Mit Enterprise Ressource Planning (ERP) sollten ursprünglich Materialbedarfsflüsse vom Einkauf über Produktion und Lagerhaltung bis zum Verkauf übergreifend gesteuert werden. Inzwischen umfasst ein ERP-System sämtliche geschäftsrelevante Prozesse (BI, CRM, Finance,…) und immer mehr Daten, die im Zusammenspiel mit anderen Systemen oder Partnern verwaltet werden müssen. Eine immer komplexere Aufgabe, die flexible Datenstrukturen und Architekturen erfordert.
Das Dilemma gewachsener Strukturen
Doch als Datendrehscheibe waren klassische, zum größten Teil monolithische Systeme on premise ERP-Systeme nie konzipiert. Diese Rolle, zentraler Verbindungspunkt für nahezu alle Unternehmensdaten zu sein, überfordert gewachsene ERP-Systeme:
- Jede Systemänderung oder Austausch einzelner Module wirkt sich auf den gesamten Datenfluss aus.
- ERP-Datenbanken sind häufig zu träge, um als nahezu Echtzeit-Datenknotenpunkt zu dienen.
- Statt harmonisierter Datenströme müssen Daten am Ein- und Ausgangspunkt transformiert werden.
Das Resultat: Entwickler müssen oft instabile und aufwändige Alternativlösungen bauen. Damit steigen die Kosten für jegliche Systemänderungen, so dass innovative Ideen erst gar nicht oder nur schleppend umgesetzt werden können. Alles in allem lähmt es die Handlungsfähigkeit von Unternehmen bei Marktänderungen und schränkt es in ihren Möglichkeiten ein.
Data Hub als Orchestrierungsschicht
Hier kommt der Data Hub ins Spiel: ein Data Hub als eine zentrale Instanz, die Daten aus verschiedenen Quellen zusammenführt und wieder verteilt, orchestriert und harmonisiert, damit sie z.B. für übergreifende Auswertungen nutzbar sind. Wie eine Zwischenschicht übernimmt der Data Hub die Datenstrukturhoheit und sorgt für:
- eine harmonisierte, standardisierte Datenstruktur
- einheitliches Rollen- und Schnittstellenmanagement
- schnelle, bidirektionale Kommunikation über API-basierte Verbindungen
- niedrigere Aufwände bei Integration von heterogenen Datenquellen
- Echtzeitfähigkeit: Daten werden nahezu in Echtzeit (near real-time) verarbeitet und analysiert (event-driven), während klassische ERP-Systeme oft batchbasiert arbeiten.
- Flexibilität und Agilität: Neue Datenquellen und Use Cases lassen sich schnell integrieren, ohne tiefgreifende Anpassungen im ERP vornehmen zu müssen.
- Erweiterbarkeit für KI und Machine Learning: Data Hubs unterstützen direkt moderne Technologien wie Machine Learning, die Prozessoptimierungen oder Prognosen verbessern.
Wir haben in diesem Artikel die Bedeutung von APIs bei ERP-Systemen beleuchtet: Ohne starke API kein Wachstum: Gute ERP-Schnittstellen als Wachstumshebel. APIs sind dabei das Tor, das möglichst einfach Daten rein und raus lässt. Ein Data Hub könnte die Funktion einer Schleuse übernehmen, die die Daten weiterleitet und wie ein Drehkreuz Daten schnell von einer Anwendung zur anderen bringt.
Flexible Kommunikation zwischen Systemen
Im Gegensatz zur monolithischen ERP-Kommunikation ist ein Data Hub systemagnostisch und kann Daten flexibel zwischen allen Plattformen vermitteln. Das heißt, der Hub definiert ein gemeinsames Datenformat, das von allen angeschlossenen Systemen verwendet wird. Dadurch können diese Systeme Daten flexibel und direkt miteinander austauschen, ohne komplexe Übersetzungen oder Anpassungen an den jeweiligen Datenmodellen durchführen zu müssen.
Der Vorteil dieser Herangehensweise ist, dass alle Systeme schneller und effizienter kommunizieren können, weil die aufwändigen Datenumwandlungen an den Schnittstellen entfallen und keine langen Abhängigkeitsketten entstehen. Damit ist ein funktionierendes Ökosystem gewährleistet.
Wenn Data Hub und ERP verschmelzen und zur Werkbank werden
Der wahre Mehrwert eines Data Hubs liegt jedoch darin, dass Daten nicht nur importiert und verteilt werden. Nachdem Daten über APIs integriert und harmonisiert sind, beginnt im Data Hub ihre eigentliche Wertschöpfung. Hier werden Daten geprüft, veredelt und genutzt – nicht nur verwaltet. Es geht also nicht nur um die API als Eingangstor oder um das Datendrehkreuz als Schleuse, sondern um eine Werkbank, auf der mit den vorhandenen Daten gearbeitet wird.
Potenzial der Daten voll ausschöpfen
Ein flexibles Datenmanagement ist für Unternehmen heute sehr wichtig. Warum? Weil Daten nicht nur in Silos schlummern, sondern zentral an einem „Single Source of Truth“, also als genau eine verbindliche und aktuelle Datenquelle, zur Verfügung stehen. Weil übergreifende Auswertungen dann möglich sind, um die echten Stellschrauben zu erkennen.
Datenmanagement umfasst dabei mehrere Dimensionen:
Datenqualität prüfen
Ein Data Hub ermöglicht es, Daten aus unterschiedlichen Quellen zentral zu validieren und auf Konsistenz, Vollständigkeit und Aktualität zu prüfen. Über automatische Prüfmechanismen und definierte Qualitätsregeln können fehlerhafte oder unvollständige Datensätze schnell identifiziert und bereinigt werden. Während klassische ERP-Systeme meist nur interne Daten auf Plausibilität prüfen, kann ein Data Hub auch externe Quellen einbeziehen und Datenqualität ganzheitlich sichern. So entsteht eine verlässliche Basis für alle angeschlossenen Systeme.
Daten standardisieren
Im Data Hub werden Daten aus verschiedenen Systemen in ein harmonisiertes, einheitliches Format überführt. So werden unterschiedliche Feldbezeichnungen, Einheiten, Messgrößen oder Klassifikationen zusammengeführt und vereinheitlicht. Diese Standardisierung ist entscheidend, um Daten übergreifend nutzbar zu machen – etwas, das ein klassisches ERP nur bedingt leisten kann, da dessen Datenmodell auf die interne Prozesslogik optimiert ist und externe Formate manuell gemappt werden müssen.
Daten anreichern
Ein Data Hub ermöglicht die Kombination von ERP-internen Daten mit externen Informationsquellen – etwa Marktpreisen, Wetterdaten oder Social-Media-Analysen. Dadurch werden Datensätze informativer und aussagekräftiger, etwa durch zusätzliche Attribute wie Prognosen oder Kontextdaten. Solche Erweiterungen sind in klassischen ERP-Systemen oft schwer oder gar nicht abbildbar, weil sie auf transaktionale Prozesse ausgelegt sind.
Daten verknüpfen
Die Stärke eines Data Hubs liegt in seiner Fähigkeit, Daten aus unterschiedlichen Bereichen – wie Einkauf, Produktion, CRM und Logistik – intelligent miteinander zu verknüpfen. Dabei werden Zusammenhänge sichtbar, die innerhalb der isolierten ERP-Struktur verborgen bleiben. Durch eine einheitliche Datenbasis entstehen vernetzte Informationsflüsse, die sowohl operative Prozesse als auch analytische Fragestellungen unterstützen. So wird aus einzelnen Datensilos ein integriertes Informationsnetzwerk.
Daten auswerten
Im Data Hub lassen sich Datenströme nahezu in Echtzeit analysieren und für Business-Intelligence- und Machine-Learning-Anwendungen nutzen. Das ermöglicht fundierte Entscheidungen auf Basis aktueller, konsistenter Informationen. Während ERP-Systeme häufig auf periodische Berichte und Batch-Verarbeitungen beschränkt sind, erlaubt der Data Hub eventbasierte Analysen und kurzes Feedback zu Prozessveränderungen. Damit wird datengetriebenes Handeln zur operativen Praxis.
Daten ausspielen
Ein Data Hub dient nicht nur der Datensammlung, sondern auch der zielgerichteten Bereitstellung veredelter Informationen an andere Systeme. Ob personalisierte Preise im Webshop, automatisch generierte Berichte oder individualisierte Kundenkommunikation – der Data Hub liefert die passenden Daten dorthin, wo sie gebraucht werden. ERP-Systeme können diese distributive Rolle meist nur eingeschränkt übernehmen, während der Data Hub den effizienten Datenaustausch über APIs steuert und orchestriert.
In der Praxis sieht der Mehrwert eines operativen Data Hubs so aus:
Beispiele für Datenverknüpfungen durch den Data Hub
Automatisierter Einkauf basierend auf externen Daten
Der Data Hub kann externe Datenquellen wie Wetterdaten, Nachfrageprognosen oder Nutzerverhalten integrieren und diese Daten intelligent mit ERP-internen Bestands- oder Lieferdaten verknüpfen. So können automatisierte Bestellvorschläge ausgelöst werden, die auf aktuellen Marktbedingungen basieren. Ein klassisches ERP-System ist hier oft zu starr, da es externe Daten nur schwer integrieren und verarbeiten kann.Intelligente Prozessoptimierung durch kombinierte Datenanalysen
Im Data Hub können verschiedenste Datenströme aus Produktion, Logistik, Vertrieb und Service nahezu in Echtzeit zusammengeführt und analysiert werden. So lassen sich Prozessflaschenhälse oder Optimierungspotentiale erkennen, die ein ERP-System nicht abbilden kann, da es meist nur isolierte Daten verwaltet und weniger flexible Analysemechanismen bietet.360° Kundenprofil mit mehreren Datenquellen
Der Data Hub erzeugt einen sogenannten „Golden Record“, der Kundeninformationen aus CRM, Online-Kanälen, Support-Systemen und externen Quellen zusammenführt und bereinigt. Daraus entstehen vollständige und konsistente Kundenprofile für Vertrieb und Marketing. Ein klassisches ERP hat hier oft nur Teilinformationen oder unterschiedliche Silos ohne automatisierte Zusammenführung.Dynamische Preis- und Angebotsgestaltung
Durch das Zusammenführen von Marktdaten, Wettbewerbsinformationen, internen Verkaufszahlen und Lagerbeständen im Data Hub können Unternehmen nahezu in Echtzeit Preis- und Rabattstrategien anpassen. ERP-Systeme sind hier meist zu statisch und können solche dynamischen Entscheidungen nicht unterstützen.
Hublify als ERP und Data Hub
Am Beispiel von Hublify lässt sich der Mehrwert eines ERPs als Data Hubs – hier vor allem für Commerce - gut erkennen. Wie jedes ERP verfügt auch Hublify über verschiedene Module: Hublify PIM, Hublify Warehouse (mit Einkauf, Lager, Versand), Hublify CDM, Hublify Billing und Hublify Analytics. Damit werden nahezu alle Geschäftsprozesse von Retailern abgedeckt. Diese können genutzt werden, müssen aber nicht und existieren jeweils auch als eigenständiges Modul. Häufig sind bereits andere Systeme etabliert, so dass sich Hublify wie Fugenkitt in die Lücken einsetzen lässt.
Gleichzeitig entspricht die Datenarchitektur von Hublify genau der eines Data Hubs. Ziel ist dabei nicht nur durch API first Interoperabilität zu gewährleisten, sondern dazu einen möglichst einfachen Umgang mit Daten. Also die besten Werkzeuge auf der Werkbank bereitzustellen.
Es ist möglich, Hublify nur als Data Hub einzusetzen im Sinne eines Drehkreuzes oder einer Middleware. Doch der wahre Mehrwert ergibt sich, wenn es als Data Hub und ERP genutzt wird. Wenn die Kernprozesse eines ERPs durch Hublify abgedeckt werden und alles über ein Login und eine Oberfläche erreicht wird. Dann entfaltet sich das volle Potenzial von Datenverknüpfungen, indem Zusammenhänge abteilungsübergreifend verstanden werden und Mitarbeiter ganz neu unternehmerisch denken können. Indem Analysen über mehrere Bereiche und Datensätze entstehen können und die wahren Schätze und Knackpunkte offenbaren. Indem Personalisierung in Reinform möglich wird. Diese Datenverknüpfungen funktionieren immer besser, wenn sie auf originäre Daten eines all-in-one ERPs zugreifen können.
