Datenwertschöpfung: Potenziale der wichtigsten BI-Trends für den Finance-Bereich


Datenwertschöpfung

Datenwertschöpfung wird zum entscheidenden Wettbewerbsfaktor. Business Intelligence fällt dabei eine Schlüsselrolle unter den Controllinginstrumenten zu. Um diese wahrnehmen zu können, sollte eine Controlling-Software vier Trends berücksichtigen.

Die Möglichkeit für Unternehmen, auf unterschiedlichste Datenquellen zuzugreifen, und die Menge der Daten selbst nehmen rasant zu. Zugleich belegt die Beobachtung, dass neue Geschäftsmodelle bislang erfolgreiche Unternehmen in kürzester Zeit am Markt verdrängen, vor allem eines: Datenwertschöpfung wird zum entscheidenden Wettbewerbsfaktor. Den aktuellen Stand im Bereich Business Intelligence (BI) und die Perspektiven für Unternehmen beschreibt Andreas Naunin, Geschäftsführer des BI-Spezialisten Infomotion, anhand von Beispielen aus der Praxis.

CFO-Organisation hat großen Einfluss auf „Daten-Kompetenz“
Die starke Zunahme von Datenquellen und -mengen macht die Datenwertschöpfung zu einem entscheidenden Wettbewerbsfaktor: Die Art und Weise, wie Unternehmen Daten und Informationen nutzen, verändert die Unternehmen selbst und die Märkte, in denen sie agieren. In diesem Prozess nimmt die CFO-Organisation großen Einfluss auf die „Daten-Kompetenz“. Bereits heute verarbeiten und interpretieren Finanzabteilungen eine Flut von Daten aus verschiedenen Unternehmensbereichen. Diese Aufgabe setzt CFO-Organisationen in die Lage,

  • das Bewusstsein für die Bedeutung von Daten zu schärfen,
  • die Systematisierung im Umgang mit Daten voran zu treiben,
  • integrierte Prozesse bei der Nutzung von Daten zu etablieren und
  • die Agilität im Umgang mit Daten zu erhöhen.

In diesen Prozessen profitiert die CFO-Organisation von neuen Technologien und aktuellen Entwicklungen im Bereich der Business Intelligence.

Business-Intelligence-Trends
Andreas Naunin sieht im Bereich Business Intelligence vier Trends, die er während der 10. Fachkonferenz Finance Excellence anhand von Beispielen verdeutlichte und aus Sicht der CFO-Organisation bewertete:

  • Predictive Analysis: Einsatz von Prognose- und Analyseverfahren zum Erkennen von Mustern und Trends
  • Self Service BI: Optimierte dezentrale Nutzung von Informationen
  • Big Data: Strukturieren und Nutzbarmachen von großen Datenmengen
  • Cloud: Flexible Nutzung von Soft- und Hardware zu niedrigen Kosten bei geringerer Komplexität

Predictive Analysis kombiniert mit manueller Planung
Predictive Analytics vereint unterschiedliche Methoden mit dem Ziel, Ereignisse vorherzusagen und zu steuern. Andreas Naunin erläuterte dies am Beispiel des Planungsprozesses einer Brauerei mit mehr als 2.000 Mitarbeitern und einem Umsatz von 550 Millionen Euro, die in über 70 Ländern tätig ist. Bisher erfolgte die Planung in diesem Unternehmen in MS-Excel mit zwei unterschiedlichen, nicht synchronisierten Planungsperspektiven (Key Accounts und Regionen); darüber hinaus  gab es keinen etablierten Planungsprozess. Die neue Planungslösung wurde mit SAP BPC umgesetzt und verwendet Predictive Analytics. Im Kern wird der Planungsprozess zweigeteilt:

  • Die Standardplanung wird automatisiert durch Predictive Analytics mittels verschiedener Logiken und Vorschlagswerten erstellt.
  • Der Fokus der manuellen Planung liegt auf erfolgskritischen Bereichen, die gekennzeichnet sind von hoher Volatilität und großen Umsatzanteilen.

Diese Lösung reduziert den manuellen Planungsaufwand signifikant und erhöht nachweislich die Planungsqualität. Letzteres ist auch darin begründet, dass erfahrene Planungsexperten ihre Kapazitäten auf erfolgskritische Bereiche ausrichten.

Self Service BI erhöht Freiräume und senkt die Kosten
Self Service BI unterstützt die optimierte dezentrale Nutzung von Informationen. Wie Self Service BI erfolgreich eingesetzt werden kann, erläuterte Andreas Naunin am Beispiel eines Pharmaunternehmens mit stark zentralisierten Bereichen, aber dezentralem Geschäft. In dem Unternehmen herrschte Unzufriedenheit mit der Qualität der Informationen und Prozesse im Berichtswesen, es fehlten einheitliche Kennzahlen und CFO-Organisation und IT-Abteilung arbeiteten ohne Abstimmung. Im Rahmen eines unternehmensweiten Gesamtprojekts wurden Aufgaben, Rollen und Prozesse klar definiert und fokussiert – ein Schlüssel, um Business Intelligence erfolgreich in einem Unternehmen zu etablieren. Im konkreten Fall setzt die CFO-Organisation die Standards und unterstützt eine verstärkte Automatisierung in den Kernprozessen des CFO-Bereichs. Dabei sorgen große Freiräume in klar definierten Bereichen für Agilität und Flexibilität. Im Ergebnis unterstützt Self Service BI Unternehmen, effiziente Prozesse zu etablieren und dadurch Kosten zu senken.

Big Data als strategischer Schwerpunkt und Detailoptimierer in der Produktion
Die Möglichkeiten, Big Data Lösungen gewinnbringend zu nutzen, hängen von der Branche und dem Reifegrad des jeweiligen Unternehmens sowie von der spezifischen Fragestellung ab. Zur Veranschaulichung verwies Andreas Naunin auf zwei Beispiele aus der Automobilindustrie:

  1. Bei der Entwicklung von selbstfahrenden Autos erwachsen etablierten Herstellern neue Konkurrenten wie Google oder Apple, die mit technologischen Innovationen und ihrem Big-Data-Knowhow den Markt verändern. Auf diese Herausforderung hat beispielsweise VW mit der Gründung eines Big Data Centers reagiert, in dem Aktivitäten aus verschiedenen Unternehmensbereichen gebündelt werden.
  2. In der Produktion der S-Klasse von Mercedes Benz gab es Abweichungen im Spaltmaß der Motorhaube. Die Sammlung aller Sensordaten aus der Produktionsumgebung und deren Analyse mit Hilfe von Predictive-Analytics-Algorithmen deckte schließlich die Ursache für die Abweichungen auf.

Für Unternehmen in anderen Branchen sind aus der Sicht von Andreas Naunin Projekte zur Digitalisierung oftmals ein günstiger Einstieg, um erste Erfahrungen mit Big-Data-Lösungen zu sammeln. In der CFO-Organisation, die häufig klassische Datenmanagement-Aufgaben wahrnimmt, eröffnet Big Data die Chance, bestehende Prozesse zu vereinfachen und zu verbessern.

Cloud BI beschleunigt Prozesse zu Lasten individueller Anpassungsmöglichkeiten
Cloud BI eröffnet Unternehmen die Chance, Soft- und Hardware zu niedrigen Kosten zu nutzen. Dabei ist zu beachten, dass Cloud-BI-Lösungen nicht kundenindividuell angepasst werden können. Andreas Naunin geht dennoch davon aus, dass mittelfristig der Einsatz von Cloud-Lösungen zunehmen wird. Dafür gibt es – neben dem Cloud-First-Ansatz wichtiger Anbieter – eine Reihe von Gründen:

  • Die Prozessgeschwindigkeit lässt sich erhöhen,
  • reduzierte Zeiten für die Bereitstellung steigern die Agilität der Unternehmen und
  • eine nur temporäre Nutzung reduziert die IT-Kosten.

Dabei sollte eine generelle Regel beachtet werden: Die Cloud-Lösungen müssen komplementär zu bereits vorhandenen On-Premise-Lösungen eingesetzt werden können.