Digitale Transformation im Controlling

Durch die Digitalisierung verändern sich das Controlling und das Berufsbild von Controller:innen grundlegend. Während Controller:innen ursprünglich – wenig charmant – teilweise als „Erbsenzähler:innen“ abgestempelt wurden, hat sich ihre Rolle inzwischen hin zu internen Unternehmensberater:innen und zentralen Informationslieferant:innen der Unternehmensführung entwickelt und etabliert. Anlässlich der zunehmenden Digitalisierung muss sich das Controlling nun neuen Herausforderungen stellen. In diesem Zusammenhang sollte das Controlling insbesondere die Prozesse der Unternehmen auf die Anforderungen der Digitalisierung abstimmen, um die zunehmende Datenflut beherrschbar und verwertbar zu machen. Controller:innen werden somit zusätzlich zu „Digitalisierungs-Coach:innen“ eines Unternehmens.

Die Digitalisierung schreitet gesellschaftlich und damit in den Unternehmen immer weiter voran. Dies bedeutet, dass auch das Controlling beziehungsweise die Tätigkeit der Controller:innen durch die Digitalisierung einem vielfältigen Wandel unterliegt. In diesem Beitrag wird untersucht, wie Digitalisierungsprozesse im Controlling durch ein leistungsfähiges Innovations- und Change-Management begleitet werden sollen. Es wird unter anderem gezeigt, dass die Mitarbeiter:innen frühzeitig im Rahmen eines strukturierten Change-Management-Prozesses einzubinden sind, die verschiedenen Ansprüche und Erwartungen sowie Sorgen und Ängste ernst zu nehmen und möglichst in einem dialogorientierten und partizipativen Prozess zu bearbeiten sind. Dabei können interne Promotor:innen helfen.

In der Theorie helfen agile Vorgehensmodelle/Frameworks wie Scrum die Herausforderungen wie steigende Komplexität, Dynamik und erhöhte Innovationsgeschwindigkeiten besser zu beherrschen. In der Praxis ergeben sich bei der Durchführung jedoch weitere Risiken, die nicht ausschließlich durch das Scrum Werk berücksichtigt werden. Ziel des vorliegenden Beitrags ist die Implementierung eines passenden Risikomanagements für das Scrum Regelwerk, welches für eine angemessene Risikobeurteilung von Projekten sorgt, ohne dabei die Agilität zu beschränken. Die fehlende Risikomanagementperspektive im Scrum Regelwerk wurde bereits mehrfach diskutiert. Einigkeit besteht bzgl. der Relevanz, entsprechende Risikomanagementaspekte im Scrum Prozess zu etablieren (Odzaly et al. 2014, S. 576; Uikey und Suman 2015; Chaouch et al. 2019, S. 188). Auch einzelne Methoden wurden hierfür bereits vorgeschlagen und getestet (Tomanek und Juricek 2015, S. 82; Ghazali et al. 2018, S. 169). Zu kurz kommt zum einen, wer diese Aufgaben und Rolle im Scrum Prozess übernehmen sollte und zum anderen, mit welchen Instrumenten es gelingt, neben der Risikoidentifikation, -bewertung und -kontrolle auch für eine Einordnung in den Gesamtunternehmenskontext zu sorgen. Hinzu kommt die Herausforderung ein aktives Eingreifen in den Sprint durch das Management zu verhindern (Sauer 2021, S. 27), weshalb das Controlling in seiner Funktion der Rationalitätssicherung prädestiniert erscheint (Schäffer und Weber 2019, S. 27–28). Um das Risikomanagement im Vorgehensmodell Scrum stärker in den Fokus zu rücken, wird die Einführung der Rolle „Risk Viewer:in“ in Form von Controller:innen empfohlen. Der/die Risk Viewer:in sollte pro Sprint drei Risiko-Meetings organisieren, in denen er/sie mit dem Team Risiken identifiziert, analysiert und bewertet. Analog zum Vorschlag von Hammad und Inayat führen die/der Risk Viewer:in diese auf einem Risk Board zusammen (Hammad und Inayat 2018, S. 159–160). Von dort aus kann das Management informiert und die Risikobehandlung über das Risk Backlog koordiniert werden.

Die Digitalisierung verändert viele Unternehmensbereiche fundamental, so auch die Controlling-Praxis. Persönliche Begegnungen sind häufig nicht mehr erforderlich, Daten und Dokumentationen können bereits ausschließlich digital gespeichert und verarbeitet werden. Es entstehen kontinuierlich neue digitale Tools sowie Instrumente, die den Aufgabenbereichen im Controlling neue Dimensionen eröffnen, dazu gehört auch die Durchführung von Remote-Audits. Wie sich die Vorgehensweise von Remote-Audits durch die Digitalisierung verändert und welche Perspektiven sich daraus für die Praxis ergeben, wird im folgenden Beitrag präsentiert.

Die Themen „Einkauf“ und „Beschaffung“ sind in den meisten Unternehmen allgegenwärtig. Dieser bisweilen manuelle Prozess kann – je nach Unternehmensstruktur – mitunter sehr komplex und langwierig und somit ineffizient sein. Er bindet teils erhebliche personelle Ressourcen und verhindert durch seine Komplexität und Dauer oftmals die Realisierung von Skontoerträgen. Daher stellt sich die Frage, wie dieser Prozess vereinfacht und effizient gestaltet werden kann. Durch die Digitalisierung ergeben sich in diesem Kontext zahlreiche Möglichkeiten, vor allem repetitive und transaktionale Vorgänge im Purchase-to-Pay-Prozess zu automatisieren und so Effizienzgewinne zu realisieren. Dieser Beitrag zeigt anhand eines fiktiven Fallbeispiels, welche Ertrags- und Einsparpotenziale durch die Digitalisierung des Purchase-to-Pay-Prozesses gehoben werden können.

Klassisches Personalcontrolling ist ein wichtiges Element des bedarfsorientierten Workforce Managements und liefert die Entscheidungsgrundlage für einen optimierten Personaleinsatz. Aufgrund zunehmender Umweltdynamiken gelangt das Personalcontrolling aktuell aber vermehrt an seine Grenzen, da es eher vergangenheitsorientiert ausgerichtet ist und wichtige Analysen durch Big Data unberücksichtigt lässt. An dieser Stelle setzt People Analytics als Erweiterung des klassischen Personalcontrollings an und sorgt mit einem evidenzbasierten Vorgehen für datengetriebene, digitale Analysen und Lösungen. Der Einsatz von People Analytics im Workforce Management verspricht signifikante Nutzen- und Optimierungspotenziale – von der Kapazitätsplanung über die Personalbedarfsplanung bis hin zur Arbeitszeitmodellerstellung und Personaleinsatzplanung. Wenngleich es für diese Potenziale bereits zahlreiche Belege in der Praxis gibt, werden die Relevanz und der Mehrwert fortgeschrittener Analysen von Big Data im Workforce Management noch immer unterschätzt. Vor diesem Hintergrund greift dieser Beitrag die Möglichkeiten zur Optimierung des Workforce Managements durch den Einsatz von People Analytics auf und stellt die Bedeutung für das Unternehmenscontrolling heraus.

Mithilfe von Reifegradmodellen für die digitale Transformation können Unternehmen systematisch ihren eigenen Ist-Zustand bezüglich der digitalen Transformation bestimmen. Durch die Betrachtung der verschiedenen Dimensionen entsteht ein ganzheitliches Bild hinsichtlich dessen, was für eine erfolgreiche digitale Transformation nötig ist. Dieser Beitrag stellt Reifegradmodelle vor, die speziell für das Controlling entwickelt wurden und zeigt die Anwendung eines solchen Reifegradmodells für das Controlling eines Klinikums in einer deutschen Großstadt. Auf Basis der Gegenüberstellung des Ist- und Ziel-Zustands wird ein konkreter Maßnahmenkatalog erarbeitet. Dieser kann Controllingabteilungen anderer Unternehmen als Inspiration dienen.

Der Entwicklungsstand des Controllings in der Bauwirtschaft ist – verglichen mit dem der stationären Industrie – gering. Dies ist vor allem auf die Spezifika der Branche zurückführen: So erschwert die Unikatfertigung durch kleine Unternehmen an wechselnden Standorten den zeitnahen Rückfluss von Informationen und mithin die Durchführung der Planungs-, Kontroll- und Steuerungsaufgabe erheblich oder macht sie gar unmöglich. Doch die Digitalisierung schreitet auch in der Baubranche voran und bietet die Chance, diese Schwachstellen zu beheben. Die wichtigsten bauwirtschaftlichen Digitalisierungspotenziale – wie digitale Vermessung, Cloud-Lösungen, Echtzeitreportings etc. – zielen dabei vornehmlich auf die Verbesserung der Planung und (zeitnahen) Informationsversorgung von den Baustellen ab und schaffen damit quasi „nebenbei“ die Basis, auch das Controlling deutlich effektiver gestalten zu können. Mithin schafft die Digitalisierung die Voraussetzungen dafür, das Controlling in der Baubranche auf den Stand der stationären Industrie heben zu können.

Risikomodelle in Banken galten lange Zeit als die fortschrittlichsten Modelle, die in der Praxis eingesetzt werden. Mit den Anforderungen des BCBS 239 an die Datenqualität und die zunehmende Komplexität, die die Digitalisierung ermöglicht, stellt sich die Frage, ob und wie Machine Learning und andere Trends der Digitalisierung Einfluss auf die Gesamtbanksteuerung und die Risikomodelle von Banken haben. Am Beispiel von impliziten Optionen wird in diesem Beitrag die Wirkungsweise von Machine Learning im Kontext aufsichtsrechtlicher Anforderungen analysiert. Als Ergebnis lässt sich einerseits festhalten, dass Machine Learning aufsichtsrechtlich nicht negiert wird. Andererseits kann mit den durchgeführten Analysen in R aufgezeigt werden, dass ein echter Mehrwert für die Banksteuerung durch den Einsatz von Machine Learning erreicht werden kann.

Der vorliegende Beitrag zur Digitalisierung des Risikocontrollings bei Investmentfonds beschäftigt sich im Wesentlichen mit den Herausforderungen für das Fondsmanagement eines aktiv gemanagten Publikumsfonds im strategischen und operativen Controlling. In dem Beitrag wird beschrieben, welche strategische Bedeutung die Digitalisierung aller Wertschöpfungsprozesse in einem Investmentfonds hat und wie eine einheitliche Softwareplattform nicht nur zu besseren Controllingergebnissen führt, sondern auch zu einem strategischen Wettbewerbsvorteil wird. Dabei wird auf die Performance- und Risikomessung, die Berücksichtigung von Nachhaltigkeitskriterien im Risikocontrolling sowie den Einsatz von Derivaten zur Optimierung des Rendite-Risiko-Profils eines Fonds eingegangen.

Unternehmen mit Bezug zu technologiegestützten Finanzdienstleistungen (sogenannte FinTech-Unternehmen) bieten zunehmend verschiedene Formen des Kreditgeschäfts für Privat- und Geschäftskund:innen an und drängen somit ins klassische Bankgeschäft vor. Während sogenannte Buy Now Pay Later-Vereinbarungen Privatkund:innen die Möglichkeit bieten, Anschaffungen zu einem späteren Zeitpunkt oder in Raten zu bezahlen, eignen sich sogenannte Cash Advance-Geschäftskredite insbesondere für kleinere und mittlere E-Commerce-Unternehmen zur Liquiditätsbeschaffung. Welche Besonderheiten bei der Kreditvergabe durch FinTech-Unternehmen im Vergleich zu traditionellen Bankkrediten bestehen und wie sich diese Unterschiede auf das Kreditrisikomanagement von ebenjenen Unternehmen auswirken können, ist Gegenstand des vorliegenden Beitrags.

Kryptowährungen gewinnen weltweit an Bedeutung. So werden Bitcoin und andere Kryptowährungen von einer steigenden Zahl von Privatpersonen und Unternehmen als Zahlungsmittel und Spekulationsobjekte genutzt. Zudem betätigen sich Unternehmen als Produzent:innen der digitalen Währung (sogenanntes Mining). Somit erscheint es sowohl aus wissenschaftlicher als auch aus praktischer Sicht geboten, sich mit dem Controlling von Kryptowährungen auseinanderzusetzen. Der vorliegende Beitrag analysiert das Thema aus der Perspektive des Controllings als Rationalitätssicherungsinstrument des Managements. Hierzu werden drei spezifische unternehmerische Zwecke einer Kryptowährung herausgearbeitet. Darauf aufbauend ordnet der Beitrag die Zwecke in das Controllingkonzept ein und leitet spezifische Anforderungen an das Controlling sowie Lösungsansätze ab.

Schon aufgrund rechtlicher und sicherheitstechnischer Vorgaben ist Data Governance in den meisten Unternehmen bereits etabliert. Durch die zunehmende Bedeutung von Daten für den Unternehmenserfolg hat das Thema jedoch einen deutlich höheren Stellenwert bekommen und wird zunehmend auch unter strategischen Aspekten betrachtet. Unternehmen stehen vor der Herausforderung, ein umfassendes Konzept für den Umgang mit Daten zu entwickeln um sicherzustellen, dass die Chancen durch besseren und effizienteren Zugriff auf Daten genutzt und die Risiken z. B. durch Cyberattacken begrenzt werden können. Im Rahmen des folgenden Beitrags wird zunächst erläutert, welche Ziele und Aufgaben Data Governance im Unternehmen hat und welche Instrumente, Rollen und Technologien zur Verfügung stehen, um diese zu erreichen. Die Vorgehensweise und wesentlichen Schritte bei der Formulierung und Implementierung eines Data-Governance Programms werden aufgezeigt. Schließlich werden noch die Bedeutung und Implikationen von Data Governance für das Controlling erläutert.