{"id":9905,"date":"2024-08-08T16:11:30","date_gmt":"2024-08-08T14:11:30","guid":{"rendered":"https:\/\/www.datamart.de\/project\/anwenderbericht-alpha-tontraeger\/"},"modified":"2025-03-13T19:59:10","modified_gmt":"2025-03-13T18:59:10","slug":"anwenderbericht-alpha-tontraeger","status":"publish","type":"avada_portfolio","link":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/","title":{"rendered":"Anwenderbericht alpha Tontr\u00e4ger\u200b\u200b"},"content":{"rendered":"

\u200b\u200b\u200bMit Standardisierung zur schnelleren Entscheidungsfindung<\/h2><\/div>

Deutschlands gr\u00f6\u00dfter Rackjobber f\u00fcr Entertainment vereinheitlicht Berichtswesen mit Unterst\u00fctzung von DATA MART Consulting <\/b><\/p>\n<\/div>

Seit \u00fcber 45 Jahren steht die alpha Tontr\u00e4ger Vertriebs GmbH f\u00fcr innovative Produktsortimente und Servicedienstleistungen auf dem Markt der Bild-, Tontr\u00e4ger,\u200b Games und Konsolen. Das inhabergef\u00fchrte Unternehmen hat sich mit inzwischen \u00fcber 400 Mitarbeitern als Marktf\u00fchrer im Bereich \u201eEntertainment Rackjobbing\u201c in Deutschland etabliert, d.h. es bietet seine Produkte auf gemieteten Verkaufsfl\u00e4chen in namhaften SB-Warenh\u00e4usern, Verbraucherm\u00e4rkten und Fachmarktketten an.<\/b><\/p>\n

Fast ebenso lange gibt es bereits das Betriebssystem AS\/400, das als Basis f\u00fcr inhouse programmierte Anwendungen in den Bereichen Warenwirtschaft, Vertrieb, Maschinen-steuerung, Logistik und vielen mehr diente. \u201eDiese \u00fcber so viele Jahre gewachsene, komplexe Struktur der verschiedenen Datenhaushalte sorgte daf\u00fcr, dass die Umsetzung von Reporting- und Analyseaufgaben zunehmend komplizierter wurde. Voneinander abweichende Auffassungen f\u00fchrten immer wieder zu unterschiedlichen Definitionen der Kennzahlen \u2013 aber wenn keine standardisierten Kennzahlen, Auswertungen und Berichte zur Verf\u00fcgung stehen, ist die Entscheidungsfindung extrem schwierig und zeitaufw\u00e4ndig\u201c, erl\u00e4utert Dieter Deinert, kaufm\u00e4nnischer Gesch\u00e4ftsf\u00fchrer der alpha Tontr\u00e4ger Vertriebs GmbH die Ausgangssituation.<\/p>\n

F\u00fcr eine weitere Herausforderung sorgte das Thema \u201eKopfmonopole\u201c, das hei\u00dft, bestimmte Mitarbeiter hatten aufgrund ihrer langj\u00e4hrigen Betriebszugeh\u00f6rigkeit sehr viel Spezialwissen gesammelt, das jedoch nicht breit zur Verf\u00fcgung stand. \u201eUns war klar, dass wir f\u00fcr die Zukunft mehr Transparenz ben\u00f6tigten, um das Berichtswesen auf eine breitere und einheitlichere Basis zu stellen, und das externe und interne Rechnungswesen vereinheitlichen mussten\u201c, so Deinert weiter. \u201eKurz gesagt: Wir wollten durch Standardisierung und Vereinheitlichung die Profitabilit\u00e4t unserer laufenden Gesch\u00e4fte verbessern.\u201c<\/p>\n

Ergebnisorientierte Konzeption<\/b><\/p>\n

Das Unternehmen sah sich vor der Alternative, alle vorhandenen Programme auf der AS\/400 zu restrukturieren oder alles durch ein ERP-System zu ersetzen. \u201eZu dem Zeitpunkt standen wir allerdings schon unter Handlungsdruck. Daher entschlossen wir uns, auf der vorhandenen Basis aufzubauen, d.h. die Werte origin\u00e4r aus der AS\/400 zu holen und dann \u00fcber ein neues Data Warehouse entsprechend auszuwerten.\u201c<\/p>\n

Deinert und sein Team machten sich kundig, wer als Partner f\u00fcr die Umsetzung des Projekts infrage kam. \u201eAuf einem CFO-Event haben wir dann DATA MART Consulting kennengelernt und uns f\u00fcr die Zusammenarbeit entschieden\u201c, berichtet Deinert. Das etablierte Beratungsunternehmen mit Sitz in Hamburg und Neu-Isenburg verf\u00fcgt \u00fcber hohe Marktkenntnis im Bereich Data-Warehouse- und BI-Tools und \u00fcberzeugte nicht nur konzeptionell und technisch, sondern auch mit umfassendem fachlichem Know-how im Handel und einer \u00fcberzeugenden konzeptionellen Projektplanung.<\/p>\n<\/div>

\n\u201eWichtig war uns auch, dass DATA MART herstellerunabh\u00e4ngig ist. Es gibt viele Beratungsh\u00e4user, die sicher gute Arbeit leisten, aber von Haus aus schon auf einen Hersteller festgelegt sind \u2013 und das wollten wir vermeiden\u201c<\/h2>
so Deinert weiter.<\/div>
<\/div><\/div><\/div>

Phasenweise Umsetzung mit schnellem Nutzen<\/b><\/p>\n

Gemeinsam wurde ein fachliches und technisches Konzept entwickelt, das auch die R\u00fcckkoppelung in die Gesch\u00e4ftsprozesse und Vorsysteme einschloss. \u201eIm ersten Schritt haben wir eine Ist-Aufnahme gemacht, d.h. was haben wir alles? Und im zweiten Schritt folgte die Soll-Konzeption, d.h. was m\u00f6chten wir alles? Dabei ging es auch ganz stark um das Thema Standardisierung, weil wir, wie bereits erw\u00e4hnt, aufgrund unserer langen Entwicklung auf keine normierten Begriffe zugreifen konnten\u201c, erl\u00e4utert Deinert.<\/p>\n

Zun\u00e4chst wurde ein Fachkonzept aufgestellt, wie die Ergebnisrechnung aussehen und welche Bestandteile enthalten sein sollten. Ausgehend von den gew\u00fcnschten Ergebnissen wurde dann festgelegt, welche Datenstr\u00f6me zu deren Verwirklichung ben\u00f6tigt wurden. Erst dann folgte der Auswahlprozess der geeigneten Technologie auf Basis dieser Aufgabendefinition. \u201eDie Bandbreite der m\u00f6glichen L\u00f6sungen war sehr gro\u00df und DATA MART konnte uns hier durch sein Branchenwissen hervorragend unterst\u00fctzen.\u201c<\/p>\n

Die Umsetzung sollte phasenweise erfolgen, angefangen beim Einkauf \u00fcber den Vertrieb bis hin zur Integration der Finanzbuchhaltung. Es zeigte sich allerdings, dass sich die Phasen nicht ganz so klar wie anfangs gedacht voneinander abgrenzen lie\u00dfen. \u201eZum Beispiel sind Einkauf und Vertrieb bei uns sehr eng miteinander verbunden. Wenn Abverkaufsquoten berechnet werden, liegt es einfach nahe, diese sofort auch f\u00fcr die Vertriebsauswertung zu nutzen. Das muss einfach alles abgestimmt sein, weil die einzelnen Komponenten von unterschiedlichen Leuten und Funktionen benutzt werden, die jedoch auf die gleiche Definition zugreifen m\u00fcssen\u201c, betont Deinert.<\/p>\n

Bew\u00e4hrte Basis \u2013 moderne Oberfl\u00e4che<\/b><\/p>\n

Als operatives System dient nach wie vor die AS\/400. Auf diese Basis setzt heute ein Data Warehouse von Microsoft auf, als BI-Tool kommt Cubeware zum Einsatz. Nach der AS\/400 mit ihrem klassischen gr\u00fcn-schwarzen Bildschirm aus den 90er Jahren war das neue System f\u00fcr die Mitarbeiter nat\u00fcrlich eine gro\u00dfe Umstellung. \u201eWir kommen aus einer Welt, in der die AS\/400 ganz stark mit Excel-Auswertungen genutzt wurde. Die Mitarbeiter haben viele Abfragen selbst gemacht \u2013 und einige taten sich schwer damit, ihre gewohnten Excel-Auswertungen abzugeben\u201c, erz\u00e4hlt Deinert.<\/p>\n

\u201eAber letzten Endes war es eine Frage des Qualit\u00e4tsmanagements: Unser Ziel war, dass alle auf qualit\u00e4tsgesicherte Daten zugreifen und dann bei den gleichen Fragestellungen auch immer die gleichen Antworten herauskommen. Die Grundberichte konnten wir aus dem Controlling heraus entwickeln, aber wir haben auch sehr viele Berichte gemeinsam mit den Fachabteilungen nach deren Bed\u00fcrfnissen erarbeitet. Ich denke, mittlerweile ist die Akzeptanz sehr hoch, weil wir jetzt eine ganz andere Detailebene abbilden k\u00f6nnen.\u201c<\/p>\n<\/div>

\"\"<\/a><\/div><\/div>
\"\"<\/a><\/div><\/div>
\"\"<\/a><\/div><\/div>
<\/div><\/div><\/div>

Standardisierte Darstellung und Auswertung<\/b><\/p>\n

Positiv vermerkt Deinert insbesondere, dass bei den Auswertungen jetzt definitiv eine einheitlichere Herangehensweise verfolgt wird. \u201eWir haben die Begriffe normiert. Gerade im Handel gibt es ja sehr unterschiedliche M\u00f6glichkeiten, den Umsatzbegriff darzustellen. Insofern erleichtert es unsere t\u00e4gliche Arbeit ungemein, dass jetzt Definitionen vorliegen und jeder ganz genau wei\u00df, was eine Zahl umfasst und was nicht. Wir haben heute den Vorteil, dass wir sowohl auf Lieferanten- als auch auf Kunden- und Unternehmensebene immer die gleiche Basis und damit eine durchg\u00e4ngige Darstellung haben.\u201c<\/p>\n

Die fachliche Detailanalyse und Qualit\u00e4tssicherung in der Umsetzung zog auch zahlreiche Anpassungen in den Vorsystemen und Prozessen nach sich. \u201eAuf dem Weg sind wir immer noch und das wird auch noch dauern. Es gibt zudem in unserer Branche immer wieder neue Fragestellungen, f\u00fcr die dann wiederum andere Daten ausgewertet werden m\u00fcssen. So ein Data Warehouse ist eigentlich nie fertig und entwickelt sich st\u00e4ndig weiter\u201c, betont Deinert.<\/p>\n

Ein wichtiger Aspekt sei hier auch die schnelle Anbindung der Quellsysteme: \u201eDa haben wir gemeinsam mit DATA MART eine hohe Fertigkeit entwickelt, die Quelldaten \u2013 wenn wir sie denn identifiziert haben, was ja immer die gro\u00dfe Herausforderung ist \u2013 schnell ins Data Warehouse zu \u00fcbernehmen und entsprechend schnell Auswertungen zu erstellen.\u201c<\/p>\n

Tagesaktuelle Kennzahlen verf\u00fcgbar<\/b><\/p>\n

Insgesamt liegen laut Deinert die Zahlen heute erheblich schneller und mit deutlich h\u00f6herem Detailgrad vor. \u201eSo k\u00f6nnen wir nat\u00fcrlich auch schneller reagieren. Wenn Gesch\u00e4ftsf\u00fchrung und Entscheider nicht mehr \u00fcber die diversen Auslegungen von Daten oder Zahlen diskutieren, verbessert das die Kommunikation enorm und f\u00fchrt zu einer deutlichen Fokussierung auf die eigentlichen Probleme.\u201c<\/p>\n

Als n\u00e4chstes steht das Thema Predicitive Analysis auf dem Plan und dann die Anbindung der Logistik. \u201eWir k\u00f6nnen heute schon sehr vieles selbstst\u00e4ndig machen, aber nat\u00fcrlich ben\u00f6tigen wir nach wie vor die Unterst\u00fctzung der Berater von DATA MART, die mit ihrer hohen Fachkompetenz sowohl betriebswirtschaftlich als auch technisch in allen Projektphasen immer vern\u00fcnftige und pragmatische L\u00f6sungen pr\u00e4sentieren\u201c, res\u00fcmiert Deinert. \u201eInsgesamt sind wir sehr zufrieden: Es war ein notwendiger und ein richtiger Schritt.<\/p>\n<\/div>

<\/span><\/div>
<\/i>Jetzt PDF downloaden<\/span><\/a><\/div><\/div><\/div>
<\/span><\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":8773,"menu_order":0,"comment_status":"open","ping_status":"closed","template":"","format":"standard","meta":{"footnotes":""},"portfolio_category":[59],"portfolio_skills":[],"portfolio_tags":[],"class_list":["post-9905","avada_portfolio","type-avada_portfolio","status-publish","format-standard","has-post-thumbnail","hentry","portfolio_category-user-reports"],"yoast_head":"\nAnwenderbericht alpha Tontr\u00e4ger\u200b\u200b - DATA MART Consulting GmbH<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Anwenderbericht alpha Tontr\u00e4ger\u200b\u200b - DATA MART Consulting GmbH\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/\" \/>\n<meta property=\"og:site_name\" content=\"DATA MART Consulting GmbH\" \/>\n<meta property=\"article:modified_time\" content=\"2025-03-13T18:59:10+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/alpha_bild3.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"880\" \/>\n\t<meta property=\"og:image:height\" content=\"462\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-alpha-tontraeger\\\/\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-alpha-tontraeger\\\/\",\"name\":\"Anwenderbericht alpha Tontr\u00e4ger\u200b\u200b - DATA MART Consulting GmbH\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-alpha-tontraeger\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-alpha-tontraeger\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/alpha_bild3.jpg\",\"datePublished\":\"2024-08-08T14:11:30+00:00\",\"dateModified\":\"2025-03-13T18:59:10+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-alpha-tontraeger\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-alpha-tontraeger\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-alpha-tontraeger\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/alpha_bild3.jpg\",\"contentUrl\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/alpha_bild3.jpg\",\"width\":880,\"height\":462},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-alpha-tontraeger\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Portfolio\",\"item\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Anwenderbericht alpha Tontr\u00e4ger\u200b\u200b\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/#website\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/\",\"name\":\"DATA MART Consulting GmbH\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Anwenderbericht alpha Tontr\u00e4ger\u200b\u200b - DATA MART Consulting GmbH","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/","og_locale":"en_US","og_type":"article","og_title":"Anwenderbericht alpha Tontr\u00e4ger\u200b\u200b - DATA MART Consulting GmbH","og_url":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/","og_site_name":"DATA MART Consulting GmbH","article_modified_time":"2025-03-13T18:59:10+00:00","og_image":[{"width":880,"height":462,"url":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/alpha_bild3.jpg","type":"image\/jpeg"}],"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/","url":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/","name":"Anwenderbericht alpha Tontr\u00e4ger\u200b\u200b - DATA MART Consulting GmbH","isPartOf":{"@id":"https:\/\/www.datamart.de\/en\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/#primaryimage"},"image":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/#primaryimage"},"thumbnailUrl":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/alpha_bild3.jpg","datePublished":"2024-08-08T14:11:30+00:00","dateModified":"2025-03-13T18:59:10+00:00","breadcrumb":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/#primaryimage","url":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/alpha_bild3.jpg","contentUrl":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/alpha_bild3.jpg","width":880,"height":462},{"@type":"BreadcrumbList","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-alpha-tontraeger\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/www.datamart.de\/en\/"},{"@type":"ListItem","position":2,"name":"Portfolio","item":"https:\/\/www.datamart.de\/en\/project\/"},{"@type":"ListItem","position":3,"name":"Anwenderbericht alpha Tontr\u00e4ger\u200b\u200b"}]},{"@type":"WebSite","@id":"https:\/\/www.datamart.de\/en\/#website","url":"https:\/\/www.datamart.de\/en\/","name":"DATA MART Consulting GmbH","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.datamart.de\/en\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"}]}},"_links":{"self":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9905","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio"}],"about":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/types\/avada_portfolio"}],"author":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/comments?post=9905"}],"version-history":[{"count":1,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9905\/revisions"}],"predecessor-version":[{"id":9906,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9905\/revisions\/9906"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/media\/8773"}],"wp:attachment":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/media?parent=9905"}],"wp:term":[{"taxonomy":"portfolio_category","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_category?post=9905"},{"taxonomy":"portfolio_skills","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_skills?post=9905"},{"taxonomy":"portfolio_tags","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_tags?post=9905"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}