40
Oftmals werden Abweichungen auf Basis von
Plan- bzw. Zielwerten, Ist-Vergleichen zu Vor-
perioden oder historischen Trends berechnet.
Ob die berechnete Abweichung als kritisch
und beachtenswert einzustufen ist, hängt von
der Interpretation des Controllers oder/und von
einem vorab festgesetzten Wert ab. Inwieweit
der hinter der Kennzahl liegende Prozess tat-
sächlich Auffälligkeiten zeigt, bleibt oft unbe-
rücksichtigt.
Anknüpfend an das obige Beispiel will der Con-
troller den Verlauf der Kennzahl „Anzahl Besu-
che Interessenten” näher untersuchen. Für den
Einsatz von Kontrollkarten (hier im Beispiel:
Shewhart-Charts) zieht er die Werte der letzten
13 Monate (C2:C14 in Abbildung 8) heran und
berechnet zunächst den zugehörigen Mittelwert
und die Standardabweichung.
16
Die Standard-
abweichung gibt an, wie weit die einzelnen
Werte im Durchschnitt vom Mittelwert entfernt
sind. Bei Shewhart-Charts werden die obere
und untere Kontrollgrenze berechnet, indem
zum Mittelwert die 3-fache-Standardabwei-
chung addiert bzw. subtrahiert wird. Für die
Warngrenzen ist die Vorgehensweise analog,
jedoch mit der 2-fachen-Standardabweichung
(vgl. Abbildung 8). Dem Controller zeigt die
wachung und kontinuierlichen Verbesserung
von Produktionsprozessen eingesetzt werden.
Hierbei kommt es vor allem zur Anwendung von
sogenannten Kontrollkarten. Kontrollkarten die-
nen zur Überprüfung der Stabilität eines Pro-
zesses mit dem Ziel, anormale Ausschläge des
Prozesses herauszufiltern und den zukünftigen
Prozessverlauf abzuschätzen. Um welche Art
von Prozess es sich handelt, spielt für die Ver-
wendung der Kontrollkarten keine Rolle. Statis-
tisch basieren Kontrollkarten auf dem Einstich-
proben-Gaußtest.
15
Für Controller können Kontrollkarten vor allem
dazu dienen, den aktuellen und künftigen Ver-
lauf von Kennzahlen und die zugehörigen Ab-
weichungen statistisch-fundiert einzuschätzen.
Kontrollkarten geben dabei Auskunft darüber,
ob Abweichungen ein ernst zu nehmendes
Warnsignal darstellen oder nicht. Also, ob der
Controller davon ausgehen kann, dass sich die
Kennzahl künftig weiter verbessert oder ver-
schlechtert und damit zum Beispiel auf anste-
hende Probleme hindeutet.
Gerade die Beurteilung von Kennzahlenverläu-
fen und ihren Abweichungen stellen den Cont-
roller immer wieder vor Herausforderungen.
nostizieren (C15:C23 in Abbildung 7). Der Fore-
cast auf Basis der vorgestellten Regressions-
analyse zeigt zum einen, dass nicht alle zuvor
gedachten Werttreiber einen relevanten Ein-
fluss auf den Umsatz haben. Insbesondere die
‚Anzahl Besuche Bestandskunden’ und die
‚Anzahl Besuche Interessenten’ treiben dabei
den Umsatz und sollten vom Controller eng
überwacht werden.
Die Aussagefähigkeit von Regressionsmodellen
hängt von statistischen Annahmen ab, die in
der Praxis meist stillschweigend unterstellt
werden. Die gegenseitige Unabhängigkeit der
Einflussgrößen (Werttreiber) oder die Linearität
der Zusammenhänge zwischen Einflussgröße
und zu prognostizierender Kenngröße sind nur
zwei Beispiele.
13
Ausreichend große Daten-
umfänge und Sorgfalt bei der Auswahl der
Einflussgrößen sind zwei Maßnahmen zur
Sicherung der Annahmen, auf die der Con-
troller in der Praxis achten sollte
. Sollen je-
doch mit den Regressionsanalysen zum Bei-
spiel sicherheitstechnische oder medizinisch
relevante Aussagen getroffen werden, ist es
empfehlenswert, sämtliche Annahmen sorgfäl-
tig statistisch zu überprüfen.
Statistical Process Control
für Controller
Kein klassisches Data-Mining-Verfahren der
Predictive-Analytics-Methoden ist dagegen die
Statistical Process Control (sogenannte Kont-
rollkarte), die bislang vor allem im Produktions-
und Qualitätsmanagementbereich genutzt
wird.
14
Die Statistical Process Control umfasst
allgemein statistische Methoden, die zur Über-
Abb. 7: Prognostizierter Umsatz ab April 2017 auf
Basis der ermittelten Regressionsfunktion
Abb. 8: Kontrollkarte (Shewhart-Chart) für die Kennzahl ‚Anzahl Besuche bei Interessenten’
Autor
Prof. Dr. Christian Langmann, MBA
ist Professor für Controlling und Reporting an der Hochschule
München und als Unternehmensberater tätig. Er war zuvor meh-
rere Jahre als Chief Financial Officer (CFO) in verschiedenen
Unternehmen tätig.
E-Mail:
Predictive Analytics für Controller
