IT-Trends im Controlling internationaler Konzerne

Inhaltsverzeichnis

Abkürzungsverzeichnis

Symbolverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

1 Einleitung

2 Grundlagen und Ausgangssituation
2.1 Begriffsabgrenzung Controlling
2.2 Wandel im Controlling internationaler Konzerne
2.3 Ausgewählte aktuelle IT-Trends
2.3.1 Big Data
2.3.2 Cloud-Computing
2.3.3 Industrie 4.0 und „Internet of Things“
2.3.4 Social Media

3 Implikationen für das Controlling internationaler Konzerne
3.1 Auswirkungen auf Controlling
3.1.1 Organisation
3.1.2 Schnittstellenproblematik
3.1.3 Funktion
3.1.4 IT-Sicherheit
3.2 Anforderungen an Controller
3.2.1 Berufsbild und Rollenverständnis
3.2.2 Fähigkeiten, Kompetenzen und Mindset

4 Fazit

Anhang

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Entwicklungsstufen im IT-gestützten Controlling 3

Abbildung 2: Abgrenzung von Big Data 5

Tabellenverzeichnis

Tabelle 1: Top 10 Zukunftsthemen des Controllings 16

Tabelle 2: Datenqualität und IT-Systemreife im Controlling 16

1 Einleitung

Die digitalen Technologien und Trends in der Informationstechnologie (IT) werden als zukünftige Motoren der Weltwirtschaft gesehen und sollen das Potenzial haben allein in Deutschland die Wirtschaftsleistung bis 2020 um zusätzliche 82 Milliarden Euro zu steigern.^[1] Dabei besteht jedoch selbst für etablierte Traditionsunternehmen ein Verdrängungsrisiko^[2], was am Beispiel Nokia erstmals deutlich wurde^[3]. Laut einer Studie von McKinsey Digital (2015) sind aktuell nur etwa 60 Prozent der Firmen auf die Industrie 4.0 vorbereitet.^[4] Allein in Europa wird so in einer gemeinsamen Studie von Roland Berger/Bundesverband der deutschen Industrie e. V . (BDI ) (2015) ein Wertschöpfungsverlust von 605 Milliarden Euro prognostiziert, falls die digitale Transformation verpasst wird^[5].

Die IT-Trends werden sich speziell auch auf Managementfunktionen wie das Controlling weitreichend auswirken. Daher gilt die Integration der IT-Trends im Controlling auch als das wichtigste Zukunftsthema der Branche.^[6] Der Controller ist dabei zukünftig einem hohen Substitutionsrisiko ausgesetzt.^[7] So wird prognostiziert, dass so „Ganze Management- (…) und Controlling-Ebenen, die primär Daten erfassen, zusammenfassen, analysieren und weiterleiten (…) durch die Digitalisierung aller Wirtschaftsvorgänge redundant [werden, d. V.].“^[8]

Welche Implikationen resultieren aus der Integration aktueller IT-Trends für das Controlling und den Controller in internationalen Konzernen? In diesem Kontext ist das Ziel der Arbeit die Klärung der zukünftigen Rolle des Controllings. Zunächst wird dafür Controlling begrifflich abgegrenzt, gefolgt vom Wandel im Controlling internationaler Konzerne und ausgewählten aktuellen IT-Trends. Danach folgt eine weiterführende kritische Analyse im Hinblick auf Implikationen für das Controlling internationaler Konzerne. Die Arbeit endet mit dem Fazit, in dem die gewonnenen Erkenntnisse kurz zusammengefasst und abschließend bewertet werden und ein Ausblick auf zukünftige Forschungsfelder gegeben wird.

2 Grundlagen und Ausgangssituation

2.1 Begriffsabgrenzung Controlling

Bereits in der Antike wurde durch die Nutzung von einfachen Zahl- und Kontrollsystemen das Fundament für die Entwicklung des heutigen modernen „Controlling-Begriffs“ gelegt.^[9] Erstmals beschäftigte sich die deutschsprachige Fachliteratur mit dem Begriff ab Mitte der 1970er Jahre, wobei zeitgleich auch die Controlling-Ausbildung an deutschen Hochschulen und Universitäten ihren Anfang fand.^[10] Deyhle (1984) hat den Begriff „Controlling“ dabei in der deutschen Fachliteratur maßgeblich geprägt und fasste die Funktion zunächst prägnant zusammen als „Rechnen und planen und Mitarbeiter davon überzeugen, dass sie dabei mitmachen“^[11].

Ursprünglich leitet sich Controlling vom angelsächsischen „to control“ ab, was sich auch mit beherrschen, steuern, lenken und kontrollieren übersetzen lässt.^[12] Eine rein sinngemäße Übersetzung würde Controlling aber eher unzureichend erklären.^[13] In der amerikanischen Fachliteratur wird stattdessen der Begriff “Management Control” vermehrt verwendet^[14], den Anthony/Govindarajan (2006) als „(…) process by which managers influence other members of the organization to implement the organization’s strategies.”^[15] definiert. Es herrscht also kein Konsens über eine einheitliche Definition. Bramsemann (1980) begründet dies durch die enge Verzahnung mit der Praxis^[16], während Weber/Hirsch (2002) die Begründung darin sehen, dass Controlling mehr ein Phänomen als eine reine Managementfunktion ist^[17].

Aktuell sieht Reichmann (2016) Controlling als die „zielbezogene Unterstützung von Führungsaufgaben, die der systemgestützten Informationsbeschaffung und Informationsverarbeitung (…) dient“^[18]. Das neue internationale Controller-Leitbild der International Group of Controlling (IGC) sieht den Controller als einen zukunftsorientierten Partner des Managements, der den Managementprozess aktiv und ganzheitlich begleitet, die Entwicklung und Pflege der ERP-Systeme mit verantwortet und damit einen wesentlichen Beitrag zum Unternehmenserfolg leistet.^[19]

Berens et al. (2013) resümieren letztlich, dass die Orientierung an einem Unternehmenszielsystem, der Entscheidungsbezug, die Bedeutung der Informationsversorgung, die Planung und Kontrolle sowie die Koordinationsfunktion die Gemeinsamkeiten der nationalen und internationalen Controlling-Ansätze darstellen.^[20]

2.2 Wandel im Controlling internationaler Konzerne

Das Controlling im internationalen Konzernumfeld unterliegt seitdem einem stetigen Wandel durch die teils extremen Veränderungen und rasanten Entwicklungen der genutzten IT-Systeme bzw. durch den Zugang zu immer neuen Technologien.^[21] Der daraus resultierte Controlling-Wandel lässt sich wie folgt zeitlich abgrenzen:^[22]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Entwicklungsstufen im IT-gestützten Controlling

Quelle: Eigene Darstellung in Anlehnung an Gadatsch et al. (2017), S. 73.

In der Abbildung 1 werden dabei die drei Entwicklungsstufen der Informationsverarbeitung im Controlling illustriert.^[23] In der Pionierphase ab 1970 basierte das Controlling zunächst größtenteils auf Daten des internen Rechnungswesens, die durch numerische Aufbereitung und Verarbeitung in Datenbanken organisiert wurden. In den 1980er Jahren wurden dann weiterführende Analysen durch die Einführung von Tabellenkalkulationsprogrammen möglich. In der anschließenden zweiten Entwicklungsstufe wurde das Controlling vermehrt durch speziell für diese Funktion entwickelte Programme unterstützt. Dies ermöglichte erstmals umfangreichere grafisch angereicherte Drilldown-Analysen von Unternehmensergebnissen. Die Ergebnisse dieser Analysen wurden dabei jedoch meist noch in Papierform oder alternativ als PDF-File präsentiert.

Gadatsch et al. (2017) bezeichnen das Controlling in der aktuellen und dritten Entwicklungsstufe auch als „Smart Controlling“.^[24] Diese Stufe ist vor allem durch Verarbeitung und Aufbereitung von Daten in Echtzeit und einem heterogenen IT-Systemumfeld gekennzeichnet. Durch diese Optionen wird dem Controlling erstmals auch ermöglicht direkt in das operative Geschäft einzugreifen, anstatt nur vergangenheitsbezogene Analysen durchführen zu können.

Mit der Entwicklung der IT-Systeme hat sich nicht nur die Rolle des Controllings weiterentwickelt, sondern das Controlling wurde auch nachhaltig entlastet.^[25] So haben nach Weber et al. (2012) die gewonnene Kapazitäten die Weiterentwicklung des Controllers vom reinen Zahlenbereitsteller zum Zahlenkommunikator gegenüber dem Management angestoßen.^[26] Die damit verbundene stärkere Entscheidungsbeteiligung des Controllings erklären Horváth et al. (2015) durch die enge Verknüpfung von Datenaufbereitung und -interpretation^[27], was durch die einfachere Zugänglichkeit von qualitativ hochwertigen Daten positiv beeinflusst wurde.^[28] So hat sich der Controller mehr und mehr als Business Partner des Managements etabliert.^[29] Somit stellt heute nicht mehr die Informationsbereitstellung, sondern die transparente Informationspräsentation den Controlling-Engpass dar.^[30] Controlling in seiner heutigen Form wurde erst durch die Verfügbarkeit von ERP-Systemen möglich.^[31] Daher lässt sich durch den technologischen Fortschritt und die Anwendung von immer umfangreicheren ERP-Systemen auch die Entwicklung vieler Controller im internationalen Konzernumfeld zu „SAP-Experten“ erklären.^[32]

2.3 Ausgewählte aktuelle IT-Trends

2.3.1 Big Data

Der Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V. (BITKOM ) (2012) beschreibt Big Data als „(...) die wirtschaftlich sinnvolle Gewinnung und Nutzung entscheidungsrelevanter Erkenntnisse aus qualitativ vielfältigen und unterschiedlich strukturierten Informationen, die einem schnellen Wandel unterliegen und in bisher ungekanntem Umfang zu Verfügung stehen.“^[33] Anhand der Google-Trends lässt sich erkennen, dass der Begriff „Big Data“ dabei einen stetigen und starken Interessenszuwachs verzeichnet.^[34] Jedoch gilt die Urheberschaft des Begriffs gemäß Klein et al. (2013) als ungeklärt.^[35] Big Data wird im Bericht des Chartered Global Management Accountant (CGMA ) (2013) grafisch wie folgt dargestellt und von traditionellen Daten abgegrenzt:^[36]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Abgrenzung von Big Data

Quelle: Eigene Darstellung in Anlehnung an CGMA (2013), S. 5.

So wird in der Abbildung 2 deutlich, dass Big Data weit über die standardisierten und traditionellen Finanzdaten wie beispielsweise Daten des Rechnungswesens (Financial Data) und Daten des operativen und transaktionsgebundenen Geschäfts (Enterprise Data) hinausgeht und die Menge und Komplexität der Daten, sowie das Level der Analyse im Unternehmen, mit Big Data stark zunimmt.^[37]

Aktuell wird die Big-Data-Technologie von Unternehmen überwiegend für die Beschleunigung von etablierten Geschäftsprozessen verwendet, wie etwa Reporting oder Kunden- und Verhaltensanalysen, während die Technologie jedoch einen deutlich stärkeren Mehrwert bietet, wenn in innovative und neue Geschäftsmodelle investiert wird.^[38]

2.3.2 Cloud-Computing

BITKOM (2009) beschreibt Cloud-Computing als „(...) eine Form der bedarfsgerechten und flexiblen Nutzung von IT-Leistungen. Diese werden in Echtzeit als Service über das Internet bereitgestellt und nach Nutzung abgerechnet.“^[39] Die flexible Nutzung von IT-Leistungen beschreibt das National Institute of Standards and Technology (NIST ) (2011) näher als den Netzwerkzugriff auf ein geteilten Pool von Netzwerken, Servern, Speicherkapazitäten, Applikationen und sonstigen Services.^[40] Dem Cloud-Computing werden dabei die Eigenschaften On-demand-Zugriff, Pay-per-use und Elasticity zugeordnet.^[41]

Der „On-demand-Zugriff“ meint die Eigenschaft der kurzfristigen Bereitstellung oder auch Kündigung bezogener IT-Leistungen.^[42] Die „Pay-per-use“ beschreibt die Abrechnung der bezogenen IT-Leistungen nach unternehmensindividueller Nutzung, was den weitgehenden Wegfall von Fixkosten impliziert.^[43] Damit ermöglicht das Cloud-Computing auch eine Umverteilung von Investitions- und Betriebsaufwand.^[44] Mit „Elasticity“ wird der weitgehend unlimitierte Zugang zu IT-Ressourcen gemeint, was insbesondere bei kurzfristigen Überauslastungen der Systemkapazitäten mit äußerst großen Datenmengen interessant ist.^[45]

BITKOM (2009) nennt als weitere Motive für die Einführung von Cloud-Computing Technologien in internationalen Konzernen eine geringere Kapitalbindung, verstärkte Konzentration auf das eigene Kerngeschäft, eine einfache Realisierbarkeit und große Flexibilität bzw. Skalierung des Geschäfts.^[46]

2.3.3 Industrie 4.0 und „Internet of Things“

Die Begriffe „Industrie 4.0“ und „Internet of Things“ oder auch „Internet der Dinge“ sind eng miteinander verzahnt und resultieren aus der erhöhten Nachfrage nach kundenindividueller Massenproduktion.^[47]

Auf der einen Seite meint das „Internet der Dinge“ dabei, dass die „Dinge“ Teil des Internets werden.^[48] Dabei beschränkt sich der Begriff „Dinge“ nicht nur auf Arbeitsmittel, sondern auch auf Menschen, soziale Prozesse und Umgebungen. So wird die virtuelle mit der realen Welt verknüpft. Auf der anderen Seite meint die Industrie 4.0 die Entwicklung von einer computergestützten zentralisierten Welt hin zu einer komplett vernetzten und untereinander über das Internet kommunizierenden Welt, wobei Prozesse, Geräte, Objekte und Umgebungen softwaretechnisch über das Internet gesteuert werden.

Somit werden die Grenzen zwischen industriellen bzw. materiellen Leistungen und Dienstleistungen laut dem Bundesministerium für Wirtschaft und Energie (BMWi ) (2016) immer durchlässiger.^[49]

2.3.4 Social Media

Safko/Brake (2009) definieren Social Media als “(…) activities, practices, and behaviors among communities of people who gather online to share information, knowledge, and opinions using conversational media. Conversational media are Web-based applications that make it possible to create and easily transmit content in the form of words, pictures, videos, and audios“^[50]. Seiter (2012) beschreibt den Begriff „Social Media“ weiter als ein Mehrweg-Kommunikationsmedium, dass die verschiedenen Formen von Diskussions- und Videoplattformen, Sozialen Netzwerken und Blogging-Diensten subsumiert. Die Sozialen Medien verändern dabei nicht nur das Kommunikationsverhalten vieler Menschen, sondern auch das der Unternehmen ohne dabei auf Werbezwecke reduziert zu sein.^[51] Debreceny (2015) führt hier die wachsenden Relevanz von Social Media Kanälen bei der externen Kommunikation beispielsweise mit Lieferanten und Kunden an.^[52]

3 Implikationen für das Controlling internationaler Konzerne

3.1 Auswirkungen auf Controlling

3.1.1 Organisation

Viele Aufgaben des heutigen Controllings könnten nach Schäffer/Weber (2016) durch die voranschreitende Automatisierung und der zunehmenden Zentralisierung des Controllings in Shared-Service-Centern oder „Centers of Expertise“ zukünftig wegfallen.^[53] Es gibt allerdings Grenzen bei der Zentralisierung in Shared-Service-Centern. Dazu zählen beispielsweise die Entwicklung von Konzernstrategien, die weiterhin im Headquarter erarbeitet werden sollen.^[54] So sehen neben Gadatsch et al. (2017) auch Weber et al. (2012a) eine hohe Wahrscheinlichkeit, dass das strategische Controlling dadurch zukünftig an Bedeutung gewinnen wird und der Fokus des Controllings auf die Konzernstrategie zum einem kritischen Treiber des Konzernerfolgs werden wird.^[55] Schäffer/Weber (2016) weisen gleichzeitig auf den gegenläufigen Effekt der (Teil-)Automatisierung des Operativen Controllings hin.^[56]

Weiter stellt sich die Frage, ob neben dem Controlling noch ein „Data Science Center“ Teil der Controlling-Organisation wird oder ob dieser neue Bereich organisatorisch der IT zugeordnet werden muss. Außerdem ist bisher noch ungeklärt, ob Big Data in einer zentralen Organisationseinheit oder in einer dezentralen Landesgesellschaft des Controlling oder der IT analysiert wird.^[57]

Schönbohm/Egle (2017) und Engelbergs (2016) sehen daher die Notwendigkeit, dass sich das Controlling neu organisiert und sich zum „Sparringspartner“ des Managements entwickelt und für Transparenz und Entscheidungsgrundlagen für das Management sorgt. Zudem soll das Controlling die Umsetzung der IT-Trends aktiv begleiten und die effiziente Nutzung der Unternehmensressourcen sicherstellen.^[58] Zusätzlich sollte das Controlling nach Seufert (2016) auch die Verantwortung für die Pflege und Optimierung von (Alt-)Daten übernehmen, was insbesondere für internationale Konzerne mit einer langen Geschäftshistorie relevant ist.^[59]

3.1.2 Schnittstellenproblematik

Weber et al. (2012) sehen die Realisation der IT-Trends nicht als alleiniges und zentrales Thema der IT. Vielmehr sehen sie für die erfolgreiche Umsetzung der Trends eine enge Koordination und Zusammenarbeit mit verschiedenen organisatorischen Fachbereichen und Funktionen als notwendig an. Insbesondere die Zusammenarbeit zwischen IT und Controlling steht für sie dabei im Vordergrund.^[60]

Nicht nur das Controlling steht durch die IT-Trends vor einem Paradigmenwechsel, sondern konsequenterweise muss zeitgleich auch die Schnittstelle zwischen Controlling und IT grundlegend hinterfragt werden. So gewinnt die Funktion des Chief Information Officer (CIO) bzw. der IT laut Wiegmann/Strauß (2014) zunehmend an Bedeutung, während der Chief Financial Officer (CFO) bzw. das Controlling sich im Hinblick auf die bevorstehenden Redundanzen „neu erfinden“ bzw. reorganisieren muss.^[61] Konsistent dazu sieht Wiesehahn (2017) auch ein zunehmendes Substitutionsrisiko des Controllings^[62], auch weil das Controlling laut Tretbar et al. (2013) und Horváth (2017) nicht die alleinige Informationshoheit behalten wird^[63].

Somit könnten sich zukünftig Konflikte zwischen Controlling, IT und anderen Fachbereichen ergeben.^[64] Vielfach resultieren diese Konflikte aus so genannten „Kompetenzgrabenkämpfen“.^[65] Die Konfliktlösung durch klar abgegrenzte Verantwortungsbereiche sollte hierbei durch das Management fokussiert werden. Schönbohm/Egle (2016) halten daher auch die Schaffung der Stelle des Chief Digital Officers (CDO) für sinnvoll. Der CDO kann zusammen mit dem Management zwischen den Fachbereichen vermitteln und somit Integrationsprojekte koordinieren und die Umsetzung von IT-Trends vorantreiben.^[66] Weber et al. (2015) appellieren daher an die Manager, insbesondere an den CFO und den CIO, dass die Fachbereiche Controlling und IT sich vor dem Hintergrund der IT-Trends nicht als Wettbewerber, sondern vielmehr als „Komplementatoren“ sehen. Andernfalls kann die Integration der IT-Trends durch den steigenden Wettbewerbsdruck nicht gelingen.^[67]

3.1.3 Funktion

Generell eignen sich für die Automatisierung nach Gadatsch (2017) Aufgaben mit einem bestimmten Muster und stark arbeitsteiligen bzw. oft wiederkehrenden Aufgaben, wie etwa Monats- und Jahresabschlüsse, Forecasts oder Budgetierungen.^[68] Während Kürschner et al. (2006) hier allgemein das Automatisierungspotential von operativen Prozessen anführen^[69], sehen Geerts et al. (2013) speziell in der Automatisierung der Quartalsberichterstattung ein großes Zeiteinsparungspotential.^[70] Somit muss das Controlling laut Streibich (2012) weiter aktiv nach Automatisierungspotenzialen suchen und Prozesse digitalisieren.^[71] Zusätzlich muss das Controlling gemäß Seufert/Oehler (2016) speziell in großen Unternehmen Altdatenbestände optimieren und damit vor dem Hintergrund der aktuellen IT-Trends nutzbar machen.^[72]

Durch diese Entlastungen können nach Wiegmann/Strauß (2014) Controlling-Ressourcen beispielsweise vermehrt für die Auswertung von Sensordaten aus der Industrie 4.0 oder dem Screening von Social Media Kanälen im Big Data Kontext verwendet werden.^[73] Schön (2016) und Mehanna et al. (2016) fügen dem hinzu, dass die vielfältigen und großen Datenmengen in Echtzeit zur Verfügung stehen und der „Datenschatz“ nur noch vom Controlling gehoben, systematisiert und für die Unternehmenssteuerung aufbereitet werden muss. Im Big Data Kontext wird hier speziell das Erkennen von Datenmustern, Trends und Zusammenhängen im Unternehmensumfeld gemeint.^[74] Zu der zentralen zukünftigen Funktion des Controllings gehört nach Vasarhelyi et al. (2015) hierbei neben der Aufbereitung von Big Data auch die integrierte Analyse zusammen mit den koexistierenden traditionellen Daten, insbesondere der Financial und Enterprise Data (vgl. auch Abb. 1).^[75] Warren et al. (2015) warnen jedoch davor, dass die Funktion der Unternehmenssteuerung auf der einen Seite durch eine Schwemme von irrelevanten Daten bzw. Daten aus fragwürdigen Quellen und auf der anderen Seite durch die noch fehlende zwingend notwendige Expertise des Controllings gehemmt werden könnte.^[76]

Schäffer/Weber (2016) und Weber (2016) halten fest, dass die Unternehmenssteuerung insgesamt schlanker, integrierter und somit agiler werden muss. Eine Demokratisierung der Informationsversorgung allein reicht in dem volatilen Umfeld der Digitalisierung nicht aus.^[77] Bereits heute lassen sich ERP-gestützt statistisch wiederkehrende Muster in Big Data erkennen. Damit wird Unternehmen ermöglicht automatisierte Forecasts zu erstellen, deren Prognosen meistens auch noch genauer als traditionelle Forecast-Systeme sind. Durch diese Automatisierung lassen sich weitreichende Effizienzsteigerungen und Kosteneinsparungen erzielen und schließlich auch gebundene Kapazitäten des Controllings freisetzen.^[78] Koß (2016) sieht in der Freisetzung von Controlling-Kapazitäten auch die Chance für eine nachhaltige Stärkung der strategischen Unternehmenssteuerung beispielsweise durch die Einleitung von Leuchtturmprojekten oder die Weiterentwicklung der Konzernstrategien.^[79] Außerdem können laut Debreceny (2015) Kapazitäten für eine verbesserte und innovativere externe Konzernkommunikation mit Share- und Stakeholdern über Social Media Kanäle genutzt und damit ein Mehrwert generiert werden.^[80]

3.1.4 IT-Sicherheit

Den erheblichen Nutzenpotenzialen aus der allumfassenden Vernetzung über das Internet stehen gemäß Urbach/Ahlemann (2016) aber auch kritische Unternehmensrisiken gegenüber. Die leichte Zugänglichkeit zu Systemen und Daten führt zu einer erhöhten und vielfältigeren Verwundbarkeit internationale Konzerne.^[81] BITKOM (2009) sieht beispielsweise den Einsatz der Cloud-Computing Technologie im Hinblick auf möglichen Datenlecks kritisch. Ein Datenleck von existenziellem Knowhow oder anderen kritischen Unternehmensdaten kann das Unternehmen nachhaltig gefährden.^[82] Insbesondere für sensible Unternehmenszahlen aus der Planung und dem Reporting im Controlling muss Datensicherheit gemäß Schön (2016) garantiert werden. Daher wird die Entwicklung von geeigneten Tools wie etwa der Einsatz von Verschlüsselungstechnologien für die Sicherstellung der Datensicherheit bei der Nutzung mobiler Technologien in den Vordergrund rücken.^[83]

3.2 Anforderungen an Controller

3.2.1 Berufsbild und Rollenverständnis

Durch vergangene IT-Trends wie etwa die Einführung von ERP-Systemen konnten Controller gemäß Weber et al. (2012) zuletzt ihre Position und Wichtigkeit im Konzern stärken. Aktuell scheinen die neuen IT-Trends jedoch die Bedeutung des Controllers, insbesondere für die Unternehmensberichterstattung, zu gefährden.^[84] In diesem Zusammenhang weist Wiesehahn (2017) auch auf das akute Substitutionsrisiko des „klassischen Controllers“ hin. Demnach bringen Informatiker, Physiker und Mathematiker viele der geforderten Kompetenzen und Fähigkeiten für die zukünftigen Aufgaben des Controllings bereits mit und könnten damit den betriebswirtschaftlich ausgebildeten Controller von seiner Position verdrängen.^[85]

Somit beeinflussen die Veränderungen in der Organisationsstruktur des Controllings auch maßgeblich das zukünftige Berufsbild des Controllers und es ist zu erwarten, dass sich nach Schäffer/Weber (2016) hierdurch auch ganz neue Karrierewege für Controller ergeben werden.^[86] Nach Gadatsch et al. (2017) soll der Controller demnach verstärkt als Business Partner des Managements fungieren und Managementprozesse aktiv begleiten bzw. das Management bei wichtigen unternehmerischen Entscheidungen auf Basis richtiger und relevanter Informationen beraten. Neben der Datenaufbereitung soll der Controller selbst die Einleitung von Veränderungsprozessen im Unternehmen vorantreiben.^[87]

Big Data stellt Controller mit einer scheinbar unlimitierten Verfügbarkeit von Daten vor die Herausforderung dem Management entscheidungsrelevante Daten zur Verfügung zu stellen. Dies wird insbesondere durch die bisher mittelmäßige IT-Systemreife und Datenqualität verbunden mit einer geringeren Datenkonsistenz bei steigender IT-Systemreife erschwert.^[88] Somit muss der Controller zukünftig vermehrt eine Filterfunktion für das Management wahrnehmen bzw. Transparenz schaffen und könnte sich damit nach Davenport/Patil (2012) und Rusch et al. (2016) auch zum „Data Scientist“ weiterentwickeln.^[89]

Weber et al. (2012) halten fest, dass Controller sich zukünftig mehr in die neuen verfügbaren technischen Möglichkeiten einarbeiten müssen, um in der Lage zu sein die steigenden Ansprüche des Managements an eine Geschwindigkeitssteigerung und simultane Qualitätsverbesserung der Reports und Analysen des Controllings zu erfüllen – die eigentlich „Controlling-Produkte“.^[90] Gadatsch et al. (2017) sehen die Veränderung des Berufsbildes als Chance des Controllings auch zukünftig einen Mehrwert durch die Fokussierung auf die Unternehmenssteuerung zu schaffen. Mit diesem Mehrwert kann der Controller letztlich auch zur nachhaltigen Festigung der Position des Controllings in internationalen Konzernen beitragen.^[91]

[...]

---

^[1] Vgl. BMWi (2016), S. 6.

^[2] Vgl. Global Center for Digital Business Transformation (2015), S. 1.

^[3] Vgl. Süddeutsche Zeitung (2013).

^[4] Vgl. McKinsey Digital (2015), S. 54.

^[5] Vgl. Roland Berger/BDI (2015), S. 12.

^[6] Vgl. Weber (2013), S. 26 und Tabelle 1 (Anhang).

^[7] Vgl. Gadatsch et al. (2017), S. 72 und Schäffer/Weber (2016b), S. 3.

^[8] Frankfurter Allgemeine Zeitung (2016).

^[9] Vgl. Haka (2016), S. 60.

^[10] Vgl. Horváth et al. (2015), S. 24.

^[11] Deyhle (1984), S. 35.

^[12] Siehe hierzu beispielsweise Langenscheidt (2017), Stichwort: "to control".

^[13] Vgl. Serfling (1992), S. 16.

^[14] Vgl. Eschenbach/Siller (2009), S. 34.

^[15] Anthony/Govindarajan (2006), S. 6.

^[16] Vgl. Bramsemann (1980), S. 9.

^[17] Vgl. Weber/Hirsch (2002), S. 161.

^[18] Reichmann (2016), S. 310.

^[19] Vgl. IGC (2013).

^[20] Vgl. Berens et al. (2013), S. 224 f.

^[21] Vgl. Weber et al. (2012b), S. 106.

^[22] Vgl. Gadatsch et al. (2017), S. 73.

^[23] Vgl. zu den folgenden Ausführungen Gadatsch et al. (2017), S. 73.

^[24] Vgl. zu den folgenden Ausführungen Gadatsch et al. (2017), S. 73.

^[25] Vgl. Weber et al. (2012b), S. 105 f.

^[26] Vgl. Weber et al. (2012b), S. 105 f.

^[27] Vgl. Horváth et al. (2015), S. 25.

^[28] Vgl. Weber et al. (2012b), S. 106.

^[29] Vgl. Horváth et al. (2015), S. 25.

^[30] Vgl. Weber (2013), S. 26.

^[31] Vgl. Weber (2013), S. 26.

^[32] Vgl. Weber et al. (2012b), S. 106.

^[33] BITKOM (2012), S. 19.

^[34] Vgl. Google Trends (2017).

^[35] Vgl. Klein et al. (2013), S. 319 f.

^[36] Vgl. CGMA (2013), S. 5.

^[37] Vgl. CGMA (2013), S. 5.

^[38] Vgl. Gadatsch (2017), S. 200 und McAfee/Brynjolfsson (2012), S. 66.

^[39] BITKOM (2009), S. 14.

^[40] Vgl. NIST (2011), S. 2.

^[41] Vgl. Biebl (2012), S. 24.

^[42] Vgl. Gadatsch (2017), S. 200.

^[43] Vgl. Gadatsch (2017), S. 200.

^[44] Vgl. BITKOM (2009), S. 14.

^[45] Vgl. Gadatsch (2017), S. 201.

^[46] Vgl. BITKOM (2009), S. 16.

^[47] Vgl. Di et al. (2017), S. 37.

^[48] Vgl. zu den folgenden Ausführungen Cernavin et al. (2016), S. 27.

^[49] Vgl. BMWi (2016), S. 41.

^[50] Vgl. Safko/Brake (2009), S. 6.

^[51] Vgl. Seiter (2012), S. 135 f.

^[52] Vgl. Debreceny (2015), S. 1.

^[53] Vgl. Schäffer/Weber (2016c), S. 13 f.

^[54] Vgl. Schäffer (2015), S. 21.

^[55] Vgl. Gadatsch et al. (2017), S. 75 und Weber et al. (2012a), S. 34.

^[56] Vgl. Schäffer/Weber (2016c), S. 11.

^[57] Vgl. Schäffer/Weber (2016c), S. 13 f.

^[58] Vgl. Schönbohm/Egle (2017), S. 224 und Engelbergs (2016), S. 10.

^[59] Vgl. Seufert (2016), S. 49.

^[60] Vgl. Weber et al. (2012b), S. 107.

^[61] Vgl. Wiegmann/Strauß (2014), S. 8.

^[62] Vgl. Wiesehahn (2017), S. 188.

^[63] Vgl. Tretbar et al. (2013), S. 18 und Horváth (2017), S. 123.

^[64] Vgl. Wiegmann/Strauß (2014), S. 8.

^[65] Vgl. Schönbohm/Egle (2017), S. 224 f.

^[66] Vgl. Schönbohm/Egle (2016), S. 8.

^[67] Vgl. Weber et al. (2015), S. 5 f.

^[68] Vgl. Gadatsch (2017), S. 210 und Hillmer (2016), S. 312.

^[69] Vgl. Kürschner et al. (2006), S. 171.

^[70] Vgl. Geerts et al. (2013), S. 830 f.

^[71] Vgl. Streibich (2012), S. 102.

^[72] Vgl. Seufert/Oehler (2016), S. 77.

^[73] Vgl. Wiegmann/Strauß (2014), S. 9.

^[74] Vgl. Schön (2016), S. 352 f. und Mehanna et al. (2016), 506.

^[75] Vgl. Vasarhelyi et al. (2015), S. 393.

^[76] Vgl. Warren et al. (2015), S. 404.

^[77] Vgl. Schäffer/Weber (2016c), S. 11 und Weber (2016), S. 45.

^[78] Vgl. Schäffer/Weber (2016c), S. 11.

^[79] Vgl. Koß (2016), S. 35.

^[80] Vgl. Debreceny (2015), S. 3 f.

^[81] Vgl. Urbach/Ahlemann (2016), S. 115.

^[82] Vgl. BITKOM (2009), S. 57.

^[83] Vgl. Schön (2016), S. 353 f. und Mertens/Barbian (2016), S. 306.

^[84] Vgl. Weber et al. (2012b), S. 106.

^[85] Vgl. Wiesehahn (2017), S. 188.

^[86] Vgl. Schäffer/Weber (2016c), S. 13.

^[87] Vgl. Gadatsch et al. (2017), S. 74 und Schäffer/Weber (2016a), S. 3.

^[88] Vgl. Warren et al. (2015) S. 404 f. und Tabelle 2 (Anhang).

^[89] Vgl. Davenport/Patil (2012), S. 73 und Rusch et al. (2016), S. 79.

^[90] Vgl. Weber et al. (2012b), S. 108.

^[91] Vgl. Gadatsch et al. (2017), S. 75.