Herausforderung Datenqualität Bewusstsein schaffen bei einem mittelständigen Energieversorger

Größe: px

Ab Seite anzeigen:

Download "Herausforderung Datenqualität Bewusstsein schaffen bei einem mittelständigen Energieversorger"

Brit Busch
vor 7 Jahren
Abrufe

1 Herausforderung Datenqualität Bewusstsein schaffen bei einem mittelständigen Energieversorger Dr. Martin Endig SW Magdeburg GmbH & Co. KG 2. EVU-Praxistag Daten 01. Oktober 2015, Fulda

Überblick Vorstellung Einordnung der T Herausforderungen Energiewirtschaft Prozessbeispiele Datenanalyse Automatisierung von Prozessen

2 Überblick Vorstellung Einordnung der T Herausforderungen Energiewirtschaft Prozessbeispiele Datenanalyse Automatisierung von Prozessen Geschäftsprozessentscheidungen Geschäftsprozessüberwachung Erfahrungen aus den Projekten Schlussfolgerungen Was ist noch offen? M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 2

Vorstellung Gründung im Jahr 1993 Geschäftsfelder Querverbundunternehmen mit den Sparten Strom, Gas, Wasser, Nah-und Fernwärme, Abwasser Gesellschafter Landeshauptstadt Magdeburg EAV

3 Vorstellung Gründung im Jahr 1993 Geschäftsfelder Querverbundunternehmen mit den Sparten Strom, Gas, Wasser, Nah-und Fernwärme, Abwasser Gesellschafter Landeshauptstadt Magdeburg EAV Beteiligungs-GmbH (Avacon AG) Gelsenwasser Magdeburg GmbH Beschäftigte 704 Mitarbeiter + 38 Auszubildende Kennzahlen 2014 Umsatzerlöse 481 Mio. EUR Jahresüberschuss 50 Mio. EUR M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 3

4 Einordnung T Komplex ca. 900 Anwender (ca. 600 SAP-U) Mix aus SAP & Non-SAP Anwend. SWM Dynamisch»täglich«Updates von Geschäftsdaten, Software und Hardware Netze Magdeburg Kommunikativ Kunden, Marktpartner, Banken und Versicherungen ndividuell Stadtwerke Stendal SWM Gruppe AGM Änderungen am Standard Homogen, aber auch heterogen MHKW Technologie, Hw, Schnittstellen M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 4

Herausforderungen /Organisatorische Perspektive Energiewende Deutscher Energiemarkt wird dezentral Dezentrale Einspeisung Trennung von Netz, Vertrieb und Messstellenbetrieb nformationstechnisch,

5 Herausforderungen /Organisatorische Perspektive Energiewende Deutscher Energiemarkt wird dezentral Dezentrale Einspeisung Trennung von Netz, Vertrieb und Messstellenbetrieb nformationstechnisch, buchhalterisch und ggf. organisatorisch Gesetzliche Rahmenbedingungen Gesetz über die Elektrizitäts- und Gasversorgung (EnWG) sichere, preisgünstige, verbraucherfreundliche, effiziente und umweltverträgliche Versorgung mit Elektrizität und Gas Gesetz zur Digitalisierung der Energiewende in Konsolidierung M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 5

6 Herausforderungen /nhaltliche Perspektive Einführung von Marktrollen Lieferant, VNB, ÜNB, MSB, MDL, BKV, Gesetzliche Vorgaben bzgl. Kommunikation zwischen Marktrollen Diskriminierungsfreiheit gewährleisten Geschäftsprozessvorgaben inkl. Fristen Vorgaben bzgl. Datenformaten Rahmenbedingungen Kundenservice im Shared Service tätig Begrenzte Ressourcen und finanzielle Mittel Digitalisierung Standardisierung, Automatisierung von Prozessen, Qualitätsmanagement, M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 6

Datenanalyen als Voraussetzung / Prozessbeispiele Voraussetzung für Automatisierung ist die Einhaltung von Qualitätsstandards Beispiel Standardisierung Spezifikation und Etablierung eines

7 Datenanalyen als Voraussetzung / Prozessbeispiele Voraussetzung für Automatisierung ist die Einhaltung von Qualitätsstandards Beispiel Standardisierung Spezifikation und Etablierung eines Stammdatenmanagements für GP-Daten Qualitätsstandards sind Voraussetzung für effiziente Geschäftsentscheidungen Beispiel Forderungsmanagement Abgleich GP-Daten mit nsolvenzdaten Datenanalysen als Basis zur effizienten Überwachung von Geschäftsprozessen Beispiel nnenrevision Abgleich Skontobeträge Bestellungen, Rechnungslegung und -ausgleich M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 7

Stammdatenmanagements für GP-Daten / Fragestellung Haben wir ein Problem mit unseren Geschäftspartnerdaten? Grundsätzlich?... NEN! unsere Geschäftsprozesse funktionieren! Aber.

8 Stammdatenmanagements für GP-Daten / Fragestellung Haben wir ein Problem mit unseren Geschäftspartnerdaten? Grundsätzlich?... NEN! unsere Geschäftsprozesse funktionieren! Aber... Wir haben eine Reihe von Baustellen, um unsere Geschäftsprozesse noch effizienter zu gestalten! Denn... Die Erkennung und nachträgliche Verbesserung von mangelhaften Daten kostet uns ein Mehrfaches an Zeit im Vergleich zur korrekten Erfassung. Herausforderung Wie können wir dieses den Fachbereichen bewusst machen (?) M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 8

9 Stammdatenmanagements für GP-Daten / Statistik Wie sieht es bei Anderen aus? Aktuelle Herausforderungen bei der Datenqualität in der Energiewirtschaft Quelle: pwc (2011): Verborgene Schätze Eine internationale Studie zum Master-Data-Management M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 9

Stammdatenmanagements für GP-Daten / Was ist zu tun? Herausforderungen, u.a. Einheitliche Begriffswelt schaffen und leben Beispiele Stammdaten, Datenqualität, Kompetente Ansprechpartner im FB suchen

10 Stammdatenmanagements für GP-Daten / Was ist zu tun? Herausforderungen, u.a. Einheitliche Begriffswelt schaffen und leben Beispiele Stammdaten, Datenqualität, Kompetente Ansprechpartner im FB suchen Unterstützung vom Management einholen Vorgehensweise transparent machen Projekt aufsetzen, aber Kleine Schritte nicht alles auf einmal Hoher Gesprächs- / Abstimmungsbedarf auch zw. FB Etablierte Prozesse in Frage stellen Beispiel Wer darf GP-Daten anlegen? M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 10

Stammdatenmanagements für GP-Daten / Vorgehen Erfassung st-zustand Durchführung des Messens Dokumentation Berichtserstellung Soll-st-Vergleich Fehler-Verifizierung Fehler-Priorisierung

11 Stammdatenmanagements für GP-Daten / Vorgehen Erfassung st-zustand Durchführung des Messens Dokumentation Berichtserstellung Soll-st-Vergleich Fehler-Verifizierung Fehler-Priorisierung Maßnahmencontrolling Systeme Beobachtungsobjekte DQ-Merkmale Maßnahmen-Abstimmung Adressierung Weiterentwicklung des Regelkreises Ergebniskontrolle M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 11

Arbeitshilfen Neuer Analyseprozess Manuell, ggf.

12 Stammdatenmanagements für GP-Daten / Realisierung manuell Regelmenge Fehlerliste Soll-Standard Arbeitshilfen Neuer Analyseprozess Manuell, ggf. Rückmeldung M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 12

13 Stammdatenmanagements für GP-Daten / Realisierung /2 Fehlerbaum / Fehlerklassen / Fehler Ergebnis M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 13

Stammdatenmanagements für GP-Daten / Einschätzung Erfahrungen, u.a. Nicht Alles auf einmal, Konzentration auf Wesentliches Beispiel: Nicht alle GP s, sondern Portionsweise Begrenzte Ressourcen für

14 Stammdatenmanagements für GP-Daten / Einschätzung Erfahrungen, u.a. Nicht Alles auf einmal, Konzentration auf Wesentliches Beispiel: Nicht alle GP s, sondern Portionsweise Begrenzte Ressourcen für das Verbessern aufgrund Tagesgeschäft vorhanden Schrittweise Umsetzung erforderlich Automatische Verbesserung nur bedingt möglich, da fachliches Know-how erforderlich Start mit Klassikern Verbesserung bringt gleich Effekte im Prozess Beispiele Falscher GP-Typ, Falsche Anrede, Fehlerhafte Adressdaten M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 14

15 Qualitätsstandards zur Entscheidungsunterstützung Herausforderung Forderungsmanagement benötigt effiziente Möglichkeit zur nsolvenzdatenauswertung Klassische Datenanalyseaufgabe Voraussetzung Dienstleister liefert aktuelle nsolvenzdaten Wöchentlicher Austausch einer Excel-Datei Realisierung aktuell Manueller Prozess, Umsetzung mit nfozoom Ergebnis Ergebnisliste mit relevanten GP aus dem SAP inklusive der relevanten nsolvenzdaten Ergebnis M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 15

Datenanalysen zur Überprüfung von Geschäftsprozessen Herausforderung nnenrevision benötigt effiziente Möglichkeiten Massendaten fachspezifisch auszuwerten Beispiel Skontoanalysen Realisierung aktuell

16 Datenanalysen zur Überprüfung von Geschäftsprozessen Herausforderung nnenrevision benötigt effiziente Möglichkeiten Massendaten fachspezifisch auszuwerten Beispiel Skontoanalysen Realisierung aktuell Datenextraktion im SAP manuell Komplexes Datenschema der SAP Datenzusammenführung im nfozoom Spezifikation komplexer Regelmengen Ergebnis Übersicht über Unstimmigkeiten in der Skontoverwendung Ursachenanalyse im Fachbereich durch R M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 16

Erfahrungen aus Datenanalyseaufgaben Extraktion der Daten aus dem SAP ist aufwändig Komplexes und umfangreiches Datenschema Zusammenführen von Datenmengen mit unterschiedlichen Datenschemata

17 Erfahrungen aus Datenanalyseaufgaben Extraktion der Daten aus dem SAP ist aufwändig Komplexes und umfangreiches Datenschema Zusammenführen von Datenmengen mit unterschiedlichen Datenschemata notwendig Defizite beim Fachbereich Technologisches Verständnis für Datenmanagement Keine Zeit aufgrund des Tagesgeschäft Zu Beginn unklar, was wirklich fachlich wichtig ist Sukzessive Umsetzungsstrategie notwendig Wünsche des Fachbereiches immer hinterfragen! T ist gefordert und benötigt viel Geduld Prozess-Know-how aus dem Fachbereich ist erforderlich M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 17

Schlussfolgerungen Komplexe Datenanalysesoftware ist ohne Unterstützung der T in den FB nur bedingt effizient einsetzbar! Techn. Know-How des Datenmanag.

18 Schlussfolgerungen Komplexe Datenanalysesoftware ist ohne Unterstützung der T in den FB nur bedingt effizient einsetzbar! Techn. Know-How des Datenmanag. erforderlich Es ist Zeit notwendig, die nicht vorhanden ist Ohne die Kenntnis, der einer Datenanalyse zugrunde gelegten Datenschemata, ist eine sinnvolle nterpretation des Ergebnisse schwierig Fachbereiche interpretieren Ergebnisse so wie sie denken, dass es richtig ist Die Analyse von Daten erfordert immer die Kenntnis aus dem Prozess des FB und des Datenmanagement Es geht nur gemeinsam! M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 18

19 Wie weiter? / Was ist noch offen? Aufgabenbezogen Vorhandene Regelmengen verfeinern Neue Anforderungen aus den FB umsetzen nfozoom für die Fachbereiche vorbereiteter Regelmengen und ausführlichen Schulungen notwendig Software zur Datenanalyse: nfozoom Automatisierung vorhandener und eingeführter Datenanalyseprozesse zur Prozessoptimier. m Moment hoher manuelle Aufwand Schnittstelle zu SAP hinterfragen SAP hoher Verbreitungsgrad bei den Energieversorgern M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 19

Martin Endig Anwendungsentwickler Städtische Werke Magdeburg GmbH Am Alten Theater 1 39104 Magdeburg

20 Qualitätsmanagement und sinnvolle Automatisierungen sind heute nicht ohne effiziente Datenanalysen und automatisierte Datenanalyseprozesse im Rahmen von Geschäftsprozessen denkbar! Dr. Martin Endig Anwendungsentwickler Städtische Werke Magdeburg GmbH Am Alten Theater Magdeburg Telefon: endig@sw-magdeburg.de M. Endig Herausforderung Datenqualität 01. Oktober 2015 Seite 20

Ähnliche Dokumente

Praxisbericht: Erfahrungen eines Netzbetreibers mit hohem Anteil an Erneuerbaren Energien im Netz

Praxisbericht: Erfahrungen eines Netzbetreibers mit hohem Anteil an Erneuerbaren Energien im Netz E-world energy & water 14. Fachkongress Zukunftsenergien Essen, 9. Februar 2010 Städtische Werke Magdeburg