Planung / 6 Planung und Data Analytics

Vereinfacht ausgedrückt wird mit Data Analytics beschrieben, dass in einem Unternehmen und dessen Umfeld täglich große Datenmengen anfallen, die aus vielen internen und externen Quellen stammen und die mit modernen IT-Lösungen erfasst, gespeichert, verarbeitet und ausgewertet werden. Interne Datenquellen sind u. a. Vertrieb (u. a. Kunden, Preise, Konditionen, Produkte), Einkauf (u. a. Lieferanten, Beschaffungsgüter und Konditionen) oder Produktion (u. a. gute Produktion, Auslastung, Rüstzeiten, Verschnitt, Fertigungsfortschritt). Externe Quellen sind u. a. soziale Medien, Firmenfahrzeuge, Verkehr, Smartphones, Karten- und Kundendaten (ggf. intern), Filme, Gesundheitsdaten oder Wettbewerberinformationen. Die Daten können strukturiert (z. B. vorgegebene Formate in Datenbanken), halbstrukturiert oder vollkommen unstrukturiert (z. B. soziale Medien) sein. . Die Datenmenge weltweit beläuft sich jährlich auf fast 100 Zetabyte, eine Zahl mit 21 (!) Nullen. Und das Datenvolumen verdoppelt sich im Schnitt alle 12 Monate. Natürlich sind nicht alle verfügbaren Daten für ein Unternehmen bzw. die Unternehmensplanung relevant und das Volumen an sich ist auch keine Qualitätsaussage. Wenn z. B. ein Bild von einem Geschäftspartner an einen anderen gesendet wird und dieser es wiederum an eine weitere Person sendet, erhöht sich das Datenvolumen, ohne die Qualität zu verändern.

Allerdings lässt sich mit einer umfassenden Analyse von z. B. Kunden- und Geschäftspartnerverhalten auch die Planung verbessern. Wenn es z. B. gelingt, besser zu prognostizieren, was welche Kunden wann zu welchen Mengen und Preisen kaufen wollen, kann der gesamte Planungsprozess, von der Umsatz- über die Kapazitäts- und Produktionsplanung bis zur Material- und Einkaufsplanung erheblich verbessert und damit Einsparpotenzial umgesetzt werden. Auch Trends an den Märkten und somit Wachstumspotenziale und Risiken lassen sich leichter erkennen. Somit kann man z. B. die Produktentwicklung entsprechend neuer Potenziale ausrichten oder Produkte, die künftig eher geringe Wachstumsraten aufweisen, frühzeitig vom Markt nehmen oder fremdfertigen lassen, um die frei werdenden Kapazitäten für die Herstellung profitablerer Artikel zu nutzen. Nicht zuletzt bietet Big Data bzw. die Datenanalyse auch die Chance, Prozesse neu zu gestalten und effizienter zu machen.

In dem Kontext steht das Controlling vor der Frage, wie es die zunehmende Datenflut künftig so kanalisieren und analysieren kann, dass es möglich ist, die Entscheidungsträger im Betrieb mit den Informationen zu versorgen, die sie für die Erstellung der Planung, und damit verbunden der Kontrolle und Steuerung, benötigen. Dazu müssen zahlreiche Fragen beantwortet werden, etwa:

• Welche Daten sollen überhaupt berücksichtigt werden?
• Für welche Zwecke sollen sie genutzt werden?
• Wer arbeitet zu welchen Zeitpunkten mit den Daten?
• Welche Daten fließen in welchen Teil des Planungsprozesses ein?
• Woher kommen die Daten (vor allem die externen Informationen)?
• Wie lässt sich die Konsistenz sicherstellen (Wie lässt sich z. B. verhindern, dass mit unterschiedlichen Daten gearbeitet wird? Wenn mit Daten in Echtzeit gearbeitet werden soll, muss ggf. auch geregelt werden, welche Uhrzeiten für den Zugriff und die Analyse verbindlich sind)?
• Welche Zugriffs- und Berechtigungskonzepte sind erforderlich?
• Wie kann das Controlling sicherstellen, dass es die Federführung und Kontrolle über den Gesamtprozess übernimmt?
• Welche Voraussetzungen muss die IT erfüllen? In welchem Umfang sind aktuelle Systeme überhaupt in der Lage, große Datenvolumina zu verarbeiten?

Gerade kleine Unternehmen stehen hier vor großen Herausforderungen, da für die Nutzung von Data Analytics schlüssige Konzepte erforderlich sind, in Teilen hohe Investitionskosten anfallen und auch Mitarbeiter häufig noch nicht ausreichend qualifiziert sind. Und auch der Datenschutz (DSGVO) spielt eine große Rolle und muss in einem Konzept berücksichtigt werden. Gerade wenn Daten aus unterschiedlichen Quellen genutzt werden, muss sichergestellt werden, dass alle gesetzlichen Regelungen, z. B. das Einwilligungsprinzip bei der Erhebung von Kundendaten, beachtet werden. Fest steht, dass sich durch Data Analytics die Anforderungen an Controlling und Planung laufend verändern. Viele Informationen, Kennzahlen und Daten sind schon heute in Echtzeit verfügbar, mit Folgen für Planung und Steuerung. Plan-Ist-Vergleiche sind in kürzeren als den heute dominierenden monatlichen Abständen möglich bzw. werden von den Führungskräften gefordert, im Extremfall sogar in Echtzeit. Außerdem rücken nicht-monetäre Daten, wie z. B. Absatz- und Lagermengen, Produktions- und Ausschusswerte, Rüst-, Servicezeiten oder Personaleinsatz, mehr als bisher in den Fokus. Für Controller und Planung bedeutet die Entwicklung, dass sie sich stärker mit dem Thema befassen und Lösungen finden müssen, wie sie die Datenströme analysieren und relevante Informationen strukturiert an die Führungskräfte weiterleiten können.

Auch Firmen ...