Datenqualitätsmanagement (DQM)     Ein kritischer Erfolgsfaktor?
Sind Sie nicht auch der Meinung, …     … dass Datenqualitätsmanagement      langweilig, nutzlos, keine wesentlichen      ...
Gerne möchte ich Sie überzeugen, …    … dass ganzheitliches und nachhaltiges     Datenqualitätsmanagement (DQM)     die K...
Situation    Stetiger Veränderungsdruck durch immer      schnellere Marktveränderungen     Auslöser für Veränderungen:   ...
Situation Compliance                                                                                    Verlangte Transpar...
Situation     die Erkennungs- und Steuersysteme sind nur so      gut wie die Informationen, auf denen sie      beruhen:  ...
Handlungsempfehlung    Chancen und Risiken frühzeitig erkennen    durch     stetige Steigerung von      Transparenz und I...
Daten – Informationen - Wissen        DATEN                  INFOR-                                WISSEN                 ...
Die richtigen Fragen stellen     Fragen         Stimmen alle Daten, die ich zum Rechnen          benutze?         Weiß ...
Problem Datenqualität     Bekannte Probleme durch schlechte Datenqualität      Irrlaufende Postsendungen      Kundenbesc...
Problem Datenqualität     Rechnungswesen      doppelte oder mehrfache Zahlung von Rechnungen      Rechnungen werden nich...
Datenqualität und GoBS                                    Funktionalität gemäß GoBS/GDPdU                                 ...
Datenqualität bedeutend für CODADatenimport / Schnittstellen                                                    Datenexpor...
Messung von Datenqualität      “You cant improve what you cant measure“      Messung von Datenqualität über die Kosten  ...
Ergebnis des Data Quality Check 2008*      Einschätzung der Befragten          Probleme durch unzureichende DQ          ...
Messung von Datenqualität      Messung von Datenqualität über „Fitness for Use“          dgiq – 15 Dimensionen von Infor...
Messung von Datenqualität      Messung von Datenqualität über den Durchsatz          Theory of Constraints (TOC)        ...
Kostenoptimierung     Schwächen von Kostenoptimierungen      Budgetkürzungen „mit dem Rasenmäher“          Abteilungen o...
Levels des DQMs     Die 3 Level des DQMs                                                 Level 3:            Level 1:     ...
Betrachtungsweise      DQM muss sich am Prozess ausrichten und       unterliegt dem Beziehungsgefüge Lieferant /       Ku...
Bewertung von DQM Maßnahmen      Dort, wo schlechte Datenqualität den größten Engpass       erzeugt, muss zuerst angesetz...
Vereinfachtes Bsp. eines       Gegenwartbaums (Logikbaum)     Wirkung auf                                       Durchsatz ...
Logikbaum / Zukunftsbaum     Ziele                 Einhaltung             Einhaltung                  Effektivität     Qua...
Vorgehensmethode DQM                                           Definition            Definition der Anforderungen (intern/...
DQM klassisch = sehr technisch          DQM wird meist noch sehr technisch gesehen und liegt somit           nach wie vor...
Methoden und Werkzeuge      Transparenz          über Daten, Prozesse und Organisationseinheiten          Massendaten-A...
InfoZoom Beispiel                                                              Beispiel starten!27    Copyright ACT © 2010...
Organisation DQM                                                        Geschäftsführung /                                ...
Aufbau von DQ-Regeln     Folgende Aspekte sind beim Aufbau von DQ-       Richtlinien zu beachten:     1. Gesetzliche Anfor...
Fazit      Die schlechte Nachricht          perfekte DQ gibt es nicht!          Auch für das Thema Compliance gilt:    ...
Leistungsübersicht     Wir unterstützen Sie, die heutigen und zukünftigen     Herausforderungen zu meistern!      Datenqu...
Projekte      Datenqualität             Versicherung – DQ im Umfeld Migration                 - Einbindung Fachbereiche ...
Projekt: BI/Entscheidungsunterstützung      Materialwirtschaft:       Bevorratung          Entscheidungsgrundlage für di...
Projekt: Datenqualität/Versicherung      DQ als Projekt im Umfeld Migration             Kurz-/mittelfristige Unterstützu...
Projekt: Datenqualität/Versicherung (2)      Vorgehen          erste (Rohdaten-)Analysen mit FB und IT          Erstell...
Detaillierte Leistungsübersicht     Datenqualitätsmanagement (DQM)      Datenqualitätsanalysen          Stammdaten, Bewe...
Detaillierte Leistungsübersicht     Datenanalyse / Controlling / Kennzahlensysteme      Basis:          unterschiedlichs...
Detaillierte Leistungsübersicht     Beispiele Datenanalyse und Kennzahlen      Umsatzanalyse Jahr/Vorjahr/Plan/Abweichung...
Detaillierte Leistungsübersicht     Verfahrensdokumentation (VFD) und Internes       Kontrollsystem (IKS)      Begleitung...
Detaillierte Leistungsübersicht     Prüfungsvorbereitung und Prüfungsbegleitung      GDPdU/Digitale Betriebsprüfung      ...
Detaillierte Leistungsübersicht     Organisationsentwicklung      Optimierung vorhandener organisatorischer       Struktu...
Detaillierte Leistungsübersicht     Durchsatzoptimierung nach TOC       (Theory of Constraints)      Ein System wächst so...
Unternehmensdaten     Gründung 1982 durch Werner Bücher     Seit 1999 Aktiengesellschaft     Vorstände: Werner Bücher, ...
Portfolio      Output Management und Software Engineering          Output und Formularmanagement          Softwareentwi...
Portfolio      IT-Infrastruktur-Planung und Projekte            IT-Compliance            IT-Prozessmanagement/IT SM    ...
Portfolio      Consulting & Training            ITIL®            PRINCE2®            ISO / IEC 20000            Coach...
Ende                         „Das richtige richtig machen“,                         wir sind gerne dabei behilflich!      ...
Kontakt:                            Marco Geuer                            Abt. Geschäftsanalytik &                       ...
Nächste SlideShare
Wird geladen in …5
×

Vortrag: DQM - Ein kritischer Erfolgsfaktor?

2.101 Aufrufe

Veröffentlicht am

Vortrag "Datenqualitätsmanagement - Ein kritischer Erfolgsfaktor?", DCUG (Deutsche Coda User Group) vom April 2010!

Veröffentlicht in: Business
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
2.101
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
334
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Vortrag: DQM - Ein kritischer Erfolgsfaktor?

  1. 1. Datenqualitätsmanagement (DQM) Ein kritischer Erfolgsfaktor?
  2. 2. Sind Sie nicht auch der Meinung, …  … dass Datenqualitätsmanagement langweilig, nutzlos, keine wesentlichen Verbesserungen bringt, uninteressant und keine Managementaufgabe ist?  Also eher was für Romantiker mit viel Zeit zum träumen?2 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  3. 3. Gerne möchte ich Sie überzeugen, … … dass ganzheitliches und nachhaltiges Datenqualitätsmanagement (DQM)  die Kundenzufriedenheit und –bindung erheblich steigert,  die Mitarbeiterzufriedenheit erheblich steigert,  den Durchsatz und die Kostensituation stark verbessert,  vernetztes denken im Unternehmen fördert  die Innovationskraft fördert  mehr Transparenz schafft  und ein wichtiger Pfeiler für Compliance- Konformität ist3 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  4. 4. Situation Stetiger Veränderungsdruck durch immer schnellere Marktveränderungen  Auslöser für Veränderungen:  Globalisierung – neue Länder, neue Marktspieler  neue und verschärfte Transparenzregeln - z.B. KonTraG, Basel II, Solvency II, Corporate Governance, SOX, MaRisk, GDPdU/GoBS, BilKoG, BilMoG, HGB, AO, usw.  frühzeitiger und kontinuierlicher Anpassungsprozess unausweichlich4 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  5. 5. Situation Compliance Verlangte Transparenz erfordert DQ / deckt DQ- Mängel auf SOX Financial EuroSOX Funktionsfähigkeit des Compliance Basel II Internen Kontrollsystems SolvencyII (IKS) Compliance Nachweisbarkeit der Geschäftsprozesse Fehlerfreiheit, TKG Verfügbarkeit, Sicherheit, BDSG Aktualität IT GoBS/GDPdU Compliance Elektr. Betriebsprüfung: KonTraG MaRisk Buchhaltung + vor- und ... nachgelagerte Systeme Risikofrüherkennungs- system; Wirksamkeit durch IKS sicherstellen5 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  6. 6. Situation  die Erkennungs- und Steuersysteme sind nur so gut wie die Informationen, auf denen sie beruhen:  bei schlechter DQ werden Risiken nicht erfasst!  Schlechte Datenqualität hat direkte Auswirkungen  auf die Geschäftsprozesse  auf die Erfüllung von Richtlinien  als Entscheidungsgrundlage  und somit auf die Gewinnsituation  mangelhafte Datenqualität und ungeeignete Informationssysteme sind ein unternehmerisches Risiko6 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  7. 7. Handlungsempfehlung Chancen und Risiken frühzeitig erkennen durch  stetige Steigerung von Transparenz und Informationsqualität in der Unternehmensorganisation  Prozesse  Daten- und Dokumentenfluss  IT-Systeme  Aufgabenstellung u. -verteilung “Transparenz schafft Handlungsalternativen!“7 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  8. 8. Daten – Informationen - Wissen DATEN INFOR- WISSEN MATION „24.03.1943“ Welche MA Know-How- sind 1943 Aufbau für geboren? Positionen, die neu besetzt werden müssen8 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  9. 9. Die richtigen Fragen stellen  Fragen  Stimmen alle Daten, die ich zum Rechnen benutze?  Weiß ich eigentlich genau, was in meinen Reports berechnet wird?  Weiß ich, was es mich kostet, 50% der Kosten zu reduzieren?  Weiß ich überhaupt genau, was ich wissen will?9 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  10. 10. Problem Datenqualität Bekannte Probleme durch schlechte Datenqualität  Irrlaufende Postsendungen  Kundenbeschwerden durch falsche und fehlerhafte Anrede, Namen, Adressen  Fehlproduktionen  Mehrfachauslieferungen  falsche Kennzahlen  Erhebliche Verzögerungen oder gar Scheitern von Vorhaben zur Systemmigration, Datenintegration und DataWarehouse  Projekt-Management, nicht planbarer Zeit- u. Ressourcenaufwand aufgrund der Vielfalt möglicher Fehlerquellen  Verringerung des Automatisierungsgrades (zu häufiges manuelles eingreifen nötig)10 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  11. 11. Problem Datenqualität Rechnungswesen  doppelte oder mehrfache Zahlung von Rechnungen  Rechnungen werden nicht versendet oder können nicht zugestellt werden  Zahlungen laufen falsch oder kommen zurück  Lückenhafte und unvollständige Bonitätsprüfung (gutes Geschäft geht evtl. verloren, schlechtes Geschäft wird reingeholt)  Zuordnung von Eingangs-Zahlungen nicht möglich  Fehlerhafte Auswertungen durch Inkonsistenzen in den Daten oder verursacht durch Exportschnittstellen (z.B. Semikolon im Buchungstext, Export von Exponentialwerten 6,00E-02 statt 0,06)11 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  12. 12. Datenqualität und GoBS Funktionalität gemäß GoBS/GDPdU Transparenz und Nachvollziehbarkeit Retrograde und progressive Auswertbarkeit Vorsysteme Nebensysteme Hauptsystem CRM Fakturierung (Angebots-Nr. / (Auftrags-Nr., Auftrags-Nr., Kunden-Nr., FiBu Kunden-Nr.) Rechnungs-Nr.) (Rechnungs-Nr.) Zeitwirtschaft Gehaltsbuchhaltung (Personal-Nr.) (Personal-Nr.) (Personal-Nr.)12 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  13. 13. Datenqualität bedeutend für CODADatenimport / Schnittstellen Datenexport / Schnittstellen Workflow Altsystem Intern Controlling / Fachbereich Faktursystem Jahresabschluss / Wirtschaftsprüfer CODA JET / Journal Entry Testing Financials Finanzamt / Betriebsprüfer Warenwirtschaft Assets Z3 / Datenbereitstellung (IDEA) Archiv sonst. GDPdU Vorsysteme Dokumenten- managementsystem13 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  14. 14. Messung von Datenqualität  “You cant improve what you cant measure“  Messung von Datenqualität über die Kosten  Datenqualitätsprobleme kosten die US- Wirtschaft jährlich mehr als 600 Mrd. Dollar*  Fehlerhafte Warenpreise in Artikel-DB des US-Einzelhandels - Kosten für Konsumenten: 2.5 Mrd $ / Jahr*  nach Meta Group: 35% aller IT-Projekte scheitern an mangelnder Datenqualität*  US-Finanzbehörde 1992: knapp 100.000 Steuererstattungsbescheide nicht zustellbar**  US-Post 2004: von 100.000 Massen-Postsendungen bis zu 7.000 aufgrund von Adressfehlern nicht zustellbar ** * (2004) Prof. Dr. Klaus Kruczynski, Hochschule für Technik, Wirtschaft und Kultur Leipzig ** (2005)Kai-Uwe Sattler, TU Ilmenau (10. Datenbank-Tutorientage Karlsruhe)14 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  15. 15. Ergebnis des Data Quality Check 2008*  Einschätzung der Befragten  Probleme durch unzureichende DQ - im laufenden Betrieb und - bei Einführung neuer Systeme und Prozesse  Zeitaufwand und Zusatzkosten laut Befragung: - 50%: zusätzlich notwendige interne Datenabgleiche - 33%: Einführung neuer Systeme verschieben/verwerfen - 20%: Vertrags- oder Servicelevel-Vereinbarungen nicht einhalten  Beobachtungen der dgiq:  Unterschied zwischen Anspruch und Wirklichkeit  Im Vergleich zu 2007: keine Entwicklung in der Organisation von DQM und im Einsatz von Technologie für DQM  Das Thema DQ ist in vielen Unternehmen immer noch nicht auf der Chefetage angekommen oder wird dort verdrängt.  Die Bedeutung von DQ für Compliance wird immer noch unterschätzt! *durchgeführt von der dgiq (Dt. Ges. für Informations- und Datenqualität)15 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  16. 16. Messung von Datenqualität  Messung von Datenqualität über „Fitness for Use“  dgiq – 15 Dimensionen von Informationsqualität  Differenzierter, pragmatischer Ansatz zur Bewertung und Verbesserung von Informationsqualität Zugänglichkeit Bearbeitbarkeit Aktualität Hohes Ansehen Wertschöpfung systemunterstützt Fehlerfreiheit Vollständigkeit zweck- inhärent abhängig Objektivität Angemessener Umfang darstellungsbezogen Glaub- würdigkeit Relevanz Übersichtlichkeit eindeutige Einheitliche Auslegbarkeit Verständlichkeit Darstellung 1616 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  17. 17. Messung von Datenqualität  Messung von Datenqualität über den Durchsatz  Theory of Constraints (TOC) - ein System wächst so lange, bis es durch einen Engpass begrenzt wird - Ziel: das System optimieren Engpass = das „schwächste Glied“ in der Kette  Schlechte Datenqualität ist ein Engpass, wo mangelhafte Datenqualität das System behindert: - eine Abteilung schimpft über die andere wegen fehlender/falscher Informationen - das Marketing leidet unter schlechten Adressdaten (Marketingaktion) - der Vertrieb ärgert sich mit ungenauen Auswertungen herum - der Jahresabschluss dauert (mal wieder) länger als geplant - das Management hat falsche Zahlen und Informationen veröffentlicht und muss sich jetzt mehr um Gerichtsprozesse kümmern als um das Unternehmen  schlechte Datenqualität ist kein abteilungsspezifischer Engpass  beim Thema DQ/IQ ist jeder Teilnehmer der Wertschöpfungskette Lieferant und Kunde zugleich17 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  18. 18. Kostenoptimierung Schwächen von Kostenoptimierungen  Budgetkürzungen „mit dem Rasenmäher“  Abteilungen optimieren Ihre Kosten zu Lasten anderer Abteilungen  System verbessert sich nicht, meist eher eine Verschlechterung, - Folge: weitere Umsatzverluste durch verärgerte Kunden und Mitarbeiter  Kostenreduzierung nur kurzfristig erfolgreich - Risiko: Teufelskreis. „Wir sparen uns zu Tode!“ Was Wertmäßig in der Kostenrechnung nicht abgebildet werden kann, wird vernachlässigt!18 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  19. 19. Levels des DQMs Die 3 Level des DQMs Level 3: Level 1: Fehler Fehler vermeiden erkennen Level 1 Fehlerquote Level 2  Level 1: Fehler erkennen Level 2: Fehler  Fehlerquote bleibt hoch bereinigen Level 3 Zeit  Ein messbarer Nutzen wird noch nicht erzielt  Level 2: Fehler beheben  Fehlerquote sinkt anfangs  Fehlerquote nach einiger Zeit Schwankungen ausgesetzt  Perm. Korrekturen binden Ressourcen für das Tagesgeschäft  Aufwand u. Nutzen hält sich die Waage  Level 3: Fehler vermeiden  Fehlerquote sinkt nachhaltig und kann auf einem sehr niedrigen Niveau gehalten werden  Nutzen steigt stark, bei gleichzeitiger Aufwandsreduzierung19 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  20. 20. Betrachtungsweise  DQM muss sich am Prozess ausrichten und unterliegt dem Beziehungsgefüge Lieferant / Kunde  Die Anforderungen des Kunden (Customer) sind bestimmend! E V A Verar- Eingabe Ausgabe beitung S I P O C Suplier Input Process Output Customer20 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  21. 21. Bewertung von DQM Maßnahmen  Dort, wo schlechte Datenqualität den größten Engpass erzeugt, muss zuerst angesetzt werden  Ermittlung des größten Engpasses nach der Denkmethode der TOC  Logikbäume zur Erkennung des Ursache-Wirkungs-Gefüges  Ziel: Steigerung des Durchsatzes zur Verbesserung der Gewinnsituation des Unternehmens  Entscheidende positive Nebeneffekte:  Dient als Brückenschlag zum besseren Verständnis des Ursache- Wirkungsgefüges zwischen Konfliktparteien (z.B. Fachbereich und IT)  Anwendung der Logikbäume kann jeder schnell erlernen  Förderung und Implementierung von vernetzten Denken Unternehmensweit  Steigerung des Bewusstseins Lieferanten / Kundenbeziehung  Buttom up, Mitarbeiter tragen maßgeblich zur Verbesserung bei21 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  22. 22. Vereinfachtes Bsp. eines Gegenwartbaums (Logikbaum) Wirkung auf Durchsatz (-Reduzierung) Kosten (-Steigerung) Gewinnsituation mittelbar unerwünschte Überschreitung Überschreitung Wirkungen Planzeit Budget unmittelbar permanente unerwünschte permanente Testen nicht Migrationsab Wirkungen Folgeaufwände möglich brüche Analyse fehlerhafte u. fehlerhafte fehlende fehlerhafte unrealistische Daten- Plausibilitäts- ETL-Prozesse Testszenarien modellierung prüfungen Projekte Projekt 1 Projekt 2 Migrationen Projekt 4 Auswirkung schlechter Datenqualität22 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  23. 23. Logikbaum / Zukunftsbaum Ziele Einhaltung Einhaltung Effektivität Qualität sichern u. Planzeit Budget steigern steigern mittelbar unerwünschte Verkürzung Reduzierung Mehr Zeit für Wirkungen Projektlaufzeit Ressourcen Wertschöpfung unmittelbar Vermeidung Steigerung Reduzierung Reduzierung unerwünschte Migrations- ETL-Effizienz Testaufwand Folgeaufwand Wirkungen abbrüche Analyse Kürzere Reduzierung von Abbildung Entwicklungszeiten der Plausibilitätsprüfungen und realistischer ETL-Prozesse und Steigerung der Treffsicherheit Testszenaren Optimierung Anforderung Sichtung, Analyse der Rohdaten und Korrektur von Stammdaten Projekte M-Projekt 1 M-Projekt 2 Migrationsprojekt 3 M-Projekt 423 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  24. 24. Vorgehensmethode DQM Definition Definition der Anforderungen (intern/gesetzl.) an die Datenqualität Messen Ermittlung der aktuellen Datenqualität und abgleich mit den Anforderungen Analyse Ursachenanalyse und Bewertung (Ursache-Wirkungs-Gefüge) Kontinuierliche Verbesserung Bereinigung Monitorring Prävention24 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  25. 25. DQM klassisch = sehr technisch  DQM wird meist noch sehr technisch gesehen und liegt somit nach wie vor alleinig in der Verantwortung der IT.  Daher entsteht der Eindruck einer Blackbox, keiner weis so richtig was, wann und wie gemacht wird und was die Ergebnisse sind! 0 1. Woche 2. Woche 3. Woche 4. Woche25 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  26. 26. Methoden und Werkzeuge  Transparenz  über Daten, Prozesse und Organisationseinheiten  Massendaten-Analyse im Detail und im Überblick Analyse und  Effizientes Informationsmanagement Aufbereitung Steuerung Aufbereitung Analyse und Steuerung  Datenqualität /Ad-hoc-Auswertungen / Reporting  geringer Aufwand für individuelle Rohdatenabfragen  Darstellung komplexer Sachverhalte  gesicherte und zielgenaue Entscheidungsgrundlage für Optimierungsmaßnahmen  Anwendergerechte Darstellung  Konzentration auf die Analyse von Daten statt auf Bedienung eines Tools  „intelligente unterstützende Handarbeit“26 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  27. 27. InfoZoom Beispiel Beispiel starten!27 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  28. 28. Organisation DQM Geschäftsführung / Vorstand InfoZoom Berichtsfluss / DQ-Kennzahlen IT Präventionsmaßnahmen Datenbereinigung + Datenfluss Bereichsleitung / Abteilungsleitung InfoZoom InfoZoom Fachbereiche InfoZoom InfoZoom InfoZoom28 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  29. 29. Aufbau von DQ-Regeln Folgende Aspekte sind beim Aufbau von DQ- Richtlinien zu beachten: 1. Gesetzliche Anforderungen 2. Interne Anforderungen(strategische Ziele) 3. Technische Anforderungen (Systeme, Datenbanken und Schnittstellen) 4. Umsetzungskompetenz (Übersetzung fachliche in technische Anforderungen) 5. Bewertung, Kontrolle und Monitoring 6. Dokumentation und Bereitstellung der DQ- Regeln29 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  30. 30. Fazit  Die schlechte Nachricht  perfekte DQ gibt es nicht!  Auch für das Thema Compliance gilt: - Garbage in – garbage out!  Die gute Nachricht  perfekte DQ gibt es nicht!  das Problem ist lösbar - mit geringen Mitteln und sehr pragmatisch  DQ-Projekte - sind kein (neues) Fass ohne Boden - können im laufenden Betrieb umgesetzt werden - erfordern keine Riesen-Projektorganisation30 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  31. 31. Leistungsübersicht Wir unterstützen Sie, die heutigen und zukünftigen Herausforderungen zu meistern!  Datenqualitätsmanagement  Datenanalyse  Entwicklung von Kennzahlensystemen  Verfahrensdokumentation und IKS (Internes Kontrollsystem)  Prüfungsvorbereitung und Prüfungsbegleitung (GDPdU, Revisionen, Audits)  Organisationsentwicklung / -optimierung  Durchsatzoptimierung (TOC)31 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  32. 32. Projekte  Datenqualität  Versicherung – DQ im Umfeld Migration - Einbindung Fachbereiche in DQ-Prozess  Stammdatenaufbereitung, Stammdatenmigration SASPF - Datencockpit für Vorbereitung und QS zur Stammdaten-Migration nach SAP (Migrationsfähigkeit) – Ziel: Überwachung der Datenqualität, Berichte als Auslöser für Maßnahmen  BI/Entscheidungsunterstützung  Materialwirtschaft: Lagerhaltung / Bestandsmanagement - Entscheidungsgrundlage für die Aussonderung überschüssigen Materials / Materialbeschaffung, Neuverteilung überschüssiger Ersatzteile und Geräte – Ziel: Zeit- und Verwaltungsaufwand minimieren, Erlösmaximierung  Controlling/Reporting  Logistik: SLA-Controlling - Reporting zur Bewertung der Erbringung von Leistungsvereinbarungen (Laufzeit, Lieferbereitschaft)  TLB-Prozess - Entscheidungsgrundlage für Haushaltsmittel-Freigaben – Ziel: Prozess-Transparenz  Prüfgruppe §78 BHO - Anzeige/Analyse/Bearbeitung/Reporting tagesaktueller Hostdaten – Ziel: Qualitätsverbesserung und rechnergestützte Erstellung von Prüfberichten32 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  33. 33. Projekt: BI/Entscheidungsunterstützung  Materialwirtschaft: Bevorratung  Entscheidungsgrundlage für die Aussonderung überschüssigen Materials - Ziel: Einzelprüfung in vorgegebenen Zeitrahmen ermöglichen  Materialwirtschaft: Lagerhaltung / Bestandsmanagement  Materialbeschaffung, Neuverteilung überschüssiger Ersatzteile und Geräte - Ziel: Zeit- und Verwaltungsaufwand minimieren, Erlösmaximierung33 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  34. 34. Projekt: Datenqualität/Versicherung  DQ als Projekt im Umfeld Migration  Kurz-/mittelfristige Unterstützung der fachl. und techn. Migrationsteams bei der Identifikation u. Bereinigung kritischer Bestände  Testfallidentifikation  DQM-Prozess erweitern und etablieren  Ziele - Einbindung Fachbereiche in DQ-Prozess - stetige Verbesserung der Kundenzufriedenheit - Durchsatzsteigerung in den Abläufen  Fachliche Analysen (Bsp.) - Identifikation VN / VP über mehrere Verträge - Namensbestandteile: Korrektheit u. Befüllungsgrad - Geburtsdaten - Konsistenz von Anrede- und Geschlechtsschlüssel - Versicherungsnehmer mit mehreren Kundennummern - Mehrfachversicherung - Plausibilitätsprüfung Kennungen besondere Vereinbarungen in Verträgen  Datenqualitätsprozess wird einheitlich Zug und Zug in den Bereichen Kranken-, Lebens-, Unfall-, Kfz- und Sachversicherungen etabliert34 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  35. 35. Projekt: Datenqualität/Versicherung (2)  Vorgehen  erste (Rohdaten-)Analysen mit FB und IT  Erstellung von Analysevorlagen entsprechend der Anforderungen aus den Fachbereichen für wiederkehrende Datenqualitätsprüfungen  Fachbereiche führen die Prüfungen eigenständig durch und ergreifen die nötigen Maßnahmen zur Datenbereinigung  Besonderheit: Prüfungen mit „weichen“ Parametern, bei denen kein festes Regelwerk greifen kann - nur durch das Wissen in den Fachbereichen kann entschieden werden, ob „richtig“ oder „falsch“!  Ableitung von Ursachen der Qualitätsschwächen  vorbeugende Maßnahmen für die Produktivsysteme  Ergebnisse  Bereinigungsquote Q4/2009 - je nach Komplexität zwischen 5 und 80 %  Datenqualitätsprozess wird einheitlich Zug und Zug in den Bereichen Kranken-, Lebens-, Unfall-, Kfz- und Sachversicherungen etabliert35 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  36. 36. Detaillierte Leistungsübersicht Datenqualitätsmanagement (DQM)  Datenqualitätsanalysen  Stammdaten, Bewegungsdaten, Schnittstellen, Migrationsunterstützung  Entwicklung von Datenqualitätskennzahlen  Soll/Ist, Vorher/Nachher, Reifegrad, Wertmäßige Risiken, Durchsatz  Entwicklung und Etablierung eines Datenqualitätsprozesses  Ziel: nachhaltige Verbesserung der Datenqualität durch ganzheitliches Datenqualitätsmanagement (DQM) „Fehler erkennen → Fehler bereinigen → Fehler vermeiden“36 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  37. 37. Detaillierte Leistungsübersicht Datenanalyse / Controlling / Kennzahlensysteme  Basis:  unterschiedlichste betriebliche Anforderungen  Rohdaten aus unterschiedlichsten Quellen - CRM, FiBu, WaWi, ERP... - auch systemübergreifend, z.B. Daten aus CRM in Verbindung mit FiBu-Daten  sowohl betriebswirtschaftliche, gesetzliche und auch IT-technische Aspekte bzw. Anforderungen können bestimmend sein37 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  38. 38. Detaillierte Leistungsübersicht Beispiele Datenanalyse und Kennzahlen  Umsatzanalyse Jahr/Vorjahr/Plan/Abweichung nach Kunden/Regionen/Artikel, usw.  Liquiditätsplanung / -analyse  Dynamische GuV, Bilanz und Bilanzanalyse  Skontoausnutzungsanalyse / Rückforderungsrisiko  Kunden-Kreditlimit-Ausnutzungsanalyse (Forderungsmanagement)  Überzahlungen (Analyse und Aufdeckung doppelter Zahlungen)  Kostenrechnung / Durchsatzrechnung  Retrograde und progressive Prüfung gem. GoBS  Kennzahlensysteme Datenqualität38 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  39. 39. Detaillierte Leistungsübersicht Verfahrensdokumentation (VFD) und Internes Kontrollsystem (IKS)  Begleitung und Implementierung von prozessorientierten und softwaregestützten VFDs und IKS  unter Berücksichtigung gesetzlicher (z.B. GoBS) und innerbetrieblicher Anforderungen  Vorteile und Ziele:  Frühzeitiges erkennen von Chancen und Risiken  Erfüllung gesetzlicher Mindestanforderungen  Harmonisierung von Verfahrensdokumentationen  Transparenz über Prozesse, Systeme und Software, Schnittstellen und Aufgabenverteilung  Etablierung KVP (kontinuierlicher Verbesserungsprozess)  Aufwandsreduzierung bei Softwareevaluationen  Aufwandsreduzierung bei Prüfungen / Audits "Durchsatz steigern → Kosten reduzieren → Risiken minimieren"39 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  40. 40. Detaillierte Leistungsübersicht Prüfungsvorbereitung und Prüfungsbegleitung  GDPdU/Digitale Betriebsprüfung  Abgrenzung der steuerlich relevanten originär digitalen Daten  Bereitstellung von Daten gem. Zugriffsform Z3 (Datenträgerüberlassung)  Durchführung von Prüfungsszenarien  Nachbildung / Überprüfung von Prüfungsergebnissen der Finanzbehörden (Erschütterung von Prüfungsergebnissen)  Unterstützung bei der Gestaltung der Zugriffsformen Z1 und Z2  Begleitung von Außenprüfungen (datentechnisch)  Audits und Revisionen (z.B. BaFin, Pool-Revision PKV, intern)  Datenabgrenzung  Datenbereitstellung  Aufbau von Prüfungsszenarien zur Vorprüfung  Prüfungsbegleitung (datentechnisch)  Reproduzieren von Prüfungsergebnissen und Prüfungsnachbereitung  Handlungsempfehlungen und Umsetzungsunterstützung (KVP)40 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  41. 41. Detaillierte Leistungsübersicht Organisationsentwicklung  Optimierung vorhandener organisatorischer Strukturen, entsprechend von gesetzlichen und innerbetrieblichen Anforderungen hinsichtlich  Ablauforganisation  Daten  Dokumentenfluss41 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  42. 42. Detaillierte Leistungsübersicht Durchsatzoptimierung nach TOC (Theory of Constraints)  Ein System wächst so lange, bis es durch einen Engpass begrenzt wird  Ziel: System optimieren durch Erweiterung oder Auflösung des größten Engpasses Vorteile  stark spürbare Erfolge bereits nach Wochen erkennbar  nachhaltige Verbesserung  des Systems  der Mitarbeiter-, Kunden- und Management-Zufriedenheit  nachhaltige Verbesserung der Gewinnsituation  Durchsatz und Kosten jederzeit im Blick  Kontinuierlicher Verbesserungsprozess etabliert  Innovativer durch neue Denkprozesse42 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  43. 43. Unternehmensdaten Gründung 1982 durch Werner Bücher Seit 1999 Aktiengesellschaft Vorstände: Werner Bücher, Norbert Friederichs Mitarbeiter: 130 Umsatz: 15 Mio € Sitz: Niederkassel-Mondorf bei Bonn Namhafte Kunden in Deutschland, Österreich, Schweiz43 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  44. 44. Portfolio  Output Management und Software Engineering  Output und Formularmanagement  Softwareentwicklung und Integration  Geschäftsanalytik und Datenqualität  Datenanalyse und Kennzahlensysteme  Datenqualitätsmanagement  Verfahrensdokumentation und IKS  Prüfungsvorbereitung und Prüfungsbegleitung (GDPdU/Digitale Betriebsprüfung/Revisionen)44 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  45. 45. Portfolio  IT-Infrastruktur-Planung und Projekte  IT-Compliance  IT-Prozessmanagement/IT SM  Security Management  Storage Management  Systems Management  Virtualisierung und Konsolodierung  Datenbank Management und Optimierung  IT-Betrieb und Sourcing  IT-Betriebsunterstützung  Betriebsprozessoptimierung  IT-Expert-Leasing und Recruiting45 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  46. 46. Portfolio  Consulting & Training  ITIL®  PRINCE2®  ISO / IEC 20000  Coaching  Kommunikationstechniken46 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  47. 47. Ende „Das richtige richtig machen“, wir sind gerne dabei behilflich! Herzlichen Dank für Ihre Aufmerksamkeit, mir war es eine Freude!47 Copyright ACT © 2010 Workshop - DCUG e.V. - 29. April 2010 Marco Geuer
  48. 48. Kontakt: Marco Geuer Abt. Geschäftsanalytik & Informationsqualität geuer@act-online.de 0228 – 97125 5948 Copyright ACT © 2010 <Name>

×