Aktuelle Situation in Unternehmen

• Entwicklungen und Trends im Stammdatenmanagement infolge von Digitalisierungsinitiativen
• Stammdatenprobleme: Identifikation von Ursache und Wirkung aufgrund mangelhafter Stammdatenqualität in Geschäftsprozessen

Methoden & Werkzeuge

• Stammdatenmanagement: Gestaltungsbereiche für ein wirksames Stammdatenmanagement auf unterschiedlichen Ebenen im Unternehmen
• Datenqualitätsmanagement: Messung und Steuerung der Stammdatenqualität mittels Metriken und Beispiele für anwendungsbezogene Kennzahlen
• Data-Governance: auf dem Weg einer nachhaltigen Unternehmenskultur zur Sicherstellung einer hohen Stammdatenqualität
• Kosten-Nutzen-Analyse: Ermittlung des Wertbeitrags eines Daten qualitätsmanagements (DQM) zum Unternehmenserfolg
• Stammdaten-Life-Cycle: Materialstammdaten anlegen, pflegen und löschen
• Klassifikationen: Möglichkeiten zur einheitlichen Klassifizierung von Materialstammdaten
• Werkzeuge für das Stammdatenmanagement: Aktuelle Marktsituation und Stand der Technik mit Vorgehensweise bei der Auswahl

Überbetriebliche Stammdatenqualität: Erfolgsfaktor für den Einkauf

• Unternehmensübergreifende Stammdatenqualität: eine gemeinsame Aufgabe entlang der Supply Chain
• Ursache-Wirkung von Stammdatenproblemen in Ökosystemen 
• Daten-Qualitätsverträge für Partnerbeziehungen entlang der digitalen Daten-Supply-Chain
• Datenarchitekturen für eine übergreifende Informationslogistik
• Methodenbausteinkasten für eine unternehmensübergreifende Stammdatenqualität

Best Practices

• Praxisaufgabe Stammdatenanalyse: Aufspüren von Fehlern in Stammdaten und Erstellung eines Datenqualitäts-Reports
• Fallstudie Maschinenbau/Handel: Vorgehensweise in Stammdatenprojekten von mittelständischen Unternehmen
• Bewertung von Handlungsfeldern: Vorgehensweise, Abschätzung und Priorisierung

Fazit und Ausblick

• Lessons learned: Zusammenfassung der Erkenntnisse und Ableitung von konkreten Handlungsempfehlungen