Beiträge

Wie Algorithmen den Beruf des Controllers verändern werden

Wie verändert die Digitalisierung Berufsbilder? Macht die Automatisierung auf Basis künstlicher Intelligenz in Zukunft selbst Berufe die strategisches planen und Handeln erfordern überflüssig?

Diese Frage wird derzeit oft gestellt. Um Antworten zu finden macht es Sinn auf Berufe zu blicken, die diese Automatisierung bereits vollzogen haben bzw. mitten in diesem Prozess stecken. Die Meteorologie z.B. hat in den letzten 200 Jahren wesentliche Entwicklungen erfahren, die es möglich gemacht haben Wetterphänomene zu messen, Wirkungszusammenhänge zu identifizieren und zu quantifizieren, damit atmosphärische Prozesse zu modellieren und Wetter zu prognostizieren. Dadurch ist es gelungen Wetter zu verstehen und Prognosen modellbasiert automatisiert abzuleiten. Hat dies den Meteorologen überflüssig gemacht? Keineswegs, allerdings hat es das Berufsbild grundlegend verändert. Meteorologen arbeiten stark analytisch, interpretieren den Output modellbasierter Wetterrechnungen und müssen diese aufgrund ihres Wissens und ihrer Erfahrung ggf. anpassen. Sie stellen zudem Mittler zwischen Wettermodellen und der Realität dar indem sie Daten sammeln und integrieren, zu diesem Zweck auch mit anderen Meteorologen kollaborieren und neue Evaluationsmetriken designen, z.B. für High-Impact Events wie Stürme oder Starkregen. Die Arbeit des Meteorologen findet also unterstützt durch modellbasierte Systeme statt, aber immer mit dem Human-in-the-Loop der diese Systeme überwacht und ggf. anpasst.

Sehr ähnlich sieht die Zukunft vieler Berufe aus, in die künstliche Intelligenz Einzug halten wird. Auch die Aufgaben des Controllers werden sich bei wachsender Bedeutung der Datenanalyse verändern. Algorithmen werden den Controller nicht wie von manchen befürchtet ersetzen, jedoch besteht das Potenzial einige der Routineaufgaben zu automatisieren. Sein Wissen über fachliche Prozesse bleibt von essentieller Bedeutung. Der Controller wird weiterhin der Human-in-the-Loop bleiben, der die Aufgaben hat Daten zu sammeln, zu integrieren, Ergebnisse algorithmischer Entscheidungen zu interpretieren, ggf, zu berichtigen und damit Entscheidungen zu treffen. Welche Kenntnisse/Fähigkeiten setzt das zukünftig beim Controller voraus? Die in Zukunft benötigten Kompetenzen lassen sich in Datenkompetenz, Analysekompetenz, Technologieverständnis und Geschäftsverständnis.

Datenkompetenz bezieht sich auf die Kenntnis der vorhandenen Daten sowie die Fähigkeit diese prozess- und bereichsübergreifend zu integrieren um sie für Analysen bereit zu stellen. Analysekompetenz ist die Fähigkeit selber fortgeschrittene Analysen durchzuführen bzw. diesen Prozess steuern und die Ergebnisse interpretieren zu können. Technologieverständnis bedeutet neue technologische Entwicklungen für Datenintegration und Analyse nutzen zu können und Geschäftsverständnis bezieht sich auf Kenntnisse der Möglichkeiten Daten- und analysegetriebener Prozessoptimierung sowie Geschäftsmodelle.

Insbesondere Daten- und Analysekompetenzen sowie Technologieverständnis werden im Kurs „Data & Analytics – Einsatz moderner Analysemethoden im Controlling“ vermittelt. Das Seminar verbindet theoretisches Überblickwissen mit praktischen Übungen anhand konkreter Daten und Anwendungsfälle. Der theoretische Teil gibt einen Überblick zu den folgenden Themen

  • Die Bedeutung von Datenanalyse und Digitalisierung auf die Organisationen, ihre Prozesse und Geschäftsmodelle
  • Für das Controlling relevante Entwicklungen im Bereich Business Intelligence und Business Analytics
  • Anforderungen an das Controlling aus diesen Entwicklungen

Im praktischen Teil werden wesentliche Schritte der Datenaufbereitung, Datenanalyse und Ergebnispräsentation anhand eines praktischen Beispiels mit Hilfe der Analysesoftware KNIME erarbeitet. Dabei liegt der Fokus darauf

  • Analyseprobleme zu formulieren
  • Daten aufzubereiten
  • Muster in Daten zu identifizieren
  • Ergebnisse zu interpretieren.

Weitere Infos rund um den Lehrgang zum Certified Controller finden Sie auf unserer Website.

„NPOs müssen Daten besser nutzen!“

Die öffentliche Verwaltung und der Non-Profit-Sektor stehen immer wieder in der Kritik, die neuen Möglichkeiten der Digitalisierung mit „ja, aber“ zu übergehen. Doch dass das nicht immer zutrifft und welche Möglichkeiten der digitale Transformationsprozess für NPOs und die öffentliche Verwaltung bietet, verdeutlicht Dr. Christian Horak, Partner bei Contrast EY Management Consulting sowie fachlicher Leiter des NPO-Kongresses im Gespräch. Weiterlesen

CFO-Agenda 2019

Zum Start ins neue Jahr zeigt sich die wirtschaftliche Großwetterlage noch von ihrer guten Seite. Getrieben von Afrika, China, Indien und den USA wird die Weltwirtschaft, laut dem Internationalen Währungsfonds 2019, genauso wie 2018, um 3,7 Prozent wachsen. Das Wachstum in Europa wird mit 1,9 Prozent ansatzweise stabil bleiben. Kleinere Tendenzen, dass das Wachstum langsamer wird, könnten jedoch spürbar werden. Auch Österreich hat 2018 seinen konjunkturellen Höhepunkt erreicht.

Ziehen nun bald schwere Wolken auf oder gilt es gar, Schlimmeres zu befürchten?
Crash-ähnliche Befürchtungen hält der IWF für überzogen, gleichzeitig werfen die Risiken in der Weltwirtschaft (Brexit, Handelskriege, unberechenbare Politiker, Verschuldung Italiens etc.) einen Schatten auf die grundsätzlich nicht schlechten Rahmenbedingungen. Eingebettet in diese Entwicklungen verändert die digitale Transformation Wertschöpfungsketten und Unternehmensstrukturen.

Wie können Führungskräfte ihre Unternehmen vor diesem Hintergrund erfolgreich durch 2019 steuern? Diese 8 Punkte werden die CFOs in diesem Jahr besonders beschäftigen:

  • Management von Unsicherheit: Das Management muss sich auf länger anhaltende Unsicherheit in der Weltwirtschaft einstellen. Geopolitische Spannungen, Handelsstreitigkeiten (USA-China), Brexit und Staatskrisen à la Italien erfordern eine verstärkte Kommunikation und zusätzliches Geschick. Literaturtipp: Vieweg, Wolfgang, Management in Komplexität und Unsicherheit, für agile Manager, Springer, 2015.
  • Evergreen: der aktive Wertbeitrag: Die Digitalisierung verändert Unternehmen. Knapp jedes dritte Unternehmen sieht disruptive Kräfte als größtes wirtschaftliches Risiko (EY Capital Confidence Barometer). Wie sind bestehende Geschäftsmodelle weiterzuentwickeln? An welcher Stelle können Übernahmepläne zum Wachstum und zur Absicherung bzw. Verbesserung der strategischen Position beitragen und welche Investments machen angesichts der zunehmenden Unsicherheit Sinn? Führungskräfte der Finanzfunktion haben hier eine besondere Verantwortung für die Unternehmensentwicklung und sollten dazu beitragen, dass die Investmententscheidungen aus strategischer, wert- und risikopolitischer Sicht gesamthaft getroffen werden.
  • Das anspruchsvolle Datenthema: Ob Unternehmen die Chancen der Digitalisierung für sich nutzen können, kommt auf die Datenverfügbarkeit und -verknüpfung an. Unternehmens- und wertschöpfungsübergreifende Daten ermöglichen eine verbreiterte und bessere Steuerung. Die Qualität der Datenorganisation und Daten-Governance entscheidet über die Umsetzbarkeit von Advanced Analytics, die Verwirklichung eines Single Point of Truth oder auch über den erfolgreichen Einsatz von Echtzeitdaten und vieles mehr. Aufgaben wie die Entwicklung eines betriebswirtschaftlichen Datenmodells, das die inhaltliche Struktur vorgibt, werden wichtiger. Außerdem gewinnen folgende Prozesse an Bedeutung: Die Organisation der Datenflüsse, die die modellierten Daten bereitstellen, die Sicherung der materiellen Qualität der Daten, die notwendigen Rollenzuordnungen sowie die Governance- und Weiterentwicklungsprozesse. Außerdem interessant: Controllingprozess – Datenmanagement
  • Die Effizienz der Finanzprozesse: Noch immer ist der Arbeitsalltag in der CFO-Organisation geprägt durch eine Vielzahl manueller Tätigkeiten. Diese resultieren aus Systembrüchen, unterschiedlichen Schnittstellen, redundanten Arbeitsabläufen, einer heterogenen Datenqualität sowie dem Fehlen standardisierter Systemunterstützung. Diese Abläufe führen häufig zu Engpässen. Mit Software Robots können solche Abläufe automatisiert werden. Robotics erzielt den größten Effekt bei transaktionalen Prozessen mittlerer Komplexität. Routineprozesse, die auf klaren Entscheidungsregeln basieren, werden dadurch radikal verschlankt. Das verändert die Organisation maßgeblich. Weiterführender Link: Robotics Process Automation (RPA) – nutzen Sie schon die Potenziale?
  • Die neuen Chancen einer analytischen Unternehmenssteuerung: Machine Learning ist zu einem wichtigen Wettbewerbs- und Wachstumsfaktor geworden. Moderne Analysetechnologien halten Einzug sowohl in Kernprozessen des Geschäfts, als auch in den Controlling- und Finanzprozessen (Reporting, Planung, Forecasting, Konsolidierung, Risikomanagement et al.). Die neuen Ansätze steigern die Qualität der Prozesse und helfen darüber hinaus auch Analysen, Auswertungen und Berichte zu automatisieren. Um die Chancen durch Advanced Analytics nicht zu verpassen, sollte auch die CFO-Organisation Kompetenzen entwickeln und für sich selbst Pilotprojekte festlegen, und dabei die Wirtschaftlichkeit nicht aus den Augen verlieren. Weitere Infos: Vortrag auf der BI & Analytics Tagung: Analytics automatisierte Entscheidung: Sind Sie bereit? (Carsten Bange)
  • Die sich ändernden Rollen und Kompetenzen der CFO-Organisation: Bestehende Profile sind weiterzuentwickeln und neue Aufgabenprofile, Rollen sowie Kompetenzen in die CFO-Organisation zu integrieren. Mit der Veränderung der Rollen ändern sich die Kompetenzen radikal. Zahlreiche CFO-Projekte haben heute einen einseitigen Fokus auf die Automatisierung bzw. Digitalisierung der Prozesse bzw. auf Systeme. Dabei werden Mitarbeiter und ihre Fähigkeiten vielfach ausgeblendet. Hier besteht großer Handlungsbedarf, da eine erfolgreiche digitale Transformation nur auf Basis einer neuen, rollenbasierten Organisation funktioniert. Die Kompetenzlücke gilt es, nicht nur angesichts des sich am Stellenmarkt abzeichnenden Fachkräftemangels, rasch zu schließen. Dazu passt:
    Digitalisierung: Erfinden sich Controller neu? 
  • Der Wandel der eigenen Rolle: Die Anforderungen an die Rolle des CFO verändern sich, auch wenn sie heute noch vielfach in einer klassischen Aufgabenwelt leben. Es sind die CFOs, die als „Chief Future Officer“ die digitale Transformation ermöglichen, vorantreiben und dabei unternehmensweit wirken sollen. Gleichzeitig sind sie es, die ausreichend Realismus in die Diskussion bringen können. Wie CFOs den Change ihrer eigenen Rolle und den ihrer gesamten Organisation gestalten, können Sie hier nachlesen. Literaturtipp: Kotter, John P., Leading Change: Wie Sie Ihr Unternehmen in acht Schritten erfolgreich verändern, Vahlen, 2011

Fazit

Anders als das Wetter kann die CFO-Agenda selbstbestimmt geformt werden, damit sich das Management den Herausforderungen stellen kann, die das Jahr 2019 bringen wird. Getreu dem Motto: „Es gibt kein schlechtes Wetter, nur falsche Kleidung“ liegt es an den Führungskräften, sich und ihr Unternehmen bestmöglich auf die neuen Herausforderungen vorzubereiten. Die Transformation ist schon in vollem Gange und wann, wenn nicht jetzt, können CFOs die eigenen Kompetenzen und die ihrer Mitarbeiter weiterentwickeln, um die Zukunft erfolgreich zu gestalten.

Controllingprozess – Datenmanagement

Zielsetzung des Prozesses ist es sicherzustellen, dass alle Informationen, die das Management im Rahmen der regelmäßigen Steuerungsprozesse benötigt, in belastbarer Qualität verfügbar sind. Während es im Prozess „Management Reporting“ (vgl. Abschnitt 3.5) um die inhaltliche Relevanz von Informationen geht, hat der Prozess „Datenmanagement“ die Aufgabe, die Datenqualität, definiert als inhaltlich korrekte Zurverfügungstellung von Informationen, zu gewährleisten. Zusätzlich ist sicherzustellen, dass die Controller-Organisation die Governance über die strategisch und operativ steuerungsrelevanten Informationen ausüben kann.

Der Prozess Datenmanagement widmet sich folgenden Aspekten:

a) dem betriebswirtschaftlichen Datenmodell, das die inhaltliche Struktur vorgibt,

b) den Datenflüssen, die die modellierten Daten bereitstellen,

c) der materiellen Qualität der Daten und

d) den notwendigen Rollenzuordnungen sowie Governance- und Weiterentwicklungsprozessen.

Abb 19. Gestaltung des Hauptprozesses Datenmanagement.

Auf Basis eines betriebswirtschaftlichen Datenmodells wird im Unternehmen eine zentrale Datenquelle etabliert und das Management über geordnete Datenflüsse mit steuerungsrelevanten und validen Informationen versorgt. Da sich Organisationen und deren Geschäft permanent ändern, muss sichergestellt werden, dass sowohl das betriebswirtschaftliche Modell als auch die technische Basis laufend an die aktuellen Bedürfnisse und Rahmenbedingungen angepasst werden.

Set-up des Prozesses

In Unternehmen kann es eine nahezu unüberblickbare Anzahl an Datenquellen geben. Es wäre weder pragmatisch noch nützlich, die Controller-Organisation für alle Datenquellen und die Qualitätssicherung der in diesen Quellen vorhandenen Daten zuständig zu machen. Über einen Top-down Approach ist zu identifizieren, welche Datenquellen managementrelevant sind. Neben den ERP-Kernsystemen wie Rechnungswesen oder Personalverrechnung sind dies an die Kernsysteme liefernde Vorsysteme, z.B. die Fakturierung oder ein Auftragsmanagement. Für jede vorlagerte Stufe der Datenhaltung ist eine Einschätzung zu treffen, inwieweit bzw. in welcher Aggregation die Inhalte dieser Vorsysteme für das Management relevant sind oder primär der operativen Geschäftsabwicklung dienen.

Datenmodell inhaltlich aufbauen und warten

Auf Basis dieser Abgrenzung schafft der Prozess Datenmanagement die datentechnische Grundlage für die darauf aufbauenden Steuerungsprozesse, z.B. Planung und Reporting. Die Erstellung eines Datenmodells unter betriebswirtschaftlichen Gesichtspunkten stellt hierfür das zentrale Element dar. Im Datenmodell werden für die einzelnen Themenbereiche (z.B. „Datencluster“ Finanz-, Kunden-, Produktionsdaten, …) u.a. Hierarchien und Merkmale festgelegt (z.B. für Konten, Kostenstellen, Mitarbeiter, Materialien, Produkte, Kunden…). Das Datenmodell spannt jenen Datenraum auf, der für Planungs-, Reporting- und Analysezwecke den Berichtserstellern und -adressaten zur Verfügung steht, um darauf aufbauend Entscheidungen treffen zu können. Es ist davon auszugehen, dass das Datenmodell inhaltlich und technisch im Zeitverlauf Änderungen unterworfen ist und mit der Organisation mitleben können muss.

Datenflüsse und Datenhaltung organisieren

Jene Datenquellen bzw. Inhalte, die als managementrelevant klassifiziert werden (und damit auch in Planung und Reporting relevant sind), sollten in eine zentrale Datenbasis (z.B. Data Warehouse, Data Stack) geladen werden, aus der das Management mit autorisierten Informationen versorgt wird („Single Source of Truth“). Es ist wichtig festzuhalten, dass nicht alle Informationen, die im Unternehmen vorhanden sind, in dieser Datenquelle repräsentiert sein müssen. Man kann sich z.B. bewusst dazu entscheiden, nur den Konzernrechnungslegungsstandard, nicht aber lokale Rechnungslegungsstandards in der zentralen Datenbasis zu führen oder operative Detaildaten, die nur für eine einzelne Wertschöpfungsstufe relevant sind, nicht in der Single Source of Truth abzubilden. Die Verantwortung für die technische Durchführung der Datenmanagementprozesse ist festzulegen und wird i.d.R. in der IT-Abteilung liegen. Die Controller-Organisation nimmt hier eine Auftraggeberrolle ein.

Materielle Qualität der Daten absichern

Um die materielle Qualität der Daten zu sichern, sind konzern- oder unternehmensweit verbindliche Maßnahmen zu setzen. Typische Maßnahmen sind Kontierungsrichtlinien zur einheitlichen Verbuchung von Geschäftsfällen, Controllinganweisungen zur Handhabung von organisatorischen Kontierungselementen (z.B. Kostenstellen oder Profit Center) oder Vorgaben zur Wartung diverser Stammdaten. Zur Plausibilisierung der Datenqualität sind Reports zu etablieren, die Ausreißer, fehlende Informationen oder Dateninkonsistenzen automatisiert identifizieren können. Durch Big Data und die zunehmende Nutzung externer, teilweiser unstrukturierter Daten (z.B. Social-Media-Daten), ist die Etablierung wirksamer Maßnahmen zur Sicherung der Datenqualität unabdingbar.9 Darüber hinaus wird es vielfach sinnvoll sein, Aktivitäten organisatorisch zu zentralisieren (z.B. eine zentrale Stelle, die sich um Stammdatenmanagement kümmert). Diese Stelle muss nicht zwingend Teil der Controller-Organisation sein.

Rollen festlegen und Controllerorganisation positionieren

Die dargestellten Prozessschritte zeigen, dass Datenmanagement eine Aufgabe darstellt, die alle Bereiche und Ebenen einer Organisation betrifft. Es ist daher besonders wichtig, Rollen klar zu definieren und die Aufgabe und Verantwortung der Controller-Organisation auch von anderen Aufgabenträgern klar abzugrenzen. Bei der Festlegung der Rolle hilft es, den Dateninhalt zu berücksichtigen. Die Controller-Rolle kann im Wesentlichen 2 Ausprägungen haben: a) die Controller-Organisation hat end-to-end Verantwortung („Controller als Datenmanager“) oder b) die Controller-Organisation gibt Standards vor, die einzuhalten sind, um die entstandenen Daten in den Steuerungsprozessen sinnvoll nutzen zu können („Controller als Daten-Governor“). Eine end-to-end-Verantwortung umfasst sämtliche Vorgaben, konzeptionelle Aufgaben und Kontrollmechanismen die für ein Datencluster notwendig sind. Dies macht z.B. für „Finanzdaten“ weitgehend Sinn. Für andere Themenbereiche, z.B. Daten, die entlang der Wertschöpfungskette entstehen, wird sich die Controller-Organisation darauf beschränken, an Standards und Prozessen mitzuarbeiten bzw. diese vorzugeben. In der Praxis gibt es hier eine unternehmensspezifisch zu lösende Grauzone, da Controller auch als Produktions-, Logistik-, Vertriebscontroller etc. tätig sind und eine aktivere Rolle auch in operativen Datenclustern einnehmen können. Generell muss die Controller-Organisation für alle Daten, die in der Single Source of Truth enthalten sind, entweder selbst verantwortlich sein oder Qualitätsstandards vorgeben und deren Einhaltung kontrollieren können.

Governance-Prozesse aufsetzen und verbessern

Das zuvor beschriebene Rollenbild legitimiert die Controller-Organisation, Governance-Prozesse aufzusetzen und zu betreiben. Dabei kommen sämtliche Instrumente, die der Sicherung der materiellen Qualität der Daten dienen, zur Anwendung und liefern die Grundlage, um regelmäßig Maßnahmen zur Verbesserung der Datenqualität durchzuführen. Zusätzlich sind einerseits Meetingroutinen zu etablieren („KVP-Zirkel“), die an die Standard-Steuerungsprozesse anknüpfen (z.B. vor- und nachbereitend zur Planung) und andererseits anlassbezogene Initiativen durchzuführen (z.B. Bereinigung diverser Strukturen).

Tipp: Empfehlungen für einen erfolgreichen Datenmanagement-Prozess

• Wählen Sie beim erstmaligen Aufsetzen einen Top-down Approach und konzentrieren Sie sich auf „managementrelevante“ Daten.

• Controller müssen eine aktive Rolle im Datenmanagement einnehmen können, ohne für alle Daten verantwortlich zu sein. Das Management muss dieses Rollenbild unterstützen.

• Etablieren Sie eine zentrale Datenquelle („Single Source of Truth“), über die das Management Zugang zu autorisierter, qualitätsgesicherter Information hat. Beachten Sie dabei, dass darin nicht jede im Unternehmen verfügbare Information abgebildet werden muss.

• Etablieren Sie Reports, die die Datenqualität formal auf fehlende oder inkonsistente Informationen prüfen können und Wartungsmängel bei Daten aufzeigen.

• Betrachten Sie bei Datenqualitätsproblemen immer die gesamte Wirkungskette („record to report“) und bessern Sie nicht nur Datenfehler aus, sondern passen Sie bei Bedarf auch die Prozesse an, um zukünftige Fehler zu vermeiden.

• Passen Sie das Datenmodell in Abstimmung mit den Nutzern an die aktuellen Bedürfnisse an. Dabei kann es sinnvoll sein, Änderungen nicht sofort umzusetzen, sondern im Sinne einer „Releasepolitik“ zu sammeln und Verbesserungen gebündelt umzusetzen.

• Prüfen Sie aktiv, ob neu entstandene interne oder verfügbare externe Datenquellen für das Management relevant sind und binden Sie diese bei Bedarf in die Single Source of Truth ein.

• Stellen Sie sicher, dass Sie über Know-how und Ressourcen an der Schnittstelle zwischen Betriebswirtschaft und IT verfügen, damit inhaltliche Anforderungen auch korrekt technisch umgesetzt werden.

Unternehmen steigern Sicherheitsausgaben erst nach Schadensfall

STUDIE. Die Wirtschaft wird, bedingt durch die fortschreitende Digitalisierung, immer vernetzter – wodurch Kundendaten, Geschäftsgeheimnisse und interne Kommunikation stets anfälliger für Hackerattacken werden. Bei mehr als der Hälfte der befragten Unternehmen wurde im vergangenen Jahr zumindest eine Cyberattacke registriert. Bevor jedoch Verbesserungsmaßnahmen im Unternehmen eingeleitet werden, muss zuvor oft erst ein signifikanter Schaden durch eine Cyberattacke entstehen: Eine Cyberattacke ohne zugefügten Schaden würde bei 63 Prozent der Unternehmen voraussichtlich nicht zu höheren Sicherheitsausgaben führen.

Weiterlesen

Data Sience Use Case: Forecasting & Zeitreihenanalyse

Forecasting, also die Vorhersage zukünftiger Entwicklungen, ist im breiteren Sinn der gesamte Prozess der Planung. Im engeren Sinn, also im Rahmen der Zeitreihenanalyse, bedeutet Forecasting die Schätzung der zukünftigen Werte auf Basis der vergangenen Werte. Letzteres ist ein rein quantitativer Ansatz: man verwendet historische Daten, sogenannte Zeitreihen, um mithilfe mathematischer und statistischer Verfahren Muster zu erkennen, um zu einer Vorhersage zu gelangen.


Weiterlesen

neue-kompetenzen-fuer-controller

Digitalisierung: Erfinden sich Controller neu?

Der digitale Transformationsprozess ist nicht mehr aufzuhalten und greift auch auf die Wissensarbeit über: „Die Digitalisierung in all ihren Facetten von Big Data über Robotic Process Automation bis hin zur Künstlichen Intelligenz ist sicher die dominierende Herausforderung und wird es auch noch lange bleiben.“ (Heimo Losbichler im Interview zum 43. Congress der Controller, Controller Magazin).


Weiterlesen