Fachliche Finance Beratung für eine wirksame Unternehmenssteuerung.
Moderne SAP-Datenarchitekturen als verlässliche Basis für Finance und AI.
Analytics- und Planungslösungen für schnellere, bessere Entscheidungen.
Unterschiedliche Umsatzzahlen aus verschiedenen Systemen kennt fast jeder Finanzbereich. Wir zeigen, was ein Datenprodukt ausmacht, warum Verantwortung und Governance darüber entscheiden und wie sich Kennzahlen mit der SAP Business Data Cloud Schritt für Schritt als Datenprodukte umsetzen lassen.
„Unsere Umsatzzahl stimmt nicht mit der Zahl aus Finance überein.“
Diesen Satz hat vermutlich jeder schon gehört, der länger mit Unternehmensdaten arbeitet.
Technisch sind die Daten dabei oft völlig korrekt. Das Problem liegt woanders: bei unterschiedlichen Definitionen, Datenständen und Berechnungslogiken.
Mit Self-Service, KI-Initiativen und immer mehr Analytics-Plattformen fällt das heute stärker auf als früher.
Lange stand die technische Integration im Vordergrund. Inzwischen rückt eine andere Frage nach vorn:
Verstehen eigentlich alle Beteiligten dieselbe Kennzahl gleich?
Umsatz, EBITDA oder Working Capital sollten nicht davon abhängen, aus welcher Anwendung oder aus welchem Bericht sie stammen.
Genau das ist die Idee hinter einem Datenprodukt: Daten so bereitzustellen, dass andere sie nachvollziehbar und wiederverwendbar nutzen können.
Der Ausgangspunkt ist deshalb keine Tabelle, sondern eine geschäftliche Frage, etwa die Steuerung von Umsätzen, Margen oder Liquidität.
Dazu gehört neben den Daten selbst:
• eine klare fachliche Beschreibung,
• definierte Verantwortlichkeiten,
• dokumentierte Berechnungslogiken,
• Qualitätsanforderungen sowie
• Informationen über Herkunft und Nutzung der Daten.
Erst diese Kombination trägt Reporting, Planung und analytische Anwendungen.
Wer verantwortet eine Kennzahl? Wann wird eine Definition geändert? Welche Qualität ist zugesagt? Wer darf die Daten nutzen?
Das sind keine bürokratischen Fragen, sondern Leitplanken.
Im Finanzbereich zählen sie doppelt, weil Management Reporting, Konzernsteuerung und regulatorische Anforderungen auf konsistente und nachvollziehbare Zahlen angewiesen sind.
Eine saubere Definition am Anfang erspart viele Abstimmungen am Ende.
Solche Initiativen scheitern selten an der Technik.
Häufiger fehlt jemand, der sich zuständig fühlt.
Ein Datenprodukt braucht einen benannten Eigentümer, der die fachliche Gestaltung, die Weiterentwicklung und die Qualität verantwortet. Idealerweise sitzt diese Rolle im Fachbereich, denn dort entsteht der geschäftliche Nutzen.
Wird sie erst nachträglich geklärt, folgen später Diskussionen über Akzeptanz und Zuständigkeiten.
Mit der SAP Business Data Cloud stellt SAP die Bausteine bereit, um Datenprodukte unternehmensweit bereitzustellen und zu nutzen. Neben vorkonfigurierten SAP-Inhalten lassen sich eigene, fachbereichsspezifische Datenprodukte ergänzen.
Für die Arbeit daran schafft SAP mit dem SAP Data Product Studio eine eigene Umgebung: zum Erstellen, Verwalten und Bereitstellen von Datenprodukten, mit Metadaten, Strukturen, Governance und Lebenszyklus. Den Funktionsumfang baut SAP weiter aus.
Eines bleibt davon unberührt:
Technologie allein schafft keine Datenprodukte.
Die Plattform unterstützt Governance, Transparenz und Wiederverwendung. Die fachliche Definition der Kennzahlen und die Verantwortung für deren Inhalt bleiben im Unternehmen.
Am Anfang steht ein Zielbild: Welche Kennzahlen sollen künftig als Datenprodukte bereitstehen, wer verantwortet sie fachlich, und wie hängen sie zusammen?
Daraus ergibt sich eine Reihenfolge, denn die Kennzahlen werden nach und nach abgestimmt und umgesetzt, nicht alle gleichzeitig.
Für jede gilt dasselbe Vorgehen: Gemeinsam mit dem Finanzbereich werden Definition, Datenquellen, Verantwortlichkeiten und Qualitätsanforderungen festgelegt und als Datenprodukt beschrieben.
Und anschließend wird geprüft:
Verstehen andere Anwender die Kennzahl?
Können sie sie wiederverwenden?
Ist nachvollziehbar, woher sie kommt?
Mit jeder abgestimmten Kennzahl wächst so ein Bestand, auf den sich Reporting, Planung und Analysen verlassen können.
Denn am Ende geht es nicht um eine weitere SAP-Oberfläche.
Daten sollen nicht nur verfügbar sein. Sie sollen vertrauenswürdig nutzbar sein.
.svg)
