38
und Zusammenhänge hin untersucht, wodurch
die Entwicklung wichtiger Unternehmenskenn-
zahlen wie der Produktabsatz oder der Umsatz
wesentlich genauer prognostiziert werden kön-
nen. Die hierbei zum Einsatz kommenden Ver-
fahren sind dabei nicht neu: Um Auffälligkeiten
und wiederkehrende Muster in den Datenbe-
ständen zu erkennen oder Prognosen zu erstel-
len, werden z. B. Regressions- oder Zeitreihen-
modelle verwendet. Diese und ähnliche Verfah-
ren sind im Bereich des Data Mining bereits seit
geraumer Zeit im Einsatz. Im Rahmen der Pla-
nung kommen derartige Verfahren aufgrund
der fachlichen und technischen Komplexität
erst mit einiger Verzögerung zum Einsatz. Neue
technische Entwicklungen ermöglichen es je-
doch, diese Verfahren deutlich einfacher in die
Unternehmensplanung einzubinden. Moderne
Planungssysteme, wie z. B. IBM Cognos Plan-
ning Analytics, bieten sowohl selbst als auch in
Kombination mit Data-Mining-Werkzeugen die
einfache Integration prädiktiver Modelle in den
normalen Planungsprozess.
Eine Möglichkeit ist hierbei der Einsatz zeitrei-
henanalytischer Verfahren (vgl. Abbildung 2).
Sie erlauben die kurzfristige Prognose einer Va-
riablen wie der Absatzmenge eines Produktes
auf Basis historischer Verläufe und Muster.
Durch die beschriebene Integration in das Pla-
nungssystem kann ein solches Verfahren er-
gänzend in einen bereits bestehenden Pla-
nungsprozess integriert werden, um einen ers-
ten Zielkorridor (obere und untere Schranke) für
die Planung zu generieren, der sich dann
schrittweise manuell verfeinern lässt.
treffen. Somit kann sich ein Unternehmen auf
die wahrscheinlichen Szenarien einstellen,
d. h. es können Lieferwege, der Rohstoffein-
kauf, die Produktion oder auch die Preisge-
staltung der abzusetzenden Maschinen opti-
miert werden. Zudem lässt sich der Perso-
naleinsatz besser planen.
Weitere Methoden zur Erstellung derartiger
Prognosen werden unter dem Begriff Predictive
Analytics zusammengefasst: Die historischen
Unternehmensdaten werden, teils unter Hinzu-
nahme von externen Informationsquellen und
Einflussfaktoren, auf wiederkehrende Muster
mensplanung und wird bereits bei vielen Un-
ternehmen praktiziert. Sie stellt das techni-
sche Grundgerüst einer Planung 4.0 dar. Ein
modernes Planungsmodell zeichnet sich also
dadurch aus, dass es neben internen auch ex-
terne Einflussfaktoren einbezieht. Hierzu zählen
aktuelle Konjunkturdaten der Absatzmärkte,
Marktforschungsdaten, Rohstoffpreisänderun-
gen, Modellwechsel beim Wettbewerber oder
politische Einflussfaktoren. Auch spielt in die-
sem Modell die Bewertung und Analyse histori-
scher Daten eine große Rolle (Wie hat das Un-
ternehmen in der Vergangenheit auf Schwan-
kungen reagiert?) Jede Teilplanung innerhalb
der Unternehmensplanung muss hier die für
sie spezifischen Faktoren berücksichtigen (vgl.
Abbildung 1).
Predictive Analytics und Planung –
Alter Wein in neuen Schläuchen?
Um den Faktor der Unsicherheit in der Pla-
nung besser beherrschen zu können, bietet
sich die Hinzunahme statistischer und sto-
chastischer Methoden an. Eine in der Unter-
nehmensplanung bewährte Methodik ist die
Monte-Carlo-Simulation. Sie spielt beliebig
viele Szenarien mit allen Planungsparame-
tern durch und gibt die Wahrscheinlichkeit
an, welche Fälle am wahrscheinlichsten ein-
Autoren
Dipl.-Volksw. Hans Krefeld
ist bei TIMETOACT Software & Consulting GmbH Geschäfts-
bereichsleiter Business Intelligence, Münster.
E-Mail:
Dipl.-Wirt.-Inf. Julian Hans
ist Senior Manager Business Intelligence bei TIMETOACT
Software & Consulting GmbH, Münster.
E-Mail:
Planung 4.0 im Unternehmensalltag
Abb. 1: Das Konzept Planung 4.0.; Quelle: TIMETOACT
