Digitale Analyse im Finanzbereich: Ein Erfahrungsbericht / 1 Digitale Analyse als neue Disziplin der Finanzorganisation

1.1 Advanced Analytics als Kompetenzfeld moderner Finanzbereiche

Advanced Analytics als neue Kompetenz im Finanzbereich

Advanced Analytics wird als ein wesentlicher Bestandteil zunehmend in den Finanzbereichen zum Einsatz kommen. Dabei bezeichnet Advanced Analytics die Fähigkeit datenbasierte und (vor allem) zukunftsgerichtete Untersuchungen durchzuführen. Hierzu werden unterschiedliche Verfahren wie bspw. Data Mining angewandt. Die daraus erwachsenden Vorteile deutlich erhöhter Transparenz und des Erkennens der Wirkzusammenhänge wird entscheidend sein, um geeignete Maßnahmen zur Verbesserung des Geschäfts zu entwickeln. Der Controller wird sich nicht dauerhaft als "Business Partner" positionieren können, ohne dass er (sie) die zusätzlichen Erkenntnisse aus Big Data und Advanced Analytics interpretieren und in Maßnahmen überführen kann.

Abb. 1: Neues Rollenmodell im Finanzbereich

Finanzbereiche werden zunehmend unter Druck geraten, sofern keine Lösungen angeboten werden können, die den zukünftigen Informationsbedarf abdecken. Daraus resultiert ein klarer Handlungsbedarf, stärker in zukunftsorientierte Methoden und Technologien zu investieren.

1.2 Zukünftig mehr als Reporting und Analyse

Das traditionelle Bild des Reporting in Finanzbereichen unterteilt sich zum einen in das abschlussbasierte Monats-, Quartals- und Jahresreporting und zum anderen in das Analysereporting als Grundlage der Detailanalyse z. B. einzelner Belege, Kostenarten und Konten.

Moderne Reportingkonzepte beziehen bereits umfangreiche funktionale Inhalte aus Vertrieb, Produktion, Logistik und anderen Funktionsbereichen mit ein. Dabei sind oftmals nicht mehr nur die monetäre Sichtweise, sondern auch funktionale nicht-finanzielle Kennzahlen auf der Tagesordnung.

Mit traditionellen Berichten ist jedoch eine Analyse von Big Data nicht gegeben. Die notwendige Leistungsfähigkeit der IT-Infrastruktur und die Methodik (z. B. Clusteranalysen, modellbasierte Auswertungen) sind noch nicht im breiten Einsatz verfügbar. Zunehmend wird sich nun die Frage gestellt welche Erkenntnisse aus den großen verfügbaren Datenmengen in welcher Form gezogen werden können. In funktionalen Bereichen wie Vertrieb, insbesondere bei digitalen Geschäftsmodellen, geschieht dies bereits. Dabei handelt es sich bspw. um Erkenntnisse die richtigen Waren, zum richtigen Zeitpunkt, am richtigen Ort anzubieten und bereitzustellen.

Neue Kompetenzen müssen aufgebaut werden

Mit den Produkten und Dienstleistungen des Finanzbereichs muss auch die richtige Information, zum richtigen Zeitpunkt, am richtigen Ort angeboten werden, um z. B. geeignete Maßnahmen für eine positive Geschäftsentwicklung beisteuern zu können. Dies wird zukünftig deutlich über das bisherige Leistungsspektrum der Finanzbereiche hinausgehen, vorausgesetzt, die entscheidenden Kompetenzen werden aufgebaut.

Abb. 2: Advanced Analytics als Disziplin im Steuerungsprozess

1.3 Vorgehen bei der Durchführung von explorativen Advanced-Analytics-Projekten

Wichtiger Ansatz zur Optimierung in Unternehmen

Explorative Advanced-Analytics-Analysen haben das Ziel, datengetriebene Erkenntnisse zu gewinnen, um teilweise sehr spezifische, zuvor definierte Sachverhalte aufzuklären oder aufzulösen. Der explorative Charakter dieser Analysen bezieht sich auf die dabei sehr offene und uneingeschränkte Vorgehensweise. Dabei sind typischerweise Themenstellungen anzutreffen, die ohne datengetriebene Analysen nicht weiterführend aufgeklärt werden können. In Abb. 3 ist eine vereinfachte Skizze einer beispielhaften Vorgehensweise dargestellt.

Abb. 3: Vereinfachtes Vorgehen bei der Durchführung explorativer Analysen

In den nachfolgenden Abschnitten skizzieren die Autoren ein Beispiel einer explorativen Analyse auf Basis von "Advanced Analytics" aufzeigen und die wesentlichen Herausforderungen solcher Themenstellungen.