20 Arbeiten wir mit Methoden von gestern, um die Probleme von morgen zu lösen? Angesichts der Geschwindigkeit und der Wucht der durch die Digitalisierung hervorgerufenen Veränderungen sollte man davon ausgehen können, dass die Unternehmen das Experimentierstadium hinsichtlich der Möglichkeiten neuer Daten und fortschrittlicher Analysemethoden längst hinter sich gelassen haben. Zahlreiche Studien und Veröffentlichungen verweisen allerdings immer wieder darauf, dass die Steuerungs- und KPI-Systeme in vielen Unternehmen erheblichen Optimierungsbedarf haben. Die Liste der Empfehlungen ist dabei nicht neu: Bitte… <right> keine Kennzahlenfriedhöfe, <right> messen Sie nicht nur finanzielle Größen (der berühmte Blick in den Rückspiegel), <right> messen Sie die richtigen Dinge (passend zum Geschäftsmodell) und <right> messen Sie die Dinge richtig (achten Sie auf Validität und Reliabilität). Umso erstaunlicher ist es, dass der Status quo in vielen Unternehmen nach wie vor ein erhebliches Beharrungsvermögen aufweist. Studien aus dem deutschsprachigen Raum sprechen eine eindeutige Sprache. Beispielsweise: <right> Werden immer noch zu viele finanzielle Informationen und deutlich zu wenig externe Informationen berichtet. <right> KPI- und Kennzahlenmodelle weisen in der Praxis Defizite auf, die eine durchgängige und konsistente Steuerung erschweren. <right> KPIs sind vielfach eher willkürlich ausgewählt – gleichzeitig mangelt es bei den Kennzahlensystemen an Zusammenhängen zwischen den einzelnen Indikatoren. <right> Eine erfolgreiche Steuerung erfordert Kennzahlensysteme, die das Geschäftsmodell des Unternehmens abbilden. Es zeigt sich, dass dies nur bedingt der Fall ist und die Steuerung damit die individuelle ‚DNA‘ der Unternehmen nicht abbildet. Laut einer internationalen Studie des Marktforschungsunternehmens Gartner besitzt sogar mehr als die Hälfte der CEO's und Topmanager überhaupt keine Metriken, um den digitalen Wandel zielgerichtet steuern zu können. Auch Kollegen des MIT (Schrage/ Kiron) kommen für die USA zu ernüchternden Ergebnissen „… roughly three-quarters of respondents acknowledge a disconnect between functional and strategic metrics. They’re not aligned.“ und „They’ve got more data and better analytics than ever, yet their organizations don’t clearly align functional operations with strategic aspirations. This survey offers a clear warning to KPI underachievers.“ KI wird die Unternehmenssteuerung dramatisch verändern Völlig neue, sehr detaillierte Daten bergen mittels KI und maschinellem Lernen erhebliches Potenzial zur Verbesserung betriebswirtschaftlicher Entscheidungen. Einsatzbereiche können u. a. sein: <right> Generelle Vorhersage von numerischen bzw. nichtnumerischen Werten: z. B. für Absatzmengen, Kosten, Zuverlässigkeit von Lieferanten, Kaufwahrscheinlichkeiten, <right> Identifikation von Auffälligkeiten/Ausreißern: z. B. für die Identifikation von Sondereffekten, auffälligen Mustern, die auf Betrug hinweisen, <right> Identifikation von Ähnlichkeiten/Gemeinsamkeiten: z. B. für das Er- kennen ähnlichen Verhaltens von Kunden, Lieferanten, Mitarbeitern, <right> Identifikation zeitlicher Abhängigkeiten: z. B. für das Erkennen zeitlicher Zusammenhänge von Aktivitäten wie Produktkäufe, Bestellverhalten. Nach Aussagen der Gartner Group glauben daher 40% der CEOs, dass KI einen wesentlichen Einfluss haben wird – gleichzeitig befürchten allerdings 79% eine verlangsamte Umsetzung aufgrund fehlenden Vertrauens. Entscheidend, um signifikante Wettbewerbsvorteile aus KI-Technologien ziehen zu können, ist es, diese sinnvoll mit der Unternehmensstrategie und den Unternehmenszielen zu verknüpfen. So zeigen u. a. auch Ergebnisse einer Blitzumfrage in der LinkedIn FP&A Gruppe (> 40.000 Mitglieder) ernüchternde Ergebnisse. Befragt zur Intensität der Nutzung von KI-Methoden gaben 96 % wenig bzw. sehr wenig an (170 Teilnehmer) (Abb. 1). „Allerdings stehen bei der Digitalisierung des Controllings noch fast alle Unternehmen eher am Anfang. Die Reise ist lang.“ Abb. 1: Intensität der Nutzung von Künstlicher Intelligenz im Bereich FP&A (Selbsteinschätzung der Teilnehmer) Wie intensiv nutzen Sie aktuell Künstliche Intelligenz Methoden im Bereich FP&A ? (z. B. Vorhersagen, Ursache-Wirkungsanalysen ...) Sehr intensiv 0 % Intensiv 4 % Etwas 25 % Kaum 71 %
RkJQdWJsaXNoZXIy Mjc4MQ==