Die "digitale Transformation", das aktuell wohl gewichtigste Business-Schlagwort, hat die Technologiewelt im Sturm erobert. Obwohl es seit den 90er Jahren existiert, ist es erst jetzt zu einem Begriff geworden, der fast jede Geschäftsstrategie oder Vision durchdringt. Heute sagt jeder Technologieanbieter, dass er digitale Transformation ermöglichen kann und alle gut informierten CEOs beauftragen Experten, ihr Geschäft voranzutreiben. Der Schlüssel zur Erschließung dieses Geschäftsfelds beginnt mit dem derzeit zweitwichtigsten Technologie-Schlagwort unserer Tage: Daten.

Hindernisse einer datenorientierten Digitalisierung

Obwohl Daten als das "neue Öl" bezeichnet werden, bringt eine unkontrollierbare Schwemme an Informationen keinen Mehrwert für ein Unternehmen. Firmen sollten in der Lage sein, Daten zu sortieren, zu verarbeiten und zu untersuchen. Nur so können sie aus unterschiedlichen Blickwinkeln betrachtet und verstanden sowie sinnvolle Erkenntnisse daraus gewonnen werden. Dazu ist es wichtig, die richtige Infrastruktur zu haben. Und ausgerechnet Großunternehmen haben oft Probleme mit existierenden Legacy-Systemen, die nicht für dieses exorbitante Datenvolumen ausgelegt sind.

Speziell für die Finanzabteilungen von Konzernen ist der Einsatz veralteter Technologien sicherlich ein Problem. Aber es existieren weitere Herausforderungen, die gelöst werden müssen. Eine kürzlich durchgeführte Umfrage von BlackLine untersuchte das Vertrauen in Finanzdaten. Die Studie ergab, dass die größte wahrgenommene Herausforderung für die C-Level-Manager darin besteht, dass die Daten aus zu vielen Quellen stammen und es Unsicherheit darüber gibt, ob alle notwendigen Quellen berücksichtigt wurden. Mehr als ein Viertel der Führungskräfte und Finanzexperten (28%) gaben an, dass es nicht genügend automatisierte Kontrollen für die Datenmassen gibt, mit dem sie zu tun hätten. Zudem seien die Prozesse für die Erhebung und Verarbeitung der Daten zu komplex (28%).

Aber welche Schritte können Finanzfachleute also unternehmen, um diese Herausforderungen anzugehen? Und welche Fragen sollten sich die Finanzabteilungen, die ernsthaft daran interessiert sind, datenorientiert zu handeln, stellen?

Erfolgt eine Bewertung der Datengrundlage?

Der entscheidende erste Schritt für jede Transformation ist die Beurteilung, wie weit die Digitalisierung bereits fortgeschritten ist. Es mag offensichtlich sein, dass ein Echtzeitzugriff auf genaue, zuverlässige Daten - einschließlich Finanzdaten - für strategische Analysen und zur Schaffung von Wettbewerbsvorteilen genutzt werden kann. Weniger offensichtlich ist, wie schädlich es ist, derartige Analysen auf Basis qualitativ schlechter, unstrukturierter oder unzuverlässiger Daten zu stützen.

Laut den Umfrageergebnissen von BlackLine glaubten fast sieben von zehn Befragten, dass sie selbst oder ihr CEO mindestens schon einmal eine wichtige Geschäftsentscheidung auf Grundlage veralteter oder falscher Finanzdaten getroffen haben. Die Nutzung nicht akkurater Daten kann nicht nur getroffene Entscheidungen gefährden. Sie kann auch die Fähigkeit der langfristigen Unternehmensentwicklung ernsthaft beeinträchtigen.

Sind die Daten korrekt?

Vor diesem Hintergrund ist die erste Frage innerhalb des Unternehmens, ob die Daten tatsächlich korrekt sind. Existiert Vertrauen in die Genauigkeit der Daten und kann man sich auf Entscheidungen verlassen, die auf diesen Daten beruhen? Sollte es Ungenauigkeiten geben, woher kommen diese und welche Prozesse oder Kontrollen kann man einrichten, um dies zu verbessern?

Wie also lässt sich die notwendige Datensicherheit herstellen? Indem man für eine regelbasierte Validierung sorgt. Das bedeutet, man muss konkrete Regeln definieren und darauf aufbauend einen mehrstufigen Prüfungsprozess hinterlegen. Dabei ist es wichtig, dass die Daten nicht nur überprüft werden, sondern dass es auch Regeln dafür gibt, was nicht erlaubt ist. So lässt sich durch einen Mix an Kontrollen und Ausschlusskriterien ein Prozess definieren, an dessen Ende hoch valide Daten zur Verfügung stehen.

Der Alltag in der Finanzabteilung sieht aber oft ganz anders aus. Hier lassen auch heute noch sperrige Tabellenkalkulationen und veraltete Prozesse die Teams oft bis zum Monatsende im Dunkeln. Dies führt schlussendlich zu überstürzter Arbeit, manuellen Workarounds und einem erhöhten Risiko durch menschliche Fehler. Durch die Automatisierung manueller, vorhersehbarer und sich wiederholender Prozesse, etwa der Transaktionsabgleich oder die Journalbuchungen, werden die Daten zuverlässiger. Darüber hinaus werden wertvolle Ressourcen für wichtigere Aufgaben frei.

Sind die Daten umfangreich und zugleich aktuell?

Sobald manuelle Aufgaben automatisiert sind und man sich auf die Daten zur Entscheidungsfindung verlassen kann, stellt sich die Frage, ob die Datensätze ausreichend umfangreich für eine intelligente Analyse sind. Über ordentliche und relevante Daten zu verfügen ist fantastisch, aber es müssen auch genügend Daten vorhanden sein, um wichtige Geschäftsfragen zuverlässig zu beantworten.

Gleichzeitig ist es wichtig zu prüfen, ob die Daten tatsächlich aktuell sind. Warum sollte man Daten für Entscheidungen nutzen, die einen Monat alt sind? Ein Continuous Accounting etwa transformiert die Prozesse der Finanzabteilung von einem monatlichen zu einem Echtzeit-Datenzyklus. Dies macht es einfacher, zukunftsorientierte, strategische Erkenntnisse zu liefern, die dem Rest des Unternehmens zugutekommen.

Schließlich müssen sich Manager von Finanzabteilungen fragen, ob die heutigen Datengrundlagen auch morgen noch zweckmäßig sind. Vertraut man den existierenden Prozessen, um genaue, zuverlässige, skalierbare und nutzbare Daten zu liefern nicht nur jetzt, sondern auch langfristig?

Wer sich diese Frage stellt, sollte besser heute als morgen mit einer Neuausrichtung der Prozesse innerhalb der Finanzabteilung beginnen. Es empfiehlt sich, die Frage nach einer fachlich sinnvollen Gestaltung des Monatsabschlusses an den Anfang zu stellen und darauf basierend einen "Wunschprozess" zu definieren. Wichtig ist in dieser Phase, dass man sich von den bestehenden Systemen und Rahmenbedingungen weitestgehend löst und allein auf den fachlich bestmöglichen Ablauf fokussiert. Erst im zweiten Schritt sollte darüber nachgedacht werden, wie die dafür erforderlichen Daten in den Prozess eingebunden werden können. Bevor schließlich der Transfer in den neuen Workflow vollzogen wird, ist es ratsam, den Prozess zu erproben, eine iterative Optimierung durchzuführen und erst dann den „Go Live Prozess“ zu starten.

Sind die Daten von heute gut genug für die Anforderungen von morgen?

In Finanzabteilungen bereitet man sich bereits auf künftige technologische Umbrüche vor. Mangelndes Vertrauen in Daten hat heute nicht nur Auswirkungen auf die menschliche Entscheidungsfindung, es kann auch Auswirkungen auf die Technologie haben, die aus diesen Daten "lernt". Zwar sind wirklich intelligente Technologien wie KI für die Finanzabteilung noch nicht Realität, es geht jedoch darum, jetzt die Datenintegrität sicherzustellen, um für die nächsten Schritte gewappnet zu sein.

---

Der Autor:
Dr. Ulrich Müller ist Solutions Consultant für die DACH-Region beim Softwareanbieter BlackLine. Er verfügt über langjährige Berufserfahrung im Financial Services Sektor. Dr. Ulrich Müller ist promovierter Wirtschaftswissenschaftler der TU Berlin. Bevor er seine Karriere bei BlackLine begann, war er bei SAS in verschiedenen Positionen tätig und unterstützte Kunden im In- und Ausland in den Bereichen Unternehmensplanung, Finanzberichterstattung und Training. (Foto: BlackLine)

letzte Änderung W.V.R. am 28.10.2019 Autor(en):  Dr. Ulrich Müller, Solutions Consultant, BlackLine Bild:  panthermedia.net / everythingposs

Drucken