Attributpflege Materialstamm

Die Attributpflege Materialstamm bezeichnet das systematische Erfassen, Aktualisieren und Validieren technischer und kaufmännischer Merkmale jedes Materialstammsatzes — etwa Länge, Werkstoff, Toleranz, Hersteller, ECLASS-Klasse, Zolltarifnummer. Vollständig gepflegte Attribute sind im DACH-Mittelstand Voraussetzung für belastbare Spend-Analysen, automatisierte Bestellungen, sauberes Klassifizierungs-KPI-Reporting und ein verlässliches Three-Way-Match in der Kreditorenbuchhaltung.

Detaillierte Erklärung

Ein Materialstammsatz in SAP MM (Tabelle MARA) trägt 35 bis über 200 Attribute, je nach Branche und konfigurierten Sichten (Grunddaten, Einkauf, Disposition, Lagerung, Buchhaltung, Klassifizierung, Qualitätsmanagement). Die Attributpflege umfasst die initiale Anlage und die fortlaufende Datenpflege: neue Werkstoffstandards, geänderte Lieferantenkennungen, neue ECLASS-Versionen (aktuell ECLASS 14.0), revidierte Zolltarifnummern.

Die Klassifizierungsquote ist der zentrale KPI: Klassifizierungsquote = klassifizierte Materialstämme / alle aktiven Materialstämme × 100. Hackett-Group-Benchmarks 2024 weisen für Top-Quartil-Industrieunternehmen Werte ≥ 92 %, der DACH-Median liegt bei 71 %. Voraussetzung: ECLASS oder UNSPSC als verbindliche Taxonomie, eine gepflegte Merkmalsleiste je Klasse und Pflichtfeldlogik im Stammdatenworkflow.

Datenqualitätsdimensionen nach ISO 8000 und BME-Datenqualität-Whitepaper 2024: Vollständigkeit (alle Pflichtfelder gefüllt), Korrektheit (Werte stimmen mit Zeichnung/Datenblatt), Konsistenz (Einheiten und Formate einheitlich), Aktualität (letzte Pflegeaktion < 24 Monate), Eindeutigkeit (keine Dubletten), Konformität (zulässige Wertebereiche). BARC Data Quality Index 2024 zeigt: Einkaufsorganisationen mit Stammdaten-Score ≥ 85 % erzielen 4,1 % höhere Einsparquoten in Spend-Analysen als der Durchschnitt.

Werkzeuge für die Attributpflege: SAP MDG (Master Data Governance), Stibo STEP, Informatica MDM, SAP Ariba Catalog Plus, Mercateo Unite-Klassifizierungsservice, simple system Materialdatenpflege. Pflichtworkflows nach Vier-Augen-Prinzip (Anlage durch Fachabteilung, Freigabe durch Stammdatenadmin) sind seit 2024 in 64 % der DACH-Mittelständler etabliert (BME-Studie 2024).

Praxisbeispiel (konkretes Einkaufsszenario)

Ein Maschinenbauunternehmen aus Baden-Württemberg (1.200 Mitarbeiter) führt 38.400 aktive Materialstämme in SAP MM. Eine interne Datenqualitätsanalyse 2025 ergibt: nur 22.100 Materialien (57,6 %) sind nach ECLASS klassifiziert; 8.700 davon mit unvollständiger Merkmalsleiste (z. B. Werkstoffangabe fehlt bei Drehteilen, Toleranzklasse fehlt bei Lagerteilen).

Folge: Spend-Analysen sind unzuverlässig. Eine Auswertung "Spend für Edelstahl 1.4571" liefert 412.000 EUR — die tatsächliche Ausgabe liegt laut Lieferanten-Cross-Check bei 1,86 Mio. EUR. Differenz: 1,45 Mio. EUR Spend, der aufgrund unklassifizierter oder fehlbeschrifteter Materialstämme nicht der Werkstoffgruppe zugeordnet werden konnte.

Der Einkaufsleiter startet ein Attributpflege-Projekt mit drei Phasen: (1) ML-basierte Auto-Klassifizierung der 16.300 unklassifizierten Materialien anhand Materialkurztext, Lieferant und Bestellhistorie. Tool: SAP-Ariba-Spend-Visibility mit ML-Klassifikator. Treffsicherheit: 78 %, der Rest geht in manuelle Nachpflege. (2) Bereinigung der unvollständigen Merkmalsleisten durch das Stammdatenteam (3 FTE, 4 Monate). (3) Aufbau eines Pflichtfeld-Workflows in SAP MDG: Neue Materialstämme können ohne ECLASS-Klasse und vollständige Merkmalsleiste nicht freigegeben werden.

Ergebnis nach 9 Monaten: Klassifizierungsquote steigt von 57,6 % auf 91,4 %. Die Spend-Analyse für Edelstahl identifiziert 1,82 Mio. EUR korrekt — bei Verhandlung mit dem Hauptlieferanten werden 6,3 % Rabatt durchgesetzt (114.000 EUR Einsparung jährlich). Projektkosten: 142.000 EUR, ROI nach 14 Monaten erreicht.

Typische Fehler & Verhandlungskontext

Vier Fehler treten regelmäßig auf. Erstens: Klassifizierung als Einmal-Projekt statt als laufender Prozess. Ohne Pflichtfeldworkflow verfällt die Datenqualität in 24–36 Monaten auf das Ausgangsniveau. Zweitens: Verwendung interner Klassifikationen statt ECLASS oder UNSPSC. Wechsel zu Marktplätzen wie Mercateo Unite oder simple system erzwingt dann eine Re-Klassifizierung. Drittens: Ignorieren der Merkmalsleiste — eine Klasse "ECLASS 23-02-01-04 Drehteil" ohne ausgefüllte Merkmale Werkstoff, Durchmesser, Länge, Toleranz ist für Beschaffung und Konstruktion wertlos. Viertens: Materialdubletten. Ein typischer DACH-Mittelständler trägt laut ifo-Studie 2024 zwischen 3,8 % und 11,2 % Dubletten im Materialstamm — meist durch unterschiedliche Schreibweisen oder fehlende Hersteller-Cross-Reference.

Im Verhandlungskontext mit Stammdatensoftware-Anbietern lohnt sich der Vergleich: Stibo STEP (Lizenz ca. 60–120 EUR pro User/Monat), SAP MDG (im Bestandsvertrag oft ohne Zusatzkosten), Informatica MDM (Enterprise-Lizenz, sechsstellig), spezialisierte Anbieter wie Pool4Tool/JAGGAER One ab 25.000 EUR p.a. für Mittelstand. BARC-Empfehlung 2024: Bei Materialstammvolumen unter 50.000 reicht oft SAP MDG plus regelbasierte Validierung; ab 100.000 Materialien rechnet sich ein dedizierter MDM-Stack.

Vorsicht bei Auto-Klassifizierungsversprechen über 95 %: ML-Modelle erreichen für DACH-Industrien typisch 70–82 % Trefferquote. Höhere Werte sind meist nur in C-Teile-Sortimenten (DIN-Normteile) realistisch. Manuelle Nachpflege bleibt für die Hälfte aller A- und B-Materialien Pflicht.

Verhandlungsseitig ist die Attributpflege auch ein Hebel gegenüber Lieferanten. Wer bei Erstmusterprüfung oder Rahmenvertragsabschluss vom Lieferanten ein vollständiges Stammdatenpaket im BMEcat-Format einfordert (Hersteller-Artikelnummer, ECLASS-Klasse, Maße, Werkstoff, Sicherheitsdatenblatt, Zolltarifnummer, Ursprungsland), reduziert den eigenen Pflegeaufwand drastisch. BME-Empfehlung 2024: Datenpflege-Klausel im Rahmenvertrag mit Pönale 250–500 EUR je nicht gepflegtem Pflichtmerkmal nach 30 Tagen. So wandert ein Teil der Datenqualitätsverantwortung an den Lieferanten und schafft messbaren Anreiz für saubere Übergaben.

Im Mittelstand ist die Trennung zwischen kaufmännischer und technischer Attributpflege ein häufiger Konfliktpunkt. Konstruktion pflegt typisch Werkstoff, Maße, CAD-Referenz und Toleranzen; Einkauf pflegt Lieferant, Konditionen, Mindestbestellmenge und Klassifizierungsdaten; Disposition pflegt Wiederbeschaffungszeit, Sicherheitsbestand und Losgrößen. Ohne klar dokumentierte Datenverantwortlichkeit (RACI-Matrix nach BARC 2024) bleiben Lücken zwischen den Domänen — typische Folge: Materialstämme mit gepflegter CAD-Referenz, aber ohne Standard-Lieferant; oder umgekehrt, mit Lieferant, aber ohne Werkstoffangabe. ifo-Studie 2024 dokumentiert in 38 % der DACH-Mittelständler ungeklärte Datenverantwortung für mindestens 3 von 8 Attributgruppen.

Operativ bewährt sich eine Trennung der Attributpflege in drei Workflow-Klassen: erstens Anlageworkflow (Neu-Materialstamm, Pflichtfelder per Vier-Augen-Prinzip), zweitens Änderungsworkflow (Korrektur einzelner Felder, dokumentierte Begründung), drittens Massendaten-Pflege (Bulk-Update bei ECLASS-Versionswechsel oder Zolltarifrevision). Jede Klasse hat eigene Genehmigungsregeln und SLA-Zeiten; ein A-Material wird in 24 Stunden angelegt, ein C-Material innerhalb 72 Stunden. Die Hackett-Group dokumentiert für Top-Quartil-Organisationen Stammdaten-Bearbeitungszeiten von median 1,2 Tagen pro Anlage, im DACH-Mittelstand-Median liegen die Zeiten zwischen 4 und 9 Tagen — der Engpass ist meist nicht die Pflege selbst, sondern die Genehmigungskette zwischen Konstruktion, Einkauf und Stammdatenteam.

Verwandte Begriffe

• [[stammdatenmanagement-mdm]]
• [[klassifizierungsquote]]
• [[eclass]]
• [[datenqualitaet-einkauf]]
• [[sap-mm-detail]]