RPA steigert die Qualität und reduziert die Personalintensität

In der Unternehmenssteuerung gehen die meisten Veränderungsimpulse aktuell vor allem aus der Kombination von Big Data mit Predictive Analytics sowie der sog. "Robotic Process Automation" (RPA) aus.[1] Operative, datengetriebene Entscheidungs- und Automatisierungsmodelle ersetzen immer häufiger den klassischen Controller. Der Einsatz von "Robotern" i. S. automatisierter Prozessabläufe setzt die klassische Aufbauorganisation im Controlling zunehmend unter Druck. Schon heute können bspw. im Bereich des Forecasting automatisiert ausreichend verlässliche und teilweise sogar akkuratere Szenarien für die Zukunft abgeleitet und entsprechend frühzeitig die richtigen Entscheidungen abgeleitet werden. Damit sinkt nicht nur die Zahl der erforderlichen Personen ("Head Count") im Controlling und damit die Personalintensität; vor allem steigt aufgrund der reduzierten Fehleranfälligkeit die Qualität und 24/7-Verfügbarkeit der internen Dienstleistungen. Ausgehend von durchgängig digitalisierten Prozessen besteht in den digitalen Organisationen gegenüber linearen Organisationen die Möglichkeit, sowohl die strategische als auch die operative Unternehmenssteuerung auf eine neue Ebene der Effektivität und Effizienz zu heben.

Excel ist noch immer das populärste BSC-Tool

Ungeachtet aller technologischen Fortschritte ist gleichwohl zu konstatieren, dass aus technologischer Sicht MS Excel noch immer das populärste "Tool" im BSC Einsatz ist. Das Gros der Unternehmen bildet die BSC in handgestrickten BSC-Lösungen ab und rapportiert diese parallel zu den etablierten Controllingberichten. Die Informationsverarbeitung und hier insb. die Aggregation der KPIs erfolgt auf Basis der Excel-Files die per Mail angefordert und dann manuell konsolidiert werden. Unternehmen wie bspw. Procos haben mit Lösungen wie "Strat & Go" zwar schon frühzeitig dedizierte BSC-Tools entwickelt und eine ebenfalls hohe Verbreitung vor allem im deutschsprachigem Raum erreicht, jedoch zahlen diese Tools nach wie vor zu den "linearen" Anwendungen, die allenfalls einfache statistische Verfahren unterstützen. Die Möglichkeiten einer prognostizierenden Analyse können in diesen vergleichsweise trivialen Anwendungen nicht genutzt und Effizienzpotentiale innerhalb der Organisation nicht gehoben werden.

[1] Vgl. Horváth & Partners, 2017, S. 32.

Dieser Inhalt ist unter anderem im Haufe Finance Office Premium enthalten. Sie wollen mehr?


Meistgelesene beiträge