Experten gehen davon aus, dass sich die weltweiten Daten alle zwei Jahre mehr als verdoppeln und im Jahr 2020 das digitale Universum etwa gleich viele digitale Bits erreicht hat, wie es Sterne im Universum gibt. Dadurch wird es in der Unternehmensplanung zunehmend schwieriger, relevante Einflussfaktoren für die Prognose von Planpositionen in einem digitalen und volatilen Umfeld zu erkennen und diese in die Planung und somit in die Entscheidungsfindung miteinzubeziehen.
Die Digitalisierung führt zu einer noch stärkeren unternehmensübergreifenden Vernetzung. Dabei werden verschiedene Informationen über die Unternehmensgrenzen hinweg geteilt. Diese Entwicklung macht aber nicht innerhalb des B2B-Bereichs halt, sondern bezieht auch Kunden und andere externe Partner mit ein. Ein bekanntes Zitat des ehemaligen CEO des Business-Netzwerks Xing bringt es auf den Punkt: “Daten sind das Öl des 21. Jahrhunderts“. Diese These wird auch durch die Tatsache bestätigt, dass das Google Mutterunternehmen Alphabet seinen Gewinn im 2. Quartal um fast 20% gegenüber dem Vorjahr steigern konnte.
Die rapiden Veränderungen der Wirkungsweise von Einflussfaktoren erschweren die Verwendung der massiven Informationsflut zur Prognose. Folglich scheint eine valide Prognose des Unternehmenserfolgs (z.B. Absatzmenge und Absatzpreise) unter Zuhilfenahme dessen Treiber (z.B. Bruttoinlandsprodukt, Konsumklima, Rohstoffpreise) nahezu unmöglich. Ein Blindflug und Fahren auf Sicht kann jedoch genau bei diesen Umständen nicht die Lösung sein. Unternehmen müssen gerade jetzt mehr Wert auf die (auch zum Teil kurzfristige) Prognose legen.
Da eine Rückkehr zu den Zeiten stabiler Wirkungsweisen und weniger Daten nicht absehbar ist, liegt die Verantwortung, flexiblere und belastbare Lösungen zu finden, insbesondere im Controlling. Anlässlich der aktuellen Diskussionen ist es das Ziel dieser Arbeit, eine Predictive Analytics-Technologie zu hinterfragen und die Auswirkungen auf die Qualität der zahlungsorientierten Finanzplanung aufzuzeigen. Die gewonnenen Erkenntnisse geben Aufschluss darüber, inwieweit eine Implementierung einer Predictive Analytics-Lösung nach heutigem Stand im Finanzcontrolling sinnvoll ist.
Inhaltsverzeichnis
1 EINFÜHRUNG
1.1 Problemstellung der Arbeit
1.2 Vorgehensweise der Untersuchung
2 GRUNDLAGEN DES FINANZMANAGEMENTS
2.1 Grundaufgaben des Finanzmanagements
2.2 Finanzwirtschaftliche Ziele
3 GRUNDLAGEN DES FINANZCONTROLLINGS
3.1 Definition von Controlling und Finanzcontrolling
3.2 Ziele und Aufgaben des Finanzcontrollings
3.3 Unterteilung Finanzcontrolling
3.3.1 Strategisches Finanzcontrolling
3.3.2 Operatives Finanzcontrolling
3.3.3 Dispositives Finanzcontrolling
3.4 Organisation des Finanzcontrollings
4 GESTALTUNG VON FINANZCONTROLLING-SYSTEMEN
4.1 Finanzplanung
4.1.1 Definition und Aufgaben der Finanzplanung
4.1.2 Grundsätze der Finanzplanung
4.1.3 Phasen der Finanzplanung
4.1.4 Fristigkeiten der Finanzplanung
4.1.4.1 Kurzfristiger Finanzplan
4.1.4.2 Struktur des kurzfristigen Finanzplanes
4.1.5 Rollierende Finanzplanung
4.2 Finanzkontrolle
5. ZAHLUNGSORIENTIERTE FINANZPLANUNG MIT HILFE VON PREDICTIVE ANALYTICS
5.1 Finanzprognose als Problembereich
5.2 Predictive Analytics: Ein Verfahren zur Finanzprognose
5.2.1 Verfahren zur Finanzprognose
5.2.2 Begriffsbestimmung von Predictive Analytics
5.2.3 Einordnung Predictive Analytics
5.2.4 Voraussetzungen für die Nutzung einer Predictive Analytics Lösung
5.2.5 Status quo
5.3 Predictive Analytics: Verzahnung von Finanzcontrolling und Predictive Analytics
5.3.1 Das Ziel von Predictive Analytics im Finanzcontrolling
5.3.2 Der Prozess einer Predictive Analytics Lösung
5.3.3 Anwendungsbereiche von Predictive Analytics im Finanzcontrolling
5.3.3.1 Kundenspezifisches Finanzcontrolling
5.3.3.2 Text Mining im Finanzcontrolling
5.3.3.3 Big Data im Finanzcontrolling
5.3.4 Vom Controller zum Data Scientist?
5.3.5 Predictive Analytics Governance
5.3.6 Nutzen einer Predictive Analytics Lösung
5.3.7 Problembereiche bei der Anwendung einer Predictive Analytics Lösung
6 FAZIT
Zielsetzung & Themen
Diese Arbeit untersucht, inwieweit Predictive Analytics als Instrument zur Verbesserung der zahlungsorientierten Finanzplanung im Finanzcontrolling eingesetzt werden kann. Im Fokus steht die Fragestellung, ob die Implementierung einer solchen Technologie unter Berücksichtigung von Big Data-Aspekten einen messbaren Mehrwert für die Unternehmenspraxis bietet.
- Grundlagen des Finanzmanagements und des Finanzcontrollings
- Methoden und Prozesse der Finanzplanung
- Funktionsweise und Reifegradmodelle von Predictive Analytics
- Verzahnung von Predictive Analytics mit dem Finanzcontrolling
- Rollenveränderung vom klassischen Controller zum Data Scientist
Auszug aus dem Buch
5.2.2 Begriffsbestimmung von Predictive Analytics
Die Entstehung von Predictive Analytics ist in erster Linie auf das rasche Wachstum der Datenmengen in Unternehmen und im Internet zurückzuführen. Predictive Analytics ist ein Teilgebiet des Segments „Business Analytics“.
Für Predictive Analytics, gibt es nach heutigem Stand noch keinen deutschsprachigen Begriff. In der finanzwirtschaftlichen Literatur weichen die Definitionen für Predictive Analytics voneinander ab. Larose und Larose definieren Predictive Analytics folgendermaßen: „the process of extracting information from large data sets in order to make predictions and estimates about future outcomes“.
Predictive Analytics kommt im Unternehmen immer dann zur Anwendung, wenn zukunftsorientierte Datenauswertungen von Bedeutung sind. Durch Predictive Analytics werden aus einzelnen Daten automatisiert Prognosen generiert, die eine höhere Treffsicherheit als traditionell erstellte Vorhersagen haben. Auf Grundlage dieser mit hoher Wahrscheinlichkeit zutreffenden Prognosen, können Firmen nach vorne gerichtete Maßnahmen erarbeiten, um die erwartete Entwicklung positiv zu beeinflussen.
Zusammenfassung der Kapitel
1 EINFÜHRUNG: Einleitung in die Problematik wachsender Datenmengen und der Notwendigkeit einer proaktiven Finanzplanung im volatilen Marktumfeld.
2 GRUNDLAGEN DES FINANZMANAGEMENTS: Erläuterung der Kernaufgaben und finanzwirtschaftlichen Ziele, die durch das Controlling zu unterstützen sind.
3 GRUNDLAGEN DES FINANZCONTROLLINGS: Definition des Controllings sowie Abgrenzung der strategischen, operativen und dispositiven Finanzcontrolling-Bereiche.
4 GESTALTUNG VON FINANZCONTROLLING-SYSTEMEN: Detaillierte Darstellung des Finanzplanungsprozesses und der Grundsätze einer effektiven Finanzkontrolle.
5. ZAHLUNGSORIENTIERTE FINANZPLANUNG MIT HILFE VON PREDICTIVE ANALYTICS: Kernteil der Arbeit, der die Anwendung von Predictive Analytics, den Prozess der Implementierung sowie die Rolle des Controllers als Data Scientist beleuchtet.
6 FAZIT: Zusammenfassung der Erkenntnisse, die Predictive Analytics als komplementäres, zukunftsweisendes Instrument identifizieren, dessen Nutzen sorgfältig abzuwägen ist.
Schlüsselwörter
Finanzcontrolling, Finanzplanung, Predictive Analytics, Big Data, Liquidität, Prognose, Finanzmanagement, Data Scientist, Controlling, Prozessoptimierung, Business Analytics, Unternehmensplanung, Datenqualität, Investitionskosten, Finanzprognose.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert den möglichen Einsatz von Predictive Analytics im Finanzcontrolling, insbesondere zur Optimierung der kurzfristigen, zahlungsorientierten Finanzplanung.
Welches sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf den Grundlagen des Finanzmanagements, der Funktionsweise von Predictive Analytics-Technologien und den Auswirkungen von Big Data auf das Controlling.
Was ist die primäre Forschungsfrage?
Es wird untersucht, inwieweit die Implementierung von Predictive Analytics nach heutigem Stand einen sinnvollen Mehrwert für die Qualität der Finanzplanung im Finanzcontrolling bietet.
Welche wissenschaftliche Methode wurde verwendet?
Die Arbeit basiert auf einer theoretischen Fundierung durch Literaturanalyse und einer praxisnahen Auseinandersetzung mit Prozessmodellen für Predictive Analytics.
Was wird im Hauptteil behandelt?
Der Hauptteil widmet sich der Einordnung von Predictive Analytics in das bestehende Finanzcontrolling, dem Prozess der Datenanalyse und der veränderten Rolle des Controllers.
Welche Schlüsselwörter charakterisieren die Arbeit?
Typische Begriffe sind Finanzcontrolling, Predictive Analytics, Finanzplanung, Liquiditätssicherung und der Wandel zum Data Scientist.
Was unterscheidet Predictive Analytics von klassischem Reporting?
Während klassisches Reporting primär retrospektiv ist (was ist passiert?), zielt Predictive Analytics auf die Vorhersage zukünftiger Entwicklungen basierend auf Datenmustern ab.
Warum spielt die Datenqualität eine so große Rolle?
Da automatisierte Prognosen direkt auf den eingespeisten Datensätzen basieren, führen fehlerhafte Daten zwangsläufig zu Fehlentscheidungen im Management.
Was verändert sich in der Rolle des Controllers durch diese Technologien?
Der Controller muss vermehrt IT- und Statistikkenntnisse erwerben, um Datenmodelle zu verstehen und Ergebnisse korrekt zu interpretieren; er ergänzt sein Profil durch Rollenbilder des Data Scientists.
Wie hoch sind die Erfolgsaussichten beim Einsatz von Predictive Analytics?
Empirische Daten zeigen, dass Unternehmen durch den Einsatz dieser Technologien Umsatzsteigerungen und Kostenersparnisse erzielen können, sofern die strategischen und technologischen Voraussetzungen erfüllt sind.
- Quote paper
- Stefan Amrhein (Author), 2016, Zahlungsorientierte Finanzplanung mit Hilfe von Predictive Analytics, Munich, GRIN Verlag, https://www.grin.com/document/351057
