Finance in der vernetzten Welt und vernetzte Welt in Finance

Dazu müssen sich die Abteilungen – alle Abteilungen! – besser und flexibler vernetzen, die Daten zu aussagekräftigen und sinnvollen Informationen formen und die daraus erstellten Prognosen beständig überprüfen.

Wir zeigen aus Sicht der Finance-Abteilungen, dass sich aus der zunehmenden Digitalisierung ein akuter Handlungsbedarf ergibt und wie sich dieser auf die Arbeit innerhalb der Finance-Abteilungen sowie bei der Vernetzung mit anderen Abteilungen und externen Partnern auswirkt. So verbinden sich die Kreise aus bisherigem CRM, Marketing-Umfragen und finanziellen Kennzahlen mit den neuen Informationsquellen wie sozialen Netzwerken und Nutzerdaten, die durch das Internet of Things (IoT), Cloud basierten Applikationen oder anderen Big-Data-Quellen wie Google zugänglich werden.

Ebenso relevant ist die durch neue Technologien geschaffene Verfügbarkeit der richtigen Information in Echtzeit in aufbereiteter Form – auf denselben Geräten, die heute so häufig bereits die Quelle der Daten sind: Smartphones und Tablets, die viele von uns zu jeder Zeit mit sich führen. Unternehmen erkennen, dass erhebliche Anstrengungen notwendig sind, um den Anschluss nicht zu verlieren – sowohl gegenüber bestehenden Konkurrenten als auch gegenüber neuen, disruptiven Unternehmen, die im Markt auftauchen, welche vorwiegend durch innovative Technologien effizienter wirtschaften können, da diese stärker digitalisiert und vernetzt sind. Unternehmen stehen somit vor der Aufgabe, zum einen ihre bestehenden Geschäftsmodelle an die digitalen Technologien anzupassen, zum anderen, innovative Geschäftsideen oder neue Geschäftsfelder zu ergänzen oder zu integrieren.

Wie sieht das „Global Picture“ für den Bereich Finance aus?

Finance-Abteilungen werden sich zukünftig stärker mit vernetzter und intelligenter Soft- und Hardware sowie mit der Anpassung von Prozessen und Stammdaten-Management auseinandersetzen. Eine der größten Herausforderungen sehen wir im Umgang mit immateriellen Vermögensgegenständen. Sie stellen heute signifikante Wertetreiber für die Unternehmen dar und definieren die Wertschöpfung teilweise neu. Eine weitere Herausforderung sind die exponentiell steigenden Datenmengen sowie die hieraus entstehenden Informationen. Sie werden zusätzliche Anforderungen an die Fähigkeiten von Finance-Mitarbeitern und deren Aus- und Weiterbildung stellen. Berufsbilder wie der Data Scientist und der Prognostiker werden sowohl vorhandene Ressourcen ergänzen als auch ersetzen. Dies ist essentiell, damit sichergestellt werden kann, dass die im Überfluss vorhandenen Daten mithilfe neuer Technologien zuverlässig und zum Großteil automatisiert zusammengetragen werden, um diese im Anschluss gewinnbringend nutzen zu können.

Modernisierung von bestehenden Finance-Abteilungen

Die „klassischen“ Aufgaben von Finance-Abteilungen bleiben weiterhin bestehen, aber die Anforderungen und Vorgehensweisen werden sich ändern. Bei den großen Anbietern von ERP-Systemen hat sich in Vorbereitung auf die digitale Transformation eine Grundstruktur herauskristallisiert. Die Schlüsselprozesse können grob in sechs Kategorien und wesentliche Aufgabengebiete zusammengefasst werden:

1. Berichtswesen & Vorschriften: Haupt- und Nebenbücher, Monats-, Quartals- und Jahresabschlüsse, interne und externe Berichterstattung
2. Maßnahmen & Reaktion: Profitabilitäts- und Kennzahlenanalysen, Kosten- und Leistungsrechnung, Cash Flow, Internes Kontrollsystem
3. Planung & Vorhersage: Budget, Planung, Prognose, strategische Ausrichtung
4. Beschaffen & Bezahlen: Einkauf, Kreditoren
5. Financial Management: Verträge, Abrechnung und Projektsteuerung
6. Schnittstellen/Sonstiges: Organisation, Vertrieb und Kundenservice, Produktion, Legal/HR, Marketing, Steuerungslogik

Die Einführung von Shared Service Centern in den letzten Jahrzehnten führte bereits zu erheblichen Anpassungen und der Automatisierung von Prozessen. Dennoch existieren heute unverändert viele Silo-Lösungen, die eine effektive und effiziente Nutzung selbst unternehmensinterner Daten und damit die zeitnahe Bereitstellung von relevanten Informationen verhindern. Der nächste Schritt ist konsequenterweise die digitale Vernetzung mit anderen Unternehmensabteilungen, um die vielfältigen Daten aus unternehmensinternen und -externen Quellen in Zukunft besser nutzen zu können. Für die hier beschriebenen Kategorien bedeutet das:

1. Berichtswesen & Vorschriften: Eine Vielzahl von Prozessen kann in ihren Funktionalitäten und den daraus resultierenden Outputs mobil abgebildet und den Empfängern in Echtzeit zur Verfügung gestellt werden.
2. Maßnahmen & Reaktion: Im Zuge stark steigender Datenmengen und neuer Datenquellen müssen neue, zusätzliche Kennzahlen entwickelt werden, die die Auswirkungen dieser zusätzlichen Informationen korrekt und verständlich abbilden. Besonders deutlich wird dies beim Blick auf die immateriellen Vermögensgegenstände als Wertetreiber und die Wertschöpfung als Produktivitätstreiber.
3. Planung & Vorhersage: Der Anstieg der Datenmengen und die sich verändernde Natur der Daten werden zu neuen Erkenntnissen und Überlegungen bei der Bereitstellung der richtigen unternehmensinternen und zukunftsweisenden externen Informationen führen. Rein finanzielle Daten werden um qualitative Aspekte, beispielsweise aus den sozialen Medien, ergänzt.
4. Beschaffen & Bezahlen: Die Beschaffung von Material und Dienstleistungen wird durch die Ausweitung der vorhandenen Produktpalette und der Produktplatzierung über neue oftmals digitale Vertriebskanäle für zunehmende Komplexität sorgen. Es wächst die Notwendigkeit, die richtigen Produkte und Dienstleistungen in der richtigen Qualität, zum richtigen Zeitpunkt, am richtigen Ort zu erhalten, was eine intensivere Auseinandersetzung mit den bisherigen und neuen Lieferanten erforderlich macht. Eine gute Vernetzung der vorhandenen IT-Systeme mit den Beteiligten – unternehmensintern wie -extern – ist hierfür Grundvoraussetzung.
5. Financial Management & Schnittstellen/Sonstiges: Insbesondere bei Produktions-unternehmen und Unternehmen im Dienstleistungssektor werden Eigenschaften wie Fertigstellungsgrad, Transparenz, Visibilität und Qualität der hergestellten Produkte und Dienstleistungen für Steuerungszwecke immer wichtiger. Die Finance-Abteilung ist ein integraler Bestandteil der Unternehmensorganisation und befindet sich permanent in einem regen Austausch mit den anderen Unternehmensabteilungen. Durch diese Interaktion wird deutlich, dass nicht nur die Finance-Abteilung den digitalen Einflüssen und Veränderungen unterliegt, sondern auch alle anderen Unternehmensabteilungen.

Folglich besteht die Notwendigkeit, dass alle Abteilungen einer Organisation bei der Implementierung neuer digitaler Technologien zusammenarbeiten und sich austauschen, um eine optimale Effizienzsteigerung zu gewährleisten. Die Frage danach welche neuen Technologien von welchen Anbietern am geeignetsten für das jeweilige Unternehmen sind, hängt individuell davon ab, in welchem Reifegrad der Digitalisierung sich das Unternehmen zurzeit befindet. Des Weiteren spielt es eine ausschlaggebende Rolle, wie groß das jeweilige Unternehmen ist und, ob es sich um einen Global Player oder ein national agierendes Unternehmen handelt. Davon ausgehend können dann individuelle Lösungen für eine Digitalisierung durch innovative Technologien besprochen werden, welche passgenau auf die Bedürfnisse, Anforderungen und Zielvorstellungen des Unternehmens maßgeschneidert sind, um eine optimale Effizienzsteigerung zu gewährleisten.

Bedeutung von zuverlässigen Prognosen

Das Zeitalter von Big Data ist noch relativ jung, aber was Studien prophezeien, zeigt sich heute schon relativ deutlich in der Praxis: Die Zunahme der Datenmengen legt jetzt erst richtig los. Alleine die Maßeinheit von Datenmengen ist ein Indiz dafür: Waren es gestern noch Petabytes, sind es heute Zettabytes, morgen werden es Yottabytes sein. Ein Ende ist nicht in Sicht. Die Daten kommen aus „Datenschleudern“ wie z. B. mobilen Geräten, aber auch vom sogenannten IoT. Sensordaten von Maschinen und Geräten – vom Automobil bis zur Zahnbürste ist alles dabei – werden gesammelt, übertragen und gespeichert. Daraus resultiert der Bedarf nach Big Data & Advanced Analytics, um eine einwandfreie Untersuchung und Aufbereitung der massenhaft erzeugten, roh verfügbaren Daten zu garantieren – damit diese dann für die weitere Verarbeitung in verschiedensten digitalen Systemen nutzbar gemacht werden können.

Wenn Unternehmen darüber nachdenken, ihr Geschäftsmodell zu aktualisieren, ein neues Produkt auf den Markt zu bringen oder anderweitig zu investieren, dann hängen die Entscheidungen auch davon ab, was die Unternehmen von der Zukunft erwarten. Erwartungen sind in diesem Zusammenhang nichts anderes als Prognosen und Vorhersagen über künftige Entwicklungen.

Aus diesem Grund müssen sich Unternehmen mehr mit der Thematik Prognose auseinandersetzen, um für wichtige Entscheidungen die richtigen Datenauswertungen zielgerichtet nutzen zu können. Es ist ein Trugschluss zu glauben, dass allein durch riesige Datenmengen, angereichert mit einigen Algorithmen, die Zukunft mehr oder weniger automatisch vorhersehbar ist. Dennoch – der Psychologe Paul Meehl beschrieb bereits 1954 (Philip E. Tetlock/Dan Gardner, Superforecasting 2015) in seinem Buch „Clinical Versus Statistical Prediction“, dass statistische Algorithmen in den allermeisten Fällen dem menschlichen Urteil überlegen und zudem auch schneller und billiger seien. Das ist aber nur der Fall bei gleichem Ergebnis. Es ergibt also durchaus Sinn, statistische Algorithmen zu nutzen. Die Herausforderung heutzutage ist, die geeigneten Algorithmen und digitalen Prognosetools auszuwählen, um effiziente Entscheidungen zu treffen und somit den Fortbestand des Unternehmens zu sichern.

Das bedeutet: Wenn Unternehmen Prognosen aufstellen, dann erfordert dies, die relevanten Daten und Informationen zu finden, zu entscheiden, wie wichtig sie wirklich sind und zu bestimmen, welchen Einfluss sie auf die Prognose haben. Prognostizieren muss sich also ganz klar von „zufällig raten“ unterscheiden und ein Resultat gründlichen Nachdenkens und ausgewogenen Urteilens, sowie der Auswahl von geeigneter Analyse-Werkzeugen, sein. Ebenso wichtig ist es, sich von der Zuverlässigkeit und Seriosität der eigenen Prognosen zu überzeugen. Das bedarf der Implementierung von Kontrollprozessen.

Somit ändert sich nicht nur die Art der Informationsgewinnung als Basis für Entscheidungsvorlagen und Entscheidungen, sondern auch der Inhalt. Die immateriellen Vermögensgegenstände als Wertetreiber spielen hier eine zentrale Rolle.

Macht der immateriellen Vermögensgegenstände

Es ist nicht neu, dass beispielsweise moderne Maschinen und Anlagen Wertetreiber sind. Hierbei handelt es sich um materielle Vermögensgegenstände. In Zukunft wird der Fokus nicht mehr auf den materiellen Vermögensgegenständen liegen, sondern auf den immateriellen. Die Kenntnis über die immateriellen Vermögensgegenstände als Wertetreiber spielt in der modernen Welt, in der Produkte oft nur schwer unterscheidbar und Qualitäten vergleichbar sind, eine ganz entscheidende Rolle für den Erfolg oder Misserfolg eines Unternehmens.

Bei immateriellen Vermögensgegenständen handelt es sich um nicht-physische Vermögensgegenstände wie z. B. Kundenbeziehungen, Marken, geistiges Eigentum in Form von Lizenzen, selbsterstellter Software, Patenten, Urheberrechten und Humankapital.

CGMA/Oracle (The Digital Finance Imperative: Measure and manage what matters next) zeigen in einer Studie vom November 2015 sehr deutlich, dass die immateriellen Vermögensgegenstände als Wertetreiber in den letzten 40 Jahren stark an Bedeutung gewonnen haben. Mit anderen Worten: Nicht die Unternehmen mit materiellen Vermögensgegenständen schaffen einen signifikanten Mehrwert, sondern die, die es verstehen, aus ihren immateriellen Vermögensgegenständen den höchstmöglichen Nutzen zu ziehen. Waren dies in der Vergangenheit Unternehmen wie Coca-Cola, McDonalds und Starbucks, sind es heute die Unternehmen Apple, Google, Amazon und Facebook. Diese und andere Unternehmen, welche durch immaterielle Vermögensgegenstände eine gesteigerte Effizienz in Geschäftsprozessen erzielen, erreichen dies in den meisten Fällen durch die gezielte Nutzung innovativer Technologien und IT-Systemen.

CGMA/Oracle befragte Unternehmen, welche Wertetreiber die wichtigsten aus ihrer Sicht für ein erfolgreiches Geschäftsmodell sind. Als 5 Top-Wertetreiber wurden genannt:

1. Kundenzufriedenheit mit 76 %
2. Qualität der Geschäftsprozesse mit 64 %
3. Kundenbeziehung mit 63 %
4. Menschliche und fachliche Qualität der Mitarbeiter mit 61 %
5. Markenrenommee mit 58 %

Interessant ist nun die Frage, mit welchen Kennzahlen und Analysen sich die Finance-Abteilung aktuell mehrheitlich beschäftigt. Die Antworten lauteten wie folgt:

1. Datenqualität mit 67 %
2. Rentabilität des investierten Kapitals mit 66 %
3. Mitarbeiterproduktivität mit 65 %
4. Mitarbeiterengagement und Bindung mit 65 %
5. Kundenerfahrung und -zufriedenheit mit 60 %

Das Ergebnis zeigt: Die Finance-Abteilung beschäftigt sich weiterhin mit den „klassischen“ Kennzahlen, die auch immer relevant bleiben werden, aber mit den genannten Top Wertetreibern nichts zu tun haben. Daher stellt sich die Frage, welche Rolle die Finance-Abteilung bei der Identifizierung, Erhebung, Messung und Bewertung von immateriellen Vermögensgegenständen als Wertetreiber spielt. Immaterielle Vermögensgegenstände heben sich insbesondere durch drei Eigenschaften hervor: Sie sind finanziell schwierig zu fassen, schwierig zu messen und schwierig zu bewerten.

Auch die verfügbaren Daten über die Wertetreiber der immateriellen Vermögensgegenstände werden im Umfang und an Komplexität durch die im Rahmen der Digitalisierung generierten neuen Formen finanzieller und nicht-finanzieller Daten erheblich zunehmen. Damit steigen auch die Ansprüche an die Fachexpertise von Finance-Mitarbeitern.

Denn wenn ohne genaue Überlegung und kritische Betrachtung Daten erhoben und zu Informationen verarbeitet werden, ist die Gefahr groß, dass sich daraus ein unternehmerisches Risiko ergibt. Ein Überfluss an Daten, wenig nutzbare Informationen oder sogar falsche Erkenntnisse können den Fortbestand des Unternehmens gefährden. Damit bleibt insbesondere im Zuge der Digitalisierung das oberste Primat, auf Grundlage der von den Systemen gewonnenen und automatisiert zur Verfügung gestellten Daten nicht schnelle, sondern richtige und wirtschaftlich profitable Entscheidungen zu treffen.

Die richtige Identifizierung, Erhebung, Messung und Bewertung von immateriellen Vermögensgegenständen in Zusammenarbeit mit den anderen Unternehmensabteilungen ist der Schlüssel zum Erfolg. Hierfür muss die Finance-Abteilung federführend die Beziehungen zwischen wirtschaftlichem Ergebnis und finanziellen Kennzahlen herstellen, um diese als maßgebliche Indikatoren zu nutzen. Darüber hinaus hat die Finance-Abteilung in diesem Zusammenhang die Verantwortung, strenge Regeln aufzustellen, Zielvorgaben zu machen und den Rahmen festzulegen. Sie ist aber nicht zwingend der Lieferant von nicht-finanziellen Daten.

Notwendigkeit von Datenwissenschaftlern

Big Data, Smart Data, Data Mining, Data Engineering – hinter all diesen Begriffen steckt der Wunsch, aus den Daten klare und nachvollziehbare Informationen zu erhalten. Dies vor dem Hintergrund, Wissen herauszufiltern, das dabei unterstützt, geschäftliche Ziele besser und effektiver zu erreichen. Da die Datenmengen mittlerweile zu umfangreich, komplex, schnelllebig und zu schwach strukturiert sind, um mit den Anforderungen Schritt halten zu können, sind die herkömmlichen Methoden der Datenverarbeitung und -auswertungen nicht mehr adäquat.

Um die riesigen Daten- und Informationsmengen unter Kontrolle zu bekommen, um gut durchdachte Prognosen zu formulieren und um die richtigen Wertetreiber der immateriellen Vermögensgegenstände zu identifizieren, zu analysieren sowie zu bewerten, suchen Unternehmen zunehmend spezialisierte Analysten, sogenannte Datenwissenschaftler.

Der Datenwissenschaftler hat die Aufgabe, gesammelte Daten und Informationen mithilfe leistungsfähiger Computer und Algorithmen zu verknüpfen, zu entwirren und sinnvoll auszuwerten. Damit arbeitet der Datenwissenschaftler an der Schnittstelle zwischen Domänenexpertise und reiner Analyse, sowie Informationstechnologie und Strategie.

Das nützliche Balancieren mit Daten ist nicht nur eine Frage des logischen Programmierens und hervorragender Statistikkenntnisse. Zusammenhänge sind oft weniger eindeutig, als ein erster Blick vermuten lässt, und der Unterschied zwischen Korrelation und Kausalität ist bei komplexen Daten kaum zu erkennen. Daher ist es wichtig zu wissen: Welche Daten liegen vor, wie wurden die Daten erhoben, wie sinnvoll und zuverlässig sind die Daten? Für die Finance-Abteilung als historischem Garanten der zuverlässigen Quelle von Daten spielt das bei der Rahmengestaltung eine wichtige Rolle. Auch die qualitative Analyse ist zu berücksichtigen, da Unternehmen nicht ausschließlich quantitativ geführt werden und die Entscheidungen der Führungskräfte nicht ausschließlich auf Daten basieren.

Ziel des Einsatzes von Datenwissenschaftlern ist es, eine Brücke zwischen Menschen als Entscheidern auf der einen Seite und der statistischen und digitalisierten Analyse von Daten auf der anderen Seite zu bauen. Damit kommen auf die Finance-Abteilungen hochinteressante Herausforderungen zu. Die C-Levels und insbesondere die CFOs müssen verstehen, dass die Digitalisierung kein Selbstzweck, sondern zwingend erforderlich ist, um die Datenflut zu kontrollieren und um die richtigen Informationen für zukunftskritische – teilweise sogar überlebenswichtige – Entscheidungen für das Unternehmen zur Verfügung zu stellen. Die Verbindung von Datenwissenschaft und Prognose erscheint vor diesem Hintergrund eine hilfreiche Ergänzung.