10
·
·
Für ebenfalls 72% ist die analytische
Durchdringung bestehender Datenquellen
sehr wichtig.
·
·
69% messen der schnelleren Zurverfü-
gungstellung bestehender Daten hohe/sehr
hohe Bedeutung bei.
·
·
Eine höhere Granularität/Detaillierung der
Daten halten 50% für wichtig/sehr wichtig.
Platz 2 belegt der
Ansatz Leverage
.
·
·
62% der Unternehmen halten die Nutzung
neuer analytischer Verfahren für wichtig/
sehr wichtig.
·
·
58% erachten das Erschließen neuer
Datenquellen für wichtig/sehr wichtig
·
·
Ebenfalls 58% sehen die Entwicklung neuer
analytischer Verfahren als wichtig/sehr
wichtig an.
Die Monetarisierung bestehender Rohdaten,
ggf. angereichert durch Analytik, steht dagegen
nicht im Fokus der Digitalisierungsinitiativen.
Nur 11 % bzw. 15 % halten dies für wichtig/
sehr wichtig.
Die Forscher vermuten ein betriebswirtschaftli-
ches Wissensdefizit, da die Unternehmen die
Wirkungen der Digitalisierung primär auf ihre
aktuellen Produkte und Geschäftsmodelle pro-
jizieren. Dieses Wissensdefizit könnte – wie
oben skizziert – dramatische Folgen haben. Die
vielfach beschworene disruptive Wirkung der
Digitalen Transformation setzt – wie an den Ge-
schäftsmodellen von Amazon, Alphabet, Aliba-
ba, Tencent gut sichtbar – genau an dieser
Stelle an.
Aufbau entsprechender
Methodenkompetenzen zur Neu-
Positionierung des Controllings
Die in diesem Beitrag geschilderten Herausfor-
derungen der Unternehmen bieten für das Con-
trolling eine hervorragende Ausgangsbasis, um
das eigene Verständnis und Rollenbild an die
Anforderungen der Digitalen Transformation
anzupassen und für die eigene Positionierung
im Unternehmen zu nutzen (Seufert/Dannen-
berg/Reitzenstein/Zucker/Treitz 2018). Obwohl
der Umgang mit Informationen traditionell als
Schwerpunkt des Controllings gesehen wird,
stellen sich vor dem Hintergrund der Digitalen
Seite und Daten/Analytik auf der anderen Seite
zunimmt, können dieses Ansätze auch als Rei-
fegrade verstanden werden.
Stufe 1 – Optimize:
Die bessere Verknüp-
fung und Auswertung bereits existierender
Datenbestände kann für die Optimierung be-
stehender Geschäftsprozesse und -modelle
einen sehr großen Mehrwert liefern. Für viele
Unternehmen bietet sich dieser Ansatz daher
als Einstieg an. Ziel ist es, die unternehmens-
eigenen Datenbestände besser zu nutzen.
Sinnvoll ist es oft auch, die zugrundeliegende
IT-Infrastruktur zu optimieren, um das Spei-
chern, Verarbeiten, Analysieren und Nutzbar-
machen immer größerer Datenmengen be-
werkstelligen zu können.
Stufe 2 – Monetize:
In vielen Unternehmen
stellen bestehende Datenbestände einen noch
nicht gehobenen Schatz dar. Unter Beachtung
bestehender rechtlicher Rahmenbedingungen
lassen sich mit bereits existierenden Daten
neue Geschäftsmodelle oder (digitale) Produkte
kreieren, die direkt an interessierte Unterneh-
men oder Supply-Chain-Partner verkauft wer-
den können. Beispielsweise vermarkten Einzel-
handelsunternehmen anonymisierte Transakti-
onsdaten an ihre Lieferanten aus dem Umfeld
der Konsumgüter- und Lifestyle-Industrie.
Stufe 3 – Leverage:
Zusätzlich lassen sich be-
stehende Geschäftsmodelle und Dienstleistun-
gen durch zusätzliche, neue Daten und fort-
schrittliche Analytik verbessern. Beispielsweise
lassen sich Muster in den Kundendaten erken-
nen, um potentielle Kündigungen zu prognosti-
zieren und entsprechend frühzeitig gegensteu-
ern zu können.
Stufe 4 – Disrupt:
Der anspruchsvollste Digi-
talisierungsansatz zielt darauf ab, auf Basis der
gezielten Erschließung, Vernetzung und Analy-
se neuer digitaler Datenbestände durch fort-
schrittliche Analytik neue (digitale) Produkte/
Services zu erschaffen.
Den Spitzenplatz hinsichtlich der Ausrichtung
der Digitalisierungsinitiativen der befragten Un-
ternehmen belegt dabei der
Ansatz Optimize
.
·
·
72% befragten Unternehmen sehen das
Erschließen und Vernetzen bestehender
Datenquellen als wichtig/sehr wichtig an.
gische Ressource genutzt werden kann. Vor
diesem Hintergrund
erscheint der Aufbau ei-
ner entsprechenden digitalen betriebswirt-
schaftlichen Methodenkompetenz uner-
lässlich
.
Reifegrade
der Digitalisierungsinitiativen
Auch wenn viele Unternehmen sich im Umfeld
der digitalen Ökonomie noch mit eher grund-
sätzlichen Problemen auseinandersetzen,
beginnen sie zunehmend die fundamentalen
Auswirkungen auf die Durchführung des Ge-
schäftsbetriebs sowie auf die generierten Ein-
nahmen eines Unternehmens zu sehen.
Daten i.V.m. der entsprechenden Analytik kön-
nen dabei grundsätzlich für unterschiedliche
Ziele eingesetzt werden. Da die Komplexität
hinsichtlich Betriebswirtschaft auf der einen
Kurzporträt: Fachkreis BI/Big
Data und Controlling im ICV
Der
Fachkreis BI/Big Data und Control-
ling
ist als Netzwerk organisiert. Die Partner
setzen sich aus Anwendern und Anbietern
renommierter Unternehmen sowie Wissen-
schaftlern zusammen. Strategischer Part-
ner des Fachkreises ist das Institut für Busi-
ness Intelligence (IBI) der Steinbeis Hoch-
schule Berlin. Mit seiner Arbeit möchte der
Fachkreis regelmäßig über Trends und
neue Entwicklungen informieren sowie An-
stöße und Ideen für eine innovative Weiter-
entwicklung des Controllings geben. Der
Wissenstransfer erfolgt mit Partnern im
Rahmen von Aus- und Weiterbildungsange-
boten. Darüber hinaus wurde in Koopera
tion mit der Hochschule Ludwigshafen das
Business Innovation Lab („Digitale Probier-
stube“) eingerichtet.
Weitere Informationen:
kernteam.html
literatur-und-schwerpunktthemen/
icv-digitalisierungsoffensive.html
Digitale Transformation und Controlling
