Chancen- und Risikomanagement: Entscheidungsprozesse durch bessere Prognosen unterstützen

Zusammenfassung

Überblick

Seit Menschengedenken versuchen wir mit den unterschiedlichsten Mitteln die Zukunft vorherzusehen. Doch erst seit ein paar Jahrzehnten besitzen wir systematische und kritische Methoden, die den Blick in die Zukunft auf ein wissenschaftliches Fundament stellen.

Mittels Predictive Analytics sollen Chancen und Risiken frühzeitig erkannt sowie Abweichungen von der Norm identifiziert werden. Verfahren aus der Prognostik, Anwendungen und Methoden aus der Zukunftsforschung und datengetriebene Analysen aus dem Bereich Big Data ermöglichen es heute, viele alternative Zukunftsbilder zu entwerfen, die die Grundlage für gegenwärtige strategische Entscheidungen bilden.

Anhand diverser Fallbeispiele beleuchtet der Artikel Möglichkeiten und Grenzen von Predictive Analytics zur Verbesserung von Managemententscheidungen.

1 Informations- und Innovationsbedarf im digitalen Zeitalter

Digitalisierung

Innerhalb weniger Jahre vollzog sich eine fast vollständige Digitalisierung der weltweiten Informationen. Das führt zu einem Wandel der Gesellschaft und wirkt sich stark auf soziale, ökonomische, rechtliche und politische Bereiche aus, ähnlich wie die industrielle Revolution 200 Jahre zuvor. Hohe Marktänderungsgeschwindigkeiten und verkürzte Produkt-Lebenszyklen sind die Folge. Vor wenigen Jahren kam man als Unternehmen noch damit aus, die internen Daten aus Datenbanken und dem Data Warehouse über KPIs zu betrachten (grüner Kreis links von Abb. 1). Dazu wurden gelegentlich Marktstudien durchgeführt und politische Vorgaben berücksichtigt (geringe Überlappung mit dem blauen und orangefarbenen Kreis links).

Dieses Bild hat sich heute komplett gewandelt (rechts). Durch die Digitalisierung verschmelzen alle Bereiche wie im rechten Teil der Abb. 1, und die Überlappungen symbolisieren gleichzeitig die dramatische Zunahme der Komplexität.

Steigende Informationsdichte

Die relevanten Informationen im Unternehmen nehmen erheblich zu (es gibt heute auch die Technik, unstrukturierte Dokumente automatisiert auszuwerten). Betrachten wir z. B. Kunden: Unternehmen können heute deren Verhalten im Detail kennen und vorhersagen. Aber auch der Kunde informiert sich ständig, überall, mobil über Produkte und Dienstleistungen und tauscht sich mit anderen darüber aus. Markentreue gehört damit der Vergangenheit an.

Es ist heute notwendig, die Mitbewerber am Markt zu beobachten: bei deren Preisbildung, der Verfügbarkeit von Produkten oder der Verkäufe. Durch Portale ist das heute alles beobachtbar. Und man kann sich ziemlich sicher sein: Der Mitbewerber wird uns beobachten.

Abb. 1: Entscheidungen werden ständig komplexer – bei zunehmender Beschleunigung des Marktes

Die Auswirkungen von Entscheidungen und deren Wirkungsketten sind damit schwer zu kalkulieren. Aufgrund dieser Komplexität haben insbesondere mittelständische Unternehmen häufig Schwierigkeiten sich auf Umbrüche, geänderte Umfelder oder neue disruptive Wettbewerber und Märkte einzustellen. Hinzu kommt oftmals ein "Blinder Fleck" gegenüber Veränderungen im Umfeld, aufgrund fehlender externer wie interner Sensorik und ungünstigen Informationsarchitekturen. Demzufolge kommt dem strategischen Controlling in Zeiten einer Hyperkonkurrenz eine besondere Bedeutung zu.

2 Wie "intelligent" behandelt ein Unternehmen Signale über Potenziale?

Strategisches Controlling

Im Controlling der nahen Zukunft wird es darum gehen, wie "intelligent" ein Unternehmen Umfeldsignale und Risiken analysiert, um Potenziale oder Gefahren zu prognostizieren. Wir wollen deswegen zunächst 2 unterschiedliche Controllinginstrumente näher betrachten, die mit heutiger Rechenleistung, Möglichkeiten der Datenerfassung und Analyse für die Unternehmen anwendbar geworden sind und bei der strategischen Ausrichtung helfen können:

1. Predictive Analytics:Der methodische Blick in die nahe Zukunft durch das Fortschreiben von Entwicklungen. Er zielt darauf ab, durch die Identifikation und Analyse von qualitativen wie quantitativen Signalen im Umfeld eines Unternehmens Diskontinuitäten, Muster und Abhängigkeiten zu erkennen. Auf diese Weise können durch den datengestützten Einsatz mögliche zukünftige Ereignisse im Controlling und Technologiemanagement vorhergesagt und potenzielle Handlungsmöglichkeiten bewertet werden.
2. Risikobewertung von Unternehmen durch die Nutzung aktueller Firmenbewertungen aus Internet-Daten (Big Data)

Anschließend zeigen wir an einem aktuellen Beispiel, dass das Controlling – aufgrund der beschriebenen Komplexität und des ständigen Wandels – lernen muss, mit einer "unangenehmen Unschärfe" umzugehen und sich stärker kollaborativ auch über Unternehmensgrenzen hinweg auszurichten. Eine Möglichkeit sich dieser Unschärfe zu nähern, bietet die Zukunftsforschung, die von einem qualitativen Standpunkt aus verschiedene wahrscheinliche und wünschenswerte Zukunftsbilder zur gegenwärtigen Entscheidungsfindung entwickeln kann.

2.1 Einsatz statistischer Methoden mit riesigen Datenmengen

Daten, Daten, Daten

Wir leben in einer Dekade, in der uns viele strukturierte und noch mehr unstrukturierte Datenbestände zur Verfügung stehen. Ein Ende des Wachstums ist nicht abzusehen. Um dieser komplizierten digital-analogen Komplexität Herr zu w...