Finance und Controlling profitieren von Big Data und Analytics

Der Wunsch nach aktuelleren und ergänzenden Informationen für die Planung, Forecasts und Simulationen ist im Controlling und im Risikomanagement besonders groß. Die Erfassung und Analyse zusätzlicher Datenquellen und neuer Datentypen kann hier neue Einsichten ermöglichen – und auch Karrierechancen für den Controller eröffnen. Allerdings müssen die Voraussetzungen dafür geschaffen werden.

Der Aufbau einer integrierten Unternehmenssteuerung steht heute vor allem in großen Finanzorganisationen auf der Agenda. Vereinfacht gesagt geht es darum, die für das eigene Geschäftsmodell relevanten Kennzahlen wie die Umsatzrentabilität, Investitionen oder Kapitalkosten mit ihnen vorgelagerten, nicht-finanzielle Werttreibern wie beispielsweise die "Produktqualität" zu kombinieren. Sind Erstere und das dazugehörige Modell gut definiert, lassen sich daraus Letztere ableiten, um so insgesamt den Fortschritt der einzelnen Werttreiber zu messen und Maßnahmen abzuleiten.


Dies setzt jedoch voraus, dass auch alle relevanten Daten für Bewertungen und Prognosen zur Verfügung stehen. An diesem Punkt kommen Big Data und Advanced Analytics ins Spiel, da bislang nicht verfügbare oder nicht berücksichtigte Daten über Kunden, Produkte, Ressourcen und Geschäftsprozesse sowie neue Verarbeitungs- und Analysemöglichkeiten Einzug in die Controlling-Prozesse halten - von der strategischen Planung und Budgetierung über das Reporting und die Kostenrechnung bis zum Risikomanagement.

Auch dort, wo eine derartige Steuerung noch nicht existiert oder zu ambitioniert erscheint, ist es auf jeden Fall überlegenswert, Big Data und Advanced Analytics zur Unterstützung des Controllings einzusetzen. Anders als im Reporting können sich Organisation beispielsweise durch eine gute Planung vom Wettbewerb differenzieren.

Eine Analyse großer und polystrukturierter Datenmengen hilft beispielsweise Korrelationen und Einflussgrößen besser aufzudecken und die Planung zu verfeinern. Umgekehrt profitieren auch Big-Data-Vorhaben außerhalb des Finanzbereichs von der guten Verfügbarkeit von Finanzdaten bzw. werden durch diese erst machbar.
 
Angesichts des steigenden Steuerungsbedarfs und der skizzierten Vorteile überrascht es wenig, dass in der öffentlichen Diskussion über den geschäftlichen Nutzen von Big Data Controlling & Finance als wichtige Treiber und Nutznießer gelten. Dies bestätigt auch die Anwenderbefragung "Big Data und Advanced Analytics in der Praxis", die im Sommer 2016 von der QUNIS GmbH, der Controller Akademie und der Aquma GmbH durchgeführt wurde. Teilnehmer waren 97 mittelständische und Großunternehmen aus dem deutschsprachigen Raum, bei einer breiten Branchenverteilung.

Danach sehen 60 Prozent der Befragten interessante Anwendungsfelder im Controlling & Finance (siehe Abbildung). Ein Beispiel ist ein automatisierter Forecast auf der Basis von Markttendenzen oder die schon erwähnte wertreiberasierte Planung anhand aktueller Daten zum Wachstum, zur Branche und der Kundenumsätze. Insbesondere für Banken und Versicherer ist zudem das Risikomanagement ein wichtiges Anwendungsfeld. Neben der Identifikation von Risikofaktoren können Big-Data-Analysen beispielsweise bei der Betrugserkennung oder bei Compliance-bezogenen Auswertungen helfen.


Abbildung: Die klassischen Unternehmensbereiche für Business Intelligence wie Controlling/Finance, Vertrieb und Marketing stehen auch bei der Big-Data-Diskussion aktuell im Mittelpunkt des Anwenderinteresses. Zugleich belegt aber die breite Verteilung der Anwendungsfelder, dass die Nutzung von Big Data überall in der Organisation von Nutzen sein kann, n= 33 (Mehrfachnennungen möglich). Quelle: Qunis

Karrierechancen im Controlling dank Advanced Analytics

Die Beschäftigung mit Big Data eröffnet auch Karrierechancen. Die Analyse von Daten unterschiedlichster Struktur und Herkunft ist anspruchsvoll und wurde lange Zeit nur auf ausgewählten Datenbeständen für selektive Fragestellungen von Statistikern und Experten für Data Mining vorgenommen. Mit der digitalen Transformation der Unternehmen, dem steigende Aufkommen von Daten unterschiedlichster Strukturen, bei gleichzeitig gesunkenen Hardwarepreisen und der Verfügbarkeit neuer oder gereifter Techniken für das Datenmanagement und die Analyse, werden diese Aktivitäten nun ausgedehnt.

Neben der bisherigen Datenanalysekompetenz ist dazu ein tiefes fachliches Verständnis für die Datennutzung in Geschäftsprozessen und in der Unternehmenssteuerung benötigt. Mitarbeiter mit solchen Kompetenzen - häufig als "Data Scientist" bezeichnet – sind jedoch selten. Stattdessen wird sich in der Praxis meist ein Team aus aus IT und Fachbereich um Big Data und neue Anwendungsfelder kümmern. Controller könnten dabei aufgrund ihrer Erfahrung und Bedeutung für die Organisation eine herausgehobene Rolle einnehmen. Dies betrifft beispielsweise das Design des betriebswirtschaftlichen Datenmodells, die Strukturierung und Plausibilisierung größtenteils unstrukturierter, ungesicherter externer Daten oder die Auswahl und den Einsatz von Analysemodellen.

Vorarbeiten für Advanced Analytics und Big Data

Damit sich durch die Analyse von Big Data mit Advanced Analytics tatsächlich neue Einsichten im Finance & Controlling ergeben, müssen entsprechende Initiativen strukturiert angegangen werden. Big-Data-Vorhaben haben einen experimentellen Charakter und laufen bislang häufig parallel zum IT-Betrieb.

In der Praxis zeichnet sich jedoch ab, dass solche Aktivitäten künftig wieder in enger Abstimmung zwischen IT, Fachbereichen und mit dem Segen des Managements erfolgen müssen. Die oft komplexen Resultate der Big-Data-Analysen müssen intern nicht nur vermittelbar sein, sondern möglichst in den produktiven Betrieb überführt werden. Man sollte sich also die eigenen Anforderungen, Ressourcen sowie klare "Use Cases" definiert haben, bevor man umfänglich mit Big Data zu arbeiten beginnt! 

Die erwähnte Umfrage zeigt indes, dass hier viele Unternehmen noch nach Use Cases suchen. QUNIS legt in der Beratung auf diese Phase des Big-Data-Vorhabens besonders großen Wert und nutzt als Teil seiner Big-Data-Methodik beispielsweise eine umfangreiche "Lösungsbibliothek" aus Fallbeispielen.

Diese leisten bei der Diskussion und Identifikation eigener Use Cases gute Hilfe. Oft gibt es in der Unternehmensorganisation schon Ideen und man weiß um eigene Chancen oder Schwachpunkte, die man durch Advanced Analytics angehen möchte. Diese Ideen weiter zu analysieren, zu selektieren, zu strukturieren, zu priorisieren und dann Maßnahmen abzuleiten, ist ein entscheidender Erfolgsfaktor im Big-Data-Projekt. Auch hier können gerade Finance & Controlling mit ihrem breiten Fach- und Unternehmenswissen eine wichtige Rolle spielen.

In der weiteren Diskussion über die Umsetzung von Big-Data-Projekten wird man sich dann über eine unterstützende Datenarchitektur sowie die Nutzung solcher Daten und Analysen im Rahmen einer vorhandenen BI- oder neu zu definierenden Big-Data-Strategie einigen müssen. Will man erste Erfahrungen sammeln, ist es meist effizient und günstiger, wenn Teststellungen über Cloud Services wie "Microsoft Azure" aufsetzt, statt intern eine separate IT-Umgebung aufzubauen.

Analyse von Big Data verbessert die Planung

Big Data und Advanced Analytics können Finance & Controlling also ohne Frage dabei helfen, in einem dynamischen Marktumfeld schneller und gezielter zu planen und durch vorausschauende Analysen Risiken und Chancen zu erkennen (Predictive Analytics). Voraussetzung ist aber, dass alle benötigten Informationen und Ergebnisse zeitnah und in hoher Qualität verfügbar sind. Auch wenn man im Projekt häufig mit einzelnen Prozessen und Anforderungen beginnen wird, muss das Ziel daher eine integrierte Unternehmensplanung sein, von der heute die meisten Unternehmen noch weit entfernt sind.

Sie ist gekennzeichnet durch eine fachlich und betriebswirtschaftlich korrekte Verknüpfung der Teilpläne bis in die Ergebnisplanung und verzahnt Gewinn- und Verlustrechnung, Bilanz und Cashflow-Rechnung miteinander. Ferner müsste die Planung sich flexibel und über das Jahr immer wieder anpassen lassen und mit weiteren Prozessen wie das Berichtswesen und die Finanzkonsolidierung verknüpft sein.

Sorgfaltspflicht und etwas "Bauchgefühl"

Selbst dann, wenn alle Prozesse integriert, die Planung abgestimmt verläuft und überall Ergebnisse aus Big-Data-Analysen einbezogen würden, wird es auch künftig eine wichtige Aufgabe insbesondere des Controllings und des Managements bleiben, anhand der Ergebnisse die eigenen Entscheidungen sorgfältig abwägen und vor allem begründen zu können. Dies setzt unter anderem voraus, dass die verwendeten Analysemodelle durchdacht und nachvollziehbar sind. Ebenso lauern auch künftig bei der Interpretation der Ergebnisse typische Entscheidungsfehler ("Verzerrungen"), die sich manchmal nicht zuletzt nur durch Erfahrung und Intuition vermeiden lassen.

Gerade diesbezüglich schauen manche Marktbeobachter mit Sorge in die Big-Data-Zukunft. Denn je mehr und je schneller Daten in den Prozessen erfasst, analysiert und operationalisiert werden müssen, desto größer wird die Gefahr, dass man die Übersicht verliert. Die Alternative, stattdessen auf eine Automatisierung von Prozessen und Entscheidungen zu setzen, entschärft das Problem nicht immer.

Auch hier können (oft nicht mehr nachvollziehbare) Fehler und Annahmen in den Modellen und Berechnungen stecken. Umso mehr wird man weiterhin die sorgfältige und versierte Arbeit und das breite Wissen des Finanzexperten brauchen, um das Unternehmen auf Kurs zu halten.

letzte Änderung S.A. am 24.07.2023 Autor:  Sascha Alexander Bild:  panthermedia.net / ymgerman

Autor:in

	Herr Sascha Alexander Sascha Alexander ist Manager Marketing & Kommunikation bei der QUNIS GmbH in Neubeuern. Zuvor arbeitete Herr Alexander in gleicher Funktion beim Business Application Research Center (BARC) und war Chefredakteur des Portals und Magazins für Finanzvorstände "CFOworld" sowie langjähriger Fachredakteur der "Computerwoche".
Homepage | weitere Fachbeiträge des Autors | Forenbeiträge