kma Online
3-Phasen-Modell zur Prozesskostensenkung

Mangelnde Stammdaten-Hygiene ist teuer

Verspätete und falsche Lieferungen sind nur die Spitze des Eisbergs. Fehlerhafte Stammdaten verursachen Kosten für Kliniken und Lieferanten. Die Erkennung von Datenfehlern senkt diese Kosten, erhöht die Prozessstabilität in der Supply Chain und verbessert die Versorgungs- und Patientensicherheit.

Erhöhung Stammdatenqualität

Supedio

Die Erhöhung der Stammdatenqualität hat Verbesserungen verschiedener Bereiche zur Folge.

Produktstammdaten und Produktinformationen werden auf verschiedenen Ebenen im Klinikbetrieb, vor allem aber im Klinikeinkauf, verwendet und bilden die Grundlage für operative und strategische Entscheidungen. In einer branchenweiten Umfrage (Lünendonk-Studie 2016: Revival der Stammdaten) gaben 82 Prozent der Unternehmen an, dass eine hohe Datenqualität schnelle Analysen und korrekte Entscheidungen ermöglicht. Dennoch schätzten nur 15 Prozent die eigene Stammdatenqualität als gut ein. Hier gibt es Handlungsbedarf: Eine geringe Produktdatenqualität kann die Effizienz erheblich beeinträchtigen, während eine hohe Datenqualität entscheidend zum Erfolg des Klinikeinkaufs beiträgt. Die Erhöhung der Datenqualität wirkt sich verbessernd auf verschiedene Bereiche einer Klinik aus. Deshalb ist gerade in den Prozessketten des Gesundheitswesens eine möglichst hohe Datenqualität unverzichtbar.

Mehrere Umfragen von Branchenexperten weisen jedoch darauf hin, dass viele Kliniken und Lieferanten der Datenqualität als auch deren Sicherstellung offenbar nicht genügend Aufmerksamkeit schenken oder nicht effizient damit umgehen.

Multiplikation von Datenfehlern

Operative Daten im Einkauf können in zwei Kategorien unterteilt werden: relativ statische Produktstammdaten und dynamische Transaktionsdaten. Die statischen Produktstammdaten definieren die grundlegenden Merkmale der Produkte. Sie werden in der Regel nur einmal angelegt, mehrfach verwendet und selten verändert. Transaktionsdaten beschreiben die relevanten Ereignisse in einem Unternehmen, wie Bestellungen, Rechnungen, Zahlungen, Lieferungen oder Lageraufzeichnungen. Auch Preis- und Konditions-Daten werden als dynamische Stammdaten bezeichnet.

Weil Transaktionsdaten auf Stammdaten basieren, werden sich Stammdatenfehler vervielfachen und erhebliche Kosten in den Prozessketten verursachen. Wenn beispielsweise ein Hersteller einem Artikel in den Stammdaten eine falsche ID und auf der Basis der ID einen falschen Preis zuordnet, dann geht beim Verkauf des Artikels Geld verloren. Wird der Artikel hundertmal im Jahr bestellt, so zeigt schon dieses einfache Beispiel den Multiplikatoreffekt von Stammdaten zu Transaktionsinformationen. Die negativen Auswirkungen fehlerhafter Produktstammdaten können 8 bis 12 Prozent der Einnahmen kosten.

Sind die Produktstammdaten des Lieferanten nicht mit den in der Klinik angelegten Daten identisch, führt dies zu erhöhten Aufwendungen in den nachgelagerten Prozessen. Selbst wenn der Lieferant den gewünschten Artikel trotz falscher Bestelldaten korrekt identifiziert, werden Lieferschein und Rechnung auf der Bestellerseite nicht mit der getätigten Bestellung übereinstimmen. Das führt dann beim Wareneingang und der Rechnungskontrolle des Bestellers zu Rückfragen und Abklärungen mit einem erheblichen Aufwand an Ressourcen.

Wenn der Lieferant aufgrund fehlerhafter Stammdaten einen falschen Artikel liefert, dann kann der Adrenalinspiegel im Einkauf schon mal auf Notaufnahme-Niveau steigen. Bei gewöhnlichen Verbrauchsmaterialien ist das Risiko einer Patientengefährdung durch eine fehlerhafte Lieferung glücklicherweise gering. Bei patientenspezifischen Medizintechnikartikeln, wie zum Beispiel Implantaten, sieht das aber ganz anders aus.

Kosten geringer Datenqualität

Die Kosten, die durch geringe Datenqualität verursacht werden, sind schwer zu quantifizieren. Sie lassen sich in zwei Kategorien einteilen: direkte oder indirekte Kosten durch geringe Datenqualität sowie Kosten für die Erkennung und Reparatur.

Kosten, die durch geringe Datenqualität verursacht werden, sinken mit zunehmender Qualität. Dass die Datenqualität in Abhängigkeit von den Kosten eine konvexe Kurve beschreibt, mag in einer rein ökonomischen Betrachtung realistisch sein. Im Gesundheitswesen, wo als Zielstellung das Patientenwohl an erster Stelle steht, wo Fehler unabhängig von der allgemeine Datengüte Leib und Leben gefährden können, ist eine mehr lineare Kurvenführung durchaus denkbar. Auch bei einer Datenqualität von 99,9 Prozent kann ein Fehler Leben kosten. Für die Betrachtungen in diesem Artikel soll von einer konvexen Kurve ausgegangen werden, da sich die Schlussfolgerungen im Folgenden nur verstärken, je linearer die Darstellung ist.

  • Schlagwörter:
  • Stammdaten
  • Prozesskosten
  • Kostensenkung

Kommentare (0)

Kommentar hinzufügen

Um einen Kommentar hinzuzufügen melden Sie sich bitte an oder registrieren Sie sich.

Jetzt anmelden/registrieren