Master Data Management
Auch: MDM, Master Data Management, Golden Record Management
Master Data Management (MDM) ist die Disziplin, eine einzige, konsistente und verlässliche Version der zentralen Geschäftsobjekte eines Unternehmens zu erstellen und zu pflegen: Kunden, Produkte, Lieferanten.
Was es ist
Master Data Management (MDM) ist eine Kombination aus Governance, Prozessen und Technologie, um die kritischen gemeinsam genutzten Daten eines Unternehmens zu definieren und zu verwalten. Diese gemeinsam genutzten Daten, genannt Master Data, beschreiben die zentralen Geschäftsobjekte, auf die viele Systeme und Teams zugreifen: Kunden, Produkte, Lieferanten, Mitarbeiter, Konten und Standorte.
Anders als transaktionale Daten (eine einzelne Order, eine einzelne Zahlung) oder analytische Daten (aggregierte Kennzahlen) ändern sich Master Data langsam und werden überall referenziert. Ziel von MDM ist ein Golden Record: eine verbindliche, dublettenfreie und validierte Version jedes Objekts, auf die sich das gesamte Unternehmen verlassen kann.
Warum es zählt
Große Organisationen speichern dieselben Objekte in vielen nicht verbundenen Systemen (CRM, ERP, Billing, Marketing Automation). Ohne Abstimmung erscheint derselbe Kunde fünfmal mit widersprüchlichen Adressen, und dasselbe Produkt trägt unterschiedliche Codes. Das führt zu:
- Operativen Fehlern: Versand an die falsche Adresse, doppelte Rechnungen.
- Schlechten Analytics und KI: Modelle, die auf inkonsistenten oder doppelten Daten trainiert werden, liefern unzuverlässige Ergebnisse.
- Compliance-Risiko: Regelwerke wie die DSGVO verlangen, genau zu wissen, welche Daten Sie zu einer Person halten.
- Verschwendeten Kosten: Teams verbringen Zeit mit dem Abgleich von Spreadsheets statt zu handeln.
Für einen Chief Data Officer ist MDM die Grundlage. Es trägt Datenqualität, Governance und jedes verlässliche Reporting- oder KI-Vorhaben.
Wie es in der Praxis genutzt wird
Ein typisches MDM-Programm umfasst:
- Modellierung: festlegen, welche Objekte Master Data sind und welche Attribute sie haben.
- Matching und Merging: deterministische und probabilistische Regeln nutzen, um Dubletten zu erkennen und zusammenzuführen.
- Stewardship: Data Stewards benennen, die Konflikte lösen, die das System nicht automatisch klären kann.
- Governance: Ownership, Standards und Freigabe-Workflows festlegen.
- Distribution: Golden Records über APIs oder Feeds an die nutzenden Systeme zurückgeben.
Verbreitete Architekturstile sind der Registry-Stil (ein schlanker Index, der auf die Quellen verweist), der Consolidation-Stil (ein zentraler Speicher für Reporting) und der Centralized-Stil (der MDM-Hub ist das System of Record).
Konkretes Beispiel
Ein Händler findet „Jon Smith“, „J. Smith“ und „Jonathan Smith“ über seine E-Commerce-, Loyalty- und Support-Systeme hinweg. MDM matcht diese Datensätze über E-Mail, Telefon und Adresse, führt sie zu einem Golden Customer Record zusammen und synchronisiert ihn überall. Marketing verschickt jetzt ein personalisiertes Angebot statt drei, und der Support sieht eine vollständige Historie.
Siehe auch
Häufige Fragen
Was ist Master Data Management einfach erklärt?
Master Data Management (MDM) verbindet Governance, Prozesse und Technologie, um die gemeinsam genutzten Daten zu definieren und zu pflegen, die die zentralen Objekte eines Unternehmens beschreiben: Kunden, Produkte, Lieferanten, Mitarbeiter, Konten und Standorte. Das Ergebnis ist ein Golden Record, eine verbindliche, dublettenfreie und validierte Version jedes Objekts, auf die sich jedes System verlassen kann. Anders als eine einzelne Order oder Zahlung ändern sich Master Data langsam und werden im gesamten Unternehmen referenziert.
Was ist der Unterschied zwischen Master Data und transaktionalen Daten?
Transaktionale Daten erfassen einzelne Ereignisse (eine Order, eine Zahlung) und wachsen ständig; Master Data beschreiben die an diesen Ereignissen beteiligten Objekte (den Kunden, der bestellt hat, das verkaufte Produkt) und ändern sich langsam. Analytische Daten sind eine dritte Kategorie: aggregierte Kennzahlen, die aus den beiden anderen berechnet werden. Master Data Management zielt nur auf die zweite Kategorie, weil sie die Schicht ist, die CRM, ERP, Billing und Marketing-Systeme gemeinsam nutzen.
Warum behandelt ein Chief Data Officer MDM als Voraussetzung?
Weil unzuverlässige Master Data alles zerstören, was darauf aufbaut. Wenn derselbe Kunde fünfmal mit widersprüchlichen Adressen existiert, entstehen Versandfehler und doppelte Rechnungen, Modelle, die auf doppelten Datensätzen trainiert werden, liefern unzuverlässige Ergebnisse, DSGVO-Compliance wird unmöglich, weil Sie nicht genau sagen können, was Sie zu einer Person halten, und Teams verbrennen Zeit mit dem Abgleich von Spreadsheets. MDM ist die Schicht, von der Datenqualität, Governance, Reporting und KI-Vorhaben alle abhängen.
Was sind die Bausteine eines MDM-Programms?
Fünf: Modellierung (entscheiden, welche Objekte als Master Data gelten und mit welchen Attributen), Matching und Merging (deterministische und probabilistische Regeln, die Dubletten erkennen und zusammenführen), Stewardship (Data Stewards, die über Konflikte entscheiden, die das System nicht automatisch lösen kann), Governance (Ownership, Standards, Freigabe-Workflows) und Distribution (Golden Records über APIs oder Feeds an die nutzenden Systeme zurückgeben). Die Distribution zu überspringen, ist ein häufiger Fehlschlag: ein sauberer zentraler Datensatz, der nie im CRM ankommt, ändert operativ nichts.
Wie wählt man zwischen einer Registry-, Consolidation- oder Centralized-MDM-Architektur?
Der Registry-Stil hält einen schlanken Index, der auf die Quellsysteme verweist, lässt die Daten also dort, wo sie sind, und passt zu Organisationen, die ihre bestehenden Anwendungen nicht anfassen können. Der Consolidation-Stil baut einen zentralen Speicher, der aus den Quellen gespeist wird, vor allem für Reporting und Analytics. Der Centralized-Stil macht den MDM-Hub selbst zum System of Record, die anspruchsvollste Option, aber die einzige, in der der Golden Record an einer Stelle entsteht.