Conrad Greer & die wahren Kosten schlechter Daten (Teil 2)

Im ersten Teil dieser Serie haben wir gezeigt, wie inkonsistente Ersatzteildaten die Leistung von ERP-Systemen beeinträchtigen, zu Verzögerungen in der Instandhaltung führen und operative Ineffizienzen erzeugen – von aufgeblähten Beständen bis hin zu Sicherheitsrisiken. Wir haben die zentrale Rolle von Standardisierung und Datenintegrität beleuchtet, um wieder Kontrolle über das Ersatzteilmanagement zu gewinnen.

Im Teil 2 gehen wir einen Schritt weiter. Conrad Greer erläutert, wie Unternehmen die versteckten Kosten schlechter MRO-Daten quantifizieren können – mit schnellen Schätzmethoden ebenso wie mit detaillierten Analyseansätzen. Durch die monetäre Bewertung von Ineffizienzen lässt sich ein überzeugendes Business Case für Investitionen in die Verbesserung der Ersatzteildaten schaffen.

Eine wachsende Zahl an Studien unterstreicht die Bedeutung verlässlicher Daten in industriellen Abläufen. Ein McKinsey-Report zu Predictive Maintenance weist darauf hin, dass saubere Daten die Grundlage für digitale Transformationsprojekte bilden. Ohne sie liefern fortgeschrittene Analytik und Automatisierung oft nicht den erwarteten Nutzen [1].

Stammdaten als Fundament exzellenter MRO-Prozesse

Greer betont, dass Ersatzteilstammdaten das Fundament jeder effektiven MRO-Organisation sind. Alles – von Beschaffung und Bestandsführung bis hin zu Wartungsplanung – hängt von präzisen, durchsuchbaren Daten ab.

„Ich habe mit Datenbanken zwischen 150.000 und 700.000 Datensätzen gearbeitet.“

Die Verwaltung solch großer Bestände ist anspruchsvoll. Laut Aberdeen Group sind bis zu 30 % der MRO-Artikel in typischen Industriekatalogen redundant oder obsolet [2]. Ohne konsequentes Stammdatenmanagement vermehren sich Duplikaten und Lücken, Systeme verstopfen und die operative Effizienz sinkt.

Viele Unternehmen optimieren Nachbestellpunkte oder Lagerbestände, ohne die zugrunde liegende Datenqualität zu verbessern – ein Ansatz, der laut Greer kaum Wirkung zeigt, solange Artikelidentitäten und Katalogstrukturen nicht zuvor korrigiert werden.

Die Lücke zwischen Projekten und Betrieb

Ein weiterer häufiger Schwachpunkt liegt an der Schnittstelle zwischen Großprojekten und laufendem Betrieb. Investitionen in Ersatzteilbereitstellung sind in Projekten üblich, inklusive Dokumentation und Lagerempfehlungen. Doch wie Greer beschreibt, gelangen diese Daten oft nicht sauber in die operativen Systeme:

„Die ersten Projektjahre sind finanziert, aber die Datenübergabe ist oft unvollständig. Es ist wie ein Staffellauf, bei dem der Stab nie übergeben wird.“

Die IEA bestätigt, dass vielen Unternehmen formalisierte digitale Übergabeprozesse zwischen Projekt- und Betriebsteams fehlen – mit teuren Folgen [3].

Instandhaltungsstrategie und Beschaffung gehören zusammen

Greer macht deutlich, dass Instandhaltungs- und Beschaffungsstrategie aufeinander abgestimmt sein müssen. Jede Entscheidung – vom Lagerhaltungsmodell bis zur Lieferantenauswahl – sollte von einer klaren Instandhaltungsstrategie getragen werden.

Anhand seiner Erfahrung in den kanadischen Ölsanden beschreibt er, wie sich operative Rahmenbedingungen verändern:

„Früher musste man alles vor Ort lagern. Heute liefern lokale Anbieter die Teile in 40 Minuten.“

Während früher große Vorräte unvermeidlich waren, ermöglichen bessere Logistiknetzwerke heute schlankere Bestände – allerdings nur, wenn präzise Ersatzteildaten verlässliche Beschaffungsentscheidungen unterstützen.

Eine PwC-Studie von 2022 zeigt, dass Unternehmen mit fortgeschrittenen MRO-Strategien ihr im Lagerbestand gebundenes Working Capital um bis zu 20 % reduzieren [4]. Das unterstreicht: MRO-Daten sind ein strategisches Asset.

Lösungen wie SPARROW.Plan unterstützen genau diesen Prozess. Durch die Anreicherung und Strukturierung von MRO-Stammdaten im operativen Kontext hilft SPARROW.Plan, Beschaffung und Instandhaltung enger zu verzahnen, Lagerbestände gezielter zu steuern und Kapitalbindung zu reduzieren.

Daten müssen nicht perfekt sein – aber nutzbar

Perfektion ist keine Voraussetzung für wirksame MRO-Daten. Greer empfiehlt einen pragmatischen Fokus:

„Sie brauchen keine perfekten Daten. Sie brauchen Daten, die gut genug sind, um fundierte Entscheidungen zu ermöglichen.“

Kritische Felder wie Teilenummer, Hersteller, Materialart und Lieferzeit müssen konsistent gepflegt sein, damit Entscheidungen zuverlässig getroffen werden können.

Accenture zeigt, dass ein fit-for-purpose-Ansatz schneller Ergebnisse erzielt und höhere ROI-Werte liefert als Perfektionsstreben [5]. Unternehmen, die auf Nutzbarkeit statt Vollständigkeit setzen, erzielen messbar bessere Leistungen.

Die operativen Kosten schlechter Ersatzteildaten sichtbar machen

Greer fordert Unternehmen auf, die finanziellen und operativen Auswirkungen schlechter Ersatzteildaten klar zu beziffern:

„Organisationen müssen verstehen, welchen Schmerz und welche Verschwendung sie täglich akzeptieren, wenn sie schlechte MRO-Identitäten ignorieren.“

Er schlägt zwei komplementäre Methoden vor:

• Parametrische Schätzung: schnelle Näherung auf Basis geschätzter jährlicher Ineffizienz pro Mitarbeitenden.
• Detaillierte Wirkungsanalyse: systematische Bewertung aller datenbedingten Ausfälle – Duplikaten, Notkäufe, Verzögerungen etc. – inklusive Häufigkeit und Kosten.

Studien von LNS Research zeigen, dass Verbesserungsprojekte im MRO-Stammdatenumfeld ROI-Werte zwischen 5:1 und 15:1 erzielen können [6] – ein erhebliches Einsparpotenzial.

Fazit: Erkenntnisse in ROI verwandeln

Wie Greers Einblicke zeigen, sind schlechte Ersatzteildaten weit mehr als ein technisches Ärgernis – sie sind ein operatives Risiko und eine finanzielle Belastung. Durch die Quantifizierung der Nicht-Handlungskosten können Unternehmen ein starkes Business Case für Datenverbesserungen schaffen. Perfektion ist nicht erforderlich, doch ein nutzbares, strukturiertes und konsistentes Dataset schafft spürbare Vorteile – von Kostensenkungen bis zu besserer Instandhaltungsleistung.

In Teil 3 erfahren Sie, wie Ersatzteilkataloge effektiv bereinigt, rationalisiert und langfristig gepflegt werden können.

Haben Sie Teil 1 verpasst? Lesen Sie: Conrad Greer & Die Risiken fehlerhafter Ersatzteildaten.

‍

Quellen:

[1] McKinsey & Company. “The Future of Maintenance Is Predictive.” 2021.
[2] Aberdeen Group. “Best-in-Class MRO Strategies.” 2019.
[3] International Energy Agency (IEA). “Digitalisation and Energy: A Review.” 2021.
[4] PwC. “Spare Parts Inventory Management Benchmark Study.” 2022.
[5] Accenture. “Intelligent Asset Management: Unlocking Value through Data.” 2022.
[6] LNS Research. “Optimizing MRO Strategies for Asset Performance.” 2020.

‍