20 Jahre später: Warum sind Stammdaten immer noch so populär?

Ein produzierendes Unternehmen mit einem Jahresumsatz von mehreren zehn Milliarden Yuan speichert 420.000 Lieferantendatensätze in seinem Stammdatenverwaltungssystem, und die Datengenauigkeit übersteigt 98 %. Gemessen an den KPIs ist dies eine beeindruckende Bilanz.

Doch letztes Jahr geriet ein Lieferant plötzlich in eine Krise, was zu einer dreitägigen Stilllegung der Produktionslinie und einem direkten Verlust von über 20 Millionen Yuan führte.

Die anschließende Nachanalyse ergab: Die Qualifikationsdokumente, Gewerbeinformationen und historischen Transaktionsaufzeichnungen dieses Lieferanten waren alle im System vorhanden – konform, vollständig und ohne offensichtliche Fehler.

Wo lag das Problem?

Die Daten waren korrekt, aber das System wusste nicht, was diese Daten bedeuten. Die Risikosignale lagen einfach dort verborgen und warteten darauf, dass jemand sie prüft – aber niemand prüfte sie.

Das ist der Grund, warum das Stammdatenmanagement (MDM) seit über 20 Jahren ständig diskutiert wird: Es hat die Hälfte der Probleme gelöst, während die andere Hälfte immer noch ungelöst bleibt.

Und heute schließt die KI diese verbleibende Lücke.

I. Vier Akte über 20 Jahre: Von der "Nebenverwaltung" zur "KI-gesteuerten Gestaltung"

Stammdatenmanagement ist kein neues Konzept. Zählt man ab den 1990er Jahren, hat es bereits 30 Jahre Entwicklung hinter sich. Zählt man ab der formalen Etablierung des Konzepts zu Beginn des 21. Jahrhunderts, sind es auch über 20 Jahre.

Diese 20 Jahre lassen sich in vier Akte unterteilen.

Akt 1: ERP als Nebenverwalter (1990er bis Anfang der 2000er)

In den 1990er Jahren führten Unternehmen in großem Umfang ERP-Systeme ein. SAP und Oracle traten mit Modulen für Materialstammdaten, Kundenstammdaten und Lieferantenstammdaten in die Unternehmen ein.

Das damalige Problem war einfach: Innerhalb eines Systems mussten die Daten einheitlich sein.

Die integrierten Stammdatenmodule des ERP-Systems reichten für die Nebenverwaltung aus. Schließlich gab es im Unternehmen nur wenige Systeme, die Daten wurden im ERP gepflegt, alle holten sich die Daten aus dem ERP – und alles lief reibungslos.

Aber die guten Zeiten hielten nicht lange an.

Akt 2: Das Chaos mehrerer Systeme (Mitte der 2000er bis Anfang der 2010er)

CRM kam, SCM kam, MES kam, PLM kam, das Shared-Service-Center für Finanzen kam. Ein großer Konzern stellte plötzlich fest, dass er mehr als ein Dutzend, sogar Dutzende von Geschäftssystemen betrieb.

Derselbe Lieferant heißt im Einkaufssystem "Shanghai XX Technology Co., Ltd.", im Finanzsystem "XX Technology (Shanghai)" und im CRM wurde nur eine Abkürzung hinterlassen. Die Umsatzsteuer-IDs sind nicht einheitlich, es gibt drei verschiedene Sätze von Kontaktpersonen, und zwei historische Versionen von Bankkonten sind durcheinander gemischt.

Niemand wusste, welche Version korrekt war.

Das ist kein Extremfall. Es ist die unvermeidliche Wand, auf die die meisten mittelständischen und großen Unternehmen stoßen, wenn ihre digitale Transformation einen bestimmten Grad erreicht hat.

Die Daten sind durcheinander – und sie werden immer schneller durcheinander.

Die integrierten Module des ERP können nur das eigene System verwalten und haben keine Fähigkeit zur systemübergreifenden Vernetzung. Das Data Warehouse löst Probleme auf der Analyseebene, kann aber nicht den gesamten Lebenszyklus der Stammdaten verwalten. Manuell mit Excel zu arbeiten? Bei kleinen Datenmengen funktioniert es, aber mit wachsender Größe steigt die Fehlerzahl exponentiell an.

Akt 3: Der Aufstieg des professionellen MDM (2010er bis Anfang der 2020er)

Nach 2010 erzeugte die Nachfrage eigenständige Stammdatenverwaltungssysteme. SAP MDG, Informatica MDM und IBM InfoSphere MDM traten nacheinander in den chinesischen Markt ein, und inländische Anbieter wie Yixin Huachen, 3V-Software und Dataintegration folgten schnell.

In dieser Phase bestand die Kernaufgabe des MDM darin, ein unternehmensweites "einzelnes vertrauenswürdiges Datenquell" (Single Source of Truth) aufzubauen – damit jedes Geschäftssystem auf dieselben überprüften Daten zugreift und die Quelle des Datenchaos von Grund auf beseitigt wird.

Modellierung, Bereinigung, Zusammenführung von Duplikaten, Qualitätskontrolle, Versionsverwaltung, Veröffentlichung und Synchronisation – ein vollständiges System für das gesamte Lebenszyklusmanagement entstand allmählich.

Um das Jahr 2020 herum haben viele große Konzerne den Aufbau ihrer Stammdatensysteme abgeschlossen und im Grunde das Ziel der "Goldenen Datensätze" erreicht. Die Daten hatten endlich eine einheitliche, genaue und vollständige Version.

Aber genau nach dem "grundlegenden Abschluss" tauchte das Problem leise auf.

Akt 4: KI-gesteuerte Umgestaltung (2020er bis heute)

Im April 2026 veröffentlichte Petro-Cyberworks das intelligente Produkt für die industrielle Materialstammdatenverwaltung – Yinma AI. Das Produkt nutzt das von Petro-Cyberworks selbst entwickelte, spezialisierte große Modell für den chinesischen industriellen Materialbereich, baut ein dreiteiliges kognitives Zentrum aus "Agent + großes Modell + hochwertigem Datensatz", deckt das gesamte Lebenszyklusmanagement von Materialien ab und bietet fünf sofort einsatzbereite intelligente Anwendungen: intelligente Erstellung, intelligente Bereinigung, intelligente Prüfung, intelligente Suche und Wissensabfrage.

Yinma AI kann die Personalkosten für den Stammdatenbetrieb um über 60 % senken, die Effizienz um über 80 % steigern und die Anzahl der von einer Person pro Tag verarbeiteten Materialcodes um mehr als das Vierfache erhöhen. Es setzt die interne Produktivität des Unternehmens frei, befähigt Kernsysteme wie ERP, MES und SRM umfassend, vernetzt die gesamte Kette von Design, Einkauf, Fertigung bis Wartung und gestaltet den Motor der neuen Industrialisierung neu.

Im Juli 2026 veröffentlichte 3V-Software die KI-native Stammdatenverwaltungsplattform Zhiqian V14 (MDM GenAI), die die Grundlogik des MDM in sieben Kernbereichen neu definiert.

Das ist keine einfache Funktionserweiterung, sondern ein Paradigmenwechsel.

Ich fasse diesen Wandel in einer Tabelle zusammen:

Die ersten vier Veränderungen lösen das Problem, wie hochwertige Stammdaten aufgebaut werden; die letzten zwei Veränderungen bringen die Stammdaten von der "passiven Aufzeichnung" zur "aktiven Entscheidungsfindung".

Von den "Goldenen Datensätzen" zur "intelligenten Entscheidungsfindung" – das ist die Richtung des Stammdatenmanagements für die nächsten 20 Jahre.

II. Warum ist es nach 20 Jahren immer noch so populär? Drei strukturelle Gründe

Viele fragen: Warum wird etwas, das seit 20 Jahren entwickelt wird, immer wieder diskutiert? Warum wächst der Markt immer noch schnell?

Weil die Nachfrage nicht schrumpft, sondern sich ausweitet. Drei strukturelle Gründe:

Grund 1: Immer mehr Systeme, immer chaotischere Daten

Vor 20 Jahren hatte ein Unternehmen möglicherweise nur zwei Kernsysteme: ERP und Finanzsystem. Und heute? ERP, CRM, SCM, MES, PLM, WMS, OA, Shared-Service-Finanzen, BI, Daten-Mittelplattform, KI-Plattform … Große Konzerne betreiben oft Dutzende, sogar Hunderte von Systemen gleichzeitig.

Je mehr Systeme es gibt, desto mehr Dateninseln entstehen – desto größer ist das Ausmaß des Stammdatenchaos. Das ist kein zufälliges Problem durch schlechtes Management, sondern ein struktureller Widerspruch im Zeitalter mehrerer parallel laufender Systeme.

Solange Unternehmen neue Systeme hinzufügen – und Cloud-Native, Microservices und SaaS werden die Anzahl der Systeme nur erhöhen – wird die Nachfrage nach Stammdatenmanagement nicht verschwinden, sondern weiter wachsen.

Grund 2: Die Marktwirtschaft für Datenelemente macht Stammdaten zum "Personalausweis der Vermögenswerte"

Im Jahr 2026 wird die Politik zur Erfassung von Datenvermögenswerten in den Büchern vertieft umgesetzt, der nationale Standard DCMM 2.0 tritt am 1. Juli in Kraft, und es gibt praktische Richtlinien für die Registrierung von Datenrechten.

Was sind Stammdaten? Sie sind die einzigartigen, autoritativen Kennungen von Kerngeschäftsobjekten wie Kunden, Lieferanten, Materialien, Organisationen, Mitarbeitern und Produkten – mit anderen Worten, sie sind der "Personalausweis" und das "Stammverzeichnis der Identität" für die Datenvermögenswerte eines Unternehmens.

Um Daten in die Bücher aufzunehmen, müssen Sie zuerst klarstellen, welche Datenvermögenswerte Sie besitzen. Um Datenvermögenswerte zu bewerten, müssen Sie zuerst die Genauigkeit und Konsistenz der Daten sicherstellen. Damit Daten fließen und gehandelt werden können, brauchen Sie zuerst überprüfbare standardisierte Datenquellen.

Der Ausgangspunkt all dessen sind die Stammdaten.

Ohne saubere Stammdaten wird die Erfassung von Datenvermögenswerten zu einem undurchsichtigen Geschäft. Ohne standardisierte Stammdaten gibt es kein "Objekt", das für die Registrierung von Datenrechten erfasst werden kann.

Grund 3: Damit KI vertrauenswürdig ist, sind Stammdaten das "Fundament"

Das ist der neueste und stärkste Treiber.

Damit große Modelle vertrauenswürdige Schlussfolgerungen liefern können, müssen sie auf einer einzigen, genauen Stammdatenquelle basieren. Wenn die KI ihre Daten aus einem "Datensumpf" voller Duplikate, Widersprüche und veralteter Daten bezieht, wird ihre Ausgabe zwangsläufig "Müll rein, Müll raus" sein.

MDM entwickelt sich von einem "Hintergrund-Tool für Datenmanagement" zu einem "grundlegenden Förderer der KI-Strategie von Unternehmen".

Umgekehrt gestaltet KI auch das MDM selbst neu:

Beim herkömmlichen MDM erfolgt die Entitätsabgleichung über manuell konfigurierte Regeln – KI erkennt über semantische Vektoren automatisch, dass "St. John's Hospital" und "St. John's Hospital" dieselbe Entität sind.

Beim herkömmlichen MDM warten Qualitätsberichte auf die Bearbeitung durch Menschen – KI liefert direkt Vorschläge zur Vervollständigung und Konfidenzwerte.

Beim herkömmlichen MDM brauchen Datenadministratoren Fachkenntnisse – KI ermöglicht es Geschäftsanwendern, Stammdaten in natürlicher Sprache abzufragen und zu verwalten.

Beim herkömmlichen MDM können nur strukturierte Daten verarbeitet werden – KI-natives MDM kann sogar Entitäten und Attribute automatisch aus PDF-Verträgen, Scans und E-Mails extrahieren.

Die Nachfrage wächst, die Technologie verbessert sich, die Politik fördert – durch diese dreifache Kraft kann das Stammdatenmanagement gar nicht anders als populär sein.

III. Marktdaten sprechen für sich: MDM ist einer der am schnellsten wachsenden Softwarebereiche

Intuition ist Intuition, Daten sind Daten. Schauen wir uns an, wie populär der Markt wirklich ist:

Einige wichtige Signale:

Erstens: Das Wachstum übertrifft den Durchschnitt von Unternehmenssoftware bei weitem. Der globale Unternehmenssoftwaremarkt wächst jährlich um etwa 7–8 %, während das MDM-Wachstum von über 16 % mehr als das Doppelte des Durchschnitts beträgt. Das bedeutet, dass das Stammdatenmanagement nicht nur mit dem Gesamtmarkt wächst, sondern seine Durchdringung beschleunigt.

Zweitens: Cloud-Bereitstellung ist der absolute Mainstream. Der Anteil von 65,5 % für Cloud-Bereitstellung bedeutet, dass sich MDM von "umfangreichen Implementierungen mit langen Laufzeiten" als kundenspezifisches Projekt zum "sofort einsatzbereiten, schnell iterierenden" SaaS-Modell wandelt. Die Einstiegshürden für kleine und mittlere Unternehmen sind stark gesunken.

Drittens: Die Inlandsdurchdringung hat noch großes Potenzial. Eine Einführung von 58,3 % bei mittelständischen und großen Unternehmen scheint nicht niedrig zu sein – aber das bedeutet, dass noch über 40 % dieser Unternehmen kein professionelles MDM aufgebaut haben. Zusammen mit dem fast unerschlossenen Markt für kleine und mittlere Unternehmen ist das Wachstumspotenzial sehr beträchtlich.

Viertens: Asien-Pazifik ist die am schnellsten wachsende Region der Welt. Die Digitalisierung in China und Indien ist der Kernantrieb – die Asien-Pazifik-Region führt das globale Wachstum an.

Ein Bereich, der 20 Jahre lang populär ist und weiterhin über 16 % wächst, ist im Unternehmenssoftwarebereich äußerst selten. Das beweist schon, dass Stammdatenmanagement eine unverzichtbare Notwendigkeit ist – keine Option, sondern eine Infrastruktur.

IV. Die Welle der Inlandsentwicklung: Vier Einschränkungen für chinesische Unternehmen

Wenn der globale MDM-Markt ein großes Spiel ist, dann ist der chinesische Markt das besonders einzigartige Spielbrett darin.

Für chinesische Unternehmen, insbesondere in Schlüsselbranchen wie zentralstaatliche Unternehmen, Finanzen, öffentlicher Verwaltung und Gesundheitswesen, ist die MDM-Auswahl nicht nur eine technische Entscheidung, sondern eine strategische Entscheidung unter vier Einschränkungen:

Diese vier Einschränkungen sind keine weichen "Präferenzen", sondern harte