„auswirkungen der digitalisierung auf die ... · fachartikel „auswirkungen der digitalisierung...
Post on 17-Sep-2018
229 Views
Preview:
TRANSCRIPT
Fachartikel
„Auswirkungen der Digitalisierung auf die Unternehmenssteuerung“
Erschienen in:Controlling im digitalen ZeitalterSchäffer-Poeschel Verlag 2015Seite 3-13
www.horvath-partners.com
Dr. Michael Kieninger
MKieninger@horvath-partners.com
Dr. Uwe Michel
UMichel@horvath-partners.com
Walid MehannaCompetence Center Controlling & Finance
WMehanna@horvath-partners.com
3
Auswirkungen der Digitalisierung auf die UnternehmenssteuerungDr. Michael Kieninger/Walid Mehanna/Dr. Uwe Michel*
1 Megatrend Digitalisierung
2 10 Thesen zur Veränderung der Unternehmenssteuerung 2.1 Fundamentale Veränderungen in Steuerungsprozessen 2.2 Rahmenbedingungen der Veränderung
3 Umsetzung der Digitalisierung
Literatur
* Dr. Michael Kieninger, Sprecher des Vorstands, Horváth & Partners Management Consultants, Stuttgart; Walid Mehanna, Principal, Competence Center Controlling & Finance, Horváth & Partners Management Consultants, Stuttgart; Dr. Uwe Michel, Mitglied des Vorstands, Horváth & Partners Management Consultants, Stuttgart.
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
4 Michael Kieninger/Walid Mehanna/Uwe Michel
1 Megatrend Digitalisierung
Der Begriff des Megatrends ist geprägt vom Zukunftsforscher John Naisbitt und seinem gleichnamigen, 1982 erschienenen Buch (vgl. Naisbitt 1982). Als Megatrend defi niert er eine besonders tiefgreifende und nachhaltige gesellschaftliche Veränderung. In seiner 1999 erschienenen Veröffentlichung »High Tech High Touch« beschäftigt sich Naisbitt konkret mit dem Thema digitale Technologien und deren Auswirkungen auf den Wandel der Gesellschaft (vgl. Naisbitt 1999). Heute, etwas mehr als 15 Jahre später, ist das Thema Digitalisierung nach einhelliger Meinung fl ächendeckend in der Gesellschaft und der Geschäftswelt angekommen (vgl. z. B. Brynjolfsson/McAfee 2014 und Westermann et al. 2014).
Die fortschreitende Digitalisierung kann man aus der Perspektive der Unterneh-mensführung zum besseren Verständnis in drei Wirkungsebenen strukturieren: die digitale Welt, digitale Motoren und digitale Enabler (vgl. Abb. 1). Die digitale Welt umfasst konkret • digitale Geschäftsmodelle, wie sie typischerweise bei Technologie-Start-ups, zuneh-
mend aber auch bei etablierten, diversifi zierten Unternehmen zu fi nden sind, • eine digitale Wertschöpfung im Sinne einer Smart Factory sowie unternehmensüber-
greifend vernetzter Wertschöpfung, die durch Initiativen wie Industrie 4.0 sukzessive umgesetzt wird, sowie
• eine digitale Unternehmenssteuerung, die sich als Weiterentwicklung der klassischen Steuerung die Potenziale der Digitalisierung für ihre Instrumente und Prozesse zu Nutzen macht.
Digitale Geschäftsmodelle
Digitale Wertschöpfung/
Smart Factory
Digital (gestützte) Lösungen & Produkte
Technologie Digitale Service-
architekturen Simple Finance/
Business
Digitale Welt
Digitale Motoren
Digitale Enabler
Steering Business Digitally
Big Data
Governance, Ethik, Sicherheit
Quantitative Business Modeling
Digitale Unternehmens-
steuerung
Quantitative Geschäfts-
modellierung Big Data
Abb. 1: Wirkungsebenen der Digitalisierung
Die Treiber dieser digitalen Welt bezeichnen wir als digitale Motoren und verstehen darunter essenzielle Technologien, Methoden und Produkte, die im Zusammenspiel als Bausteine eines unternehmensindividuellen Ansatzes wirken. Darunter fällt z. B. mit
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
Auswirkungen der Digitalisierung auf die Unternehmenssteuerung 5
Big Data die Fähigkeit, sehr große und sehr heterogene interne/externe sowie struktu-rierte/unstrukturierte Datenmengen mit Hilfe von statistischen Analysemethoden aus-zuwerten (vgl. Davenport 2014). Eine wichtige Grundlage ist weiterhin die quantitative Geschäftsmodellierung, mit deren Hilfe die Wirkungszusammenhänge im Unternehmen strukturiert, nachvollziehbar und statistisch überprüfbar beschrieben werden. Digital gestützte Lösungen und Produkte sind konkrete, spezifi sche Bausteine, wie z. B. mo-bile Erfassungsgeräte oder Apps, die in einem übergeordneten Geschäftsmodell oder Steuerungssystem zum Einsatz kommen und eine spezifi sche Teilaufgabe erfüllen.
Als Fundament dienen die digitalen Enabler-Technologien allgemein und im Kon-kreten digitale Service-Architekturen, die eine fl exible Nutzung und Orchestrierung von geschäftsprozessorientierten, technischen Diensten ermöglichen, sowie hoch integrierte Gesamtlösungen für Simple Finance/Business, die Kernprozesse von Unternehmen end-to-end unterstützen.
Eine Klammer um die drei Wirkungsebenen bilden die Themen Governance, Ethik und Sicherheit. Sie stellen eine effi ziente Nutzung und Umsetzung der Digitalisierung sicher und sorgen zeitgleich für die Einhaltung der unternehmerischen Werte und Standards.
Im Folgenden legen wir den Schwerpunkt auf die digitale Unternehmenssteuerung, Big Data und die quantitative Geschäftsmodellierung. Die Potenziale der Digitalisie-rung für die Unternehmenssteuerung erscheinen signifi kant. Durch die Erweiterung bestehender Steuerungskonzepte um nichtlineare, multidimensionale und stochastische Aspekte kann die Steuerung durchgehend quantifi ziert und stärker integriert werden. Umfangreiche Simulations- und Szenariomodelle ermöglichen die effi ziente Optimierung betriebswirtschaftlicher Fragestellungen jenseits klassischer Möglichkeiten.
2 10 Thesen zur Veränderung der Unternehmens-steuerung
Wie sich diese Potenziale konkret im Steuerungssystem des Unternehmens manifestie-ren und realisieren lassen, haben wir im Folgenden in 10 zentralen Thesen zur mittel-fristigen Entwicklung der Unternehmenssteuerung festgehalten. Diese Thesen sind eine Momentaufnahme, die kontinuierlich zu beobachten und bei Bedarf zu adaptieren ist.
2.1 Fundamentale Veränderungen in Steuerungsprozessen
These 1: In der Steuerung vollzieht sich der Paradigmenwechsel: von reaktiv-analytisch zu proaktiv-prognostizierend.
Durch Big Data und quantitative Predictive-Analytics-Modelle werden teils hoch auto-matisiert Forecasts aus granularen Daten generiert, die eine höhere Treffsicherheit als traditionell erstellte Forecasts haben. Vergangenheitsbezogene Auswertungen verlieren an Bedeutung und der Forecast wird zum wesentlichen Startpunkt für Analysen. Auf
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
6 Michael Kieninger/Walid Mehanna/Uwe Michel
dieser Grundlage werden nach vorne gerichtete Maßnahmen erarbeitet, um die prognos-tizierte Entwicklung positiv zu beeinfl ussen. Der Faktor Mensch spielt weiterhin eine wichtige Rolle als Korrektiv bei disruptiven oder irregulären Entwicklungen und Effek-ten sowie bei der Validierung der Ergebnisse aus den Predictive-Analytics-Modellen.
Durch die hohe Automatisierung reduziert sich der Aufwand für die Forecast-Erstellung signifi kant. Die Effi zienz des Entscheidungsprozesses nimmt aufgrund der optimierten Aufsatzpunkte zu, während die aktive Steuerung durch zukunftsgerichtete Maßnahmen die Effektivität verbessert.
These 2: Quantifi zierte Business- und Treibermodelle bilden das Fundament einer neuen Steuerung.
Qualitative Ursache-Wirkungs-Ketten werden durch datenbasierte, quantitativ-statis-tische Zusammenhänge ersetzt und kontinuierlich auf Validität überprüft. Die neuen Treibermodelle werden zum Dreh- und Angelpunkt der Steuerung: robuste dynamische Businessmodelle dienen als Grundlage für Szenarioplanungen, zur Quantifi zierung von strategischen Optionen sowie der Bewertung von Business Cases. Durch Muste-rerkennung in den Modellen können Optimierungsansätze identifi ziert und ständig neue Erkenntnisse über die ehemals qualitativen Ursache-Wirkungs-Ketten gewonnen werden. Langfristige Perspektive ist ein Unternehmensmodell der Steuerung, das die vollständige Wertschöpfungskette des Gesamtunternehmens abbildet.
Wichtige Nutzen der quantifi zierten Business- und Treibermodelle sind eine Trans-parenz über unternehmerische Zusammenhänge, eine objektive Entscheidungsbasis und die nahtlose Integration mit klassischen Steuerungsinstrumenten, wie z. B. der Balanced Scorecard, Werttreiberbäumen oder der Gewinn- und Verlustrechnung.
These 3: Steuerungszyklen und Optimierungen sind agil, real-time und basieren auf konkreten Verbesserungsvorschlägen durch Datenanalysen.
Automatisierte Analysen verkürzen die Reaktionszeiten, ermöglichen »Hochfrequen-zentscheidungen« und führen laufend zu Ad-hoc-Umsetzung von Optimierungsmaß-nahmen. Die ex-post- und abweichungsorientierte Steuerungslogik wird durch eine explorative Real-time-Optimierungslogik ergänzt: Daten werden unabhängig von Plan/Ist- oder Plan/Forecast-Abweichungen nach Optimierungspotenzialen durchsucht. Die kontinuierliche Optimierung der Werttreiber führt zu Produktivitäts- und Effi zienzge-winnen unabhängig vom Planungs- und Reportingzyklus. Die Modelle zur Identifi kation neuer Ursache-Wirkungs-Zusammenhänge werden kontinuierlich weiterentwickelt.
Automatisierungen steigern die Effi zienz, während Qualität und Geschwindigkeit von Entscheidungen durch Predictive Analytics und maschinelles Lernen verbessert werden.
These 4: Steuerung ist zunehmend automatisiert und berücksichtigt funktionsübergrei-fende Abhängigkeiten und Zusammenhänge.
Predictive-Forecasting- und Machine-Learning-Ansätze, die im operativen Volumenge-schäft ohne Sondereffekte die Qualität manuell erstellter Forecasts übertreffen, etablie-
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
Auswirkungen der Digitalisierung auf die Unternehmenssteuerung 7
ren sich als Standard. In Konsequenz werden Entscheidungen innerhalb festgelegter Wert- und Risikogrenzen auf der Basis der Wahrscheinlichkeiten von Prognoseergebnis-sen automatisiert, wie z. B. Warendisposition im Einzelhandel oder Preisanpassungen (vgl. Feindt/Grüßing 2014).
Grundsätzlich werden Entscheidungen auf der Basis quantitativer, differenzierter Erkenntnisse und Empfehlungen schneller getroffen, während Chancen und Risiken unter Berücksichtigung von funktionsübergreifenden Interdependenzen in die Analy-semodelle integriert sind. In der Konsequenz geht der Einfl uss von reinen Experten-schätzungen drastisch zurück.
In der Nutzenbetrachtung lässt sich festhalten, dass weniger Aufwand für nicht wert-haltige Tätigkeiten aufgebracht werden muss, bei gleichzeitig präziseren Ergebnissen und optimierten Geschäftsprozessen. Die Integration von Chancen und Risiken führt zu einer größeren Transparenz über deren potenzielle Auswirkungen.
These 5: Prozesse werden unternehmens- und wertschöpfungsübergreifend integriert gesteuert.
Die Digitalisierung führt zu einer noch stärkeren unternehmensübergreifenden Vernet-zung, in deren Rahmen Informationen über die Unternehmensgrenzen hinweg geteilt werden. Controlling muss zunehmend einen unternehmensinternen und -externen Prozess abdecken, der konzeptionell und technisch die neuen Daten in die internen Prozesse integriert.
Als Mehrwerte erschließen sich schnell neue, bisher nicht zugängliche Informationen, eine stärkere Integration der Lieferketten, Effi zienzpotenziale durch den Wegfall von Schnittstellen sowie eine insgesamt breitere Informationsbasis für die Unternehmens-steuerung und Optimierungen.
2.2 Rahmenbedingungen der Veränderung
These 6: Die Datenanalytik ist ein eigenständiges Kompetenzfeld hoch ausgebildeter Spezialisten.
Für die Nutzung der Big-Data-Potenziale wird ein neues, erweitertes Skill-Set benötigt: Modellierung, statistische Analysekompetenz und die Fähigkeit zum Mensch-Maschine-Dialog prägen dieses Kompetenzprofi l, das heute oft unter dem Rollenbild des »Data Scientist« zusammengefasst wird (vgl. Grönke/Heimel 2015). Technologische, mathema-tische und analytische Kompetenzen werden in dieser Rolle gebündelt. »Data Science Center« werden zu einem zentralen Bestandteil der Wertschöpfungskette, indem sie Big Data konsolidieren und analysieren.
Der Erhalt und Ausbau der Business-Partner-Funktion im Controlling führt über diese Data-Science-Kompetenzen. Kernanforderungen an die Controller sind eine robuste Beurteilungskompetenz für die neuen Analyseinstrumente, das Verständnis und die Koordination dieses neuen Prozesses von der Initiierung über die Analysen bis zu den Entscheidungsvorschlägen für das Management sowie die Validierung und Interpretation der Ergebnisse für das Management.
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
8 Michael Kieninger/Walid Mehanna/Uwe Michel
Eine »Make-or-buy«-Entscheidung für die Modellierung und Durchführung der Ana-lysen innerhalb oder außerhalb der Controllingfunktion muss unternehmensindividuell unter Berücksichtigung von strategischen Gesichtspunkten gefällt werden.
Noch sind diese wichtigen Kompetenzen in der Unternehmenspraxis vergleichsweise rar gesät. Erfolgsentscheidend für die Umsetzung sind allerdings ein fl ächendeckendes Grundwissen und eine ausreichende Professionalität in der Modellentwicklung und Analyse.
These 7: Rolle und Organisation der Finanzfunktion verändern sich und damit auch die Profi le der Mitarbeiter.
Der CFO wird noch stärker Chief Performance Offi cer. Der Controller nutzt die ana-lytischen Ergebnisse zur Optimierung operativer Prozesse und baut sukzessive seine Rolle als Business Partner weiter aus. Der Finanzbereich wird konsequent nach transaktionalen und analytischen Prozessen organisiert: Finance Factories und Data Science Center ergänzen sich. Damit werden auch analytische Kompetenzen für die Durchführung der Auswertungen zentral gebündelt und bereitgestellt. Data Science Center werden zentraler Bestandteil der Wertschöpfungskette.
Das Controlling wird durch die zunehmende Automatisierung und Standardisierung entlastet, was sich gegebenenfalls auch in einer Reduzierung des Personalbedarfs – z. B. in dezentralen Einheiten – niederschlägt.
These 8: Steuerung nach Wahrscheinlichkeiten: Die Qualität von Datengenerierung, -modellierung und -analyse bestimmt die Güte der Entscheidungsfi ndung.
Die Qualität der Daten und der Methoden bestimmt maßgeblich die Qualität der Ergeb-nisse. Eine besondere Aufgabe besteht vor allem darin, die Qualität der externen »Big Data« sicherzustellen. Aber auch der Einsatz der richtigen Algorithmen sowie deren ständige Optimierung sind entscheidend: Die Entwicklung und Pfl ege der komplexen Modelle wird zum wesentlichen Erfolgsfaktor.
Der entscheidende Vorteil von neuen digitalen Steuerungsinstrumenten entsteht aber aus der Kombination von Fach- und Branchenwissen, Methodenkompetenz und Unternehmergeist der interdisziplinären Experten und Manager. Um die Potenziale voll zu erschließen, ist eine übergreifende Zusammenarbeit notwendig. Während der Data Scientist die Daten nach steuerungsrelevanten Zusammenhängen analysiert, obliegt die Interpretation und Verarbeitung der Ergebnisse dem Controlling und dem Management. Die Ergebnisse der Modelle und Analysen zeigen Wahrscheinlichkeiten auf, nach denen die Fachbereiche steuern und entscheiden.
These 9: Interne und externe Daten sind in größter Detailtiefe verfügbar und zentral für die Steuerung nutzbar.
Die Grundlage der statistischen Modelle sind maximal granulare Rohdaten, die zum Zeitpunkt des Informationsbedarfs bis zur Spitzenkennzahl verdichtet werden können. Aggregationen und Transformationen der Daten sind nicht mehr im bisherigen Maße erforderlich, wodurch der Informationsgehalt für die Analyse vollständig bleibt und somit eine Nachvollziehbarkeit der Daten uneingeschränkt möglich ist.
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
Auswirkungen der Digitalisierung auf die Unternehmenssteuerung 9
Um die Potenziale von »Big Data« auszuschöpfen, wird der Zugriff auf vielfältige interne und externe Daten benötigt. Erfolgsentscheidend ist eine schnelle Verfügbarkeit, noch vor einer vollständigen Integration in einer zentralen Datenbasis. Dies umfasst sowohl interne und externe, als auch strukturierte und unstrukturierte Datenquellen wie z. B. Markt- und Kundendaten.
Im Rechnungswesen etabliert sich zunehmend das Einkreissystem als Standard. Für die Steuerung hat dies signifi kante Vorteile, da eine zentrale Datenhaltung in einer integrierten Business Suite wie z. B. SAP S/4 HANA Simple Finance stark vereinheitlicht und weniger fragmentiert ist. Aufwendige Abgleiche zwischen Finanzen und Control-ling sind nicht mehr notwendig, die integrierte Datenbasis steht auch für Analysen in Echtzeit performant zur Verfügung.
These 10: Eine starke, zentrale Governance für Daten und Modelle ist der entscheidende kritische Erfolgsfaktor für eine durchgängige und konsistente Steuerung.
Die neuen Möglichkeiten aus Big Data und Business Analytics sind potenziell Nährbo-den für unkoordinierte dezentrale Optimierungsansätze, die relevante bereichsüber-greifende Zusammenhänge nicht berücksichtigen. Damit besteht die Gefahr, dass das Management ständig mit inkonsistenten und suboptimalen Entscheidungsvorschlägen konfrontiert wird.
Eine umfängliche und funktionierende Governance ist daher unerlässlich, um die Kompatibilität und Konsistenz der Daten, der Analysemodelle, der Ergebnisse sowie der Entscheidungsvorschläge sicherzustellen. Der CFO muss mit starker Involvierung des Controllings diese Governance organisieren, transparent machen und idealerweise auch federführend übernehmen.
Die Governance darf dabei nicht zum starren Korsett verkommen, das eine zielge-richtete Nutzung von Big Data und Business Analytics auf den einzelnen Unternehmen-sebenen erschwert oder gar unmöglich macht. Wichtig ist ein rechtes Augenmaß, das die Notwendigkeit von zentralen Vorgaben und Qualitätsstandards mit der notwendigen Flexibilität für die einzelnen Unternehmensfunktionen in Balance hält.
3 Umsetzung der Digitalisierung
Zusammenfassung der 10 ThesenDie in den 10 Thesen beschriebenen Veränderungen sind in der Summe ein signifi kan-ter Wandel auf allen Ebenen einer integrierten Unternehmenssteuerung (vgl. Abb. 2). Die Auswirkungen beginnen bei den grundlegenden Steuerungssichten und -größen, ziehen sich durch alle Steuerungsprozesse und -instrumente bis hin zu der zugrunde liegenden Technologie-, Methoden- und Datenbasis sowie den übergreifenden Themen Governance, Organisation und Skills (vgl. Grönke et al. 2014). Die beschriebenen Ver-änderungen bedeuten letztendlich aber vor allem einen signifi kanten Wandel in der Mentalität, im Selbstverständnis und in den Kompetenzen von Controlling & Finanzen.
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
10 Michael Kieninger/Walid Mehanna/Uwe Michel
Para
digm
enw
echs
el d
er
Steu
erun
g:
von
reak
tiv-a
naly
tisch
zu
proa
ktiv
-pro
gnos
tizie
rend
Trei
berm
odel
le:
Qua
ntifi
zier
te B
usin
ess-
und
Fund
amen
t ei
ner
neue
n St
euer
ung
Dat
enan
alyt
ik:
eige
nstä
ndig
es K
ompe
tenz
-fe
ld h
och
ausg
ebild
eter
Sp
ezia
liste
n
Die
Fin
anzf
unkt
ion:
R
olle
, Org
anis
atio
n un
d
verä
nder
n si
ch
notw
endi
ge P
rofil
e
Technologie, Methoden- &
Datenbasis
Steuerungs- prozesse
Steuerungs-strukturen & Werteflüsse
Steuerungs-sichten und
-größen
Steu
erun
gsko
nzep
t
Organisation & Skills
Plan
ung
& F
orec
ast
Man
agem
ent
& A
d-ho
c-R
epor
ting
Wor
king
Cap
ital &
Liq
uidi
täts
steu
erun
g
Ris
ikom
anag
emen
t
F&E
Prod
uktio
n V
ertr
ieb
Logi
stik
…
Tool
s &
Ena
bler
Kos
ten
& L
eist
ungs
rech
nung
Gro
up R
epor
ting
& K
onso
lidie
rung
Dat
enar
chite
ktur
, ER
P &
Bus
ines
s In
telli
genc
e
KPI
s &
Tre
iber
Governance
Funk
tiona
le S
teue
rung
& E
inze
lopt
imie
rung
en
Steu
erun
gszy
klen
und
O
ptim
ieru
ngen
: ag
il, r
eal-
time
und
auf
Dat
enan
alys
en b
asie
rend
Steu
erun
g m
it
Wah
rsch
einl
ichk
eite
n:
Qua
lität
der
Info
rmat
ions
-ve
rarb
eitu
ng b
estim
mt
Ents
chei
dung
squa
lität
Aut
omat
isie
rte
und
funk
tion
sübe
rgre
ifen
de
Steu
erun
g: f
akte
nbas
iert
, di
ffer
enzi
ert,
sch
nelle
r
Inte
rne
und
exte
rne
Dat
en:
in g
rößt
er D
etai
ltief
e ve
rfüg
-,
bar,
zen
tral
für
die
Ste
ueru
ng
nutz
bar
Star
ke z
entr
ale
Gov
erna
nce
der
Dat
en u
nd M
odel
le: d
er
wes
entli
che
Erfo
lgsf
akto
r fü
r ei
ne k
onsi
sten
te S
teue
rung
Inte
grie
rte
Steu
erun
g:
unte
rneh
men
s- u
nd
wer
tsch
öpfu
ngs-
über
grei
fend
e Pr
ozes
se
wer
den
einh
eitli
ch g
este
uert
1 2 3
6 7 8 10
9
5 4
Dat
a Sc
ienc
e
Abb
. 2: E
infl u
ss d
er D
igita
lisie
rung
auf
zen
tral
e El
emen
te d
es S
teue
rung
ssys
tem
s
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
Auswirkungen der Digitalisierung auf die Unternehmenssteuerung 11
In den Augen vieler Verantwortlicher mag die Digitalisierung zunächst wie eine Black-Box wirken: Eingabe und Verarbeitung sind intransparent bzw. Domäne von ausgewiesenen Technologie- und Statistikexperten. Wie sollen auf der Grundlage solcher Ergebnisse nachvollziehbare Entscheidungen getroffen bzw. Empfehlungen ausgesprochen werden?
Aus diesem Grund ist es wichtig, sukzessive das Vertrauen in die neuen Ansätze und die daraus resultierenden Ergebnisse zu entwickeln. Dafür werden entsprechende Kompetenzen benötigt, die konsequent aufgebaut werden müssen. Des Weiteren gilt es, durchgängig den Nutzen zu verdeutlichen und Datensicherheit, Datenkonsistenz und Governance zu gewährleisten.
Handlungsfelder für die UmsetzungFür die Umsetzung einer digitalen Steuerung sehen wir aus Sicht des CFOs vier konkrete, zusammenhängende Handlungsfelder, die in Abbildung 3 beschrieben sind. Ausgangspunkt für eine strukturierte Herangehensweise kann eine digitale Bestandaufnahme sein, durch die der Status quo zur Digitalisierung erfasst wird. Die identifi zierten Handlungsfelder dienen als Grundlage für eine digitale Strategie & Roadmap, durch die der CFO zusammen mit dem Controlling konkrete Maßnah-men defi niert und alle Beteiligten für die gemeinsame Umsetzung gewinnt. Erste Erfahrungen können vor allem mit Pilot-Anwendungen gewonnen werden, bei denen erste Lösungen exemplarisch erarbeitet werden, um das Potenzial aufzuzeigen. Als ergänzende Alternative kann aber auch die Digitalisierung des ERPs und damit der transaktionalen Prozesse evaluiert werden. Hier sind die aktuellen Entwicklungen im Softwaremarkt, wie z. B. die Einführung von SAP S/4 HANA, ein wichtiger Enabler für eine durchgängige digitale Steuerung.
AusblickDie Digitalisierung ist ein Megatrend mit dem Potenzial, einen echten Paradigmen-wechsel in der Unternehmenssteuerung anzustoßen. Die Veränderungen haben Aus-wirkungen auf Sender und Empfänger der Steuerungsinformationen und bedingen in der Summe ein vollständig neues Verständnis der heute etablierten Steuerungsprozesse. In Zukunft können alle relevanten Steuerungsdimensionen wie Kunde, Markt oder Ressourcen von den Mehrwerten durch Big Data, Business Analytics und den damit ermöglichten Anwendungen profi tieren.
Hierfür müssen aber systematisch Voraussetzungen geschaffen werden. Insofern sind die Herausforderungen für den CFO und das Controlling oftmals weniger tech-nischer Natur, im Sinne von Verfügbarkeit, Qualität und Verarbeitbarkeit von Daten oder Softwarelösungen.
Die Etablierung und Umsetzung einer digitalen Steuerung ist auch und vor allem ein Wandlungsprozess, der eine klare Governance, quantitative Businessmodelle, eine strukturierte Personal- und Organisationsentwicklung sowie eine konsequente Lösungsorientierung ausgehend vom Adressaten umfasst. CFO und Controlling sollten auf keinen Fall warten, bis dezentral digitaler Steuerungswildwuchs entsteht. Nur eine frühzeitige, proaktive Auseinandersetzung und Gestaltung dieses Wandels sichert die Zukunftsfähigkeit der Steuerung und somit auch des Unternehmenserfolgs.
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
12 Michael Kieninger/Walid Mehanna/Uwe Michel
Dig
ital
e B
esta
ndsa
ufna
hme
Dig
ital
e St
rate
gie
& R
oadm
ap
Dig
ital
isie
rung
des
ER
P (z
. B. S
AP
S/4
HA
NA
) Pi
lot-
Anw
endu
ngen
Technology & Data Platforms
Steering processes
Steering structure and value flows
Steering views and measures
Organization
Info
rmat
ion
/ dat
am
odel
s,E
RP
, BI,
Big
Dat
a pl
atfo
rms
Ste
erin
g co
ncep
tS
teer
ing
conc
ept
1
KP
Is a
nd d
river
s2
Pla
nnin
g 3
Fore
cast
ing
4
Man
agem
ent r
epor
ting
5
Func
tiona
l ste
erin
g6
Ext
erna
l rep
ortin
g7
Cos
t & p
rofit
abilit
y an
alys
is11
Gro
up re
porti
ng &
con
solid
atio
n12
ERP
13
Bus
ines
s In
tellig
ence
& B
ig D
ata
14
Pla
nnin
g &
con
solid
atio
n to
ols
15
stnemele gnireet
Sstnenop
moC
Cos
t ce
nter
Ser
vice
ce
nter
Pro
ject
s
Inve
st-
men
tsP
rofit
ab.
anal
ysis
Wor
king
cap
ital m
gmt.
8
Ris
k m
anag
emen
t9
Liqu
idity
man
agem
ent
10
Col
labo
ratio
n
Fina
nce
orga
niza
tion
16
Fina
nce
com
mun
ity17
Fina
nce
proc
esse
s18
Ana
lyti
cs
Fore
cast
R
isik
oman
agem
ent
…
Heu
te
Mor
gen
ERP
Wei
tere
Tec
hnol
ogie
n
Para
digm
enw
echs
el d
er
Steu
erun
g: v
on re
aktiv
-an
alyt
isch
zu
proa
ktiv
-pr
ogno
stiz
iere
nd
Qua
ntifi
zier
te B
usin
ess-
und
Trei
berm
odel
le:
Fund
amen
t ein
er n
euen
S
teue
rung
Dat
enan
alyt
ik:
eige
nstä
ndig
es K
ompe
tenz
-fe
ld h
och
ausg
ebild
eter
S
pezi
alis
ten
Die
Fin
anzf
unkt
ion:
Rol
le,
Org
anis
atio
n un
d no
twen
dige
Pro
file
verä
nder
n si
ch
Technologie, Methoden-& Datenbasis
Steuerungs-prozesse
Steuerungs-strukturen & Werteflüsse
Steuerungs-sichten und
-größen
Ste
ueru
ngsk
onze
pt
Organisation & Skills
Pla
nung
& F
orec
ast
Man
agem
ent &
Ad-
hoc
Rep
ortin
g
Wor
king
Cap
ital &
Liq
uidi
täts
steu
erun
g
Ris
ikom
anag
emen
t
F&E
Pro
dukt
ion
Ver
trieb
Logi
stik
Tool
s &
Ena
bler
Kos
ten
& L
eist
ungs
rech
nung
Gro
up R
epor
ting
& K
onso
lidie
rung
Dat
enar
chite
ktur
, ER
P &
Bus
ines
s In
tellig
ence
KP
Is &
Tre
iber
Governance
Funk
tiona
le S
teue
rung
& E
inze
lopt
imie
rung
enSt
euer
ungs
zykl
en u
nd
Opt
imie
rung
en: a
gil,
real
-tim
e un
d au
f Dat
enan
alys
en
basi
eren
d
Steu
erun
g m
it W
ahrs
chei
nlic
hkei
ten:
Q
ualit
ät d
er In
form
atio
ns-
vera
rbei
tung
bes
timm
t E
ntsc
heid
ungs
qual
ität
Auto
mat
isie
rte
und
funk
tions
über
grei
fend
e St
euer
ung:
fakt
enba
sier
t, di
ffere
nzie
rt, s
chne
ller
Inte
rne
und
exte
rne
Dat
en:
in g
rößt
er D
etai
ltief
e ve
rfügb
ar, z
entra
l für
die
S
teue
rung
nut
zbar
Star
ke z
entr
ale
Gov
erna
nce
der D
aten
und
M
odel
le: d
er w
esen
tlich
e E
rfolg
sfak
tor f
ür e
ine
kons
iste
nte
Ste
ueru
ng
Inte
grie
rte
Steu
erun
g:
Unt
erne
hmen
s-un
d W
erts
chöp
fung
sübe
rgre
ifen
de P
roze
sse
wer
den
einh
eitli
ch g
este
uert
1 2 3
6 7 8 109
54
Dat
a S
cien
ce
Abb
. 3: V
ier
Han
dlun
gsfe
lder
für
die
Um
setz
ung
eine
r di
gita
len
Unt
erne
hmen
sste
ueru
ng
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
Auswirkungen der Digitalisierung auf die Unternehmenssteuerung 13
Literatur
Brynjolfsson, E./McAfee, A. (2014), The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies, New York 2014
Davenport, T. H. (2014), Big Data at Work: Dispelling the Myths, Uncovering the Oportunities, Boston 2014
Feindt, M./Grüßing, D. (2014), Strategische Entscheidungen mit automatisierten Prognosen operativ umsetzen, in: Gleich, R./Grönke, K./Leyk, J./Kirchmann, M. (Hrsg.), Controlling und Big Data, München 2014, S. 177–188
Grönke, K./Heimel, J. (2015), Big Data im CFO-Bereich – Kompetenzanforderungen an den Controller, in: Controlling, 27. Jg., Heft 4/5, S. 242–248
Grönke, K./Leyk, J./Kirchmann, M. (2014), Big Data: Auswirkungen auf Instrumente und Or-ganisation der Unternehmenssteuerung, in: Gleich, R./Grönke, K./Leyk, J./Kirchmann, M. (Hrsg.), Controlling und Big Data, München 2014
Naisbitt, J. (1982), Megatrends. Ten New Directions Transforming Our Lives, New York 1982Naisbitt, J. (1999), High Tech High Touch – Technology and our search for meaning, New York
1999Westermann, G./Bonnet, D./McAfee, A. (2014), Leading Digital: Turning Technology into Busi-
ness Transformation, Boston 2014
aus: Horváth/Michel (Hrsg.), Controlling im digitalen Zeitalter, © Schäffer-Poeschel Verlag, Stuttgart 2015
top related