Die Qualität und die Verfügbarkeit der Unternehmensdaten gewinnen mehr und mehr an Bedeutung für Unternehmen. Jedoch wird es in Zeiten zunehmender Digitalisierung und Big Data immer schwerer die Datenflut zu bewältigen und zu nutzen. In Finanzinstituten kommt eine steigende Regulierung, die eine immer schnellere Bereitstellung von immer mehr Daten erfordert.
Das Master Data Management (MDM) sorgt durch die Strukturierung der Daten und die Einführung von qualitätssichernden Maßnahmen für eine übersichtliche und verständliche Speicherung der Daten.
Dieses Buch definiert zu Beginn die wichtigsten Begriffe. Im Anschluss werden die grundlegenden Aspekte für die Einführung eines MDM dargelegt. Dies umfasst die Schilderung eines Ordnungsrahmens, die Beschreibung der Anforderung, sowohl an die Datenqualität als auch an die handelnden Personen, sowie die Darstellung der Einflussbereiche. Abschließend werden einige Beispiele gezeigt wie MDM in Finanzinstituten heute genutzt wird.
Inhaltsverzeichnis
1 Einführung
1.1 Motivation
1.2 Aufbau
2 Stammdaten
2.1 Eigenschaften von Stammdaten
2.2 Struktur von Stammdaten in der Datenmodellierung
2.3 Abgrenzung von Stammdaten zu anderen Datenarten
3 Master Data Management
3.1 Definition
3.2 Ziele des Master Data Managements
3.2.1 Effizienz
3.2.2 Compliance
3.2.3 Flexibilität
3.2.4 Effektivität
3.3 Einordnung in die Systemlandschaft
4 Ordnungsrahmen für das Master Data Management
4.1 Vision / Strategie
4.2 Organisation
4.3 Systemarchitektur
4.4 Daten (Datenobjekte, Modelle)
5 Anforderung
5.1 Anforderungen an das MDM
5.2 Anforderungen an die Datenqualität
5.2.1 System
5.2.2 Inhalt
5.2.3 Darstellung
5.2.4 Nutzung
5.3 Anforderungen an die handelnden Personen
5.3.1 Personen
5.3.1.1 Mitarbeiter
5.3.1.2 Geschäftspartner
5.3.2 Systeme
5.3.2.1 Interne Systeme
5.3.2.1.1 Enterprise-Systeme
5.3.2.1.2 Integrationsplattformen
5.3.2.1.3 Dispositive Systeme
5.3.2.1.4 Content Management Systeme
5.3.2.2 Externe Systeme
5.3.2.2.1 Importierende Systeme
5.3.2.2.2 Exportierende Systeme
6 Einflussbereiche des MDM
6.1 Breite der Distribution
6.2 Art der Nutzung
6.2.1 Datenorientiertes MDM
6.2.2 Funktionsorientiertes MDM
6.2.3 Prozessorientiertes MDM
6.3 Anzahl der Domänen
6.4 Art der Datenhaltung
6.4.1 Zentrale Datenhaltung
6.4.2 Dezentrale Datenhaltung
6.4.3 Datenhaltung mit einer Mischform
6.5 Aktualität der Stammdaten
7 Beispielhafte Nutzung in Finanzinstituten
7.1 Stammdaten in Finanzinstituten
7.2 Vergleich von Stammdaten bei Finanzinstituten und Industrie
7.3 Ziele des MDM in Finanzinstituten
7.3.1 Compliance
7.3.2 Effizienz
7.4 Einflussbereiche
7.4.1 Breite der Distribution
7.4.2 Art der Nutzung
7.4.3 Domänen
7.4.4 Art der Datenhaltung
7.4.5 Aktualität der Stammdaten
8 Zusammenfassung und Fazit
Zielsetzung und thematische Schwerpunkte
Diese Arbeit untersucht das Master Data Management (MDM) im Kontext von Finanzinstituten, um die Bedeutung und Anwendbarkeit der Stammdatenverwaltung zur Sicherstellung von Datenqualität und Prozessoptimierung darzulegen. Die Forschungsfrage fokussiert dabei auf die Übertragung der allgemeinen MDM-Prinzipien auf die spezifischen regulatorischen und operativen Rahmenbedingungen der Finanzbranche.
- Grundlagen des Stammdatenmanagements und Abgrenzung zu Bewegungsdaten
- Entwicklung eines Ordnungsrahmens für MDM-Implementierungen
- Detaillierte Anforderungen an Datenqualität und handelnde Akteure (Systeme und Personen)
- Analyse der Einflussfaktoren wie Distribution, Nutzungsart und Datenhaltung
- Branchenspezifische Betrachtung der MDM-Nutzung in Finanzinstituten unter Berücksichtigung von Compliance und Effizienz
Auszug aus dem Buch
3.2.1 Effizienz
Die Erhöhung der Effizienz richtet sich im Wesentlichen auf eine Verbesserung der Geschäftsprozesse und IT-Strukturen, da diese eine Senkung der Kosten ermöglichen. Dabei lassen sich generell größere Optimierungen in den operativen Prozessen als in IT-Bereichen erreichen20.
Beispiele für die Steigerung der Effizienz sind die Standardisierung wiederkehrender Aufgaben (IT-Bereich) oder die Reduktion der Fehlerrate durch Plausibilitätsprüfungen (operativer Bereich).
Zusammenfassung der Kapitel
1 Einführung: Die Einleitung beleuchtet die Motivation zur Stammdatenverwaltung und definiert den Aufbau der Arbeit.
2 Stammdaten: Dieses Kapitel definiert Stammdaten, ihre Eigenschaften und ihre Rolle innerhalb der Datenmodellierung.
3 Master Data Management: Hier werden Definitionen und Ziele des MDM sowie seine Einordnung in die IT-Systemlandschaft dargelegt.
4 Ordnungsrahmen für das Master Data Management: Das Kapitel entwickelt ein strukturelles Modell für die MDM-Implementierung über Strategie, Organisation und Architektur.
5 Anforderung: Es werden qualitative Anforderungen an das MDM, die Datenqualität und die handelnden Personen definiert.
6 Einflussbereiche des MDM: Analyse von fünf Kriterien, die den Implementierungsaufwand und die Komplexität eines MDM maßgeblich bestimmen.
7 Beispielhafte Nutzung in Finanzinstituten: Anwendung der MDM-Theorie auf die Besonderheiten von Finanzinstituten, insbesondere hinsichtlich regulatorischer Aspekte.
8 Zusammenfassung und Fazit: Abschließende Betrachtung und Zusammenführung der Ergebnisse zur Relevanz des MDM in der Finanzbranche.
Schlüsselwörter
Master Data Management, MDM, Stammdaten, Datenqualität, Finanzinstitute, Compliance, Systemlandschaft, Datenhaltung, Prozessorientierung, Datenmodellierung, Ordnungsrahmen, Datenintegration, Wertschöpfung, IT-Architektur, Business Engineering
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit untersucht das Konzept des Master Data Managements und seine spezifische Bedeutung und Anwendbarkeit innerhalb von Finanzinstituten.
Was sind die zentralen Themenfelder?
Zu den Kernbereichen gehören Stammdatenqualität, systemische Ordnungsrahmen, die Rolle der handelnden Personen und die verschiedenen Einflussfaktoren bei der MDM-Implementierung.
Was ist das primäre Ziel oder die Forschungsfrage?
Ziel ist es, die Konzepte des MDM zu beleuchten und ihre Bedeutung sowie Anwendbarkeit auf die besondere Situation in Finanzinstituten kritisch zu hinterfragen.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer theoretischen Fundierung durch Literaturanalyse und der Anwendung des Business-Engineering-Ansatzes zur Strukturierung der MDM-Architektur.
Was wird im Hauptteil behandelt?
Der Hauptteil analysiert den Ordnungsrahmen für MDM, leitet Anforderungen an Datenqualität und Akteure ab und erörtert die Einflussfaktoren wie Nutzungsart, Datenhaltung und Verteilung.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Master Data Management, Stammdaten, Compliance, Datenqualität und Finanzinstitute.
Wie unterscheidet sich die Datenstruktur in Finanzinstituten von der in der Industrie?
Finanzinstitute haben eine schlankere Lieferantenstruktur, da ihr Hauptrohstoff Geld ist und die Lieferanten oft gleichzeitig Kunden sind, im Gegensatz zur produktionsorientierten Industrie.
Warum ist das Thema "Compliance" für Finanzinstitute bei MDM-Projekten so wichtig?
Aufgrund strenger regulatorischer Anforderungen wie Basel III müssen Institute hochverfügbare und exakte Daten für Aufsichtsbehörden liefern, was eine hohe Datenqualität zwingend voraussetzt.
Was bedeutet "SPoT" in der Arbeit?
SPoT steht für "Single Point of Truth" und bezeichnet eine zentrale Datenquelle, die als absolut korrekt angesehen wird, um Inkonsistenzen in verschiedenen Systemen zu vermeiden.
Warum wird in Finanzinstituten oft mit dem funktionsorientierten MDM begonnen?
Da die Systemlandschaften in Banken oft historisch gewachsen und fragmentiert sind, ist ein funktionsorientierter Ansatz technisch leichter umsetzbar, ohne direkt das gesamte Geflecht umstrukturieren zu müssen.
- Quote paper
- Michael Barlmeyer (Author), 2013, Master Data Management. Nutzung in Finanzinstituten, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/265978
