Wie Big Data das Controlling in Unternehmen verändert. Chancen und Risiken von Predictive Analytics

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

Abstract

1 Einleitung
1.1 Ausgangssituation und Problemstellung
1.2 Zielsetzung und Forschungsfragen
1.3 Vorgehensweise

2 Begriffe und konzeptionelle Grundlagen
2.1 Ursprung des Controllings
2.2 Konzepte der digitalen Transformation
2.3 Predictive Analytics

3 Methodenentwicklung und Methodenerprobung
3.1 Der aktuelle Stand von Predictive Analytics im Forecast
3.2 Potenzielle Auswirkungen von Predictive Analytics auf Controlling-Prozesse, insbesondere auf Planung und Forecast
3.3 Auswirkungen von Predictive Analytics auf Controllingaufgaben
3.4 Kompetenzveränderung des/der Controllers/in durch Einsatz von Predictive Analytics
3.5 Zukünftige Anforderungen an Controller/inn/en im Rahmen von Predictive Analytics
3.6 Auswirkungen auf die Rolle des/der Controllers/in durch den Einsatz von Predictive Analytics

4 Conclusio

Literaturverzeichnis

Anhang

Abbildungsverzeichnis

Abbildung 1: Prognose zum Volumen der jährlich generierten digitalen Datenmenge weltweit in den Jahren 2018 und 2025

Abbildung 2: Typische Controllingaufgaben

Abbildung 3: Kompetenzprofil Business Partner

Abbildung 4: Controlling-Prozessmodell 2.0 2017

Abbildung 5: Merkmale von Big Data

Abbildung 6: Analytic Value Escalator

Abkürzungsverzeichnis

BA Business Analytics

BARC Business Application Research Center

BI Business Intelligence

BWL Betriebswirtschaftslehre

bzw. beziehungsweise

d. h. das heißt

EDA Eine Explorative Datenanalyse

ERP Enterprise-Resource-Planning

etc. et cetera

f. folgende

ff. fortfolgende

ICV Internationaler Controller Verein

IGC International Group of Controlling

SQL Structured Query Language

vs. versus

Abstract

The amount of data increases constantly worldwide. Executives see in this increasing data volume, which is also called big data, a vast benefit for decision making. Controllers are aware of using big data and to elaborate meaningful and valuable information about future sales forecasts or deviation analysis with the aid of predictive analytics. The rate of companies that use predictive analytics in controlling today is slightly more than 50%. The ability to manage big data and to predict certain business cases by using predictive analytics reinforces the controller’s position in the company. This thesis identifies the impacts of predictive analytics on controlling processes and how this affects the controller’s position, competence, and role in a business organization.

1 Einleitung

„Daten sind das Öl des 21. Jahrhunderts.“ ¹ Nach Berechnungen von Experten/innen betrug das weltweite Datenvolumen im Jahr 2017 ca. 9.000 Exabyte. Ein Exabyte repräsentiert eine Milliarde Gigabyte oder eine Million Terabyte. Experten/innen schätzen, dass sich das Datenvolumen bis 2022 um weitere 800% erhöhen wird.² Und im Jahr 2025 wird das gesamte weltweite Datenvolumen 175 Zettabyte betragen. Ein Zettabyte repräsentiert 1.000 Exabyte.³

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1 : Prognose zum Volumen der jährlich generierten digitalen Datenmenge weltweit in den Jahren 2018 und 2025⁴

Es stellt sich somit auch für Unternehmen die Frage, wie sie mit einer großen und unstrukturierten Datenflut umgehen sollen?

1.1 Ausgangssituation und Problemstellung

Das Datenvolumen steigt zwar rasant an, allerdings nimmt der daraus gewonnene Nutzen jedoch ab. Trotz großen Aufwands zur Datenerfassung, werden entweder zu viele bzw. redundante Daten erfasst oder diese können aufgrund falscher Aufbereitung nicht sinnvoll mit den unternehmerischen Steuerungssystemen verknüpft werden.⁵ Daraus ergeben sich auch neue Herausforderungen für das Controlling. Es geht darum, große Datenmengen in eine sinnvolle Struktur zu bringen und ortsunabhängig und schnell zu analysieren, um daraus einen „Informationsschatz“ zur Vorhersage zukünftiger Entwicklungen, ohne hohe Kosten, für die unternehmerische Entscheidungsfindung zu heben.

Eine umfangreiche und unstrukturierte Datenmenge, auch als Big Data bezeichnet,⁶ gibt Unternehmen die Option, mehr Informationen für unternehmerische Entscheidung zu generieren. Konkret vertieft Big Data das Wissen über Klienten und deren Erwartungen und Wünsche gegenüber dem Betrieb und seinen Produkten und Dienstleistungen. Außerdem ermöglichen große Datenmengen eine präzisere Prognose der Zukunft.⁷ Es stellt sich allerdings die Frage, welche Tools kann der/die Controller/in anwenden, um beispielsweise Umsatz- und Absatzprognosen effizienter, effektiver und präziser zu gestalten?

Im Zusammenhang mit dem Controlling tritt hier einer der wichtigsten Big-Data-Trends in den Vordergrund, Predictive Analytics.⁸ Diese Technologie analysiert nicht nur vorhandene Daten und Abläufe, um dadurch über bessere Kenntnisse der Vergangenheit zu verfügen, sondern richtet ihren Blick auch in die Zukunft.⁹ Predictive Analytics können für Unternehmen, neue Innovationen und Geschäftsmodelle aus den gewonnenen Kenntnissen über Kundenerwartungen und deren Wünsche ableiten.¹⁰

So zeigte beispielweise ein durch die Bayer AG durchgeführtes Pilotprojekt,¹¹ dass ein mit Predictive Analytics erstellter Forecast von Kosten wesentlich näher am Ist-Wert lag als die Plan-Werte, die auf üblichem Weg erstellt wurden. Die Differenz zwischen der Predictive Analytics Kostenprognose und den Ist-Werten lag insgesamt bei nur 3%, während die Plan-Werte der einzelnen Kostenstellen um rund 13% von der Prognose abwichen.

Durch Predictive Analytics verändern sich auch die Arbeitsabläufe der Controller/inn/en, von einer manuellen Extrapolation und zeitaufwendigen Datenaufbereitung hin zur Erstellung von nachvollziehbaren Ergebnissen durch zusätzliche Vergangenheitsinformationen. Predictive Analytics verbessern nicht nur die Qualität der Arbeit von Controller/inn/en, sondern können auch ihre Position im Unternehmen als Managementberater/innen stärken.¹²

Die oben genannten Fakten sind ein Anreiz für viele Controlling-Leiter/inn/en, denn sie sehen in Predictive Analytics ein Potenzial. So zeigten beispielweise die Ergebnisse eines vom Controller Institut im Jahr 2018 durchgeführten Controlling-Panel,¹³ an dem 280 Unternehmen teilnahmen, dass 86% der befragten Teilnehmer/inn/en glaubten, dass Predictive Analytics für das Controlling relevant sind. Interessanterweise gaben nur 25% der Unternehmen an, dass sie eine solche Technologie im Projektstadium oder operativen Betrieb einsetzen. Somit ist deutlich zu erkennen, dass das Potenzial von Predictive Analytics für das Controlling noch nicht ausgeschöpft wird. Diese Studie zeigte auch, dass die Anwendung von Predictive Analytics in Unternehmen in zwei bis drei Jahren um 157% steigen wird. Es stellt sich aber die Frage, wie der Einsatz von solch einer Technologie Controlling-Prozesse wie z.B. Forecast und Planung verändert und welche neuen Aufgaben, Kompetenzen und Anforderungen zukünftig an die/den Controller/in i Bezug auf Veränderungen von Controlling-Prozessen zu erwarten sind?

Zusammenfassend kann daher gesagt werden, dass Predictive Analytics Controlling-Prozesse verbessern. Im Mittelpunkt dieser Arbeit steht die Herausarbeitung des aktuellen Forschungsstandes zu potenziellen Auswirkungen von Predictive Analytics auf zukünftige Controlling-Prozesse, um neue Aufgaben, Kompetenzen und Anforderungen an künftige Controller/inn/en zu definieren und deren künftiges Rollenbild auszuarbeiten.

1.2 Zielsetzung und Forschungsfragen

Aus obiger Problemdarstellung lassen sich folgende Forschungsfragen ableiten:

1. Welche potenziellen Auswirkungen haben Predictive Analytics auf Controlling-Prozesse?
2. Wie können Predictive Analytics die Aufgaben, Kompetenzen und Anforderungen an Controller/inn/en definieren und wie wird sich das Rollenbild eines/einer Controllers/in in Zukunft verändern?

Im Mittelpunkt dieser Arbeit steht die Herausarbeitung des aktuellen Forschungsstandes zu potenziellen Auswirkungen von Predictive Analytics auf das Controlling und zukünftige Controlling-Prozesse, um neue Aufgaben, Kompetenzen und Anforderungen an künftige Controller/innen zu definieren und deren künftiges Rollenbild auszuarbeiten.

Weitere Inhalte dieser Arbeit sind: eine Einführung in die Geschichte des Controllings, die Darstellung von relevanten Grundlagen des Controllings, Big Data und Business Analytics, Beschreibung von bereits bestehenden Aufgaben, Kompetenzen und Anforderungen an Controller/innen und ein vertiefender Einblick in Predictive Analytics.

Um das mit der vorliegenden Arbeit verbundene Ziel zu erreichen und die Forschungsfragen zu beantworten, wurde zunächst eine Literaturanalyse vorgenommen. Weiters erfolgte, die im Rahmen der Erstellung dieser Arbeit auch eine empirische Untersuchung. Diese geschah einerseits durch einen Besuch der Konferenz CIB – Controlling Inspiration Berlin, die am 16.11.2019 in Berlin stattfand. Dazu wurden die im Rahmen der Konferenz behandelten Themen zusammengefasst und mit Focus auf die Beantwortung der oben genannten Forschungsfragen ausgewertet. Zur Vervollständigung des empirischen Teils wurden andererseits auch Expert/inn/eninterviews durchgeführt und ausgewertet.

1.3 Vorgehensweise

Am Anfang dieser Arbeit werden zunächst Ausgangsituation und Problemstellung erfasst. Davon ausgehend werden die Forschungsfragen und damit das mit dieser Arbeit verbundene Ziel definiert. Im zweiten Kapitel werden die theoretischen Grundlagen des Controllings und der digitalen Transformation dargestellt. Dieses Kapitel teilt sich in weitere Unterkapitel wie die Geschichte des Controllings, Controlling-Prozesse, Aufgaben, Kompetenzen, Anforderungen und Rollenbilder eines/einer Controllers/in. Zusätzlich wird detailliert der Bereich Business Analytics, dabei insbesondere Predictive Analytics, beschreiben. Im dritten Kapitel wird der aktuelle Stand von Predictive Analytics im Controlling beschrieben und die Ergebnisse der empirischen Forschung präsentiert.

2 Begriffe und konzeptionelle Grundlagen

2.1 Ursprung des Controllings

Controlling ist ein aus der Praxis entwickeltes Fachgebiet, das sich erst spät als eigene Wissenschaftsdisziplin etabliert hat.¹⁴ Die erste Erwähnung des Controllings geht auf das 15. Jahrhundert zurück. Damals wurde die Stelle des sogenannten „Comptroller“ am französischen Königshof eingeführt, um den Fluss von staatlichen Ausgaben und Einnahmen übersichtlich darzustellen. Eine analoge ähnliche Aufgabe hatte ein Beamter im Jahr 1778, nach der Gründung der USA. Er wurde damit betraut, die Balance des Budgets sowie das Verhältnis zwischen en Einsatz der Einnahmen und Ausgaben zu kontrollieren. Dieses Amt wurde als Controller bezeichnet.¹⁵

Das Controlling im privatwirtschaftlichen Sektor stammt ursprünglich aus den Vereinigten Staaten und hatte zeigte seine erste Ausprägung bereits in den 1930er Jahren. Das Controlling entstand im Zusammenhang mit der Entwicklung der US-amerikanischen Industrie. Im deutschsprachigen Raum wurde das Controlling erst in der zweiten Hälfte des 19. Jahrhunderts bekannt.¹⁶

Während im Englischen der Begriff „Control“ für die Beherrschung, Steuerung, Lenkung und Regelung von Prozessen steht,¹⁷ wird das Controlling im deutschsprachigen Raum als ein Teilsegment des betrieblichen Managementsystems definiert und hat die Hauptaufgabe als Entscheidungshilfe für Führungskräfte beim Planen, Steuern und der Kontrolle aller Unternehmensgebiete zur Verfügung zu stellen.¹⁸ Somit ist es nicht möglich, einen einheitlichen Begriff für das Controlling zu definieren. Allerdings es ist möglich, den Controlling-Begriff anhand der entwickelten Definitionen von verschiedenen Autoren/innen zu konzipieren. So sieht beispielweise A. Heigl das Controlling mehr eher als Informationsversorgung, mit welcher er die Controlling-Aufgaben von Anschaffung, Vorbereitung und Überprüfung von Daten bezeichnet hat, mit dem Ziel bezeichnet, diese Informationen lukrativ für die Steuerung vom Unternehmen einzusetzen.¹⁹ Dies betont auch P. Horvath. Er meint, dass das Controlling die Funktion hat „durch die Koordination von Planung, Kontrolle sowie Informationsversorgung die Führungsfähigkeit von Organisationen zu verbessern.“²⁰ F. Hoffmann bezeichnet das Controlling als Hilfe für die Steuerung des Unternehmens durch Daten.²¹ Die Autoren J. Weber und U. Schäffer beschreiben den Kern des Controllings als Informationsversorgung zur Steuerung des Unternehmens.²²

Aufgrund der oben genannten und auch in der Fachliteratur verwendeten Controlling-Definitionen lassen sich Planung, Steuerung, Kontrolle und Informationsversorgung als die vier Hauptaufgaben des Controllings herleiten. In dieser Arbeit wird die erste Controlling Funktion, die Planung, insbesondere der Forecast, detailliert erläutert, der auch insbesondere in der Praxis aufgrund der Datenflut und komplexer Datenströme in letzter Zeit an Bedeutung gewonnen hat.

2.1.1 Aufgaben des Controllings

Zu den klassischen Aufgaben des Controllings gehören Planung, Kontrolle/Analyse, Steuerung und Informationsversorgung. Budget- und Liquiditätsplanung, horizontale Steuerung von Umsatz- und Kostenplanung auf Abteilungsebene. Vertikale Steuerung der strategischen und operativen Planung zwischen Management und Unternehmensgebieten sind hingegen Teilaufgaben einer der wichtigsten Controllingfunktion, nämlich der Planung. Mit der Ausübung dieser Funktion soll sich der/die Controller/in nicht nur an der Vergangenheit orientieren bzw. sich auf bestehende Kapazitäten und Prämissen fokussieren, sondern auch ein anhand von konkreten Zielsetzungen geprägtes Zukunftsbild entwickeln.

Der/die Controller/in hat die Kontrolle von Planungen mit signifikanten Methoden durchzuführen, um möglichst früh Abweichungen und den Grund dafür zu erkennen. Konkret muss geprüft werden, ob die Abweichungen akzeptabel sind oder ob und welche Instrumente angewendet werden müssen, um das geplante Ziel unter neuen Bedingungen zu erreichen.

Die dritte wichtige Controlligfunktion ist das Berichtswesen. Um Führungskräfte mit entscheidungsrelevanten Informationen zu versorgen, hat der/die Controller/in vorhandene Daten aufzubereiten, zu analysieren und eine kompetente Evaluation auszuarbeiten. Dabei muss Folgendes beatwortet werden: welches Verfahren soll ausgeübt werden, welche Informationen sollen dafür herangezogen und wie kann das erzielte Ergebnis möglichst anwenderfreundlich aufbereitet werden.

Die vierte Funktion, die der/die Controller/in zu entfalten hat, ist die Steuerung. Vom Controlling werden sowohl die relevanten Informationen zur richtigen Zeit in passender Form verlangt als auch die korrekte Interpretation anhand passend ausgewählten Controllingmethoden.²³

Grafisch lassen sich die vier Controllingaufgaben wie folgt darstellen:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2 : Typische Controllingaufgaben²⁴

Die Hauptaufgabe des/der Controllers/in besteht darin, Führungskräfte und Manager/innen im Besonderen bei entscheidungsrelevanten Fragen zu beraten.²⁵ Controlling soll auch das Management auf allen Ebenen, sowohl operativ, als auch strategisch, unterstützen. Auf der operativen Controllingebene werden Planungs- und Kontrollprobleme durch die Anwendung von Controlling-Instrumenten wie zum Beispiel Budget- und Kennzahlensystemen bewältigt. Auf der strategischen Ebene werden strategische Probleme, die einen wichtigeren Charakter haben, hervorgehoben.²⁶

Zusammenfassend kann gesagt werden, dass der/die Controller/in durch die vier Aufgabenfelder – Planung, Kontrolle, Steuerung und Informationsversorgung wesentlich Beiträge zur Verbesserung der Führungseffizienz leistet.

2.1.2 Anforderungen an einen/e Controller/in

Da der Controller/inn/enberuf gesetzlich nicht geregelt ist, wird in diesem Arbeitsabschnitt das Anforderungsprofil anhand verschiedener wissenschaftlicher Arbeiten von Expert/inn/en erläutert.

Die Erfüllung der Funktion eines Controllers im Unternehmen ist mit hohen fachlichen Erfordernissen verbunden. Hier teilt K. Ziegenbein das Anforderungsprofil eines/einer Controllers/in in zwei Kategorien auf: fachliche und persönliche Anforderungen;

Fachlich wird von dem/der Controller/in das in Praxis erworbene Fachwissen, eine gute Handhabung von Datenverarbeitungssystemen und fundierende Englischkenntnisse gefordert, um fremdsprachige Berichte und Veröffentlichungen verfassen zu können. Praktische Erfahrung ist von grundlegender Bedeutung, weil dadurch der/die Controller/in lernt, in zahlenmäßigen Relationen zu denken und die relevante Information in Zahlenreihen herauszulesen. Die wichtigste persönliche Eigenschaft, die ein/eine Controller/in mitbringen muss, ist das Verantwortungsbewusstsein für das im Unternehmen gegebene Kapital, die Sicherstellung von Erträgen und die Erhöhung des Firmenwertes. Weiters bedarf ein/eine Controller/in kommunikativer Kompetenz, um anderen wesentliche Informationen verständlich und leicht zugänglich zur Verfügung zu stellen. Schließlich ist auch Durchsetzungsvermögen für die Argumentation eigener Stellungnahmen von Bedeutung.²⁷

Anders als K. Ziegenbein, untergliedern L. Hans und V. Warschburger die Anforderungen an Controller/innen nicht nur in persönlichkeitsbezogene Eigenschaften und fachliche Fähigkeiten, sondern fügen noch Begabung hinzu. So beispielsweise um Ursachen-Wirkungs-Zusammenhänge, wie die Untersuchungen von Abweichungsgründen, zu analysieren, muss der/die Controller/in Begabungen wie analytisches Denkvermögen mitbringen und fähig sein, ganzheitlich zu denken. Als persönlichkeitsbezogene Eigenschaften von einem Controller/in sind Toleranz, Geduld, Verhandlungsgeschick, Kontaktfähigkeit und Durchsetzungsvermögen von großer Bedeutung. Im Falle eingetroffener unzutreffender Prognosen muss dann nämlich die Beseitigung des Problems gemeinsam mit anderen Betroffenen im Focus stehen und nicht Schuldzuweisungen. Im Zusammenhang mit der fachlichen Kompetenz unterstreichen L. Hans und V. Warschburger, genauso wie K. Ziegenbein, die Relevanz der Beherrschung von Datenverarbeitungssystemen.²⁸

Nach V. Peemöller soll ein/eine Controller/in persönliche Fähigkeiten aufweisen, wie analytisches Denken, Durchsetzungsvermögen, Kooperationsbereitschaft und starke Kontaktfähigkeit, aber auch konzeptionelle Fertigkeiten und Führungseigenschaften sind wichtige Kriterien für das Anforderungsprofil. Hinsichtlich der fachlichen Eignung sind eine betriebswirtschaftliche akademische Ausbildung und möglicherweise auch vorangehende praktische Erfahrung und Fachkenntnisse von grundlegender Bedeutung. Im Zusammenhang mit Fachkenntnissen wird vom/von der Controller/in die Beherrschung der Controllinginstrumenten verlangt. Die Erfahrung im Umgang mit Informationssystemen und in der Datenverarbeitung mit Computern sind erwünscht.²⁹

Anhand der oben genannten Erfordernisse ergibt sich, dass die häufigsten und wichtigsten Anforderungen an einen/eine Controller/in folgende sind: gute Beherrschung von Datenverarbeitungssystemen, Durchsetzungsvermögen, Kontaktfähigkeit und Bewusstsein für die Problemstellungen des Unternehmens.

2.1.3 Rolle eines/einer Controllers/in im Unternehmen

Die Rolle der Controller/inn/en im Unternehmen ergibt sich aus den folgenden Faktoren: den Erwartungen der Führungskraft, dem Controllingverständnis und -erfordernis des Unternehmens und den sich aus dem Controllingkonzept ergebenden Aufgaben und Kompetenzen. Darüber hinaus steht die Rolle des/der Controllers/in mit Fähigkeiten und Kompetenzen in enger Verbindung. So braucht beispielsweise ein/eine Controller/in, der/die konstant Informationen beschafft, Zahlenanalysen durchführt und Tabellen im Excel erstellt, der die für die Ausübung der Controllingfunktion entsprechenden Kompetenzen und Fähigkeiten, wie Genauigkeit und Kontinuität. Mit diesen Kompetenzen entsteht das Rollenprofil des/der Kostenrechners/in. Fähigkeiten wie Dominanz und persönliche Initiative sind für die Rolle des/der Kostenrechners/in weniger relevant.³⁰

Weitere Rollen, die ein/eine Controller/in im Unternehmen annehmen kann, ist die des/der „Business Partners/in“. Den/die „Business Partner/in“ charakterisieren folgende drei Merkmale: starke Fokussierung auf die Geschäftsprozesse und Sicherstellung einer entsprechenden Einsicht, Hinterfragung des Entscheidungsprozesses und Beratung zur Problembeseitigung. Somit ist deutlich zu erkennen, dass Controller/innen nur auf Anfrage des Managements tätig werden. Dies lässt sich anhand der folgenden Graphik sehr gut erkennen:³¹

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3 : Kompetenzprofil Business Partner³²

Die dritte Rolle, die ein/eine Controller/in annehmen kann, ist der/die Heiler/in -Rolle. Da in jedem Betrieb Innovationen und Wirtschaftswachstum von großer Bedeutung sind, müssen die Controller/inn/en sich mit dem Wachstum des Unternehmens auseinandersetzen und lernen, zwischen gesundem und krankem Wachstum zu unterscheiden. Gesundes Wachstum liegt vor, wenn die Unternehmenswertschöpfung mit Hilfe von Innovationen in, beispielsweise, Produkte, Dienstleistungen oder Verläufe, geschaffen wird. Wachstum, das sich nicht von aus Innovationen herleitet, entwickelt sich in der Regel aus für Unternehmen belastbaren Prozessen wie zum Beispiel exzessive Nutzung vorhandener Kapazitäten. Das daraus erwirtschaftete Wachstum ist zumeist kurzfristig und zieht solche negative Folgen mit sich, wie etwa niedrigere Entlohnung, Auslagerung von internen und externen Dienstleistungen ins Ausland oder seltene mangelhafte Reparaturen von Maschinen, Anlagen etc. Ein solches Wachstum ist krank, denn das verursacht auf Dauer hohe Mitarbeiter/inn/enfluktationen, verschlechtert die Qualität der Produkte und schließlich gehen auch Kunden. Um solch Scheitern so früh wie möglich zu verhindern, haben Controller/inn/en die möglichen Probleme zu prognostizieren und darauf zu achten, dass das Wachstum des Unternehmens durch Innovationen geschöpft geschaffen wird bzw. dass das Unternehmen die Strategie des gesunden Wachstums verfolgt. Darüber hinaus spielt der/die Controller/in eine Heiler/in-Rolle.³³

Die vierte Rolle, die der/die Controller/in im Unternehmen annehmen kann, ist die Rolle des/der Partners/in des Managements. Die Rolle hat die IGG – International Group of Controlling im IGG-Controller-Leitbild von 1996 formuliert. Sie blieb zwar bis heute unverändert, allerdings wurde sie im IGG-Controller-Leitbild von 2013 durch Verlagerung des prozessualen Aspekts des Controllings zu den Aufgaben, noch stärker hervorgehoben. Als Partner/in des Managements leistet der/die Controller/in einen bedeutsamen Beitrag zum nachhaltigen Unternehmenserfolg. In dieser Rolle schöpft er/sie und begleitet er/sie den Führungsprozess der Zielfindungentdeckung, Planung und Koordination mit dem Ziel, jeden/jede Entscheidungsträger/in zum zielgerichteten Handeln zu bringen. Weiters setzt sich der/die Controller/in bewusst mit den zukünftigen möglichen Chancen und Risiken auseinander, um die Führungskraft über Wahrnehmung von Chancen und dem Umgehen von Risiken zu informieren. Schließlich integriert er/sie die Ziele und Pläne aller Prozessbeteiligten in ein System, verwaltet die Controllingsysteme, sichert die Qualität von Daten und versorgt das Management mit für Entscheidung relevanten Informationen.³⁴

Zusammenfassend kann gesagt werden, dass es keine einheitliche Meinung bei Wissenschaftlern/inn/en über die Rolle des/der Controller/in gibt. Jede Rolle unterscheidet sich von der anderen erheblich. Es kommt deshalb zu diesen Unterschieden, weil das Berufsbild eines/einer Controllers/in nicht gesetzlich geregelt ist und jedes Unternehmen kann ein eigenes Controller/inn/enprofil formulieren.

2.1.4 Kompetenzen eines/einer Controllers/in anhand des Controller Kompetenzmodells

Das Controller Kompetenzmodell besteht aus drei Ebenen: dem hierarchischen Kompetenzkatalog, dem Funktionenmodell und dem Kompetenzenmodell. Der hierarchische Kompetenzkatalog bezeichnet die für Controller/innen essenziellen Kompetenzen, die ihm/ihr helfen, erfolgreich Hautprozesse durchzuführen.³⁵ Er unterteilt sich wieder auf in drei Ebenen: Basiskompetenzen für Wissensarbeiter/inn/en, Prozessübergreifende Controller/inn/en-Kompetenzen, Prozessspezifische Controller/inn/en-Kompetenzen. Zu den Basiskompetenzen für Wissensarbeiter/inn/en gehören alle Kompetenzen, die den vielfältigen Produktivitätskriterien im Bereich der Wissensarbeit nachkommen können, zum Beispiel Eigenverantwortung, Selbstmanagement und Tatkraft. Diese Kompetenzen benötigt der/die Controller/in dafür, um Aufgaben autonom zu definieren und eigenverantwortlich zu arbeiten. Für die Verrichtung qualitätvoller Wissensarbeit sollen die Controller/inn/en hohe Einsatzbereitschaft, Gewissenhaftigkeit und Fleiß mitbringen.

Die prozessübergreifende Controller/inn/en-Kompetenzen beinhalten die für die Mehrheit der Controlling-Hauptprozesse erfolgswesentliche Kompetenzen. Dazu gehören Know-how in Grundlagen der BWL, Kenntnisse in Buchhaltung und Bilanzierung, Kosten- und Leistungsrechnung (insbesondere Kostenarten-, Kostenstellen-, Kostenträgerrechnung, interne Leistungsverrechnung, Voll- und Teilkostenrechnung, Plankostenrechnung, Plan-Ist-Vergleich, Abweichungsanalyse und Kostenmanagement), Investitions- und Finanzrechnung (insbesondere Kapitalwertmethode, Annuitätenmetode, Liquiditätsplan, Cashflow-Management und finanzwirtschaftliches Risikomanagement), operative Planung und Forecast (insbesondere Erwartungsrechnung und Planbilanz), Management Reporting, strategische Planung und schließlich Expertise in den IT Werkzeugen wie Excel Basis und Advanced, Datenbanken und Analyse-Instrumente.

Die Grundlage für die prozessspezifische Controller/inn/en-Kompetenzen sind die prozessspezifischen Aktivitäten der unterschiedlichen Controlling-Prozessen. Als Beispiel wird einer von zehn Controlling-Prozessen – Forecast genommen. Für diesen Prozess wird von dem/der Controller/in gefordert folgende Kompetenzen zu erweisen: Know-how über die aktuelle Geschäftsentwicklung, Kenntnisse über Planungs- und Forecast-Instrumente (insbesondere mathematisch-statistische und betriebswirtschaftliche Analysemethosen, kurz und langfristige Prognosen: Simulationen und Szenariotechniken, explorative und prädikative Analysemethoden), Expertise in Rechnungswesen und Reporting und abschließend Kennnisse in IT-Tools wie EPR-Systeme, Daten- und Analysesoftware und Berichtssoftware. Die Controller/innen sollen hier ihre Kompetenzen ständig verbessern, erweitern und konstruktiv anwenden.³⁶

Im weiteren Verlauf der Arbeit werden die bereits erwähnten Controlling-Hauptprozesse im Detail beschrieben.

2.1.5 Controlling-Prozesse anhand des Controlling-Prozessmodells 2.0

Das von der International Group of Controlling im Jahr 2011 entwickelte Controlling-Prozessmodell³⁷ ist ein Standardmodell, dessen Ziel es ist, Controlling-Prozesse zu analysieren, zu evaluieren und zu gestalten sowie dem Informationsaustausch über Controlling-Prozesse zu dienen. Das Modell ist hierarchisch aufgebaut und bezeichnet Controlling-Prozesse auf verschiedenen Stufen. Da Optionen der IT sich in den letzten Jahren vervielfacht haben en und dementsprechend eine umfassende Unterstützung der Prozesse ermöglichen, hat die International Group of Controlling das Controlling-Prozessmodell im Jahr 2017 weiterentwickelt. In der neuen Version des Modells, dem – Controlling-Prozessmodell 2.0, kamen drei neue Hauptprozesse dazu – Weiterentwicklung, Datenmanagement, Business Partnering.³⁸

Insgesamt bezeichnet das Controlling-Prozessmodell 2.0. zehn Hauptprozesse. In dieser Arbeit werden nur die für die Forschung relevanten Kernprozesse im Detail dargestellt.

Der erste Prozess ist die strategische Planung, deren Ziel ist, das Management bei der langfristigen Fortführung des Unternehmens zu unterstützen, vorhandenes Potenzial für den Erfolg zu sichern und zu entwickeln und neues Erfolgspotenzial zu entdecken. Innerhalb der strategischen Planung tritt der/die Controller/in als Moderator/in auf, um das Management durch die verschiedenen Instrumente, Auswertungen oder Systeme zu unterstützen. In der zweiten Stufe des Modells sind drei Controlling-Prozesse wie Planung, Budgetierung und Forecast abgebildet. Im Rahmen der Planung hat der/die Controller/in die Einzelpläne zeitgemäß anzufordern, zusammenzustellen und zu plausibilisieren. Das Plausibilisieren von Plänen sichert sowohl die Qualität des Inhalts als auch die Ermittlung von Überschneidungen oder Umsatzexpansion in der Vertriebsplanung. Über die gewonnenen Resultate der Planung diskutiert der/die Controller/in mit dem Top-Management und im Falle der Notwendigkeit einer Überarbeitung, muss der/die Controller/in in der Lage sein, Modifizierungen der Planung rasch und einwandfrei durchführen. Das Ziel des Forecasts ist es möglichst früh relevante Informationen über die künftige Planabweichungen zur Verfügung stellen zu können, zielorientierte Instrumente zur Schließung von Informationslücken auszuarbeiten und rasche Adaptionen der geänderten Umsatz-, Kostenbudgets etc. umsetzen zu können. Im Rahmen des in den meisten Fällen vierteljährlich erstellten Forecasts hat der/die Controller/in die wirtschaftliche Weiterentwicklung, Konsequenzen zur Anpassung für Pläne, Zielsetzungen und Finanzierungen zu prognostizieren, sowie Vergleiche der Ist-Werte mit den Plan-Werten vorzulegen und mögliche Konsequenzen der resultierenden Abweichungen für das Gesamtjahr darzustellen. Basierend auf der Ist-Plan-Analyse hat der/die Controller/in gemeinsam mit der Führungskraft relevante Einflussfaktoren wie Verkaufspreise, Absatzvolumina, Materialpreise etc. abzuändern und Instrumente, die Ergebnisse verbessen können, zu konzipieren. Die Ist-Plan-Analyse ist im Rahmen des Reportings zu berichten und zu kommentieren. Die genannten Forecast-Ansätze gehören zu den traditionellen Controlling-Techniken für die Analyse. Die traditionellen Ansätze des Forecasts haben sich im Zuge der Digitalisierung unter Einsatz von Predictive Analytics zu neuen „Data Driven“ Ansätzen weiterentwickelt. Die neuen Ansätze berücksichtigen nicht nur interne, sondern auch externen Daten, wodurch sich der Einfluss von differenzierten Faktoren auf relevante Ergebnisgrößen berechnen lässt. Weiters ermöglichen die „Data Driven“ Ansätze eine täglich aktualisierte Prognose des Absatzvolumens im darauffolgenden Monat. Noch ein für diese Arbeit relevanter Kernprozess ist das Datenmanagement, dessen Ziel es ist, alle Informationen, die Führungskräfte zur Durchführung der regulären Steuerungsprozesse benötigen, in belastbarer Qualität zur Verfügung zu stellen. Im Rahmen des Datenmanagements hat der/die Controller/in inhaltlich korrekte Daten zu liefern, für die er selbst verantwortlich ist oder, Daten, die unter Einhaltung der von ihm/von ihr festgelegten Qualitätsstandards, ermittelt worden sind.³⁹

Die folgende Abbildung verdeutlicht die Hauptprozesse des Controllings:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4 : Controlling-Prozessmodell 2.0 2017⁴⁰

2.1.6 Informationsversorgung und Unterschied zwischen Daten und Informationen

Einer der Kerne dieser Arbeit ist es herauszufinden, welche Auswirkungen Predictive Analytics auf Controlling-Prozesse haben. In diesem Kapitel wird auf den Prozess Informationsversorgung genauer eingegangen.

Die Aufgabe der Informationsversorgung liegt darin, Führungskraft bei der Lösung von Planungs- und Kontrollproblemen zu unterstürzen. Der Gegenstand der Informationsversorgung sind einzelne Informationen. Die Informationen sind wiederum Grundlage für Daten. Hier ist es wichtig zwischen Informationen und Daten zu unterscheiden.⁴¹

Daten sind zahlreiche Fakten und Zahlen, die durch einen bestimmten Prozess zusammen erfasst wurden. Informationen sind wiederum das Resultat der durchgeführten Datenanalyse.⁴² Im Controlling Bereich werden Informationen als Wirtschaftsgüter, d.h. bei ihrer Herstellung entstehen Kosten, bezeichnet. Der Wert von Informationen resultiert sich aus dem Nutzen, den sie liefern. Um die Controller/inn/enaufgabe der Informationsversorgung zu erfüllen, bedarf es dafür bestimmter Controlling-Instrumente.⁴³

Das relevanteste Instrument der unternehmerischen Informationsversorgung ist die Unternehmensrechnung. Unter dem Begriff Unternehmensrechnung versteht man einen umfangreichen Gegenstandsbereich, der folgende Rechnungen beinhaltet: die Finanz-, Investitions-, Humanvermögensrechnungen und Sozialbilanzen. Zu Unternehmensrechnung gehören Bilanzrechnung mit Bilanz, Gewinn- und Verslustrechnung zuzüglich Personalverrechnung und die Kosten-, und Erlösrechnung mit ihren Elementen der Kostenarten-, Kostenstellen-, Kostenträger- sowie kurzfristige Erfolgsrechnung.

Mit dem Instrument Investitionsrechnung werden Informationen über die wirtschaftlichen Vorteile von geplanten Investitionsprojekten bereitgestellt. Die Investitionsrechnung beinhaltet die Vorhersage über zukünftige Zahlungsströme und damit die Vorhersage über verlässliche und solide Zahlen liefert, wird der Spielraum durch gesetzliche Vorgaben, wie beispielsweise die Nutzungsdauer von Anlagen und Rückstellungen, festgelegt. Die gesetzlichen Vorschriften verschaffen einen Ausgleich zwischen den verschiedenen an der Gewinnausschüttung interessierten Personen und den Umfang an zu öffentlich zugänglichen Informationen. Die Investitionsrechnung und die Kosten- und Erlösrechnung stellen beide profitorientierte Informationen für die Planung, Steuerung und Kontrolle zur Verfügung. Allerdings unterstützt die Investitionsrechnung den langfristigen Bereich, während die Kostenrechnung auf den kurzfristigen Bereich abstellt. In der Kosten- und Erlösrechnung werden Kosten und Erlöse aufgefasst und Entscheidungen über kurzfristige Planungstatbestände, Produktionsprogramme und Produktionsverfahren getroffen. Die beiden Rechnungen müssen als detaillierte Ausprägungen der Erfolgsrechnung ausgearbeitet werden. Die Erfolgsrechnung dient dem Management als Beistand bei den Entscheidungen über Erfolgsziele. Investitionen werden mittels der statistischen Verfahren, die mit den Erfolgsgrößen arbeiten und aus der Kosten- und Erlösrechnung herangezogen werden, beurteilt.⁴⁴

2.2 Konzepte der digitalen Transformation

2.2.1 Grundlagen zur Digitalisierung

Digitalisierung ist heute ein relevantes Trendthema. Im Allgemeinen bezeichnet Digitalisierung das Übertragen ähnlicher Daten in das Binärsystem, das nur zwei Zeichen erkennen kann.⁴⁵ Ähnliche Daten sind im Grunde genommen alle Werte, die sich mit Sensoren sammeln und bewerten lassen. Beispielsweise sind es Dokumente, Ton-, Foto- und Videoaufnahmen. Zur Messung und Sammlungen von analogen Daten werden solche Sensoren wie Scanner, Mikrofone, Bildsensoren und sonstige Laufwerke eingesetzt. Die vom Sensor aufgenommenen ähnlichen Daten werden im Prinzip als Spannungskurven an den Analog-Digital-Wandler abgegeben liefert. Nachdem die Spannungskurven im Wandler in Intervallen abgetastet wurden, wird die Größe vom gemessenen Werten ermittelt und das abgestimmte Ergebnis in einen digitalen Wert übersetzt. Die ganzen verarbeiteten Werte können nun in einer Datei abgespeichert werden.⁴⁶

Mittels des Binärsystems ermöglicht digitale Technik die Verarbeitung und Übermittlung von Daten. Für den Datenverarbeitungsprozess werden nur 2 Wertezustände, 0 und 1, verwendet. Die Zeichen 0 und 1 stehen für den Status OFF bzw. ON. Für Unternehmen ist die Digitalisierung eine wesentliche und planvolle Aufgabe, die sich nicht nur mit der Frage von Bits und Bytes beschäftigt.⁴⁷

In dieser Arbeit wird Digitalisierung nicht im technischen Sinne betrachtet, sondern viel mehr als Imperativ zur Automatisierung von Controlling-Prozessen und zur Erhöhung von Arbeitsproduktivität.

Die digitale Transformation ist ein bedeutsames Thema für Unternehmen und das Controlling. Denn sie stellt die Grundlage für die Unternehmenssteuerung, nämlich die Schaffung von Informationen, die gewinnbringend bei Entscheidungen herangezogen werden können.⁴⁸ Praxisbezogen wird die Digitalisierung öfters mit solchen Ausdrucken wie Big Data, Machine Learning und Business Analytics verknüpft.⁴⁹ In dieser Arbeit wird auf die Begriffe Big Data und Business Analytics genauer eingegangen.

2.2.2 Grundlagen zu Big Data

In der Praxis und in der Wissenschaft ist der Begriff Big Data in der europäischen Wirtschaft nicht eindeutig definiert. A. Merv bezeichnet Big Data als Daten, die aufgrund ihrer Größe konventionelle Datenverarbeitung, Haltung und Analyse auf Grundlage von klassischer Hardware übertreffen. „Big data is high-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making.”⁵⁰

D. Schön beschreibt Big Data als unstrukturierten großen Mengen von Daten, die Instrumente und Techniken zur Verfügung stellen und die Aufbereitung, Speicherung und Analyse von großen, nicht ausgewerteten, semi-strukturierten und strukturierten Daten technisch möglich und geschäftlich attraktiv machen.⁵¹

Big Data enthält drei sogenannten V‘s: Volumen, Velocity und Variety:

Volumen - bezeichnet hier große Datenmengen, die in den letzten Jahrzenten in Giga- oder Terabytes dargestellt werden. „Giga“ beschreibt eine Zahl mit 10 Nullen,„Tera“ mit 12 Nullen. Aufgrund der großen Menge von Daten, die durch die Zusammenführung von neuen Datenressourcen, vor allem von Daten, die aus dem Internet resultieren, werden nunmehr die Daten in Peta-, Exa- und Zettabytes zusammengefasst. Als „Zetta“ wird eine Zahl mit 21 Nullen bezeichnet.

Im Kontext von Daten versteht man unter Velocity Geschwindigkeit, die als Datenverarbeitungsdynamik und Datenveränderungsdynamik betrachtet wird. Die Erhöhung der Geschwindigkeit von Datenverarbeitung ist dem Hautspeicher zu verdanken. Dieser ermöglicht die sofortige Weiterverarbeitung und Analyse von Daten. Somit müssen die Informationen nicht mehr auf Festplatten gespeichert und durch aufeinanderfolgende Verarbeitungsschritte prozessiert werden. Bei der Veränderungsdynamik werden zwei Aspekte, nämlich der „zeitliche“ und der „semantische“ betrachtet. Zeitliche Veränderungsdynamik liegt vor, wenn große Datenmengen, wie beispielsweise Daten aus Social Media, sich sehr oft in bestimmten zeitlichen Intervallen verändern. Denn Daten verändern sich ständig. In der Big-Data-Analytik werden Daten nicht nur aktualisiert, sondern es wird auch deren Inhalt, aufgrund des Erfordernisses zur Interpretation von analysierten Ergebnissen, geändert. In diesem Fall spricht man von einer semantischen Veränderungsdynamik.

Unter Variety versteht man die Vielfalt der Datenstrukturen und -klassen. So werden beispielsweise viele unstrukturierte, semistrukturierte und strukturierte Daten aus dem Internet herangezogen. Diese müssen zuerst in Verarbeitungsprozesse integriert werden, in denen Daten auf Grundlage fest bestimmten Ordnungsmerkmalen miteinander verknüpft werden können.⁵²

Bitkom – Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V.- bezeichnet Big Data mit vier Kernmerkmalen. Das sind die drei bereits oben beschriebenen Merkmale – Volumen, Variety und Velocity und Analytics kommt als viertes Merkmal dazu. Analytics umfasst die Verfahren und Techniken zur maximalen automatisierten Aufdeckung und Nutzung von Modellen, Zusammenhängen und Bedeutungen.⁵³

[...]

---

¹ Kowalcze (2018) online.

² Vgl. Eschenbach/Siller (2019a) S. 133.

³ Vgl. Statista (2020a) online.

⁴ Statista (2020) online.

⁵ Vgl. Schwarzl (2018) online.

⁶ Vgl. Öhler (2017a) S. 31.

⁷ Vgl. Falkenberg u.a. (2014) S. 391.

⁸ Vgl. Friedl (2019a) S. 38.

⁹ Vgl. Tiedemann (2018) online.

¹⁰ Vgl. Bachmann u.a. (2014a) S. 171.

¹¹ Vgl. Burow u.a. (2017a) S. 52 f.

¹² Vgl. Hotstenkamp/Göbel (2019) S. 15.

¹³ Vgl. Waniczek u.a. (2019a) S. 52 ff.

¹⁴ Vgl. Brühl (2016a) S. 10.

¹⁵ Vgl. Weber/Schäffer (2016a) S. 3.

¹⁶ Vgl. Horvath (1994a) S. 26 f.

¹⁷ Vgl. Horvath (1994b) S. 25.

¹⁸ Vgl. Weber (2019) online.

¹⁹ Vgl. Heigl (1989) S. 3.

²⁰ Horvath (1994c) S. 72

²¹ Vgl. Hoffmann (1972) S. 85.

²² Vgl. Weber/Schäffer (2016b) S. 20.

²³ Vgl. Binder (2017) online.

²⁴ Vgl. Ziegenbein (2001a) S. 25.

²⁵ Vgl. Erichsen (2019) S. 2.

²⁶ Vgl. Brühl (2016b) S. 37 f.

²⁷ Vgl. Ziegenbein (2001b) S. 51 ff.

²⁸ Vgl. Hans/Warschburger (2009) S. 21 f.

²⁹ Vgl. Peemöller (1992) S. 76 ff.

³⁰ Vgl. Kellner-Lewandowsky (2013a) S. 33.

³¹ Vgl. Eymers u.a. (2018) S. 125.

³² Vgl. Kellner-Lewandowsky (2013b) S. 36

³³ Vgl. Schmidt/Fridag (2013) S. 73 ff.

³⁴ Vgl. Losbichler/Niedermayr-Kruse S. 40.

³⁵ Vgl. International Group of Controlling (2016) S. 38 ff.

³⁶ Vgl. International Group of Controlling (2015) S. 53 ff.

³⁷ Vgl. International Group of Controlling (2011) S. 16.

³⁸ Vgl. Möller/Ilich-Edliger (2019) online.

³⁹ Vgl. International Group of Controlling (2017a) S. 29 ff.

⁴⁰ International Group of Controlling (2017b) S. 20

⁴¹ Vgl. Horvath u.a. (2020a) S. 191.

⁴² Vgl. Evans (2017a) S. 39.

⁴³ Vgl. Horvath (2020b) S. 192 ff.

⁴⁴ Vgl. Küpper (2005) S. 128 ff.

⁴⁵ Vgl. Heuermann (2018) S. 9.

⁴⁶ Vgl. Luber/Litzel (2019) online.

⁴⁷ Vgl. Eschenbach/Siller (2019b) S. 29.

⁴⁸ Vgl. Kieninger/Schimank (2017) S. 6.

⁴⁹ Vgl. Langmann (2019) S. 5.

⁵⁰ Merv (2013) online.

⁵¹ Vgl. Schön (2018) S. 413 f.

⁵² Vgl. Bachmann u.a. (2014b) S. 24 ff.

⁵³ Vgl. Bitkom (2012a) S. 21.