Controlling im digitalen Zeitalter


 

Anlässlich des 29. Stuttgarter Controller-Forums, das am 22./23.9.2015 in Stuttgart von Horváth & Partners veranstaltet wurde, präsentierte der Horváth-Vorstand Dr. Uwe Michel zum Schwerpunkt „Digitale Unternehmenssteuerung, Big Data und quantitative Geschäftsmodellierung“ 10 Thesen. Diese befassen sich mit den Potenzialen der Digitalisierung für die Unternehmenssteuerung: Durch die Erweiterung bestehender Steuerungskonzepte um nichtlineare, multidimensionale und stochastische Aspekte kann die Steuerung durchgehend quantifiziert und stärker integriert werden. Umfangreiche Simulations- und Szenario-Modelle ermöglichen die effiziente Optimierung betriebswirtschaftlicher Fragestellungen jenseits klassischer Möglichkeiten.

Zum besseren Verständnis lässt sich die fortschreitende Digitalisierung aus der Perspektive der Unternehmensführung in drei Wirkungsebenen strukturieren: Dies sind die digitale Welt, digitale Motoren und digitale Enabler (Personen oder Organisationen, die Digitalisierung ermöglichen). Konkret umfasst die digitale Welt

  • „digitale Geschäftsmodelle, wie sie typischerweise bei Technologie-Start-ups, zunehmend aber auch bei etablierten, diversifizierten Unternehmen zu finden sind,
  • eine digitale Wertschöpfung im Sinne einer Smart Factory sowie unternehmensübergreifend vernetzter Wertschöpfung, die durch Initiativen wie Industrie 4.0 sukzessive umgesetzt wird, sowie
  • eine digitale Unternehmenssteuerung, die sich als Weiterentwicklung der klassischen Steuerung die Potenziale der Digitalisierung für ihre Instrumente und Prozesse zu Nutze macht.“ [*]

Die Treiber dieser digitalen Welt bezeichnen Kieninger/Mehanna/Michel als digitale Motoren und verstehen darunter essenzielle Technologien, Methoden und Produkte, die im Zusammenspiel wie Bausteine eines unternehmensindividuellen Ansatzes wirken. Die 10 Thesen im Einzelnen:

  • These 1: In der Steuerung vollzieht sich der Paradigmenwechsel: von reaktiv-analytisch zu proaktiv-prognostizierend.
  • These 2: Quantifizierte Business- und Treibermodelle bilden das Fundament einer neuen Steuerung.
  • These 3: Steuerungszyklen und Optimierungen sind agil, real-time (Echtzeit) und basieren auf konkreten Verbesserungsvorschlägen durch Datenanalysen.
  • These 4: Steuerung ist zunehmend automatisiert und berücksichtigt funktionsübergreifende Abhängigkeiten und Zusammenhänge.
  • These 5: Prozesse werden unternehmens- und wertschöpfungsübergreifend integriert gesteuert.
  • These 6: Die Datenanalytik ist ein eigenständiges Kompetenzfeld hoch ausgebildeter Spezialisten.
  • These 7: Rolle und Organisation der Finanzfunktion verändern sich und damit auch die Profile der Mitarbeiter.
  • These 8: Steuerung nach Wahrscheinlichkeiten: Die Qualität von Datenmodellierung und -analyse bestimmt die Güte der Entscheidungsfindung.
  • These 9: Interne und externe Daten sind in größter Detailtiefe verfügbar und zentral für die Steuerung nutzbar.
  • These 10: Eine starke, zentrale Governance für Daten und Modelle ist der entscheidende kritische Erfolgsfaktor für eine durchgängige und konsistente Steuerung.

Die in den 10 Thesen beschriebenen Veränderungen bewirken nach den näheren Ausführungen von Michel (die beigefügte Tabelle enthält Erläuterungen zu Wirkungen und Nutzen von fünf der Thesen) in der Summe einen signifikanten Wandel auf allen Ebenen einer integrierten Unternehmenssteuerung. Die Auswirkungen beginnen bei den grundlegenden Steuerungssichten und -größen, ziehen sich durch alle Steuerungsprozesse und -instrumente bis hin zu der zugrunde liegenden Technologie-, Methoden- und Datenbasis sowie den übergreifenden Themen Governance (Unternehmenskontrolle und -überwachung), Organisation und Skills (Fähigkeiten). Die beschriebenen Veränderungen bedeuten letztendlich aber vor allem einen signifikanten Wandel in der Mentalität, im Selbstverständnis und in den Kompetenzen von Controlling & Finanzen.

 

 

Thesen zum Einfluss der Digitalisierung auf die Unternehmenssteuerung

These

Wirkungen

Nutzen

(1) In der Steuerung vollzieht sich der Paradigmenwechsel: von reaktiv-analytisch zu proaktiv-prognostizierend.

Mittels Predictive-Analytics-Modellen (prediction = Vorhersage) werden teils hoch automatisiert Prognosen (Forecasts) aus Kerndaten erzeugt, die eine höhere Treffsicherheit als traditionell erstellte Forecasts haben. Damit verlieren vergangenheitsbezogene Auswertungen an Bedeutung, und die Prognose wird zum wesentlichen Startpunkt für Analysen. Der Faktor Mensch wird auch weiterhin eine wichtige Rolle als Korrektiv bei disruptiven (unterbrechenden, zerreißenden) oder irregulären Entwicklungen und Effekten spielen.

 

Durch die hohe Automatisierung verringert sich der Aufwand für die Forecast-Erstellung erheblich. Die Effizienz des Entscheidungsprozesses nimmt aufgrund optimierter Ansatzpunkte zu, während die aktive Steuerung durch zukunftsgerichtete Maßnahmen die Effektivität verbessert.

 

(2) Quantifizierte Business- und Treibermodelle bilden das Fundament einer neuen Steuerung.

 

Neue Treibermodelle (u.a. zu Kapazitätsauslastung oder Personalkosten) werden zum Dreh- und Angelpunkt der Steuerung. Robuste dynamische Businessmodelle dienen als Grundlage für Szenarioplanungen. Durch Mustererkennung in den Modellen können Optimierungsansätze identifiziert und ständig neue Erkenntnisse über die ehemals qualitativen Ursache-Wirkungs-Ketten gewonnen werden.

 

Mehr Transparenz über unternehmerische Zusammenhänge, mehr Effizienz durch Automatisierung, eine objektive Entscheidungsbasis und die nahtlose Integration mit klassischen Steuerungsinstrumenten (z.B. Balanced Scorecard, Werttreiberbäume, GuV)

(3) Die Datenanalytik ist ein eigenständiges Kompetenzfeld hoch ausgebildeter Spezialisten.

 

Technologische, mathematische und analytische Kompetenzen werden in der Rolle eines Data Scientist (Herausziehen von Wissen aus Daten) gebündelt. „Data Science Center“ werden zu einem zentralen Bestandteil der Wertschöpfungskette, indem sie Big Data (Massendaten) konsolidieren und analysieren.

Kernanforderungen an die Controller sind eine robuste Beurteilungskompetenz für die neuen Analyseinstrumente, das Verständnis und die Koordination dieses neuen Prozesses von der Initiierung über die Analysen bis zu den Entscheidungsvorschlägen für das Management sowie die Validierung (Prüfung) und Interpretation der Ergebnisse für das Management.

 

Bündelung wichtiger und seltener Kompetenzen sowie Professionalität in der Modellentwicklung

(4) Rolle und Organisation der Finanzfunktion verändern sich und damit auch die Profile der Mitarbeiter.

 

Der Controller nutzt die analytischen Ergebnisse zur Optimierung operativer Prozesse und baut sukzessive seine Rolle als Business Partner (umfangreichere Unterstützung des Managements) weiter aus. Der Finanzbereich wird konsequent nach transaktionalen (Wechselbeziehungen) und analytischen Prozessen organisiert: Finanzabteilungen und Data Science Center (IT-Abteilungen) ergänzen sich.

Damit werden auch analytische Kompetenzen für die Durchführung der Auswertungen zentral gebündelt und bereitgestellt. Data Science Center werden zentraler Bestandteil der Wertschöpfungskette.

Das Controlling wird durch die zunehmende Automatisierung und Standardisierung entlastet.

(5) Eine starke zentrale Governance (Unternehmenskontrolle und -überwachung) ist der entscheidende Erfolgsfaktor für eine konsistente Steuerung.

 

Heterogenität (Uneinheitlichkeit) der Daten und Modelle erfordert eine übergreifende Governance, um die Kompatibilität (Vereinbarkeit) und Konsistenz (Einheitlichkeit, Widerspruchsfreiheit) der Daten, der Analysemodelle, der Ergebnisse sowie der Entscheidungsvorschläge sicherzustellen.

 

Klare Regelungen im Umgang mit sensiblen Daten.

Festgelegte Verantwortlichkeiten. Wichtig ist ein rechtes Augenmaß, das die Notwendigkeit von zentralen Vorgaben und Qualitätsstandards mit der notwendigen Flexibilität für die einzelnen Unternehmensfunktionen in Balance hält.

 

Dipl.-Kfm. Dr. Hans-Jürgen Hillmer, Inhaber des BuS-Netzwerks für Betriebswirtschaftliche und Steuerliche Fachinformationen

 

[*] Siehe im Tagungsband den Beitrag von Kieninger/Mehanna/Michel, Auswirkungen der Digitalisierung auf die Unternehmenssteuerung, in: Horváth/Michel, Controlling im digitalen Zeitalter, 2015, S. 4.

 

 

 

 

BC 12/2015