Fachbeiträge & Kommentare zu Controlling

Der Einsatz von RPA bringt zwar allgemein anerkannt eine Reihe von signifikanten Vorteilen mit sich, dabei sind allerdings auch einige wichtige Grundsätze zu beachten. Bots müssen installiert, regelmäßig aktualisiert, gewartet und kontinuierlich kontrolliert werden. Fehler und plötzliche Systemabstürze müssen angemessen gehandhabt werden. Dafür müssen ausreichende Ressourcen ...mehr

Schließlich sollte Process Mining zur Unterstützung der im Unternehmen bislang nur sporadisch in einzelnen Bereichen eingesetzten Prozesskostenrechnung genutzt werden. Hierbei kann Process Mining mehrfach unterstützen. Zunächst können bei der erstmaligen Durchführung Prozesse, Prozessvarianten und zugehörige Mengen identifiziert werden. Des Weiteren wird für jeden Prozesssch...mehr

Als weiteres Einsatzfeld sollte Process Mining für das Komplexitätsmanagement genutzt werden. Bei diesem Ansatz werden mittels der Process-Mining-Software Prozessvarianten identifiziert, die zum einen unerwünscht, zum anderen aber auch in der Vergangenheit bewusst etabliert wurden. Letztere sind in vielen Unternehmen meist das Resultat von angebotenen Produkt- bzw. Serviceva...mehr

Hammer, The Agenda, 2001. Mayer/Brenner, Prozessmanagement als Controlleraufgabe, in Controlling, Vol. 21, H. 3, 2009, S. 153–160. Renner, Potenzialermittlung durch Benchmarking, in Horváth & Partners (Hrsg.), Prozessmanagement umsetzen, 2005, S. 69–86. Van der Aalst, Process Mining – Data Science in Action, 2. Aufl. 2016 Van der Aalst, Process Mining Manifesto, in Daniel/Barkao...mehr

Small-Data-Projekte ermöglichen dem Controlling und dem Treasury mit geringem Aufwand erste Erfahrungen mit Use Cases rund um die digitale Transformation im Zusammenhang mit dem Finanzcontrolling zu sammeln, Mitarbeitern die Potenziale der neuen Technologie zu vermitteln und somit Hürden abzubauen. Allerdings gilt auch bei Small-Data-Projekten was bei anderen Anwendungsfällen...mehr

Zunächst wurde eine Literaturrecherche durchgeführt, um relevante Veröffentlichungen zu identifizieren, die sich insbesondere mit RPA im Controlling befassen. Dabei konzentrierten wir uns zum einen auf wissenschaftliche und praxisorientierte Bücher und Artikel sowie zum anderen auf Studienberichte in englischer und deutscher Sprache, die nach 2015 erschienen sind. Für unsere...mehr

Mit dem Einzug der Digitalisierung ist die Diskussion über die Erstellung von Budgets und Forecasts wieder neu aufgeflammt, wenn auch unter anderen Vorzeichen. Der Zugang zu bislang nicht vorhandenen Daten (Big Data), nahezu unlimitierter Rechenleistung sowie lernenden Algorithmen haben einen Paradigmenwechsel ausgelöst und den Glauben an die Prognostizierbarkeit der Zukunft...mehr

1.1 Was bedeutet Small Data? In den Unternehmen wird heutzutage häufig versucht, durch das teilweise Automatisieren manueller Prozesse die Effizienz im Controlling zu erhöhen. Dafür werden statistische und Machine-Learning-Methoden in die Arbeitsabläufe und Prozesse integriert. Mit deren Hilfe sollen Abläufe verkürzt und wenig inhaltliche Aufgaben des Controllers, wie die Dat...mehr

2.1 Status Quo analysieren Während der Zielsetzungsphase eines Small-Data-Projekts werden die aktuelle Situation analysiert, die Ziele aus betriebswirtschaftlicher und auch aus technischer Sicht festgelegt sowie der Projektplan abgeleitet. Die Analyse der aktuellen Situation ist dabei die Grundlage für einen Business Case, in dem Kosten und Nutzen eines Small-Data-Projekts ge...mehr

3.3.1 Charakteristika komplexer Systeme Abb. 4 zeigt den strukturellen Aufbau komplexer Systeme wie dem unseres heutigen Wirtschaftssystems. Sie bestehen aus einer Vielzahl an Elementen (a bis h)[1] und Beziehungen (Pfeile zwischen den Elementen), wobei das System in einen für den Aktor A (Manager, Controller) sichtbaren Teil (a, b, d, e, g, h) und einen unsichtbaren Teil (c,...mehr

3.1 Daten sichten Ist der Projektplan ausgearbeitet und die Ziele definiert, beginnt die Arbeit mit den Daten. Dabei werden die Datenquellen herangezogen und systematisch für die Verwendung des im vorherigen Schritt ausgemachten Tools vorbereitet. Bisherige Prozesse und die darin verwendeten Dokumente sind der Ausgangspunkt dafür. Werden die Daten wie in dem Projekt zum Liquid...mehr

Stehen die Daten strukturiert zur Verfügung, werden sie dokumentiert und beschrieben, um ein gemeinsames Verständnis der Prozesse und Begrifflichkeiten zu etablieren. Neben der Darstellung des Dateiformats und der ursprünglichen Quellen enthält diese Beschreibung eine Auflistung von Fehldaten, die Aggregationsebenen der Daten sowie die Zusammenhänge zwischen diversen Datensä...mehr

Bearing Point, Wie agil ist Ihr Unternehmen? Agile Pulse 2019 – die Agilitätsstudie von Bearing Point, 2019, https://www.bearingpoint.com/files/BearingPoint_Studie_Agile_Pulse.pdf, Abrufdatum 8.8.2020. Dyllick/Schaltegger, Nachhaltigkeitsmanagement mit einer Sustainability Balanced Scorecard, in Umweltwirtschaftsforum, 9. Jg., 2001, H. 4, S. 68–73. Galgenmüller/Gleich/Gräf, Ba...mehr

Zusammenfassung Die Veränderung des Wettbewerbsumfeldes schreitet infolge der massiven digitalen Veränderungen in nie dagewesener Geschwindigkeit voran. Empirisch lässt sich in diesem Umwälzungsprozess der Wirtschaft ein Digital Divide beobachten. Nicht nur zwischen digitalen Champions und traditionellen Unternehmen, sondern auch innerhalb der traditionellen Unternehmen. Untern...mehr

Dufft/Remmel/Breden, Neues Denken für Controller, in Controlling & Management Review, Jg. 62, H. 4, 2018, S. 34–39. Ehlken/Neumann-Giesen, Idee, Nutzen und Anwendung der Campus-Planung, in Controlling & Management Review, Jg. 59, H. 1, 2015, S. 48–53. Hagl/Pierer von Esch/Schwalb, Planen mit werttreiberbasierten Simulationen, in Controlling & Management Review, Jg. 62, H. 5, 2...mehr

Planung, Budgetierung und Forecasting gehören seit jeher zu den Kernaufgaben von Controllern, mit denen sie einen Großteil ihrer Arbeitszeit verbringen. Die überraschende Entwicklung der Coronakrise hat diesen Zeitanteil signifikant erhöht und gleichzeitig die Grenzen der Planbarkeit und Prognostizierbarkeit verdeutlicht. Insbesondere zu Beginn des Lockdowns mussten Controll...mehr

Wie erwähnt hat das Thema Agilität auch neue Kennzahlen für das Controlling hervorgebracht. Diese entstammen – wie z. T. auch das gesamte Thema Agilität oder die Scrum-Methodik – der Welt der Softwareentwicklung. Kennzahlen wie "Velocity" oder eine "Burn-Down-Chart" wurden adaptiert und entsprechend auch bei Hardware-Herstellern und deren Projekten eingesetzt. In der Abb. 5 ...mehr

Agilität beansprucht prinzipiell alle klassischen Managementaufgaben.[1] Dies lässt sich wie folgt erläutern: Agilitätsmanagement begreift sich zunächst als die Intention ein Unternehmen in einer bestimmten Art und Weise zu verändern – nämlich es "agil" zu machen. Hierzu sind in den letzten Jahren neue Methoden, organisatorische Muster sowie Kultur- und Führungsprinzipien en...mehr

Aghina/Ahlback/Lackey/Lurie/Murarka/Handscomb, The five trademarks of agile organizations, McKinsey & Company, 2018, https://www.mckinsey.com/business-functions/organization/our-insights/the-five-trademarks-of-agile-organizations, Abrufdatum: 11.9.2020. Altherr, Die Organisation der Selbstorganisation, in Kels/Kaudela-Baum (Hrsg.), Experten führen, 2018, S. 411–426. Beck et al...mehr

Unternehmen haben in Finanz- und Controllingabteilungen häufig über Jahre Erfahrung und Daten zu Prozessen, wie dem Liquiditätsforecasting, gesammelt. Diese Daten haben zwar nicht das Ausmaß von Big Data, können aber dennoch gewinnbringend zur Automatisierung von wiederkehrenden Aufgaben herangezogen werden. Man spricht von Small Data. Durch die Entwicklung von Prototypen – i...mehr

Ein großes Ergebnispotenzial von Unternehmen liegt in deren Fähigkeit, Prozesse zu managen: "Processes are the route to results and so to success in the customer economy."[1] Die Fokussierung auf Prozesse hat eine lange Tradition, die ihren Ursprung in den Produktionsmanagement-Ansätzen von Frederick Taylor und Henry Ford hat. Seither sind verschiedene Ansätze entwickelt und...mehr

Die Personen, die in jeder Phase des Projekts eingebunden sind, unterscheiden sich. Die Ziele und Rahmenparameter eines Small-Data-Projekts werden typischerweise vom Management vorgegeben. Hinzu kommen ausgewählte Experten, die sich mit dem zu automatisierenden Prozess auskennen und Zugriff auf die benötigten Daten haben. Diese Experten werden gebraucht, um den Aufwand für d...mehr

Im Rahmen der Zielverfolgung wird durch die Abweichungsanalyse geprüft, inwieweit die Etappenziele bzw. Sollwerte erreicht werden und – wenn nicht – wo die Ursachen dafür liegen. Die gewonnenen Erkenntnisse sollen so früh wie möglich genutzt werden, um gegenzusteuern. Dabei gibt es einen großen Unterschied zwischen dem Erkennen und Anerkennen von Abweichungen. Beim Erkennen ...mehr

Entsprechend dem Bremerman'schen Limit ist dem menschlichen Denken eine unüberwindbare, absolute Grenze gesetzt, die auch durch noch so große Fortschritte in der Digitalisierung nicht beseitigt werden kann. Aufgrund der atomaren Beschaffenheit der Materie existiert eine Obergrenze der Informationsverarbeitung, die von keinem aus Materie bestehenden Computer oder Gehirn übers...mehr

Während der Zielsetzungsphase eines Small-Data-Projekts werden die aktuelle Situation analysiert, die Ziele aus betriebswirtschaftlicher und auch aus technischer Sicht festgelegt sowie der Projektplan abgeleitet. Die Analyse der aktuellen Situation ist dabei die Grundlage für einen Business Case, in dem Kosten und Nutzen eines Small-Data-Projekts gegenübergestellt werden. Da...mehr

In der Praxis wird die Schwierigkeit der Planbarkeit häufig auf die Volatilität des Marktumfelds, d. h. kurzfristige, unerwartete Marktschwankungen zurückgeführt. Zur Messung der Volatilität hat sich in der Betriebswirtschaft die Standardabweichung, d. h. die durchschnittliche Schwankungsbreite innerhalb eines bestimmten Zeitraums, etabliert. Es ist jedoch festzuhalten, dass...mehr

Abb. 4 zeigt den strukturellen Aufbau komplexer Systeme wie dem unseres heutigen Wirtschaftssystems. Sie bestehen aus einer Vielzahl an Elementen (a bis h)[1] und Beziehungen (Pfeile zwischen den Elementen), wobei das System in einen für den Aktor A (Manager, Controller) sichtbaren Teil (a, b, d, e, g, h) und einen unsichtbaren Teil (c, f) zerfällt.[2] Ein Beispiel für ein u...mehr

Im nächsten Schritt wird ein Projektplan entworfen, in dem dargestellt wird, wie lange die Schritte zur Erreichung der definierten Ziele brauchen sollen. Dabei hängt die Dauer der einzelnen Schritte vom Status Quo ab. Stehen die Daten bereits strukturiert zur Verfügung und sind die Details des zu automatisierenden Prozesses dokumentiert, dauert die Vorbereitung, die oft eine...mehr

Zuletzt haben Führungskräfte in komplexen Systemen auch nur eingeschränkte Steuerungsmöglichkeiten. Um seine Ziele zu erreichen, muss der Aktor den Zustand bestimmter Elemente verändern. Die Elemente des Systems zerfallen für den Aktor in Elemente, die direkt beeinflussbar (strichpunktierte Linien vom Aktor zu den Elementen a, d, g), indirekt beeinflussbar (b, e, h) oder nic...mehr

Ist der Projektplan ausgearbeitet und die Ziele definiert, beginnt die Arbeit mit den Daten. Dabei werden die Datenquellen herangezogen und systematisch für die Verwendung des im vorherigen Schritt ausgemachten Tools vorbereitet. Bisherige Prozesse und die darin verwendeten Dokumente sind der Ausgangspunkt dafür. Werden die Daten wie in dem Projekt zum Liquiditätsforecasting ...mehr

Stehen die Daten in Zeitreihen strukturiert zur Verfügung und sind beschrieben, beginnt die Exploration. Dieser Schritt, in dem die Daten statistisch und grafisch dargestellt werden, hilft in vielen Fällen, Fehler und Strukturänderungen in den Datensätzen aufzuzeigen und gemeinsam mit der Fachabteilung zu bereinigen. Wird z. B. der Cash Pool eines Konzerns umstrukturiert ode...mehr

Vor der Anwendung von Prognosemethoden wird eine Prozedur im Analysewerkzeug der Wahl aufgebaut, mit der die Ergebnisse teil-automatisiert erzeugt und ausgewertet werden. Diese Prozedur strukturiert die Daten für die Anwendung der Methoden vor, wendet die Methode an, erfasst Vorhersagewerte und Prognoseparameter und wertet die Vorhersagewerte aus. Ein Prognosemodell wird vom ...mehr

Wurden die Forecasting-Ergebnisse erzeugt, wird per Prozedur die Prognosegüte berechnet. Diese Ergebnisse werden in Form von Tabellen und Graphen allen Stakeholdern regelmäßig vorgestellt. Dabei wird diskutiert, welche weiteren Maßnahmen, wie die Hinzunahme von Daten und Methoden, ergriffen werden können, um die Ergebnisse zu verbessern. Sind keine weiteren Verbesserungen mö...mehr

Die häufigste Form von Forecasting in der Vorhersage von Produktnachfrage ist die Verbindung von algorithmenbasierten Forecasts und Einschätzungen von Experten.[1] Auch im Liquiditätsforecasting ist diese Kombination vielversprechend. Einerseits integrieren Experten ein System eher in ihren Arbeitsalltag, wenn sich das Ergebnis anpassen lässt,[2] andererseits bleibt die wert...mehr

Alle Experten sind von einer derzeit hohen Relevanz des Themas RPA als technologische Lösung überzeugt. 4 wichtige Aspekte wurden in diesem Zusammenhang von den Befragten hervorgehoben: RPA ist für Unternehmen interessant, die eine hohe Anzahl sehr ähnlicher Prozesse als Standarddienstleistung durchführen. Eine hohe Anzahl von Prozesswiederholungen relativiert die Kosten für ...mehr

Einfachere Anwendungsfälle im Finanzbereich umfassen die Sammlung von Daten aus verschiedenen Quellen, die Pflege von Basisdaten sowie die Erstellung von Listen und Berichten mit geringer Komplexität. Typische einfachere Use Cases sind bspw.: Zuordnung von Kreditkartenpositionen zu Reisen in Reisekostenerstattungsprozessen, Überprüfung der offenen Bestellungen, Mail-to-Ticket-P...mehr

Ist der Status Quo geklärt, können Ziele definiert werden. Dabei wird zuerst die betriebswirtschaftliche Perspektive betrachtet. Das Ziel in unserem Fallbeispiel war es, prototypisch den Aufwand für Forecasts zu reduzieren, ohne die Prognosequalität im Vergleich zum bisherigen manuellen Vorgehen zu verlieren. Dafür wurden Landesgesellschaften ausgewählt, die in der Vergangen...mehr

Prognosemethoden bestehen meist aus 2 Algorithmen. Ein Algorithmus trainiert ein Prognosemodell mit verfügbaren Daten. Der andere Algorithmus, der Interferenzalgorithmus, wendet das Prognosemodell an und liefert eine Vorhersage. Ein Parameter ist ein Wert, der beim Training des Prognosemodells trainiert – oder gelernt – wird. Dabei dient der Trainingsalgorithmus der Optimier...mehr

Mit der Digitalisierungswelle steht eine sehr alte Frage des IT-Einsatzes wieder im Raum: Was kann die IT besser, was muss der Mensch selber tun, und wie wird das Zusammenspiel zwischen Manager, Controller und IT aussehen? Wenn Controller das Potenzial der neuen Technologien verstehen und proaktiv agieren, sind derartige Systeme eine große Chance für sie. Das Design des betr...mehr

Die Anwendung und Evaluierung diverser Methoden soll aufzeigen, welche Methode(n) zur Automatisierung anhand der vorhandenen historischen Daten die besten Prognosen erzielen. Diese Projektphase ist geprägt von einem iterativen Vorgehen. Nachdem der Data Scientist die Test-Prozedur aufgebaut hat, werden iterativ Methoden ausgewählt, angewendet und in gemeinsamen Workshops eva...mehr

In einem Small-Data-Projekt ist die Auswahl geeigneter Methoden eine wiederkehrende Aufgabe. Dabei wird zuerst meist auf einfache Verfahren zurückgegriffen und erst später werden fortgeschrittenere Methoden oder Kombinationen von Methoden verwendet, da diese Methoden typischerweise viele Parameter enthalten, deren Optimierung sehr aufwendig sein kann. Die Auswahl basiert dah...mehr

Entscheidet sich die Organisation dafür, ein oder mehrere vielversprechende Verfahren einzusetzen, gilt es diese in den Planungsprozess zu integrieren. Dafür muss zum einen der Prototyp in ein Produkt umgewandelt werden, mit dem die Treasury-Controller arbeiten können und das an die wichtigsten Datenquellen angeschlossen ist. Dies kann bspw. über eine Einbindung in Tabellenk...mehr

Würde man die BASF SE anhand der Kriterien der Studie bewerten, würde das Unternehmen beim Reifegrad zu den Top-Performern gehören oder sich in einer oberen Position bei den zu erreichenden Punkten zeigen. Bereits im Vorfeld der heute sehr sichtbaren digitalen Transformation gab es im Konzerncontrolling der BASF SE verschiedenste Aktivitäten mit dem Ziel, früh eine führende ...mehr

Die Befragten nennen die folgenden Hauptvorteile von RPA in Form von Ergebnissen: Geringere Kosten: Das Hauptargument für den Einsatz von RPA ist die Reduzierung der Prozesskosten. Als Bezugsbasis dienen i. d. R. die Prozesskosten vor der Automatisierung, das Einsparpotenzial wird dann in Prozentwerten berechnet. Eine andere Möglichkeit ist die Berechnung eines Potenzials in ...mehr

Die Strategiefindung wird in vielen Unternehmen als zäher und langwieriger Prozess empfunden und die Strategie schon oft ein Jahr später als inaktuell wahrgenommen. Ebenso ist auch das Controlling der Strategieumsetzung oft nicht zufriedenstellend, da es an ausreichender Messbarkeit fehlt. Die Umsetzung der Unternehmensstrategie wird vielfach nicht konsequent genug verfolgt. ...mehr

Wie der englische Begriff bereits andeutet, bewegt sich Process Mining an der Schnittstelle zwischen dem klassischen Business Process Management, das auf die Steuerung und Optimierung von Geschäftsprozessen abzielt, und Data Mining, das die Auswertung von Daten mithilfe mathematischer Operatoren zur Beantwortung bestimmter Fragestellungen ermöglicht.[1] Obwohl die Anfänge de...mehr

"Agilität" ist trotz seiner kurzen Geschichte aus der Unternehmenspraxis nicht mehr wegzudenken. Nicht umsonst hat es das Thema in die Top-Liste der Managementliteratur, Beratung und Managementseminare geschafft. Die reine Wortbedeutung des Begriffs der Agilität beinhaltet zunächst Eigenschaften wie "Beweglichkeit" oder "Flexibilität". Im betriebswirtschaftlichen Kontext fin...mehr

Häufig wird angemahnt, dass eine umfassende Transformation in Richtung Agilität nicht anzuraten sei. Es wird die Notwendigkeit postuliert, bestehende, wenig dynamische Geschäfte "effizient" in klar definierten Prozessen und mit althergebrachten Abteilungen abzuwickeln; neue Geschäfte und/oder dynamische Märkte würden durchaus Agilität verlangen. "Effiziente" und "agile" Orga...mehr

Der Begriff der Komplexität wird umgangssprachlich im Sinne von kompliziert, undurchschaubar oder unverständlich verwendet und bringt eine gewisse Ohnmacht zum Ausdruck, das Unvermögen, die Dinge zu verstehen, zu erfassen und zu beeinflussen.[1] Komplexität kann allgemein als die Fähigkeit eines Systems definiert werden, in einer gegebenen Zeitspanne eine große Zahl verschie...mehr

Für die Prognose bedienen sich moderne Planungs-Tools unterschiedlicher Methoden, die von einfachen statistischen Methoden wie der linearen Regression über komplexere statistische Methoden wie der Time Series Analysis bis zu neuronalen Netzen reichen. Leistungsfähige Tools verfügen über eine Bandbreite an Prognosemethoden. Um die Prognosegenauigkeit zu erhöhen, wird deren Tre...mehr