Wie Sie die Kostentreiber in der Produktdatenpflege beseitigen

…und mit effizienter Datenpflege einen echten Wettbewerbsvorteil erzielen

Produktdatenpflege ist aufwendig und kostenintensiv. Deren Optimierung ist ein leidiges Thema ohne wirkliche Freunde im Unternehmen. Das wollen wir ändern! Mit unserer „Potenzialanalyse – Kostentreiber in der Produktdatenpflege“ finden wir mit Ihnen die Ursachen und geben konkrete Handlungsempfehlungen zur Verbesserung. Damit Sie zukünftig unnötige Kosten sparen und Ihre Produktdatenpflege auf eine nachhaltige Basis stellen. 

Die Aussage „Produktdatenpflege ist aufwendig und kostenintensiv“ wurde uns im Zuge der „Studie Produktmanagement“ von 74% der Teilnehmenden bestätigt! Neben vielen anderen Herausforderungen wurde dieses Problem am stärksten gewichtet.

Für uns der Anlass, den Ursachen auf den Grund zu gehen und Lösungswege für Unternehmen aufzuzeigen.

Die Herausforderungen

Wichtig aber ungeliebt

Hochqualitative und hochgradig verfügbare Produktdaten sind gerade in Zeiten der Digitalisierung immens wichtig – Digitalisierung geht nicht ohne guten Datenbestand! Trotzdem beobachten wir häufig, dass Produktdatenpflege als „notwendiges Übel“ angesehen wird. Ein Produktmanager eines großen Geräteherstellers berichtet:

„Einen Artikel in unserem MDM anzulegen ist sehr großer Aufwand, wir müssen dann seitenweise Felder pflegen.“

Warum ist Produktdatenpflege so unbeliebt – und zwar gleichermaßen bei den Datenpflegenden selbst wie auch bei denen, die mögliche Verbesserungsprojekte mit finanziellen Mitteln ausstatten? Die Aussage „großer Aufwand“ bezieht sich vor allem auf monotone, manuelle Tätigkeiten. Die meisten Menschen empfinden repetitive Aufgaben als nervig und machen diese alleine deswegen nicht gerne. Ein Produktmanager eines mittelständischen Maschinenbauers sagt:

„Wir haben sehr viel redundante Datenpflege, weil die Tools untereinander nicht verzahnt sind.“

Hinzu kommt die fehlende Transparenz darüber, was mit den Daten passiert. Wüsste die Datenpflege am Anfang der Prozesskette, was die spätere Datennutzung benötigt, und warum – die Motivation, gute Daten abzuliefern wäre eine andere. Fehlende Durchgängigkeit kann fatale Folgen haben, wie das Beispiel eines weiteren Produktmanagers eines großen Komponentenherstellers zeigt:

„Seit wir wissen, welchen Datenpflegeaufwand eine Produktänderung mit sich bringt, stellen wir uns oft die Frage, ob wir das wirklich realisieren wollen. Es kommt dann vor, dass wir mit einer schlechteren Konstruktion leben, um die Datenpflege zu umgehen.“

Wer zahlt? Kein Budget für eine bessere Datenpflege

Die Bereitschaft, in eine verbesserte Produktdatenpflege zu investieren, ist auch auf C-Level-Ebene vergleichsweise gering. Oftmals wird Datenpflege generell als Kostentreiber angesehen. Zusätzliches Personal neben den „Eh-da-Kosten“ wird selten bereitgestellt. 

In der Tat ist ein Return-on-Invest (ROI) für eine Optimierung der Produktdatenpflege schwer berechenbar. Das liegt vor allem daran, dass die Kosten der Datenpflege und der damit erzielte Nutzen an verschiedenen Stellen der Wertschöpfungskette – also in verschiedenen Abteilungen im Unternehmen – entstehen. Das erschwert die Begründung, warum gerade in der eigenen Kostenstelle investiert werden soll, in der ja nur ein „kleiner“ Teil-Nutzen entsteht. 

Wenn der Invest über Kostenstellen hinweg verrechnet werden muss, dann wird es vielen Verantwortlichen zu kompliziert und es passiert nichts.

Neue Anforderungen – alte Daten

Neue Anforderungen, wie standardisierte Datenaustauschformate und die Einführung neuer IT-Systeme, benötigen eine entsprechende Datengrundlage:

  • Immer häufiger fordert der Markt standardisierte Austauschformate wie z.B. eCl@ss oder ETIM. Diese Forderung muss entsprechend bedient werden, um die Kunden zu halten. Bei alten Produkten fehlen oft die entsprechenden Stammdaten, sie müssten ergänzt werden. Es ist generell schwer, zukünftige Anforderungen vorherzusehen – eine gut durchdachte Datenstruktur als Basis erleichtert allerdings deutlich die spätere Erweiterbarkeit.
  • Das Überführen veralteter Datenbestände in neue IT-Systeme bekommt häufig nicht die benötigte Aufmerksamkeit. Neue Systeme (z.B. die Migration auf die neue SAP Version S/4 HANA oder die Ablösung eines CRM-Systems durch eine cloudbasierte Software) können ihr Potenzial nur entfalten, wenn sie auf einer guten Datenbasis aufsetzen. Wenn diese Basis im Vorfeld nicht ausreichend weiterentwickelt wurde, dann wird ein Systemwechsel ohne entsprechende Überarbeitung nicht den erhofften Mehrwert bringen. Wer kennt nicht das Sprichwort: „Shit in – Shit out“?

Am Ende ist das ein Teufelskreis: bei ungeliebter Datenpflege in komplizierten Prozessen wird häufig „am System vorbei“ gearbeitet. Fehlende Vorgaben und Standards für Prozessabläufe führen beispielsweise zu Willkür im Tagesgeschäft. Dann verschlechtert sich die Datengrundlage fortlaufend. 

Der Lösungsansatz

Manuelle Tätigkeiten vermeiden und reduzieren – es lohnt sich!

Wir bei encoway sind davon überzeugt, dass es in der Produktdatenpflege auch einen direkten ROI gibt! Warum ist Produktdatenpflege aufwendig und kostenintensiv? Das liegt vor allem am hohen Anteil an manuellen Tätigkeiten. Im Wesentlichen geht es also darum, mit weniger Aufwand das Gleiche zu erreichen. Wir sind überzeugt, dass hier ein erhebliches Einsparungspotenzial liegt – für große und kleine Unternehmen, egal ob sie kleine Komponenten oder große Sondermaschinen herstellen!

1. Mit einer klaren Datenstrategie und -versorgung manuellen Aufwand vermeiden

Um die IT-Systeme der einzelnen Abteilungen (z. B. PDM, ERP, PIM) haben sich häufig isolierte Datenversorgungsprozesse entwickelt. Entsprechend des Lean-Gedankens können entlang des Datenpflegeprozesses nicht wertstiftende Tätigkeiten identifiziert werden: redundante Pflege von Produktdaten in mehreren IT-Systemen, manuelle Übernahme von Daten aufgrund von Medienbrüchen, Suche nach nicht vorliegenden Daten, usw. 

Aufbauend auf diesen Erkenntnissen werden eine klare Datenstrategie und ein transparenter Datenversorgungsprozess geschaffen. Damit werden Standards erreicht, redundante Datenpflege vermieden der Aufwand an den Schnittstellen und bei der Suche nach Produktdaten reduziert.

2. Mit durchdachten Datenstrukturen den manuellen Aufwand (weiter) reduzieren

Der manuelle Aufwand kann noch weiter reduziert werden, indem innerhalb der Datenstrukturen diejenigen Stellen identifiziert werden, die verantwortlich für überproportional viele manuelle Tätigkeiten sind: die Pflege immer gleicher Datensätze an verschiedenen Stellen, die Abbildung gleicher oder ähnlicher Sachzusammenhänge auf unterschiedliche Weise, die Einarbeitung in unübersichtliche Datenstrukturen und ausprogrammierte Regelwerke, usw.

Dazu ein Beispiel: ein Produktmanager eines großen Komponentenherstellers erzählte uns, dass die Änderung eines einzelnen Attributs im Produktmanagement zu mehreren 1000 Änderungsaufträgen führt – nur im ERP-System! Änderungsaufträge in anderen IT-Systemen kommen noch hinzu.

Richtig eingesetzt hilft Variantenmanagement auf Basis modularer Baukastenstrukturen nicht nur in Konstruktion und Produktion, sondern reduziert auch den Datenpflegeaufwand signifikant. Schon das Einführen eines konsolidierten Klassifikationssystems mit Vererbung entlang der Klassenhierarchie führt zu einer spürbaren Einsparung.

Der Ausweg

Weniger manueller Aufwand in der Produktdatenpflege bedeutet nicht nur, dass Sie Kosten einsparen – der gesamte Prozess läuft auch deutlich schneller ab. Gerade wenn es darum geht, wichtige Produktneuheiten oder Änderungen in den Markt zu bringen, profitieren Sie so von einer kürzeren Time-to-Market.

Lösen Sie den gordischen Knoten – mit unserer „Potenzialanalyse – Kostentreiber in der Produktdatenpflege“

So gehen wir vor:

  • Ansatzpunkte für organisatorische und prozessuale Optimierungen finden: Wir analysieren mit Ihnen gemeinsam welche Neuheiten und Änderungen im Produktportfolio zu welchen Arten von Datenpflegeaufträgen in den IT-Systemen führen.
  • Ansatzpunkt für strukturelle Optimierungen finden: Weiter analysieren wir, wie diese Änderungen in den IT-Systemen umgesetzt werden und welchen Einfluss die zugrundeliegenden Produktdatenstrukturen auf den Pflegeaufwand haben. 
  • Ergebnisse erarbeiten und Handlungsempfehlungen liefern: Sie erhalten eine transparente Aufbereitung des aktuellen Datenpflegeprozesses und des damit verbundenen Aufwands. Sie erhalten klare Handlungsempfehlungen mit einer strukturierten und priorisierten Liste von Potenzialen inklusive monetärer Bewertung.


Sie möchten weitere Informationen zu unserem Angebot erhalten?

Dr. Thorsten Krebs
Dr. Thorsten Krebs

Head of Consulting, encoway GmbH
LinkedIn

mockup-eBook-produktdaten-erfolgsfaktor-300x300px-quer