Single Source Ep. 10: Gute Produktdaten beginnen mit Data Governance

Die meisten Organisationen haben in ein PIM investiert. Weit weniger haben in das investiert, was es tatsächlich am Laufen hält. In dieser Folge von The Single Source spricht Nicola Askham, bekannt als The Data Governance Coach und mit 24 Jahren Erfahrung eine der führenden Expertinnen für Data Governance in Großbritannien, mit den PIMvendors-Mitgründern Stephan Spijkers und Chris Jobse über das strukturelle Problem, das auf jede PIM-Einführung folgt: Die Daten verschlechtern sich innerhalb von Monaten, nicht Jahren, und die Ursache ist fast nie das Tool.

Das Gespräch behandelt, was Data Governance tatsächlich ist (und was nicht), warum selbst gut finanzierte PIM-Projekte ohne sie scheitern, wie sich in komplexen Organisationen sinnvolle Datenverantwortung festlegen lässt und warum regulatorischer Druck und der Einsatz von KI das Thema jetzt auf die Agenda der Geschäftsleitung zwingen, die es bisher nie erreicht hat. Diese Folge ist für alle, die ein PIM eingeführt haben oder kurz davor stehen und verstehen wollen, warum das Tool allein nicht ausreicht.

Referenten:

Stephan Spijkers, Mitgründer, PIMvendors.com

Chris Jobse, Mitgründer, PIMvendors.com

Nicola Askham, The Data Governance Coach

Data Governance ist nicht das Tool, und beides zu verwechseln ist der teuerste Fehler überhaupt im PIM-Umfeld.

Organisationen stecken immer wieder sechsstellige Budgets in PIM-Lizenzen und die Einführung, nur um zuzusehen, wie die Datenqualität innerhalb von drei bis sechs Monaten verfällt. Der Grund ist struktureller, nicht technischer Natur: Das Tool wurde ohne ein Governance-Framework eingeführt, das festlegt, wem die Daten gehören, wer darüber entscheiden darf und welche Prozesse sie nach dem Go-live sauber halten. Data Governance ist der Entscheidungsrahmen rund um Daten, also Rollen, Verantwortlichkeiten und Prozesse, keine Software. Ein PIM ohne Governance ist ein gut sortierter Behälter, der sich langsam mit schlechten Eingaben füllt.

Die Kosten schlechter Product Data Governance sind real, aber sie verstecken sich in den falschen Posten der GuV.

Die Retouren steigen sprunghaft. Die Stunden im Kundenservice nehmen zu. Logistik-Eilaufträge kosten das Vier- bis Fünffache des geplanten Satzes. Sendungen werden beim Zoll beschlagnahmt, weil das Feld für das Ursprungsland falsch ausgefüllt war. Ein Sofa landet im Regen auf der Laderampe eines Lagers. Keiner dieser Vorfälle taucht als Posten namens „Versagen der Datenqualität“ auf, und genau deshalb handelt die Geschäftsleitung selten. Chris Jobse nannte eine konkrete Zahl: Ein einziger Fehler in den Produktdaten kostet ein Unternehmen schätzungsweise 500 €, wenn man die gesamten Folgen über Systeme, Prozesse und Korrekturaufwand hinweg nachverfolgt.

Datenverantwortung über Abteilungssilos hinweg festzulegen ist schwieriger, als es aussieht, aber darauf zu verzichten ist keine Option.

Die meisten Probleme mit Produktdaten lassen sich auf dieselbe strukturelle Lücke zurückführen: Niemand ist formal für den gesamten Lebenszyklus der Daten verantwortlich. Einkauf, Kategoriemanagement, E-Commerce und regionale Vertriebsteams arbeiten alle mit Produktdaten, jeweils mit anderen Anforderungen und anderen Anreizen. Das Framework von Nicola Askham ist hier eindeutig: Sie brauchen Data Owner, die verbindliche Entscheidungen treffen dürfen, und Data Stewards, die einheitlichen Prozessen folgen, und kein Stammdatenteam, das am Ende der Kette als manueller Reparaturtrupp arbeitet. Ein solches Team ist, wie Chris Jobse anmerkte, ein Erfassungsteam ohne Prozesshoheit und keine Governance-Funktion.

Pragmatismus ist nicht das Gegenteil von Governance, sondern Voraussetzung für eine Governance, die tatsächlich hält.

Eine drakonische Data Governance zerbricht in der Praxis. Wenn jeder neue Produkteintrag die Freigabe einer einzigen Person braucht und diese Person in den Urlaub geht, verlieren Underwriter Geschäfte und Kategoriemanager umgehen das System. Stephan Spijkers bringt es auf den Punkt: Menschen finden immer Ausnahmen von Regeln, die nicht flexibel sind, sei es über politischen Druck, parallele Tabellen oder Dummy-Einträge, um zum Quartalsende noch einen Abschluss zu machen. Ein gut gestaltetes Governance-Framework sieht den Eilauftrag, die Ausnahme und die unvollständige Anreicherung bei der Erfassung ausdrücklich vor und bietet dann einen klaren Weg zur Korrektur. Dummy-Daten mit einem dokumentierten Bereinigungsprozess zuzulassen ist besser, als keine Flexibilität zu bieten und nur Umgehungslösungen zu ernten.

Regulatorischer Druck und der Einsatz von KI sind heute die beiden schnellsten Wege, Data Governance auf die Agenda der Geschäftsleitung zu bringen.

Nicola Askham argumentiert am liebsten über den Wert: Data Governance senkt Retouren, verbessert die Konversion, reduziert die Kosten im Kundenservice und macht jedes nachgelagerte System verlässlicher. Sie räumt aber eine praktische Realität ein: Manche Organisationen bewegen sich nur, wenn Compliance sie dazu zwingt. Der Digitale Produktpass, die PPWR und verwandte EU-Vorschriften verlangen strukturierte, geprüfte, maschinenlesbare Produktdaten, und genau die liefert ein ausgereiftes Data-Governance-Framework. KI ist der zweite Hebel: Large Language Models können ungesteuerte Eingaben nicht ausgleichen, und Organisationen, die KI mit schlecht strukturierten Produktdaten trainieren lassen, erhalten Ergebnisse, die überzeugend klingen und geschäftlich Schaden anrichten. Beide Druckfaktoren führen zur selben grundlegenden Arbeit.

Die beste Zeit zum Anfangen war vor 200 Jahren. Die zweitbeste ist jetzt, aber beginnen Sie mit der richtigen Frage.

Die Eichen-Analogie von Nicola Askham beschreibt treffend, wie lange Data Governance braucht, um zu reifen. Ihr praktischer Rat für Organisationen, die anfangen wollen: Benennen Sie das konkrete geschäftliche Problem, das Ihre Organisation lösen muss. Also nicht „Wir brauchen Data Governance“, sondern „Wir verlieren Lieferantenbeziehungen, weil unsere Datenqualität inakzeptabel ist“ oder „Unsere KI-Ergebnisse scheitern, weil die zugrunde liegenden Produktdaten nicht gesteuert werden“. Der Einstieg ist ein geschäftliches Problem, keine Best-Practice-Vorgabe. Sobald das Problem klar ist, fangen Sie klein an, benennen eine Person für die Koordination und bauen das Framework rund um echte Schmerzpunkte der Organisation auf statt um theoretische Vollständigkeit.

👉 Sie bewerten Ihr PIM-Setup oder wissen nicht genau, wo Ihre Product Data Governance steht?

Vergleichen Sie Anbieter und vereinbaren Sie ein Gespräch mit unserem Team unter: