P2P Stammdatenoptimierung in ERP-Prozessen

P2P Stammdatenoptimierung in ERP-Prozessen
KI-generiertes Cover mithilfe von ChatGPT / DALL-E vom 28.08.2025

Abstract

Die Forschungsarbeit analysiert die Rolle von Stammdaten im Procure-to-Pay-(P2P)-Prozess und zeigt auf, wie deren Optimierung maßgeblich zur Effizienzsteigerung in ERP-Systemen beiträgt.
Im Zentrum steht die Frage, wie Datenqualität, Datenmanagement und Prozessintegration zusammenspielen, um Fehler, Medienbrüche und Ineffizienzen zu reduzieren.
Durch eine Kombination aus theoretischer Analyse, Prozessmodellierung und Praxisbezug wird deutlich: Eine gezielte Stammdatenoptimierung ist ein entscheidender Hebel zur Senkung von Prozesskosten, zur Erhöhung von Transparenz und Compliance sowie zur Stärkung der Lieferantenbeziehungen.

Zusammenfassung

Das Projekt entstand im Rahmen einer Forschungsarbeit mit Fokus auf ERP-gestützte Geschäftsprozesse. Ziel war es, die Qualität und Struktur von Stammdaten im P2P-Prozess (Beschaffung bis Bezahlung) kritisch zu untersuchen und Optimierungspotenziale aufzuzeigen.
Die Arbeit verbindet theoretische Grundlagen der Unternehmensorganisation mit konkreten ERP-Praxisanforderungen.

Problemstellung

  • Stammdaten sind die Grundlage effizienter ERP-Prozesse, werden jedoch oft vernachlässigt.
  • Fehlerhafte oder inkonsistente Stammdaten führen zu Prozessstörungen, Mehraufwand und erhöhten Kosten.
  • Zentrale Forschungsfrage: Wie lässt sich die Stammdatenqualität im P2P-Prozess systematisch verbessern, um Effizienz und Compliance sicherzustellen?

Ansatz & Vorgehen

  • Analyse des P2P-Prozesses: von Bedarfsmeldung über Bestellung bis zur Rechnungsprüfung und Zahlung.
  • Identifikation typischer Schwachstellen (z. B. doppelte Datensätze, fehlende Felder, Medienbrüche).
  • Anwendung von Methoden der Prozessoptimierung und Systemtheorie.
  • Entwicklung von Handlungsempfehlungen für ein praxisnahes Stammdatenmanagement.
  • Betrachtung technologischer Aspekte (ERP-Systeme, Schnittstellen, Automatisierung).

Ergebnis & Wirkung

  • Nachweis, dass eine strukturierte Stammdatenoptimierung zu deutlich effizienteren Prozessen führt.
  • Reduktion von Durchlaufzeiten und manuellen Nacharbeiten.
  • Stärkung von Compliance und Datenintegrität.
  • Beitrag zu Kostensenkung und strategischem Lieferantenmanagement.
  • Lessons Learned: Stammdatenqualität ist nicht nur ein IT-Thema, sondern ein organisationales Querschnittsthema.

Tech-Stack (optional)

  • ERP-Systeme (SAP als Referenzmodell)
  • Prozessmodellierung (BPMN)
  • Methoden: Datenqualitätsmanagement, Systemisches Denken, Prozessanalyse

Persönliche Note

Die Forschungsarbeit hat mir gezeigt, wie stark die Datenqualität über Erfolg oder Misserfolg von Digitalisierungsprojekten entscheidet. Gerade im Einkauf und in der Beschaffung ist Stammdatenmanagement kein Nebenthema, sondern der Schlüssel für Automatisierung, Effizienz und Kostenkontrolle.
Dieses Projekt ist für mich persönlich relevant, da es meine Erfahrung als Einkäufer mit meinem heutigen Fokus auf digitale Prozessoptimierung verbindet.