Die Digitalisierung und neue Technologien schaffen sowohl Potenziale als auch Herausforderungen für Unternehmen. Im Controlling könnte dies insbesondere Chancen zur Effizienzsteigerung durch Prozessautomatisierung mit sich bringen.
Ziel: Erfassung der Potenziale von Prozessautomatisierung im Controlling.
Methode: Mixed-Method-Methode: Verknüpfung von quantitativer (online-Umfrage unter Controllern) und qualitativer Forschung (Experteninterviews).
Beschreibung: Controlling-Abteilungen stehen vor der Herausforderung, die Potenziale der Automatisierung von Prozessen frühzeitig zu erkennen und auszuschöpfen.
In der Theorie ist die Bewertung des Einsatzes von Automatisierung im Controlling stark auf technische Möglichkeiten fokussiert. Der Schwerpunkt liegt auf repetitiven, standardisierten Prozessen unter Anwendung von Robotic Process Automation (RPA) (vgl. etwa Smeets et al. 2019).
Zumeist fehlt es dabei aber an einer ganzheitlichen Betrachtung von Automatisierungstechnologien und der Bewertung von Potenzialen aus fachlicher Sicht unter Nutzung eines standardisierten Controlling-Prozessmodells.
Im Rahmen des Mixed-Methods-Forschungsansatzes wurden von März bis Juni 2021 eine quantitative und eine qualitative Untersuchung im parallelen Design mit gleicher Gewichtung der Forschungsstränge und identischen Leitfragen durchgeführt (vgl. grundlegend Kuckartz 2014).
Ziel der Untersuchung war es, Erkenntnisse zu Potentialen der Automatisierung konkreter Prozesse zu gewinnen. Im quantitativen Forschungsstrang wurde eine empirische Befragung von Controllern in operativen Funktionen mit Hilfe eines standardisierten Online-Fragebogens durchgeführt. Es wurden 76 Controller angesprochen, wovon 52 den Fragebogen vollständig beantworteten. Im qualitativen Untersuchungsstrang wurden fünf Experteninterviews mit Controllern in Leitungsfunktionen durchgeführt. Beide Forschungsstränge wurden unabhängig voneinander ausgewertet und anschließend aufeinander bezogen.
Ergebnisse: Insgesamt zeigen die Ergebnisse ein hohes Potenzial zur Automatisierung von Controllingprozessen. Bei den Ergebnissen ist herauszustellen, dass in allen Controllling-Hauptprozessen eine vollständige Automatisierung nicht möglich erscheint. Dagegen konnten auf Teilprozess-Ebene Potenziale zur Automatisierung identifiziert werden.
Auf Grundlage des Controlling-Prozessmodells der International Group of Controlling (vgl. IGC 2012) konnten mit der Datenbereitstellung und -aufbereitung, Kontrolle und Erkennung von Abweichungen sowie den Vorhersagen und Analysen drei übergeordnete Teilprozess-Kategorien mit hoher Relevanz für die Automatisierung identifiziert werden.
Dagegen werden in Teilprozessen der qualitativen Entscheidungsfindung und Maßnahmenableitung, der Kommunikation und des Business Partnerings die Automatisierungspotenziale als gering eingeschätzt.
Handlungsempfehlung: Aufgrund der belegten Relevanz von Prozessautomatisierung sollten Controlling-Organisationen detaillierte Potenzialanalysen auf Teilprozess-Ebene durchführen, um Effizienzen zu identifizieren und im nächsten Schritt zu heben. In Abhängigkeit von den Ergebnissen sind Anforderungen an neue Skills in der Controlling-Organisation und der notwendigen Transformation abzuleiten (z. B. Transformation des Controllers vom Informationslieferanten zum Analysten bzw. Business Partner). Grundlegend für die Automatisierung sind Standardisierung und Konsistenz der Datenbasis. Ebenso sind neue Prozesse zum Datenmanagement und zur Prozessdokumentation zu etablieren.
Ausblick: Die Studie hat die Bedeutung von Prozessautomatisierung im Controlling bestätigt und Potenziale zur Automatisierung anhand eines standardisierten Prozessmodells technologie-übergreifend identifiziert. Die Ergebnisse der Studie gilt es in einem quantitativen, deduktiven Vorgehen mit größerem Stichprobenumfang zu validieren. Ebenso sollten Fragen zur zu nutzenden Technologie sowie zu konkreten Umsetzungsmöglichkeiten in der Praxis beantwortet werden.
Der Beitrag erschien erstmals im Controller Magazin 4/2022 in der Kolumne des Arbeitskreises der Controlling-Professoren an Hochschulen.