Soviel zum Konzept. Wie sieht es mit der Umsetzung in CFO-Bereichen aus? Die Erfahrung zeigt, dass es zur erfolgreichen Umsetzung AI-basierter Anwendungen im CFO-Bereich einige organisatorische und kulturelle Rahmenbedingungen zu berücksichtigen gilt. Auf der einen Seite braucht es natürlich Data Scientists, welche mit den Massendaten umgehen können, und auf der anderen Seite die erfahrenen Fachexperten, welche als CFO-Mitarbeiter die fachlichen Kenntnisse zur Problemstellung mitbringen. Man könnte jetzt annehmen, dass die notwendige Zusammenarbeit ohne weiteres stattfindet. Genau da liegt jedoch ein von den meisten in diesem Zusammenhang oft erheblich unterschätztes kulturelles Problem.

Haben Sie schon versucht, einen "typischen Controller" mit einem "typischen Data Scientist" in einen Raum zu setzen und dabei gehofft, dass etwas Brauchbares dabei herauskommt? Dann wissen Sie, wie das ausgeht: In den allermeisten Fällen funktioniert das schlichtweg nicht. Beide Parteien kommen aus grundverschiedenen Welten, so dass eine Verständigung sehr oft scheitert. Nicht wenige vielversprechende Use Cases aus dem CFO-Umfeld scheitern in der Umsetzung an diesem Punkt. Das ist eine der wesentlichen Gründe dafür, dass sich eine neue funktionsübergreifende Rolle entwickelt hat, der "Analytics Translator", der dafür sorgt, dass die Zusammenarbeit zwischen Data Scientist und Fachexperte, insbesondere im CFO-Bereich, erfolgreich stattfindet.

Die Kompetenzen für diese Rolle sind weitreichend und vielschichtig. Neben weitreichender Erfahrung in den unterschiedlichen Fachbereichen, sind dies umfassende Kenntnisse in Data Science, Mathematik, IT sowie herausragende kommunikative Fähigkeiten. Dazu benötigt es eine ausgeprägt analytische Vorgehensweise zur Lösung von Problemstellungen. Zur Vertiefung dieses Themas verweisen wir an dieser Stelle auf eine erste Veröffentlichung.[1]  Der spezifische Mix an Fähigkeiten für diese Aufgabe lässt sich aktuell sehr schwierig auf dem Arbeitsmarkt finden.

Die Rolle des "Analytics Translator" mit der Kombination von Business-Domain-Expertise und AI-Wissen ist für den Erfolg von AI im CFO-Bereich entscheidend.

Neben diesem zentralen kulturellen Aspekt ist es für einen nachhaltig erfolgreichen Einsatz von AI und Advanced Analytics im CFO-Bereich entscheidend, rechtzeitig die dafür notwendigen organisatorischen Veränderungen anzugehen.

Abb. 4: Rolle des Analytics Translators im Finance-Bereich

Aufgrund der notwendigen Verarbeitung von strukturierten und unstrukturierten Massendaten ist neben den IT-infrastrukturellen Anforderungen, auf die wir im vorliegenden Beitrag nicht weiter eingehen, eine "Data Factory" notwendig, welche für die Erhebung und Verarbeitung dieser Daten verantwortlich ist. Das "Data Science & Steering Lab" sorgt für die Modellierung und Umsetzung der spezifischen Anforderungen des CFO-Bereichs. Ein integriertes Reporting mit entsprechender Analysefähigkeit macht die Ergebnisse dann den Fachbereichen zugänglich. Wie oben beschrieben ist die Funktion des "Analytics Translator" quer über die verschiedenen Funktionen dafür verantwortlich, dass am Ende die Ergebnisse den richtigen Anforderungen entsprechen.

[1] Henke/Levine/McInerney, 2018.

Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr?


Meistgelesene beiträge