TBI2014. Integriertes Stammdaten- und Geschäftsprozessmanagement und sein Beitrag zu Industrie 4.0

Transkript

1 Integriertes Stammdaten- und Geschäftsprozessmanagement und sein Beitrag zu Industrie 4.0 Uwe Götze, Susann Köhler, Cornelia Kochan, Erhard Leidich TU Chemnitz Abstract Besonders in kleinen und mittelständischen Unternehmen bestehen häufig Schwachstellen bezüglich der Stammdaten. Diese wirken sich zum einen negativ auf die Geschäftsprozesse dieser Unternehmen und damit deren Wettbewerbsfähigkeit aus und stellen zum anderen ein Hemmnis für die Implementierung von Konzepten der Industrie 4.0 dar die eine hohe Stammdatenqualität voraussetzen. Im Projekt eben ebusiness-engineering werden in einem integrierten Ansatz Methodenbausteine zur Analyse der Qualität von Stammdaten, IT-Strukturen und Geschäftsprozessen sowie den zwischen diesen bestehenden Zusammenhängen, zur Ableitung von Maßnahmen zur Qualitätsverbesserung sowie zur Nutzen-Kosten-Bewertung solcher Maßnahmen entwickelt und in Unternehmen angewendet. Diese Methoden bieten auch Potenziale für die Implementierung von Industrie 4.0 und zwar für die Identifikation von Anwendungsfeldern, das Aufzeigen von Schwachstellen, die der Anwendung entgegenstehen, die Konzipierung entsprechender Maßnahmenbündel sowie deren Vorteilhaftigkeitsbeurteilung. 1 Industrie 4.0 und seine Implikationen Einer der derzeit im industriellen Umfeld meist diskutierten Entwicklungstrends ist derjenige zum Einsatz cyber-physischer Systeme in Wertschöpfungsprozessen zur Industrie 4.0. Durch die intelligente Vernetzung von Menschen, Maschinen, Objekten und IT-Systemen sollen inner- wie überbetriebliche Wertschöpfungsprozesse mittels Echtzeitinformationen gesteuert und somit beschleunigt und flexibler gestaltet werden. Dies wiederum wird als Mittel gesehen, um dem zunehmenden Kosten- und Flexibilitätsdruck, der Beschleunigung von Innovationskreisläufen und der steigenden Komplexität zu begegnen sowie die Wettbewerbsfähigkeit zu erhöhen (vgl. z. B. Bauer et al., 2014; Bundesministerium für Bildung und Forschung, 2013). Es kann hier nicht im Detail auf die möglichen Formen und Merkmale der Industrie 4.0 eingegangen werden. Als wesentliche Facetten der Industrie 4.0 werden aber generell die verstärkte inner- und zwischenbetriebliche Vernetzung, die Automatisierung der Prozesse und die Digitalisierung von Geschäftsobjekten in den Unternehmen gesehen. Diese wiederum setzen eine hohe Verfügbarkeit und Qualität der diesbezüglichen Daten voraus. Eine solche zu erreichen und zu sichern, stellt eine der mit der Industrie 4.0 verbundenen Herausforderungen für (insbesondere kleine und mittelständische) Unternehmen dar. Eine weitere Herausforderung ergibt sich daraus, dass das Erschließen des Potenzials von Industrie 4.0 häufig eine Neu- oder Umgestaltung von Geschäftsprozessen erfordern wird. Um diese zielgerichtet durchführen zu können, sind aussagekräftige, zugleich aber anspruchsvolle ex ante-nutzen-kosten-bewertungen notwendig. Mit beiden Herausforderungen setzen sich aktuelle Ansätze zum Stammdatenmanagement sowie speziell das Projekt eben ebusiness-engineering auseinander. 577

2 2 Ansätze des Stammdatenmanagements und das Projekt eben ebusiness- Engineering Die Problematik der Stammdatenqualität und des Stammdatenmanagements wurde in der jüngeren Vergangenheit von einigen Autoren aufgegriffen. Hervorgehoben seien die Ansätze von Otto et al. sowie Schuh et al. So arbeiten Otto et al. (2011, S. 5 ff.) zunächst die besondere Bedeutung der Stammdaten heraus: Diese beschreiben die Geschäftsobjekte eines Unternehmens, sind für dieses strukturgebend und damit die Basis von Geschäftsprozessen während des gesamten Produktlebenszyklus eine hohe Qualität dieser Daten ist demgemäß entscheidend für erfolgreiche Geschäftsprozesse. Danach unterscheiden sie in Anlehnung an das Business Engineering die Gestaltungsebenen Strategie, Organisation und System eines zentralen Stammdatenmanagements sowie verschiedene Gestaltungsbereiche auf diesen Ebenen, für die dann Gestaltungsempfehlungen vermittelt werden. Schuh et al. (2013, S. 543 ff.) leiten aus diesem und anderen Stammdatenmanagement-Ansätzen einen Ordnungsrahmen für ein ganzheitliches Stammdatenmanagement ab, der neben den oben genannten Gestaltungsebenen auch diejenige der Daten umfasst und in dem den Ebenen jeweils Handlungsfelder zugeordnet werden. Zudem werden die Handlungsfelder konkretisiert und einzelne einsetzbare Instrumente benannt. Allerdings wird weder von den genannten Autoren noch in den weiteren den Verfassern bekannten Literaturquellen (u. a. Schemm, 2009; Scheuch et al., 2012) eine umfassende und praktisch bewährte Methodik für die Durchführung des Stammdatenmanagements unter Beachtung der jeweils relevanten Spezifika des Unternehmens und seiner Situation vorgeschlagen, auch auf die Verzahnung mit dem Geschäftsprozess- und IT-Management wird nur begrenzt eingegangen. Ausgangspunkt des Projekts eben waren zum einen diese Defizite und zum anderen die Erkenntnis, dass viele kleine und mittelständische Unternehmen gegenüber größeren Unternehmen Schwachstellen im Hinblick auf die Strukturierung, Aktualität, Redundanzfreiheit, Vollständigkeit und Konsistenz ihrer Datenbestände, die Prozessabläufe und deren Steuerung sowie den Einsatz von IT-Systemen zur Unterstützung der (Stammdaten- und Geschäfts-)Prozesse aufweisen. Dies gefährdet die nachhaltig erfolgreiche Entwicklung von KMU einschließlich der Implementierung von Konzepten der Industrie 4.0. Die Aktivitäten in eben zielen darauf ab, KMU zu befähigen, ebusiness-lösungen sowie ein integriertes und wertschöpfungsorientiertes Stammdaten- und Geschäftsprozessmanagement gezielt und auf die jeweils vorherrschenden Rahmenbedingungen abgestimmt zu gestalten und zu nutzen. Dazu werden praxistaugliche Methoden und Instrumente zur Analyse und Verbesserung der Stammdaten- und Prozessqualität entwickelt. Dies geschieht in Kooperation der beiden Professuren Konstruktionslehre sowie Unternehmensrechnung und Controlling der Technischen Universität Chemnitz, des RKW Sachsen Rationalisierungs- und Innovationszentrum e. V. und der Terrot GmbH. Zur Erreichung der Zielstellung dienen die jeweils in drei Stufen gegliederte theoretisch-konzeptionelle Entwicklung sowie empirische Validierung und Verifizierung der Entwicklungsergebnisse (Abbildung 1). Zur Bedarfsanalyse wurden branchenübergreifend 134 KMU in Sachsen, Sachsen-Anhalt und Thüringen zur Ist-Situation bezüglich der Geschäftsprozesse, des IT-Einsatzes, der Qualität der Stammdaten sowie des aktuellen Einsatzes von Normen und (ebusiness-)standards befragt (zu den Ergebnissen vgl. Götze et al., 2014b). Auf dieser Basis führten professionelle Unternehmensberater unter wissenschaftlicher Begleitung durch die TU Chemnitz in 26 Unternehmen 578

3 Diagnoseprojekte durch, bevor in 3 Syntheseprojekten weitere detaillierte Untersuchungen und Umsetzungsprojekte realisiert werden. Charakteristisch für sämtliche Projekte ist die integrierte Betrachtung der drei Handlungsfelder (Stamm-)Daten, IT-Einsatz und Geschäftsprozesse. Abbildung 1: Methodischer Ansatz im Projekt eben (Götze et al., 2014a) Für die Erreichung des Ziels, einen Beitrag zur kontinuierlichen Verbesserung der Stammdatenund Prozessqualität (vorrangig mit Blick auf KMU) zu leisten, wurde in eben ein Vorgehens-/ Zyklusmodell zur Gestaltung und Umsetzung eines Integrierten Stammdaten- und Geschäftsprozessmanagements erarbeitet (vgl. Leidich et al., 2014b). Die Analyse und Verbesserung der daten-, IT- und prozessbezogenen Situation in den Unternehmen erfolgt danach in den zwei Stufen Diagnose und Synthese, die wiederum in einzelne Phasen unterteilt sind und jeweils Nutzen-Kosten-Bewertungen umfassen. Im Folgenden sollen zunächst die Diagnose und dann die Nutzen-Kosten-Bewertungen im Mittelpunkt stehen. 3 Diagnosevorgehen und -ergebnisse Die (weit interpretierte) Diagnose gliedert sich in die vier Phasen Vorbereitung, Integrierte Analyse, Konzeptentwicklung und Projektplanung. Diese Phasen und die dazugehörigen Schritte zeigt die Abbildung 2. Ziel der Vorbereitung (Phase 1) ist die inhaltliche Fokussierung des Diagnoseprojektes. Dazu wird die strategische Zielstellung des betrachteten Unternehmens erfasst, um daraus Handlungsbedarfe und/oder -absichten, wie die Unterstützung von Geschäftsprozessen durch (ebusiness-)standards oder die Integration neuer IT-Systeme (wie ERP-, PDM-Systeme) mit Daten und Prozessen, und die damit korrespondierenden Diagnoseschwerpunkte abzuleiten. Darüber hinaus werden mittels Interviews erste Informationen über die vorliegenden Rahmenbedingungen wie die betriebliche Aufbau- und Ablauforganisation, die Nutzung von Normen und (ebusiness-)standards sowie relevante Dokumentationen (wie 579

4 Werksnormen oder Prozessbeschreibungen im Qualitätsmanagementhandbuch) erhoben. Auf dieser Basis ist schließlich ein Diagnoseprojektplan zu erarbeiten. Abbildung 2: Analysefelder und -schritte im Rahmen der Diagnose (leicht modifiziert übernommen aus Götze et al., 2014a) Den Kern der Diagnose bildet die Integrierte Analyse. In dieser zweiten Phase sollen die einzelnen in Abbildung 2 dargestellten Objektbereiche ( Analysefelder ) differenziert untersucht und beurteilt werden, um auf dieser Basis Verbesserungspotenziale aufzudecken. Analysegegenstände sind demgemäß die (Geschäfts-)Prozesse, die zu ihrer Unterstützung eingesetzten IT- Systeme, die (Stamm-)Daten inkl. ihrer Aufbewahrungsorte sowie als übergreifende Gebiete zum einen die Stammdatenprozesse und zum anderen die genutzten Normen und (ebusiness-) Standards. In den durchgeführten Diagnoseprojekten hat sich für die Integrierte Analyse eine bestimmte Schrittfolge bewährt, die ebenfalls in Abbildung 2 aufgezeigt ist. Im Bereich der (Stamm-)Daten werden die Eigenschaften der Datenstruktur insgesamt und einzelner Datensätze (inklusive Vollständigkeit, Komplexität, Vielfalt, Einheitlichkeit, Konsistenz, Aktualität, Gültigkeit) sowie die bei der Beschreibung von Daten(-sätzen) verwendbaren Terminologien untersucht. Zur Bewertung der Datenqualität sind die Ergebnisse mit den aus den Unternehmensprozessen resultierenden Anforderungen (als Soll-Ausprägungen der oben 580

5 genannten Kriterien) zu vergleichen. Bezüglich der IT-Sicht wird zum einen die Gesamtstruktur der für die (Stamm-)Daten und Prozesse relevanten eingesetzten Anwendungssysteme einschließlich der zwischen diesen bestehenden Schnittstellen analysiert. Zum anderen sind für einzelne Anwendungssysteme Funktionalität, Nutzung und Eigenschaften zu untersuchen und zwar v. a. im Hinblick auf Aktualität und Zugänglichkeit der Systeme, Art und Intensität der Vergabe von Benutzerrechten und Aspekte der IT-Sicherheit. Ein weiterer Analyseschwerpunkt sind Art und Orte der Datenhaltung. Hervorgehoben sei, dass die Informationsflussaufnahme aufgrund der stark ausgeprägten Wechselwirkungen zwischen Informationsfüssen und Prozessen in einem übergreifenden Schritt gemeinsam mit der Prozessaufnahme erfolgen sollte. Aus Prozess-Sicht stehen die unternehmensspezifische Prozessarchitektur insgesamt einschließlich ihrer Komplexität sowie einzelne relevante Prozesse mit ihren Eigenschaften (z. B. Dauer, Kosten, Fehlerfreiheit, Flexibilität sowie eindeutige Verantwortlichkeit) im Fokus. Besonderes Augenmerk wird zudem auf Grad und Art der IT-Unterstützung gelegt. Darüber hinaus sind übergreifende Analysefelder vorgesehen. Dies betrifft zum einen die zumeist ITgestützten Stammdatenprozesse (Anlage, Pflege, Änderung und Archivierung), die im Hinblick auf die expliziten oder impliziten Regelungen zum Stammdatenmanagement, die entsprechenden Abläufe sowie die IT-Nutzung untersucht werden. Zum anderen handelt es sich um den Einsatz von unternehmensinternen und/oder überbetrieblichen Normen und (ebusiness-) Standards, die die Daten- und (Geschäfts- sowie Stammdaten-)Prozessqualität sowie den Informationsaustausch beeinflussen. Da sich die Bestimmungsfaktoren der Daten-, IT- und Prozessqualität gegenseitig beeinflussen, können die Analysefelder (Stamm-)Daten, IT und Prozesse wie bereits mehrfach angesprochen nicht unabhängig voneinander betrachtet werden, es sind vielmehr auch die zwischen ihnen bestehenden Zusammenhänge einzubeziehen. Den Abschluss der Integrierten Analyse bildet demgemäß auch die Zusammenführung der (Teil-)Analysen und ihrer Ergebnisse, in deren Rahmen die zwischen den einzelnen Analysefeldern existierenden Wechselwirkungen untersucht werden. Des Weiteren werden in diesem Schritt die Auswirkungen der Daten-, IT- und Prozessqualitäten auf die Qualität der Unternehmensergebnisse abgeschätzt. Den Abschluss bildet die Identifikation, Kategorisierung und Beschreibung von Schwachstellen sowie mit ihnen verbundenen Verbesserungspotenzialen. Zur Veranschaulichung kann eine Übersicht gewählt werden, wie sie in Abbildung 3 zu sehen ist. Hier sind beispielhaft die Zusammenhänge zwischen den Ergebnissen in den Analysefeldern und den darin erkannten Mängeln angedeutet. Zur instrumentellen Unterstützung der Aktivitäten der Integrierten Analyse (und der anderen Diagnoseaktivitäten) ist ein Bausteinmodell entwickelt worden. Dieses umfasst für jeden der in Abbildung 2 dargestellten Diagnoseschritte eine Sammlung nutzbarer Vorgehensmodelle, Methoden und/oder IT-gestützter Tools sowie erläuternde Texte und Fallbeispiele zur Veranschaulichung. Für die Aufnahme der Ist-Situation sind dazu bezüglich aller Analysefelder Checklisten und Vorgehensmodelle konzipiert sowie Referenzmodelle adaptiert worden. Daneben wurden speziell für die Datenanalyse verschiedene Auswertungs- und Strukturierungshilfen unter Rückgriff auf IT-Tools (wie PARTDatacenter von CADENAS, MS Excel) und Vergleichsmaßstäbe (v. a. Klassifikationsstandards, wie ecl@ss und DIN 4000) erarbeitet. Zum Aufdecken bestehender Ursache-Wirkungs-Beziehungen stehen Matrizen mit typisierten Zusammenhängen sowie daraus resultierenden Mängelketten zur Verfügung. Die Visualisierung dieser Zusammenhänge sowie die Abbildung der Prozessstruktur bzw. der gemeinsam 581

6 aufzunehmenden Informationsflüsse und Prozesse werden vor allem durch Schablonen in MS Visio unterstützt. Ein besonderer Schwerpunkt liegt zudem auf der IT-gestützten Bewertung der Daten-, IT- und Prozessqualität. Hierfür wurde ein Excel-basiertes Tool geschaffen, das die Durchführung und Dokumentation von Einzel- und Gesamtbewertungen unter Berücksichtigung der Beziehungen zwischen den Analysefeldern sowie der unternehmensspezifischen Rahmenbedingungen vereinfacht. Abbildung 3: Visualisierung von Analyseergebnissen inklusive erkannter Schwachstellen Als Ergebnis dieses zweiten Diagnoseschritts liegen generell zum einen Einschätzungen der (Stamm-)Daten-, IT- und Prozessqualität inkl. der zwischen ihnen bestehenden Zusammenhänge, zum anderen Erkenntnisse zu den vorliegenden Schwachstellen und deren Wechselwirkungen vor. Speziell bei den im Rahmen des Projektes eben durchgeführten Diagnoseprojekten hat sich gezeigt, dass den Unternehmen vielfach die Transparenz über diese Bereiche des Stammdaten- und Geschäftsprozessmanagements fehlt, was sich u. a. in Diskrepanzen zwischen den subjektiven Einschätzungen und den realen Gegebenheiten äußerte. So schätzte die Mehrzahl der in der Bedarfsanalyse befragten KMU die Qualität ihrer Artikelstammdaten als relativ gut ein (Götze et al., 2014b), im Rahmen der detaillierten Analysen der Diagnoseprojekte zeigte sich hingegen, dass die Qualität tendenziell schlechter einzustufen ist. Neben Mängeln bei der (Stamm-)Daten-, IT- und Prozessqualität traten folgende Auffälligkeiten auf: (Stamm-)Daten: fehlende Klassifikation von Eigenfertigungsteilen, fehlende oder mängelbehaftete Terminologien, eingeschränkte Auffindbarkeit von Teilestammdaten, IT: heterogene Systemlandschaft mit manuellen Schnittstellen, dezentrale Datenhaltung in arbeitsplatz-/personengebundenen Datenarchiven, 582

7 Prozesse: mangelnde Prozessorganisation und -dokumentation, hoher laufender Abstimmungsbedarf und Kommunikationsmängel, fehlende IT-Unterstützung von Prozessen, Stammdatenprozesse: nicht oder ungeeignet geregelte Stammdatenverantwortung und Prozessabläufe, Normen und (ebusiness-)standards: mangelnde Normungs- und Standardisierungsregelungen. Eine in den Diagnoseprojekten mehrfach identifizierte Schwachstelle ist die mangelnde Qualität der Teilestammdaten und/oder der IT-Systeme, in denen diese verwaltet werden. Diese stellt u. a. die potenzielle Ursache einer erfolglosen Teilesuche während der Produktentwicklung dar. Die mangelnde Auffindbarkeit eines Bauteils ihrerseits bewirkt dann zum einen eine tendenzielle Zunahme der Teilevielfalt und zum anderen die Durchführung nicht notwendiger Prozessschritte (von der Produktmodellierung über Stammdatenprozesse, die Lagerhaltung und Fertigungsaktivitäten bis hin zum Rechnungswesen). Die Abschätzung der Dauer dieser Prozessschritte ermöglicht es, relativ einfach und anschaulich die nicht-monetären (wie veränderte Durchlaufzeiten) und monetären Auswirkungen (Kostenveränderungen) der Mängel auf die Ergebnisqualität sowie die entsprechenden Potenziale aufzuzeigen. Auf den Ergebnissen der Vorbereitung und der Integrierten Analyse aufbauend werden dann im Rahmen der Konzeptentwicklung (Phase 3) Strategien und Bündel potenzieller Maßnahmen zur Verbesserung der identifizierten Schwachstellen abgeleitet. Zunächst sind Handlungsschwerpunkte und -prioritäten festzulegen bzw. anzupassen (unter anderem bezüglich einer Schwerpunktsetzung in den Bereichen Daten, IT oder Prozesse). Es sind dann Maßnahmen zu erarbeiten, die grundsätzlich zur Behebung der identifizierten Schwachstellen und zur Erreichung der angestrebten Ausprägungen der Daten-, IT- und Prozessqualität geeignet erscheinen. Abb. 4 zeigt entsprechende Maßnahmenfelder überblicksartig. Die Maßnahmen beziehen sich zunächst auf Teilaspekte in den Analysefeldern, sind aber möglichst bereits unter Beachtung der Wechselwirkungen zu übergreifenden Maßnahmenbündeln zusammenzuführen, wie es in Abb. 4 beispielhaft für die Workflowentwicklung und das Eingabekonzept angedeutet ist. Um frühzeitig wenig erfolgversprechende Maßnahmen(-bündel) verwerfen bzw. diese priorisieren zu können, sind schon in dieser Phase neben Prüfungen der Realisierbarkeit (insbesondere bezüglich der verfügbaren Ressourcen, rechtlichen Rahmenbedingungen, Akzeptanz bei Stakeholdern) auch Nutzen-Kosten-Bewertungen vorzunehmen (siehe dazu Kapitel 4). 583

8 Abbildung 4: Beispielhaftes Maßnahmenkonzept (leicht modifiziert aus Leidich et al., 2014a) Im Rahmen der letzten Phase (Projektplanung) erfolgt dann die Vorbereitung der Synthese, indem für die verbleibenden (potenziellen) Maßnahmen ein Lastenheft bzw. ein Projektplan erstellt wird. Dazu ist eine Schrittfolge zur Umsetzung der Maßnahmen zu bestimmen und grob im Hinblick auf zu bearbeitende Aufgaben, einzuhaltende Termine sowie notwendige Ressourcen zu konkretisieren. 4 Nutzen-Kosten-Bewertung Im Rahmen des Projektes eben werden zur Bewertung von Potenzialen sowie vor allem von Maßnahmen(-bündeln) des Stammdaten- und Geschäftsprozessmanagements Nutzen-Kosten- Bewertungs-Tools entwickelt, die sich vor, während und nach der Realisierung der Maßnahmen nutzen lassen. Nachfolgend wird von einer ex ante Bewertung von Maßnahmen ausgegangen; zur Abschätzung von Nutzen- und Kostenwirkungen lassen sich dann vor allem die Ergebnisse der Integrierten Analyse und der Konzeptentwicklung heranziehen. Zur Nutzenbestimmung kann wie Abbildung 5 beispielhaft andeutet zwischen qualitativen und quantitativen sowie direkten und indirekten Wirkungen, d. h. Veränderungen gegenüber einer Situation, in der die Maßnahme unterlassen wird, unterschieden werden (wobei die Abgrenzung nicht unproblematisch ist). Es bietet sich an, zunächst die direkten Wirkungen zu identifizieren und zu charakterisieren, um dann über zu ermittelnde Ursache-Wirkungs- Beziehungen (die sich u. a. aus Prozessketten ableiten lassen) auf die indirekten Effekte zu schließen. Die qualitativen und auch einige der quantitativen Effekte werden sich nicht in monetären Größen erfassen lassen, für diese kann zusammenfassend ein Nutzwert ermittelt werden. Eine monetäre Bewertung erscheint v. a. bei den Prozessen möglich, bei denen positive Effekte in Form von reduzierten Prozesshäufigkeiten und/oder -zeiten (pro Prozessdurchführung) erzeugt werden. Diese lassen sich unter Rückgriff auf das Instrumentarium der 584

9 Prozesskostenrechnung grundsätzlich abbilden, indem unter Einbeziehung aller veränderten Prozessmengen/-durchführungszeiten gesamte Ersparnisse an Prozesszeiten ermittelt und mit einem entsprechenden Kostensatz bewertet werden. Der Gesamtnutzen besteht dann aus einer monetären und einer nicht-monetären Nutzenkomponente. Um die Unsicherheit bezüglich der Nutzeneffekte zu erfassen, kann mithilfe unterschiedlicher Szenarien eine Nutzenbandbreite berechnet werden. Hinsichtlich der monetären Bewertung können sich dabei, wie in Abbildung 5 unterstellt, unter anderem minimale und maximale Ausprägungen der Veränderung der Bezugsgrößen (Prozessmengen) sowie der Prozesszeitendurchführungszeiten ergeben. Für die Bestimmung der durch eine Maßnahme entstehenden Kosten stellt ein Implementierungs- und Nutzungsplan eine wertvolle Grundlage dar. Auf seiner Basis kann eruiert werden, welche internen und externen Ressourcen erforderlich sind, um daraus einmalige und laufende Kosten(-veränderungen) abzuleiten. Wie bei der Nutzenbestimmung lassen sich auch hier verschiedene Szenarien unterscheiden. Letztendlich kann unter Einbeziehung der positiven monetären Effekte sowie der Kosten eine monetäre Wirtschaftlichkeitsbeurteilung in Form einer Gewinnermittlung, Kapitalwertberechnung oder Amortisationszeitermittlung durchgeführt werden. Gemeinsam mit den ggf. aggregierten qualitativen bzw. nicht-monetären Effekten stellt diese eine fundierte Grundlage der zu treffenden Implementierungsentscheidung dar. Abbildung 5: Nutzeneffekte und deren (monetäre) Erfassung 585

10 5 Potenziale eines Integrierten Stammdaten- und Geschäftsprozessmanagements für Industrie 4.0 Aus der Skizzierung von Industrie 4.0 im Kapitel 1 sowie den nachfolgenden detaillierteren Ausführungen zu einem Integrierten Stammdaten- und Geschäftsprozessmanagement geht hervor, dass beide einander ähneln und sich überlappen: Unter anderem stimmen die Zielsetzungen der Verbesserung von Effektivität und Effizienz von Geschäftsprozessen und der daraus resultierenden Stärkung der Wettbewerbsfähigkeit überein; Daten, IT und Prozesse sind wesentliche, im Zusammenhang zu betrachtende Gestaltungsobjekte nicht nur des Integrierten Stammdaten- und Geschäftsprozessmanagements, sondern auch von Industrie 4.0. Daneben bestehen komplementäre Beziehungen, von denen hier die potenziellen Beiträge eines ausgefeilten Stammdaten- und Geschäftsprozessmanagements für Industrie 4.0 hervorgehoben seien: Aus der Integrierten Analyse können sich Erkenntnisse über Schwachstellen ergeben, die einen Bedarf an bzw. potenzielle Anwendungsbereiche von Industrie 4.0-Ansätzen signalisieren. Die Erkenntnisse über Schwachstellen können auch aufzeigen, welche Hemmnisse für die Einführung von Industrie 4.0-Lösungen hinsichtlich der Daten, IT und Prozesse bestehen (und wie diese ggf. miteinander verflochten sind). Diese Hemmnisse wiederum beeinflussen die Realisierbarkeit und Vorteilhaftigkeit von Industrie 4.0-Lösungen ebenso wie die vorteilhaften Wege zu deren Implementierung. An dieser Stelle sei darauf hingewiesen, dass die Ergebnisse aus der Befragung und den Diagnoseprojekten nahelegen, dass die Voraussetzungen für Industrie 4.0 derzeit in vielen KMU nicht vorliegen. Des Weiteren könnten die Erkenntnisse zur Vorgehensweise bei der Konzeptentwicklung und Synthese als Phasen eines Integrierten Stammdaten- und Geschäftsprozessmanagements (einschließlich der Vor- und Nachteile sowie Voraussetzungen einzelner Maßnahmen) auch zur Konzeptionierung von Maßnahmen(-bündeln) im Rahmen der Planung und Umsetzung von Industrie 4.0-Ansätzen genutzt werden. Schließlich kann das Instrumentarium der Nutzen-Kosten-Bewertung angesichts der angesprochenen Ähnlichkeit von Zielen und Betrachtungsobjekten ggf. in adaptierter Form auch für die Beurteilung der Vorteilhaftigkeit spezifischer Lösungen der Industrie 4.0 herangezogen werden. Als Ausblick sei festgehalten, dass weiterführende Arbeiten zum einen zur Erweiterung, Verfeinerung und Validierung des Instrumentariums eines Integrierten Stammdaten- und Geschäftsprozessmanagements erforderlich sind, z. B. zur Qualitätsbewertung mittels Reifegradmodellen sowie zu Syntheseaktivitäten und -instrumenten. Zum anderen sollten sich solche Arbeiten speziell auf die Nutzbarmachung des Instrumentariums für die Umsetzung von Industrie 4.0 richten. Der Beitrag basiert auf Ergebnissen des Projektes eben, die gemeinsam mit Dipl.-Wirt.- Ing. Michael Konarsky, Philipp Zieschang, M. Sc., und Dipl.-Ing. (BA) André Knabe sowie unterstützt durch die weiteren Projektpartner erarbeitet worden sind. 586

11 Literaturverzeichnis Bauer, W., Schlund, S., Marrenbach, D., Ganschar, O. (2014): Studie: Industrie 4.0 Volkswirtschaftliches Potenzial für Deutschland. Stuttgart. Bundesministerium für Bildung und Forschung (Hrsg.) (2013): Zukunftsbild Industrie 4.0, URL: [ ] Götze, U., Leidich, E., Kochan, C., Köhler, S. (2014a): Integrierte Daten, IT und Prozessanalyse im Rahmen des Stammdaten und Geschäftsprozessmanagements. Erscheint in Wissenschaft trifft Praxis, Ausgabe 2 (September 2014). Götze, U., Leidich, E., Wächtler, A. (2014b): Entwicklungsstand des Stammdaten und Geschäftsprozessmanagements in KMU Ergebnisse einer Befragung, in Drucklegung. Leidich, E., Götze, U., Kochan, C., Knabe, A., Konarsky, M., Zieschang, P. (2014a): Konzepte zur Verbesserung der Daten und Prozessqualität im Rahmen eines integrierten Stammdaten und Geschäftsprozessmanagements. Unveröffentlichter Vortrag zum 2. eben Arbeitskreis, 05. Mai Leidich, E., Konarsky, M., Götze, U. (2014b): Stammdatenqualität als Erfolgsfaktor für den Produktentstehungsprozess Entwicklung von praxistauglichen Methoden und Instrumenten zur Verbesserung der Stammdaten und Prozessqualität in KMU. Zeitschrift für wirtschaftlichen Fabrikbetrieb, 6, Otto, B., Kokemüller, J., Weisbecker, A., Gizanis, D. (2011): Stammdatenmanagement: Datenqualität für Geschäftsprozesse. HMD Praxis der Wirtschaftsinformatik, 279, Schemm, J. W. (2009): Zwischenbetriebliches Stammdatenmanagement: Lösungen für die Datensynchronisation zwischen Handel und Konsumgüterindustrie. Berlin u. a.: Springer Verlag. Scheuch, R., Gansor, T., Ziller, C. (2012): Master Data Management: Strategie, Organisation, Architektur. Heidelberg : dpunkt Verlag. Schuh, G., Scheibmayer, M., Deindl, M. (2013): Ganzheitliches Stammdatenmanagement Strategie, Organisation und IT Struktur. Wirtschaftliches Studium, 10,