Stammdatenchaos im Unternehmen? Erste Schritte zu einem besseren ERP Stammdatenmanagement
Warum saubere Daten keine Kür sind, sondern die Voraussetzung für jedes funktionierende ERP-System.
Wenn jede Zahl ein Fragezeichen ist
In vielen Projekten beginnt die Unsicherheit mit einer simplen Frage: Wie viele aktive Kunden haben wir eigentlich? – und niemand kann sie eindeutig beantworten. Die Buchhaltung nennt eine Zahl, der Vertrieb eine andere, und im System tauchen Kundennummern auf, die seit Jahren inaktiv sind.
Das ist kein Einzelfall. Stammdatenchaos ist in vielen Unternehmen die Regel – und es wird oft erst sichtbar, wenn ein neues ERP-System eingeführt werden soll.
Was sind Stammdaten – und warum sind sie so wichtig?
Stammdaten sind die Grunddaten eines Unternehmens: Kunden, Lieferanten, Artikel, Mitarbeiter. Sie ändern sich selten, steuern aber fast alle Prozesse. Wenn diese Daten fehlerhaft sind, pflanzt sich der Fehler durch das gesamte System – vom Einkauf über die Produktion bis zur Rechnung.
- Falsche Preise durch veraltete Konditionen
- Lieferverzögerungen durch fehlende Artikeldaten
- Doppelte Arbeit durch Dubletten in der Kundendatenbank
- Fehlentscheidungen durch unzuverlässige Reportings
Typische Auswirkungen schlechter Stammdaten
Falsche Preise
Veraltete Konditionen führen zu fehlerhaften Kalkulationen und Margenverlusten.
Lieferverzögerungen
Fehlende Artikeldaten blockieren Einkauf, Produktion und Versand.
Dubletten in der Kundendatenbank
Doppelte Arbeit durch mehrfach angelegte Kunden- und Lieferantendaten.
Unzuverlässige Reportings
Fehlentscheidungen auf Basis inkonsistenter oder veralteter Datengrundlagen.
Warum das Problem oft unterschätzt wird
Viele Unternehmen haben sich an schlechte Daten gewöhnt. Die Mitarbeiter wissen, welche Felder man ignorieren kann und wo man nachfragen muss. Das funktioniert – bis ein neues System kommt, das keine Ausnahmen kennt.
Dann werden aus kleinen Ungenauigkeiten große Probleme: Das ERP-System lehnt Datensätze ab, weil Pflichtfelder fehlen. Schnittstellen brechen zusammen, weil Formatvorgaben nicht eingehalten werden. Und der Go-Live-Termin gerät ins Wanken.
Stammdatenqualität in Zahlen
0 –20 %
der Prozesskosten
Kosten schlechter Datenqualität bezogen auf betroffene Geschäftsprozesse
0 %
mit kritischen Mängeln
Typischer Anteil von Stammdaten mit fehlenden Pflichtfeldern, Dubletten oder Inkonsistenzen
0 –5×
teurer nach Go-Live
Nachträgliche Bereinigung im laufenden Betrieb kostet ein Vielfaches der vorgelagerten Analyse
Quelle: TDWI Research; MIT Sloan Management Review; eigene Projekterfahrung
Erste Schritte zu besserem Stammdatenmanagement
Der Weg zu sauberen Daten beginnt nicht mit einem Tool, sondern mit Klarheit. Wer ist verantwortlich? Welche Daten sind wirklich relevant? Und wie stellen wir sicher, dass Qualität keine einmalige Aktion bleibt?
- Bestandsaufnahme: Welche Stammdaten gibt es, und in welchem Zustand sind sie?
- Verantwortlichkeiten definieren: Wer pflegt welche Daten? Wer prüft die Qualität?
- Standards setzen: Einheitliche Regeln für Benennung, Pflichtfelder und Formate
- Bereinigung vor der Migration: Nicht den Datenmüll ins neue System übernehmen
- Kontinuierliche Pflege: Qualität ist keine Einmalaktion, sondern ein Prozess
5 Schritte zu besserem Stammdatenmanagement
Bestandsaufnahme
Welche Stammdaten gibt es und in welchem Zustand sind sie?
Verantwortlichkeiten
Wer pflegt welche Daten? Wer prüft die Qualität?
Standards setzen
Einheitliche Regeln für Benennung, Pflichtfelder und Formate.
Bereinigung
Datenmüll vor der Migration identifizieren und bereinigen.
Kontinuierliche Pflege
Qualität als dauerhaften Prozess im Unternehmen verankern.
Bestandsaufnahme
Welche Stammdaten gibt es und in welchem Zustand sind sie?
Verantwortlichkeiten
Wer pflegt welche Daten? Wer prüft die Qualität?
Standards setzen
Einheitliche Regeln für Benennung, Pflichtfelder und Formate.
Bereinigung
Datenmüll vor der Migration identifizieren und bereinigen.
Kontinuierliche Pflege
Qualität als dauerhaften Prozess im Unternehmen verankern.

Der unterschätzte Faktor: Menschen und Prozesse
Stammdatenmanagement ist keine rein technische Aufgabe. Es braucht klare Prozesse und Menschen, die Verantwortung übernehmen. Viele Projekte scheitern, weil zwar ein Tool eingeführt, aber keine Governance etabliert wird.
Ein Data Owner pro Datendomäne ist keine Bürokratie – es ist die Voraussetzung für nachhaltige Datenqualität.
Fazit: Datenqualität ist kein Projekt, sondern eine Haltung
Wer Stammdaten erst kurz vor dem Go-Live in den Blick nimmt, hat schon verloren. Erfolgreiches Stammdatenmanagement beginnt früh, wird konsequent verfolgt und ist im Unternehmen verankert.
Unternehmen, die Datenqualität als strategische Aufgabe verstehen, schaffen die Basis für effiziente Prozesse, fundierte Entscheidungen und nachhaltigen Projekterfolg.
Eine strukturierte Bestandsaufnahme der Stammdatenqualität ist der Kern von DATAudit360 – dem Assessment, das Transparenz schafft, bevor das neue System befüllt wird.
Wie steht es um Ihre Stammdaten?
In einem kostenlosen 30-minütigen Erstgespräch besprechen wir gemeinsam, wo die größten Risiken in Ihrer Stammdatenlandschaft liegen – und welche Schritte vor einer ERP-Einführung den größten Hebel haben.
Häufig gestellte Fragen
Wann sollte man mit der Stammdatenbereinigung für ein ERP-Projekt beginnen?
Mindestens sechs Monate vor dem geplanten Go-Live – idealerweise bereits in der Konzeptionsphase. Die Bereinigung braucht Zeit und muss parallel zu anderen Projektphasen laufen. Wer erst kurz vor der Migration anfängt, gerät unter Zeitdruck und riskiert, dass Datenmüll ins neue System übernommen wird.
Welche Stammdaten sind in ERP-Projekten am häufigsten problematisch?
Erfahrungsgemäß sind es drei Bereiche: Artikelstammdaten (fehlende Klassifizierungen, Einheiteninkonsistenzen, veraltete Datensätze), Kundenstammdaten (Dubletten, fehlende Pflichtfelder für Konditionssteuerung) und Lieferantenstammdaten (uneinheitliche Strukturen, fehlende Bankverbindungen oder Steuerangaben).
Wie etabliert man nachhaltige Stammdaten-Governance?
Nachhaltige Governance braucht drei Elemente: Erstens, klare Verantwortlichkeiten – ein Data Owner pro Datendomäne, der für Qualität und Pflege zuständig ist. Zweitens, dokumentierte Standards für Benennung, Pflichtfelder und Formate. Drittens, regelmäßige Qualitätsprüfungen als Routineaufgabe, nicht als Sondermaßnahme. Das lässt sich auf zwei bis drei Seiten dokumentieren – wenn der Wille vorhanden ist.
Quellen: TDWI Research, Data Quality and the Bottom Line (2022); MIT Sloan Management Review (2021); eigene Projekterfahrung aus ERP-Begleitungen im Mittelstand
Wenn Sie dieses Thema in Ihrem Projekt vertiefen möchten, sprechen Sie mit uns.

