Das Wichtigste in Kürze
Definition: Stammdaten (auch Master Data genannt) sind die selten veränderlichen Kerndaten zu Geschäftsobjekten wie Kunden, Lieferanten, Produkten, Materialien und Mitarbeitern.
Abgrenzung: Anders als Bewegungsdaten, die laufend entstehen (z. B. Bestellungen, Buchungen), bleiben Stammdaten über lange Zeit konstant.
Arten: Zu den wichtigsten Stammdaten zählen Kundenstammdaten, Lieferantenstammdaten, Material- und Artikelstammdaten, HR-Stammdaten sowie Legal-Entity-Daten.
Bedeutung: Stammdaten sind die Lebensader jedes Unternehmens — jede Rechnung, jede Analyse und jeder Prozess greift auf sie zurück.
Qualität zählt: Schlechte Datenqualität kostet Unternehmen laut Gartner durchschnittlich mindestens 12,9 Mio. USD pro Jahr.
Pflege ist dauerhaft: Stammdatenpflege ist kein einmaliges Projekt, sondern ein kontinuierlicher Prozess mit klaren Verantwortlichkeiten.
Fundament für KI: Saubere Stammdaten sind auch die Grundlage jeder KI-Initiative — mehr dazu im Beitrag zu Master Data Management und KI-Readiness.
Was sind Stammdaten? Die Definition
Stammdaten sind alle in einem Unternehmen gespeicherten Kerndaten, die sich nur selten ändern und die grundlegenden Geschäftsobjekte beschreiben. Dazu zählen Informationen zu Kunden, Lieferanten, Produkten, Materialien, Mitarbeitern, Beteiligungen und Organisationseinheiten. Sie werden auch oft Master Data genannt.
Sie stellen die grundlegenden, dauerhaft benötigten Informationen dar, auf die ein Unternehmen in seinen Geschäftsprozessen immer wieder zugreift. Ein Kunde behält seinen Namen und seine Steuernummer über Jahre, ein Material seine Artikelnummer und seine technische Spezifikation. Genau diese Beständigkeit macht Daten zu Stammdaten.
Damit sind Stammdaten das stabile Bezugssystem, auf dem alle Transaktionen aufsetzen. Ohne eindeutige Kunden-, Produkt- und Lieferantendaten lässt sich weder eine Bestellung auslösen noch eine Rechnung erstellen oder eine Auswertung erzeugen. Stammdaten sind in diesem Sinne kein technisches Detail, sondern ein strategisches Gut, das den Rundumblick auf das Geschäftsgeschehen ermöglicht.
Aus vielen verstreuten Quellen wird idealerweise ein einziger, geprüfter Datensatz je Geschäftsobjekt gebildet — der sogenannte Golden Record. Wie dieser entsteht und warum er das Fundament der Unternehmensdaten ist, beschreibt unser Beitrag zum Golden Record im Stammdatenmanagement.
Wichtig ist die begriffliche Klarheit: „Stammdaten“ und „Master Data“ bezeichnen dasselbe. Häufig werden Stammdaten mit Referenzdaten verwechselt — Referenzdaten wie Ländercodes oder Währungen sind jedoch standardisierte Klassifikationswerte, die selten unternehmensspezifisch sind, während Stammdaten die individuellen Geschäftsobjekte des Unternehmens beschreiben. Diese Unterscheidung hilft, den Pflegeaufwand richtig zu priorisieren.
Stammdaten und Bewegungsdaten: der Unterschied
Der Unterschied zwischen Stammdaten und Bewegungsdaten lässt sich an einem einfachen Beispiel zeigen. Bei einem Stromzähler sind die Zählernummer und der Standort Stammdaten, weil sie über Jahre konstant bleiben. Der Zählerstand und der Jahresverbrauch dagegen sind Bewegungsdaten, weil sie sich laufend verändern.
Stammdaten beschreiben also, wer oder was etwas ist, während Bewegungsdaten dokumentieren, was mit diesem Objekt geschieht. Ein Kunde zählt zu den Stammdaten, seine einzelne Bestellung zu den Bewegungsdaten. Artikel sind Stammdaten, ihre Lagerabgänge Bewegungsdaten. In der Praxis werden zusätzlich Bestandsdaten und Referenzdaten unterschieden.
Datentyp | Änderungshäufigkeit | Beispiel | Zweck |
Stammdaten | Sehr selten | Kundenadresse, Artikelnummer | Beschreibt Geschäftsobjekte |
Bewegungsdaten | Laufend | Bestellung, Buchung, Zählerstand | Dokumentiert Transaktionen |
Bestandsdaten | Periodisch | Lagerbestand, Kontostand | Aktueller Mengen-/Wertstatus |
Referenzdaten | Selten, standardisiert | Ländercodes, Währungen | Klassifiziert und normiert |
Die Unterscheidung ist mehr als akademisch. Sie bestimmt, welche Daten dauerhaft gepflegt und mit klaren Regeln versehen werden müssen und welche im laufenden Betrieb ohnehin neu entstehen. Wer Stammdaten und Bewegungsdaten vermischt, überfrachtet seine Pflegeprozesse und verliert den Fokus auf die wenigen, aber geschäftskritischen Kernobjekte.
Welche Arten von Stammdaten gibt es?
Stammdaten lassen sich in mehrere Domänen gliedern. Jede Domäne hat eigene Pflichtattribute, ein führendes System und einen spezifischen Nutzen. Als Faustregel gilt: Alles, was ein Geschäftsobjekt dauerhaft beschreibt und von mehreren Prozessen genutzt wird, zählt zu den Stammdaten.
Kundenstammdaten
Kundenstammdaten umfassen Name, Anschrift, Umsatzsteuer-ID, Zahlungskonditionen und Ansprechpartner. Sie sind die Grundlage für Fakturierung, Vertrieb und Kundenkommunikation und unterliegen als personenbezogene Daten der DSGVO. Sie sind zugleich die Domäne, in der Dubletten den Umsatz am direktesten verzerren — weshalb viele Unternehmen ihre Stammdaten-Initiative genau hier starten.
Lieferantenstammdaten
Lieferantenstammdaten enthalten Bankverbindung, Zahlungsziel, Steuerdaten und Einkaufskonditionen. Fehler hier führen direkt zu Fehlzahlungen oder Betrugsrisiken — Korrektheit ist in dieser Domäne besonders kritisch.
Material- und Artikelstammdaten
Materialstammdaten und Artikelstammdaten beschreiben Produkte und Rohstoffe mit Artikelnummer, technischer Spezifikation, Maßen und Klassifikation. Sie sind zentral für Produktion, Logistik und E-Commerce und werden oft in ERP- und PIM-Systemen geführt. Gerade hier sind Dubletten teuer: Derselbe Artikel unter zwei Nummern führt zu doppelten Beständen, Fehlbestellungen und falschen Deckungsbeitragsrechnungen.
HR-Stammdaten
HR-Stammdaten beschreiben die stabilen Merkmale von Mitarbeitern: Personalnummer, Rolle, Kostenstelle, Eintrittsdatum und Organisationszuordnung. Sie sind Grundlage für Gehaltsabrechnung, Berechtigungsvergabe und Reporting.
Legal-Entity- und Organisationsdaten
Legal-Entity-Daten bilden Gesellschaften, Beteiligungen und rechtliche Strukturen ab — entscheidend für Konzernkonsolidierung und Compliance. Goldright adressiert diese anspruchsvolle Domäne mit dem Legal Entity Manager.
Stammdaten-Art | Beispiel-Attribute | Führendes System | Kritischer Nutzen |
Kundenstammdaten | Name, Adresse, USt-ID, Konditionen | CRM / ERP | Fakturierung, Vertrieb, DSGVO |
Lieferantenstammdaten | Bankverbindung, Zahlungsziel | ERP (SAP MM) | Beschaffung, Betrugsprävention |
Material-/
Artikelstammdaten | Artikelnummer, Spezifikation, Maße | ERP / PIM | Produktion, Logistik, E-Commerce |
HR-Stammdaten | Personalnummer, Rolle, Kostenstelle | HR-System | Payroll, Berechtigungen, Reporting |
Legal-Entity-Daten | Gesellschaft, Beteiligung, LEI | Legal Entity Manager | Konsolidierung, Compliance |
Welche Stammdaten im Vordergrund stehen, hängt von der Branche ab. In der Industrie und im Handel dominieren Material- und Artikelstammdaten, weil Produktion und Logistik davon abhängen. Im Dienstleistungssektor und im Vertrieb stehen Kundenstammdaten im Zentrum. In der Energiewirtschaft sind Anlagen- und Zählerstammdaten zentral, im Gesundheitswesen Patienten- und Materialstammdaten. Trotz unterschiedlicher Schwerpunkte gilt überall dasselbe Prinzip: Ohne eindeutige Stammdaten steht der Kernprozess still.
Stammdaten in der Praxis: SAP, HR und personenbezogene Daten
So abstrakt der Begriff klingt — in der Praxis begegnen Stammdaten jedem Unternehmen sehr konkret. Drei Bereiche werfen erfahrungsgemäß die meisten Fragen auf.
Stammdaten in SAP und anderen ERP-Systemen
In SAP-Systemen werden Stammdaten modul- und domänenweise geführt: Kunden- und Lieferantenstammdaten in Vertrieb und Materialwirtschaft, Materialstammdaten im Materialmanagement, Anlagenstammdaten im Anlagenwesen. Innerhalb einer einzigen SAP-Instanz ist das konsistent.
Das Problem entsteht bei Skalierung: Große Unternehmen betreiben oft mehrere SAP-Instanzen aus gewachsenen Landschaften und Zukäufen. Dann führt jede Instanz ihre eigene Version desselben Lieferanten. Ein übergeordnetes System konsolidiert diese Quellen zu einem einheitlichen Stammdatensatz.
HR-Stammdaten und personenbezogene Daten
Personenbezogene Stammdaten umfassen stabile Identitätsmerkmale wie Name, Geburtsdatum, Anschrift oder Personalnummer. Im HR-Kontext kommen Rolle, Kostenstelle und Eintrittsdatum hinzu. Diese Daten unterliegen der DSGVO und erfordern eine besonders sorgfältige Pflege und Nachvollziehbarkeit — damit Auskunfts- und Löschpflichten zuverlässig erfüllt werden können.
Warum sind Stammdaten so wichtig?
Stammdaten sind die Lebensader eines Unternehmens. Jede Bestellung, jede Rechnung, jeder Bericht und jede Analyse greift auf sie zurück. Sind die Stammdaten fehlerhaft, pflanzt sich der Fehler durch sämtliche nachgelagerten Prozesse fort — vom falsch adressierten Lieferschein bis zur fehlerhaften Konzernkonsolidierung.
1. Stammdaten sichern effiziente Prozesse
Saubere Stammdaten sind die Voraussetzung für reibungslose Abläufe. Ein doppelt angelegter Lieferant führt zu doppelten Zahlungen, ein falsch klassifiziertes Material zu Fehlbestellungen. Wo Stammdaten stimmen, laufen Bestellung, Fakturierung und Reporting ohne manuelle Nacharbeit.
2. Stammdaten sind die Basis für gute Entscheidungen
Führungskräfte entscheiden auf Basis von Auswertungen — und diese sind nur so gut wie die zugrunde liegenden Stammdaten. Wer seine Kunden, Produkte und Lieferanten nicht eindeutig kennt, kann weder verlässlich planen noch Kennzahlen vertrauen. Widersprüchliche Stammdaten erzeugen widersprüchliche Reports.
3. Schlechte Datenqualität kostet messbar Geld
Die Kosten schlechter Stammdaten sind selten in einer einzigen Rechnung sichtbar — sie verteilen sich über viele Prozesse. Gartner beziffert den durchschnittlichen Schaden schlechter Datenqualität auf mindestens 12,9 Mio. USD pro Jahr und Unternehmen. Ergänzend zeigt die Analyse von Datenqualitäts-Experte Thomas Redman, dass fehlerhafte Daten 15 bis 25 % des Umsatzes vernichten können.
4. Stammdaten sind Grundlage für Compliance und Automatisierung
Regulatorische Berichte, Audits und automatisierte Prozesse setzen korrekte, nachvollziehbare Stammdaten voraus. Ohne verlässliche Datenbasis skaliert jede Automatisierung — und jede KI-Anwendung — nur die vorhandenen Fehler. Warum saubere Stammdaten damit auch das Fundament jeder KI-Strategie sind, vertieft unser Beitrag zu Master Data Management und KI-Readiness.
Was ist Stammdatenqualität? Die fünf Dimensionen
Stammdatenqualität beschreibt, wie gut ein Datenbestand seinen Zweck erfüllt. Sie ist kein Bauchgefühl, sondern messbar. In der Praxis hat sich ein Modell aus fünf Dimensionen bewährt — erst wer sie getrennt betrachtet, kann gezielt investieren, statt pauschal von „schlechten Daten“ zu sprechen.
Dimension | Leitfrage | Typischer KPI |
Vollständigkeit | Sind alle Pflichtfelder befüllt? | Anteil vollständiger Datensätze |
Korrektheit | Bilden die Werte die Realität ab? | Fehlerquote je Stichprobe |
Konsistenz | Stimmen die Systeme überein? | Abweichungsrate zwischen Systemen |
Eindeutigkeit | Existiert je Objekt nur ein Satz? | Dubletten-Rate |
Aktualität | Sind die Daten auf dem neuesten Stand? | Durchschnittsalter der Datensätze |
Die geschäftskritischste Dimension ist meist die Eindeutigkeit. Dubletten sind der teuerste und häufigste Qualitätsdefekt: Ein doppelt angelegter Lieferant führt zu doppelten Zahlungen, ein doppelter Kunde verzerrt jede Umsatzanalyse. Branchenrichtwerte zeigen, dass Unternehmen ohne formale Stammdatenprozesse regelmäßig Dubletten-Raten von 10 bis 30 % aufweisen.
Wichtig ist die Priorisierung: Nicht jede Dimension ist für jede Domäne gleich kritisch. Bei Bankverbindungen von Lieferanten zählt vor allem die Korrektheit, bei Kundenstammdaten die Eindeutigkeit, bei rechtlich relevanten Legal-Entity-Daten die Aktualität. Ein gutes Zielbild definiert je Domäne, welche Dimension welchen Schwellenwert erreichen muss.
Die Kosten mangelnder Qualität verteilen sich über viele kleine Posten: doppelte Zahlungen, manuelle Nachbearbeitung jeder Rechnung, verzögerte Monatsabschlüsse, Fehlmengen in der Lieferkette. Jeder Posten wirkt für sich klein, in Summe erreichen sie den von Gartner belegten Schaden. Hinzu kommt der Vertrauensverlust: Wenn Führungskräfte den eigenen Zahlen nicht mehr trauen, verlangsamt das jede Entscheidung.
Was bedeutet Stammdatenpflege?
Stammdatenpflege bezeichnet das kontinuierliche Erfassen, Aktualisieren, Prüfen und Bereinigen von Stammdaten über ihren gesamten Lebenszyklus. Sie beginnt bei der Anlage eines neuen Datensatzes, begleitet dessen Nutzung und Änderung und endet mit der Archivierung oder Deaktivierung.
Entscheidend ist: Stammdatenpflege ist kein einmaliges Projekt, sondern ein dauerhafter Betriebsmodus. Ohne feste Regeln und Verantwortlichkeiten verfällt selbst ein frisch bereinigter Bestand innerhalb weniger Monate erneut — weil neue Mitarbeiter, neue Systeme und neue Prozesse laufend frische Inkonsistenzen einbringen.
Der Lebenszyklus von Stammdaten
Stammdaten durchlaufen einen klaren Lebenszyklus, und in jeder Phase entstehen Qualitätsrisiken. Am Anfang steht die Anlage: Ein neuer Kunde, ein neues Material oder eine neue Gesellschaft wird erfasst. Fehlt hier eine Validierung, wandern Tippfehler und Dubletten von Beginn an in den Bestand.
Es folgt die Nutzung, in der Dutzende Prozesse und Systeme den Datensatz lesen. Dann die Pflege, in der Adressen, Konditionen oder Spezifikationen konsistent nachgeführt werden müssen. Am Ende steht die Archivierung oder Deaktivierung — etwa wenn ein Lieferant ausscheidet. Ein gutes Stammdatenmanagement begleitet jede dieser Phasen mit Regeln, Verantwortlichkeiten und einer nachvollziehbaren Änderungshistorie.
Gute Stammdatenpflege stützt sich auf vier Elemente: klar benannte Verantwortliche (Data Owner), verbindliche Pflichtfelder und Validierungsregeln, definierte Freigabe-Workflows und ein Monitoring der Qualitäts-KPIs. Erst dieses Zusammenspiel verwandelt manuelle Daten-Anarchie in kontrollierte, verlässliche Stammdaten.
Wie werden Stammdaten erfasst und strukturiert?
Damit Stammdaten ihren Zweck erfüllen, müssen sie einheitlich erfasst und klar strukturiert sein. Der erste Schritt ist ein kanonisches Datenmodell je Domäne: eine verbindliche Festlegung, welche Attribute ein Datensatz enthält, welche davon Pflicht sind und in welchem Format sie erfasst werden. So wird aus „irgendwie erfassten“ Daten ein strukturierter, auswertbarer Bestand.
Zweitens braucht es Regeln für die Herkunft: Welches Quellsystem ist für welches Feld führend? Die Kontodaten eines Lieferanten stammen etwa aus dem ERP, die Kontaktdaten aus dem CRM. Diese Zuordnung verhindert, dass mehrere Systeme dasselbe Feld unterschiedlich befüllen und damit Widersprüche erzeugen.
Drittens sichern Validierungsregeln die Qualität schon bei der Eingabe. Formatprüfungen, Pflichtfelder und Dubletten-Checks fangen Fehler ab, bevor sie in den Bestand gelangen. Erfasst ein Unternehmen seine Stammdaten nach diesen drei Prinzipien — Datenmodell, klare Herkunft, Validierung — entsteht ein Fundament, das dauerhaft trägt und sich zentral pflegen lässt.
