Business-Analytics-Ansätze zur Unterstützung des Controllings bei der Risikoidentifikation

Zusammenfassung

• Die Identifikation von Risiken mit direktem Bezug zu den Unternehmenszielen gehört zu den Aufgaben eines Controllers.
• Als Instrumente für eine systematische Risikoidentifikation stehen dem Controller u. a. der Rolling Forecast, Früherkennungssysteme und die Analyse von Planannahmen zur Verfügung.
• Business-Analytics-Ansätze können den Controller bei der Risikoidentifikation unterstützen, z. B. durch eine Integration von externen unstrukturierten Daten und verbesserten Prognoseverfahren zum Forecast betrieblicher Zielgrößen oder die Identifikation von Früherkennungsindikatoren durch den Einsatz von Verfahren der Mustererkennung.
• Erfolgsfaktoren für den Einsatz von Business Analytics zur Risikoidentifikation sind u. a. der Aufbau einer entsprechenden Methodenkompetenz im Controlling und bei den Entscheidern, die Sicherstellung einer hinreichenden Datenqualität, die Auswahl einer geeigneten IT-Plattform und die Integration der zusätzlich gewonnenen Informationen in die Unternehmenssteuerung.

1 Risikoidentifikation als Controllingaufgabe

Erfolgsfaktor Risikoidentifikation

Die Risikoidentifikation bildet die Grundlage des operativen Risikomanagement (RM)-Prozesses und bestimmt dessen Effektivität und Effizienz. Das Ziel ist die aktuelle, systematische, vollständige und wirtschaftliche Erfassung aller Gefahrenquellen, Schadensursachen, Störpotenziale und Chancen eines Unternehmens sowie deren Abhängigkeiten und wechselseitigen Beziehungen. Im Gegensatz zur jährlichen Risikoinventur ist die Risikoidentifikation eine permanente Aufgabe. Voraussetzung für eine erfolgreiche Risikoidentifikation ist die Existenz eines Risikokatalogs, der die Risikofelder und Risikokategorien eines Unternehmens systematisch abbildet. Aufgrund der Risikovielfalt sollen vor allem Einzelrisiken dezentral in den Unternehmensbereichen identifiziert werden, die über die notwendigen Fachkenntnisse in Bezug auf das spezifische Risiko verfügen. So sollen bspw. Marktrisiken durch den Vertrieb oder Compliance-Risiken durch die Rechtsabteilung identifiziert werden.^[1]

Risikoidentifikation als Controllingaufgabe

Das Erreichen der geplanten Unternehmensziele kann durch schlagend werdende Risiken oder nicht wahrgenommene Chancen gefährdet werden. Daher ist es die Aufgabe des Controllings, insbesondere Risiken mit direktem Bezug zu den geplanten Unternehmenszielen zu identifizieren und zu bewerten und das Management mit entsprechenden Informationen zu versorgen. Ausgangspunkte sind dabei i. d. R. die Planbilanz, die Plan-Erfolgsrechnung sowie die geplanten Key Performance Indicators (KPIs) eines Unternehmens, die auf mögliche Gefährdungen und Soll-Ist-Abweichungen untersucht werden.^[2]

Business Analytics und Controlling

Im Zeitalter von immer umfangreicheren strukturierten und unstrukturierten Datenbeständen (Big Data) gewinnt eine zielgerichtete Aufbereitung und effiziente Nutzung dieser Daten für Unternehmen insgesamt und für das Controlling in seinen Funktionen als Informationsdienstleister und Rationalitätssicherer zunehmend an Bedeutung. Diese fundamental anderen Datenbestände erfordern neue Analyse- und Prognoseverfahren sowie IT-Lösungen zu deren Verwaltung, Nutzung und Aufbereitung, die unter dem Begriff Business Analytics zusammengefasst werden.^[3] Derzeit werden zahlreiche Anwendungsfelder für das Controlling diskutiert.^[4] Unklar ist bislang, inwieweit Business-Analytics-Ansätze den Controller bei der Risikoidentifikation unterstützen können. Daher wird im folgenden Abschnitt ein kurzer Überblick über Business-Analytics-Ansätze gegeben, bevor im dritten Abschnitt deren Bedeutung für ausgewählte Instrumente der Risikoidentifikation durch das Controlling diskutiert wird. Der Beitrag schließt mit einem knappen Einblick zur Umsetzung der Risikoidentifikation in der Unternehmenspraxis sowie der Nennung wesentlicher Erfolgsfaktoren zum Einsatz von Business Analytics im Controlling.

[1] Vgl. Vanini, 2012, S. 125 f.

[2] Für eine umfassende Darstellung vgl. Vanini, 2012, S. 127 ff.

[3] Vgl. Mehanna/Tatzel/Vogel, 2016, S. 502.

[4] Für einen Überblick vgl. Mehanna/Tatzel/Vogel, 2016; oder Chamoni/Gluchowski, 2017.

2 Überblick über Business-Analytics-Ansätze

Big Data als Ausgangspunkt

Durch verbesserte Speicher- und Zugangsmöglichkeiten, z. B. durch soziale Netzwerke oder Sensorik-Systeme, stehen dem Controlling immer größere Datenbestände zur Erfüllung seiner Informationsversorgungsfunktion zur Verfügung, so dass die früher oft aufwändige Datenerhebung und -aufbereitung eher in den Hintergrund tritt. In diesem Zusammenhang wird oft der Begriff Big Data genannt, der durch folgende Merkmale gekennzeichnet ist:^[1]

• Es liegen sehr große Datenmengen vor (Volume).
• Die Daten sind äußerst vielfältig z. B. in Bezug auf ihre Quellen (interne oder externe Daten) oder Struktur (strukturiert, halbstrukturiert, unstrukturiert) (Variety).
• Die Daten ändern sich permanent und erfordern eine Verarbeitung in Echtzeit (Velocity).
• Aufgrund der Menge, Vielfalt und Änderungsgeschwindigkeit gewinnt die Sicherstellung der Glaubwürdigkeit der Daten an Bedeutung (Veracity).
• Die syst...