Kai Grönke, Adrian Glöckner
Data Scientists werden zur Erstellung geeigneter Datenmodelle benötigt
Der Einzug von Automatisierung und Digitalisierung im Finanzbereich führt zu einer Neuordnung der Rollen. So verändern sich die bisherigen Rollen in deren Aufgabenzuordnung sowie der Bedeutung, die ihnen beigemessen wird. Darüber hinaus entsteht die neue Rolle "Data Scientist".
Datenanalytik wird dabei zu einem eigenständigen Kompetenzfeld hoch qualifizierter Spezialisten. Deren Hauptaufgabe wird es u. a. sein, die fachlichen Fragestellungen in Datenmodelle zu übertragen sowie Auswertungsalgorithmen zu konzipieren und anzupassen. Dadurch werden sie bisher verborgenes Wissen extrahieren und die Ergebnisse visualisieren. Die "Data-Science"-Rolle bündelt also digitales Analyse-Know-how mit technologischem Wissen über System- und Software-Innovationen.
Das Kompetenzprofil der "Data Scientists" ist daher stark durch mathematisch-statistische Kenntnisse, die Fähigkeit zur Entwicklung komplexer Modelle sowie ausgeprägter IT-Skills geprägt. Die "Production"-Rolle wird zukünftig bei der Ausführung von Tätigkeiten rund um die traditionelle Informationsbeschaffung und -aufbereitung entlang der finanziellen Wertschöpfungskette weitestgehend von der "Data-Scientist"-Rolle abgelöst bzw. durch die o. a. RPA-Technologie substituiert. Somit wird die Bedeutung der "Production"-Rolle abnehmen, da weite Teile der bisherigen Kernaufgaben entfallen werden. Dennoch wird diese Rolle weiterhin bestehen bleiben und sich auf die Ausführung transaktionaler, aus Wirtschaftlichkeitsgründen nicht automatisierbarer Aufgaben konzentrieren.
Auch das Aufgabenprofil der "Business Partner" wird sich drastisch verändern. Die weitere Entlastung der "Business Partner" von transaktionalen Aufgaben auf der einen und die Einführung der "Data-Scientist"-Rolle auf der anderen Seite, führen zu einer stärkeren Fokussierung der "Business Partner" auf die zukunftsorientierte Steuerung. Dazu wird der "Business Partner" auf den modellgestützten Analysen der "Data Scientists" aufsetzen und diese mit geschäftsspezifischen Analysen, Kommentaren und Steuerungsimpulsen anreichern. Zudem wird er seine Controllingkompetenzen stärker auf Querschnittsfunktionen ausrichten, um eine proaktive und zielgerichtete Unternehmenssteuerung sicherzustellen. Damit sind in Zukunft neben der Fähigkeit zur Zusammenarbeit mit den "Data Scientists" das tiefe Geschäftsverständnis und die Befähigung, über modellgestützte Entscheidungsgrundlagen hinaus, vorausschauende und umsetzungsorientierte Maßnahmen zur Optimierung der Unternehmenserfolgs entwickeln zu können, entscheidend.
Als vierte und letzte Rolle ist die "Governance"-Rolle ebenfalls von der digitalen Transformation betroffen, wenn auch in geringerem Maße im Vergleich zu den anderen beiden bereits bestehenden Rollen. Die Verantwortung und Bedeutung der "Governance"-Rolle werden leicht ansteigen, da ihr Zuständigkeitsbereich um den neuen Bereich der Datenanalytik erweitert wird. Im Mittelpunkt werden weiterhin die Erhöhung des Professionalisierungsgrads des Finanzbereichs mittels der Definition von Methoden und der Pflege von Richtlinienstehen. Des Weiteren stellt die "Governance"-Rolle die Integration neuer Geschäftsmodelle und -prozesse innerhalb des Finanzbereichs sicher.
Die beschriebene Evolution bzw. Neuordnung der Rollen wird in Abb. 6 zusammengefasst. Daraus wird ersichtlich, dass die Digitalisierung bei einer veränderten Rollenzusammensetzung zu einer Verdichtung der Ressourcen im Finanzbereich führt.
Abb. 6: Schematische Evolution des Rollenmodells