Inhalt
Nur 32 Prozent der Unternehmen erzielen laut Wasabi Global Cloud Storage Index 2026 einen positiven ROI aus ihren KI-Projekten. Die größten Hürden liegen dabei häufig nicht in den Algorithmen selbst, sondern beispielsweise in den Daten.*
Diese Zahl trifft einen Nerv, weil sie ein Muster offenlegt: Unternehmen investieren Millionen in neue SAP-Technologien, in S/4HANA-Migrationen, in KI-gestützte Prozesse. Aber sie investieren zu wenig in die Grundlage, auf der all das steht. Ihre Daten.
Bei paricon arbeiten wir seit 1997 mit SAP-Daten. Über 120 Produktkunden, von Banken bis zum produzierenden Mittelstand, haben uns gelehrt: Datenqualität allein reicht nicht. Governance allein reicht auch nicht. Was Unternehmen brauchen, ist eine Disziplin, die beides verbindet und mit Compliance-Anforderungen verzahnt. Wir nennen das Data Excellence.
Data Excellence: Mehr als ein Schlagwort
Data Excellence ist kein neues Tool und kein weiteres Framework-Dokument. Es beschreibt den Zustand, in dem drei Dinge gleichzeitig funktionieren: Datenqualität, Data Governance und Compliance.
Datenqualität bedeutet, dass Stamm- und Bewegungsdaten korrekt, vollständig und aktuell sind. Nicht geschätzt, sondern gemessen. Mit Regeln, die automatisiert prüfen, ob ein Materialstamm alle Pflichtfelder enthält, ob Geschäftspartnerdaten frei von Duplikaten sind, ob Klassifizierungen über Buchungskreise hinweg konsistent bleiben.
Data Governance definiert, wer für welche Daten verantwortlich ist. Wer pflegt den Kundenstamm? Wer entscheidet über Datenstandards? Wer prüft die Einhaltung? Ohne diese Strukturen verfällt auch die beste Datenqualität innerhalb weniger Monate.
Compliance stellt sicher, dass Daten, Prozesse und Nachweise regulatorischen Anforderungen entsprechen. Dazu gehören beispielsweise DSGVO-konforme Lösch- und Anonymisierungsprozesse, nachvollziehbare Datenflüsse, revisionssichere Protokollierung sowie auditierbare Prozesse – etwa im Kontext von DORA oder BCBS 239 in der Finanzbranche.
Jedes dieser drei Felder wird in den meisten SAP-Organisationen separat behandelt. Verschiedene Teams, verschiedene Budgets, verschiedene Timelines. Genau das ist das Problem.
Drei Säulen, ein Zustand
Korrekt, vollständig, aktuell. Gemessen statt geschätzt – über automatisierte Regeln.
Wer verantwortet welche Daten, entscheidet über Standards und prüft die Einhaltung.
DSGVO, DORA, BCBS 239 – nachvollziehbar, revisionssicher, auditierbar.
Warum SAP-Datenqualität 2026 zur strategischen Aufgabe wird
2026 bringt eine Kombination aus regulatorischem Druck und technologischem Umbruch, die SAP-Daten ins Zentrum rückt. Drei Entwicklungen greifen ineinander:
Jede dieser Entwicklungen wäre allein schon ein guter Grund, sich mit Datenqualität zu beschäftigen. Zusammen machen sie Data Excellence zur Voraussetzung für fast jede strategische SAP-Entscheidung in den nächsten Jahren.
43 Prozent der SAP-Anwenderunternehmen haben KI-Use-Cases produktiv im Einsatz. Nur 3 Prozent davon laufen auf SAP-Basis, 77 Prozent auf Non-SAP-Lösungen (DSAG-Investitionsreport 2026)**.
Die KI läuft also überwiegend außerhalb des Systems, in dem die Geschäftsdaten entstehen. Das ist kein Argument gegen Non-SAP-Werkzeuge. Aber es verschiebt die Frage: Je weiter ein KI-Szenario vom SAP-Kern entfernt ist, desto mehr hängt sein Ergebnis davon ab, in welchem Zustand die Daten das System verlassen haben. Und auch wer KI näher an den Kern holen will, kommt an dieser Frage nicht vorbei.
Was passiert, wenn Unternehmen Data Excellence ignorieren
Die Folgen sind konkret, nicht abstrakt.
KI-Projekte liefern keine Ergebnisse, weil die Eingabedaten unvollständig oder inkonsistent sind.
Migrationsprojekte dauern Monate länger als geplant, weil Datenqualitätsprobleme erst im Testzyklus auftauchen.
Compliance-Audits offenbaren Lücken, weil niemand weiß, wo personenbezogene Daten im SAP-System wirklich gespeichert sind.
In unserer Erfahrung aus zahlreichen Kundenprojekten wiederholt sich ein Muster: Die Technik funktioniert und die Werkzeuge sind vorhanden. Was fehlt, ist die organisatorische Verankerung von Datenverantwortung und die Bereitschaft, den Ist-Zustand der eigenen Daten ehrlich zu messen, statt ihn zu schätzen.
Drei Säulen, ein Ziel
Data Excellence ist kein Zustand, den man einmal erreicht und dann abhakt. Es ist eine Betriebsdisziplin. Vergleichbar mit Qualitätsmanagement in der Fertigung: Kein Produktionsbetrieb führt einmal eine Qualitätsprüfung durch und erklärt das Thema dann für erledigt.
Die drei Säulen greifen ineinander: Ohne Messung (Datenqualität) fehlt die Faktengrundlage. Ohne Regeln und Verantwortung (Governance) verfallen Verbesserungen. Ohne regulatorische Einbettung (Compliance) bleibt das Ganze eine interne Übung ohne externe Verbindlichkeit.
Unternehmen, die Data Excellence als integrierte Disziplin begreifen, statt Qualität, Governance und Compliance als getrennte Projekte zu behandeln, reduzieren Aufwand und gewinnen Handlungsfähigkeit. Nicht durch ein weiteres Strategiepapier, sondern durch Praxis.
Ein Beispiel: Ein Finanzinstitut lässt die Stammdatenqualität messen und stellt fest, dass die Duplikatrate in Geschäftspartnerdaten bei 9 Prozent liegt. Das hat drei Konsequenzen gleichzeitig:
Ein Problem. Zahlreiche Auswirkungen. Eine Messung als Ausgangspunkt.
Der erste Schritt: Wissen, wo Ihre Daten stehen
Bevor Sie eine Migrationsstrategie festlegen, bevor Sie in KI investieren, bevor Sie Governance-Rollen definieren, brauchen Sie eine Antwort auf eine einfache Frage: Wie gut sind Ihre SAP-Daten tatsächlich?
Der paricon smartscan liefert dafür eine belastbare Auswertung. Direkt im SAP-System, ohne Datenexport, mit automatisierten Prüfungen über relevante Daten- und Systemdimensionen hinweg. Das Ergebnis ist eine transparente Bestandsaufnahme, auf deren Grundlage Sie Prioritäten setzen und nächste Maßnahmen ableiten können.
Wer den Zustand seiner Daten kennt, trifft bessere Entscheidungen. Wer ihn nicht kennt, arbeitet mit Annahmen.
Systemtransparenz. Kostenlos. 5 Dimensionen.Direkt im SAP-System – ohne Datenexport.
Der smartscan bündelt fünf Dimensionen in einer Fiori-Sicht direkt in Ihrem System. Aus Vermutung wird eine belastbare Basis für Priorisierung und Entscheidungen – als Data-Excellence-Index.
*Quelle: Wasabi Global Cloud Storage Index 2026 (basierend auf 1.700 IT-Entscheidern weltweit)
**Quelle: DSAG-Investitionsreport 2026, Deutschsprachige SAP-Anwendergruppe e. V. (198 befragte SAP-Anwenderunternehmen aus dem deutschsprachigen Raum; Befragungszeitraum Dezember 2025 bis Januar 2026)
