(a) Erschließung und Vernetzung neuer Datengrundlagen

Deutlich verbesserte Informationskompetenz erforderlich

Eine grundlegende Voraussetzung für die Nutzung der neuen Möglichkeiten von BI & Big Data liegt in der Möglichkeit neue Datenquellen zu erschließen, die gewonnenen Daten zu vernetzen und diese für Verbesserung der Unternehmensleistung nutzbar zu machen.[1]

Allerdings steht diese Erschließung, Vernetzung und Nutzbarmachung neuer Datenquellen bei vielen Unternehmen erst am Anfang. Weniger als die Hälfte der Unternehmen nutzen externe Informationen von Geschäftspartnern oder externen Datenprovidern. Bei externen Informationen, z. B. von digitalen Marktplätzen oder aus dem Social Web sind es sogar nur 28 % bzw. 17 %. Zudem zeigen die Unternehmen erhebliche Schwächen in der automatisierten Sammlung von Daten. Aufgrund der anfallenden Datenvolumina ist die noch sehr stark manuell geprägte Datensammlung ein ernsthaftes Problem. Trotzdem wird – wie Abb. 7 visualisiert – die Ausweitung der Datenbasis für Entscheidungszwecke und die Nutzung neuer erweiterter Datenquellen als (sehr) sinnvoll gesehen.

Abb. 7: Potentiale neuer Datengrundlagen

Die technische Erschließung neuer Datenquellen stellt – wie Tab. 1 skizziert – die Unternehmen dabei hinsichtlich des Zugangs (z. B. externe Quellen), der Struktur (semi-strukturiert) und des Datenvolumens vor neue technologische Herausforderungen.

 
Eigenschaften Datengrundlagen  
Kategorien Herkunft Struktur Volumen  
Interne Daten aus operativen Systemen (z. B. SAP ERP) Intern Strukturiert Mittel Bisheriger Schwerpunkt
Interne Daten aus analytischen Systemen (z. B. Data Warehouse) Intern Strukturiert Mittel
Interne Daten aus Content/Knowledge Management-Systemen Intern Semi-Strukturiert Hoch Neue
Datengrundlage
Interne Daten aus Web 2.0 Anwendungen (z. B. Wikis, Soziale Netze) Intern Semi-Strukturiert Mittel
Interne Maschinen Daten (z. B. Sensorik/RFID) Intern Strukturiert Hoch
Externe Daten von Kooperationspartnern (z. B. Bestellungen, Qualität) Extern Strukturiert Niedrig
Externe Daten von Datenprovidern (z. B. Sozio-demografische Daten) Extern Strukturiert Mittel
Externe Daten von Websites (z. B. elektronischen Marktplätzen) Extern Strukturiert Mittel
Externe Daten aus dem Social Web (z. B. Soziale Netzwerke, Blogs) Extern Semi-Strukturiert Hoch

Tab. 1: Eigenschaften ausgewählter neuer Datengrundlagen

Ansatzpunkte für die Rolle des Controllings

Als Business Partner wäre es zwar nicht primäre Aufgabe des Controllings derartige Datenquellen technisch zugänglich zu machen, wohl aber die Potentiale der betriebswirtschaftlichen Einsatzmöglichkeiten zu erschließen.

Aus Sensordaten von Maschinen lassen sich beispielsweise Nutzungsintensitäten und damit vorausschauende Wartung ableiten. Sie könnten aber z. B. auch für die Optimierung der Supply Chain eingesetzt werden. Kooperationspartner verfügen u. U. über Detailinformationen aus Kundenbestellungen, welche die eigene Absatzplanung verbessern. Interne Informationen über Kunden lassen sich ggf. durch gezielte Anreicherung von Informationen von Datenprovidern oder aus sozialen Netzwerken veredeln.

In vielen Unternehmen fehlen jedoch sinnvolle, an die neuen Möglichkeiten angepasste KPI`s bzw. komplette Entscheidungsmodelle und Steuerungskonzepte. Entscheidend wäre dabei insbesondere die Vernetzung bereits bestehender mit neuen Informationen und der Abgleich mit betriebswirtschaftlichen Anforderungen, wie z. B. Inhalt, Herkunft, Datenvolumen und zeitlicher Verfügbarkeit.

Ausgangspunkt sollte daher die Mitwirkung des Controllings bei der Entwicklung innovativer Entscheidungs- und Steuerungsgrößen sein. Sie ließen sich als Informationsbedarfe konzeptualisieren, welche durch die Erschließung o. g. Datenquellen umsetzbar werden.

(b) Nutzung fortschrittlicher Analyseverfahren

Deutlich verbesserte Methodenkompetenz erforderlich

Neben der Erweiterung der Entscheidungsbasis durch neue Datenquellen spielt die Nutzung fortschrittlicher Analyseverfahren eine wichtige Rolle. Als Business Partner wäre es zwar nicht primär Aufgabe des Controllings derartige Analytik technisch zu implementieren, wohl aber unternehmensweit die betriebswirtschaftlichen Einsatzmöglichkeiten zu optimieren. Denkbar wären beispielsweise:

  • Die Mitwirkung bei der Auswahl geeigneter Einsatzbereiche.
  • Die Mitwirkung bei der (betriebswirtschaftlichen) Konzeption von KPI`s sowie Steuerungs- und Entscheidungsmodellen.
  • Die Mitwirkung bei der Auswahl geeigneter Analyseverfahren.

Grundvoraussetzung hierfür wäre allerdings einerseits ein tiefes Verständnis des jeweiligen Business Bereiches (für die Konzeption von Entscheidungsmodellen und die dafür erforderlichen Datengrundlagen), sowie andererseits ein grundlegendes Verständnis über die Einsatz- und Nutzungsmöglichkeiten fortschrittlicher Analyseverfahren (mathematisch-statistischer bzw. Mining Verfahren). Tab. 2 zeigt eine Übersicht ausgewählter Beispiele.

 
Eigenschaften Analytik  
Kategorien Zeitbezug Ziel Komplexität  
Identifikation bislang ...

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

Anmelden und Beitrag in meinem Produkt lesen


Meistgelesene beiträge