Tag Archives: Artikelstammdatenqualität

Do It Right First Time (DIRFT-Konzept)

Im Zusammenhang mit der Qualität von Artikelstammdaten taucht immer wieder das sogenannte „DIRFT-Konzept“ auf. Wo kommt dieses Konzept her und was bedeutet es eigentlich im Zusammenhang mit der Qualität von Artikelstammdaten?

Der Erfinder des Konzepts ist Philip Bayard Crosby (1926- 2001). Er gilt als einer der Denker der Qualitätswissenschaft mit dem Tätigkeitsschwerpunkt des Null-Fehler-Programms (vgl. Kamiske, Qualitätsmanagement von A bis Z, 2011, S. 41f). Er entwickelte es als Antwort auf die Qualitätskrise der späten 1970er und in den 1980er Jahren, in denen vor allem amerikanische und europäische Hersteller, aufgrund der höheren Qualität der japanischen Produkte, Marktanteile an japanische Hersteller verloren haben (vgl. Crosby, Quality Is Free – The Art Of Making Quality Certain, 1980, S. 3ff). Das Null-Fehler-Programm zielt auf eine mängelfreie Produktion ohne Ausschuss und Nacharbeiten ab. Es duldet keinerlei „akzeptable“ Fehlerquoten und keine Nachbesserungen. Stattdessen ist eine Produktion stets ohne Fehler anzustreben. In seiner kostenorientierten Betrachtung stellt der Qualitätswissenschaftler fest, dass nicht die qualitativhochwertige Fertigung die Produktionskosten in die Höhe treibt, sondern die Nichteinhaltung bestimmter Vorgaben die Gesamtkosten ansteigen lassen. Es entsteht demnach ein Fehlleistungsaufwand (vgl. Kamiske, Qualitätsmanagement von A bis Z, 2011, S. 138).

Das Gesamtkonzept wird in der Literatur vereinfacht als DIRFT-Ansatz bezeichnet. Dabei steht das Akronym für den von Crosby formulierten Leitsatz „Do it right the first time“ (vgl. Chemuturi, Mastering Software Quality Assurance, 2010, S. 15ff). Ins Deutsche übersetzt lässt es sich mit: „Dinge direkt beim ersten Mal richtigmachen!“ umschreiben.

Übertragen auf eine prozessbezogene Artikelstammdatenqualitätsoptimierung, zielt das DIRFT-Konzept auf die Fehlervermeidung im Vorfeld und während des gesamten Artikelstammdaten-prozesses ab. Es ist damit eine proaktive Strategie zur Verbesserung der Datenqualität (vgl. Redman, Data Quality For The Information Age, 1996, S. 11ff). Die Vermeidung von Fehlern orientiert sich an der Einhaltung bestimmter Anforderungen oder Spezifikationen (vgl. Liesmann (Hrsg.), Controlling und Kostenrechnung, 1997, S. 553). Dies können beispielsweise die Nutzungsvorgaben und Regeln des GDSN-Standards respektive die Anforderungen des Data Quality Gates für den deutschen Zielmarkt sein (vgl. https://www.gs1-germany.de/gs1-solutions/stammdaten/data-quality-gate/).

Bei der Artikelstammdatenanlage bedeutet DIRFT demnach nichts anderes, als die Daten bei der Ersterfassung gleich richtig im IT-System einzugeben. Es gilt die Maßgabe, dass die Daten sowohl im Hause des Lieferanten, als auch in der nachfolgenden Wertschöpfungskette des Handels und der Endkonsumenten ohne Nachkorrekturen und ohne Einschränkungen nutzbar sind. Das Nachbearbeiten von Artikelstammdaten – im Sinne von reaktiven Datenqualitätsmaßnahmen – ist zu vermeiden.

Dinge beim ersten Mal gleich richtig zu machen, wird die Artikelstammdatenpfleger/-innen nicht davon abhalten Fehler zu machen. Es wird allerdings dazu ermutigt, sich ständig zu verbessern und proaktive Maßnahmen zur Optimierung der Datenqualität anzustreben. Außerdem werden sie die wertschöpfungsübergreifende Nutzung der Artikelstammdaten stets im Blick haben

Rampenmanagement

Nachhaltiges Rampenmanagement und Datenqualität – Wie geht das zusammen?

Neulich habe ich mir auf dem Logistik-Roundtable des EHI (Euro Handels Institut) und des HDE (Handelsverband Deutschland) in der Technischen Hochschule Ingolstadt einen Vortrag zum Projekt  “Nachhaltiges Rampenmanagement” (NARAMA) angehört. Präsentiert wurden die Forschungsergebnisse des Projekt von Niels Hackius vom Institut für Logistik und Unternehmensführung von der Technischen Hochschule in Hamburg-Harburg. Bei diesem Forschungsprojekt geht es um die Optimierung von logistischen Schnittstellen nach ökologischen, sozialen und ökonomischen Kriterien.
Continue reading

Anstieg unstrukturierter Daten

Big Data: Nicht ohne DQM!

Sascha Kasper,  Director Solution Partners & New Businesses bei 1WorldSync, schreibt über Big Data:

Wenn über Big Data gesprochen wird, ist die Diskussion über unstrukturierte Daten nicht weit. Das hat auch die Fachtagung “Big Data im Alltag – Welchen Nutzen hat der Anwender heute und in der Zukunft?”, die am 25. Februar 2016 in der Industrie und Handelskammer (IHK) Dortmund stattfand, wieder gezeigt. Denn das Thema Datenqualität kam erwartungsgemäß nicht zu kurz. Kein Wunder, denn die Deutsche Gesellschaft für Informations- und Datenqualität e.V. (DGIQ) hat dieses Event mit veranstaltet.

Continue reading

Artikelstammdatenqualität zum Anfassen

Was haben die Artikelbezeichnungen Toilettensitz, Müsliriegel und Parfümflasche gemeinsam?

Die Anregung zu diesem Blog-Beitrag bekam ich aus dem GS1 Germany Artikel  zum Thema Stammdatenqualität in der Baumarktbranche  und der darin gestellten Frage, was die Branche quält, wenn die Artikelstammdaten nicht den gewünschten Anforderungen der Datennutzer entsprechen. Im Zuge meiner zusätzlichen Recherche zum Thema bin ich auf den englischen Beitrag von Henrik Liliendahl Sørensen aus Dänemark gestoßen, der sich mit einem Produkt beschäftigt, welches im Baumarkt nicht fehlen darf: Frei übersetzt lautet der Artikel “Was hat ein Toilettendeckel mit Datenqualität zu tun?
Continue reading

Ursachen mangelnder Datenqualität

In dieser Woche fand die jährliche Mitgliederversammlung der Deutschen Gesellschaft für Informations- und Datenqualität e.V. (DGIQ) in Offenbach statt, deren  Mitglied ich seit einigen Jahren bin. Der Verein sieht es als einer seiner Kernaufgaben an, dass Thema “Datenqualität” mehr und mehr in den Fokus der Betrachtung zu rücken, wenn es um die Datenerfassung, -haltung und -verarbeitung geht. In diesem Zusammenhang wird dann oft die Frage gestellt, warum kann es in einem Unternehmen überhaupt zu Datenqualitätsproblem kommen? Kurz: Was sind die Ursachen für Datenqualitätsprobleme und welche sind dies im Bereich der Artikelstammdaten im Speziellen? Continue reading