Stammdatenpflege: Aufgaben, Rolle und Prozesse im Pflege-Alltag

Stammdatenpflege ist die unsichtbarste Arbeit im Unternehmen: Wenn sie gut läuft, merkt es niemand. Wenn sie schlecht läuft, merken es alle, vom Einkauf über den Webshop bis zum Kunden, der ein Produkt mit falschem Gewicht zurückschickt. Dieser Artikel ist für die Leute geschrieben, die Stammdaten täglich pflegen oder die Pflegeprozesse dafür organisieren: Was gehört konkret zur Stammdatenpflege, wie sieht die Rolle des Stammdatenpflegers aus, wie setzt du Anlage- und Änderungsprozesse sauber auf, und womit holst du die meiste Zeit zurück. Die strategische Ebene, also wie du Stammdatenmanagement im Unternehmen überhaupt aufbaust (führende Systeme, Golden Record, Datenmodell), behandeln wir ausführlich im Leitfaden Stammdatenmanagement. Hier geht es um den Alltag danach.

Was gehört zur Stammdatenpflege? Die fünf Kernaufgaben

Stammdatenpflege ist mehr als "Daten eintippen". Am Beispiel Produktstammdaten, der pflegeintensivsten Stammdatenart, lassen sich fünf wiederkehrende Aufgaben unterscheiden, die zusammen den Lebenszyklus eines Datensatzes abdecken:

Wichtig für die Aufwandsplanung: Das Anlegen ist meist der kleinste Teil. Die eigentliche Arbeit steckt im Anreichern (aus einem kaufmännisch angelegten Artikel einen kommunikationsfähigen Datensatz machen) und im Bereinigen von Altlasten. Ein technischer Händler mit 20.000 Artikeln und 30 Merkmalen je Artikel verwaltet über eine halbe Million Einzelwerte, und jeder davon kann veralten.

Die Rolle Stammdatenpfleger: Aufgaben und Verortung

Was macht ein Stammdatenpfleger?

Ein Stammdatenpfleger (auch: Mitarbeiter Stammdatenpflege, Data Steward, Artikeldatenmanager) verantwortet die operative Qualität der Stammdaten. Zum typischen Aufgabenprofil gehören:

• Artikelanlage und -änderung nach definierten Regeln, inklusive Prüfung eingehender Lieferantendaten

• Anreicherung: Merkmale erfassen, Artikel klassifizieren, Texte und Medien zuordnen

• Qualitätssicherung: Dubletten prüfen, Vollständigkeit kontrollieren, Fehlermeldungen aus Fachabteilungen abarbeiten

• Datenaustausch: Lieferantendaten importieren, Kunden- und Kanalexporte (z. B. BMEcat-Kataloge, Marktplatz-Feeds) bereitstellen

• Regelpflege: Pflichtfeldkataloge, Merkmalslisten und Pflegerichtlinien aktuell halten und Kollegen einweisen

Das Profil braucht eine seltene Kombination: Sorgfalt und Strukturdenken, solide Warenkenntnis (wer nicht weiß, was ein Kabelquerschnitt ist, kann ihn nicht plausibilisieren) und Sicherheit im Umgang mit den Systemen, in denen gepflegt wird, sei es ERP, PIM oder beides.

Wo hängt die Rolle organisatorisch?

Im Mittelstand ist Stammdatenpflege selten eine eigene Abteilung. Drei Modelle sind verbreitet:

• Dezentral in den Fachbereichen: Produktmanagement pflegt Produktdaten, der Vertriebsinnendienst Kundendaten, der Einkauf Lieferantendaten. Vorteil: Fachwissen sitzt direkt an der Pflege. Risiko: Ohne gemeinsame Regeln driftet die Qualität auseinander.

• Zentrales Stammdaten-Team: Ein kleines Team (oft 1 bis 3 Personen) bündelt Anlage und Qualitätssicherung, häufig angesiedelt bei Produktmanagement, Einkauf oder Organisation/IT. Vorteil: einheitliche Standards. Risiko: Das Team wird zum Flaschenhals, wenn alle Änderungen über einen Tisch laufen.

• Hybrid: Eine zentrale Rolle definiert Regeln, gibt frei und misst Qualität; die Fachbereiche liefern Inhalte zu. In der Praxis das robusteste Modell, weil es Fachwissen und Konsistenz verbindet.

Unabhängig vom Modell gilt: Die Rolle braucht ein klares Mandat. Ein Stammdatenpfleger, der Datenlieferungen ohne Pflichtangaben zurückweisen darf, ist wirksam. Einer, der nur hinterherräumt, ist Symptombekämpfung.

Pflegeprozesse sauber aufsetzen

Gute Stammdatenpflege ist zu 80 % Prozess und zu 20 % Fleiß. Drei Prozesse solltest du explizit definieren, am besten schriftlich auf je einer Seite:

1. Anlage-Workflow mit Pflichtfeld-Gate

Der Anlageprozess entscheidet über die Datenqualität der nächsten Jahre, denn was schief angelegt wird, wird selten nachgepflegt. Ein bewährter Ablauf:

1. Anforderung: Wer einen neuen Artikel braucht (Einkauf, Produktmanagement), liefert die Basisdaten strukturiert an, idealerweise per Formular oder Importvorlage statt per E-Mail-Freitext.

2. Anlage mit Pflichtfeldern: Der Artikel wird erst gespeichert bzw. aktiviert, wenn die definierten Pflichtfelder gefüllt sind. Das System sollte das erzwingen, nicht eine Checkliste auf Papier.

3. Anreicherung: Merkmale, Klassifikation, Texte und Medien werden ergänzt, je nach Kanalanforderung in Stufen ("ERP-fertig" vor "Shop-fertig").

4. Freigabe: Erst nach Freigabe fließt der Artikel in Webshop, Kataloge und Exporte.

2. Änderungsprozess mit Vier-Augen-Prinzip

Nicht jede Änderung braucht eine Freigabe, sonst wird der Prozess zäh. Unterscheide deshalb nach Feldkritikalität: Unkritische Felder (interne Notizen, Zusatzbilder) darf jeder Berechtigte direkt ändern. Kritische Felder, also alles, was Bestellungen, Preise, Sicherheit oder Rechtliches berührt (Preise, EAN, Gefahrgutkennzeichen, Normangaben), laufen über ein Vier-Augen-Prinzip: Einer ändert, ein Zweiter gibt frei. Moderne Systeme bilden das als Workflow ab, inklusive Änderungshistorie, wer wann was geändert hat. Diese Nachvollziehbarkeit ist im Fehlerfall Gold wert.

3. Dubletten-Handling

Dubletten entstehen fast immer bei der Anlage: Ein Artikel wird nicht gefunden (andere Schreibweise, andere Lieferantennummer) und deshalb neu angelegt. Zwei Gegenmittel: Erstens eine Dubletten-Prüfung vor der Anlage, mindestens über EAN und Herstellerartikelnummer, besser zusätzlich über Ähnlichkeitssuche in der Bezeichnung. Zweitens ein definierter Zusammenführungsprozess für gefundene Dubletten: Welcher Datensatz überlebt (in der Regel der vollständigere oder der mit Bewegungshistorie), wohin zeigen die Referenzen, und der unterlegene Datensatz wird deaktiviert statt gelöscht.

Stammdatenpflege in SAP: was dorthin gehört und was nicht

In vielen Unternehmen heißt Stammdatenpflege konkret: Materialstammpflege in SAP (oder einem anderen ERP). Das ist für einen großen Teil der Daten auch genau richtig. Das ERP ist das führende System für alles, was kaufmännische und logistische Prozesse steuert:

• Gut im ERP aufgehoben: Artikelnummern, Preise und Konditionen, Bestände, Dispositionsdaten, Lagerparameter, Buchhaltungssichten, Lieferzeiten.

• Dort nur mühsam pflegbar: Produktkommunikationsdaten, also lange Beschreibungstexte in mehreren Sprachen, umfangreiche technische Merkmalslisten, Klassifikationen wie eCLASS und ETIM in wechselnden Versionen, Bilder und Dokumente, kanalspezifische Ausprägungen für Shop, Marktplatz und Print.

Das ist kein Mangel des ERP, sondern eine Frage des Einsatzzwecks: Ein ERP ist für Prozesse gebaut, nicht für Produktkommunikation. Wer Marketingtexte, Übersetzungen und Klassifikationsmerkmale in ERP-Masken pflegt, kämpft mit Feldlängen, fehlender Medienverwaltung und Exporten, die jedes Mal ein IT-Ticket brauchen. Die bewährte Arbeitsteilung: Das ERP bleibt führend für Logistik und Kaufmännisches, ein PIM-System übernimmt die beschreibenden Produktdaten, und eine Schnittstelle hält beide synchron. Wie diese Arbeitsteilung konkret aussieht, inklusive Feldverantwortung und Synchronisationsrichtung, liest du in PIM und ERP kombinieren.

Typische Zeitfresser in der Stammdatenpflege

Wenn du wissen willst, wo in eurer Pflege die Zeit versickert, findest du sie fast immer in einer dieser fünf Kategorien:

• Mehrfachpflege: Derselbe Wert wird per Copy-and-paste in ERP, Shop, Excel-Liste und Händlerportal eingetragen, viermal Arbeit, vier Chancen auf Abweichungen.

• Excel-Zwischenstände: Daten werden exportiert, in Excel bearbeitet, zurückimportiert. Bei jedem Umweg gehen Formate, Einheiten und Aktualität verloren. Warum das keine Dauerlösung ist, steht in Excel ablösen.

• Einzelpflege statt Massenpflege: 500 Artikel bekommen ein neues Merkmal, und jemand klickt 500-mal durch dieselbe Maske.

• Manuelle Klassifikation: Jeder Artikel wird von Hand einer eCLASS- oder ETIM-Klasse zugeordnet und die Merkmale einzeln befüllt.

• Suche nach der Wahrheit: Vor jeder Änderung muss erst geklärt werden, welcher von drei abweichenden Werten der richtige ist.

Die gute Nachricht: Genau diese Zeitfresser sind es, die sich durch Werkzeuge und Prozesse abstellen lassen. Unsere Kunden berichten von bis zu 70 % weniger Zeitaufwand in der Datenpflege, wenn Mehrfachpflege, Excel-Umwege und Einzelklickerei wegfallen, und von bis zu 99 % weniger Datenfehlern durch systemseitige Validierung.

Effizienter pflegen: Massenpflege, Vererbung, Automatisierung, KI

Vier Hebel machen aus mühsamer Einzelpflege einen skalierbaren Prozess:

Massenpflege

Statt Artikel für Artikel zu öffnen, filterst du eine Artikelmenge (z. B. "alle Handschuhe der Warengruppe X ohne Schutznorm-Angabe") und pflegst das Merkmal tabellarisch für alle auf einmal. Gute Systeme kombinieren das mit Suchen-und-Ersetzen, Wertzuweisungen per Regel und Import aus Tabellen mit Feld-Mapping.

Vererbung

Varianten übernehmen gemeinsame Werte vom übergeordneten Produkt: Der Beschreibungstext, die Bilder und 25 von 30 Merkmalen werden einmal am Hauptprodukt gepflegt, nur Größe und Farbe je Variante. Bei variantenreichen Sortimenten (Workwear, Befestigungstechnik, Kabel) reduziert das die Pflegemenge um Größenordnungen.

Automatisierung und Validierung

Alles, was regelbasiert prüfbar ist, sollte das System prüfen, nicht der Mensch: Pflichtfelder, Wertebereiche, Einheiten, Dubletten-Warnungen. Dazu automatische Verteilung: Ein freigegebener Wert fließt per Schnittstelle in alle Kanäle, statt manuell nachgetragen zu werden. Und bei der Klassifikation lohnt sich der Blick auf vorhandene Daten: In der entitys Cloud liegen über 20 Millionen bereits klassifizierte Produktdatensätze. Findet sich ein Artikel darin, übernimmst du Klasse und Merkmalsstruktur, statt bei null anzufangen; Kunden berichten von 80 % Aufwandsreduktion durch vorklassifizierte Datensätze.

KI-Unterstützung

KI nimmt der Pflege vor allem die Rohtextarbeit ab: Merkmale aus Lieferanten-Datenblättern und Fließtexten extrahieren, Beschreibungstexte aus strukturierten Merkmalen generieren, Übersetzungen vorbereiten, Klassifikationsvorschläge machen. Wichtig bleibt das Prinzip "Vorschlag statt Autopilot": Die KI liefert, der Stammdatenpfleger prüft und gibt frei. Konkrete Einsatzszenarien haben wir in KI im PIM: praktische Use Cases beschrieben.

KPIs: Woran du gute Stammdatenpflege erkennst

Pflegequalität lässt sich messen, und was gemessen wird, verfällt langsamer. Vier Kennzahlen reichen für den Anfang:

Ergänzend lohnt der Blick auf Folgekennzahlen wie Retouren- und Rückfragequoten, denn dort schlägt schlechte Pflege zuerst auf: Eine Untersuchung von Shotfarm/NPD führt rund 40 % der Retouren auf schlechte Produktdaten zurück. Wie du die Messung sauber aufsetzt, von der Feldgewichtung bis zum Dashboard, zeigt der Leitfaden Produktdatenqualität messen.

Häufig gestellte Fragen

Was macht ein Stammdatenpfleger?

Ein Stammdatenpfleger verantwortet die operative Qualität der Stammdaten: Er legt Artikel nach definierten Regeln an, reichert sie mit Merkmalen, Klassifikationen, Texten und Medien an, prüft Lieferantendaten, bereinigt Dubletten und stellt Exporte für Kunden und Kanäle bereit. Dazu kommen Qualitätssicherung anhand von Kennzahlen und die Pflege der Regeln selbst, etwa Pflichtfeldkataloge und Pflegerichtlinien.

Was gehört alles zur Stammdatenpflege?

Fünf Kernaufgaben decken den Lebenszyklus eines Stammdatensatzes ab: Anlegen (Neuerfassung mit Pflichtfeldern), Ändern (Korrekturen und Aktualisierungen), Anreichern (Merkmale, Klassifikation, Texte, Medien ergänzen), Bereinigen (Dubletten, Einheiten, Lücken) und Archivieren (Auslaufartikel deaktivieren statt löschen). Der größte Aufwand steckt meist im Anreichern und Bereinigen, nicht in der Anlage.

Was ist der Unterschied zwischen Stammdatenpflege und Stammdatenmanagement?

Stammdatenmanagement ist die strategische Ebene: festlegen, welche Systeme führend sind, wie das Datenmodell aussieht und wer welche Verantwortung trägt. Stammdatenpflege ist die operative Ebene: die tägliche Arbeit des Anlegens, Änderns, Anreicherns und Bereinigens innerhalb dieser Regeln. Das eine funktioniert nicht ohne das andere; den strategischen Aufbau beschreibt unser Leitfaden zum Stammdatenmanagement.

In welcher Abteilung ist die Stammdatenpflege angesiedelt?

Im Mittelstand gibt es selten eine eigene Stammdatenabteilung. Verbreitet sind drei Modelle: dezentrale Pflege in den Fachbereichen (Produktmanagement, Einkauf, Vertriebsinnendienst), ein kleines zentrales Stammdaten-Team oder ein Hybrid, bei dem eine zentrale Rolle Regeln setzt und freigibt, während die Fachbereiche Inhalte zuliefern. Der Hybrid verbindet Fachwissen mit Konsistenz und ist in der Praxis am robustesten.

Kann man Stammdatenpflege automatisieren?

In Teilen, ja. Regelbasierte Prüfungen (Pflichtfelder, Wertebereiche, Dubletten-Warnungen), die Verteilung freigegebener Werte in alle Kanäle sowie Massenpflege und Vererbung lassen sich systemseitig automatisieren; KI unterstützt bei Merkmalextraktion, Texten und Klassifikationsvorschlägen. Die fachliche Prüfung und Freigabe bleibt beim Menschen. Kunden von entitys berichten von bis zu 70 % weniger Zeitaufwand in der Datenpflege und bis zu 99 % weniger Datenfehlern.

Fazit: Pflege ist ein Prozess, kein Fleißprojekt

Gute Stammdatenpflege entsteht nicht durch mehr Disziplin an schlechten Werkzeugen, sondern durch klare Prozesse (Anlage mit Pflichtfeld-Gate, Vier-Augen-Freigaben, Dubletten-Handling), eine Rolle mit Mandat und Werkzeuge, die Massenpflege, Vererbung und Validierung können. Wer dann noch misst, statt zu hoffen, hat den Verfall dauerhaft im Griff.

Wenn du sehen willst, wie viel Pflegeaufwand in deinem Sortiment tatsächlich steckt und welche der Zeitfresser sich bei euch abstellen lassen, sprich mit uns: Im Gespräch schauen wir gemeinsam auf deine Datenlage und zeigen dir an deinen eigenen Artikeln, wie effiziente Stammdatenpflege aussieht. Hier kannst du direkt einen Termin vereinbaren.