Controllermagazin 6/2020

58 Controller Magazin | Ausgabe 6 IT / DIGITALISIERUNG HANA die Daten nicht auf herkömmlichen Festplatten- speichern ab, sondern nutzt dafür direkt den Arbeits- speicher und diverse Pufferspeicher. So lassen sich trans- aktionale und analytische Prozeduren im selben System durchführen und auch komplexe Datenmengen in kür- zester Zeit analysieren. Das Controlling kann dadurch Unternehmensdaten mit hoher Performance nahezu in Echtzeit auswerten. Zudemwird über die als Einkreissys- tem angelegte Architektur die Datenhaltung stark ver- einheitlicht und der bislang of t sehr aufwendige Ab- gleich zwischen dem Finanz- und Controlling-Modul 3 nicht mehr erforderlich (Grönke et al. 2017, S. 97ff). Die Erhöhung der Datenverarbeitungsgeschwindigkeit bei gleichzeitiger Bereitstellung des vollen Dateninhaltes bildet einen zentralen Erfolgsfaktor für die Vermittlung entscheidungsorientierter Informationen. Eine durch- gängige und verlässliche Steuerung auf Basis digitaler Daten ist jedoch nur erreichbar, wenn auch ein starker und zentraler Ordnungsrahmen für die Erstellung, Pfle- ge und Nutzung der Daten existiert. Das Controlling muss daher eine effektive Governance organisieren, die sowohl die Konsistenz und Kompatibilität der Daten si- cherstellt als auch die Flexibilität bietet, diese auf den einzelnen Unternehmensebenen zielorientiert zu nutzen (Kieninger et al. 2015, S. 3ff). Aufgrund der hohen Bedeu- tung der Datenqualität für die Ableitung belastbarer Steuerungsinformationen sollten Controller das Daten- management fest in ihrem Aufgabenspektrum veran- kern (Schäffer undWeber 2017, S. 56ff). Die Pflege und Weiterentwicklung der IT-Systeme ist überdies die Grundvoraussetzung für ein Self Control- ling, das es Managern ermöglicht, entscheidungsrele- vante Daten eigenständig über technische Plattformen abzurufen. Mit Blick darauf müssen Controller zunächst eine einheitliche Steuerungslogik erarbeiten und geeig- nete Kennzahlen für das Performance Measurement de- finieren, die auf das unternehmensspezifische Zielsys- tem ausgerichtet und für sämtliche Entscheidungsträger verständlich sind. Einfluss der Digitalisierung auf die Steuerungslogik Die Konzeption der Steuerungslogik und Anpassung an sich ändernde Umweltbedingungen zählt zu den Kern- aufgaben des Controllings, da die aufgestellten Prä- missen, identifizierten Geschäftstreiber und definier- ten Kennzahlen maßgeblich für die Planung, das Be- richtswesen und das Performance Measurement sind (Michel 2017, S. 33). Die fortschreitende Digitalisierung führt zu geänderten Steuerungsanforderungen, die von den individuellen Rahmenbedingungen der Unter- nehmen abhängen und daher nicht allgemeingültig ab- geleitet werden können. Die Unternehmenssteuerung muss im digitalen Zeitalter allerdings generell flexibler und agiler werden (Schäffer und Weber 2017, S. 56ff), so dass diesbezüglich für alle Unternehmen einWeiter- entwicklungsbedarf besteht. Grundlegend dafür ist ein digitalisierungsbedingter Wandel in der Steuerungsphilosophie. Wie bereits vor ei- nigen Jahren von Kieninger et al. dargelegt, bewirkt die Digitalisierung in der Unternehmenssteuerung einen „Paradigmenwechsel von reaktiv-analytisch zu proaktiv- prognostizierend“ (Kieninger et al. 2015, S. 3ff). Dies be- deutet, dass die Relevanz vergangenheitsbezogener Auswertungen sukzessive abnimmt und Analysen zu- nehmend auf Prognosen basieren werden. Da die Erstel- lung solcher Forecasts zu einem hohen Grad automati- sierbar ist, wird künftig die Aufgabe von Controllern pri- mär darin bestehen, die Prognoseergebnisse zu validie- ren und um Störfaktoren oder abnormale Entwicklungen zu bereinigen. Überdies wird es im Controlling verstärkt darum gehen, geeignete Kennzahlen für digitale Geschäftsmodelle zu entwickeln und quantifizierte Treibermodelle zu konzi- pieren (Michel 2017, S. 33ff), die für Szenarioplanungen, zur Identifikation strategischer Optionen und für Busi- ness Case-Bewertungen einsetzbar sind. Diese Modelle zur Herstellung und laufenden Überprüfung datenba- sierter, quantitativ-statistischer Zusammenhänge wer- den die traditionell im Controlling herangezogenen qualitativen Ursache-Wirkungs-Ketten allmählich ablö- sen. Die durch Mustererkennung in den Datenmodellen identifizierten Optimierungspotenziale und gewonne- nen Erkenntnisse über die bislang qualitativ betrachte- ten Ursache-Wirkungs-Beziehungen werden perspekti- visch dafür genutzt, eine durchgängige Steuerungslogik zu etablieren, die ein wertschöpfungsübergreifendes Controlling des gesamten Unternehmens ermöglicht (Kieninger et al. 2015, S. 3ff). Im Zuge dessen gehen Unternehmen verstärkt auch dazu über, sogenannte „Steering Labs“ einzurichten. Die Aufga- ben dieser neuen Funktionsbereiche bestehen in erster Linie darin, Instrumente, Systeme und Prozesse bereitzu- stellen sowie Plattformen zu entwickeln und zu betreiben, um Daten in hoher Qualität auszuwerten. Die Bewälti- gung dieser Aufgaben übernehmen meist speziell ausge- bildeten Experten aus den Bereichen Mathematik, Infor- matik oder Ingenieurwesen, die als „Data Scientists“ be- zeichnet werden (Internationaler Controller Verein 2014). Für den Controller bedeutet dies, dass er sich stärker auf eine zukunftsorientierte Steuerung fokussieren muss. Er wird dazu auf den Analysen der Data Scientists aufsetzen und diese im Sinne des Business Partnering um spezifi- sche Auswertungen, Kommentierungen und Handlungs- empfehlungen ergänzen (Grönke et al. 2017, S. 97ff). Durch eine sinnvolle Kombination dieser beiden Rollen kann ein agiles und flexibles Steuerungssystem geschaf- fen werden, mit dem sich die Werttreiber des Unterneh- mens künftig unabhängig von Planungs- und Berichtszy- Prof. Dr. Kai Nobach ist Professor für Controlling und Allgemeine Betriebs- wirtschaftslehre an der Technischen Hochschule Nürnberg Georg Simon Ohm. kai.nobach@th-nuernberg.de Prof. Dr. habil. Dr. h.c. Bernd Zirkler ist Professor für Allgemeine Betriebswirtschaftslehre, insb. Rechnungswesen/ Controlling an der Westsächsischen Hochschule Zwickau. bernd.zirkler@fh-zwickau.de