67
richtung. Es geht um die Frage, ob neue, bisher
unerkannte Risiken in die zukünftige Darstel-
lung der Bandbreiten einbezogen werden müs-
sen und ob die bisher verwendeten Verteilungs-
Algorithmen anzupassen sind.
Wie kann Big Data helfen, auch solche Risiken
besser einschätzen zu können?
·
Auf einige Möglichkeiten haben wir bereits
im Zusammenhang mit den Wirkungsstufen
verwiesen. Die
Modellierung von Wir-
kungsbeziehungen
bildet auch eine Grund-
lage für die Einbeziehung von Volatilitäten in
das Controlling. Sie unterstützen sowohl die
Auswahl der erfolgskritischen Faktoren als
auch die Ableitung fundierter Aussagen zu
den Schwankungen dieser Faktoren.
·
Ähnliche Methoden
können auch dabei
helfen, Risiko-Maßnahmen besser zu unter-
stützen. Insbesondere könnte die verbesser-
te Auswahl der Kunden zu einem niedrigeren
Zahlungsausfallsrisiko führen.
·
Außerdem kann die
Entwicklung von Früh-
warnsystemen
die Aussagekraft von Hand-
lungsempfehlungen im Controlling spürbar
verbessern.
8
Damit soll die Möglichkeit ge-
schaffen werden, den Entwicklungen durch
geeignete präventive Maßnahmen zu begeg-
nen. Idealerweise stehen für solche Risiken
vorlaufende Indikatoren bereit, deren Verän-
derung auf eine veränderte Risikosituation
hinweist. Häufig werden für die
Einschät-
zung der Marktentwicklung
beispielswei-
se Geschäftsklima oder Auftragseingang
verwendet. Im Personalbereich kann die
Auswertung von Kompetenzprofilen
, der
Entwicklungen auf regionalen und überregio-
nalen Arbeitsmärkten sowie von Stellenan-
zeigen oder demografischen Analysen früh-
zeitig Anpassungs-Erfordernisse signalisie-
ren. Durch Beobachtungen der Kapazitäts-
auslastung, der Angebote auf wichtigen
Messen und der Veröffentlichungen ein-
schlägiger Fachzeitschriften lassen sich
Trends auf wichtigen Beschaffungsmärkten
antizipieren.
·
Falls keine Indikatoren mit belastbaren Wir-
kungszusammenhängen bereitstehen, wird
man sich auf schwache Signale verlassen
müssen.
Nach Ansoff treten tiefgreifende
Umbrüche
(im ökonomischen, sozialen und
politischen Bereich) nicht zufällig auf, son-
dern
kündigen sich lange im Voraus
durch schwache Signale an
.
9
Unter Um-
ständen ist schon eine Verstärkung von Dis-
kussionen in Foren ein Indikator für eine Ent-
wicklung (z. B. die bekannte Vorhersage ei-
ner Grippewelle durch Google Flu Trends).
Ähnlich verhält es sich mit Naturkatastro-
phen. Man denke hier nur an die Frühwarn-
systeme zu Tsunamis. Man bezeichnet sol-
che Systeme auch als
strategisches Radar
.
·
Aus Sicht des Risiko-Controllings erscheint
es sinnvoll,
Risiken über ein Simulations-
modell zu verknüpfen
. So lassen sich Risi-
ken zu einem gesamten
Value@Risk
aggre-
gieren. Problematisch ist allerdings der Ein-
bezug von Abhängigkeiten zwischen Risiken.
Über Korrelationsmatrizen können diese Ab-
hängigkeiten zwar erfasst werden. Die Er-
mittlung dieser Korrelationen ist aber auch in
Zeiten von Big Data noch herausfordernd,
wenn keine ausreichende statistische Grund-
lage besteht. Hier hilft nur ein konsequenter
Lernprozess durch praktisches Probieren.
Für die Controller gilt im Umgang mit den Risi-
ken dieselbe Herausforderung wie im Umgang
mit den Wirkungsbeziehungen. Die
Akzeptanz
der Normalität von Schwankungen
und ihrer
Konsequenzen für den grundlegenden Wandel
in der Art von Zielsetzung, Plan und Steuerung
ist zwar noch nicht so weit entwickelt wie die
Frage nach den Wirkungs-Zusammenhängen.
Aber auch hier werden wir in den kommenden
Abb. 2: Ergebniskorridor auf der Basis einer Bandbreitenplanung
CM Mai / Juni 2016
