Interview mit Stephan Müller:
Die Fabrik, die man nicht sieht
Stephan Müller erklärt, warum er MDM und PIM konsequent in den größeren Zusammenhang der Digital Information Supply Chain einbettet. Er spricht darüber, wie man Entscheiderinnen und Entscheider auf C-Level wirklich erreicht, warum viele Unternehmen die Qualität ihrer Datenstruktur unterschätzen und warum MDM-Projekte fast nie mit einer ROI-Rechnung beginnen. Zum Schluss skizziert er einen Leitstand für die Datenfabrik, in dem KI und Menschen zusammenspielen. Und er sagt, warum am Ende die Leidenschaft der Menschen entscheidet, die in den Unternehmen daran arbeiten.
Stephan, du beschäftigst dich seit rund 15 Jahren intensiv mit Stamm- und Produktdaten. Warum lässt dich das Thema nicht los?
Das hat mit meinem Werdegang zu tun. An der ETH hat mich fasziniert, wie ein produzierendes Unternehmen funktioniert. Dabei bin ich dem Supply Chain Management begegnet, also der Frage, wie man die reale Wertschöpfungskette durchdacht organisiert. Bei Bain habe ich mich mit strategischen Fragen dieser physischen Supply Chain beschäftigt. Bei der Webagentur Smartmedia/Unic habe ich dann ergründet, wie Webshops und Content-Management-Systeme funktionieren, woher ihre Daten kommen und welche Herausforderungen daran hängen. Schon 2002 haben wir Pionierarbeit im Bereich Product Information Management (PIM) geleistet.
Stell dir vor, ein CFO hört uns zu. Wie erklärst du ihm, worum es geht?
Ich fange nicht bei den Werkzeugen an, sondern beim Zusammenhang. Um seine Waren und Dienstleistungen zum Kunden zu bringen, muss ein Unternehmen heute seine Digital Information Supply Chain beherrschen. Die Begriffe dafür habe ich bewusst an die reale Supply Chain angelehnt. Ein CFO weiss, was eine Fabrik ist. Also frage ich: Wie sieht eure Datenfabrik aus und wie entwickelt ihr sie weiter? Die Softwaresysteme sind darin die Werkzeugmaschinen. Auch sie haben einen Lebenszyklus, und es ist wertvoll zu wissen, welches Werkzeug in welchem Zustand ist.
Hast du erlebt, dass jemand den wirtschaftlichen Schaden schlechter Stammdaten konkret beziffern konnte?
Nein. Dieser Frage sind die Kunden immer ausgewichen. Ich beschreibe das mit dem Bild eines Eisbergs. Die Anforderungen an Daten steigen, bei der Datenvielfalt wie bei der Regulierung und mit ihnen explodieren die Kosten. Weil die Digital Information Supply Chain quer durch alle Abteilungen läuft, sind diese Kosten im Unternehmen verstreut. Sichtbar ist meist nur die Spitze.
Wie reagieren Entscheiderinnen und Entscheider, wenn du ihnen den Eisberg zeigst?
Mit «Ja, genau so ist es bei uns auch». Das gilt für den Eisberg genauso wie für die anderen Herausforderungen, die ich in der Digital Information Supply Chain, kurz DISC beschreibe. Widersprochen hat mir noch nie jemand. Es ist wie bei einer Geschichte, die man selbst nicht präsent hatte. Sobald sie jemand erzählt, sagt man: «Genau, das ist auch meine Wirklichkeit.»
Warum folgt daraus so wenig Handeln?
Wenn ich die Geschichte vor dem C-Level allgemein erzähle, ohne sie auf das Unternehmen zuzuschneiden, verpufft sie. Sie bleibt ein kurzes Aha-Erlebnis. Im C-Level hören sie ständig irgendwelche Geschichten, es herrscht eine regelrechte Reizgeschichtenüberflutung.
Es braucht eine Vorstudie. Der Weg dahin führt über jemanden auf der operativen Ebene im Unternehmen, der sagt: «Ich habe dieses Problem und organisiere das Budget für die Vorstudie.» In der Vorstudie reichern wir die Geschichte mit dem Kontext des Unternehmens an. Wir zeigen, wie reif die Systeme sind, und machen Zusammenhänge und Herausforderungen sichtbar. Damit wird es konkret für diesen Kontext und es lässt sich eine Entscheidung abholen.
«Es ist eine Illusion zu glauben, Veränderung in Unternehmen funktioniere primär über das C-Level. Der Schlüssel sind Menschen im Unternehmen, die die Vorarbeit leisten.»
Und ROI-Rechnungen?
Die waren nur selten Teil des Projektantrags. In den Unternehmen ist gut verankert, dass solche Rechnungen eine Scheingenauigkeit vortäuschen. Entschieden wird aus der qualitativen Überzeugung heraus, dass es notwendig ist.
Was verändert KI im Umgang mit Stammdaten und was bleibt?
Datenbeherrschung wird noch wichtiger. Eine gute Datenarchitektur wird noch entscheidender, weil man basierend darauf mit KI enormes Potenzial erschliessen kann. Was KI nicht leisten wird: aus einem strukturellen Datenproblem ein Datenparadies machen.
«Wenn du eine Datenwüste hast oder ein Datenfegefeuer, wird nicht die KI als Engel kommen und daraus ein Paradies bauen.»
Also mehr Datenqualität?
Mir geht es auch um die Qualität der Datenstruktur. Die ist genauso wichtig wie die Qualität der einzelnen Daten. Wie sieht deine Datenarchitektur von Ende zu Ende aus? Versteht man, wie alles zusammenhängt? In einer realen Fabrik gibt es jemanden, der das gesamte Fabriklayout konzipiert: wie die Waren fliessen und wo die Produktionsabteilungen liegen. Diese Sorgfalt brauchen auch die Daten. Statt dass jede Abteilung für sich optimiert, entsteht ein Gesamtkunstwerk.
Wo hilft KI konkret?
Sie macht eine Idee realistisch, die ich schon lange in mir trage: einen Leitstand für die Datenfabrik. In der Prozessindustrie kannst du nicht in die Rohre steigen und nachsehen, wie es läuft. Sensoren erfassen laufend Daten. Läuft etwas aus dem Toleranzbereich, erscheint eine Meldung im Leitstand, und jemand greift gezielt an der richtigen Stelle ein.
Wer sitzt in diesem Leitstand?
Er ist das Werkzeug eines Data Governance Boards. Da spielt auch meine militärische Vergangenheit hinein: In einem Bataillonsstab betreibt man einen Kommandoraum, in dem die relevanten Informationen an einer Führungswand nachgeführt werden. Bisher war die Investition in einen solchen Leitstand illusorisch. Mit KI öffnet sich dafür erstmals eine realistische Option. Und KI wird Teilaufgaben übernehmen. So wie Fertigungsroboter und automatische Transportsysteme heute die Automatisierung in Fabriken erhöhen, werden das Agenten in der Datenfabrik tun, im Zusammenspiel mit den Menschen.
Welchen Fehler machen Auftraggeberinnen und Auftraggeber am häufigsten?
Die Projekte sind personell zu schwach besetzt. In einer realen Fabrik sind die Menschen mit ihrem ganzen Sein vor Ort. In der Datenfabrik müssen die Mitarbeitenden an zu vielen Themen gleichzeitig arbeiten. Mit der Freigabe der Investition müssen auch die richtigen Leute mit genügend Stellenprozenten zur Verfügung stehen.
Und wenn du einem Vorstand, der morgen ein MDM-Programm beauftragt, einen einzigen Rat geben könntest?
Vertrau auf die Expertise von Menschen, die in diesem Raum leben und sich darin wohlfühlen. Für sie ist das Leidenschaft. Das ist wie eine Kerze: Lass deine Leute Feuer fangen, damit die Kerze in deinem Unternehmen brennt.
Stephan Müller, CEO foryouandyourcustomers
Zur Person
Stephan Müller studierte an der ETH Zürich Elektrotechnik sowie Betriebs- und Produktionswissenschaften. Nach Stationen bei Bain und Smartmedia/Unic gründete er 2010 mit Jonathan Möller und Josef Stadler die foryouandyourcustomers Gruppe, deren CEO er heute ist. Er hat die Digital Information Supply Chain (DISC) entwickelt und arbeitet als Berater in Kundenprojekten. Das Gespräch wurde im April 2026 geführt.
Das Interview führte Andreas Drexhage am 1. April mit Stephan Müller
