Suchen

Datenmanagement

Datenintegration nach Fusionen und Übernahmen

| Autor/ Redakteur: Dagmar Hillmeister-Müller / Melanie Krauß

Wenn Unternehmen sich durch Mergers and Acquisitions vergrößern, müssen auch die Daten der neu gewonnenen Bereiche integriert werden. Wie zügig und qualitativ hochwertig dies geschieht, ist ein wichtiger Faktor für den wirtschaftlichen Erfolg.

Firmen zum Thema

Die Datenintegration kann bei der Fusion zweier Unternehmen zur Herausforderung werden.
Die Datenintegration kann bei der Fusion zweier Unternehmen zur Herausforderung werden.
(Bild: ©peshkov - stock.adobe.com)
  • Nach einer Fusion oder Übernahme sind Schnelligkeit und Qualität bei der Datenintegration entscheidend, um einen unternehmerischen Mehrwert zu schaffen.
  • Jedes Integrationsprojekt ist einzigartig und erfordert eine individuelle Strategie.
  • Vor der Integration der Daten muss sichergestellt werden, dass sie vollständig und konsistent sind.

Es ist immer ein großer Schritt, wenn Unternehmen durch Fusionen und Übernahmen neue Abteilungen, Standorte und Fabriken hinzugewinnen. Mit dem Potenzial für wirtschaftliches Wachstum wird die Organisation durch die Integration der neuen Strukturen aber auch vor eine Reihe von Herausforderungen gestellt.

Ein wichtiger Faktor, der über den Erfolg oder Misserfolg von Mergers oder Acquisitions mit­entscheidet, ist die Zusammenführung der Unternehmensdaten. Denn schließlich gilt: Je schneller mit den integrierten Daten gearbeitet werden kann, desto eher festigt sich gegebenenfalls ins Schwanken geratenes Vertrauen von Kunden, Mitarbeitern, Aktionären und allen anderen von der Fusion betroffenen Stakeholdern. Aber worauf kommt es bei der Datenintegration nach einer Fusion oder Übernahme an?

Die Antwort auf diese Frage lautet: Geschwindigkeit und Qualität. Denn je zügiger die Datenschätze der beteiligten Unternehmen zusammengebracht werden können, desto schneller lassen sich diese nutzen und Synergieeffekte erzielen.

Und gleichzeitig gilt, je hochwertiger die Qualität der Daten ist, je vollständiger, fehlerfreier, aktueller, konsistenter die Daten sind, desto eher werden sie zur Basis für einen echten unternehmerischen Mehrwert.

Jeder Integrationsprozess ist individuell

Die Geschwindigkeit bei der Zusammenführung von Unternehmensdaten ist dabei an eine Reihe unterschiedlicher Faktoren geknüpft. So müssen Antworten auf zahlreiche Fragen gefunden werden.

Hier nur ein paar Beispiele:

  • In welchen Systemen und Unternehmensbereichen liegen überhaupt geschäftsrelevante Kundendaten oder Geschäftspartnerdaten vor?
  • Wie sehen die Datenmodelle aus und aus welchen Quellsystemen sind die jeweiligen Daten zu übernehmen?
  • Welche Daten genau werden benötigt, um alle relevanten Informationen in das Zielsystem zu überführen?
  • Wie sehen die zugehörigen Prozesse aus und sind diese aufeinander abgestimmt?
  • Welche Mitarbeiter sind von Fachbereichsseite und IT für den Integrationsprozess verantwortlich?

Zu den typischen Herausforderungen bei Datenintegrationen in der Praxis zählen beispielsweise organisch gewachsene IT-Strukturen eines Unternehmens, die auf Legacy-Systemen beruhen und nur schwer zu durchschauen sind. Besonders anspruchsvoll ist es auch, wenn zahlreiche unterschiedliche, voneinander abgekoppelte IT-Systeme und Applikationen betrieben werden, die nicht konzernübergreifend eingebunden sind. Es wird deutlich: Jedes Integrationsprojekt ist einzigartig und muss individuell angepackt werden.

Data Cleansing: Daten müssen sauber sein

Aber auch die schnellste Datenintegration ist am Ende wenig wert, wenn die Qualität der Daten selbst nicht gegeben ist. Deshalb muss ein effektiver Integrationsprozess auch immer von einer Datenqualitätsprüfung und einer darauf basierenden Bereinigung der Daten begleitet werden. Dieser Prozess wird auch „Data Cleansing“ genannt, also „Daten-Säuberung“, und er stellt sicher, dass unvollständige, fehlerhafte oder inkonsistente Daten und auch doppelte Datensätze vermieden werden.

Wird eine Datenintegration strategisch angepackt, kann sie den Grundstein für ein effektives und an zukünftige Herausforderungen angepasstes Datenmanagement in Unternehmen legen. Dies gilt insbesondere mit Blick auf die Einhaltung von Richtlinien wie der Datenschutzgrundverordnung (DSGVO) oder BCBS 239 sowie etwaigen Reporting- und Compli­ance-Regelungen. All diese in- und externen Vorgaben erfordern eine ganzheitliche, umfassende Betrachtung der Daten: Data Governance.

Solch eine umfassende Data Governance beinhaltet auch die Etablierung von Betrugsabwehrmechanismen durch den Einsatz entsprechender Software. Diese ermöglicht nicht nur das Auffinden und den Schutz sensitiver Daten im Hinblick auf die DSGVO, sondern bietet gleichzeitig Schutz vor unberechtigten Zugriffen.

Es wird deutlich: Eine Datenintegration „von der Stange“ gibt es nicht. Eine effektive Datenintegration und ein intelligentes Datenmanagement haben insbesondere bei Fusionen und Übernahmen eine zentrale Rolle für moderne Unternehmen inne. Eine strategische Planung und eine konsequente Umsetzung der nötigen Schritte sind deshalb nicht optional. Sie sind ein Muss.

* Dagmar Hillmeister-Müller ist Data Governance Specialist EMEA-LA bei Informatica in 70499 Stuttgart, Tel. (01 72) 2 44 68 33, dhillmeister@informatica.com, www.informatica.com/de

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 45731628)