< Zurück   INHALT   Weiter >

2.2.4 Erkenntnisse

Die wichtigsten Erkenntnisse des Projekts waren:

• Datenqualität ist Voraussetzung für Kerngeschäftsprozesse wie die Finanzund Produktionsplanung.

• Datenqualitätsmanagement ist kein einzelnes Projekt, sondern muss über Data-Governance-Rollen in der Organisation verankert sein.

• Die regelmäßige Messung der Datenqualität ist Voraussetzung für ihr Management und damit ihre Verbesserung.

• Datenqualität muss Bestandteil der Zielvereinbarungen mit Mitarbeitern sein.

Erfolgsfaktoren für die Einführung des Data Quality Cockpits bei Bayer CropScience waren:

• Einfachheit: Eine einzige, klar verständliche Metrik wie der Datenqualitätsindex ist verständlicher und aussagekräftiger als eine Vielzahl abstrakter Metriken.

• Relevanz: Klar definierte kausale Zusammenhänge zwischen Datenqualität und Geschäftsproblemen sichern den Fokus auf die wichtigsten Datenqualitätsprobleme und sichern Mitarbeiterund Managementunterstützung.

• Fachlichkeit: Fachliches Wissen aus dem Tagesgeschäft ist notwendig, um geschäftskritische Datendefekte zu identifizieren.

• Management: Die Unterstützung der Unternehmensleitung erhöht die Sichtbarkeit und Akzeptanz der Datenqualitätsmessung im Unternehmen.

• Visualisierung: Eine zielgruppengerechte, leicht verständliche und übersichtliche Aufbereitung der Messergebnisse ist Voraussetzung für die Akzeptanz von Datenqualitätsmessungen.

• Vergleichbarkeit: Der Vergleich von Messwerten, z. B. zwischen verschiedenen Ländern, kann die Mitarbeitermotivation erhöhen. Vergleichbare Messwerte ermöglichen auch die unternehmensübergreifende Datenauswertung.

2.2.5 Weiterführendes Material

Für den Fall von Bayer CropScience liegen an verschiedenen Orten Details aus wissenschaftlicher und auch aus praktischer Perspektive vor (Tab. 2.6):

Tab. 2.6 Weiterführendes Material zum Fall von Bayer CropScience

Quelle

Titel

Ergebnistyp

Wiss.

Praxis

Brauer 2009

Master data quality cockpit at Bayer CropScience

Präsentation auf CC CDQ-Workshop

Brauer 2012

The master data quality journey at Bayer CropScience

Präsentation auf CC CDQ-

Steuerungskreissitzung

Ebner und Brauer 2011

Case study on the governance system for master data quality at Bayer CropScience

Wiss. Beitrag in Fachzeitschrift

Ebner et al. 2011

Fallstudie Bayer CropScience AG – Entwurf und Implementierung geschäftsorientierter Datenqualitätskennzahlen

Fallstudie CC CDQ

Nachtsheim

et al. 2010

„TOP Controlling“-Initiative bei Bayer CropScience

Beitrag in Fachzeitschrift

Otto et al. 2010

Measuring master data quality: Findings from a case study

Wiss. Beitrag in Fachkonferenzband

Weber 2009

Data Governance-Referenzmodell

Dissertation

 
< Zurück   INHALT   Weiter >