Dipl.-Kffr. Simone Doerfner, Dipl.-Inform. Matthias Kläsener
Jedes Unternehmen kann seine Planung und sein Forecasting mittels entsprechender Predictive-Planning-Methoden verbessern. Dazu bedarf es einer fokussierten Herangehensweise, um die vorhandenen Ressourcen treffsicher einzusetzen und schnell Ergebnisse zu erhalten. Der Leitfaden in Abb. 1 zeigt Controllern in konkreten Schritten, wie sie die optimalen Bedingungen schaffen, um Predictive-Planning-Methoden in ihrem Unternehmen einzusetzen.
Abb. 1: In 5 Schritten den Einsatz von Predictive-Planning-Methoden vorbereiten
3.1 Schritt 1: Die Ansatzpunkte identifizieren
Zuerst muss das Controlling jene Positionen definieren, die Potenzial für automatisierte Planverfahren bieten. Wo liegt Potenzial zur Verbesserung? Dazu empfiehlt es sich, zunächst die wesentlichen Treiber des Unternehmens zusammenzutragen. Welche sind die finanziellen Werttreiber, welche die operativen? Dazu sollten zunächst alle anfallenden Routineaufgaben in der Datenerhebung dokumentiert werden, damit anschließend das Controlling gemeinsam mit den Planern identifizieren kann, welche Daten regelmäßig und mit wiederkehrender Systematik geplant werden, und wo statistische Verfahren unterstützen könnten.
Ein pragmatischer Ansatz für das Herausarbeiten der Positionen ist, sich zunächst die kostenseitige Analyse vorzunehmen sowie alle Positionen, die i. d. R. im Rahmen des Budgetierungsprozesses auf Basis der Vorjahreswerte geplant werden. Hierfür sind exemplarisch laufende Verträgen, Abschreibungen und standardisierte Prozesse für Rückstellungen und Abgrenzungen zu nennen. Danach sind alle anfallenden Routineaufgaben in der Datenerhebung zusammenzutragen. Genau das sind die Ansatzpunkte, an denen statistische Verfahren unterstützen können. Selbst wenn es marginal oder als selbstverständlich erscheinen mag: Die frühzeitige Kommunikation mit allen Beteiligten trägt wesentlich zum Erfolg bei. Es empfiehlt sich, bereits in dieser frühen Phase alle Abteilungen und Kollegen mit einzubeziehen, deren Unterstützung im Implementierungsprozess benötigt wird. Es ist zu klären, welchen Informationsbedarf die einzelnen Planer haben und dann sollten konkrete Zuständigkeiten vergeben werden. Predictive-Planning-Ansätze sollen dem Planer valide Vorschlagswerte als Orientierungshilfen bieten und damit einen wertschaffenden Beitrag zur Effizienz der Unternehmensplanung leisten.
3.2 Schritt 2: Datenmanagement – eine solide Basis schaffen
Um die Potenziale moderner Planungsmethoden zu nutzen, ist es unabdingbar, am Fundament und damit an der Grundmasse aller zur Verfügung stehenden Daten zu arbeiten. Je genauer, lückenloser und fehlerfreier die zugrunde gelegten Stammdaten ausgeprägt sind, desto höher ist die Qualität, die vom Controlling bei den automatisiert errechneten Planwerten erzeugt werden kann. Das Thema Datenqualität und Datenmanagement sollte daher der erste Punkt auf der Agenda des Controllers zur Umsetzung von Predictive-Planning-Ansätzen sein.
Folgende Einzelaufgaben tragen zum Erfolg bei:
- Die Hoheit über finanzielle und nicht-finanzielle Stammdaten im Unternehmen als organisatorische Konsequenz erlangen. Zu diesen Daten zählen auch Vertriebsdaten – bspw. aus dem CRM – sowie Daten aus der Produktion oder dem Bereich HR.
- Die bestehende Datenqualität analysieren und deren Konsistenz prüfen.
- Datenlücken beseitigen und die notwendigen Stammdaten für die Automation definieren.
- Zusätzliche Datenquellen und deren Einbindung überprüfen.
- Eine einheitliche Datenplattform inklusive der notwendigen Schnittstellen schaffen.
3.3 Schritt 3: Single Point of Truth – die Datenspeicherung zentralisieren
Das Prinzip der sog. "Plattformisierung" gewinnt im Rahmen der Digitalisierung zunehmend an Bedeutung. Ziel der Unternehmen ist es, einen Single Point of Truth herzustellen, um Datenredundanzen zu vermeiden und die Interpretationsspielräume weitestgehend einzuschränken. Jeder Wert sollte nur einmal existieren und von jedem Sachbezug auf seinen Ursprung zurückverfolgt werden können. In der Praxis wird dies häufig durch den Einsatz geeigneter Standardsoftware abgebildet, die basierend auf einem einheitlichen Data Warehouse die horizontale und vertikale Datenintegration gewährleistet. Diese technologische Voraussetzung bildet auch die Basis für das gesamte Automatisierungspotenzial das in der Unternehmenssteuerung eingesetzt werden kann (s. Abb. 2).
Abb. 2: Der Single Point of Truth – technologische Integration der Unternehmensplanung und die zentrale Datenspeicherung
In der unternehmerischen Praxis geht mit der Schaffung eines Single-Point-of-Truth-Konzepts häufig ein Datenintegrationsprojekt einher. Dabei werden die Prozesse des Datenexports und Datenimports homogenisiert. Das bedeutet, dass moderne Controlling-Systeme direkt auf den Ist-Datenbestand des Unternehmens zugreifen – und zwar genau dort, wo er erhoben wird. Die technische Integration der Controlling-Plattformen mit den Vorsystemen erfolgt über ein Data Warehouse. Den Controllern ist es so möglich, aus den jeweiligen Anwendungen heraus einen Wert bis auf die unterste Ebene nachzuverfolgen. Dies stellt in der Finanzbuchhaltung beispielsweise die Belegebene dar. In CRM- oder ERP-Systemen ist es der einzelne...