UdZ 01.21

UdZ 1-2021 / 12 ” Almost 30 years after my first experience of selecting an ERP system together with FIR at RWTH Aachen University, I was able to convince the decision-makers at IDEAL Kältetechnik GmbH to adopt this approach. Both the approach and the tools deployed have changed significantly since the early 1990s. As a customer of FIR you can benefit from their decades of experience and their extensive service portfolio in order to achieve the best possible result in selecting a suitable ERP solution. Josef Tomitza, Head of IT / Process, IDEAL sichtlich ihrer Kritikalität bewertet. IDEAL erhielt mit dieser Vorgehensweise eine Vorlage, um weitere interne Verbesserungsprojekte anzustoßen und sich auf die Einführung des neuen Systems vorzubereiten. Schritt 2 – Sicherung der Datenqualität Da gerade die Datenmigration eine von Unternehmen häu- fig genannte Herausforderung bei der Implementierung von ERP-Systemen ist, entschloss sich IDEAL , dieses Thema frühzeitig anzugehen. Daten spielen eine zentrale Rolle bei der Sicherung nach- haltiger Business-Lösungen, da diese nur so gut funktionie- ren können, wie die ihnen zugrundeliegende Datenqualität beschaffen ist. Die Prozesse können nur dann systemseitig wirkungsvoll unterstützt werden, wenn auch das dahin- terliegende Gerüst aus Stammdaten entsprechend aufge- baut ist und vollständige Bewegungsdaten erzeugt wer- den. Als Stammdaten werden zustandsorientierte Daten zusammengefasst, die im System nur selten angepasst werden. Dazu zählen beispielsweise Artikel-, Arbeitsplatz- oder Kundenstammdaten. Bewegungsdaten sind abwick- lungsorientiert, unterliegen häufigen Änderungen und umfassen zum Beispiel Auftragsdaten wie Angebote oder Fertigungsaufträge. Für die Neustrukturierung der be- stehenden Stammdaten führte das FIR gemeinsam mit IDEAL ein Datenqualitätsassessment durch. Ziel war es, die Qualität der Stamm- und Bewegungsdaten zu messen und aus der Analyse die notwendigen Schritte zur Aufbereitung der Daten abzuleiten. Im Rahmen des Datenqualitätsassessments wurde zu- nächst gemeinsam mit den Mitarbeiter:innen eine qualitati- ve Analyse durchgeführt. Dazu befragte das FIR die betrof- fenen Fachabteilungen zum Umgang mit Daten in einzelnen Prozessschritten, sodass die verschiedenen Speicherorte und verarbeitenden Systeme identifiziert werden konn- to their criticality. With this approach, IDEAL received a template to initiate further internal improvement projects and to prepare for the introduction of the new system. Step 2 – Ensuring high data quality Since companies consider data migration, in particular, a significant challenge in the implementation of ERP systems, IDEAL decided to address this issue early on. Data plays a central role in ensuring sustainable business solutions, as they only reach their full potential if the quality of data is sufficiently high. Also Processes can only be effectively supported by the system, if the underlying framework of master data is appropriately structured and complete transaction data is being generated. Master data is defined as condition-oriented data that is rarely adjusted in the system. This includes, for example, article, work center, or customer master data. Transaction data is process-oriented, subject to frequent changes and includes, for example, order data such as quotations or production orders. For the restructuring of the existing master data, FIR conducted a data quality assessment together with IDEAL . The goal was to evaluate the quality of the master as well as transaction data to derive the necessary steps for optimally preparing the data. As part of the data quality assessment, a qualitative analysis was first carried out together with the employees. To this end, the FIR interviewed the departments concerned about the handling of data in individual process steps so that the various storage locations and processing systems could be identified. The subsequent quantitative analysis of the current master data revealed duplicate, incomplete, and inactive data records. An evaluation of the results with regard to the desired functionalities of the newERP systemenabled us to successfully classify the data in terms of its quality, content, and relevance ”