Einfluss der Digitalisierung auf das Controlling und die Funktion des Controllers

Inhaltsverzeichnis

1.Einleitung

2.Megatrend Digitalisierung

3. Einfluss der Digitalisierung am Beispiel von Big Data auf das Controlling
3.1.Big Data
3.2. Nutzung und Potenziale von Big Data im Controlling

4.Einfluss von Big Data auf Funktion, Kompetenzanforderungen und Rolle des Controllers
4.1. Kompetenzprofile
4.2. Kompetenzforderungen

5.Fazit:

6. Literaturverzeichnis:

1.Einleitung

„In Zukunft wird die Digitalisierung zur Transformation von ganzen Geschäftsmodellen führen“¹

Wirtschaft und Verwaltung befinden sich global und branchenübergreifend in der Phase der vierten industriellen Revolution, auch bezeichnet als Industrie 4.0. Neue Technologien verändern die Welt grundlegend und nachhaltig.

Während der Begriff der Digitalisierung noch vor einigen Jahren lediglich Gegenstand wissenschaftlicher Abhandlungen und Zukunftsvisionen war, „ist er heute in der Realwirtschaft angekommen.“² Big Data, Analytics und Mobility Cloud sind lediglich einige Schlagworte im Zusammenhang mit der Digitalisierung, die zunächst für Unternehmensbereiche wie Marketing und Vertrieb großflächig an Bedeutung gewannen, aber kontinuierlich zunehmend auch das moderne Controlling innervieren.³

Auf Basis von Umfragen, Interviews und Studien kristallisiert sich vor allem die Bedeutung von Big Data im Controlling als ein wegweisendes Zukunftsthema heraus.⁴

In den kommenden zehn Jahren wird das weltweite Datenvolumen voraussichtlich um mehr als das fünfzigfache anwachsen. Hierfür verantwortlich sind beispielsweise der zunehmende Einsatz von Sensor-Technologien sowie die flächendeckende Verbreitung und mobile Nutzung des Internets. Diese Entwicklung wird unter dem Trendbegriff Big Data sowohl in Wissenschaft als auch Praxis kontrovers diskutiert. Im Rahmen dieser Hausarbeit soll folglich ein Blick auf den Einfluss von Big Data, nach dem aktuellen Forschungsstand, auf das Controlling geworfen werden. Das Thema ist höchst umfangreich, daher liegt, nach zuvoriger Skizzierung der Begriffe bzw. Trends Digitalisierung und Big Data sowie deren Bedeutung für das zukünftige Controlling anhand von Beispielen zur Nutzung sowie Technologien, der Schwerpunkt dieser Arbeit auf der Rolle des Controllers. Die Digitalisierung, insbesondere Big Data, bieten sowohl Herausforderungen als auch Chancen für den Controller in einer Industrie bzw. Arbeitswelt 4.0. Insbesondere auf die Perspektiven des Business Analysts bzw. Partners und Data Scientists wird näher eingegangen werden. Wie verändern sich Profil und Rolle des Controllers in einer digitalisierten Arbeitswelt am Beispiel von Big Data? Welche Anforderungen stellt die Digitalisierung, insbesondere Big Data, an den „digitized controller“ der Zukunft?

2.Megatrend Digitalisierung

Unter dem Begriff der Digitalisierung kann mehr als nur allein die Verarbeitung und Verbreitung von Informationen durch Informations- und Kommunikationstechnologie (IKT) verstanden werden, denn in Zukunft wird die Digitalisierung zur Transformation von ganzen Geschäftsmodellen führen.⁵ Sie hat darüber hinaus vielfältige und komplexe Auswirkungen auf Wirtschaft und Gesellschaft. „In Abhängigkeit des inhaltlichen Fokus und des Abstraktionsniveaus wird Digitalisierung (…) mit konkreten technologischen Trends und Standardisierungsfragen mit teils tiefgreifend veränderten medialen Verhaltensweisen der Nutzer, mit neuartigen Wertschöpfungsstrukturen oder auch mit der Veränderung der Arbeitswelt in Verbindung gebracht.“⁶ „Big Data, Echtzeitverfügbarkeit von Daten, Predictive Analytics und automatisierte Entscheidungsmodelle auf Basis künstlicher Intelligenz,“ können nicht als kurzfristige Hypes betrachtet werden. Neue technische Möglichkeiten und Innovationen ändern die Steuerung in Unternehmen tiefgreifend und nachhaltig.⁷

Kieninger, Mehanna und Michel strukturieren die fortschreitende Digitalisierung aus der Perspektive der Unternehmensführung in drei Wirkungsebenen, bestehend aus der digitalen Welt, digitaler Motoren und digitaler Enabler. Die digitale Welt umfasst konkret digitale Geschäftsmodelle, wie typischerweise bei Technologie-Start-Ups, 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 Nutzen macht.“⁸

Digitale Motoren stellen essenzielle Technologien, Methoden und Produkte dar, wie beispielsweise die Fähigkeit mit Big Data „sehr große und sehr heterogene interne/externe sowie strukturierte/unstrukturierte Datenmengen“ mit Hilfe statistischer Analysemethoden auszuwerten.⁹ Digitale Enabler-Technologien allgemein, und im Konkreten digitale Service-Architekturen, ermöglichen eine „flexible Nutzung und Orchestrierung von geschäftsprozessierten, technischen Diensten“ und unterstützen „hoch integrierte Gesamtlösungen“.¹⁰ Eine effiziente Nutzung und Umsetzung der Digitalisierung sowie Einhaltung der unternehmerischen Werte und Standards stellen die Themen Governance, Sicherheit und Ethik mit ihrem Einfluss auf alle drei Wirkungsebenen sicher.¹¹

Die gleichermaßen zunehmende Geschwindigkeit sowie inhaltliche Vielschichtigkeit der Digitalisierung stellt Wirtschaft und den öffentlichen Sektor vor Herausforderungen. Um weiterhin am Markt bestehen zu können bzw. öffentliche Aufgaben für Bürgerinnen und Bürger kompetent übernehmen zu können, ist pro aktives Handeln erforderlich.¹²

3. Einfluss der Digitalisierung am Beispiel von Big Data auf das Controlling

Digitalisierung im Controlling ist gleichbedeutend mit einer fundamentalen Neuausrichtung des Controllings.¹³ Diese Entwicklung auf den Einsatz neuer Technologien zu reduzieren, würde zu kurz greifen. Vielmehr handelt es sich um einen grundlegenden Paradigmenwechsel im Controlling, der zudem neue Kompetenzanforderungen an den Controller stellt. „Um ein Unternehmen auch zukünftig erfolgreich zu steuern, muss das Controlling sich konsequent weiterentwickeln und transformieren.“¹⁴

Der Einfluss von Big Data auf das Controlling wird laut IFZ Studie als diejenige Entwicklung bewertet, der die befragten Unternehmen am meisten Einfluss und Potenzial auf das Controlling zusprachen.¹⁵ Auch eine PWC Studie aus dem Jahr 2015 sieht eine hohe Relevanz von Big Data. „Zu den Gewinnern der digitalen Transformation werden diejenigen Unternehmen gehören, die die Kunst der Analyse und Nutzung enormer Datenmengen am besten beherrschen.“¹⁶ Big Data wird das Controlling in den kommenden Jahren stark beschäftigen.

Die Möglichkeiten zur Veränderung und Verbesserung von Geschäftsprozessen, der Erschließung neuer Geschäftsfelder und der Veränderung ganzer Geschäftsmodelle sind enorm. Prädestiniert für den Einsatz von Big Data sind alle Branchen, die etwas bewegen, etwas an den Endnutzer verkaufen, maschinengetrieben sind, Inhalte nutzen oder verkaufen. Aber auch solche, die Dienstleistungen anbieten, insbesondere die öffentliche Verwaltung, physische Anlagen haben oder Geld bewegen, bieten enormes Potenzial, um über die Aufbereitung, Analyse und den gezielten Einsatz von Daten Verbesserungen herbeizuführen.¹⁷ Hierbei sind also Industrie und öffentlicher Sektor gleichermaßen betroffen.¹⁸

3.1.Big Data

Der Begriff Big Data wird bisher noch unpräzise und oft inflationär verwendet.¹⁹ Davenport spricht von einem „umbrella term“, den es noch zu konkretisieren gilt.

Das Thema Big Data wird kontrovers als Hype diskutiert. Innovativen Analysemöglichkeiten stehen hohe Investitionskosten und längere Implementierungszeiten für neue Technologien gegenüber.²⁰ Mit dem Begriff Big Data werden nach allgemeinem Konsens große, schnelllebige und vielfältige Datenmengen bezeichnet. Internetnutzer generieren über Notebooks und Mobile Devices jede Minute Millionen an Daten. Social Media Anwendungen, Internet-Transaktionen, Machine-to-Machine Lösungen und Sensorik verfielfachen und verfielfältigen diese Datenmenge. Bisher wird nur ein geringer Prozentsatz konkret analysiert und konkret nutzbar gemacht.²¹

Die Abgrenzung der Terminologie ist in der Literatur umstritten. „Inbesondere der Begriff Business Intelligence (BI) erhebt den Anspruch, das Gesamtfeld abzudecken. Kemper definiert Business Intelligence als einen „integrierten, unternehmensspezifischen IT-basierten Gesamtansatz zur betrieblichen Entscheidungsunterstützung“. Big Data ist hier Teil von BI.“²²

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Entwicklung der Terminologie „Big Data“ und Datenanalyse.²³

Zur weiteren Konkretisierung werden üblicherweise die drei englischen Begriffe Volume (Datenmenge), Velocity (Geschwindigkeit) und Variety (Datenvielfalt) verwendet, die, je nach Autor, erweitert werden um die Begriffe Analytics, Veracity (Glaubwürdigkeit), Validity (Widerspruchsfreiheit), Veracity (Richtigkeit, Glaubwürdigkeit) und Value (Wert).²⁴

Big Data wird folglich charakterisiert durch das zu analysierende Datenvolumen. Der Begriff bezieht sich jedoch auch auf die Vielfalt. Neben strukturierten Daten werden auch Datenmengen, die nicht in herkömmlichen relationalen Datenschemata gespeichert werden können, ausgewertet. „Weiterhin werden nicht nur statische Daten betrachtet, sondern die Daten (nahezu) in Echtzeit bereits zum Zeitpunkt ihrer Entstehung analysiert.“²⁵ Zum Management, zur Analyse und zur Interpretation von Big Data sind Methoden der automatisierten Erkennung und Nutzbarmachung von Mustern, Bedeutungen und Zusammenhängen, wie statistische Verfahren, Optimierungsmodelle, Data Mining, Text- und Bildanalytik u.ä., erforderlich. Der Einsatz von Big Data Analytics ermöglicht Unternehmen einen wirtschaftlichen Nutzen aufgrund eines vertieften Einblicks in ihr Business. Auf Basis von Analysen können beispielsweise neue Produkte und Dienstleistungen entwickelt werden. Außerdem werden sie befähigt schneller auf unternehmensrelevante Veränderungen zu reagieren; teils in Echtzeit während diese auftreten.²⁶

Höhere Agilität verbessert zudem die Wettbewerbsfähigkeit. Ob Privatwirtschaft oder Verwaltung, bestehende Angebote können in kürzerer Zeit verbessert und noch zielgerichteter den Kundenwünschen bzw. -bedürfnissen angepasst werden.²⁷

Veracity betont die Bedeutung richtiger Schlussfolgerungen aus Daten, die mit Unsicherheit oder Ungenauigkeit behaftet sind.²⁸

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Kernmerkmale von Big Data²⁹

3.2. Nutzung und Potenziale von Big Data im Controlling

Für Controller sind die neuen Datenmengen eine enorme Herausforderung; eine enge Zusammenarbeit mit den Bereichen IT und Business Analytics ist von hoher Bedeutung. Zu den Aufgaben wird die Konzeption der IT-Infrastruktur, zur Speicherung und Analysierung der Datenmengen, sowie die Aufbereitung, insbesondere der semi- und unstrukturierten Daten, gehören. Die IT ist verantwortlich dafür, funktionierende und den, vom Controlling bzw. den Businessbereichen vorgegebenen, Anforderungen entsprechende Systeme zur Verarbeitung der Daten zur Verfügung zu stellen.³⁰

„Aktuell nutzen viele Unternehmen Big Data- Technologien vorrangig dafür, etablierte Geschäftsprozesse wie Reporting, Kundenanalysen oder Verhaltensanalysen zu beschleunigen.“³¹ Big Data ist jedoch noch breiter anwendbar. „Das Controlling steht vor der Herausforderung, das Management auf die sich durch Big Data öffnenden Möglichkeiten aufmerksam zu machen, neue Anwendungsfälle aufzuzeigen und neue Prozesse zu initiieren.“³²

Mögliche Anwendungsfelder reichen vom klassischen Finanzcontrolling bis hin zum funktionalen Controlling. Laut einer KPMG Studie 2014 wird das Potenzial von Big Data branchenübergreifend weniger in „klassischen“ Anwendungsfeldern des Controllings gesehen. „Vielmehr werden die Themen von Big Data profitieren, die einen starken Bezug zu anderen Funktionsbereichen aufweisen“³³. Gemeint sind hierbei Vertriebs-, Marketing-, Logistik- und Produktionscontrolling. Beispielsweise sind im Vertriebs-Controlling eine verbesserte Analyse des Kundenverhaltens, die Vorhersage von abspringenden Kunden sowie die Echtzeitanalyse der Wirksamkeit von Werbekampagnen möglich.³⁴ Außerdem werden in der operativen Planung und im Forecasting hohe Potenziale gesehen.³⁵

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Einsatzbereiche.³⁶

[...]

¹ Becker, Botzkowski, Ulrich, S.12.

² Hoder, Kuhr, S. 15.

³ Vgl.ebd., S.15.

⁴ Vgl. KPMG Studie 2014; PWC Studie, IFZ-Studie 2016;

⁵ Vgl. Becker, Botzkowski, Ulrich, S. 12.

⁶ Picot, Hopf, Sedlmeir, S. 89.

⁷ Online Blog Frankfurt School.

⁸ Kieninger, Mehanna, Michel, S. 4.

⁹ Ebd., S. 5.

¹⁰ Ebd., S.5.

¹¹ Vgl. ebd., S.5f.

¹² Vgl. Picot, Hopf, Sedlmeir, S. 89.

¹³ Vgl. PWC Studie 2015, S.6.

¹⁴ Online Blog Frankfurt School.

¹⁵ IFZ-Studie 2016, S. 10.

¹⁶ PWC-Studie 2015, S. 8.

¹⁷ Vgl. Haufe.

¹⁸ Vgl.Dream Car, S. 8.

¹⁹ Davenport, S. 8.

²⁰ Vgl. Dream Car, S. 1.

²¹ Vgl. IFZ-Studie 2016, S. 10.

²² Dream Car, S. 3.

²³ Ebd.

²⁴ Vgl. u.a. Dream Car S.3; IFZ-Studie 2016, S. 10; Bitkom, S. 19; KPMG-Studie 2014 S. 7; Gadatsch, S. 63.

²⁵ KPMG-Studie 2014, S. 7.

²⁶ Vgl. Dream Car, S. 4.

²⁷ Vgl. Bitkom S. 11.

²⁸ Vgl. KPMG-Studie 2014, S. 7.

²⁹ Bitkom, S.19.

³⁰ Vgl. Haufe.

³¹ Gadatsch, S. 64.

³² Ebd., S. 64.

³³ KPMG-Studie 2014, S. 11.

³⁴ Vgl. Gadatsch, S. 64.

³⁵ Vgl. KPMG-Studie 2014, S.24f.

³⁶ KPMG-Studie 2014, S. 11.