03, Controlling-Trends

Die Rolle des Controllers im evolutionären Wandel (Teil 4)

IV. Der Controller macht sich das Big Data-Phänomen zu Nutze.

„Big Data“ ist nicht lediglich ein Modewort oder Hype, der in den folgenden Jahren wieder in Vergessenheit geraten wird. Stattdessen hat Big Data auf die Geschäftswelt bereits erste Auswirkungen, welche sich zukünftig noch deutlich verstärken werden.

Da es sich dennoch um einen relativ neuartigen technologischen Trend handelt, gibt es für Big Data noch nicht die präzise Definition. Vereinfacht gesprochen kann Big Data jedoch als das massenhafte Volumen an Daten und Informationen angesehen werden, welches intern wie extern durch die unbegrenzte Interaktion von Geräten und Anwendungen mit ihren Benutzern untereinander generiert wird, währenddessen dabei allerhand erdenkliche und unvorstellbare Datenmengen gemessen werden, und das Internet Mittlerfunktion übernimmt. Immer mehr Unternehmen verschiedenster Branchen treten in die Welt der Big Data ein, da sie sich davon u.a. eine Effizienzverbesserung ihrer Geschäftstätigkeiten versprechen oder mehr strategisch ausgeprägte Ziele verfolgen möchten.

So kann Big Data beispielsweise direkt in einen verstärkten vorausschauenden Ansatz der Planung und Analyse einfließen (dazu auch Teil 1, I. Wachsendes Bewusstsein für vorausschauende Analysen im Controlling). Während Change-Prozesse und das Management von Veränderung selbst sich als durchaus komplexe und komplizierte Angelegenheit herausstellen können, vermag ein mehr an Data gegebenenfalls zu deren Bewältigung beitragen (siehe auch Teil 2, II. Der Controller entwickelt sich nebenbei zum Change Agent). Des Weiteren können Unternehmen ihre Wettbewerbsposition ausbauen, wenn sie Big Data gewinnen, welche zum Beispiel Einblicke in das Konsumentenverhalten gewährt sowie die Kundenbedürfnisse identifiziert (ebenso Teil 3, III. Das Controlling rückt die Kunden des Unternehmens stärker in den Fokus).

Wie die Beispiele oben verdeutlichen, beeinflusst Big Data die Controlling-Disziplin signifikant. Teil 4 unserer vierteiligen Artikelserie über die Evolution der Rolle des Controllers beleuchtet daher zum einen die Auswirkungen von Big Data, und erläutert zum anderen, wie Controller daraus folgend ihre Rolle anpassen und die Big Data-Herausforderung erfolgreich meistern können.

Zu Anfang: Wo und wie wird Big Data generiert?

Big Data speist sich aus seiner Vielzahl interner und externer Quellen, fließt sprichwörtlich von überall her. Es umfasst nicht nur den operativen Output von beispielsweise finanziellen Transaktionen, Smartphone nebst App-Nutzung, Social Media Durchleuchtung (von Facebook, Twitter usw.), Rezensionen (auf z.B. Amazon und Tripadvisor), Kassenterminals, oder gewöhnlicher Sensortechnologie. Vernetzte/„smarte“ Gerätschaften (auch als „Internet der Dinge “ bezeichnet) werden ebenso zu einem immer heißeren Thema: Gegenstände, Gebäude oder Autos werden dabei mit Software, Elektronik, Sensorsystemen und drahtloser Netzwerkverbindung ausgestattet, was ihnen erlaubt, Daten zu sammeln und untereinander auszutauschen.

Nur um ein paar weitere Stichworte aufzuzählen, sammelt sich Big Data im Rahmen der folgenden Dinge an: Kameras, Satelliten, Thermostate, Sensoren, Häuser, Automobile, Suchengines im Internet, Fernseher, Smartphones, Getränkeautomaten, Drucker, GPS-Geräte, Einkaufsscanner, Online Videos, Kreditkartentransaktionen, Garagentore, Anlagen und Arbeitsmaschinen, medizinische Überwachungssysteme, oder auch sonstige tragbare Technologie wie Smartwatches.

Man denke auch des Weiteren zum Beispiel an moderne Fahrzeuge mit ihren mehreren Dutzenden Sensoren, die Informationen messen und übertragen, wie etwa Benzinverbrauch und -reichweite, Innenraumtemperatur, Reifendruck und Tempomat. In der Zukunft werden Häuser mit unzähligen Sensoren ausgestattet sein, die beispielsweise die Klimaanlage einschalten in Abhängigkeit der erwarteten Heimkehr des Hausbesitzers. Oder ein leerer Kühlschrank führt automatisch zu einem Kauf von präferierten Lebensmitteln in einem Online-Lebensmittelhandel.

Diese Big Data zu besitzen und zu verarbeiten, sowie sie zu aggregieren und daraus Zusammenhänge zu bilden, kann einen Wettbewerbsvorteil bedeuten – zum Beispiel, indem man die (zukünftigen) Kunden und ihre individuellen Gewohnheiten/Präferenzen besser kennt, Kundensegmente bilden und die Nachfrage vorhersagen kann, Preise optimiert, und schlussendlich zielgerichtete Produkte und Services anbietet, die auch wirklich benötigt/gewünscht werden.
In der verarbeitenden Industrie geht fortgeschrittene Analytik basierend auf Big Data etwa damit einher, dass potentielle Fehler in den Arbeitsgeräten und Produktunregelmäßigkeiten identifiziert, Herstellprozesse und Produktqualität optimiert sowie beispielsweise ein präventiver Wartungsfahrplan, verbesserte Lagerverwaltung und Produktionsplanung betrieben werden (können).

Um es klar zu sagen: die Big Data-Entwicklung steht erst am Anfang. Je mehr vernetzte Technologie im Alltagsleben Einzug hält und Verhaltensmuster beeinflusst – und dabei eine Unmenge an „digitalen Brotkrümeln“ generiert –, desto mehr wächst das Big Data-Volumen exponentiell an. Um auch in der Zukunft erfolgreich zu sein, kann es sich daher kein Unternehmen leisten, jene Daten zu ignorieren bzw. bei der Big Data-Herausforderung ins Hintertreffen zu geraten.

Der Controller und seine Rolle mit Big Data – der Status quo

Besteht für Controller eine direkte Gefahr, hinter die durch Big Data initiierten Entwicklungen und Veränderungen zurückzufallen? Für den Moment muss man festhalten, dass noch Verbesserungspotential darin besteht, auf den Big Data-Zug aufzuspringen. Dabei ist eines der Hauptprobleme für den Controller die Natur der Daten selbst: diese sind zumeist unstrukturiert, sie passen also mit anderen Worten nicht direkt in Tabellen, Excel Kalkulationsblätter und schlussendlich die Geschäftsberichte.

Für gewöhnlich sind Controller darin trainiert und verwurzelt, mit strukturierten Daten zu arbeiten. Größtenteils unstrukturierte Big Data wiederum bedarf zusätzlicher Auswertungen aufgrund ihres schieren Umfangs, ihrer großen Vielfältigkeit, Geschwindigkeit der Datengenerierung und schwankenden Qualität – verglichen mit etwa traditionellen und strukturierten Finanzdaten (bzw. Geschäftsvorfällen). Bevor nicht derartige Analysen gefahren worden sind, sollte auf den Einsatz von Big Data, um damit zum Beispiel Schlüsselentscheidungen bezüglich des operativen Geschäfts, dem Pricing, der Performance und der Strategie zu treffen, verzichtet werden.

Bezugnehmend auf die Qualität von Big Data ist außerdem beispielsweise die Möglichkeit potentieller Betrugsversuche (z.B. gefälschte Onlinebewertungen) oder der unterschiedlichen Interpretation von Wortbedeutungen (so können Softwareprogramme etwa keinen Sarkasmus in einer Rezension erkennen) zu beachten. Die Nützlichkeit und gewünschte Qualität der Big Data sicherzustellen kann eine schwierige Herausforderung sein. Alles zusammengenommen macht es dies auch für die Controller unumgänglich, sich neue Fertigkeiten anzueignen und in neue Analysetools einzuarbeiten.

Welche Big Data-Kompetenzen benötigen Unternehmen um von Big Data zu profitieren?

Jedes Unternehmen, welches Big Data bewältigen möchte, benötigt zum einen die grundlegenden Fähigkeiten, den anfallenden Dateninput zu analysieren, und zum anderen die Datenanalyse-Talente, die die gewonnenen Einblicke verstehen und daraus einen Zusatznutzen generieren können. Stark vereinfacht lässt sich daher besonders – um im Folgenden bei den englischen Begrifflichkeiten zu bleiben – zwischen „Data Scientists“ sowie „Data Champions“ unterscheiden.

Da Big Data für gewöhnlich mit großen Umfängen und hoher Komplexität einhergeht, benötigt man für die Analyse jener Datensets Data Scientists, die über ausgeprägte technische Begabung und ein fortgeschrittenes Level an Analytikskills verfügen; d.h. zum Beispiel Data Mining, Predictive Analytics (vorausschauende Analysen), Arten von Datenvisualisierung, dem Bilden von Mustern und Ableiten von Beziehungen bzw. gegenseitigen Abhängigkeiten sowie dem Herleiten von Algorithmen. Zudem müssen Data Scientists ein angemessenes Maß an Datenintegrität sicherstellen, also beispielsweise, dass die Systeme und Prozesse die relevanten Daten auf korrekte Art und Weise sammeln und sensitive Daten sicher aufbewahrt werden.

Solche fortgeschrittenen Datenanalyse-Skills von Data Scientists werden – glaubt man entsprechenden Studien und Arbeitsmarktvorhersagen – den Unternehmen in Zukunft nicht ausreichend zur Verfügung stehen. Wenngleich diese Joblücke bzw. dieser Fähigkeitenengpass zumindest zum Teil voraussichtlich durch einen zukünftigen Anstieg der Usability und sonstigen Möglichkeiten entsprechender Datenanalysesoftware gemildert wird – zum Beispiel Datenvisualisierungstools, die es auch Nicht-Data Scientists ermöglichen, solche Datenanalysen in Eigenregie durchzuführen.

Während Data Scientists darin trainiert sind mit Big Data umzugehen, verfügen sie im Regelfall allerdings nicht über die entsprechenden Fähigkeiten, die gewonnenen Daten in einen direkten Nutzen für das Unternehmen zu überführen, da ihnen oftmals das dazu nötige praktische Geschäftsverständnis fehlt. Data Champions, im Gegensatz, können dies bewerkstelligen: Sie sind darin qualifiziert, die analytischen Befunde zu übersetzen bzw. zu interpretieren und schlussendlich – dank Geschäftsverstand bzw. unternehmerischem Scharfsinn – diese als wirtschaftliche Einsichten zu übermitteln, welche das Unternehmen verstehen, implementieren und davon profitieren kann.

Durch Nutzung ihres breiten Arsenals an Kompetenzen und im Zuge der Erschaffung geschäftlichen Nutzens arbeiten Data Champions intensiv mit dem Management, Data Scientists sowie anderen Finanz- und IT-Spezialisten zusammen. Im Endeffekt zeigen sie, dass Big Data ein wertvolles Gut darstellen kann, um die langfristige Wettbewerbsposition zu verbessern und neue Strategien zu entwickeln.

Wie bei den Data Scientists ist in der Zukunft auch im Data Champions-Bereich von einem Mangel an für diese Rolle adäquat ausgebildeten Managern, Beratern und Analysten, welche die Daten verstehen und davon ableitend Entscheidungen treffen können, auszugehen. Sollten derartige Arbeitsmarktvorhersagen nicht gleichzeitig hervorragende Jobaussichten für Controller bieten?

Welche Schlüsselrollen können Controller im Big Data-Zeitalter spielen?

Um es gleich vorwegzunehmen: Controller werden von dem Boom in Big Data nicht direkt profitieren ohne sich zumindest moderat an die veränderten Arbeitserfordernisse anzupassen. Aber dann – gerade wo sie doch bereits einige der Kompetenzen auf sich vereinen, um das Potential aus Big Data zu schöpfen –, können ihre Jobaussichten als durchaus vielversprechend eingestuft werden.

Für gewöhnlich sind Controller natürlich in Zahlen bewandert und verfügen auch schon über grundlegende Analysefertigkeiten (meist deskriptiver Natur) durch ihre traditionelle Arbeitsumgebung. Um allerdings die Herausforderung des Analysierens großer Big Data-Ströme meistern zu können – oder eben zum Data Scientist zu werden – werden sie zumeist Fokus auf entsprechende zusätzliche berufliche Weiterbildungen legen müssen, gerade im Bereich der Statistik-Skills und den Techniken fortgeschrittener Datenanalyse. Nicht jeder Controller dürfte einem solchen Wechsel mit offenen Armen entgegenstehen und darauf erpicht sein, in so einem technischen, quantitativen und hochspezialisierten Arbeitsfeld zu arbeiten, welches sich zugegebenermaßen von seinen traditionellen Einsatzfeldern im Controlling unter Umständen durchaus stark unterscheidet.

Data Champions auf der anderen Seite benötigen mehrere Fähigkeiten, die sich bereits in dem individuellen Skill-Set eines Controllers befinden sollten. Diese Fertigkeiten sind ebenso dem Rollenbild des „Business Partners für das Management“ inhärent, nach welchem sich die Controller schon seit einiger Zeit verstärkt ausrichten und anpassen.

Sehr oft haben Controller bereits ein gutes Verständnis vom operativen Geschäft und den entsprechenden Informationssystemen. Dank eines solchen unternehmerischen Scharfsinnes sind sie in der Folge in der Lage, die Unternehmenserfordernisse zu erkennen und zu kommunizieren – und damit ausreichend kompetent, um abzuwägen, welche Informationen benötigt werden, damit das Treffen von Entscheidungen und Steuern der Unternehmensperformance optimal unterstützt wird.

Des Weiteren sind sie ebenso schon hinsichtlich der generellen Wichtigkeit von Datenqualität, -genauigkeit, -struktur und -relevanz sensibilisiert. Ferner sind Controller ausgehend von ihrer täglichen Routine gewohnt, mit dem Management sowie Verantwortlichen anderer Abteilungen und Geschäftsbereiche eng zusammenzuarbeiten. Und nicht zuletzt erscheinen sie qualifiziert, belastbare Einsichten zu liefern, und selber die richtigen und kritisch hinterfragenden Rückschlüsse zu ziehen aus den verfügbaren Datensets, die von den Inhouse Data Scientists zur Verfügung gestellt werden.

Aus den oben genannten Gründen – bereits vorhandenen Potentialen und gut ausgebildeten Kernkompetenzen – sind Controller daher grundsätzlich passend dazu geeignet, die Rolle eines Data Champions von Big Data innerhalb ihrer Organisation einzunehmen; also die Big Data-Errungenschaften der heutigen Zeit als auch der zukünftigen datengetriebenen Ära sicherzustellen, und die Erschließung des Nutzens von Big Data optimal zu unterstützen. Zusätzlich lässt sich annehmen, dass diese Transformation der Controller-Rolle den Controller auch gegenüber den anderen organisationsinternen Disziplinen ein Stück weit vorteilhaft positioniert, was die fortlaufende Karriereentwicklung anbelangt.

 
Die vorherigen Artikelteile zur Evolution der Controller-Rolle lesen:
I. Wachsendes Bewusstsein für vorausschauende Analysen im Controlling
II. Der Controller entwickelt sich nebenbei zum Change Agent
III. Das Controlling rückt die Kunden des Unternehmens stärker in den Fokus

 
Originalartikel:The Evolution of the Management Accountant’s Role (Part 4)—IV. The management accountant getting useful hold of Big Data

 
Top