Big Data Analytics im Controlling: Anwendungsbereiche, V ... / 4.3 SAP Predictive Analytics

4.3.1 Eigenschaften

Mit SAP Predictive Analytics bietet SAP Methoden und Instrumente zur statistischen Datenanalyse und -auswertung an, mit deren Hilfe der Aufbau von prädiktiven Modellen beschleunigt und (teilweise) automatisiert werden kann. Durch den hohen Integrationsgrad von SAP Predictive Analytics sollen Unternehmen das Potenzial von Big Data verstärkt innerhalb ihrer bestehenden SAP-Landschaft nutzen können. Neben der klassischen On-Premise-Nutzung ist es auch möglich, prädiktive Modelle cloud-basiert zu implementieren.^[1]

Abb. 2: Zielgruppen und Produktportfolio von SAP Predictive Analytics^[2]

Die Zielgruppen von SAP Predictive Analytics sind sehr weit gefasst und reichen vom Business User mit keinem oder lediglich geringem analytischen Wissen, über den Business Analyst bis hin zum Data Scientist mit Expertenwissen im Bereich Predictive Analytics. Somit ist auch das gesamte aktuelle sowie zukünftige Kompetenzfeld des Controllers in Bezug auf Datenanalyse und Reporting abgedeckt (s. Abb. 2).

[1] Vgl. Bakhshaliyeva et al., 2017, S. 77 f.

[2] In Anlehnung an Bakshhaliveva et al., 2017, S. 79.

4.3.2 Module

SAP Lumira verfügt zwar über keine Funktionalitäten im Bereich der Prädiktion, es ermöglicht jedoch einen Zugriff auf die SAP-HANA-Datenbank und damit eine Datenanalyse in Echtzeit. Verbunden mit interaktiven Dashboards werden Anwender in den Fachabteilungen aber auch Controller in die Lage versetzt, ohne Unterstützung der IT-Abteilung interaktive Ad-hoc-Auswertungen und Analyseanwendungen zu erstellen.^[1]

SAP Automated Analytics stellt unterschiedliche Data-Mining-Methoden bereit, die mithilfe einer grafischen Oberfläche eine schnelle und benutzerfreundliche Definition von Analysemodellen und -algorithmen ermöglichen. Indem ein automatisierter Datenvorbereitungs- und Modellierungsprozess mit bereits vordefinierten Algorithmen zur Verfügung gestellt wird, eignet sich Automated Analytics vorwiegend für standardisierte Analysen im Controlling, die keine tiefgreifenden mathematischen Kenntnisse voraussetzen. Diese Analysen können sowohl online, mit direktem Zugriff auf die SAP-HANA-Datenbank, als auch offline durchgeführt werden.^[2]

SAP Expert Analytics ergänzt die Visualisierungsmöglichen von SAP Lumira um eine Prognosefunktion. Im Rahmen einer prozessorientierten Modellierung werden zahlreiche Data-Mining-Algorithmen, von der Clusteranalyse bis hin zu neuronalen Netzen, bereitgestellt. Obwohl durch ein grafisches Prozessdesigntool unterstützt, setzt die erforderliche Parametrisierung der Algorithmen ein grundsätzliches mathematisches und statistisches Verständnis voraus.^[3] Darüber hinaus können mithilfe von Statistik-Programmen individuelle Algorithmen implementiert und online in Echtzeit oder offline ausgeführt werden.^[4]

Zudem können prädiktive Modelle auch direkt in SAP HANA und somit sehr performant implementiert werden. Hierzu stehen dem Anwender unterschiedliche Bibliotheken, vor allem die SAP Predictive Analytics Library (PAL) zur Verfügung. Die im Rahmen der PAL bereitgestellten Funktionen und Algorithmen werden in SAP HANA von SQL-Prozeduren angestoßen, um z. B. Regressions-, Assoziations-, sowie Zeitreihenanalysen aber auch Analysen sozialer Netzwerke durchzuführen.^[5]

[1] Vgl. Plederer, 2017, o. S.

[2] Vgl. Kraus/Kerner 2018, S. 16.

[3] Vgl. Bakhshaliyeva et al., 2017, S. 83.

[4] Vgl. Lauer et al., 2018, S. 37.

[5] Vgl. Bakhshaliyeva et al., 2017, S. 366.

4.3.3 Anwendungsbereiche

Ein vielversprechendes Anwendungsgebiet von Predictive Analytics im Bereich des Controllings ist der Forecast. Mithilfe innovativer Technologien ergeben sich hier neue Möglichkeiten, um sowohl die Qualität des Forecasts zu steigern als auch dessen Erstellung effizienter zu gestalten.^[1] Dies wird erreicht, indem qualitativ-theoretische Ursache-Wirkungsketten durch datenbasierte stochastische Prognosen und deterministische Modelle ersetzt werden.^[2] Die Prognosen beziehen sich dabei auf Parameter aus der Unternehmensumwelt, wie Absatzprognosen oder Rohstoffpreise, aber auch innerhalb des Unternehmens, wie Ausfallszeiten in der Produktion. Diese mithilfe von SAP Predictive Analytics erstellten Prognosen dienen in weiterer Folge als Input für definierte Treibermodelle.^[3] Der so erstellte Treiberbaum integriert die unterschiedlichen Teilpläne "bottom-up" unter Berücksichtigung von Kausalzusammenhängen und Wirkungsbeziehungen. Auf diese Weise entsteht ein integriertes wertetreiberbasiertes Planungsmodell, das Interdependenzen (und auch den Zeitversatz) der einzelnen Elemente offenlegt und damit eine zeitraumbezogene Perspektive zulässt. Aufbauend auf diesem Konzept können vom Controlling Prognosemodelle erstellt und ergänzende Sensitivitäts- und "What-If"-Analysen durchgeführt werden.^[4]

Aufgrund des großen Ressourcenbedarfs können derartige Berechnungen mit traditionellen Technologien häufig nur über Nacht durchgeführt werden, was kurzfristige Anpassungen und Neuberechnungen weitgehend ausschließt. Die Nutzung von SAP HANA erlaubt nun auch kurzfristige Neuberechnungen im Bedarfsfall und b...