässen führen, die wiederum erhebliche Störungen Ihrer Geschäftsprozesse in der Materialwirtschaft zur Folge haben. Ihre Mitarbeiter müssen schließlich mithilfe manueller Workarounds die Auswirkungen minimieren, um die Kundenzufriedenheit nicht zu gefährden und die Folgekosten in Grenzen zu halten.

Das Stammdatenmanagement in SAP ist alles andere als eine triviale Aufgabe. Allein ein Material-Stammdatensatz in SAP MM umfasst bis zu 1.000 Einzelfelder.

SAP-Stammdaten zu pflegen und fortlaufend zu optimieren erfordert deshalb die Einrichtung einer umfassenden SAP-Stammdaten-Governance und die Implementierung eines Workflows, der weitgehend automatisiert läuft.

Optimierung der SAP-Stammdaten

Von der Beantragung neuen Materials bis zur werksübergreifenden SAP-Stammdaten-Optimierung profitieren Unternehmen von einem strukturierten Prozess in vier Schritten, der sich vor allem für MDM-Aufgaben in Logistik und Produktion bewährt hat:

  • Schritt 1 – Stammdatenanlage bei der Beantragung neuen Materials: Benötigt ein Ingenieur neues Material, gibt er die grundlegenden Stammdaten direkt in eine auf seine Rolle zugeschnittene SAP-Eingabemaske ein. Mit Hilfe der SAP Materialstamm-Sichten werden nicht relevante Felder gar nicht erst eingeblendet, um Fehler bei der Materialanlage zu vermeiden. Bei Bedarf lassen sich zusätzliche Dokumente und Spezifikationen an den Antrag anhängen.
  • Schritt 2 – Freigabe in der Master-Data-Zentrale: Eine zentrale Abteilung in Ihrer Organisation ist für die Überprüfung und Freigabe von neu angelegten Stammdatensätzen in SAP verantwortlich. Diese SAP-Master-Data-Zentrale erhält über einen automatisierten Workflow neue Anträge, die sie überprüft und gegebenenfalls an den Antragsteller zurückgibt, falls der initiale Datensatz fehlerhaft gewesen ist.
  • Schritt 3 – Überprüfung auf Stammdaten-Redundanzen: Mit Hilfe digitaler Add-on-Lösungen lassen sich SAP-Anwendungen auf Dubletten untersuchen. Bei redundanten Stammdaten weist die Lösung Ihre SAP-Master-Data-Zentrale auf mögliche Dubletten hin, woraufhin Ihre Mitarbeiter die Prüfung abschließen und den fehlerhaften Stammdatensatz aktualisieren können.
  • Schritt 4 – Globale SAP Master Data Governance: Eine der großen Herausforderungen in der Stammdatenpflege liegt im standortübergreifenden MDM in verteilten Organisationen. Während einige Datenfelder global gültig sind, unterscheiden sich andere von Werk zu Werk. Mit Speziallösungen lassen sich unterschiedliche Werkssichten definieren und die Lösung legt automatisch die für die definierten Werke relevanten Sichten an.

Mit der Verknüpfung eines solchen vierstufigen MDM-Workflows mit Ihrem SAP-System können Sie die Risiken und Folgekosten infolge nicht korrekter Stammdaten auf ein Minimum reduzieren. Gerade in Zeiten der Digitalisierung wird Stammdatenmanagement zur Königsdisziplin für Unternehmen, die auf die Automatisierung von Logistik- und Produktionsprozessen setzen.

Materialmanagement 4.0 – Mit sauberen Materialstammdaten zur digitalen Produktion

Saubere Stammdaten bilden die Grundlage für das automatisierte Materialmanagement. Doch Stammdatenmanagement ist ein komplexer Prozess. Ohne saubere Materialstammdaten keine Digitalisierung.

whitepaper lesen

Probleme beim Materialstammdatenmanagement in SAP

Materialstammdaten brauchen einen Lebenszyklus, der ordentlich und gepflegt sein muss, ein gutes Stammdatenmanagement braucht quasi. Das ist leider nicht immer der Fall. Ein Beispiel: Ein international agierendes Industrieunternehmen stellt Hochöfen her. Damit die Anlagenbauer vor Ort arbeiten können, brauchen sie sehr viele Materialien – von riesigen Stahlteilen bis zur einzelnen Schraube – die rechtzeitig auf der Baustelle sein müssen. Die Ingenieure konzipieren nicht nur die gigantischen Industrieanlagen, sondern legen auch das benötigte Material in SAP MM an. Viele von ihnen achten aber nicht darauf, dass werksübergreifende Materialdaten dabei helfen, redundante Stammdaten in SAP zu vermeiden, damit das Unternehmen von günstigen Einkaufskonditionen profitiert. Sie interessieren sich auch nicht für die werksspezifischen Materialsichten wie Einkauf und Disposition, obwohl diese Sichten wichtige Steuerungsparameter für eine pünktliche Materiallieferung zu den Baustellen enthalten. Die Haltung der Ingenieure ist verständlich, weil sie mitunter Tausende neuer Materialien benötigen.

Die drei häufigsten Fehler bei der Anlage von Materialstammdaten:

  1. Ein Materialstamm wird mehrmals angelegt, was zu falschen Kalkulationswerten führt.
  2. Der Materialstamm-Anlageprozess ist intransparent.
  3. Die Produktion verzögert sich.

Allein die Koordination der involvierten Abteilungen, welche ihre Materialsicht pflegen, bedeutet einen extremen Aufwand. Aufwändig ist es außerdem, die Eingabefehler zu reduzieren. Das alles treibt die Kosten für das Unternehmen in die Höhe. Im schlimmsten Fall wird das falsche Material angeliefert, was nicht nur den Fertigstellungstermin verzögert, sondern das Unternehmen auch Millionen kosten kann, wenn es sich beispielsweise um eine Spezialanfertigung handelt. Auf diese Weise wird außerdem die Digitalisierung im Unternehmen aufgehalten.

Materialstammdaten als Baustein des digitalen Unternehmens

Stammdaten sind Grundinformationen über sämtliche betrieblich relevanten Objekte wie Kunden, Lieferanten, Mitarbeiter und Produkte. Alle weiteren Daten im Unternehmen können erst dann sinnvoll eingesetzt werden, wenn sie in Bezug zu den richtigen Stammdaten stehen. Wir haben die Erfahrung gemacht, dass unsaubere Stammdaten einer der Hauptgründe für das Scheitern von Digitalisierungsinitiativen ist.

Nehmen wir jetzt einmal an, dass Ihre Stammdaten vollkommen fehlerfrei sind. Welche Möglichkeiten ergeben sich daraus? Und wie können Sie Ihre Stammdaten verbessern, wenn es Optimierungsbedarf gibt?

So berechnen Sie den ROI für die Optimierung des SAP Master Data Management

Saubere SAP-Stammdaten sind Gold wert. Selbst vermeintlich kleine Fehler in der Stammdatenpflege haben große Folgen. Nehmen wir die Logistik als Beispiel: Schleicht sich bei der Anlage eines neuen Fertigungsmaterials der Fehlerteufel ein, kann dies zu Fehlbestellungen führen, die eine toxische Kettenreaktion in Gang setzen: Die falsche Ware wird geliefert, gleichzeitig beträgt die Wiederbeschaffungszeit für das richtige Material mehrere Wochen. Die Folge: im schlimmsten Fall Produktionsstillstand.

Doch nicht nur Fehler und deren Folgekosten sind eine der großen Herausforderungen im SAP Master Data Management. Der Prozess der Stammdatenanlage und -pflege an sich verursacht einen beträchtlichen Aufwand. Unternehmen, die mehrere tausend Stammdatensätze im Jahr anlegen, kennen die Komplexität in SAP und den damit verbundenen Zeit- und Ressourcenaufwand.

Die gute Nachricht: Es gibt Wege, den Stammdatenprozess zu optimieren und zu automatisieren. Mit den richtigen Hebeln und intelligenten Zusatzlösungen für SAP können Unternehmen bares Geld sparen – und zwar innerhalb kürzester Zeit. Doch wie berechnet sich der Return on Investment (ROI)? Welche Faktoren treiben die Kosten beim SAP Master Data Management in die Höhe? Und an welchen Stellschrauben lohnt es sich zu drehen?

Mit den richtigen Hebeln und intelligenten Zusatzlösungen für SAP können Unternehmen beim Master Data Management bares Geld sparen.

Erfahren Sie, wie Sie den ROI für die Optimierung Ihres Stammdatenmanagements in SAP berechnen. In unserem Beispiel nehmen wir den Materialstamm-Anlageprozess unter die Lupe. Die Berechnung funktioniert in ähnlicher Weise für die Kundenstammdaten-Anlage und weitere Master-Data-Prozesse in SAP.

SAP Stammdaten optimieren – Transparenz und schneller ROI dank sauberer Materialstammdaten

In diesem Whitepaper zeigen wir Ihnen wie Sie die digitalen Lücken in Ihrem SAP MM-System füllen und von mehr Effizienz, Transparenz und vor allem einem schnellen Return-on-Investment profitieren.

Whitepaper lesen

Was macht den Materialstamm-Anlageprozess so komplex?

Wer sich schon einmal näher mit der Anlage von Materialstammdaten in SAP beschäftigt hat, kennt die Komplexität:

  • Ein Materialstamm-Datensatz in SAP MM umfasst bis zu 1.000 Einzelfelder.
  • Für Gelegenheitsnutzer ist die Anlage und Pflege umfangreich und unübersichtlich.
  • Am Stammdatenprozess sind zahlreiche Abteilungen wie Einkauf, Verkauf und Disposition beteiligt.
  • Die Koordination und Kommunikation zwischen allen Prozessbeteiligten in SAP MM nimmt viel Zeit in Anspruch.
  • Bei Unternehmen mit mehreren Produktionsstandorten erhöhen zahlreiche Werkssichten die Komplexität.
  • Bei Fusionen mit unterschiedlichen SAP-Systeme ist es von großer Bedeutung die Materialstammdaten zügig auf das führende System zu migrieren und die Sauberkeit der Stammdaten zu gewährleisten.

Um aus dem Stammdatenmanagement einen effizienten Prozess zu machen, rechnet sich in den meisten Fällen die Investition in eine zusätzliche, in SAP integrierte Softwarelösung. Die Vorteile: Die Fachabteilungen im Unternehmen, die für die Stammdatenanlage und -pflege zuständig sind, profitieren von einem reibungslosen Ablauf. Die IT-Abteilung bleibt ihrer SAP-Strategie treu und die Unternehmensleitung wird ihrer Verpflichtung zu einer transparenten Data Governance gerecht.

1. Basis der ROI-Berechnung: die laufenden Prozesskosten

Ob sich eine Investition in eine SAP-Zusatzlösung für das Master Data Management lohnt und wie schnell der Return on Investment eintritt, hängt von den folgenden Faktoren ab:

SAP Master Data Management ROI Bestandteile

In einem Fertigungsunternehmen werden tagtäglich neue Materialien beantragt und nach der Freigabe im SAP-System angelegt. Die Menge der Materialstamm-Anlagen innerhalb eines Jahres ist deshalb ein entscheidender Einflussfaktor für den Gesamtaufwand. Nach unserer Einschätzung legt das Gros der Fertigungsunternehmen jährlich zwischen 1.000 und 15.000 neue Materialstämme an.

Vorteil einer SAP-Zusatzlösung: Keine Veränderung, da die Anzahl der Vorgänge gleich bleibt. D.h. erhöht sich die Anzahl der Anlagen, bleibt die Qualität trotzdem gleich gut und schnell.

2. Bearbeitungszeit pro Vorgang

Die Anlage eines neuen Materialstamm-Datensatzes in SAP nimmt angesichts der Komplexität in der Regel zwischen 30 und 45 Minuten in Anspruch. Hinzu kommen indirekte Bearbeitungszeiten, beispielsweise im Fall telefonischer Rückfragen, bei der Bearbeitung papierbasierter Dokumente oder bei der Suche von Informationen in E-Mails.

Vorteil einer SAP-Zusatzlösung: Durch die Optimierung und Automatisierung von Prozessschritten reduziert sich der Arbeitsaufwand um mindestens 50 Prozent.

Neben dem Arbeitsaufwand sind die Folgekosten infolge von Bearbeitungsfehlern und Dubletten in den SAP-Materialstammdaten der größte ROI-Hebel. Nach unserer Schätzung liegen die durchschnittlichen Fehlerkosten im Prozess bei etwa 30 Euro pro Vorgang. Diese Einschätzung basiert auf den Kosten für falsche Materialbestellungen und Produktionsstillstände innerhalb eines Jahres, geteilt durch die Anzahl der Vorgänge pro Jahr.

Vorteil einer SAP-Zusatzlösung: Durch eine bessere Workflow-Unterstützung und Datenprüfung lassen sich die Fehlerkosten um bis zu 80 Prozent reduzieren.

3. Indirekte Prozesskosten

Obwohl der Arbeits- und Zeitaufwand der größte Kostentreiber bei der Stammdatenanlage und -pflege ist, können indirekte Prozesskosten den Aufwand zusätzlich erhöhen. Vor allem die analoge, papierbasierte Verarbeitung verursacht Kosten für Ordner, Mappen, Papier, Drucker, Scanner und Lagerplatz für Dokumente. Die Mehrheit der Unternehmen hat ihr Dokumentenmanagement zwar größtenteils digitalisiert, doch laut Bitkom Digital Office Index arbeitet ein Viertel der Unternehmen nach wie vor mit Papierdokumenten.

Vorteil einer SAP-Zusatzlösung: Durch die Digitalisierung der analogen und papierbasierten Arbeitsschritte entfallen die indirekten Prozesskosten, der Aufwand reduziert sich um bis zu 100 Prozent.

Zweiter Teil der ROI-Berechnung: der Projektaufwand

Der erste Schritt Ihrer ROI-Berechnung ist erledigt: Sie haben Ihre laufenden Prozesskosten für die Anlage von Materialstammdaten in SAP MM quantifiziert und diesen das Optimierungspotenzial durch eine SAP-Zusatzlösung gegenübergestellt.

Im zweiten Schritt geht es um die Quantifizierung des Projektaufwands. Dieser unterteilt sich in den einmaligen Aufwand für die Implementierung einer SAP-Zusatzlösung und die Kosten für den laufenden Betrieb der Lösung.

4. Einmaliger Projektaufwand

Die Implementierungskosten setzen sich aus den Lizenzgebühren für die SAP-Zusatzlösung sowie den Arbeitsaufwand für deren Einführung zusammen.

Hinzu kommt der Arbeitsaufwand für die Implementierung sowie interne Projektaufgaben im Rahmen dieser. Als Faustregel gilt: Je vertrauter der Softwareanbieter mit der gewählten SAP-Zusatzlösung ist, umso schneller geht die Implementierung. So brauchen easy-Berater vor Ort in der Regel 30 Tage für die Implementierung, inklusive der Aufnahme der Prozesse sowie Umsetzung. Dabei nimmt sich ein Berater zunächst einen Teilprozess heraus, untersucht diesen anhand erprobter Checklisten. Dadurch entsteht ein entscheidender finanzieller Mehrwert für das Unternehmen. Zudem reduziert sich der SAP-Entwicklungsaufwand auf ein Minimum: 80 Prozent der Anforderungen lassen sich durch Konfiguration umsetzen.

Je nach Projektkomplexität, kann der Aufwand für die interne Projektarbeit bis zu 200 Tage betragen. Multiplizieren Sie in Ihrer ROI-Berechnung die geschätzten Projekttage jeweils mit einem kalkulatorischen Tagessatz für externe Berater und eigene Mitarbeiter.

5. Laufende Projektkosten

Neben dem Erstaufwand für die Softwareimplementierung fallen ab dem ersten Jahr jährliche Wartungsgebühren an, die in der Regel 20 Prozent der Lizenzkosten betragen. Hinzu kommt ein interner Arbeitsaufwand von etwa 10 Tagen jährlich für Anpassungen und Konfigurationen, für Anwenderschulungen bei der Einführung neuer Funktionen sowie für die Durchführung von Updates.

Kurze Implementierungszeit – schneller Return on Investment

Anhand dieser sechs Faktoren können Sie nun den Return on Investment für die Optimierung Ihres SAP Master Data Management berechnen. Unsere Erfahrungen aus zahlreichen ROI-Betrachtungen haben gezeigt, dass sich der Projektaufwand innerhalb von ein bis zwei Jahren vollständig amortisiert – in vielen Fällen sogar schneller.

Vor allem die folgenden Faktoren führen zu einem noch schnelleren ROI:

  • Viele Stammdatenanlage-Vorgänge und Aktualisierungen
  • Viele Fertigungsstätten mit werksspezifischen Materialstammsichten
  • Lange Durchlaufzeiten und hoher manueller Koordinationsaufwand
  • Hohe Folgekosten bei fehlerhaften Daten und Dubletten

Was ermöglichen saubere Stammdaten?

Saubere Stammdaten sind essentiell im Unternehmen. Während fehlerhafte Stammdaten erheblichen Schaden anrichten können, wollen wir uns hier auf die Gelegenheiten konzentrieren, die saubere Stammdaten mit sich bringen. Ihr Unternehmen kann von diesen vier Perspektiven profitieren.

Alles aus Ihrem SAP-System herausholen

Ein ERP-System wie SAP ist keine unerhebliche Investition für ein Unternehmen. Die meisten Firmen erhoffen sich dadurch verbesserte Prozesse und einen signifikanten ROI. Leider wird dieser oft nicht realisiert, da Betriebe die Möglichkeiten des SAP-Systems nicht vollständig ausschöpfen.

Obwohl sich vielfältige Möglichkeiten zur Automatisierung bieten, wird trotzdem noch vieles manuell erledigt. Von reibungslosen Abläufen kann leider keine Rede sein. Ein Grund ist, dass die notwendigen Daten entweder gar nicht vorhanden oder fehlerhaft sind – und dies müssen Mitarbeiter mit zum Teil erheblichem manuellen Aufwand überbrücken. Ihr SAP-System kann nur so gut arbeiten, wie es die vorhandene Datenbasis zulässt. Um das volle Potenzial und den erwarteten ROI zu erzielen, braucht es fehlerfreie Stammdaten.

Geschäftsprozesse und Entscheidungen automatisieren

Stellen Sie sich vor, Ihre Prozesse laufen quasi von selbst ab. Das Internet der Dinge liefert beständig Daten, welche Analytics-Tools auswerten. Künstliche Intelligenz nutzt diese, um Entscheidungen zu treffen und die richtigen Prozesse anzustoßen.

All das kann automatisch ohne viel menschliches Eingreifen passieren. Es werden keine Entscheidungen mehr aus dem Bauch heraus getroffen, denn alles basiert auf Daten und ist hundertprozentig nachvollziehbar. Würde dies nicht enorme Kapazitäten bei Ihren Mitarbeitern freisetzen? Diese könnten sich nun anderen Dingen widmen, wie der Optimierung des Systems oder neuen Innovationen und Geschäftsmodellen.

Analytics und künstliche Intelligenz nutzen

Die Unmengen von Daten, die erhoben werden, existieren natürlich nicht zum Selbstzweck. Um sie sinnvoll zu nutzen, kommen immer häufiger Analytics-Tools und künstliche Intelligenz zum Einsatz.

Diese können beispielsweise wertvolle Einblicke in das Verhalten Ihrer Kunden gewähren. Dadurch lassen sich Verkaufszahlen voraussagen, sowie Materialbedarfe und Fertigstellungstermine kalkulieren. Sie erhalten auch Insights, mit welchem Teil der Dienstleistung Kunden nicht zufrieden sind und entsprechend handeln.

All dies funktioniert nur, wenn die zugrundeliegenden Daten korrekt sind. Sind sie fehlerhaft, generieren die Tools verfälschte Ergebnisse und Vorhersagen. Diese werden wiederum als Grundlage für Entscheidungen genutzt, welche sich höchstwahrscheinlich als falsch herausstellen werden.

Vorteile des Internet der Dinge ausschöpfen

Bis 2025 soll es weltweit 75 Milliarden vernetzte Geräte geben. Mithilfe von Sensoren tauschen diese bereits jetzt permanent Daten aus und lassen so die physische und digitale Welt verschmelzen. Für Unternehmen ergeben sich vielfältige Möglichkeiten, mit diesen Daten ihre Prozesse zu automatisieren und zu verbessern, sowie wertvolle Zeit und Kosten zu sparen.

SAP Master Data Management und universelle Vernetzung mit IoT

Beispiel Produktion: Maschinen übermitteln stetig ihre Auslastung. Werden diese Daten ausgewertet, können Empfehlungen zur besseren Auslastung der Kapazitäten abgeleitet werden.

Beispiel Reinigungsdienstleistung: Sensoren übertragen die Personenzahlen in verschiedenen Stockwerken von Gebäuden. Das System erstellt daraus einen bedarfsgerechten Reinigungsplan basierend auf dem Nutzungsgrad.

Die Möglichkeiten für den Einsatz dieser Daten sind nahezu endlos. Aber das Internet der Dinge kann nur dann einen wirklichen Mehrwert generieren, wenn die empfangenen Daten in Zusammenhang mit den vorhandenen Stammdaten gebracht werden.

Häufige Probleme mit Stammdaten

Die Qualität der Stammdaten bildet leider für viele Unternehmen immer noch ein großes Hindernis bei der Realisierung von Digitalisierungsinitiativen. Oft sind Stammdaten …

  • nicht auffindbar,
  • in unterschiedlichen Systemen verstreut,
  • veraltet und unbrauchbar,
  • inkonsistent und widersprechen sich,
  • in einer unbrauchbaren Form gespeichert.

Darüber hinaus findet sich bei Fragen oft kein Ansprechpartner. Auch nach einem standardisierten Prozess zur Anlage und Pflege der Stammdaten sucht man oft vergebens.

Obwohl Datenqualität und Stammdatenmanagement laut einer Studie des Business Application Research Center (BARC) seit mehreren Jahren zur Priorität für Entscheider gehören, werden Initiativen zur Steigerung der Datenqualität nur zögerlich gestartet. Oftmals nehmen Unternehmen diese als zu übermächtig, aufwändig und unkalkulierbar wahr. Das muss so nicht sein. Die Optimierung der Stammdaten kann sich einfacher gestalten, als Sie vielleicht ahnen.

Wie klappt die Optimierung der Stammdaten?

Die Voraussetzung für saubere, fehlerfreie Stammdaten bildet ein durchdachtes Master Data Management im Unternehmen. Dieses hat die folgenden Aufgaben:

  • Etabliert Prozesse, um Stammdaten regelmäßig und automatisiert auf Fehler und Dubletten zu überprüfen.
  • Regelt interne Verantwortlichkeiten für die Stammdatenpflege und definiert, was alle beteiligten Mitarbeiter zu tun haben.
  • Implementiert Data Governance-Standards und Best Practices, um eine hohe Datenqualität, -sicherheit und Compliance zu gewährleisten.

Eine der größten Herausforderungen besteht darin, dass ERP-Anwendungen wie SAP keine standardisierten Prozesse zur Stammdatenpflege bieten und Nutzer durch ihre Komplexität oft überfordern. Die Lösung ist eine spezielle Software, wie das Stammdatenmanagement. Diese ist zu 100 Prozent in SAP integriert und baut direkt auf der SAP Workflow Engine auf.

Eine digitale Zusatzlösung für das Stammdatenmanagement sorgt für transparente Prozesse, verbessert die Datenqualität und reduziert den Administrationsaufwand. Vor allem spart sie Kosten, da die Prozessdauer verkürzt und Fehler sowie indirekte Prozesskosten eliminiert werden.

Es gibt vorkonfigurierte Best-Practice-Ansätze, die sich im Standard schon innerhalb von wenigen Wochen realisieren lassen. Unsere Lösung amortisiert sich in der Regel bereits vollständig innerhalb eines Jahres – oft auch schneller.

Die Lösung: Materialstammdatenpflege mit SAP-Integration

Was muss eine sinnvolle Materialstammdaten-Pflege erfüllen und wer im Unternehmen profitiert davon? Die Fachabteilungen, die ihr benötigtes Material anlegen, sind an einem schnellen, reibungslosen Ablauf interessiert, der möglichst einfach ist. Der IT-Verantwortliche möchte eine volle Integration in SAP, um weitere Schulungen zu vermeiden. Und die Geschäftsführung möchte einen ganzheitlichen Überblick, um Durchlaufzeiten und Ressourcenaufwand zu minimieren und die Data Governance zu erhöhen.

Individuelle und intuitive Oberfläche

Die Softwarelösung für Material Management läuft direkt in SAP und nutzt den SAP Business-Workflow, um den manuellen Koordinationsaufwand zu beseitigen. Die Anlagebauer nutzen den Prozess bequem per Weboberfläche, die auf SAP Web Dynpro basiert. Sie können so problemlos von überall Material beantragen und die Grunddaten eintragen. Anschließend pflegen die Abteilungen wie Einkauf, Disposition, Verkauf und Buchhaltung ihre Sichten. Der Knackpunkt: Die Oberfläche lässt sich individuell auf die Bedürfnisse der jeweiligen Abteilung anpassen, ohne dafür Web Dynpro programmieren zu müssen. Auch der Prozessablauf lässt sich einfach im jeweiligen Projekt an die Kundenwünsche anpassen.

Dublettencheck der Materialstammdaten

Die Add-ons für Material Management hilft den Anlagebauern dabei, redundante Daten zu vermeiden. Die Mitarbeiter überprüfen so, ob ein beantragtes Material schon in SAP existiert. Der Dublettencheck greift bei der Prüfung auf die Materialbeschreibung und die Zeichnungsnummer zurück und kann im Projekt um zusätzliche Parameter erweitert werden.

Validierung der Materialstammdaten

Dadurch, dass die Lösung für Material Management direkt in SAP stattfindet, können alle SAP-Suchhilfen und Prüftabellen direkt genutzt werden. Die Benutzer können im Materialstammdaten-Anlageprozess also nur Werte auswählen, die auch im SAP-System vorgesehen sind.

Werkskopien

Die Materialstämme werden meistens nicht nur in einem Werk verwendet. Die Daten müssen also für alle Werke gepflegt werden. Dieser manuelle Pflegeaufwand lässt sich in vielen Fällen automatisieren, wenn die Eingabedaten identisch sind.

360° Sicht auf Ihr Materialstammdaten

Mit SAP-Integrationen für Material Management haben Fachabteilungen einfache und individuelle Oberflächen an der Hand und koordinieren so den Prozessablauf. Die knappen Personalressourcen sind für andere Aufgaben frei und die Fehlerquote wird reduziert. Da keine zusätzliche Hardware von Nöten ist und die Softwarelösung in SAP läuft, entlastet das die IT. Schließlich bekommt die Geschäftsführung eine 360°-Prozesstransparenz, um Durchlaufzeiten zu reduzieren und Optimierungspotenziale auszuschöpfen. Zudem fallen die Aufwände für die bisherige manuelle Prozesskoordination weitgehend weg.

Gerade die Prozesstransparenz lässt sich im Vertrieb wunderbar nutzen, um Kunden zu zeigen, dass das Unternehmen seine Auftragsabwicklung beherrscht. Wie wäre es, wenn auch Sie Ihren Kunden sagen könnten, dass Sie Ihre Prozesse im Griff haben?

Wie Sie Ihre sap stammdaten optimieren – Schritt für Schritt zum erfolgreichen Projekt

Im Whitepaper erfahren Sie, wie Sie ein Projekt zur Optimierung Ihrer Materialstammdaten in SAP starten und damit eine solide Basis für Ihren zukünftigen Geschäftserfolg legen.

Whitepaper sichern

So profitiert die Produktion von korrekten Stammdaten

Der gesamte Produktionsprozess – von der Anlage der Materialstammdaten und Stücklisten über die Beschaffung, Lieferung und Produktion, mitsamt der aufwendigen Koordination zwischen den Abteilungen, bis hin zur Auslieferung – birgt ein hohes Potential für Fehler und Zeitverzögerungen. In aller Kürze: Ein Ingenieur braucht nur in SAP ein Material mehrmals anzulegen, schon kommt es zu Dubletten und damit zu falschen Kalkulationswerten. Gerade Unternehmen der Fertigungsbranche profitieren also von einer möglichst lückenlosen Digitalisierung der Prozesse, wie einer automatisierten Materialstamm-Anlage und erlangen damit entscheidende Wettbewerbsvorteile: angepasste Wiederbeschaffungszeiten, optimierte Losgrößen und Mindestbestellmengen, verlässlicher Informationsaustausch, Verkürzung der Durchlaufzeiten und Supply Chain und somit messbare Kosteneinsparungen.

Warum Sie Digitalisierung vorantreiben sollten

Für Produktionsunternehmen sind weitreichende Nutzungsszenarien in Bezug auf automatisierte Kontrollen und sogar automatisierte Korrekturen denkbar: Datenauswertungen von Rüst-, Fertigungs-, Liege-, und Reifezeiten, aber auch von Materialverbrauch und Mindestbestände werden möglich.
Zusammenfassend führt ein ausgefeiltes Master Data Management zu besseren datenbasierten Entscheidungen und schließlich zu Unternehmenswachstum.

Wie das Internet der Dinge das SAP Master Data Management herausfordern wird

Die Treiber für die nächste Stufe der Komplexität im SAP Master Data Management liegt in der zunehmenden Vernetzung. Das Internet der Dinge (IoT) zieht in alle Bereiche unseres Lebens ein.

Das Management von Stammdaten ist ein komplexes Thema. Viele Unternehmen, die über Jahre hinweg kontinuierlich in ihre SAP-Systeme investiert haben, stellen heute mitunter nüchtern fest: Nicht alle Prozesse laufen reibungslos. Häufig hakt es, weil vermeintlich automatisierte Workflows ins Stocken geraten. Eine der Ursachen dafür sind fehlerhafte Stammdaten, die reibungslose Abläufe aufgrund von Falscheingaben oder Dubletten unmöglich machen.

Stammdaten sind ein wesentlicher Bestandteil aller SAP-basierten Prozesse in Unternehmen. Ohne saubere Stammdaten keine Digitalisierung von Geschäftsprozessen – und ohne Digitalisierung keine Automatisierung! Wer seine SAP-Investitionen optimal nutzen möchte, sollte sich dringend mit dem Master Data Management (MDM) beschäftigen. Doch in der betrieblichen Praxis gestaltet sich die Pflege von SAP-Stammdaten alles andere als einfach.

Ohne saubere Stammdaten keine Digitalisierung von Geschäftsprozessen – und ohne Digitalisierung keine Automatisierung!

Beispielsweise umfasst ein Material-Stammdatensatz in SAP MM bis zu 600 Einzelfelder. An deren Pflege können bis zu einem Dutzend Abteilungen eines Unternehmens beteiligt sein. In global aufgestellten Unternehmen kommen verteilte Produktionsstandorte und unübersichtliche Organisationsstrukturen hinzu – und das Chaos ist perfekt. Wie bekommen Unternehmen diese Komplexität in den Griff?

Die gute Nachricht: Es gibt vielfach erprobte digitale Lösungen für das Stammdatenmanagement. Doch darauf werden wir, zumindest in diesem Blogbeitrag, nicht weiter eingehen. Hier beschäftigen wir uns damit, warum in Zukunft alles noch viel komplexer wird!

Universelle Vernetzung führt zu exponentiellem Datenwachstum

Die Treiber für die nächste Stufe der Komplexität im SAP Master Data Management liegt in der zunehmenden Vernetzung. Das Internet der Dinge (IoT) zieht in alle Bereiche unseres Lebens ein. Mithilfe vernetzter Sensoren verschmelzen physische und digitale Welten miteinander und verweben sich zu einem digital integrierten Ökosystem.

Möglich wird dieses zum einen durch rasant fallende Preise für Sensoren, die sich in kürzester Zeit halbiert haben. Zum anderen steht mit 5G ein neuer Mobilfunkstandard vor der Tür, der für die universelle Vernetzung entwickelt wurde und „always on“ in Hochgeschwindigkeit ermöglicht. McKinsey beziffert den makroökonomischen Wert des Internet der Dinge auf bis zu 11 Billionen Dollar jährlich. Mit mehr als 75 Milliarden vernetzten Geräten im Jahr 2025 wird das IoT jeden Teil unseres Lebens berühren.

Natürlich zieht das Internet der Dinge auch in Unternehmen ein. Vernetzte Fertigungsabläufe – Stichwort Industrie 4.0 – sind längst Realität, wenn auch in vielen Organisationen erst in einer zaghaften ersten Ausbaustufe. Durch die neuen technischen Möglichkeiten des IoT lassen sich Geschäftsprozesse neu denken. „Wir werden wirklich andere Dinge tun, anstatt die Dinge nur anders zu machen“, formuliert es Daniel Wellers von SAP in einem sehr lesenswerten Beitrag für das World Economic Forum.

Für das Master Data Management hält das Internet der Dinge jede Menge neuer Herausforderungen bereit. Wenn wir uns vor Augen führen, dass sich mit der voranschreitenden IoT-Vernetzung die Menge der weltweit erzeugten Daten in den kommenden zehn Jahren verdoppelt, bekommen wir eine ungefähre Vorstellung von der Herausforderung für das Datenmanagement.

Wir haben uns drei Szenarien angesehen, anhand derer wir einen guten Eindruck gewinnen, wie das Internet der Dinge das Master Data Management mit SAP herausfordern wird.

Datenexplosion überfrachtet manuelles MDM

Eine der größten Herausforderungen im Stammdaten-Management liegt schon heute in der unternehmensweiten Zusammenführung unterschiedlicher Datenquellen. Unternehmen, die SAP im Einsatz haben, managen ihre Materialstammdaten in SAP-MM. Hinzu kommen ein CRM-System für Kundendaten und eventuell zwei bis drei weitere Systeme. Geschäftsprozesse können Stammdaten nur dann reibungslos verarbeiten, wenn diese sauber gepflegt sind.

Dafür sorgt das Master Data Management, das Lücken identifiziert und einen Workflow zur Korrektur anstößt. Durchgeführt werden diese Korrekturen in der Regel manuell von einem dafür beauftragten Team. Mit der wachsenden IoT-Vernetzung entlang der gesamten Wertschöpfungskette wächst das Datenvolumen exponentiell. Manuelle Prozesse zur Verbesserung der Datenqualität dürften schnell an Grenzen stoßen, weil die Datenflut die Bearbeitungskapazitäten übersteigt.

Semantische Herausforderungen im Datenwirrwarr

Das Internet der Dinge generiert nur dann Mehrwert für ein Unternehmen, wenn es den Zusammenhang zwischen den aus der Vernetzung generierten Daten und den Materialstammdaten herstellen kann. Beispielsweise könnte eine Produktionsmaschine Auslastungsdaten mit einer anderen Maschine teilen. Im Fall von Produktionsspitzen können beide Maschinen eine Empfehlung zur Verbesserung der Kapazitätsauslastung an die Produktionsleitung übermitteln.

Internet der Dinge

Ein solches Anwendungsbeispiel setzt voraus, dass der semantische Kontext für die Stammdaten und die sensorischen IoT-Daten definiert ist. Liefert beispielsweise ein Sensor mit der Kennzeichnung „ABCDE12345“ die Information „123.456.789“, entsteht erst aus dem Bezug zu den Stammdaten eine wertvolle Information. Angesichts der zu erwartenden enormen Anzahl an Sensoren und Ereignistypen kommt da eine spannende semantische Herausforderung auf Unternehmen zu.

Kann MDM auch Master Big Data Management?

Bis dato wurden Lösungen für das Master Data Management nicht für Big Data konzipiert. Zwar sind einzelne Datensätze in sich komplex. Bei der Anzahl der Datensätze bewegen sich die meisten Unternehmen in Dimensionen von einigen zehntausend Datensätzen wie beispielsweise beim Materialmanagement.

Mit dem Internet der Dinge wächst das Datenvolumen. Komplexe Analysen schaffen erst dann Mehrwert, wenn sie bestehende Stammdaten in Beziehung zu neu entstehenden IoT-Datenpunkten setzen. Dafür dürften viele der bestehenden Datenbankkonzepte nicht ausgelegt sein. Gerade auf Basis relationaler Datenbank-Technologien lassen sich zwar statistische Auswertungen erstellen. Verlässliche Prognosen wie etwa das erwartete Nachfrageverhalten von Kunden oder die prognostizierten Ausfallzeiten von Fertigungsmaschinen lassen sich damit noch nicht erstellen.

Es gibt also noch einiges zu tun und mit der tieferen Integration des Internet der Dinge in Unternehmensprozesse werden Daten noch stärker als bisher zum entscheidenden Wettbewerbsfaktor. Jetzt ist der ideale Zeitpunkt, mit Ihrem Master Data Management aufzuräumen, bevor sich die Komplexität im Zuge der IoT-Vernetzung weiter erhöht.

Wie Sie Ihre Materialstammdaten optimieren – Schritt für Schritt zum erfolgreichen Projekt

Im Whitepaper erfahren Sie, wie Sie ein Projekt zur Optimierung Ihrer Materialstammdaten in SAP starten und damit eine solide Basis für Ihren zukünftigen Geschäftserfolg legen.

Whitepaper lesen

Stammdaten-Management in SAP und die Umstellung auf SAP S/4HANA

Funktionierende Stammdaten sind einer der wichtigsten Faktoren, damit die Digitalisierung von Prozessen in einem Unternehmen gelingen kann. Dabei kommen Unternehmen nicht umhin, sich in diesem Kontext mit einer weiteren Transformation auseinander zu setzen: der Einführung von SAP S/4HANA. Zwar hat SAP die Wartung der alten SAP-Suite bis Ende 2027 verlängert. Aber der Umbruch wird kommen und er bringt nach unserer Erfahrung nach Unternehmen auch einen großen Mehrwert – wenn er denn richtig angegangen wird.

Erfahren Sie, worauf Unternehmen beim Umgang mit Stammdaten vor dem Horizont des anstehenden Wechsel zu SAP S/4HANA achten müssen, welche Änderungen SAP S/4HANA für Stammdaten mit sich bringt und welche Optionen es bei der Migration zu S/4HANA gibt.

Stammdatenmanagement ist eine permanente Herausforderung

Datenqualität und Stammdatenmanagement stehen bei Entscheidern in vielen Unternehmen ganz oben auf der Prioritätenliste. Dennoch wird Stammdatenmanagement oft stiefmütterlich behandelt. Das liegt zum einen daran, dass der Umgang mit Stammdaten im Tagesgeschäft oft keinen Platz hat. Zum anderen erscheint das Thema bei genauerer Betrachtung schnell so komplex, dass Probleme so lange wie möglich verdrängt werden.

Die Folgen eines unzureichenden Stammdatenmanagements sind zuweilen gravierend. So können falsche Materialstammdaten schnell zu Fehlplanungen im Unternehmen führen, die beispielsweise Lieferengpässe nach sich ziehen oder andere finanzielle Folgen haben. Dabei lässt sich der wunde Punkt beim Stammdatenmanagement relativ einfach identifizieren. Er betrifft die Anlage der Materialstammdaten in SAP. Dafür gibt es mehrere Gründe:

  • Die Eingabe der Daten ins SAP-System ist sehr fehleranfällig. Das Problem ist häufig die Zusammenarbeit zwischen Mensch und Technik. So können Fehler bei der Eingabe leicht übersehen werden, Materialien doppelt angelegt werden oder Mitarbeitern ist die Komplexität der Datensätze schlicht nicht bewusst, weil sie das System nur selten benutzen.
  • Werden die Fehler entdeckt, braucht es einen erhöhten Koordinationsaufwand mit Gesprächen, E-Mails und Telefonaten, um die falsch angelegten Materialdaten zu korrigieren.
  • In vielen Unternehmen entwickelt die Materialanlage im Lauf der Zeit einen Wildwuchs, weil neue Anforderungen an die Gestaltung der Datenbasis hinzukommen.
  • Auch die korrekte Anlage von Materialstammdaten kann nachgelagerte Prozesse verzögern, weil sie mit komplexen Freigabe-Prozessen verbunden ist.
  • Kommt es vor, dass ein Prozess ins Stocken gerät, weil irgendwo im System ein Prozessschritt hakt, ist es für die Beteiligten oft schwer zu erkennen, wo genau das Problem liegt und wie sie es lösen können.

Welche Anforderungen das Stammdatenmanagement in SAP erfüllen muss

Den Herausforderungen beim Stammdatenmanagement müssen Unternehmen durch einen sauber aufgesetzten Prozess zur Anlage des Materialstamms in SAP gerecht werden. Dabei ist es oft sinnvoller, den gesamten Materialstamm-Anlageprozesse komplett neu zu strukturieren als zu versuchen, einen schlechten Prozess an verschiedenen Stellen zu „flicken“. Unternehmen müssen dafür das Rad nicht neu erfinden, sondern können auf bewährte Praktiken zurückgreifen, die sehr verlässlich zum Erfolg führen.

Im Kern geht es dabei darum, einen Prozesses aufzusetzen, mit dem der Materialstamm in SAP angelegt und bei Bedarf geändert werden kann. Zusätzlich sollten Sie Ziele formulieren, wie das Stammdatenmanagement insgesamt optimiert werden soll. Dabei können die folgenden Überlegungen eine Rolle spielen. Die Anlage der Stammdaten sollte:

  • so flexibel sein, dass Materialarten und weitere spezifischen Anforderungen berücksichtigt werden,
  • so weit wie möglich automatisiert ablaufen, um Ressourcen zu schonen und Fehler zu vermeiden,
  • die Durchlaufzeiten erhöhen, um nachgelagerte Prozesse zu beschleunigen,
  • so transparent erfolgen, dass sofort ersichtlich wird, wann und an welcher Stelle sich ein Prozess aufgehängt hat und wer dafür verantwortlich ist.

Was die Einführung von S/4HANA für das Stammdatenmanagement bedeutet

Die Umstellung auf S/4HANA bringt für die Nutzer einige Vorteile im Hinblick auf das Stammdatenmanagement mit sich. Insgesamt ist die neue Datenbank-Software effektiver und kosteneffizienter im Betrieb und eröffnet Unternehmen neue Nutzungsmöglichkeiten. Der größte sofort spürbare Vorteil für die Benutzer besteht darin, dass S/4HANA unter der Oberfläche sehr viel performanter arbeitet als sein Vorgänger, die SAP Business Suite 7. Die größte sichtbare Veränderung von S/4HANA besteht darin, dass SAP die Software mit der neu designten Benutzeroberfläche SAP Fiori ausliefert, für die es auch eine Anwendung für mobile Endgeräte gibt.

Darüber hinaus hat eine wichtige Neuerungen direkten Einfluss auf das Stammdatenmanagement. Sie besteht darin, dass die grundsätzliche Unterscheidung von „Debitor“ und „Kreditor“ bei der Anlage von Kunden- oder Lieferantendaten wegfällt. Stattdessen werden Kunden und Lieferanten in S/4HANA immer als „Geschäftspartner“ („Business Partner“) angelegt und gepflegt. Das hat den Vorteil, dass für einen Geschäftspartner, der sowohl Kunde als auch Lieferant ist, der gleiche Stammdatensatz verwendet werden kann. Dabei können einem Geschäftspartner verschiedene Rollen zugeordnet werden, zum Beispiel als „Debitor“ und „Kreditor“.

Daneben gibt es in S/4HANA weitere kleinere Veränderungen, die sich ebenfalls auf das Stammdatenmanagement auswirken. So können nun endlich mehrere Währungen hinterlegt werden und das Feld der Materialnummer lässt sich auf bis zu 40 Zeichen erweitern. Außerdem gilt es zu beachten, dass individuell entwickelte Lösungen aus der alten SAP-Suite, sogenannte Z-Programme, nach dem Umstieg auf S/4HANA eventuell nicht mehr richtig funktionieren.

Wie Unternehmen die Umstellung auf S/4HANA gestalten können

Bei der Umstellung auf S/4HANA können Unternehmen zwischen drei verschiedenen Pfaden wählen. Der Grund für diese Wahlmöglichkeiten liegt darin, dass SAP seinen Kunden für S/4HANA unterschiedliche Betriebsmodelle anbietet. Dabei handelt es sich um:

  • die Cloud-Lösungen SAP S/4HANA Cloud Essential Edition (ES) und SAP S/4HANA Cloud Extended Edition (EX)
  • sowie die serverbasierten Versionen SAP S/4HANA On-Premise managed by SAP (HEC) und SAP S/4HANA On-Premise.

Neben dem Kostenaspekt und dem Update-Management unterscheiden sich diese vier S/4HANA-Lösungen hauptsächlich in Bezug auf die Flexibilisierungsmöglichkeiten: Während die Essential Edition am stärksten standardisiert ist, bietet die On-Premise-Version Unternehmen bei der Einrichtung die größte Flexibilität.

Was heißt das für die Umstellung auf S/4HANA? Während sich die SAP S/4HANA Cloud Essential Edition (ES) nur mit einem Greenfield Projektansatz migrieren lässt, können Unternehmen bei den anderen Versionen zwischen einem Greenfield, Brownfield und Bluefield-Ansatz wählen. In der Praxis bedeutet das für das Stammdatenmanagement:

  • Bei der Migration des SAP-Systems nach dem Greenfield-Ansatz gehen alle alten Daten verloren und müssen neu angelegt werden. Hier müssen Unternehmen abschätzen, ob diese Chance auf einen Neustart mit der Option viel Prozesse komplett neu aufzubauen die Kosten für den Verlust der alten Daten bei der Migration auf das neue System aufwiegt.
  • Der Brownfield-Ansatz ist das Gegenteil vom Greenfield-Ansatz: Hier werden alle historischen Daten behalten und vollständig in das neue System migriert. Dazu muss im Vorfeld sichergestellt werden, ob die existierenden Stammdaten für diesen Schritt auch wirklich geeignet sind oder zuvor gegebenenfalls bereinigt werden müssen. Der Vorteil dieses Ansatzes liegt darin, dass Unternehmen so die Möglichkeit haben, das ERP-System sehr schnell mit allen historischen Daten auf SAP S/4HANA umzustellen und dennoch die Innovation des neuen Systems voll für sich nutzen zu können.
  • Der Bluefield-Ansatz ist eine Mischung aus Greenfield und Brownfield: Dabei werden die historischen Daten nur selektiv übernommen und das neue System wird in mehreren Go-Live-Phasen im Unternehmen ausgerollt. Auf diese Weise lassen sich unter bestimmten Voraussetzungen die Projektlaufzeiten verringern.

Ihre Umstellung auf SAP® S/4HANA

Sie haben sich bereits entschieden, auf die neue Version S/4HANA umzustellen? Dann wird es Zeit, Ihr Projektvorgehen zu planen. In unserer Webinar-Aufzeichnung erfahren Sie, mit welchem Projektansatz die Umstellung gelingt – jetzt die Aufzeichnung gratis anfordern.

Webinar-aufzeichnung anfordern

Datenmigration auf SAP S/4HANA – von Anfang an saubere Kundenstammdaten

Mit der Entscheidung für einen Wechsel auf SAP S/4HANA stehen Sie vor der Herausforderung, auch Ihre Kundenstammdaten in das neue SAP-System migrieren zu müssen. Das ist Ihre Chance, aufzuräumen und von Anfang an mit sauberen Stammdaten zu starten! Um Kundenaufträge schnell und effizient abwickeln zu können, sind saubere Kundenstammdaten unerlässlich. Nur dann lassen sich Kundenbestellungen über alle Märkte und Kanäle hinweg reibungslos bedienen. Zufriedene Kunden gibt es „oben drauf“.

Während der Abwicklung von Kundenaufträgen greifen Sie in verschiedenen Prozessschritten auf die Kundenstammdaten zurück – von der Kundenanfrage über die Verfügbarkeitsprüfung und Lieferung bis hin zur Zahlung.

Die Herausforderungen bei der manuellen Anlage von Kundenstammdaten

In der Praxis kommen neue Kundenstammdaten oft über „chaotische“ Prozesse in SAP® SD (Sales and Distribution), weil die notwendigen Informationen selten gebündelt, sondern meist in E-Mails und Telefonnotizen vorliegen. Bei der manuellen Übertragung der Daten in das SAP®-System kann es daher zu Fehlern kommen. Häufig fehlen zudem Zeit und Know-how, um zu prüfen, ob vorhandene Kundendaten verwendet oder aktualisiert werden können. Stattdessen legen Mitarbeiter oftmals redundante Stammdaten an. Nicht zu unterschätzen ist auch der Aufwand, um Kundenstammdaten für die benötigten Vertriebsbereiche und Buchungskreise bereitzustellen.

So einfach funktioniert ein optimierter Kundenstammdaten-Anlageprozess

  1. Kundendatenanlage: Ein Außendienstmitarbeiter möchte eine neue Opportunity erfassen und benötigt hierfür einen neuen Kunden. Er gibt die Basisdaten ein und führt einen Duplikatcheck aus.
  2. Anreichern der Kundenstammdaten: Ein Vertriebsinnendienst-Mitarbeiter reichert die Kundenstammdaten entsprechend der internen Vorgaben an und lässt diese prüfen. Alternativ können die Daten auch über Customizing-Tabellen automatisch ergänzt werden.
  3. Datenqualität prüfen: Um die Datenqualität zu erhöhen, kann ein Sales-Prüfteam die Anträge gegenchecken, bevor die neuen Kundenstammdaten tatsächlich in SAP® automatisch angelegt werden.
  4. Buchungskreis: Die Buchhaltung pflegt die Buchungskreisdaten. Alternativ können diese Daten auch über Customizing-Tabellen automatisch angelegt werden.
  5. Bonität und Mahnwesen: Optional könnte man auch die Themen Bonität, Sanktionslisten und Mahnwesen einbinden.
  6. Datenanlage in SAP: Anschließend wird der Kunde in SAP® automatisch angelegt (im Buchungskreis und ggf. in mehreren Verkaufsbereichen)

Datenmigration auf SAP S/4HANA

Wer sich für die Implementierung von SAP S/HANA entscheidet, steht vor einer Herausforderung: Jeder Programm- oder Versionswechsel einer Software ist damit verbunden, dass auch die Kundenstammdaten einer Datenbank korrekt aus dem alten System exportiert und in das neue System importiert werden müssen, also auch die Materialstammdaten. Beim Umstieg auf SAP S/4HANA ist die Migration der Stammdaten mit besonderen Herausforderungen verbunden, da SAP für einige Stammdatenobjekte die Tabellen bzw. Strukturen verändert hat.

Die Datenmigration ist also keine zu unterschätzende Aufgabe. Immerhin kann die Menge der Datensätze je nach Unternehmenstyp und -größe beachtlich sein. Zudem sind sie die Basis für einen Großteil der Geschäftsprozesse. Es muss also sichergestellt werden, dass die Datenmigration fehlerfrei und vollständig erfolgt.

Zugleich birgt diese Aufgabe aber auch die Chance, die Datenqualität zu optimieren und Prozesse schlanker zu gestalten, sodass sie von Anfang an effizient mit dem neuen System arbeiten können. Denn häufig sind Kundenstammdaten im Speziellen sowie Stammdaten im Allgemeinen nicht perfekt gepflegt. Ziel sollte es sein, sich vorab von Altlasten zu trennen und nur korrekte, vollständige und redundanzfreie Daten zu übertragen. Das kann sich auch positiv auf den Migrationsaufwand auswirken, denn je mehr obsolete Kundenstammdaten Sie in SAP S/4 HANA übernehmen, desto mehr Kosten und Ressourcen brauchen Sie für die Migration. Nach Schätzungen verursacht eine schlechte Datenqualität bei ca. 40 % des gesamten Migrationsprojekts einen höheren Zeit- und Budgetaufwand.

Hierfür ist eine gewisse Vorarbeit erforderlich. Im Folgenden stellen wir Ihnen die vier Schritte einer erfolgreichen Migration von Stammdaten nach S/4HANA vor.

Ihre Umstellung auf SAP S/4HANA

Sie haben sich entschieden, Ihr SAP-System auf die neue Version S/4HANA umzurüsten? Dann sollten Sie sich vorher ein paar Gedanken um Ihre Anforderungen machen. Wir informieren darüber, was es zu beachten gilt.

Webinar ansehen

1. Datenanalyse – kenne deine Daten!

Bevor es an die Optimierung der Daten geht, ist es für Sie essentiell, eine Bestandsaufnahme machen. Mangelnde Kenntnis von den eigenen Daten und Prozessen ist einer der häufigsten Gründe für Mehrkosten und Zeitüberschreitungen bei Migrationsprojekten. Verschaffen Sie sich einen Überblick über Quantität und Qualität der Kundenstammdaten, denn nur so kann der gesamte Migrationsaufwand korrekt eingeschätzt werden. So sollte man kritisch überprüfen, welche Daten überhaupt noch benötigt werden. Womöglich gibt es Daten, die nicht mehr gültig sind oder mit denen im neuen System nicht mehr aktiv gearbeitet wird. Schaut man sich die Geschäftsprozesse an, sollte schnell deutlich werden, was noch relevant ist. Hier besteht die Chance, sich von unnötigem Ballast zu trennen und das neue System von vornherein sauber von Altlasten zu halten. Statt also alles zu migrieren, können Kundenstammdaten, die nicht mehr benötigt werden, z.B. archiviert werden, sofern sie aufgrund von gesetzlichen Vorgaben nicht gelöscht werden dürfen.

Eine häufig auftretende Fehlerquelle, z.B. in Materialstammdaten, sind Dubletten. Hier gilt es zu definieren, wann Datensätze als Dubletten gelten. Wie gehe ich z.B. mit zwei Datensätzen um, die identisch sind, sich aber in der Schreibweise der Materialbezeichnung unterscheiden? Um Dubletten zu identifizieren, muss also festgelegt werden, bis zu welchem Grad zwei Datensätze übereinstimmen müssen, damit sie als Dubletten gelten. Dies kann zum Beispiel anhand der Materialbezeichnung, Herstellerteilenummer oder beider Parameter zusammen erfolgen. Außerdem ist es wichtig, nach Fragmenten der Materialbezeichnung zu suchen, denn nur so kann sichergestellt werden, dass ähnliche Bezeichnungen identifiziert werden. Auch die Gründe, warum Dubletten entstehen, sollte man beleuchten. Haben zu viele Mitarbeiter einen Schreibzugriff auf die Datenbank, kann das das doppelte Anlegen von Daten begünstigen. Es lohnt sich also, genau zu definieren, wer tatsächlich einen Zugriff benötigt und wer dabei welche Berechtigung haben muss.

Unvollständige Daten sind ein weiteres Problem, das häufig auftritt. Darüber hinaus werden Felder häufig nicht konsistent gepflegt. So kann es zum Beispiel zu Abweichungen bei der Schreibweise von Ländercodes kommen, die mal einstellig und mal mehrstellig eingepflegt werden. Auch werden Felder häufig nicht für ihren vorgesehenen Zweck verwendet, sondern für unterschiedliche Informationen genutzt. Dadurch entsteht eine inkonsistente Datenquelle, die Probleme in Ihrem Stammdatenmanagement mit sich bringen kann. Definieren Sie für diese Felder, welche Inhalte in welchem Format erlaubt sind und gehen Sie somit diesen Problemen aus dem Weg.

Einen weiteren Punkt, den Sie in Ihrer Analyse bedenken sollten, sind Unterschiede zwischen Alt- und Neusystem. Wie eingangs erwähnt bringt SAP S/4HANA einige Veränderungen mit sich. Eventuell gibt es Prozessänderungen oder die Länge der Eingabefelder weist Unterschiede auf, sodass Inhalte bei der Migration evtl. abgeschnitten werden könnten. Auch diese Diskrepanzen und Lösungsansätze sollten Bestandteil Ihrer Analyse sein.

2. Datenbereinigung – Basis für einen sauberen Start in SAP S/4HANA

Haben Sie sich ein Bild von der Quantität und Qualität Ihrer Daten gemacht, geht es nun an den nächsten Schritt auf dem Weg zur Datenmigration nach SAP S/4HANA: die Bereinigung der Kundenstammdaten. Neben dem Löschen von nicht mehr benötigten Datensätzen, etwa Dubletten, geht es auf der anderen Seite auch darum, unvollständige Datensätze zu ergänzen und zu vervollständigen, denn nur dann kann effizient mit diesen gearbeitet werden.

Eine entscheidende Frage ist, wie die Bereinigung und Datenanreicherung durchgeführt werden soll. Natürlich kann sie auf manuellem Weg geschehen, doch dieser hat den großen Nachteil, dass er extrem zeitintensiv ist. Alternativ gibt es Möglichkeiten, die Bereinigung automatisiert durchzuführen. Da das aber nicht ganz ungefährlich ist, bietet es sich in vielen Fällen an, auf einen Dienstleister zurückzugreifen. Denn bei unsachgemäßer Vorgehensweise können wichtige Daten verloren gehen.

3. Migration der KundenstammDaten in SAP S/4HANA – effizient und koordiniert

Nach all der Vorarbeit ist es nun endlich so weit: Ihre Kundenstammdaten können in das neue System migriert werden. Durch die vorangegangene Überprüfung und Bereinigung der zu transferierenden Daten werden alte und fehlerhafte Daten ausgeschlossen und Sie übergeben nur hochwertige und relevante Stammdaten.

Auch hier sollte vorab genau geprüft werden, auf welchem Weg die Daten in das neue System gelangen können und welche Tools und Hilfsmittel infrage kommen. Nach abgeschlossener Datenmigration sollte unbedingt überprüft werden, ob alle Daten vollständig und korrekt übernommen wurden. Dadurch garantieren Sie eine hohe Stammdatenqualität als Grundlage Ihrer Geschäftsprozesse.

4. Vertrauen Sie Ihren Daten!

Es ist geschafft! Ihre Stammdaten wurden erfolgreich nach SAP S/4HANA migriert und Sie starten mit einer sauberen Datenbasis ohne Altlasten. Eine gut geplante Umstellung mit bereinigten Daten bringt viele Vorteile mit sich. Dazu gehören beispielsweise:

  • Bessere Performance von SAP S/4HANA
  • Optimierte Geschäftsprozesse
  • Reduktion von Dubletten
  • Weniger benötigter Speicherplatz nach Bereinigung
  • Einfache Administration der Datenbank
  • Weniger laufende Kosten für Platz auf dem Hauptspeicher
  • Weniger Ressourcen für die Umstellung und reduzierte Gesamtbetriebskosten

Die Mühen Ihrer Vorarbeit haben sich also gelohnt. Damit die Effekte nicht schnell wieder verpuffen, empfiehlt es sich sicherzustellen, dass die Datenqualität konstant hoch bleibt. Auch wenn es lästig erscheint: nehmen Sie sich regelmäßig Zeit für einen Qualitätscheck. Haben sich wieder Dubletten eingeschlichen? Sind Datensätze unvollständig oder fehlerhaft? Davon sind nicht nur Materialstammdaten betroffen. Bedenken Sie, dass sich alle Stammdaten (z.B. Lieferanten- oder Kundenstammdaten) regelmäßig verändern können, etwa durch Umzüge oder Umfirmierungen.

Die Zeit, die Sie für die Qualitätskontrolle und Pflege Ihrer Materialstammdaten aufwenden, ist also sinnvoll investiert, wenn Sie optimal mit ihnen arbeiten wollen.

Ihre Umstellung auf SAP S/4HANA

Sie haben sich entschieden, Ihr SAP-System auf die neue Version S/4HANA umzurüsten? Dann sollten Sie sich vorher ein paar Gedanken um Ihre Anforderungen machen. Wir informieren darüber, was es zu beachten gilt.

Webinar ansehen

Die Bedeutung einer unternehmensweiten Master Data Governance für SAP-Anwender

Unternehmen verarbeiteten immer größere Mengen an Daten aus den unterschiedlichsten Quellen (Stichwort: Internet der Dinge). Die Wichtigsten sind dabei die Stammdaten, welche grundlegende Informationen über Kunden, Lieferanten, Mitarbeiter und Produkte enthalten. Sie bilden die Grundlage für die Digitalisierung und Automatisierung von Geschäftsprozessen. Richtig genutzt, können Firmen mit Hilfe von Daten besser auf Kundenanforderungen und Marktveränderungen reagieren.

Sind Daten allerdings fehlerhaft, können sie zu falschen Entscheidungen führen und erheblichen Schaden anrichten. Wenn personenbezogene Daten nicht rechtskonform gehandhabt werden, kann dies Unternehmen sogar in rechtliche Schwierigkeiten bringen.

Deshalb brauchen Organisationen heute eine Strategie für das richtige Verwalten und Verarbeiten von Stammdaten. Data Governance sorgt für die nötigen Rahmenbedingungen. In diesem Beitrag erhalten Sie einen Einstieg in das Thema und erfahren, warum jetzt kein Unternehmen mehr darauf verzichten kann.

Die Digitalisierung der industriellen Produktion ist eines der bedeutendsten Zukunftsprojekte. Investieren Sie heute in Materialmanagement und Materialstammdaten und schaffen Sie die Voraussetzung für die digitalisierte Produktion.

Was ist Data Governance?

Unter Data Governance versteht man die ganzheitliche Handhabung und Steuerung aller Daten, die in einem Unternehmen verarbeitet werden. Die Data Governance besteht aus Richtlinien und Vorgehensweisen, die die Qualität, den Schutz und die Sicherheit der Daten gewährleisten. Des Weiteren soll dadurch garantiert werden, dass rechtliche Vorgaben stets eingehalten werden.

Data Governance ist kein einmaliges Projekt, was implementiert und abgehakt werden kann. Es ist vielmehr ein kontinuierlicher Prozess, mit dem abhängig von der Unternehmensgröße einzelne Personen (oft Data Governance Officer oder Chief Data Officer genannt) oder sogar komplette Abteilungen beschäftigt sind.

Data Governance gewährleistet, dass Stammdaten im Unternehmen auf Verfügbarkeit, Integrität und Sicherheit überprüft sowie die Datenpflege fortlaufend überwacht wird und Verfahren für eine höhere Datenqualität umgesetzt werden – unersetzlich, um eine langfristig hohe Datenqualität zu erhalten.

Was sind die Ziele von Data Governance im Unternehmen?

Das oberste Ziel der Data Governance ist, firmeninternes Wissen zu erhalten und weiter anzureichern. Darüber hinaus soll damit folgendes erreicht werden:

  • Datenqualität: Alle Daten sollten stets aktuell und vollständig vorliegen sowie immer verfügbar sein.
  • Datenpflege: Daten müssen, wenn nötig, angereichert und korrigiert werden.
  • Datenschutz: Vertrauliche und personenbezogene Daten müssen vor unrechtmäßiger Nutzung geschützt werden.
  • Datensicherheit: Unbefugtes Zugreifen, Lesen oder Löschen von Daten muss ausgeschlossen werden.
  • Data Compliance: Unternehmen müssen gesetzliche Vorgaben sowie firmen- und brancheninterne Standards einhalten.

Viele Firmen arbeiten mit ERP-Anwendungen, die ein Teil dieser Ziele bereits abdecken. Beispielsweise kann in SAP ganz klar geregelt werden, wer Zugriff auf welche Stammdaten hat. Unbefugter Zugriff wird somit ausgeschlossen. Allerdings bietet SAP im Standard keine vollständige Lösung für die Data Governance an.

Materialmanagement 4.0: Mit sauberen Stammdaten zur digitalen Produktion

Die Digitalisierung der industriellen Produktion ist eines der bedeutendsten Zukunftsprojekte. Investieren Sie heute in Materialmanagement und Materialstammdaten und schaffen Sie die Voraussetzung für die digitalisierte Produktion.

Whitepaper lesen

Warum Sie nicht auf Data Governance verzichten können

In Zeiten digitaler Transformation sind korrekte Stammdaten entscheidend für die Handlungsfähigkeit und Agilität von Unternehmen. Diese vier Gründe sprechen für die Bedeutung von Data Governance.

Fehler und Folgekosten vermeiden

Welchen Schaden unsaubere Daten anrichten können, möchten wir am Beispiel von Materialstammdaten erklären. Diese bilden die Grundlage für viele essenzielle Prozesse in der Fertigung und Logistik.

Um Materialstamm-Datensätze in SAP korrekt anzulegen, müssen bis zu 600 Felder ausgefüllt werden. Die Anlage und Pflege dieser Datensätze involviert zahlreiche Abteilungen und sogar externe Stakeholder wie Kunden und Lieferanten. Die Abstimmung aller Beteiligten wird zu einer echten Herausforderung.

Ohne einen transparenten Prozess zur Stammdatenanlage und -pflege bleiben die meisten Fehler unentdeckt, was gravierende Folgen haben kann. Wird beispielsweise ein falsches Material bestellt, können sich Fertigstellungstermine verzögern. Das kann erheblichen wirtschaftlichen Schaden für Unternehmen bedeuten.

Grundlage für die erfolgreiche Digitalisierung von Geschäftsprozessen

In unserer langjährigen Erfahrung sind schlecht gepflegte Daten eine der Hauptursachen für das Scheitern von Digitalisierungsprojekten. Viele Unternehmen haben in ERP-Systeme, wie SAP, investiert, um die Digitalisierung ihrer Prozesse voranzutreiben. Aber SAP kann seine Wirkungskraft nur dann voll entfalten, wenn saubere Stammdaten vorhanden sind.

Der nächste Schritt in der Digitalisierung ist der Einsatz von Analytics und künstlicher Intelligenz. Auch diese Tools brauchen saubere Stammdaten, um richtige Vorhersagen treffen zu können. Im schlimmsten Fall werden fehlerhafte Daten zur Grundlage von falschen Entscheidungen.

Rechtskonform und sicher arbeiten

Ein besonderes Augenmerk gilt den personenbezogenen Daten, wie den Kunden- und Mitarbeiterstammdaten. Hier greift beispielsweise innerhalb der Europäischen Union die Datenschutz-Grundverordnung (DSGVO), die Grundsätze zur Verarbeitung von personenbezogenen Daten festlegt. Unternehmen müssen die Einhaltung dieser nachweisen. Werden diese Grundsätze nicht rechtskonform umgesetzt, müssen Firmen mit Strafen von bis zu 4 % des gesamten weltweit erzielten Jahresumsatzes rechnen.

Datenmengen und Komplexität nehmen weiter zu

Die wachsende Vernetzung von Geräten im Internet der Dinge liefert einen kontinuierlichen Datenstrom, der in kürzester Zeit verarbeitet werden muss. Bis 2025 sollen ganze 175 Zettabytes an Daten weltweit vorhanden sein, was die Komplexität des Datenmanagements immer weiter erhöhen wird.

Eine größere Vernetzung und Komplexität bedeutet auch, dass schon kleine Fehler in Stammdaten ungeahnte Kettenreaktionen auslösen können. Falschen Daten werden daher zu einem immer größeren Risiko für Unternehmen.

Die ersten Schritte zur Data Governance im Unternehmen

Die erste Herausforderung besteht darin, Data Governance in der Unternehmensorganisation richtig zu verankern. Es muss klar sein, dass Stammdatenmanagement keine reine IT-Aufgabe ist. Alle Abteilungen, die mit Daten arbeiten sind daran beteiligt. Dann können diese drei Schritte folgen.

1. Mit einem Bereich beginnen

Ein firmenweites Data Governance-Projekt ist je nach Unternehmensgröße eine Mammutaufgabe, denn es gibt unzählige Arten von Daten und Stakeholdern, die mit einbezogen werden müssen. Wo also sollten Sie beginnen?

Wir empfehlen, mit einem Bereich zu starten, bei dem eine Optimierung eine große Wirkung erzielen kann. Dies sind für viele Unternehmen die Materialstammdaten. Haben Sie erste Erfahrungen gesammelt, wird es einfacher die Data Governance-Standards auf andere Bereiche zu transferieren.

2. Ist-Zustand feststellen

Zunächst muss die Realität des Datenmanagements im Unternehmen abgebildet werden. Dabei helfen Fragen wie: Wer ist Eigentümer der Stammdaten? Wer verwaltet die Stammdaten? Und wer hat welche Zugriffsrechte? Bei den Materialstammdaten muss besonders der Prozess zur Anlage und Pflege der Datensätze unter die Lupe genommen werden.

3. Data Governance-Prozesse festlegen

Im nächsten Schritt werden Prozesse definiert, die beschreiben, wie Ihre Daten gesichert, geschützt, gespeichert und archiviert werden sollen. Dazu gehören auch Vorgaben, wie bestimmte Daten verwendet werden dürfen und welche Personen oder Abteilungen für welche Aktionen autorisiert sind. Des Weiteren sind Kontrollprozesse erforderlich, die für eine kontinuierliche Überwachung der Compliance und die Einhaltung rechtlicher Vorgaben sorgen.

Digitale Lösungen erleichtern die Data Governance

Stammdatenmanagement ist besonders in SAP-Umgebungen sehr komplex und überfordert nicht nur Gelegenheitsnutzer. Bisher bietet SAP keinen einfachen, standardisierten Data Governance-Prozess. Aber es gibt spezialisierte Software-Lösungen, wie das Stammdatenmanagement für SAP, die diese Rolle übernehmen können.

Sie sorgen für transparente Prozesse und bessere Datenqualität. Mit einer einfach zu bedienenden Oberfläche reduzieren sie den Administrationsaufwand und automatisierte Abläufen nehmen Mitarbeitern viel Arbeit bei der Datenpflege ab.

Ähnliche artikel

KI und strategische Entscheidungen: Vom Automatisieren zum Entscheiden

Die digitale Transformation tritt mit dem Aufkommen der Künstlichen Intelligenz (KI) in eine neue Phase ein. KI verändert die Art und Weise, wie Unternehmen Informationen zukünftig verwalten und nutzen werden.

jetzt lesen

DMS-Trends 2025: KI im Dokumentenmanagement

Wie gestaltet sich die nahe Zukunft im Dokumentenmanagement (DMS)? Die Antwort ist eindeutig: digital dominiert weiterhin, jetzt aber forciert durch KI. Entdecken Sie, wie diese Technologien Ihre Arbeitsweise revolutionieren können.

jetzt lesen

KI im Rechnungswesen: Bessere Daten, neue Chancen für Unternehmen 

Sind Sie bereit für die E-Rechnung? Anfang Januar 2025 startete die E-Rechnungspflicht. Der Zahlungsverkehr zwischen Unternehmen in Deutschland wird jetzt voll digital.

jetzt lesen
Newsroom Übersicht Mediathek Glossar