Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Optimierung des Stammdatenmanagements nach Unternehmensfusion. Ein Konzept zur Sicherstellung der Datenqualität und Effizienzsteigerung
Marina Stiglmayr
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Sozialwissenschaften, Recht, Wirtschaft / Medien, Kommunikation
Beschreibung
Studienarbeit aus dem Jahr 2024 im Fachbereich BWL - Informationswissenschaften, Informationsmanagement, Note: 1,7, SRH Fernhochschule, Sprache: Deutsch, Abstract: Das übergeordnete Ziel dieser Arbeit ist die Optimierung des Stammdatenmanagements (SDM) zur Sicherstellung einer hohen Datenqualität nach einer Unternehmensfusion. Hierbei sollen konkrete Maßnahmen und ein umfassendes Konzept entwickelt werden, um die Integration der Datenbestände effektiv zu gestalten und die Qualität der Daten langfristig zu gewährleisten. Die Zusammenführung von Unternehmen, insbesondere durch Fusionen und Übernahmen, bringt erhebliche Herausforderungen im Bereich des Datenmanagements mit sich. Eine Fusion führt häufig zu einer Integration unterschiedlicher Datenbestände, die vor der Zusammenlegung in separaten Systemen und nach unterschiedlichen Standards verwaltet wurden. Diese Heterogenität kann zu erheblichen Problemen in der Konsolidierung und Harmonisierung der Stammdaten führen. Redundante und inkonsistente Datenbestände sind dabei nur einige der Schwierigkeiten, die auftreten können und die eine präzise und kohärente Datenverwaltung erschweren. Die Relevanz der Datenqualität wird besonders deutlich, wenn man die Auswirkungen auf zentrale Geschäftsprozesse betrachtet. Eine fehlerhafte Rechnungsstellung kann nicht nur rechtliche und finanzielle Konsequenzen nach sich ziehen, sondern auch das Vertrauen von Kunden und Geschäftspartnern erheblich beeinträchtigen. In der Produktionsplanung können unzureichende oder inkonsistente Daten zu ineffizienten Produktionsabläufen führen, die zusätzliche Kosten verursachen und die Wettbewerbsfähigkeit des Unternehmens gefährden. Bei der Umsatzanalyse können fehlerhafte Daten zu falschen Geschäftseinschätzungen führen, was die Entscheidungsfindung beeinträchtigt und potenzielle Geschäftschancen verpasst. Schließlich hat auch eine mangelhafte Bestandsauswertung direkte Auswirkungen auf die Lagerhaltungskosten und die Effizienz des Supply-Chain-Managements. Die Qualität der Daten ist daher von zentraler Bedeutung für die Effektivität und Effizienz der gesamten Geschäftsabläufe nach der Fusion.
Kundenbewertungen
Datenmanagement, Data Science, Stammdatenmanagement, Datenqualität