Das gefährlichste Meeting ist das, in dem zwei Leute mit unterschiedlichen Zahlen zur selben Frage sitzen. Ab diesem Moment wird nicht mehr über die Entscheidung diskutiert, sondern über die Daten. In einer einzelnen Firma ist das ärgerlich. Wer wie ich Ein Ökosystem aus mehreren Marken führt, kann sich diesen Zustand schlicht nicht leisten: Die Zeit, Widersprüche aufzuklären, skaliert mit jeder weiteren Einheit — und frisst genau die Stunden, die der Hebel bringen sollte.
Das Prinzip: Eine Quelle schreibt, alle anderen lesen
Single Source of Truth heißt nicht, dass es nur ein Tool gibt. Es heißt, dass jede Information genau einen verbindlichen Schreibort hat. Der Lead-Status lebt im CRM — nirgendwo sonst. Die Umsatzzahl lebt im Buchhaltungsexport — nicht in fünf handgepflegten Tabellen. Das Angebots-Template lebt im Playbook — nicht in der Mailhistorie. Jedes andere System darf diese Daten anzeigen, auswerten und weiterverarbeiten. Aber es darf sie nicht eigenständig verändern.
Die Regel klingt banal, wird aber in der Praxis täglich verletzt: Ein Mitarbeiter kopiert eine Liste „nur kurz" in eine eigene Tabelle. Ein Report wird als Momentaufnahme abgespeichert und drei Wochen später als aktuell zitiert. Eine Preisliste existiert in vier Versionen, weil niemand die alte gelöscht hat. Jede dieser Kopien ist eine tickende Fehlentscheidung.
Warum das über mehrere Firmen entscheidend wird
Über mehrere Einheiten hinweg multipliziert sich das Problem. Deshalb gilt im Löwen-Codex-System eine harte Ordnung:
- Ein Ledger pro Einheit — jede Marke hat einen klar definierten Ort für ihre Kennzahlen, Leads und Prozesse
- Ein Format für alle — gleiche Struktur, gleiche Feldnamen, gleiche Definitionen; „Umsatz" bedeutet überall dasselbe
- Ableitungen statt Kopien — Dashboards und Wochenreports werden aus der Quelle generiert, nie von Hand nachgebaut
- Ein Besitzer pro Datenpunkt — wer schreiben darf, ist definiert; alle anderen haben Leserechte
Der Effekt: Der Wochen-Review über alle Marken dauert Minuten statt Stunden, weil keine Zahl erst verhandelt werden muss. Und wenn eine Einheit den Besitzer wechselt oder in den Wartungsmodus geht, liegt ihr komplettes Wissen an einem Ort — nicht in Köpfen und Postfächern.
Daten, die an zwei Orten gepflegt werden, sind an keinem Ort wahr. Die Frage ist nie, ob die Versionen auseinanderlaufen — nur wann.
Der eigentliche Hebel: KI braucht eine Wahrheit
Spätestens mit KI-Agenten wird die Single Source of Truth vom Ordnungsprinzip zum Produktionsfaktor. Ein Agent, der Angebote vorbereitet, Follow-ups schreibt oder Reports erstellt, ist exakt so gut wie die Daten, auf die er zugreift. Menschen kompensieren widersprüchliche Quellen mit Kontextwissen und Rückfragen. Ein Agent tut das nicht — er verarbeitet die falsche Version mit derselben Zuversicht wie die richtige, nur schneller.
Deshalb ist die Reihenfolge beim Aufbau von AI-Leverage nicht verhandelbar: erst die verbindliche Datenquelle, dann die Automatisierung darauf. Wer es umgekehrt macht, automatisiert seine Widersprüche und wundert sich über souverän formulierten Unsinn.
So führt man das Prinzip ein, ohne den Betrieb zu stoppen
Niemand migriert an einem Wochenende alle Daten. Der praktikable Weg: Pro Woche eine Datenart festnageln. Woche eins die Leads — eine Quelle bestimmen, alle Kopien löschen oder als „Archiv, nicht pflegen" markieren. Woche zwei die Finanzkennzahlen. Woche drei die Prozessdokumente. Entscheidend ist weniger die Migration als die Disziplin danach: Jede neue Tabelle, jedes neue Tool muss die Frage beantworten, ob es eine neue Quelle aufmacht oder aus der bestehenden liest. Öffnet es eine neue Quelle für bereits existierende Daten, wird es nicht eingeführt — egal wie gut es aussieht.
Das Prinzip kostet am Anfang Bequemlichkeit und zahlt sie in Entscheidungsgeschwindigkeit zurück. Wie eng beides zusammenhängt, zeigt der Beitrag über Entscheidungsgeschwindigkeit als Wachstumsfaktor.