{"id":63080,"date":"2020-05-22T00:00:00","date_gmt":"2020-05-22T04:00:00","guid":{"rendered":"https:\/\/dataladder.com\/uebernehmen-sie-ein-unternehmen-erst-wenn-sie-seine-datenqualitaet-bewertet-haben\/"},"modified":"2026-01-01T11:56:56","modified_gmt":"2026-01-01T16:56:56","slug":"uebernehmen-sie-ein-unternehmen-erst-wenn-sie-seine-datenqualitaet-bewertet-haben","status":"publish","type":"post","link":"https:\/\/dataladder.com\/de\/uebernehmen-sie-ein-unternehmen-erst-wenn-sie-seine-datenqualitaet-bewertet-haben\/","title":{"rendered":"\u00dcbernehmen Sie ein Unternehmen erst, wenn Sie seine Datenqualit\u00e4t bewertet haben"},"content":{"rendered":"

Zu Fusionen und \u00dcbernahmen kommt es, wenn Unternehmen der Meinung sind, dass sie zusammen wertvoller sind als wenn sie getrennt operieren. Die Unternehmen verbinden Arbeitskr\u00e4fte, Systeme, Infrastruktur und Daten zu einer neuen, leistungsf\u00e4higeren, wertvolleren und effektiveren Einheit. Allerdings nur so lange, bis sie merkten, dass sie die wichtigsten Probleme mit Daten, IT-Infrastruktur und Integrationspl\u00e4nen \u00fcbersehen oder untersch\u00e4tzt hatten. Tats\u00e4chlich scheitern die meisten Fusions- und \u00dcbernahmepl\u00e4ne kl\u00e4glich an den Problemen der Datenintegration.<\/p>\n

Ersparen Sie sich die verheerenden Kosten einer gescheiterten Fusion. \u00dcbernehmen Sie ein Unternehmen erst, wenn Sie seine Dateninfrastruktur und die Einhaltung von Qualit\u00e4tsstandards bewertet haben.<\/p>\n

Warum die Betonung auf Datenqualit\u00e4t?<\/b><\/h4>\n

Im Jahr 2019 bel\u00e4uft sich der Wert der weltweiten M&A-Deals auf 3,9 Billionen<\/a> USD. Ironischerweise kommt ein anderer Bericht zu dem Schluss, dass bis zu 90 % der Fusionen<\/a> ihre Ziele nicht erreichen.<\/p>\n

Obwohl es viele Faktoren f\u00fcr dieses Scheitern gibt (die meisten davon sind subjektiv und h\u00e4ngen mit der Unternehmenskultur, dem Budget, der Infrastruktur usw. zusammen), haben wir festgestellt, dass der h\u00e4ufigste Grund f\u00fcr das Scheitern von Migrationen der Mangel an Due-Diligence-Pr\u00fcfung der Daten ist.<\/p>\n

Das Problem der Datenqualit\u00e4t ist nicht neu. In dem Ma\u00dfe, in dem sich die Welt auf die Nutzung von Big Data f\u00fcr wichtige Entscheidungen zubewegt, ist es f\u00fcr Unternehmen jedoch unerl\u00e4sslich, die Risiken einer Vernachl\u00e4ssigung der Datenqualit\u00e4t zu verstehen. Die meisten Unternehmen konzentrieren sich auf die Datenqualit\u00e4t nach der Migration, aber dieser Ansatz kann den M&A-Prozess erheblich verlangsamen, wenn nicht sogar ganz zum Scheitern bringen.<\/p>\n

Abgesehen von einer gescheiterten Fusion gibt es weitere typische Probleme, die auftreten, wenn die Datenqualit\u00e4t vernachl\u00e4ssigt wird. Diese sind:<\/p>\n

    \n
  1. Ausufernde Kosten aufgrund mangelhafter Daten: <\/b>Nach der Migration m\u00fcssen Unternehmen oft Millionen von Dollar f\u00fcr die Einstellung von Datenwissenschaftlern oder Analysten und Spezialisten ausgeben, um Probleme mit der Datenqualit\u00e4t zu beheben. Allein f\u00fcr die Einstellung und Bindung von Fachkr\u00e4ften f\u00fcr das Datenqualit\u00e4tsmanagement werden jedes Jahr mehr als 250 US-Dollar ausgegeben. Rechnet man weitere Kosten hinzu, die durch verfehlte Ziele, fragmentierte Daten und drohende Strafen, Verst\u00f6\u00dfe usw. verursacht werden, kommt man auf Millionen von Dollar an entgangenen Einnahmen. Die schiere Vielfalt und Komplexit\u00e4t der Dateninfrastruktur reicht aus, um den Untergang eines Unternehmens in Bezug auf Kosten, Ruf und entgangene Chancen herbeizuf\u00fchren.<\/li>\n
  2. Doppelte Daten als kritische Herausforderung:<\/b> Auch wenn schmutzige oder unordentliche Daten eine Herausforderung darstellen, sind sie nicht so gef\u00e4hrlich wie doppelte Daten. In der Tat sind doppelte Daten die gr\u00f6\u00dfte Herausforderung f\u00fcr die Datenqualit\u00e4t. Duplikate k\u00f6nnen zu einer falschen Wahrnehmung der Unternehmensleistung bei Stakeholdern, Handelspartnern, Kunden und Lieferanten f\u00fchren. Abgesehen von fehlerhafter Wahrnehmung und Analyse k\u00f6nnen doppelte Zahlungen Unternehmen zwischen 0,5 % und 0,1 % der j\u00e4hrlichen Rechnungszahlungen kosten. Bei einem Unternehmen mit Verbindlichkeiten in H\u00f6he von 1 Milliarde USD bedeutet dies 1 Million USD an doppelten Zahlungen.<\/li>\n
  3. Das Problem mit den unterschiedlichen Datenquellen:<\/b> Unternehmen verf\u00fcgen kaum \u00fcber eine einzige oder einheitliche Quelle der Wahrheit, wenn es um Daten geht – insbesondere Kundendaten, die im Falle von Fusionen und \u00dcbernahmen Gold wert sind. Unterschiedliche Datenquellen unterscheiden sich nicht nur in Bezug auf Formatierung oder Struktur, sondern auch in Bezug auf die Informationen. So kann es beispielsweise sein, dass Vertrieb und Marketing zwei verschiedene S\u00e4tze von Kundeninformationen speichern, was zu einem fragmentierten Verst\u00e4ndnis der Zielgruppe f\u00fchrt. Unterschiedliche Datenquellen sind die Hauptursache f\u00fcr doppelte Daten und es ist ein enormer Aufwand, diese zu beseitigen. Sie m\u00fcssen Daten aus allen Quellen konsolidieren, tief verborgene Duplikate ausmerzen, Daten bereinigen, umstrukturieren und an das neue System anpassen. Dies allein erfordert Monate, wenn nicht Jahre der Anstrengung. Unternehmen gehen oft f\u00e4lschlicherweise davon aus, dass es nur 6 Monate dauert, Daten zu bereinigen, aber im Grunde genommen sind es Jahre vergeudeter M\u00fche. Probleme mit der Datenqualit\u00e4t werden zu einem dauerhaften Problem, f\u00fcr dessen Behebung Unternehmen Millionen von Dollar ausgeben.<\/li>\n
  4. Datensicherheit und Compliance:<\/b> Es ist wichtig zu pr\u00fcfen, ob das Unternehmen, das Sie erwerben m\u00f6chten, eine sichere Datenethik praktiziert oder ob es die lokalen und globalen Datengesetze einh\u00e4lt. Wenn Sie nicht die erforderliche Pr\u00fcfung der Gesch\u00e4ftsprozesse und der Einhaltung der Datengesetze durchgef\u00fchrt haben, riskieren Sie Strafen und Klagen.<\/li>\n
  5. \u00dcberpr\u00fcfung der Datenmanagement-Prozesse des Unternehmens: <\/b>Wie erfasst und verwaltet das Unternehmen die Daten? Welche Datenstandards<\/a> werden verwendet und wie wird die Datenqualit\u00e4t wahrgenommen? Es gibt viel zu lernen, wenn man mit Unternehmensleitern \u00fcber ihr Verst\u00e4ndnis von Datenqualit\u00e4t spricht. Es ist ziemlich wahrscheinlich, dass ein Unternehmen, das sich der Datenqualit\u00e4t nicht bewusst ist oder sie nicht im Blick hat, das Problem an die IT-Abteilung weitergibt, und die IT-Abteilung wird wahrscheinlich \u00fcber all die gro\u00dfartigen Ambitionen sprechen, die sie mit Cloud-Infrastrukturen, Data Lakes, neuen ERP-Systemen und anderen ausgefallenen Fachausdr\u00fccken hat – sie wird nur keinen Plan f\u00fcr die L\u00f6sung von Datenqualit\u00e4tsproblemen haben. Nach unserer Erfahrung mit Fortune-500-Unternehmen machen fast alle von ihnen die IT-Abteilung f\u00fcr Datenprobleme verantwortlich. Egal, ob es sich um Kundendaten oder um Daten von Gesch\u00e4ftsanwendern handelt, die Extraktion und Umwandlung von Daten f\u00fcr die Nutzung wurde schon immer der IT-Abteilung \u00fcbertragen. Leider ist die IT-Abteilung nicht der wahre Eigent\u00fcmer der Kundendaten und wei\u00df auch nicht, wof\u00fcr die Daten verwendet werden. Wenn ein Unternehmen nicht in der Lage ist, Ihnen die richtige Antwort auf seine Datenqualit\u00e4tsmanagement-Praktiken zu geben, sollten Sie sicherstellen, dass die Datenprobleme „vor“ der Fusion gel\u00f6st werden.<\/li>\n<\/ol>\n

    Wie beurteilen Sie die Datenqualit\u00e4t vor einem Zusammenschluss?<\/b><\/h4>\n

    Allzu oft wenden Unternehmen erhebliche Personalressourcen f\u00fcr die Behebung von Datenqualit\u00e4tsproblemen nach einer Fusion auf. Dann werden weitere \u00c4nderungen vorgenommen, ohne dass die Probleme mit der Datenqualit\u00e4t gel\u00f6st werden. Organisationen, insbesondere aktive K\u00e4ufer, m\u00fcssen vor der \u00dcbernahme von Unternehmen ein Verfahren zur Bewertung der Datenqualit\u00e4t einf\u00fchren.<\/p>\n

    Im Folgenden finden Sie eine vereinfachte, aber effektive Liste von Fragen, die Sie stellen k\u00f6nnen, um festzustellen, wie ernst die Organisation Probleme mit der Datenqualit\u00e4t nimmt.<\/p>\n