KI @ Stammdatenmanagement - Safaric Consulting

Potenziale von Künstlicher Intelligenz nutzen

Künstliche Intelligenz (KI) ist eines der wichtigsten digitalen Zukunftsthemen. KI hat mittlerweile die Forschungslabore verlassen und durchdringt unsere Arbeitswelt.

Das prognostizierte Marktpotenzial für KI-Anwendungen im Jahr 2025 beträgt fast 90 Milliarden USD (siehe Studie des Bundesministeriums für Wirtschaft und Energie). Auch Handels- und Konsumgüterunternehmen haben diesen Trend erkannt.

Das Stammdatenmanagement (SDM) ist seit jeher eine Herausforderung in Handelsunternehmen. Artikel- und Lieferantenstammdaten sind hier Massendaten; ihre Pflege und Wartung sind aufwendig, wiederkehrend und häufig nur teilautomatisiert.

KI hat hier enorme Potenziale bei der Effizienzsteigerung im Stammdatenmanagement – durch unterstützende Maßnahmen, aber auch durch automatisierte und zukünftig autonome Anwendungen.

KI und Robotics Process Automation (RPA) können sich dabei ergänzen.

Herausforderungen bei der Einführung

Bei der Einführung sind organisatorische als auch prozessual-technische Faktoren zu berücksichtigen.

Organisatorische Faktoren

Organisatorische Einordnung: Die organisatorische Einordung des MDM innerhalb des Unternehmens ist wichtig. Wenn noch nicht vorhanden, werden erfahrungsgemäß im Laufe des Projekts dedizierte Stellen geschaffen. Ergänzt wird dies durch die unternehmensweite Stärkung des Stellenwerts des MDM.
Governance und Standards: Zusammenhängende Stammdaten-Governance-Konzepte fehlen häufig, sind jedoch ein wichtiger Erfolgsfaktor für eine nachhaltige Verankerung der Lösung im Unternehmen.
Mitarbeiter und User Experience: In der Regel liegt ausgeprägtes Fach- und Prozesswissen im Fachbereich. Diese Experten müssen in die Projekte eingebunden werden. Auf hohe Usability der Lösung muss geachtet werden.

Prozessual-technische Faktoren

Datenqualität: Um ein KI-System trainieren zu können, muss eine ausreichende Datenqualität vorliegen. Insbesondere Daten von Dritten (z.B. Lieferanten) benötigen häufig Nacharbeit.
Prozesse: Prozesse sind häufig manuell und unvollständig dokumentiert. Unklare Prozesse sollten nicht automatisiert werden.
IT: KI-Lösungen werden am besten agil entwickelt und umgesetzt; entsprechende Methodenkenntnis ist aufzubauen.

Hier unverbindlich Gespräch anfragen

Unser Vorgehen

In vier Schritten zu einer erfolgreichen Nutzung von KI im Kontext Stammdaten

Unser Vorgehen adressiert die genannten Herausforderungen und zeichnet sich durch eine agile iterative Herangehensweise aus. Durch die Verprobung von typischen Use Cases in Proof of Concepts (PoCs) wird die technische Machbarkeit validiert und Business Nutzen früh aufgezeigt. Ausrollen und Skalierung erfolgen dann schrittweise.

Für die Einführung von KI im Stammdatenmanagement gibt es eine Reihe von Erfolgsfaktoren:

Früh Sichtbarkeit schaffen und Nutzen aufzeigen
Unterschiedliche Ansätze und Use Cases in PoCs testen
Transparenz zur Stammdaten-Governance und Ethik schaffen
Mitarbeiterkompetenzen aufbauen
Einzellösungen nach Baukastenprinzip zusammenführen und skalieren / ausrollen

Häufig gestellte Fragen

1. Warum ist KI im Stammdatenmanagement besonders für Handelsunternehmen relevant?

Handelsunternehmen verarbeiten große Mengen an Artikel-, Lieferanten- und Kundenstammdaten, die kontinuierlich gepflegt, geprüft und aktualisiert werden müssen. Viele dieser Tätigkeiten sind aufwendig, repetitiv und bislang nur teilweise automatisiert. Künstliche Intelligenz kann Fachbereiche dabei unterstützen, Stammdatenprozesse effizienter zu gestalten, die Datenqualität zu verbessern und das Stammdatenmanagement zukunftsfähig aufzustellen.

2. Für welche Aufgaben kann KI im Stammdatenmanagement eingesetzt werden?

KI kann unter anderem dabei helfen, Stammdaten zu klassifizieren, zu ergänzen, auf Fehler und Unstimmigkeiten zu prüfen sowie Dubletten oder Qualitätsprobleme zu erkennen. Darüber hinaus können KI-Anwendungen Mitarbeitende bei wiederkehrenden Aufgaben unterstützen, einzelne Prozessschritte automatisieren und perspektivisch auch autonom ausführen. Besonders bei großen Datenmengen entstehen dadurch relevante Effizienzpotenziale.

3. Welche Voraussetzungen und Erfolgsfaktoren sind für den KI-Einsatz im Stammdatenmanagement entscheidend?

Wichtige Voraussetzungen sind eine ausreichende Datenqualität, klar definierte Prozesse und geeignete technische Rahmenbedingungen. Ebenso entscheidend sind eine verbindliche Stammdaten-Governance, einheitliche Standards und eindeutige Verantwortlichkeiten. Da das notwendige Fach- und Prozesswissen häufig in den Fachbereichen liegt, sollten Mitarbeitende frühzeitig eingebunden und für den Umgang mit KI-Anwendungen qualifiziert werden.

4. Wie sollten Unternehmen bei der Einführung von KI im Stammdatenmanagement vorgehen?

Unternehmen sollten zunächst geeignete KI-Use-Cases identifizieren und nach Nutzen, Machbarkeit und Skalierbarkeit priorisieren. In Proof of Concepts können ausgewählte Anwendungsfälle anschließend mit begrenztem Aufwand erprobt werden. So lassen sich die technische Machbarkeit und der Business-Nutzen früh bewerten, bevor erfolgreiche Lösungen schrittweise integriert und skaliert werden.

5. Wie unterstützt Safaric Consulting bei der Einführung von KI im Stammdatenmanagement?

Safaric Consulting begleitet Unternehmen von der Identifikation und Priorisierung geeigneter KI-Use-Cases bis zur Umsetzung und Skalierung erfolgreicher Lösungen. Dabei verbinden wir fachliche Expertise im Stammdatenmanagement mit einem agilen und iterativen Vorgehen. Neben Daten, Prozessen und Technologie berücksichtigen wir auch Governance, Organisation und Mitarbeiterkompetenzen, um KI-Lösungen nachhaltig im Unternehmen zu verankern.