Planung und Forecasting in FinTechs: Lösungsansätze für ... / 3 Implikationen für die Planung in FinTechs

Als Antwort auf die aufgeführten Herausforderungen, die FinTechs im Rahmen Ihres Planungs- und Forecastingprozesses begleiten, werden wir im Folgenden ein FinTech-spezifisches Planungs-Framework mit sechs Kernelementen beleuchten. Dabei lassen sich die Lösungsansätze in die in Abb. 3 dargestellten Handlungsfelder einteilen: die fundamentalen Elemente und die darauf aufbauenden Bausteine einer effektiven Planung in FinTechs.

Abb. 3: Deloitte’s FinTech Planning Framework

Um trotz der "Moving Targets" eine effektive Planung gewährleisten zu können, bietet sich für FinTechs eine modulare, flexible Planungssystematik an, welche treiberbasiert und nach Produkten gegliedert aufgebaut ist. Hierbei gilt es die wesentlichen Wert- und Risikotreiber einzelner Produkte zu identifizieren und dabei die Wirkungszusammenhänge im Planungskontext besser zu verstehen und die Planungsgüte durch plausible Zusammenhänge zwischen Wachstum, Erträgen, Kosten und Risiken zu erhöhen. Ein modularer und produktorientierter Aufbau der Planung ermöglicht außerdem schnelle Modellanpassungen, falls neue Produkte zu integrieren oder bestehende zu entfernen sind, was für FinTechs einen entscheidenden Mehrwert liefert. Wo möglich, sollten Produkte mit ähnlichen Werttreibern nach dem Pareto-Prinzip in Werttreiberbäume zusammengefasst und die Planungskomplexität reduziert werden. Die Werttreiberbäume sollten unter Absprache mit den Product und Commerical Teams erstellt werden, damit ein adäquates Maß an Komplexität und Abdeckungsgrad des Geschäftsmodells erzielt werden kann. Damit auch unterjährige Geschäftsmodelländerungen durch die Planung abgedeckt werden können, empfiehlt sich außerdem ein Rolling Forecasting. Hier werden die Daten regelmäßig in kurzen Intervallen angepasst und aktuell gehalten. Dieses enge Monitoring durch ein Rolling Forecasting ist unerlässlich, um die hohe Volatilität des Geschäftsmodells und die dynamischen Rahmenbedingungen angemessen in der Steuerung zu berücksichtigen. Dabei kann das Forecasting auch über den üblichen Zeithorizont von 12-16 Monaten hinaus sinnvoll sein und in ein "Rolling Planning" überführt werden.

Sowohl die Nutzung von Werttreiberbäumen für eine produktorientierte Geschäftsplanung als auch die Einführung einer robusten Governance mit engem Einbezug der Commercial- und Product-Teams helfen FinTechs bei der Erfüllung regulatorischer Anforderungen an die Dokumentation der Planungsannahmen und des Planungsprozesses. Um bereichsübergreifende Prozesstransparenz zu schaffen, sollten der Planungs- und Forecastingprozess über eine klare Definition der Rollen und Verantwortlichkeiten verfügen. Hierbei ist es essenziell, dass die Führungskräfte die definierten Prozesse in den jeweiligen Teams vorleben. Insbesondere ist auch die enge Einbindung der Product und Commercial Teams von hoher Bedeutung, um frühzeitig Anpassungen des Geschäftsmodells (u. a. neue Produkte und/oder Kundengruppen) in die Planung zu integrieren. Eine klare Definition der Rollen und Verantwortlichkeiten vereinfacht außerdem die Durchführung interner Kontrollmaßnahmen.

Abb. 4: Exemplarische RASCI-Matrix für Planungsprozess in einem FinTech

Abbildung 4 stellt einen typischen Planungsprozess anhand einer RASCI-Matrix exemplarisch da. Die RASCI-Matrix schafft zum einen Transparenz für das Zusammenspiel der unterschiedlichen Fach- und Produktbereiche und klärt gleichzeitig die Verantwortlichkeiten bezüglich der Aufgaben und Datenzulieferung für die Geschäftsplanung.

Zur Sicherstellung einer akkuraten Geschäftsplanung ist nicht nur die Verbesserung der oben aufgeführten Prozessgovernance, sondern auch das Sicherstellen eines hohen unternehmensweiten Datenqualitätsstandards von immenser Bedeutung. Grundsätzlich liegt das Thema Datenqualität (DQ) nur eingeschränkt in der Hand der für den Planungsprozess verantwortlichen Controlling-Einheit, da diese hauptsächlich auf die Datenzulieferung anderer Fachbereiche angewiesen ist. Allerdings macht genau diese Rolle als zentraler Datenkonsument den Controlling-Bereich zu einer Schlüsselfunktion für die Überwachung der unternehmensweiten DQ. Auf Basis unserer Projekterfahrung zum Datenqualitätsmanagement im Planungs- und Forecastingprozess sollten die in Abbildung 5 dargestellten DQ-Themenfelder zunächst priorisiert werden. Hierbei gibt es 4 Handlungsfelder, die mit höchster Priorität für die Planung anzugehen sind.

Abb. 5: Priorisierung der Themenschwerpunkte^[1] für die Sicherung der Datenqualität innerhalb des Planungs- und Forecastingprozesses

Zum einen muss der Controlling-Bereich, als operativ verantwortliche Einheit für die Planung und das Forecasting, klare Anforderungen an die DQ der anderen Abteilungen, wie z. B. Accounting oder Risikocontrolling, stellen. Diese sollten in Form von fachlichen DQ-Kontrollen definiert und durch das Datenteam technisch implementiert werden. Best Practice ist hier die Anwendung eines DQ-Dashboards, welches schnelle Einsichten zu der angelieferten DQ im Rahmen der Planung un...