Ausgangspunkt: Komplexität und fragmentierte Steuerungsstrukturen
Ausgangspunkt der Transformation war eine hohe organisatorische und systemische Komplexität innerhalb der Deutschen Bank. Diese resultierte insbesondere aus starkem Wachstum, mehreren zentralen Akquisitionen (u. a. Bankers Trust, Morgan Grenfell und Postbank) sowie kontinuierlich steigenden regulatorischen Anforderungen im Nachgang der Finanzkrisen. Die Folge war eine heterogene Berichts- und Steuerungslandschaft, die eine konsistente Profitabilitätssteuerung erschwerte. Parallel erhöhte der Kapitalmarkt den Druck auf eine nachhaltige Ertragskraft und eine effiziente Kapitalallokation. Ziel der Transformation war daher der Aufbau einer einheitlichen, holistischen Basis als Grundlage für Transparenz, Vergleichbarkeit und effektive Steuerung.
Integriertes Steuerungsmodell
Als konzeptionelles Fundament etablierte die Deutsche Bank eine Steuerungslogik, die Balanced Scorecard und Shareholder Value Added miteinander verbindet. Die Balanced Scorecard integriert finanzielle und nichtfinanzielle Leistungsindikatoren in ein konsistentes Steuerungsframework und stärkt Transparenz sowie Verantwortlichkeit in der Organisation. Ergänzend dient der Shareholder Value Added als Maß für finanzielle Wertschaffung unter Berücksichtigung von Kapitalintensität und Risiko.
Auf dieser Grundlage erfolgt die Ressourcenallokation konsequent entlang Profitabilität und Kapitalbindung. Parallel wurde auch das Vergütungssystem stärker an langfristiger Wertschöpfung ausgerichtet.
KI heute: Schnellere und präzisere Steuerung
Heute unterstützt KI das Performance Management der Deutschen Bank vor allem bei der effizienteren Nutzung von Daten und der Beschleunigung von Analyse- und Entscheidungsprozessen. Individualisierte KI-Tools, die auf unternehmensspezifische Kennzahlen und Prozesse trainiert sind, verbessern die Entscheidungsvorbereitung und automatisieren Teile des Reportings. Der Fokus verschiebt sich damit weiter vom Reporting hin zu stärker handlungsorientierter Steuerung.
KI-Trend: Proaktive und automatisierte Steuerung
Perspektivisch entwickelt sich das Performance Management immer weiter in Richtung einer stärker KI-gestützten, proaktiven Steuerung. Zentrale Anwendungsfelder sind automatisierte Dokumenten- und Qualitätsprüfungen, Self-Service-Analytics im Chatformat mit „Insights on demand“ sowie Predictive Forecasting und Szenario-Simulationen. Darüber hinaus ermöglicht KI zum Beispiel eine stärker wertorientierte Priorisierung des Neugeschäfts sowie eine systematische Überprüfung des Bestandsgeschäfts.
Damit verschiebt sich die Rolle des Performance Managements zunehmend von der Analyse vergangener Entwicklungen hin zur datengetriebenen Unterstützung operativer und strategischer Entscheidungen. Die Performance Management Zyklen lassen sich effizient verkürzen.
