Algorithmisches Target Operating Model (A-TOM) – weiterh ... / 3 Praxisbeispiel einer klassischen ATOM-Initiative

Innerhalb des Finanzwesens haben viele Organisationen damit begonnen, algorithmische Modelle zur Verbesserung ihrer Cashflow-Planung einzusetzen. Anstatt einen einzelnen Anwendungsfall durchzuführen (z. B. die Vorhersage verspäteter Zahlungen von Forderungen), der meist nicht mit angrenzenden Prozessen und Systemen verbunden ist und dem es an langfristiger Vision und Zielen mangelt, empfiehlt es sich, die Optimierung der Cashflow-Planung im Rahmen einer ATOM-Initiative zu strukturieren.

Die als Beispiel genannte Cashflow-Optimierungsinitiative ist deshalb in Input-, Kern- und Output-Module gegliedert (siehe Abbildung 5). Input-Module sind nicht immer Teil der Kern-Initiative, können aber erhebliche Auswirkungen auf die Potenziale zur Verbesserung des Wertes der Initiative haben. Input-Module müssen auch nicht unbedingt mit Analytics & Artificial Intelligence (AI)-Modellen verbessert werden, wenn die Qualität der aktuellen manuellen Berechnungen als ausreichend empfunden wird.

Abb. 5: ATOM Initiative – Cashflow Optimization

Im Cashflow-Beispiel müssen die Inputs aus den Prozessen verbunden werden, die die Plan- und Vorhersagequalität von Verbindlichkeiten und Forderungen bestimmen. Auf der Seite der Verbindlichkeiten müssen die Vorhersagen auf genauen Prognosen der Hauptkostenblöcke basieren, z. B. Material, Personal, Energie, Verwaltungsgemeinkosten und andere. Auf der Forderungsseite müssen die Vorhersagen auf einer genauen Prognose der Sales und einer Schätzung der DSO beruhen.

Die Kernmodule sind die wichtigsten Werttreiber der Initiative. Sie statten die Kernprozesse der Initiative mit zusätzlichen, auf KI basierenden, Fähigkeiten aus. Diese Fähigkeiten werden entweder mit Standard-Software (wenn für den Anwendungsfall verfügbar) oder durch die Entwicklung von maßgeschneiderter Software (z. B. in den Programmiersprachen "R" oder "Python") eingebracht. Kernmodule gleichen normalerweise Schwächen im aktuellen Prozess aus. Im Cashflow-Beispiel helfen die Kernmodule, die kurzfristige Forderungsprognose durch eine intelligentere Vorhersage verspäteter Zahlungen zu verbessern. Darüber hinaus wird die mittelfristige Cashflow-Planung unterstützt, indem die Input-Prognosen (Kosten, Nachfrage, etc.) kombiniert und in langfristige Liquiditätsanforderungen übersetzt werden. Schließlich empfiehlt die Optimierungsfunktion optimale Finanzierungsstrategien auf Grundlage der vorherigen Cash-Prognose.

Output-Module sind ebenfalls nicht zwingend Teil des Kernmodells, können aber von den Ergebnissen der Kernmodule in anderen Prozessen profitieren. Im Cashflow-Beispiel könnten dies die Währungsabsicherung oder andere risikobezogene Prozesse sein.

Für jede Initiative, die über ihren Proof-of-Concept (PoC) hinauswachsen soll, ist es sehr wichtig, die Möglichkeiten und Grenzen der technischen Infrastruktur zu verstehen. Für die Cashflow-Optimierungsinitiative müssen die Kernmodule in laufende Cash-Management-Anwendungssysteme (z. B. SAP CM) integriert werden. Zusätzlich muss das langfristige Ziel jeder Initiative klar definiert und im Zuge der Umsetzung nachverfolgt werden. In unserem Beispiel kann dies die konkrete Definition eines Ziels für die Reduktion von Finanzierungskosten, die Reduktion von FTEs für Prozesse der Liquiditätsplanung oder die Optimierung des liquiditätswirksamen Working Capitals sein.