„Auswirkungen der Digitalisierung auf die ... · Fachartikel „Auswirkungen der Digitalisierung...

Fachartikel

„Auswirkungen der Digitalisierung auf die Unternehmenssteuerung“

Erschienen in:Controlling im digitalen ZeitalterSchäffer-Poeschel Verlag 2015Seite 3-13

www.horvath-partners.com

Dr. Michael Kieninger

[email protected]

Dr. Uwe Michel

[email protected]

Walid MehannaCompetence Center Controlling & Finance

[email protected]

3

Auswirkungen der Digitalisierung auf die UnternehmenssteuerungDr. Michael Kieninger/Walid Mehanna/Dr. Uwe Michel*

1 Megatrend Digitalisierung

2 10 Thesen zur Veränderung der Unternehmenssteuerung 2.1 Fundamentale Veränderungen in Steuerungsprozessen 2.2 Rahmenbedingungen der Veränderung

3 Umsetzung der Digitalisierung

Literatur

* Dr. Michael Kieninger, Sprecher des Vorstands, Horváth & Partners Management Consultants, Stuttgart; Walid Mehanna, Principal, Competence Center Controlling & Finance, Horváth & Partners Management Consultants, Stuttgart; Dr. Uwe Michel, Mitglied des Vorstands, Horváth & Partners Management Consultants, Stuttgart.

aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015

4 Michael Kieninger/Walid Mehanna/Uwe Michel

1 Megatrend Digitalisierung

Der Begriff des Megatrends ist geprägt vom Zukunftsforscher John Naisbitt und seinem gleichnamigen, 1982 erschienenen Buch (vgl. Naisbitt 1982). Als Megatrend defi niert er eine besonders tiefgreifende und nachhaltige gesellschaftliche Veränderung. In seiner 1999 erschienenen Veröffentlichung »High Tech High Touch« beschäftigt sich Naisbitt konkret mit dem Thema digitale Technologien und deren Auswirkungen auf den Wandel der Gesellschaft (vgl. Naisbitt 1999). Heute, etwas mehr als 15 Jahre später, ist das Thema Digitalisierung nach einhelliger Meinung fl ächendeckend in der Gesellschaft und der Geschäftswelt angekommen (vgl. z. B. Brynjolfsson/McAfee 2014 und Westermann et al. 2014).

Die fortschreitende Digitalisierung kann man aus der Perspektive der Unterneh-mensführung zum besseren Verständnis in drei Wirkungsebenen strukturieren: die digitale Welt, digitale Motoren und digitale Enabler (vgl. Abb. 1). Die digitale Welt umfasst konkret • digitale Geschäftsmodelle, wie sie typischerweise bei Technologie-Start-ups, zuneh-

mend aber auch bei etablierten, diversifi zierten Unternehmen zu fi nden sind, • eine digitale Wertschöpfung im Sinne einer Smart Factory sowie unternehmensüber-

greifend 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 Nutzen macht.

Digitale Geschäftsmodelle

Digitale Wertschöpfung/

Smart Factory

Digital (gestützte) Lösungen & Produkte

Technologie Digitale Service-

architekturen Simple Finance/

Business

Digitale Welt

Digitale Motoren

Digitale Enabler

Steering Business Digitally

Big Data

Governance, Ethik, Sicherheit

Quantitative Business Modeling

Digitale Unternehmens-

steuerung

Quantitative Geschäfts-

modellierung Big Data

Abb. 1: Wirkungsebenen der Digitalisierung

Die Treiber dieser digitalen Welt bezeichnen wir als digitale Motoren und verstehen darunter essenzielle Technologien, Methoden und Produkte, die im Zusammenspiel als Bausteine eines unternehmensindividuellen Ansatzes wirken. Darunter fällt z. B. mit


Auswirkungen der Digitalisierung auf die Unternehmenssteuerung 5

Big Data die Fähigkeit, sehr große und sehr heterogene interne/externe sowie struktu-rierte/unstrukturierte Datenmengen mit Hilfe von statistischen Analysemethoden aus-zuwerten (vgl. Davenport 2014). Eine wichtige Grundlage ist weiterhin die quantitative Geschäftsmodellierung, mit deren Hilfe die Wirkungszusammenhänge im Unternehmen strukturiert, nachvollziehbar und statistisch überprüfbar beschrieben werden. Digital gestützte Lösungen und Produkte sind konkrete, spezifi sche Bausteine, wie z. B. mo-bile Erfassungsgeräte oder Apps, die in einem übergeordneten Geschäftsmodell oder Steuerungssystem zum Einsatz kommen und eine spezifi sche Teilaufgabe erfüllen.

Als Fundament dienen die digitalen Enabler-Technologien allgemein und im Kon-kreten digitale Service-Architekturen, die eine fl exible Nutzung und Orchestrierung von geschäftsprozessorientierten, technischen Diensten ermöglichen, sowie hoch integrierte Gesamtlösungen für Simple Finance/Business, die Kernprozesse von Unternehmen end-to-end unterstützen.

Eine Klammer um die drei Wirkungsebenen bilden die Themen Governance, Ethik und Sicherheit. Sie stellen eine effi ziente Nutzung und Umsetzung der Digitalisierung sicher und sorgen zeitgleich für die Einhaltung der unternehmerischen Werte und Standards.

Im Folgenden legen wir den Schwerpunkt auf die digitale Unternehmenssteuerung, Big Data und die quantitative Geschäftsmodellierung. Die Potenziale der Digitalisie-rung für die Unternehmenssteuerung erscheinen signifi kant. Durch die Erweiterung bestehender Steuerungskonzepte um nichtlineare, multidimensionale und stochastische Aspekte kann die Steuerung durchgehend quantifi ziert und stärker integriert werden. Umfangreiche Simulations- und Szenariomodelle ermöglichen die effi ziente Optimierung betriebswirtschaftlicher Fragestellungen jenseits klassischer Möglichkeiten.

2 10 Thesen zur Veränderung der Unternehmens-steuerung

Wie sich diese Potenziale konkret im Steuerungssystem des Unternehmens manifestie-ren und realisieren lassen, haben wir im Folgenden in 10 zentralen Thesen zur mittel-fristigen Entwicklung der Unternehmenssteuerung festgehalten. Diese Thesen sind eine Momentaufnahme, die kontinuierlich zu beobachten und bei Bedarf zu adaptieren ist.

2.1 Fundamentale Veränderungen in Steuerungsprozessen

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

Durch Big Data und quantitative Predictive-Analytics-Modelle werden teils hoch auto-matisiert Forecasts aus granularen Daten generiert, die eine höhere Treffsicherheit als traditionell erstellte Forecasts haben. Vergangenheitsbezogene Auswertungen verlieren an Bedeutung und der Forecast wird zum wesentlichen Startpunkt für Analysen. Auf



dieser Grundlage werden nach vorne gerichtete Maßnahmen erarbeitet, um die prognos-tizierte Entwicklung positiv zu beeinfl ussen. Der Faktor Mensch spielt weiterhin eine wichtige Rolle als Korrektiv bei disruptiven oder irregulären Entwicklungen und Effek-ten sowie bei der Validierung der Ergebnisse aus den Predictive-Analytics-Modellen.

Durch die hohe Automatisierung reduziert sich der Aufwand für die Forecast-Erstellung signifi kant. Die Effi zienz des Entscheidungsprozesses nimmt aufgrund der optimierten Aufsatzpunkte zu, während die aktive Steuerung durch zukunftsgerichtete Maßnahmen die Effektivität verbessert.

These 2: Quantifi zierte Business- und Treibermodelle bilden das Fundament einer neuen Steuerung.

Qualitative Ursache-Wirkungs-Ketten werden durch datenbasierte, quantitativ-statis-tische Zusammenhänge ersetzt und kontinuierlich auf Validität überprüft. Die neuen Treibermodelle werden zum Dreh- und Angelpunkt der Steuerung: robuste dynamische Businessmodelle dienen als Grundlage für Szenarioplanungen, zur Quantifi zierung von strategischen Optionen sowie der Bewertung von Business Cases. Durch Muste-rerkennung in den Modellen können Optimierungsansätze identifi ziert und ständig neue Erkenntnisse über die ehemals qualitativen Ursache-Wirkungs-Ketten gewonnen werden. Langfristige Perspektive ist ein Unternehmensmodell der Steuerung, das die vollständige Wertschöpfungskette des Gesamtunternehmens abbildet.

Wichtige Nutzen der quantifi zierten Business- und Treibermodelle sind eine Trans-parenz über unternehmerische Zusammenhänge, eine objektive Entscheidungsbasis und die nahtlose Integration mit klassischen Steuerungsinstrumenten, wie z. B. der Balanced Scorecard, Werttreiberbäumen oder der Gewinn- und Verlustrechnung.

These 3: Steuerungszyklen und Optimierungen sind agil, real-time und basieren auf konkreten Verbesserungsvorschlägen durch Datenanalysen.

Automatisierte Analysen verkürzen die Reaktionszeiten, ermöglichen »Hochfrequen-zentscheidungen« und führen laufend zu Ad-hoc-Umsetzung von Optimierungsmaß-nahmen. Die ex-post- und abweichungsorientierte Steuerungslogik wird durch eine explorative Real-time-Optimierungslogik ergänzt: Daten werden unabhängig von Plan/Ist- oder Plan/Forecast-Abweichungen nach Optimierungspotenzialen durchsucht. Die kontinuierliche Optimierung der Werttreiber führt zu Produktivitäts- und Effi zienzge-winnen unabhängig vom Planungs- und Reportingzyklus. Die Modelle zur Identifi kation neuer Ursache-Wirkungs-Zusammenhänge werden kontinuierlich weiterentwickelt.

Automatisierungen steigern die Effi zienz, während Qualität und Geschwindigkeit von Entscheidungen durch Predictive Analytics und maschinelles Lernen verbessert werden.

These 4: Steuerung ist zunehmend automatisiert und berücksichtigt funktionsübergrei-fende Abhängigkeiten und Zusammenhänge.

Predictive-Forecasting- und Machine-Learning-Ansätze, die im operativen Volumenge-schäft ohne Sondereffekte die Qualität manuell erstellter Forecasts übertreffen, etablie-



ren sich als Standard. In Konsequenz werden Entscheidungen innerhalb festgelegter Wert- und Risikogrenzen auf der Basis der Wahrscheinlichkeiten von Prognoseergebnis-sen automatisiert, wie z. B. Warendisposition im Einzelhandel oder Preisanpassungen (vgl. Feindt/Grüßing 2014).

Grundsätzlich werden Entscheidungen auf der Basis quantitativer, differenzierter Erkenntnisse und Empfehlungen schneller getroffen, während Chancen und Risiken unter Berücksichtigung von funktionsübergreifenden Interdependenzen in die Analy-semodelle integriert sind. In der Konsequenz geht der Einfl uss von reinen Experten-schätzungen drastisch zurück.

In der Nutzenbetrachtung lässt sich festhalten, dass weniger Aufwand für nicht wert-haltige Tätigkeiten aufgebracht werden muss, bei gleichzeitig präziseren Ergebnissen und optimierten Geschäftsprozessen. Die Integration von Chancen und Risiken führt zu einer größeren Transparenz über deren potenzielle Auswirkungen.

These 5: Prozesse werden unternehmens- und wertschöpfungsübergreifend integriert gesteuert.

Die Digitalisierung führt zu einer noch stärkeren unternehmensübergreifenden Vernet-zung, in deren Rahmen Informationen über die Unternehmensgrenzen hinweg geteilt werden. Controlling muss zunehmend einen unternehmensinternen und -externen Prozess abdecken, der konzeptionell und technisch die neuen Daten in die internen Prozesse integriert.

Als Mehrwerte erschließen sich schnell neue, bisher nicht zugängliche Informationen, eine stärkere Integration der Lieferketten, Effi zienzpotenziale durch den Wegfall von Schnittstellen sowie eine insgesamt breitere Informationsbasis für die Unternehmens-steuerung und Optimierungen.

2.2 Rahmenbedingungen der Veränderung

These 6: Die Datenanalytik ist ein eigenständiges Kompetenzfeld hoch ausgebildeter Spezialisten.

Für die Nutzung der Big-Data-Potenziale wird ein neues, erweitertes Skill-Set benötigt: Modellierung, statistische Analysekompetenz und die Fähigkeit zum Mensch-Maschine-Dialog prägen dieses Kompetenzprofi l, das heute oft unter dem Rollenbild des »Data Scientist« zusammengefasst wird (vgl. Grönke/Heimel 2015). Technologische, mathema-tische und analytische Kompetenzen werden in dieser Rolle gebündelt. »Data Science Center« werden zu einem zentralen Bestandteil der Wertschöpfungskette, indem sie Big Data konsolidieren und analysieren.

Der Erhalt und Ausbau der Business-Partner-Funktion im Controlling führt über diese Data-Science-Kompetenzen. 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 und Interpretation der Ergebnisse für das Management.



Eine »Make-or-buy«-Entscheidung für die Modellierung und Durchführung der Ana-lysen innerhalb oder außerhalb der Controllingfunktion muss unternehmensindividuell unter Berücksichtigung von strategischen Gesichtspunkten gefällt werden.

Noch sind diese wichtigen Kompetenzen in der Unternehmenspraxis vergleichsweise rar gesät. Erfolgsentscheidend für die Umsetzung sind allerdings ein fl ächendeckendes Grundwissen und eine ausreichende Professionalität in der Modellentwicklung und Analyse.

These 7: Rolle und Organisation der Finanzfunktion verändern sich und damit auch die Profi le der Mitarbeiter.

Der CFO wird noch stärker Chief Performance Offi cer. Der Controller nutzt die ana-lytischen Ergebnisse zur Optimierung operativer Prozesse und baut sukzessive seine Rolle als Business Partner weiter aus. Der Finanzbereich wird konsequent nach transaktionalen und analytischen Prozessen organisiert: Finance Factories und Data Science Center 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, was sich gegebenenfalls auch in einer Reduzierung des Personalbedarfs – z. B. in dezentralen Einheiten – niederschlägt.

These 8: Steuerung nach Wahrscheinlichkeiten: Die Qualität von Datengenerierung, -modellierung und -analyse bestimmt die Güte der Entscheidungsfi ndung.

Die Qualität der Daten und der Methoden bestimmt maßgeblich die Qualität der Ergeb-nisse. Eine besondere Aufgabe besteht vor allem darin, die Qualität der externen »Big Data« sicherzustellen. Aber auch der Einsatz der richtigen Algorithmen sowie deren ständige Optimierung sind entscheidend: Die Entwicklung und Pfl ege der komplexen Modelle wird zum wesentlichen Erfolgsfaktor.

Der entscheidende Vorteil von neuen digitalen Steuerungsinstrumenten entsteht aber aus der Kombination von Fach- und Branchenwissen, Methodenkompetenz und Unternehmergeist der interdisziplinären Experten und Manager. Um die Potenziale voll zu erschließen, ist eine übergreifende Zusammenarbeit notwendig. Während der Data Scientist die Daten nach steuerungsrelevanten Zusammenhängen analysiert, obliegt die Interpretation und Verarbeitung der Ergebnisse dem Controlling und dem Management. Die Ergebnisse der Modelle und Analysen zeigen Wahrscheinlichkeiten auf, nach denen die Fachbereiche steuern und entscheiden.

These 9: Interne und externe Daten sind in größter Detailtiefe verfügbar und zentral für die Steuerung nutzbar.

Die Grundlage der statistischen Modelle sind maximal granulare Rohdaten, die zum Zeitpunkt des Informationsbedarfs bis zur Spitzenkennzahl verdichtet werden können. Aggregationen und Transformationen der Daten sind nicht mehr im bisherigen Maße erforderlich, wodurch der Informationsgehalt für die Analyse vollständig bleibt und somit eine Nachvollziehbarkeit der Daten uneingeschränkt möglich ist.



Um die Potenziale von »Big Data« auszuschöpfen, wird der Zugriff auf vielfältige interne und externe Daten benötigt. Erfolgsentscheidend ist eine schnelle Verfügbarkeit, noch vor einer vollständigen Integration in einer zentralen Datenbasis. Dies umfasst sowohl interne und externe, als auch strukturierte und unstrukturierte Datenquellen wie z. B. Markt- und Kundendaten.

Im Rechnungswesen etabliert sich zunehmend das Einkreissystem als Standard. Für die Steuerung hat dies signifi kante Vorteile, da eine zentrale Datenhaltung in einer integrierten Business Suite wie z. B. SAP S/4 HANA Simple Finance stark vereinheitlicht und weniger fragmentiert ist. Aufwendige Abgleiche zwischen Finanzen und Control-ling sind nicht mehr notwendig, die integrierte Datenbasis steht auch für Analysen in Echtzeit performant zur Verfügung.

These 10: Eine starke, zentrale Governance für Daten und Modelle ist der entscheidende kritische Erfolgsfaktor für eine durchgängige und konsistente Steuerung.

Die neuen Möglichkeiten aus Big Data und Business Analytics sind potenziell Nährbo-den für unkoordinierte dezentrale Optimierungsansätze, die relevante bereichsüber-greifende Zusammenhänge nicht berücksichtigen. Damit besteht die Gefahr, dass das Management ständig mit inkonsistenten und suboptimalen Entscheidungsvorschlägen konfrontiert wird.

Eine umfängliche und funktionierende Governance ist daher unerlässlich, um die Kompatibilität und Konsistenz der Daten, der Analysemodelle, der Ergebnisse sowie der Entscheidungsvorschläge sicherzustellen. Der CFO muss mit starker Involvierung des Controllings diese Governance organisieren, transparent machen und idealerweise auch federführend übernehmen.

Die Governance darf dabei nicht zum starren Korsett verkommen, das eine zielge-richtete Nutzung von Big Data und Business Analytics auf den einzelnen Unternehmen-sebenen erschwert oder gar unmöglich macht. Wichtig ist ein rechtes Augenmaß, das die Notwendigkeit von zentralen Vorgaben und Qualitätsstandards mit der notwendigen Flexibilität für die einzelnen Unternehmensfunktionen in Balance hält.

3 Umsetzung der Digitalisierung

Zusammenfassung der 10 ThesenDie in den 10 Thesen beschriebenen Veränderungen sind in der Summe ein signifi kan-ter Wandel auf allen Ebenen einer integrierten Unternehmenssteuerung (vgl. Abb. 2). 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, Organisation und Skills (vgl. Grönke et al. 2014). Die beschriebenen Ver-änderungen bedeuten letztendlich aber vor allem einen signifi kanten Wandel in der Mentalität, im Selbstverständnis und in den Kompetenzen von Controlling & Finanzen.



Para

digm

enw

echs

el d

er

Steu

erun

g:

von

reak

tiv-a

naly

tisch

zu

proa

ktiv

-pro

gnos

tizie

rend

Trei

berm

odel

le:

Qua

ntifi

zier

te B

usin

ess-

und

Fund

amen

t ei

ner

neue

n St

euer

ung

Dat

enan

alyt

ik:

eige

nstä

ndig

es K

ompe

tenz

-fe

ld h

och

ausg

ebild

eter

Sp

ezia

liste

n

Die

Fin

anzf

unkt

ion:

R

olle

, Org

anis

atio

n un

d

verä

nder

n si

ch

notw

endi

ge P

rofil

e

Technologie, Methoden- &

Datenbasis

Steuerungs- prozesse

Steuerungs-strukturen & Werteflüsse

Steuerungs-sichten und

-größen

Steu

erun

gsko

nzep

t

Organisation & Skills

Plan

ung

& F

orec

ast

Man

agem

ent

& A

d-ho

c-R

epor

ting

Wor

king

Cap

ital &

Liq

uidi

täts

steu

erun

g

Ris

ikom

anag

emen

t

F&E

Prod

uktio

n V

ertr

ieb

Logi

stik

…

Tool

s &

Ena

bler

Kos

ten

& L

eist

ungs

rech

nung

Gro

up R

epor

ting

& K

onso

lidie

rung

Dat

enar

chite

ktur

, ER

P &

Bus

ines

s In

telli

genc

e

KPI

s &

Tre

iber

Governance

Funk

tiona

le S

teue

rung

& E

inze

lopt

imie

rung

en

Steu

erun

gszy

klen

und

O

ptim

ieru

ngen

: ag

il, r

eal-

time

und

auf

Dat

enan

alys

en b

asie

rend

Steu

erun

g m

it

Wah

rsch

einl

ichk

eite

n:

Qua

lität

der

Info

rmat

ions

-ve

rarb

eitu

ng b

estim

mt

Ents

chei

dung

squa

lität

Aut

omat

isie

rte

und

funk

tion

sübe

rgre

ifen

de

Steu

erun

g: f

akte

nbas

iert

, di

ffer

enzi

ert,

sch

nelle

r

Inte

rne

und

exte

rne

Dat

en:

in g

rößt

er D

etai

ltief

e ve

rfüg

-,

bar,

zen

tral

für

die

Ste

ueru

ng

nutz

bar

Star

ke z

entr

ale

Gov

erna

nce

der

Dat

en u

nd M

odel

le: d

er

wes

entli

che

Erfo

lgsf

akto

r fü

r ei

ne k

onsi

sten

te S

teue

rung

Inte

grie

rte

Steu

erun

g:

unte

rneh

men

s- u

nd

wer

tsch

öpfu

ngs-

über

grei

fend

e Pr

ozes

se

wer

den

einh

eitli

ch g

este

uert

1 2 3

6 7 8 10

9

5 4

Dat

a Sc

ienc

e

Abb

. 2: E

infl u

ss d

er D

igita

lisie

rung

auf

zen

tral

e El

emen

te d

es S

teue

rung

ssys

tem

s



In den Augen vieler Verantwortlicher mag die Digitalisierung zunächst wie eine Black-Box wirken: Eingabe und Verarbeitung sind intransparent bzw. Domäne von ausgewiesenen Technologie- und Statistikexperten. Wie sollen auf der Grundlage solcher Ergebnisse nachvollziehbare Entscheidungen getroffen bzw. Empfehlungen ausgesprochen werden?

Aus diesem Grund ist es wichtig, sukzessive das Vertrauen in die neuen Ansätze und die daraus resultierenden Ergebnisse zu entwickeln. Dafür werden entsprechende Kompetenzen benötigt, die konsequent aufgebaut werden müssen. Des Weiteren gilt es, durchgängig den Nutzen zu verdeutlichen und Datensicherheit, Datenkonsistenz und Governance zu gewährleisten.

Handlungsfelder für die UmsetzungFür die Umsetzung einer digitalen Steuerung sehen wir aus Sicht des CFOs vier konkrete, zusammenhängende Handlungsfelder, die in Abbildung 3 beschrieben sind. Ausgangspunkt für eine strukturierte Herangehensweise kann eine digitale Bestandaufnahme sein, durch die der Status quo zur Digitalisierung erfasst wird. Die identifi zierten Handlungsfelder dienen als Grundlage für eine digitale Strategie & Roadmap, durch die der CFO zusammen mit dem Controlling konkrete Maßnah-men defi niert und alle Beteiligten für die gemeinsame Umsetzung gewinnt. Erste Erfahrungen können vor allem mit Pilot-Anwendungen gewonnen werden, bei denen erste Lösungen exemplarisch erarbeitet werden, um das Potenzial aufzuzeigen. Als ergänzende Alternative kann aber auch die Digitalisierung des ERPs und damit der transaktionalen Prozesse evaluiert werden. Hier sind die aktuellen Entwicklungen im Softwaremarkt, wie z. B. die Einführung von SAP S/4 HANA, ein wichtiger Enabler für eine durchgängige digitale Steuerung.

AusblickDie Digitalisierung ist ein Megatrend mit dem Potenzial, einen echten Paradigmen-wechsel in der Unternehmenssteuerung anzustoßen. Die Veränderungen haben Aus-wirkungen auf Sender und Empfänger der Steuerungsinformationen und bedingen in der Summe ein vollständig neues Verständnis der heute etablierten Steuerungsprozesse. In Zukunft können alle relevanten Steuerungsdimensionen wie Kunde, Markt oder Ressourcen von den Mehrwerten durch Big Data, Business Analytics und den damit ermöglichten Anwendungen profi tieren.

Hierfür müssen aber systematisch Voraussetzungen geschaffen werden. Insofern sind die Herausforderungen für den CFO und das Controlling oftmals weniger tech-nischer Natur, im Sinne von Verfügbarkeit, Qualität und Verarbeitbarkeit von Daten oder Softwarelösungen.

Die Etablierung und Umsetzung einer digitalen Steuerung ist auch und vor allem ein Wandlungsprozess, der eine klare Governance, quantitative Businessmodelle, eine strukturierte Personal- und Organisationsentwicklung sowie eine konsequente Lösungsorientierung ausgehend vom Adressaten umfasst. CFO und Controlling sollten auf keinen Fall warten, bis dezentral digitaler Steuerungswildwuchs entsteht. Nur eine frühzeitige, proaktive Auseinandersetzung und Gestaltung dieses Wandels sichert die Zukunftsfähigkeit der Steuerung und somit auch des Unternehmenserfolgs.



Dig

ital

e B

esta

ndsa

ufna

hme

Dig

ital

e St

rate

gie

& R

oadm

ap

Dig

ital

isie

rung

des

ER

P (z

. B. S

AP

S/4

HA

NA

) Pi

lot-

Anw

endu

ngen

Technology & Data Platforms

Steering processes

Steering structure and value flows

Steering views and measures

Organization

Info

rmat

ion

/ dat

am

odel

s,E

RP

, BI,

Big

Dat

a pl

atfo

rms

Ste

erin

g co

ncep

tS

teer

ing

conc

ept

1

KP

Is a

nd d

river

s2

Pla

nnin

g 3

Fore

cast

ing

4

Man

agem

ent r

epor

ting

5

Func

tiona

l ste

erin

g6

Ext

erna

l rep

ortin

g7

Cos

t & p

rofit

abilit

y an

alys

is11

Gro

up re

porti

ng &

con

solid

atio

n12

ERP

13

Bus

ines

s In

tellig

ence

& B

ig D

ata

14

Pla

nnin

g &

con

solid

atio

n to

ols

15

stnemele gnireet

Sstnenop

moC

Cos

t ce

nter

Ser

vice

ce

nter

Pro

ject

s

Inve

st-

men

tsP

rofit

ab.

anal

ysis

Wor

king

cap

ital m

gmt.

8

Ris

k m

anag

emen

t9

Liqu

idity

man

agem

ent

10

Col

labo

ratio

n

Fina

nce

orga

niza

tion

16

Fina

nce

com

mun

ity17

Fina

nce

proc

esse

s18

Ana

lyti

cs

Fore

cast

R

isik

oman

agem

ent

…

Heu

te

Mor

gen

ERP

Wei

tere

Tec

hnol

ogie

n

Para

digm

enw

echs

el d

er

Steu

erun

g: v

on re

aktiv

-an

alyt

isch

zu

proa

ktiv

-pr

ogno

stiz

iere

nd

Qua

ntifi

zier

te B

usin

ess-

und

Trei

berm

odel

le:

Fund

amen

t ein

er n

euen

S

teue

rung

Dat

enan

alyt

ik:

eige

nstä

ndig

es K

ompe

tenz

-fe

ld h

och

ausg

ebild

eter

S

pezi

alis

ten

Die

Fin

anzf

unkt

ion:

Rol

le,

Org

anis

atio

n un

d no

twen

dige

Pro

file

verä

nder

n si

ch

Technologie, Methoden-& Datenbasis

Steuerungs-prozesse

Steuerungs-strukturen & Werteflüsse

Steuerungs-sichten und

-größen

Ste

ueru

ngsk

onze

pt

Organisation & Skills

Pla

nung

& F

orec

ast

Man

agem

ent &

Ad-

hoc

Rep

ortin

g

Wor

king

Cap

ital &

Liq

uidi

täts

steu

erun

g

Ris

ikom

anag

emen

t

F&E

Pro

dukt

ion

Ver

trieb

Logi

stik

Tool

s &

Ena

bler

Kos

ten

& L

eist

ungs

rech

nung

Gro

up R

epor

ting

& K

onso

lidie

rung

Dat

enar

chite

ktur

, ER

P &

Bus

ines

s In

tellig

ence

KP

Is &

Tre

iber

Governance

Funk

tiona

le S

teue

rung

& E

inze

lopt

imie

rung

enSt

euer

ungs

zykl

en u

nd

Opt

imie

rung

en: a

gil,

real

-tim

e un

d au

f Dat

enan

alys

en

basi

eren

d

Steu

erun

g m

it W

ahrs

chei

nlic

hkei

ten:

Q

ualit

ät d

er In

form

atio

ns-

vera

rbei

tung

bes

timm

t E

ntsc

heid

ungs

qual

ität

Auto

mat

isie

rte

und

funk

tions

über

grei

fend

e St

euer

ung:

fakt

enba

sier

t, di

ffere

nzie

rt, s

chne

ller

Inte

rne

und

exte

rne

Dat

en:

in g

rößt

er D

etai

ltief

e ve

rfügb

ar, z

entra

l für

die

S

teue

rung

nut

zbar

Star

ke z

entr

ale

Gov

erna

nce

der D

aten

und

M

odel

le: d

er w

esen

tlich

e E

rfolg

sfak

tor f

ür e

ine

kons

iste

nte

Ste

ueru

ng

Inte

grie

rte

Steu

erun

g:

Unt

erne

hmen

s-un

d W

erts

chöp

fung

sübe

rgre

ifen

de P

roze

sse

wer

den

einh

eitli

ch g

este

uert

1 2 3

6 7 8 109

54

Dat

a S

cien

ce

Abb

. 3: V

ier

Han

dlun

gsfe

lder

für

die

Um

setz

ung

eine

r di

gita

len

Unt

erne

hmen

sste

ueru

ng



Literatur

Brynjolfsson, E./McAfee, A. (2014), The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies, New York 2014

Davenport, T. H. (2014), Big Data at Work: Dispelling the Myths, Uncovering the Oportunities, Boston 2014

Feindt, M./Grüßing, D. (2014), Strategische Entscheidungen mit automatisierten Prognosen operativ umsetzen, in: Gleich, R./Grönke, K./Leyk, J./Kirchmann, M. (Hrsg.), Controlling und Big Data, München 2014, S. 177–188

Grönke, K./Heimel, J. (2015), Big Data im CFO-Bereich – Kompetenzanforderungen an den Controller, in: Controlling, 27. Jg., Heft 4/5, S. 242–248

Grönke, K./Leyk, J./Kirchmann, M. (2014), Big Data: Auswirkungen auf Instrumente und Or-ganisation der Unternehmenssteuerung, in: Gleich, R./Grönke, K./Leyk, J./Kirchmann, M. (Hrsg.), Controlling und Big Data, München 2014

Naisbitt, J. (1982), Megatrends. Ten New Directions Transforming Our Lives, New York 1982Naisbitt, J. (1999), High Tech High Touch – Technology and our search for meaning, New York

1999Westermann, G./Bonnet, D./McAfee, A. (2014), Leading Digital: Turning Technology into Busi-

ness Transformation, Boston 2014


„Auswirkungen der Digitalisierung auf die ... · Fachartikel „Auswirkungen der Digitalisierung...

Documents

Transcript of „Auswirkungen der Digitalisierung auf die ... · Fachartikel „Auswirkungen der Digitalisierung...