81
temen, die nur aggregierte Daten mit komple-
xen Details der jeweiligen Fachlogik zusammen
speichern und auswerten können. Auch wenn
diese Systeme für die Finanzberichterstattung
ausreichen, halten sie mit den Anforderungen
nicht Schritt, die für agile Geschäftsprozesse
erforderlich sind. Um Daten schneller und effi-
zienter zu nutzen, damit daraus Informationen
werden, brauchen Controller ein einheitliches
System, das nicht nur Daten auf Einzelposten
ebene zusammenführt – sie benötigen ein
Business Analytics-System (BA), das Daten aus
verschiedenen Datenquellen permanent zu-
sammenführt und auswerten kann. Erst da-
durch erhalten sie einen umfassenden Einblick
in ihr Unternehmen. Sie können sogenannte
Key Performance Indicators (kurz KPIs, Leis-
tungskennzahlen) aus den Daten erstellen, die
auf einer feingranularen Ebene Leistungen der
Mitarbeiter, Produkte, Kundensegmente, Regi-
onen und andere Dimensionen vergleichen und
analysieren. Durch die Kombination all dieser
Daten erhalten Controller eine zuverlässigere
Basis zur Steuerung ihres Unternehmens: Sie
können nicht nur früher Risiken identifizieren,
besser managen und die Rentabilität steigern,
sondern vor allem auch Chancen schneller
wahrnehmen, Nischen besetzen und Produktle-
benszyklen an den Entwicklungen verschiede-
ner Märkte ausrichten. Und das ist es, womit
sich Unternehmen letztlich einen Wettbewerbs-
vorsprung erarbeiten können.
CFOs und Controller
müssen Digitale Transformation
vorantreiben
Wenn es „nur“ die reinen Finanzdaten wären –
CFOs und Controller müssen jedoch für die in-
terne Beratung weitaus mehr Datenquellen er-
schließen als nur die internen Daten. Auch nicht
finanzbezogene interne sowie externe Daten-
quellen wie Social Media, Statistiken bis hin zu
Wetterdaten sowie Echtzeitdaten aus dem Han-
del gehören heute zu solchen Big-Data-Analy-
sen. Für eine Nachhaltigkeitsberichterstattung
muss ein Unternehmen beispielsweise Daten zu
seiner sozialen und ökologischen Verantwor-
tung auswerten. Daten zur Energieeffizienz in
Produktion und Verwaltung, zum sozialen En-
gagement oder zum CO
2
-Fußabdruck eines Un-
ternehmens müssen dafür erhoben werden und
sind in einem auswertbaren Format zu aggre-
gieren. Kurzum: Die Herausforderungen an die
BA-Systeme potenzieren sich, wenn Daten aus
unterschiedlichen Systemen und Quellen wie
dem Internet der Dinge, Kunden- und Lieferan-
tenstatistiken, Kaufgewohnheiten der Verbrau-
cher und sogar Markt- und Meinungsfor-
schungsdaten in Analysen einfließen sollen.
Denn auch hier liegen Informationen in ver-
schiedenen Formaten vor, sind in verschiede-
nen IT-Systemen gespeichert und erfordern in
vielen Fällen auch noch eine weitere Verarbei-
tungsschicht, um sie in ein brauchbares Format
zu konvertieren. Ein CFO oder Controller, der
diese Daten mit Excel oder Access auswerten
möchte, bindet über Monate seine Arbeitszeit.
Allerdings sind bereits viele hervorragende BA-
Tools auf dem Markt, die die automatisierte Da-
tenzusammenführung und -analyse ermögli-
chen. Egal aus welchen IT-Systemen Daten
kommen, seien es On-Premise-, Cloud- oder
ältere Software-Lösungen, und egal welche
Datenmenge zu analysieren sind: Die Auswer-
tungen erlauben einen tieferen Blick in die Lage
und die Zukunft eines Unternehmens, als dies
Tabellenkalkulationen jemals konnten. BA-Tools
können kontinuierlich Daten von den verschie-
denen internen und externen Quelldatenbanken
auslesen und sie für die Auswertung mit Algo-
rithmen aufbereiten. Dieser Schritt ist notwen-
dig, weil Daten unterschiedlich strukturiert vor-
liegen und für die Auswertung harmonisiert
werden müssen. Zusätzlich sind moderne BA-
Tools meist cloudbasiert und nutzen in-memo-
ry Technologie. Damit können diese sehr gro-
ßen und heterogenen Datenmengen zunächst
automatisch normalisiert und dann durch ge-
zielte Verarbeitungs- und Auswertungslogik in
Echtzeit für Analysen vorbereitet werden, bspw.
mit Vorhersagen für künftige Trends (predictive
analytics) oder abgeleitete Handlungsempfeh-
lungen (prescriptive analytics). Das alles ist
heute schon möglich, und vor diesem Hinter-
grund ist es ein Rätsel, warum solche Tools
noch nicht flächendeckend bei Konzernen und
dem größeren Mittelstand im Einsatz sind.
Denn um die Datenpotenziale im „Age of Data“
zu erschließen, müssen Controller die Digitale
Transformation in ihren Unternehmen vorantrei-
ben – und damit bei sich anfangen.
Das „Age of Data“
schafft Performance
und Wettbewerbsvorteile
Und es ist dazu höchste Zeit. In einer Umfrage
des FSN Modern Finance Forum
2
geben 60
Prozent der befragten Unternehmen an, regel-
mäßig an qualitativ hochwertigen Forecasts zu
scheitern. Hingegen können mehr als die Hälfte
der CFOs und Führungskräfte, die interne und
externe Datenquellen für ihre Analysen nutzen,
Prognosen für strategische Managementent-
scheidungen mit einer Genauigkeit von 90 bis
95 Prozent abgeben. Darüber hinaus zeigt die
Umfrage, dass Finanzführungskräfte mit Busi-
ness Analytics die Gesamtperformance ihrer
Unternehmen verbessern. CFOs und Controller,
die eine zentrale Datenanalyse nutzen, sind
mehr als doppelt so häufig in der Lage, treffsi-
chere Prognosen über einen Zeitraum von zwölf
Monaten abzugeben. Ein effektives Datenma-
nagement mit BA ist also ein entscheidender
Wettbewerbsfaktor im „Age of Data“. CFOs und
Controller, die Big Data richtig nutzen, werden
zu gefragten Strategieberatern in ihren Unter-
nehmen, und stellen den erfolgreichen Eintritt
ins Datenzeitalter sicher.
Fußnoten
1
Data Age 2025: Quelle:
com/de/de/our-story/data-age-2025/
2
Autor
Hette Mollema
ist seit November 2018 Country Manager Switzerland & Austria
von Workday. Zuvor war er für den Aufbau der Benelux Organi-
sation verantwortlich. Vor seiner Tätigkeit für Workday war er
bei Hyperion Solutions und PeopleSoft tätig. Er begann seine
Karriere im Rechnungswesen bei Ernst & Young.
E-Mail:
CM Juli / August 2019
