Dr. Christian Bischof, Daniela Wilfinger

Ein vielversprechendes Anwendungsgebiet von Predictive Analytics im Bereich des Controllings ist der Forecast. Mithilfe innovativer Technologien ergeben sich hier neue Möglichkeiten, um sowohl die Qualität des Forecasts zu steigern als auch dessen Erstellung effizienter zu gestalten.[1] Dies wird erreicht, indem qualitativ-theoretische Ursache-Wirkungsketten durch datenbasierte stochastische Prognosen und deterministische Modelle ersetzt werden.[2] Die Prognosen beziehen sich dabei auf Parameter aus der Unternehmensumwelt, wie Absatzprognosen oder Rohstoffpreise, aber auch innerhalb des Unternehmens, wie Ausfallszeiten in der Produktion. Diese mithilfe von SAP Predictive Analytics erstellten Prognosen dienen in weiterer Folge als Input für definierte Treibermodelle.[3] Der so erstellte Treiberbaum integriert die unterschiedlichen Teilpläne "bottom-up" unter Berücksichtigung von Kausalzusammenhängen und Wirkungsbeziehungen. Auf diese Weise entsteht ein integriertes wertetreiberbasiertes Planungsmodell, das Interdependenzen (und auch den Zeitversatz) der einzelnen Elemente offenlegt und damit eine zeitraumbezogene Perspektive zulässt. Aufbauend auf diesem Konzept können vom Controlling Prognosemodelle erstellt und ergänzende Sensitivitäts- und "What-If"-Analysen durchgeführt werden.[4]

Aufgrund des großen Ressourcenbedarfs können derartige Berechnungen mit traditionellen Technologien häufig nur über Nacht durchgeführt werden, was kurzfristige Anpassungen und Neuberechnungen weitgehend ausschließt. Die Nutzung von SAP HANA erlaubt nun auch kurzfristige Neuberechnungen im Bedarfsfall und bietet dadurch eine verbesserte Entscheidungsunterstützung durch zeitnah verfügbare, aktuelle Informationen. Darüber hinaus besteht die Möglichkeit, neue Geschäftsprozesse zu etablieren, welche die Prognosen und Pläne in Echtzeit sowohl auf der Basis von Regeln als auch mithilfe statistischer Verfahren überwachen, nach Ausreißern suchen, laufend Auswirkungsanalysen durchführen und bei Bedarf die betroffenen Mitarbeiter alarmieren oder selbst Maßnahmen einleiten.[5]

[1] Vgl. Mehanna et al., 2015. S. 29.
[2] Vgl. Schell et al., 2017, S. 222 sowie Mehanna et al., 2015, S. 30.
[3] Vgl. Mattern/Croft, 2017, S. 196.
[4] Vgl. Mehanna et al., 2018, S. 41.
[5] Vgl. Mattern/Croft 2017, S. 196.

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

Jetzt kostenlos 4 Wochen testen

Anmelden und Beitrag in meinem Produkt lesen


Meistgelesene beiträge