News & Wissenswertes

Meistens beginnt die Diskussion über Datenqualität und -prozesse mit der Frage nach Zuständigkeiten: Wer macht was, und wie? Genau hier liegt der Kardinalfehler. Indem das Thema in isolierte Verantwortlichkeiten zerlegt wird, bevor es überhaupt um Inhalte, Prozesse und ihre Wechselwirkungen geht, wird eine ganzheitliche Optimierung von vornherein verhindert.

Doch ohne (CRM-)Daten kein Business!

Datenprozesse müssen aus Business-Sicht entwickelt werden. Die relevanten Datenfelder müssen detailreich geprüft werden – in Bezug auf Inhalte, User Interface (UI) und Verarbeitung – und zwar ganzheitlich über den gesamten Prozess hinweg.

Die Datenpflege in einem CRM-System ist bereits komplex. Die Anreicherung mit KI-unterstützten Daten potenziert diese Komplexität, jedoch ist es notwendig und bietet im Gegenzug signifikant höhere Datenqualität und Geschäftschancen.

Die Herausforderung besteht darin, dass es nicht damit getan ist, Zuständigkeiten zu verteilen oder ein paar statische Regeln für die Datenpflege zu erstellen. Es genügt ebenso wenig, Daten nur einmalig aufzubereiten – weder traditionell noch mithilfe von KI-Tools.

Der Schlüssel liegt darin, ein integriertes und lebendiges System zu schaffen. Anstatt einzelne Elemente oder Abschnitte herauszugreifen, geht es darum, zu verstehen: Wie greifen die Prozesse ineinander und in welchen Zyklen wird die Datenbasis dynamisch angereichert?

Moderne Unternehmen arbeiten mit riesigen Datensätzen – Kunden, Mitarbeitern, Zulieferern, Menschen und Produkten. Daten fließen unentwegt – und wenn der Fluss versiegt, liegt alles auf dem Trockenen.

Wer kümmert sich wie um diese Daten? Erfassung? Aktualisierung? Dauerhafte Pflege? Diese Fragen müssen beantwortet werden. Wir, die Fachleute im Bereich Datenqualitätsprozesse, helfen Ihnen.

Was unterscheidet innovative Software von normaler Software (für die es auch Argumente gibt, aber für andere Zwecke)? Zum einen muss Software die Komplexität von Prozessen stark vereinfachen. HTML5 ermöglicht es beispielsweise, inhaltsrelevante Informationen wie Hilfetexte direkt dort einzublenden, wo sie benötigt werden. Niemand sollte Bücher lesen oder ganze FAQs durcharbeiten müssen, um schnell an die richtigen Informationen zu kommen. Dies ist nicht der Fall, wenn andere Techniken zur Verfügung stehen.

Manchmal wird ein Dokument mit der Windows-Scan-Software eingescannt, zwischengespeichert, ausgedruckt, ausgefüllt, unterschrieben, wieder eingescannt und dann per E-Mail verschickt. Das ist kein innovativer Prozess, im Gegenteil – niemand braucht solche Prozesse, weder geschäftlich noch privat.

Ein Merkmal ist eindeutig: Innovative Software vereinfacht Komplexität erheblich.

Ein weiteres Merkmal ist, dass mit innovativer Software deutlich Ressourcen eingespart werden müssen – Personal, Zeit und damit Kosten. Die Betonung liegt dabei auf „deutlich“: Es wird nicht ein wenig, sondern massiv eingespart.

„Innovative“ Softwarelösungen geben Unternehmen einen Schub in den Datenprozessen und damit in der Digitalisierung. Bestehende Softwarelösungen werden ständig verbessert, aber die Verbesserungen beschränken sich in der Regel auf Fehlerbehebungen und kleinere neue Zusatzfunktionen – keine Lösung, um der notwendigen Digitalisierung wirklich gerecht zu werden. Innovation und Schub gehen Hand in Hand; wenn die Software keinen Schub bringt, ist es auch keine innovative Software.

Digitalisierung zeichnet sich nicht nur durch große Projekte aus, in denen Prozesse neu gestaltet und optimiert werden. Digitalisierung beginnt mit vielen kleinen Einzelschritten auf den unterschiedlichsten Unternehmensebenen, die oft mehr Nutzen und Kostenersparnis bringen als Großprojekte (die häufig mehr Prestige als Inhalt haben).

Die Automatisierung manueller Dateneingaben, zum Beispiel das Ersetzen des mühsamen und fehleranfälligen Ausfüllens von zig Maskenfeldern über mehrere Bildschirmseiten durch eine Excel-Schnittstelle, ist eine solche Automatisierung. In Excel können Daten schneller erfasst und geprüft werden und mit einem Klick an das ERP wie SAP übergeben werden.

Gleiches gilt im operativen Datenmanagement für die Standardisierung von Daten durch Tools und Know-how. Durch die richtige Standardisierung in kleinen Schritten werden Datenprozesse stabiler und sicherer. Eine bessere Datenqualität sowie eine starke Vereinfachung der Datenverarbeitung sind die Folge. Eine solche Vereinfachung und Beschleunigung von Datenprozessen ist bei zunehmender Datenmenge und Datentiefe alternativlos – es geht um Kosten, Ressourcen und Zeit.

Egal, wir bringen es auf den Punkt: Analysieren – Editieren – Automatisieren. Keine nebulösen, unverständlichen Definitionen, Begriffe und Beschreibungen. Wissen, fachlich gute Arbeit und innovative Produkte sind das Erfolgsrezept für Ihre Projekte.

Wir verstehen unsere Arbeit darin, „Komplexität aus umständlichen Prozessen herauszunehmen“. Vereinfachen und Beschleunigen von Datenprozessen durch hoch innovative Businesssoftware ist unsere Passion. Innovativ können beispielsweise auch neuartige Hardwarekomponenten im Sinne von mehr Leistung und geringerem Stromverbrauch oder funktionelle ERP-Software sein – wobei man häufig in einer Tabelle schneller Daten erfassen und verwalten kann als über umständliche Eingabemasken in mancher ERP-Software.

Komplexität herausnehmen heißt: Verwenden von Robotic Process Automation für die Verarbeitung von Daten. Eingabe und Kontrolle bleiben beim Benutzer; die Verarbeitung, wie beispielsweise das Eintragen in komplexen Dialogfenstern, übernimmt die Software der Process Runner. Staffelpreise, Variantenkonfigurationen oder auch Reisekostenabrechnungen können dadurch in Excel einfach und übersichtlich erfasst und automatisiert verarbeitet werden. Das reduziert deutlich den Arbeitsaufwand.

Ein anderer Bereich „Komplexität aus Prozessen herauszunehmen“ ist die Erstellung von Hilfen bei der Dateneingabe. Umständlich und aufwendig wurde bislang mit Screenshots und Beschreibungen erklärt, wie das Programm arbeitet und Eingaben zu machen sind. Doch IT-Handbücher liest niemand, erst recht nicht unter Zeitdruck. Innovative Lösungen wie OnScreen vereinfachen das Erstellen von inhaltsrelevanten Hilfen bei der Dateneingabe durch die Methode: Aufzeichnen, Beschreiben, Anzeigen. Das führt zu einer Kostenreduzierung und mehr Prozesssicherheit.

Niemand liest IT-Handbücher bei der Dateneingabe – erst recht nicht, wenn Zeitdruck bei der Dateneingabe herrscht. Eine gute Datenqualität fängt bei der Dateneingabe an. Benutzer müssen wissen, was sie in die jeweiligen Eingabemasken eingeben müssen.

Benutzertrainings sind gut, doch hoher Kosten- und Zeitaufwand sowie Aktualität und Neuerungen der Inhalte machen es schwierig, alle Mitarbeitenden stets auf dem aktuellen Stand zu halten. Auch eine Knowledge Base ist häufig (meist mangels zielgerichteter Suche) mehr eine Zumutung als eine wirklich effiziente Hilfe.

OnScreen® ist besser: Es zeigt Benutzern bei Bedarf relevante Hilfen bei der Dateneingabe an und führt durch kritische Prozesse – das ist Data Governance und Datenqualität.

Mit dem Klassiker „Excel“ können vielleicht 500, nicht aber Tausende von Datensätzen bearbeitet werden. Man bedenke beim Erfassen und Korrigieren von Daten mit Excel: Überschätzt wird immer wieder die „Geschwindigkeit“ und „Ausdauer“! Unterschätzt wird immer wieder die „Bequemlichkeit“ bei der Dateneingabe!

Bei der Datenaufbereitung und Datenpflege kommt es auf das „Wie“ an, um aus schlechten Daten wieder valide Daten zu machen. Es wird viel geschrieben und noch mehr erzählt über Theorien, Analysen und wie es sein sollte. Doch die Frage, wie im Detail das Ziel erreicht wird, bleibt meist unbeantwortet.

Eine Neueingabe aller Daten ist keine Alternative. Eine rein manuelle Korrektur (Anwendung, Tabellenkalkulationsprogramm) der vorhandenen Daten ist ebenfalls keine Alternative. In beiden Fällen gilt: Überschätzt werden „Geschwindigkeit“ und „Ausdauer“, unterschätzt wird die „Bequemlichkeit“ von Menschen in Bezug auf Dateneingabe und -pflege. Beide Möglichkeiten bedeuten einen sehr hohen Zeitaufwand und eine wiederum sehr hohe Fehlerquote. Eine vollständig maschinelle Korrektur von Daten ist in der Regel ebenfalls nicht möglich, da komplexe Datenzusammenhänge und Kontexte es häufig unmöglich machen.

Wie: Maschinelle + manuelle Aufbereitung (wie TokenEdit) + Verfahren.

Ergebnis: Effizient und nachvollziehbar – beste Ergebnisse – niedrige Kosten.

• Reduzierung bzw. Vermeidung von Kosten beim Datenmanagement
• Vereinfachtes Finden
• Verhinderung von Dubletten

Warum? Weil man in der Oberliga professionell spielt.