Ihr Clean Core ist nur so sauber wie Ihre Daten

Jedes S/4HANA-Programm hat eine Clean-Core-Roadmap: weniger Modifikationen, Standardprozesse und cloudfähige Erweiterungen auf BTP statt Code tief im Kern. Weit weniger Programme finanzieren den Daten-Workstream mit derselben Ernsthaftigkeit. Genau um diese Lücke geht es in diesem Papier. Ihr Kern kann bei Prozessen und Code makellos sein und trotzdem vom ersten Tag an auf Dubletten, veralteten Datensätzen und widersprüchlichen Referenzwerten laufen.

Was kostet schlechte Datenqualität tatsächlich?

Thomas C. Redman schätzt im MIT Sloan Management Review die Kosten schlechter Daten für die meisten Unternehmen auf 15 bis 25 Prozent des Umsatzes. Noch hilfreicher ist die zweite Hälfte seines Befunds: Rund zwei Drittel dieser Kosten lassen sich identifizieren und dauerhaft beseitigen, sobald die Ursachen behoben werden. Es handelt sich nicht um eine unvermeidbare Dauerbelastung, sondern um eine einmalige Investition mit messbarem Nutzen.

Gartner beschreibt dasselbe Problem aus betrieblicher Sicht: Schlechte Datenqualität kostet eine durchschnittliche Organisation jährlich 12,9 Millionen Dollar. In einer SAP-Landschaft zeigt sich das in verspäteten Rechnungen, widersprüchlichen Lieferantenstammsätzen, nicht konsolidierbaren Regionalzahlen und Go-lives, die im UAT stocken, weil sechs Monate zuvor niemand die Daten geprüft hat.

Muss CVI vor der S/4HANA-Konvertierung abgeschlossen sein?

Ja. Die Customer-Vendor Integration überführt die bisherigen Kunden- und Lieferantenstammsätze in das von S/4HANA benötigte Geschäftspartner-Modell. Ist sie nicht abgeschlossen, bricht der Software Update Manager von SAP die Konvertierung ab. Jede doppelte Steuernummer und jede Unstimmigkeit zwischen einem Kundenstammsatz und dem zugehörigen Lieferantenstammsatz muss bereinigt werden, bevor die technische Konvertierung fortgesetzt werden kann. Auch SAP betrachtet Datenqualität bereits als verpflichtend. SAP erzwingt sie lediglich am CVI-Prüfpunkt, statt darauf zu vertrauen, dass die Governance sie früher sicherstellt.

Warum entscheidet der Zeitpunkt über die Kosten?

Die von Labovitz und Chang 1992 formulierte 1-10-100-Regel besagt: Einen Datenfehler an der Quelle zu verhindern kostet etwa einen Dollar; ihn innerhalb eines Prozesses zu korrigieren zehn Dollar; ihn im Produktivbetrieb zu beheben hundert Dollar. Auf einen S/4HANA-Zeitplan übertragen: Ein doppelter Lieferant, der bei der ECC-Bereinigung auffällt, ist die Ein-Dollar-Korrektur. Wird er im Integrationstest entdeckt, sind es zehn Dollar. Taucht er erst nach dem Go-live in drei Monaten Finanzbuchungen auf, sind es hundert Dollar. Dann ist es eher ein Glaubwürdigkeitsproblem als ein Datenproblem.

Laden Sie das vollständige Papier herunter: zu den Folgen für die HANA-Lizenzierung, der Reihenfolge bei der Bereinigung von Stamm- und Referenzdaten und den Themen für Ihren Lenkungsausschuss.