Juan Bernabé-Moreno ist Chief Data Officer und Global Head of Data and Analytics beim Energiekonzern Eon. Über die Zusammenarbeit mit der Finanzabteilung und die Automatisierung im Controlling-Bereich berichtet er im Gespräch mit der Zeitschrift "Controlling & Management Review".
Juan Bernabé-Moreno entwickelt als Chief Data Officer und Global Head of Data and Analytics die KI- und Data-Strategie des Eon-Konzerns.
Robert Haas | Controlling & Management Review
Controlling & Management Review: In welchen Bereichen haben Sie am meisten Berührungspunkte zu Controllern?
Juan Bernabé-Moreno: Unsere Strategie hat drei Prioritäten für unsere Arbeit festgelegt: Embedding, Scaling und Disrupting. Embedding bedeutet, dass alle Daten und KI-Funktionen in die verschiedenen Geschäftsbereiche im gesamten Unternehmen eingebracht werden, um daraus einen Mehrwert zu stiften. Scaling berücksichtigt alle Aspekte, die erforderlich sind, um von einer linearen Wertschöpfung zu einer exponentiellen Wertschöpfung zu kommen. Das schließt auch die Definition einer gemeinsamen Datenarchitektur und eines Analysetechnologie-Stacks mit ein, also einer Technologie-Infrastruktur, die Programmiersprachen, Frameworks und Tools zusammenfasst, damit ein Entwickler eine neue Anwendung erstellen und sie anwenden kann. Disrupting zielt darauf ab, mit innovativen Use Cases neue Wertschöpfungs-Pools zu erschließen oder neue Technologien wie Quantencomputing anzuwenden. Insbesondere im Embedding definieren wir gemeinsame Projekte, um kritische Probleme in den Controlling-Bereichen zu lösen, wobei wir eng mit unseren Controlling-Kollegen zusammenarbeiten. Zum Beispiel bei der auf Machine Learning gestützten Planung, bei der wir Controller mithilfe von KI-Techniken dabei unterstützen, automatisch unterschiedliche Planungsszenarien zu erstellen. Oder wenn es um die Entwicklung von finanziellen Frühwarnsystemen geht, bei denen KI-Agenten potenzielle Ausreißer erfassen lernen, je nach Relevanz an die richtigen Adressen melden und sogar einige Empfehlungen zur Lösung des Problems miteinbeziehen.
Gibt es noch andere Beispiele?
Controller spielen auch bei der Skalierung eine wichtige Rolle, insbesondere bei der Einführung von Standards und bei der Implementierung von Datenmanagement und Governance innerhalb der Finanzfunktion. Auch wenn wir von Disruption sprechen, gibt es einige Beispiele, bei denen wir mit unseren Controlling-Kollegen zum ersten Mal neue Technologien entwickelt haben: Sprachassistenten zum Beispiel, als eine neue Art der Interaktion mit Daten, ohne die typischen Dashboards und das Hinzufügen von Zusammenfassungsfunktionen. Die Aufgaben, die wir gemeinsam mit unseren Controllern umsetzen, zielen darauf ab, die manuelle Arbeit zu reduzieren und Prozesse zu automatisieren, um die Fehleranfälligkeit zu reduzieren. Manchmal stoßen wir dabei auf anfängliche Widerstände, die aber sehr leicht zu überwinden sind, wenn sich unsere Finanzspezialisten erst mit den Vorteilen neuer Tools und Funktionen vertraut gemacht hat.
Inwiefern profitiert die Finanzfunktion von der Zusammenarbeit?
Bestes Beispiel ist eine Initiative, die wir vor einiger Zeit gestartet haben, mit dem Namen "Kill the Excel". Unser Ziel war es, die Mitarbeiter aus dem Finance-Bereich dazu zu bringen, auf ein anderes Tool als Excel zu setzen. Wir haben ihnen Möglichkeiten aufgezeigt, die sie mit Geschäftsanalyse- und Reporting-Diensten wie Tableau und Power BI haben. Unsere Controller und Finanzmitarbeiter waren total begeistert davon. Innerhalb eines Tages konnten sie mit nur ein paar Klicks Daten visualisieren. Alles, was sie zuvor durch die Arbeit mit Excel gelernt hatten, konnten sie dabei weiterverwenden. Das hat wirklich viele Vorteile für uns als Konzern.
Inwieweit sind Sie denn auch in die Automatisierung der zentralen Forecasting-Prozesse involviert?
Die Automatisierung ist einer der wichtigsten Anwendungsfälle für unsere Finanzabteilung. Zusätzlich zur Vermeidung von mechanischer Arbeit, um alle Daten zusammenzuführen und Dashboards zu generieren, fügen wir oft Prognosefunktionen hinzu. Im Moment haben wir dafür noch nicht die notwendige Datenbasis, aber es ist unser Bestreben, diese Automatisierung zu realisieren, und sie wird irgendwann kommen.
Wie schaffen Sie bei Managern und Controllern die nötige Akzeptanz für solche Methoden und auch für die Zusammenarbeit?
Wir versuchen, die Art und Weise, wie wir Experten und Technologien zusammenbringen, zu verändern. KI oder Data Science sind quasi nur Tools, die wir dafür nutzen können, sie reichen aber nicht aus. Wir haben viel dazu publiziert, um auf das Thema aufmerksam zu machen und dafür zu sensibilisieren. Algorithmen ersetzen keine Experten. Experten können mit Algorithmen aber viel besser und effizienter arbeiten, nur müssen sie dafür eine gemeinsame Sprache finden. Genau das ist der kritische Erfolgsfaktor: eine gemeinsame Basis. Zudem muss sich jeder seiner eigenen Rolle bewusst sein und genau wissen, wie er von der anderen Seite profitieren kann.
Das vollständige Interview mit Juan Bernabé-Moreno lesen Sie in der Zeitschrift "Controlling & Management Review" (Ausgabe 8 | 2021).
