![IBacademy_Logo_blau[496]](https://www.ibsolution.com/hs-fs/hubfs/IBacademy_Logo_blau%5B496%5D.jpg?width=200&name=IBacademy_Logo_blau%5B496%5D.jpg "IBacademy_Logo_blau[496]"){kind=logo}
Aufgrund von Dubletten fehlt es häufig an einer einheitlichen Sicht auf die Stammdaten. Die Gründe hierfür sind vielschichtig. Neben Unzulänglichkeiten in den Pflegeprozessen ist häufig die fehlende oder lückenhafte Integration von IT-Systemen eine Ursache. Die Folgen sind mitunter fatal. Neben einer unzulänglichen Berichtsbasis, die Grundlage für wichtige Entscheidungen darstellt, erzeugt jeder aktive Datensatz Aufwand. Hierzu gibt es unterschiedliche Erhebungen: Die Bandbreite reicht dabei von einigen Hundert bis hin zu mehreren Tausend Euro pro aktivem Datensatz.
So oder so muss die Maxime lauten, Dubletten zu vermeiden bzw. vorhandene Dubletten zu eliminieren. Allzu häufig ist diese Aufgabe in der IT angesiedelt, da dem Fachbereich geeignete Werkzeuge dafür fehlen. SAP zeigt, dass es auch anders geht. Der Walldorfer Softwarekonzern hat mit SAP Information Steward ein Werkzeug speziell für den Fachbereich entwickelt. Neben der Definition von Regeln, anhand derer Dubletten identifiziert werden sollen, bietet das Tool auch die Möglichkeit, die identifizierten Dubletten in ein sogenanntes Golden Record zu überführen.
Sammeln, vergleichen und matchen
Über eine Strukturierung der möglichen Dubletten in sogenannte Matching Groups erhält man einen guten Überblick. Die Matching Groups enthalten dabei alle potentielle Dubletten zu einem Datensatz.
Die Stammdatensätze lassen sich anschließend direkt in der Oberfläche vergleichen. Eine gelungene Gegenüberstellung vermittelt anhand der Details einen konkreten Einblick.
Innerhalb der Matching Group kann der Anwender den Status der Dubletten (Master oder Slave) bestimmen und so ihren Golden Record definieren. Diese Information dient dann als Basis für die Datenbereinigung.
Analog zu SAP Master Data Governance nutzt auch der SAP Information Steward das Vier-Augen-Prinzip. Über Rollen wie Reviewer und Approver kann so der Review-Prozess auch während der Einsicht fehlerfrei durchgeführt werden.
Ergebnisse visualisieren
Über Scorecards und Dashboards erhält der Anwender schnell einen Überblick über die aktuelle Anzahl der Dubletten. Dabei wird auch aufgeschlüsselt, welche davon bereits geprüft wurden und welche noch nicht.
Nächste Schritte
Definiert man Qualitätsregeln, werden die Fehlerquellen angezeigt. So lässt sich über kurz oder lang eine gut organisierte Datenhoheit im Unternehmen schaffen.
Fazit
Die Lösung bringt Transparenz in die Datenqualität. Das stärkt das Vertrauen in die Daten und somit in die Berichtsbasis. SAP Information Steward empfiehlt sich, um die Datenqualität kontinuierlich zu überwachen und so die Unternehmensdaten nachhaltig zu verbessern. Definitiv designed für den Fachbereich!
Demo Match Review
