Führungskreis Monthly, zweiter Dienstag im Monat. Der Vertrieb berichtet 42 Millionen Umsatz, das Controlling hat 39 auf der Folie. Die nächste halbe Stunde diskutiert der Raum, wessen Zahl stimmt, statt welche Entscheidung folgt. Eine halbe Stunde pro Monat, acht Führungskräfte am Tisch: 48 Stunden Geschäftsführung im Jahr, in denen niemand entscheidet.
Und das Führungskreis Monthly ist nur das sichtbare Symptom. „Lohnt sich Kunde X eigentlich?“ dauert in vielen Unternehmen Wochen, weil jemand die Antwort von Hand zusammenbauen muss. Und der neue AI-Assistent, der genau das beschleunigen sollte, liefert auf dieselbe Frage eine dritte Zahl. Flüssig formuliert, ohne Zögern, ohne Herkunft.
Dabei rechnet niemand falsch. Der Streit um die richtige Zahl ist fast nie ein Rechenfehler. Er ist ein Übersetzungsfehler. Dein Unternehmen spricht fünf Sprachen, und es hat es nur noch nicht gemerkt.
Falsche Freunde: ein Wort, drei Zahlen
Sprachwissenschaftler nennen so etwas falsche Freunde: gleiche Vokabel, andere Bedeutung. Die englische billion ist eine Milliarde, die deutsche Billion tausend davon. Dein Unternehmen hat dasselbe Problem, merkt es aber nicht, weil alle glauben, Deutsch zu sprechen. Vertrieb, Logistik, Produktion, Controlling, Buchhaltung: Auf dem Papier eine Sprache. Tatsächlich spricht jeder Fachbereich seinen eigenen Dialekt, und die falschen Freunde heißen „Kunde“, „Artikel“ und „Umsatz“.
Nimm den „Kunden“. Für den Vertrieb ist das die Firma, die bestellt. Für die Logistik die Adresse, an die geliefert wird. Für die Buchhaltung der Konzern, der am Ende die Rechnung bezahlt. Drei legitime Sichten, drei Kundennummern, drei Datenbestände. Beim „Umsatz“ dasselbe Spiel: Auftragseingang hier, fakturierte Erlöse dort, mit oder ohne Töchter. 42 und 39 stimmen beide, in der jeweiligen Sprache.
Die Wurzel liegt in den unscheinbarsten Daten überhaupt, den Stammdaten: Kunden, Artikel, Lieferanten, Kostenstellen. Jeder Bereich führt sein privates Wörterbuch, und niemand hat je die Einträge verglichen. Sobald eine Frage Bereichsgrenzen überquert, passen die Schlüssel nicht: Trägt derselbe Kunde in zwei Systemen zwei Nummern, gibt es nichts zu verbinden. Also entsteht die Mapping-Tabelle in Excel, gepflegt von der einen Kollegin, die zufällig beide Dialekte spricht. Dolmetschen in Handarbeit. Daher die Wochen.
Und der AI-Assistent? Der bekommt keinen Dolmetscher-Job, sondern einen Rate-Job. Die AI lernt alle fünf Dialekte gleichzeitig und baut daraus einen sechsten, der wie jeder von ihnen klingt und keinem gehört. Sie spricht ihn fließend, aber nachschlagen kann ihn niemand, denn er steht in keinem Wörterbuch. Aus fünf leisen Mehrdeutigkeiten wird eine selbstbewusst vorgetragene.
Wörterbuch statt Weltsprache
Der klassische Reflex ist die Einheitssprache: ein ERP für alle, eine Nummernwelt, ein mehrjähriges Harmonisierungsprogramm. Nenn es den Esperanto-Ansatz. Er klingt logisch und scheitert regelmäßig, weil die Dialekte aus guten Gründen existieren: Die Logistik braucht die Lieferadresse wirklich, die Buchhaltung braucht wirklich den Rechnungsempfänger. Wer allen dieselbe Sprache verordnet, bekommt keinen Konsens, sondern Schatten-Excel.
Internationale Teams machen es klüger. Niemand zwingt die Kollegen in Lyon, Deutsch zu lernen. Man einigt sich auf ein gemeinsames Glossar für die Begriffe, die alle betreffen, und intern spricht jeder weiter, wie er will. Genau das ist gutes Stammdatenmanagement: kein Systemprojekt, sondern ein Wörterbuch mit Eigentümern. Eine überschaubare Zahl geteilter Begriffe – Kunde, Artikel, Lieferant, Organisationseinheit –, je Begriff eine verbindliche Definition, ein Owner und eine führende Quelle, dazu Übersetzungstabellen in die Dialekte der einzelnen Systeme.
Ein Wörterbuch braucht dafür drei Dinge: jemanden, der entscheidet, welche Wörter hineinkommen und wer sie schreibt; einen Ort, an dem es steht und jeder nachschlagen kann; und einen Betrieb, in dem tatsächlich übersetzt wird. In deinem Unternehmen heißen die drei Data & AI Strategie, Datenkatalog und Datenplattform. Keines kann die Arbeit der anderen übernehmen.
Die Strategie entscheidet, welche Wörter zuerst ins Buch kommen
Kein Unternehmen klärt alle Begriffe auf einmal, und wer es versucht, landet wieder beim Esperanto. Die Data & AI Strategie liefert die Reihenfolge, und die kommt aus den Use Cases: Die Leistungsrechnung braucht Artikel und Kostenstellen, das Abwanderungsmodell die Kundenhierarchie, der Belegprüfungs-Agent die Lieferanten. Der jeweils erste Use Case bezahlt das jeweils erste Kapitel. Praktisch heißt das: Beim Priorisieren der Use Cases steht neben Nutzen und Aufwand eine dritte Spalte, welche Begriffe der Use Case voraussetzt. Diese Spalte ist dein Wörterbuch-Plan.
Sie entscheidet außerdem, welche Dialekte es überhaupt geben muss. Dass die Logistik die Lieferadresse braucht, ist ein guter Grund für eine eigene Sicht. Dass zwei Werke denselben Artikel unter zwei Nummern führen, weil das vor zwanzig Jahren jemand so eingerichtet hat, ist keiner. Solche Dialekte werden zurückgebaut: ein System weniger, eine Nummernwelt weniger, ein Wörterbucheintrag weniger.
Und sie klärt, wer schreibt: pro Begriff ein Owner aus dem Fachbereich, der die Definition entscheidet und Konflikte schlichtet, nicht die IT und nicht das Data Team, mit Mandat der Geschäftsführung, denn die Einigung tut immer einem der Beteiligten weh. Business führt, Technologie befähigt: Bei Stammdaten gilt das wörtlicher als irgendwo sonst.
Der Datenkatalog ist das Wörterbuch selbst
Die Definition, auf die sich Owner und Bereiche geeinigt haben, muss irgendwo stehen, wo jeder sie findet. Sonst lebt sie im Kopf der Kollegin mit der Excel-Tabelle, und mit ihr geht sie in Rente. Dieser Ort ist der Datenkatalog. Hier steht, was ein „Kunde“ bedeutet, welches System die führende Quelle ist, wer der Owner ist, wie der Begriff in den einzelnen Systemen heißt und in welchen Berichten und Modellen er verwendet wird. Das sind Metadaten: nicht die Daten, sondern die Beschreibung der Daten.
Klingt nach Verwaltung, ist aber der Unterschied zwischen einem Glossar, das es gibt, und einem, das benutzt wird. Der Katalog macht das Führungskreis Monthly kürzer, weil jede Kennzahl auf ihre Definition zeigt: „Umsatz“ auf der Folie heißt fakturierte Erlöse ohne Töchter, steht so drin, Diskussion beendet. Und er ist die Stelle, an der der AI-Assistent aufhört zu raten. Ein Agent, der weiß, dass „Kunde“ im Vertriebssystem die bestellende Firma meint und in der Buchhaltung den Rechnungsempfänger, kann zwischen beiden übersetzen. Einer, der es nicht weiß, tut so, als wären sie dasselbe.
Die Datenplattform ist die Dolmetscherkabine
Bleibt der Betrieb: Irgendwo muss die Übersetzung tatsächlich stattfinden, jeden Tag, für jeden Bericht und jeden Agenten. Das ist die Aufgabe der Datenplattform. Hier laufen die Übersetzungstabellen als Pipelines statt als Excel: Der Kunde aus dem CRM, aus der Logistik und aus der Buchhaltung wird auf den einen Eintrag im Wörterbuch abgebildet, einmal, geprüft, für alle. Aus der privaten Mapping-Tabelle der Kollegin wird eine gepflegte Referenztabelle mit Qualitätsregeln, an der alles hängt, was danach kommt.
Hier hilft AI in die andere Richtung. Dubletten erkennen, Schreibweisen zuordnen, Hierarchien vorschlagen kann sie inzwischen deutlich besser als jede Regelmaschine. Nur eines kann sie nicht: entscheiden, was in deinem Unternehmen ein Kunde ist. Deshalb die Reihenfolge: Eine Plattform ohne Wörterbuch ist ein sehr teurer Raum, in dem fünf Dialekte nebeneinander lagern. Erst wenn Strategie, Katalog und Plattform zusammenspielen, hat „Umsatz mit Kunde X“ genau eine Antwort, und die kommt in Sekunden statt in Wochen.
Und jetzt die Sternchen
Erstens: Ein Tool ist noch kein Wörterbuch, und ein Wörterbuch ist nie fertig. MDM-Software und Katalog-Werkzeuge helfen, aber sie sind der Buchdeckel, nicht der Inhalt. Und der Inhalt veraltet: neues Produkt, Zukauf, neue Vertriebsregion, und drei Definitionen stimmen nicht mehr. Kataloge sterben selten am Anfang, sondern im dritten Jahr, wenn Ownership nur „entscheiden“ hieß und nicht „pflegen“. Und weil kein Vorstand eine bereinigte Artikelnummer feiert, gilt: im Schlepptau wertstiftender Use Cases arbeiten, Kapitel für Kapitel, nie als Selbstzweck.
Zweitens: Miss das Richtige. Nicht die Zahl bereinigter Datensätze zählt, sondern ob die Symptome verschwinden. Beginnt das Führungskreis Monthly noch mit dem Zahlenabgleich? Dauert die Antwort auf „Lohnt sich Kunde X?“ noch Wochen oder inzwischen Stunden? Das sind unbestechliche Messgrößen, und sie sind angenehm untechnisch.
Dein Führungskreis Monthly verhandelt jeden Monat Millionenfragen in fünf Dialekten, und sein Glossar ist leer. Die gute Nachricht: Du brauchst keine Weltsprache und kein Mammutprojekt. Du brauchst eine Strategie, die sagt, welche Begriffe zuerst dran sind, einen Katalog, in dem sie stehen, und eine Plattform, die sie jeden Tag übersetzt. Dann beginnt das Monthly mit der Frage, was aus den 42 Millionen folgt, nicht ob es 42 sind. Und deine AI spricht keinen sechsten Dialekt mehr, sondern den einen, der im Wörterbuch steht.
Erst die Begriffe. Dann die Zahlen.