Kennzahlen-Profiling macht Reports deutlich aussagekräftiger

Die immer wiederkehrenden Fragen in der Praxis lauten: Aus welchen Gründen haben sich Kennzahlen verändert, welche konkreten Ursachen verbergen sich dahinter? Business Intelligence-Systeme können darauf keine Antworten geben, weil sie sich in ihren Auswertungen auf bloße Zahlen beschränken. Mit dem Kennzahlen-Profiling ist nun ein neuer Ansatz entwickelt worden, der diese Beschränkungen beendet und Kennzahlen in einen ganzheitlichen Entscheidungskontext stellt.

Immer wieder kommen Studien zu dem Ergebnis, dass die Unternehmen unzufrieden mit dem Nutzen ihrer Business Intelligence-Lösungen sind. Die Ursachen dafür resultieren nach Auffassung des Beratungshauses coretelligence aus der bisher sehr engen Fokussierung auf reines Zahlenmaterial, was per se keine ausreichende Entscheidungsbasis schafft. "Zahlen haben jedoch keinen ausreichenden Nutzen, solange sie nicht in dem Kontext des entsprechenden Wertschöpfungsprozesses interpretiert werden, problematisiert coretelligence-Managementberater Richard Vizethum". Doch statt sich der Herausforderung zu stellen, den ausgewerteten Zahlen eine Aussagekraft zu verleihen, werde nur nach weiteren technischen Raffinessen für Analyseprogramme gesucht und werden die Business Intelligence-Tools in ihrer Komplexität kontinuierlich erweitert.  

Die Abkehr von der klassischen Fokussierung auf nackte Zahlen verlangt iin einem ersten und keineswegs trivialen Schritt, solche Kontextinformationen für die KPI zu erarbeiten. Die Notwendigkeit einer durchgängig anwendbaren Systematik nach definierten Regeln bedürfe allerdings einer neuen Methodik. Darauf aufbauend müssten standardisierungsfähige Verfahren entwickelt werden, um den Mitarbeitern auch konkrete Interpretationshilfen entsprechend ihrer Rolle zu liefern.

Anwender unzufrieden mit den nackten Zahlen in Reports

Dass die herkömmlichen zahlenorientierten Methoden als Informations- und Entscheidungsgrundlage nicht ausreichend sind, bestätigt auch eine Erhebung von coretelligence. Danach glauben fast zwei Drittel, dass ergänzende Kontextinformationen und Interpretationshilfen für sie hilfreich wären. „Erst wenn Zahlen in den Zusammenhang mit den betreffenden Wertschöpfungsprozessen gestellt werden, erlangen sie eine die Entscheidungen absichernde Aussagekraft“, urteilt Vizethum. Letztlich bestimme der Kontext, ob eine Zahl gut oder schlecht ist.

Diese Auffassung setzt sich offenbar auch in der Praxis immer mehr durch, wenn 42 Prozent der befragten Unternehmen in der Studie zu Protokoll geben, dass ihnen Reports mit nackten Zahlen nicht hilfreich genug sind. Völlig ausreichend sind die klassischen Auswertungen hingegen nur für ein Viertel der Unternehmen, weitere 29 Prozent sind nur mit Einschränkungen dieser Meinung. Noch deutlicher wird die Positionierung bei der Frage, ob der praktische Nutzen durch ergänzende Hilfestellung zur Bewertung der Zahlen gesteigert werden kann. Davon sind 38 Prozent „in jedem Fall“ überzeugt und ein weiteres Drittel vermutet diese Effekte. Lediglich 11 Prozent zeigen sich skeptisch und erwarten durch Informationen zu den Bedingungsverhältnissen und durch Hilfen für die Interpretation keine nennenswerten Vorteile.

„Bislang ist eine solche Diskussion öffentlich noch nicht geführt worden, sonst wäre das Votum vermutlich noch deutlicher“, glaubt Vizethum und verweist auf die in unterschiedlichen Studien immer wieder bestätigten Akzeptanzproblemen seitens der Benutzer. Wem sich die Zusammenhänge von Zahlen nicht erschließen, weil ihm dafür die erforderlichen Informationen nicht zur Verfügung stehen, der fühlt sich in seinen Entscheidungen tendenziell unsicher und meidet möglicherweise sogar die Auswertungen. „Erst aussagekräftige Kontextinformationen zu den betreffenden Geschäftsprozessen, auf die sich die Kennzahlen beziehen, erzeugen eine sichere Entscheidungsbasis“, betont er. „Denn nur wenn der Benutzer in die Lage versetzt wird, die Zahlen unter verschiedenen Perspektiven aus den Zusammenhängen heraus zu betrachten, kann er damit auch inhaltlich umgehen.“

Richard Vizethum leitet aus den Befragungsergebnissen deutliche Hinweise für die Notwendigkeit eines Richtungswandels in der BI-Entwicklung ab. „Die bisher dominierende Technikorientierung der Business Intelligence-Konzepte hat zu einem deutlichen Missverhältnis von Aufwand und tatsächlichem Nutzen geführt, dies soll aus Sicht der Anwender nun korrigiert werden.“

Die Zukunft heißt Kennzahlen-Profiling

Aufgrund dieser Rahmenbedingungen besteht in der Praxis ein erhebliches Risiko, dass Entscheidungsprozesse und die Kommunikation darüber einer zu ungenauen Basis folgen. Durch das unterschiedliche bis hin zu Nicht-Verständnis einer Kennzahl und deren subjektiver Interpretation können Fehlbewertungen mit weitreichender Tragweite entstehen. Diesen ganz erheblichen Nachteil vermeidet das Kennzahlen-Profiling. Dahinter verbirgt sich ein neuer methodischer und tool-unabhängiger Ansatz, der Kennzahlen in ihren diversen Anwendungsbereichen eine deutlich höhere Aussagekraft verleiht. Dabei werden die Hintergründe und Wirkungsverhältnisse der bloßen Zahlen aus den Analysesystemen transparent und verständlich gemacht, um zu einer gesicherteren Entscheidungsbasis zu gelangen.

1. Den Inhalt von Kennzahlen verstehen: Im Rahmen des Kennzahlen-Profiling werden für jede Kennzahl Kennzahlen-Profile entwickelt. Diese liefern – neben einer einheitlichen Definition und einer umfangreichen inhaltlichen Beschreibung – auch Checklisten: erste Erkenntnisse, die Handlungsmöglichkeiten im Falle von Abweichungen bezogen auf diese Kennzahl aufzeigen. Diese Erkenntnisse werden konsolidiert und in einem sogenannten Kennzahlen-Pass abgelegt. Die resultierenden Informationen werden für Reports, Dashboards und Analysen verfügbar gemacht (z.B. durch die Nutzung von Wikis). So können alle Nutzer auf den gleichen Inhalts- und Interpretationsstand zur Kennzahl zurückgreifen. Darüber hinaus sind diese Profilinformationen auch die Grundlage für Kennzahlen-Metadaten, um die Informationssteuerungsprozesse zu verbessern und schnelleres Auffinden von Informationsressourcen zu ermöglich.

2. Die Zusammenhänge der Kennzahlen verständlich machen: In der Methodik des Kennzahlen-Profiling wird für jede Kennzahl über ihren Kennzahlen-Pass hinaus ein möglichst umfassendes Kennzahlen-Profil ermittelt, das den Kennzahlen-Pass um Informationen darüber erweitert, aus welchen Datenbanken sie mit welchen Granularitäten und welchen Dimensionen im Unternehmen bereitgestellt werden. Wichtiger noch ist die Erweiterung des Kennzahlen-Profils um Informationen darüber, wie die verschiedenen Kennzahlen aufeinander wirken: z.B. „wie wirkt sich ein Personalabbau auf den Umsatz aus?“ und welche weiteren wesentlichen Faktoren Einfluss auf die Kennzahl haben. Aus diesen Faktoren entsteht Kennzahl-übergreifend ein Netz von Kennzahlen und deren Einflussfaktoren, das sogenannte Wirkungsnetz. Damit bezieht das Kennzahlen-Profiling alle relevanten Faktoren aus Markt, Organisation, Menschen, Technik und Leistungsportfolio des Kundenunternehmens ein.

3. Kennzahlen effektiv verfügbar machen: Sind die richtigen Kennzahlen ermittelt, entwickelt und vollständig umgesetzt, gilt es einen weiteren Aspekt zu berücksichtigen, der unmittelbar mit der Qualität der Kennzahlen in Beziehung steht. Die richtige Kennzahl kann nur ihren Wert voll zum Tragen bringen, wenn sie an entsprechender Stelle richtig genutzt und eingesetzt wird. Denn es muss die Voraussetzung geschaffen werden, dass alle Benutzer auf Informationen mit dem gleichen Inhalts- und Interpretationsstand zurückgreifen und damit richtig umgehen können.

„Der entscheidende Nutzen des Kennzahlen-Profiling besteht darin, dass es schlüssige Antworten auf das Warum der Veränderung von Kennzahlen gibt“, erläutert cortelligence-Managementberater Vizethum den zentralen Vorteil für die Praxis. „Denn mit dieser Methodik wird die Kennzahl in den Gesamtkontext der entscheidungsrelevanten Informationen eingebettet. Dadurch lassen sich Wirkungsverhältnisse transparent darstellen, wodurch eine ganz neue Qualität in der Bewertung von Kennzahlen erreicht wird.“

letzte Änderung R.H. am 23.09.2021 Autor(en):  Bernhard Dühr Bild:  Richard Vizethum