16.09.2020

Workforce Controlling mit Data Cube

Ein Gespräch mit Stephan König von T-Systems

Die Einführung eines Data Cubes im Rahmen des Workforce Controllings bei T-Systems sorgte für eine massive Reduzierung der Komplexität der Prozesse und versetzte das Team gleichzeitig in die Lage, auf unterschiedliche unternehmerische Veränderungen schnell reagieren zu können. Stephan König, Leiter des Workforce Controlling sprach mit uns über die Chancen und Herausforderungen, die die Einführung des Tools mit sich brachte.

Detecon: Stephan, du bist Leiter des Workforce Controllings bei T-Systems. Was gehört zu deinen Aufgaben?

Stephan König: Kern unserer Aufgaben sind die Planung und das unterjährige Forecasting der Workforce-KPI, also sowohl der FTE als auch der damit verbunden Kosten interner und externer Workforce. Aber natürlich gehören auch regelmäßige Projektionen dazu, die Ausblick darauf geben, wo die Workforce steht, die Analyse der Actuals und, abgeleitet aus der Analyse der Actuals, auch die Abschätzungen, wie sich die wesentlichen KPIs entwickeln. Dazu kommt dann Projektunterstützungsarbeit bei anstehenden Personalumbau-, Reorganisations- und Restrukturierungsprojekten, bei denen Workforce-Themen immer einen Schwerpunkt bilden. Besonders in einem so personalintensiven Geschäft wie dem der T-Systems.

Interview with Stephan König at T-Systems about the Data Cube
Stephan König, Head of Workforce Controlling bei T-Systems

Wir haben im letzten Jahr gemeinsam ein Projekt gestartet, das sich mit dem Aufbau, der Implementierung und anschließenden Nutzung eines Data Cubes beschäftigt. Wie lässt sich der Data Cube aus deiner Sicht am besten beschreiben? Was war die Hauptmotivation, diesen einzuführen?

Ich fange mit dem zweiten Teil der Frage an. Wir standen bei T-Systems vor drei wesentlichen Herausforderungen: Die erste war, dass wir einen sehr komplexen Planungs- und Forecasting-Prozess haben. Diese Komplexität ergibt sich durch die Struktur des Unternehmens mit den vielen, sehr unterschiedlichen Geschäftsfeldern und ihren unterschiedlichen Dynamiken. Durch die globale Aufstellung unserer elf Portfolio Units ergab sich eine hohe Planungskomplexität, für die wir außer Excel kein Steuerungsinstrument hatten. Die zweite Herausforderung war, schnell und sehr agil auf Veränderungen in der Planungsstruktur und neue strategische Impulse reagieren zu können – und hierfür auf Plan- und Ist-Daten für Ad-hoc-Analysen schnell und in flexibler Struktur zurückgreifen zu können. Und drittens haben wir über die Jahre immer wieder festgestellt, dass sich Investitionen in verhältnismäßig starre IT-Tools als nicht lohnend erwiesen haben, weil sie nicht die nötige Anpassungsgeschwindigkeit bieten, die wir in unserem Unternehmen benötigen.

Der Cube war für uns der Ansatz, alle drei Herausforderungen einigermaßen gleichzeitig zu bedienen. Seine Haupteigenschaft ist, dass er erstens in einem Tool die Möglichkeit einer Datenhaltung für Reports und Analysen bietet und zweitens die sehr flexible, dynamische Anpassung und Weiterentwicklung durch das Team selbst ermöglicht. Wir haben das Problem, ein superkomplexes IT-Tool zu bauen mit einem einzigen, integrierten Tool auf Excel-Basis gelöst.

Welche konkreten Aufgaben kann der Data Cube unterstützen? Worin liegt der konkrete Mehrwert für eure Arbeit im Workforce Controlling?

Konkret sind wir heute dank des Data Cubes in der Lage, unsere Planungsprozesse – sowohl die iPF als auch die Forecasts – mit einem einzigen Planungs-Template zu erstellen, das dann eine Planung für die gesamte Firma ergibt. Wenn wir vorher vielleicht fünf bis sechs Tage gebraucht haben, um eine Planung zu konsolidieren, so verteilen wir heute im Rahmen dieses Prozesses die Arbeit auf mehrere Köpfe. Die Templates lassen sich innerhalb eines Arbeitstages zusammenbauen, dementsprechend kann man auch viel schneller auf Änderungs- oder Anpassungsbedarfe an die Planung reagieren. Und wir haben es erstmals geschafft, in der Benennung und der Beschreibung der KPIs der Planungseinheiten dieselbe Sprache zu sprechen wie die Finanzorganisation. Wir haben das Projekt von Anfang an gemeinsam mit den Finanzkollegen entwickelt, uns dadurch sehr stark angenähert und es geschafft, uns in den verschiedenen Definitionen, die für den Datenwürfel notwendig sind, auch auf gemeinsame Begrifflichkeiten zu einigen. Das erleichtert die Arbeit sehr, weil man sich nun automatisiert gegenseitig Daten übergeben kann.

Aber auch bei dezentralen Analysen - wie beispielsweise für einzelne Business Partner oder Organisationseinheiten - können wir heute schneller reagieren, weil wir alle Daten, alle Perspektiven, alle Dimensionen, mit denen wir üblicherweise arbeiten, an einer Stelle gesammelt haben und beliebig kombinieren und zusammentragen können.

Data Cube Interview Stephan König
Abb. 1: Data Cube

Du hast eben die dezentrale Perspektive erwähnt. Damit meinst du die einzelnen PU-Controller oder Functional Controller in Abstimmung mit den Business Partnern im Segment?

Genau. Der Data Cube ist nach wie vor ein internes Tool für das Workforce Controlling selbst, aber dort eben tatsächlich Gold wert. Wir sind gerade heute den letzten Tag als T-Systems in der alten Form zusammen. Ab morgen greift dann der Carve-out, wo wesentliche Teile des Unternehmens zur Telekom Deutschland wechseln. Ein wahnsinnig komplexes Projekt, einhergehend mit Ausgründungen in Einheiten und Ländern, wo einzelne GmbHs entstehen, wo wirklich alle FTEs neu verteilt werden mussten. Klassische IT-Tools wären nicht in der Lage, diese völlig neue Reporting-Struktur abbilden zu können, ohne dass sich IT-Experten an die Programmierung setzen. Mit dem Cube auf Excel-Basis war das eben möglich. Wir konnten besser arbeiten und uns sehr schnell und dynamisch an diese komplett neue Situation anpassen. Ein Tool zu haben, wo Mitarbeiterinnen und Mitarbeiter, die keine Experten in der Programmierung sind, das eben selbst auch umsetzen können, ist ein wahnsinniges Asset.

Was waren aus deiner Sicht die wesentlichen Faktoren für eine erfolgreiche Einführung des Data Cubes? Und warum war es wichtig, hierzu auch andere Perspektiven oder gar externe Unterstützung zu haben?

Ich glaube, es war sehr hilfreich, dass wir eine grundlegende Problemanalyse vorgenommen haben. Wir haben also nicht irgendein Tool gekauft oder entwickeln lassen, sondern haben uns gefragt, was denn eigentlich die Sorgen und Nöte sind, die wir beheben wollen. In einem zweiten Schritt haben wir nach dem richtigen Weg gesucht, um diese Herausforderungen zu lösen. Und dann kamen sicherlich in einer sehr glücklichen Fügung zwei Sachverhalte zusammen: Zum einen, dass wir vom Management die Unterstützung bekamen, dieses Thema auch wirklich anzugehen und dafür auch Budget und externe Unterstützung zu bekommen. Und zum zweiten, dass wir auf diese, aus meiner Sicht sehr kreative Lösung gestoßen sind, auf Power Pivot in Excel als eine Lösungsoption zugreifen zu können. Die externe Unterstützung war dann in der nächsten Phase für uns ein ganz kritischer Erfolgsfaktor, um wirklich mal ein Thema, das zwar wichtig, aber aufgrund seiner Implementierungszeit nicht dringend war, wirklich mit Konsequenz zu verfolgen und zu einem Reifegrad zu bringen, der schnell Impact erzeugte. Ohne externen Support läuft man Gefahr, immer wieder von dringenden Ad-hoc-Themen abgelenkt zu werden. Aber: Es war auch wichtig, dass die externe Unterstützung, die wir durch die Detecon erhalten haben, ganz eng verzahnt mit den Fach-Experten im Team gearbeitet hat. Ein wirklich integrierter Ansatz, der in jeder Phase des Projektes sichergestellt hat, nah an den tatsächlichen Bedürfnissen zu bleiben, aber eben auch die Ressourcen und Fähigkeiten zu haben, solch ein Projekt zu konzipieren und aufzusetzen.

Du hast jetzt viel über die Vorteile und den Mehrwert des Data Cubes erzählt. Was war für euch die größte Herausforderung bei der Implementierung?

Im ersten Schritt mussten all diejenigen abgeholt werden, die nicht von Anfang an den Data Cube mitentwickelt haben. Wir haben sehr viel investiert, um unsere Kollegen ins Boot zu holen und ihnen den Mehrwert, den Nutzen und auch die Anwendungsweise zu erklären. Das hat einige Aha-Effekte ausgelöst und es war sehr erfreulich, dass wir alle, sobald sie einmal damit gearbeitet hatten, in relativ kurzer Zeit von dem Tool überzeugen konnten.

Was muss ein Mitarbeiter ‚können‘, um mit dem Data Cube zu arbeiten?

Ich würde zwei Gruppen unterscheiden: Es gibt einerseits die Gruppe der Nutzer. Da muss man eigentlich außer zwei, drei Kniffen nicht viel mehr können als Excel. Das ist der große Charme dieses Tools. Ein Workforce-Controller bringt natürlich Excel-Kenntnisse mit, weil er tagtäglich damit arbeitet. Von daher ist es für ihn eine relativ geringe Hürde, mit dem Cube zu arbeiten.

Dann gibt es die zweite Gruppe: Darunter fallen diejenigen, die an der Weiterentwicklung dieses Tools arbeiten. Denn der Charme des Data Cubes ist ja, dass es kein fertiges Produkt ist. Wir entwickeln es weiter, um erstens Veränderungen, die sich ständig ergeben, abzubilden und zweitens, um weitere Nutzenfelder zu erschließen. Dazu muss man die Komplexität der Prozesse und der Interdependenzen verstehen, die in diesem Tool stecken, dass man nämlich Daten ganz vieler Quellen in ganz vielen Dimensionen zusammenführen, übereinander bringen, übersetzen und berechnen muss. Das eigentliche Kunststück ist, die inhärente Komplexität der Datenbank und Datenbankstruktur dahinter zu verstehen. Aber: Es braucht auch dafür keine Programmierer, sondern eher Fachexperten, die sich in der Tiefe mit der Struktur des Cubes auskennen.

DATA CUBE

  • Ein Data Cube (Datenwürfel) ist eine multidimensionale Datenbank, in der große Datenmengen in verschiedenen Ausprägungen flexibel ausgewertet werden können. Die Multidimensionalität ermöglicht es dem Nutzer, Kennzahlen unter gleichzeitiger Betrachtung mehrerer Dimensionen zu analysieren. Die Dimensionen lassen sich dabei beliebig kombinieren, wodurch verschiedenste Fragestellungen beantwortet, Reports und Auswertungen mit unterschiedlicher Aussagekraft erstellt und wichtige betriebliche Kennzahlen schnell und bedarfsorientiert extrahiert werden können.
  • Detecon unterstützt seine Kunden in den Themen Data Analytics sowie Prozessstandardisierung und -automatisierung, u. a. unter Zuhilfenahme von Datenbanktools.

Wenn du heute zurückblickst, was sind deine Top drei Learnings, die du aus der Einführung und Nutzung des Data Cubes mitgenommen hast?

Das Allerwichtigste aus meiner Sicht ist, den Wert eines derart anpassungsfähigen Tools zu erkennen. Es ist elementar zu sehen, was für eine Bedeutung der Data Cube in einer Welt hat, in der wir Organisationen, Strukturen und Strategien aufgrund der hohen Dynamik im Markt immer wieder anpassen müssen. Vorher mussten wir uns mit einem Excel-Tool begnügen, haben jetzt aber viel mehr Flexibilität, um uns auf Veränderungen schnell einstellen zu können. Das ist ein ungeheurer Mehrwert nicht nur gegenüber dem einfachen Excel sondern auch gegenüber den meisten spezialisierten IT-Tools.

Das zweite Learning ist, welche Komplexität sich daraus ergibt, verschiedene Daten und Reports zusammenzuführen, sodass man die Daten wirklich miteinander verknüpfen kann. Es müssen dann Datenstände, Abzugsdaten, Definitionen von KPIs hintereinander gebracht werden, was uns viel Zeit gekostet hat. Wir haben es zwar gut hinbekommen, aber ich glaube, dass wir das vorher unterschätzt haben. Ich war wirklich beeindruckt, wie viel Komplexität in dem Cube verarbeitet werden muss, um dann im Ergebnis die Komplexität in der täglichen Arbeit zu reduzieren.

Das dritte Learning ist das, was ich am Anfang schon gesagt habe: Dass man es selbst bei einem Tool, das sich grundsätzlich selbst weiterentwickeln kann, schaffen muss, Kapazitäten freizuschaufeln, um konsequent an der Weiterentwicklung arbeiten zu können. Ansonsten wird man schnell wieder vom Tagesgeschäft überrollt.

Werfen wir einen kurzen Blick in die Zukunft: Wie möchtest du mit deinem Team das Workforce Controlling weiterentwickeln? Welche Entwicklungen werden wir deiner Meinung nach in 5-10 Jahren im Bereich Workforce Controlling beobachten können?

Interessanterweise gibt es inzwischen in der T-Systems wieder ein Projekt HR Analytics, das ebenfalls von Detecon unterstützt wird. Im nächsten Schritt steht an, die Verknüpfung von Daten und Support noch eine Stufe weiterzubringen, indem Supporting-Aktivitäten, Daten und KPIs insgesamt im HR-Bereich aber auch im HR-nahen Umfeld gesammelt und analysiert werden. Aber es gibt natürlich darüber hinaus noch ganz viele andere HR-relevante Daten: Learning-Themen, Hiring Details, Recruiting-Prozesse, Kapazitätsmanagement, Benchmanagement etc. Vielfältigste Themen, die heute in verschiedensten Organisationsbereichen in und um den HR-Bereich bearbeitet werden. Wir versuchen nun, auch diese Themen zusammenzuführen, um im nächsten Schritt Auswertung- und eventuell BI-Möglichkeiten zu schaffen. Hier wird die spannende Frage sein, ob es uns gelingt, eine Lösung zu finden, die die Vorteile und die Anpassungsfähigkeit des Cubes hat, aber in der Lage ist, noch mehr Komplexität zu verdauen.

Für mich ist es unglaublich spannend, das Thema noch weiter zu fassen und noch mehr Daten zu poolen, um noch ausgereiftere Analysen, Vergleiche und Planungsindikationen zu bekommen. Hier müssen jetzt unterschiedliche Organisationsbereiche zusammenarbeiten, was bedeutet, dass die Arbeit eben nicht mehr in einem Team stattfindet, in welchem man das Tool entwickelt, sondern dass es viel mehr Schnittstellen gibt. Darauf sind wir mit dem Data Cube gut vorbereitet und haben unsere Hausaufgaben erst mal gemacht. Auf der anderen Seite nutzen wir heute als Workforce Controlling Team den Data Cube als ein sehr wertvolles Tool, aber eben noch nicht als ein Instrument, das auch über die Organisation hinausgeht und mit dem auch die HR-Businesspartner und Instanz-Controller direkt arbeiten. Das heißt, was als Anschlusspunkt fehlt, sind eher auf hohe Usability und einfache Bedienung getrimmte User Interfaces, über die ich eine vereinfachte Befüllung von Planungs-Templates etc. ermöglichen kann. Es braucht also ein Tool, mit dem auch Führungskräfte oder HR-Businesspartner planen bzw. Forecasts erstellen können. Jeder gibt selbst seine Daten ein und bekommt ein Feedback darüber, wie sie in einem strategischen Planungskonzept zusammenpassen.

Und da kommen wir zum zweiten Teil der Frage: Ich glaube, das meiste von dem, was wir heute im Controlling machen, wird sicherlich künftig durch intelligente Systeme abgedeckt, so dass man den eigentlichen Planungsprozess sehr viel mehr an das Business heranbringen kann, da der Feedback-Draht da auch viel schneller ist.

Der Business-Verantwortliche sollte zukünftig selbst verschiedene Hebel in der Hand halten und unmittelbar eine Rückmeldung darüber bekommen, was passiert, wenn er einzelne Stellhebel verändert. Der Workforce Controller wird zukünftig eine andere Leistung erbringen. Er wird weniger Zahlen integrieren und Excel-Quellen erstellen müssen, sondern viel mehr gemeinsam mit dem Business überlegen, wie mit der jeweiligen Herausforderung umgegangen wird. Dies bedeutet, dass er dann eher beratungsorientiert und inhaltlicher arbeitet. Das ist aus meiner Sicht die Richtung, in die es gehen muss.

Stephan, vielen Dank für das Interview und die interessanten Einblicke.

Ich habe zu danken: Ohne die stets professionelle, engagierte und immer auch angenehme Unterstützung durch das Team der Detecon, wäre das Projekt so nicht möglich gewesen. Danke dafür!

Sie haben Fragen zum Thema?

Unsere Kollegen stehen gerne zur Verfügung

Diese Seite teilen