Warum die Bereinigung der Kundenstammdaten bei Stadtwerken fast immer zu spät beginnt

Ich begleite seit vielen Jahren Stadtwerke und Energieversorger beim Aufbau sauberer Kundenstammdaten. Dabei begegnet mir immer wieder dasselbe Muster: Datenqualität ist bekannt, aber nicht priorisiert.
 

Transformation mit Tempo – und wachsendem Risiko

Stadtwerke befinden sich mitten in tiefgreifenden Transformationsprogrammen – von S/4 Utilities über neue CRM‑Systeme und Kundenportale bis hin zur Diversifizierung der Geschäftsbereiche. Der Anspruch ist klar: schneller werden, effizienter arbeiten, kundenorientierter agieren. Doch genau hier zeigt sich ein zentrales Spannungsfeld: Ohne verlässliche Kundendaten wird Tempo schnell zum Risiko.

Die typische Ausgangslage bleibt dabei erstaunlich konstant: Datenqualität gilt als IT- oder Operativthema, nicht als Managementaufgabe. Komplexe Systemlandschaften – von SAP IS-U und CRM über ÖPNV, Ticketing bis Glasfaser – verschleiern Zuständigkeiten und Ursachen. Fachbereiche gleichen Defizite lange durch manuelle Nacharbeit aus.  „Im Tagesgeschäft funktioniert es ja.“ „Die Fachbereiche kommen zurecht.“ Das System läuft scheinbar stabil. Intern wird repariert. Und genau das verzögert Entscheidungen. Dieses Muster zeigt sich unabhängig von Größe oder Organisationsform. Ob kommunales Stadtwerk oder größerer Energieversorger: Komplexe Systemlandschaften, parallele Projekte und historisch gewachsene Zuständigkeiten führen überall zu ähnlichen Herausforderungen bei den Kundendaten.
 

Wenn Datenprobleme teuer werden

Datenprobleme entstehen verteilt über viele Systeme und Bereiche hinweg – ihr wirtschaftlicher Schaden wird jedoch nicht zentral sichtbar gemacht. Erst wenn die negativen Folgen offen zutage treten, rückt Datenqualität in den Fokus: Postrückläufer stapeln sich, Kunden erleben widersprüchliche oder verspätete Kommunikation, Kosten für Porto, Nacharbeit und Imageverluste lassen sich erstmals konkret beziffern.

Was viele Entscheider dann überrascht: Die tatsächlichen Kosten liegen nicht im Einzelfehler, sondern im Zusammenspiel paralleler Großprojekte. Migrationen laufen unter Zeitdruck, Abhängigkeiten nehmen zu, Fehlerkosten steigen – während die Verlässlichkeit der Kundendaten nicht aktiv gesteuert wird. Datenqualität wird relevant, wenn sie im Projekt oder im Betrieb Geld kostet.
 

Datenqualität wird greifbar

Jetzt beginnt die Arbeit. Daten werden ausgewertet, Dubletten sichtbar gemacht, Adressen geprüft, Fehlerquellen entlang der Prozesskette identifiziert. Erst durch systemübergreifende Analysen wird sichtbar, wie fragmentiert der Kunde tatsächlich gespeichert ist. Es wird schnell klar: Datensilos müssen aufgelöst werden, um überhaupt eine belastbare Sicht auf den Kunden zu erhalten. Zum ersten Mal entsteht Transparenz darüber, wo Daten entstehen, wie sie sich verändern und wo Qualität verloren geht. Bauchgefühl wird durch Zahlen ersetzt – aus vielen Einzelproblemen wird eine messbare Business-Größe.

Spätestens hier zeigt sich auch: Ohne klares Top-down-Sponsoring durch Geschäftsführung oder Bereichsleitung bleibt jede Initiative wirkungslos. Datenqualität lässt sich nicht nachhaltig in Projekten „nebenbei“ lösen. Verantwortung muss klar sein – über System- und Bereichsgrenzen hinweg.
 

Was erfolgreiche Stadtwerke richtig machen

Sie warten nicht, bis es weh tut. Sie machen Datenqualität früh sichtbar, ziehen klare Verantwortung ein und nutzen sie als Steuerungsgröße für Kosten, Risiken und Entscheidungen. Ziel ist nicht der perfekte Datensatz, sondern Transparenz über Risiken, Kosten und Entscheidungsfähigkeit. Eine zentrale Sicht auf Kundenstammdaten ersetzt viele lokale Korrekturen und schafft Stabilität für laufende und kommende Transformationen.

Klar gesagt: Datenqualität ist kein IT-Problem. Sie ist ein Kosten-, Reputations- und Führungsproblem. Wer wartet, bis sie sichtbar wird, zahlt immer mehr als nötig.