Wie Sie Data Governance Prozesse erfolgreich modellieren und optimieren

Wie Sie Data Governance
Prozesse erfolgreich modellieren
und optimieren
Heilbronn, 26.04.2022

Ihre heutigen Moderatoren
Mittwoch, 26. April 2022 © 2022 - IBsolution GmbH 2
Christopher Wiedmann
Consultant Data Governance
Christopher.Wiedmann@ibsolution.com
Jana Murrweiss
Vertrieb – Digitale Transformation
Jana.Murrweiss@ibsolution.com

Zielgruppe
▪ Prozessverantwortliche und Process Owner
▪ Prozess-Manager
▪ Stammdaten- und Data Governance-
Verantwortliche
▪ CIO / IT-Leiter

Agenda
1. Allgemeine Einführung
2. Wichtigkeit und Bedeutung von Data
Governance
3. Prozessmanagement
4. Vorteile durch Signavio bei
Prozessmodellierung und -optimierung

28.04.2022 © 2021 - IBsolution GmbH 6
Prozessanalyse

28.04.2022 © 2021 - IBsolution GmbH 7
Prozessdokumentation

28.04.2022 © 2021 - IBsolution GmbH 8
Prozessmanagement

28.04.2022 © 2021 - IBsolution GmbH 9
Prozess Monitoring

Was brauch wir?
Donnerstag, 28. April 2022 © 2022 - IBsolution GmbH 10
• End-to-End
Prozessanalysen
• Automatische&
intelligente
Empfehlungen für
Prozessverbesserung
en
Process
analysis
and mining
• Qualitätssteigerung
durch
standardisiertes
Prozess Management
• Simulation &
Modellierung
Process
and
journey
modeling
• Volle Transparenz
über gesamte
Prozesslandschaft
• Single Source of
Truth für
Prozesswissen
• Stakeholder
Alignment
• Aktive
Zusammenarbeit
zwischen allen
Abteilungen
Process
colla-
boration
• Aufrechterhaltung
der
organisatorischen
und regulatorischen
Anforderungen aller
Prozesse
• Prozessrelevanz
gewährleisten durch
regelmäßige
Überprüfungen
Process
governance
&
automated
execution

Praxisbeispiel – Automotive
Wirtschaftliche Auswirkungen schlechter Stammdatenqualität
Kunde/OEM
Produzent/Lieferant
Ein Automobilzulieferer
produziert Zulieferteile und
versendet diese an seinen
Kunden. Als die Ware beim
Kunden eintrifft, stellt sich
heraus, dass die
Lieferadresse unzustellbar
war.
Konsequenz:
Wirtschaftlicher Schaden,
da die Produktionsbänder
vorübergehend
stillstanden. Kunde war
verärgert wegen
Mehraufwand und
Lieferverzug.
Imageschade, da der Fall
öffentlich wurde.
Grund:
In den Stammdaten des Kunden
wurden die Adressdaten fehlerhaft
gepflegt und nicht ausreichend
überprüft.
Wäre auf dem Feld „Adressdaten bzw. Lieferadresse“ eine Governance gewesen, hätte es
a) einen eindeutig fachlichen Verantwortlichen gegeben und
b) wäre vermutlich im Pflegeprozess sichergestellt gewesen, dass die Daten korrekt gesetzt werden
bzw. entsprechende Prüfungen dazu vorhanden sind.

Praxisbeispiel
Welche wirtschaftlichen Auswirkungen hat die Stammdatenqualität?

▪ Ursachen für unzureichende Stammdaten
- Einführung neuer Software und Systemänderungen / S/4 Transformation
- Dezentrale IT-Landschaften
- Fusionen und Übernahmen / Konsolidierungen
- Fehlendes Verständnis, Harmonisierung und Standardisierung
▪ Herausforderungen unserer Kunden
- Keine „Kontrolle“ über ihre Daten und fehlende Stammdatenqualität
- Steigende Anzahl von Stammdatenänderungen
- Keine klar zugewiesenen (Rollen und) Verantwortlichkeiten und
Eigentumsrechte für die Stammdatenpflege
- keine ausreichende Governance in den Prozessen der Stammdatenpflege
Wichtigkeit und Bedeutung von Data Governance
Reason Why?

▪ Data Governance bezieht sich auf eine konkrete Disziplin des Daten Management für die Verwaltung,
Zugriffe und Berechtigungen von Datenbeständen einer Organisation
▪ Erstreckt sich auf Personen, Rollen und Verantwortlichkeiten, Prozesse und die dafür verwendeten
Tool
▪ Organisation und Umsetzung von Richtlinien, Verfahren und Strukturen
→ Sicherstellen, dass Daten einheitlich, diszipliniert und effektiv verwaltet und gepflegt werden
→ Definierte Verantwortlichkeiten und dokumentierte Prozesse
→ Sicherstellung von qualitativ hochwertigen Stammdaten
→ Erfüllung von gesetzlichen Anforderungen
→ Ziel den Wert der Datenbestände zu maximieren,
den Umsatz zu steigern, und die Kosten zu senken
Was bedeutet Data Governance?

Überblick Data Governance Framework
Data Governance Organisation Definition von Rollen Definition von Aufgaben
Definition von Prozessen Verantwortlichkeiten Stammdatenpflege
▪Struktur
▪Verankerung von Master Data
Management in
Ihrer Organisation
▪„Best Practice“ Rollenkonzept
▪Die verschiedenen Rollen haben
verschiedene Verantwortlichkeiten in
der MDM Organisation
▪Standards
▪Unterstützung der Fachbereiche
▪Know How
▪Data Quality
▪Master Data Maintenance
▪Prozesse werden innerhalb der DG
Organisation bestimmt
▪Material, BP, Finanz
▪Anlegen, Ändern, Löschen
▪Definition von Verantwortlichkeiten
▪RACI / ARPA
▪Best-Practice Konzepte
▪Field Ownership
▪Definition der Pflegeprozesse
▪System Rollout
▪Dokumentation
▪Change Management

Überblick Vorgehensweise
Strategieabgleich
Definition der DG
Organisation
Soll Prozesse
Definition
von Rollen
RACIV &
Field Ownership
Input Kunden -
strategie &
Roadmap
Input Best
Practices +
Ist -Prozesse
Input IBsolution
A nsatz/Erfahrung
Input IBsolution
A nsatz/Erfahrung
+ T em plates
RA CIV T em plate
Rollen und
A ufgaben
Definition
Von Aufgaben
Input Best
Practices +
T em plates

MDM Prozess - Vorgehensweise

▪ Prozessmanagement → Identifikation, Gestaltung, Dokumentation, Implementierung, Steuerung
und Optimierung von Geschäftsprozessen
▪ „Wer macht was, wann, wie und womit?“
▪ Verwendung von Kennzahlen zur Optimierung und Steuerung
▪ Teilbereiche im Prozessmanagement
- Planen, Gestalten & Modellieren von Prozessen
- Durchführung der definierten Prozesse
- Überwachung & Dokumentation der Prozesse
▪ Ziele von Prozessen durch das Prozessmanagement…
…erhöhte Effizienz, Transparenz, Flexibilität & Geschwindigkeit
…bessere Qualität & reduzierte Kosten
Prozessmanagement
Einführung Prozessmanagement

▪ Stammdaten identifizieren…
…Enthalten Grundinformationen über betrieblich relevante Objekte z.B. Kunden, Lieferanten, Material
…Erforderlich zur laufenden Verarbeitung in Geschäftsprozessen
…Daten die für langen Zeitraum gültig sind und mehrmals verarbeitet werden
Prozessmanagement
Identifikation der Stammdaten & wichtige Merkmale von Stammdatenprozessen
Unterschiedliche
Möglichkeiten der
Reihenfolge der Tätigkeiten
Mehrere Schritte / Tätigkeiten
Standardisierte
Routinevorgänge
Mehrere organisatorische
Einheiten / verschiedene
Abteilungen
Basis für Wertschöpfung
Auslöser & Ergebnis

▪ Die Prozessmodellierung basiert im Allgemeinen auf standardisierten Modellierungssprachen
▪ Schwerpunkt der BPMN liegt auf der Notation
▪ Einfach in der Grundstruktur, hoher Detailierungsgrad möglich & einheitliche Sprache (ISO)
▪ Hohe Übersichtlichkeit auch bei großen Prozessmodellen
▪ Optimale Verbindung zwischen Business und IT & gemeinsames Prozessverständnis
→ Mithilfe von Symbolen werden Geschäftsprozesse & Arbeitsabläufe modelliert und dokumentiert
Prozessmanagement
BPMN (Business Process Model and Notation)

▪ Ungenau, unvollständig & zu kompliziert (Modellierung hilft dabei sich an Soll-Prozess zu halten)
▪ Umfang unangemessen (Passt Modellierungssprache zur Komplexität des Prozesses)
▪ Inhaltlich falsch
▪ Kosten übersteigen Nutzen
▪ Relevanz fraglich / falsche Perspektive (Gefahr etwas zu modellieren was nicht relevant ist)
▪ Abhängigkeiten / Beziehungen übersehen (Logik zwischen Objekten)
▪ Prozess Modellierung ≠ Prozesse funktionieren und Einhaltung der Mitarbeiter
→ Modellierung = Instrument zum Verändern/Optimieren der Prozesse
→ Bedeutung von Change Management
Prozessmanagement
Häufige Probleme beim Modellieren von Prozessen

Prozessmanagement
Vorstellung Beispielprozess - Kundenanlage

▪ Anbieter von Business Process Management (BPM) Software
▪ Gründung: 2009, Hauptquartier: Berlin
Signavio
Unternehmensvorstellung & Aufbau
Produkte Beschreibung
SAP Signavio Process Manager Intuitive BPM-Lösung für die professionelle Prozessmodellierung – egal ob
aktuelle Dokumentationen oder Soll-Konzepte.
SAP Signavio Process Governance Verwandeln der Geschäftsprozessmodelle in standardisierte Workflows
mithilfe von intuitiven Formularen, geteilten Aufgabenlisten und
automatischen Benachrichtigungen.
SAP Signavio Process Intelligence Ermöglicht Prozess Mining und Business Transformation der nächsten
Generation und sorgt für eine solide Automatisierung im gesamten
Unternehmen.
SAP Signavio Process Collaboration Hub Herz des Signavio-Portfolios für die Business Transformation und dient als
zentrale Wissensbasis für die gesamte Organisation. Prozesse, Daten,
anstehende Aufgaben und weitere Informationen aus allen
Softwarekomponenten sind von hier aus sofort zugänglich.

→ Intuitive Prozessmodellierung & -dokumentation
→ Prozesse und Unternehmensabläufe optimieren (Automatische & individuelle Prozessanalyse)
→ Effizienz, Transparenz & Flexibilität erhöhen (Service Qualität erhöhen)
→ Prozesskosten senken (Durchlaufzeiten testen & Kostenintensive Aktivitäten identifizieren)
Signavio
Eigenschaften von Signavio
Kollaboratives Business
Process Management
Gemeinsam verwaltete
Prozesse und
Entscheidungen
Prozessautomatisierung zur
Verbesserung der
Produktivität
Vollständig webbasierte
Software, um alle Vorteile
der Cloud zu nutzen
Erstellung von Prozesshandbücher & RACI Matrix

Erfolgreiche DG Prozessmodellierung und -optimierung
Vorteile Prozessmanagement mit Signavio
Modellierung
Simulation/Analyse
Optimierung
Dokumentation
Automatisierung
Prozess-
Erfahrung
Framework
DG Expertise
Prozesswissen
Templates

Weitere Informationen
finden Sie auf www.ibsolution.com/academy
Unser Service für Sie:
Ab morgen finden Sie dieses Webinar und die Folien unter:
ibsolution.com/academy/webinar-aufzeichnungen
Warum nicht auch Ihren Kollegen zeigen?
Nächstes Webinar:
17. Mai 2022:
Data Governance als Schlüsselfaktor für
Ihr Stammdatenmanagement
Anmeldung unter
ibsolution.com/academy/webinare
Subscribe to our Channel

Wie Sie Data Governance Prozesse erfolgreich modellieren und optimieren

Wie Sie Data Governance Prozesse erfolgreich modellieren und optimieren

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados(20)

Similar a Wie Sie Data Governance Prozesse erfolgreich modellieren und optimieren

Similar a Wie Sie Data Governance Prozesse erfolgreich modellieren und optimieren(20)

Mais de IBsolution GmbH

Mais de IBsolution GmbH(20)

Wie Sie Data Governance Prozesse erfolgreich modellieren und optimieren