Skip to main content
main-content
Top

15-12-2021 | Predictive Analytics | Im Fokus | Article

Der klassische Forecast hat vielerorts ausgedient

Author: Angelika Breinich-Schilly

3:30 min reading time
share
SHARE
print
PRINT
insite
SEARCH

Das Controlling verabschiedet sich immer mehr von altgedienten Planungs- und Budgetierungsmethoden. Wie eine weltweite Umfrage belegt, können Unternehmen mit Predictive Analytics ein volatiles Marktumfeld besser in den Griff bekommen.

Mit steigender Komplexität an den weltweiten Märkten verringert sich die Vorhersagbarkeit bestimmter Ereignisse. Mehr als 80 Prozent der Unternehmen weltweit sind der Auffassung, dass es zukünftig wichtiger ist, auf schnelle Forecasts zu setzen, anstatt aufwendig zu budgetieren. Daher wird auch die Relevanz von automatisierten Hochrechnungen weiter steigen. Das ist das zentrale Ergebnis einer Barc-Umfrage. Das Analysehaus hat von Mai bis Juni 2021 rund 400 Fach- und Führungskräfte aus unterschiedlichen Branchen und Ländern zur Zukunft der Planung in ihren Organisationen online befragt. 

Editor's recommendation

2021 | OriginalPaper | Chapter

Digitalisierung, Big Data und Controlling

Die Informationsversorgung der Entscheidungsträger im Unternehmen gehört zu den Kernaufgaben im Controlling. Auch die Rolle des Controllers als Business Partner und Unterstützer des Managements hat sich in vielen Unternehmen verändert. Gerade in dieser Rolle muss er sich mit neuen Trends wie Big Data, die Auswirkungen auf den Unternehmenserfolg haben, auseinandersetzen.

"Die Covid-19-Pandemie hat wohl die meisten Unternehmen unvorbereitet getroffen", schreiben die Studienautoren Christian Fuchs und Robert Tischler in ihrer Einführung. Lokale Ereignisse in einer zunehmend vernetzten Wirtschaft und Unwägbarkeiten wie die Klimakrise werden auch weiterhin für eine hohe Volatilität sorgen, sind sich die beiden Barc-Analysten sicher. "Entsprechend müssen viele Organisationen ihre Steuerung auf diese Anforderungen hin ausrichten", so Fuchs und Tischler. Trotz vieler Veränderungen im Bereich der Planung fehle es häufig am "Tiefgang, um deutliche und dauerhafte Verbesserungen zu etablieren". 

Unternehmen brauchen eine bessere Datenbewirtschaftung

Um Signale und Trends aus dem Markt zügig zu interpretieren und ihre Auswirkungen zu verstehen, aktualisieren bereits vier von zehn Unternehmen ihre Forecasts mindestens einmal pro Monat. Unter den von der Studie als Vorreiter identifizierten Betrieben (zwölf Prozent) sind es mehr als sechs von zehn. 

Insgesamt haben bereits viele Unternehmen in ihr Datenmanagement durch die bessere technische Integration von Tools (54 Prozent), Automatisierung (50 Prozent) oder neue Software (48 Prozent) investiert und damit auf die Herausforderungen verschiedener Quellsysteme reagiert. Außerdem nutzen 45 Prozent existierende Software effizienter, 26 Prozent setzen Predictive Planning und Forecasting für Prognosen ein und 21 Prozent migrieren Software-Werkzeuge in die Cloud.

Mittels Machine Learning künftige Entwicklungen vorhersagen

"Mittels Machine-Learning-Algorithmen werden auf Basis großer Datenmengen Muster entdeckt, die zukünftige Entwicklungen vorhersagen können. Der Blick in die Zukunft erfolgt nicht mittels aggregierter Daten wie bei Business Intelligence, sondern auf Basis individueller Daten. Solche zukunftsgerichteten Analysen sind nicht beschreibend, sondern vorhersagend", erläutert Ulrich Sailer die Digitalisierung des Controllings durch Business Analytics (Seite 580). Er führt als zentrales Argument für die Nutzung solcher Tools die Optimierung der Unternehmensplanung an: 

Obwohl seit vielen Jahren in Theorie und Praxis über Verbesserungen der Planung gesprochen wird, besteht insgesamt noch eine recht hohe Unzufriedenheit. Der Planungsprozess soll verkürzt, beschleunigt, auf Treiber fokussiert und automatisiert werden. Forecasts sollen automatisiert und auch ad-hoc erstellt werden können. Forecasts gelten also keinesfalls als gelegentliche Vorhaben, sondern sie sind in den Planungsprozess integriert, um diesen flexibler, effektiver und effizienter zu gestalten", schreibt der Professor für Controlling an der Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (Seite 587) über Predictive Analytics. 

Interdisziplinäre Teams verknüpfen interne und externe Daten

Allerdings gehört eine hochwertige Datenbasis, die sich aus internen und externen Quellen speist und die Zusammenführung dieser Daten noch immer zu den größten Herausforderungen der befragten Unternehmen (50 Prozent). Diese versuchen unter anderem auch durch organisatorische Anpassungen eine Prozessbeschleunigung zu erreichen, um so aktuellere Daten für die notwendige Entscheidungen zu erhalten. 

Möglich machen dies unter anderem interdisziplinäre Teams, die Forecasts und Hochrechnungen schnell mit den Neuigkeiten aus allen Bereichen verknüpfen, ohne zeitraubende Abstimmungsrunden. Auf diese Weise ergibt sich ein besseres Bild der internen und externen Lage und deren Zusammenhänge. 

Controller brauchen Know-how im Umgang mit Daten und Analytics

Daneben benötigen die Unternehmen Simulationen für eine fundierte Bewertung von Handlungsalternativen. Diese helfen Entscheidern dabei, mögliche zukünftige Entwicklungen sowie eigene Maßnahmen besser zu bewerten. "Auf Basis der gewonnenen Erkenntnisse können die erforderlichen Vorbereitungen und Maßnahmen in die Wege geleitet werden", resümieren die Studienautoren.

Allerdings brauchen Mitarbeiter im Controlling für alle neuen Prozesse und Aufgaben Know-how im Umgang mit Daten und Analytics, um zum Beispiel wichtige Indikatoren für das Geschäft auf Basis externer Daten in Analysen und Simulationen einbeziehen zu können. Die hierfür nötige Data Literacy muss aber laut Studie erst durch entsprechende Initiativen geschaffen werden.

Related topics

Background information for this content

Premium Partner