Den Kern dieser Arbeit bildet die Fragestellung, auf welche Art und Weise sich die Digitalisierung auf die Prozesse des Controllings auswirkt und welche Anforderungen hieraus für den Berufsstand resultieren. Diese Problemstellung wird in den nachfolgend dargelegten Thesen zusammengefasst, welche im Verlauf dieser Arbeit überprüft werden: Insgesamt wird sich das Berufsbild des Controllers durch die digitale Transformation massiv verändern. Während die Hauptaufgaben des Controllers zur Zeit hauptsächlich durch Datensammlung, -aufbereitung und -validierung geprägt sind, wird die digitale Transformation viele dieser Tätigkeiten überflüssig machen und es ermöglichen, dass diese automatisiert übernommen werden können.
Die Digitalisierung beschleunigt die internen Prozesse des Controllings und führt dazu, dass die Anforderung an das Berufsfeld vorrangig zur Sicherstellung der Datenreliabilität gehen und dem Controller hierdurch Freiraum für tiefergehende Analysen geschaffen wird. Die Analyse der Daten erfolgt vermehrt über "automatische" Prozesse, Templates, Reports oder Ähnliches, bei deren Durchführung keinerlei manuelle Arbeitsschritte notwendig sind. Durch dieses Zeit- bzw. Ressourcenersparnis ist es dem Controller möglich, sich vermehrt auf die Analysetätigkeit zu fokussieren und seiner Funktion als Business Partner des Managements nachzukommen.
Inhalt
ABBILDUNGSVERZEICHNIS
TABELLENVERZEICHNIS
ABKÜRZUNGSVERZEICHNIS
1 EINLEITUNG
1.1 Motivation
1.2 Ausgangspunkt und Problemstellung
1.3 Aufbau der Arbeit sowie methodische Vorgehensweise
2 THEORETISCHE GRUNDLAGEN
2.1 Definition und Funktion des klassischen Controllings sowie des Berufsbildes
2.1.1 Die grundlegenden Funktionen und Aufgaben des Controllers
2.1.1 Planung und Forecasting
2.1.3 Management Reporting
2.1.4 Analyse und Kontrolle, Steuerung sowie Beratungsfunktion
2.2 Allgemeines zur SWOT-Analyse
2.2.1 Zielsetzung, Anwendungsgebiet und Beschreibung der SWOT-Analyse
2.2.2 Vorgehensweise
2.2.3 Normstrategien der SWOT-Analyse
2.3 Ansätze und Definition der Digitalisierung
2.3.1 Big Data und Business Intelligence
2.3.2 Künstliche Intelligenz und Advanced Analytics
2.3.3 Robotic Process Automation
2.3.4 Machine Learning
3 WEITERENTWICKLUNG DES CONTROLLING VOR DEM HINTERGRUND VON IT
SOWIE DIGITALISIERUNG
3.1 Überblick über die Auswirkungen im Controlling
3.2 Treiber der Effizienz durch Digitalisierung im Controlling
3.3 Auswirkungen auf die Hauptprozesse des Controllings
4 SWOT-ANALYSE SOWIE KRITISCHE WÜRDIGUNG DER VERÄNDERUNGEN IM BERUFSBILD DES CONTROLLERS/ DATA SCIENTISTS
4.1 Bewertungsradar für den Reifegrad der Digitalisierung im Controlling von PWC
4.1.1 Allgemeines zur PWC-Studie
4.1.2 Stufe 1 - Controlling 1.0
4.1.3 Stufe 2 - Controlling 2.0
4.1.4 Stufe 3 - Controlling 3.0
4.1.5 Stufe 4 - Controlling 4.0
4.2 SWOT-Analyse in Bezug auf die Prozessveränderungen im Controlling
4.2.1 Interne Analyse - Stärken- und Schwächen
4.2.2 Externe Analyse - Chancen und Risiken
4.2.3 Ableitung der kombinierten Portfolios
4.3 Ableitung eines zukünftigen Rollenverständnisses und Kompetenzprofils des Controllers
4.3.1 Controller und Data Scientist
4.3.2 Zukünftiges Rollenverständnis des Controllers
4.3.3 Zukünftige Kompetenzen des Controllers
5 FAZIT UND AUSBLICK
5.1 Fazit
5.2 Ausblick
LITERATURVERZEICHNIS
Abbildungsverzeichnis
Abbildung 1: Verhältnis zwischen Controller und Data Scientist
Tabellenverzeichnis
Tabelle 1: Stärken und Schwächen innerhalb der ersten Digitalisierungsstufe
Tabelle 2: Stärken und Schwächen innerhalb der zweiten Digitalisierungsstufe
Tabelle 3: Stärken und Schwächen innerhalb der dritten Digitalisierungsstufe
Tabelle 4: Stärken und Schwächen innerhalb der vierten Digitalisierungsstufe
Tabelle 5: PEST-Analyse - Chancen und Risiken
Tabelle 6: Kombiniertes Portfolio der ersten Digitalisierungsstufe
Tabelle 7: Kombiniertes Portfolio der zweiten Digitalisierungsstufe
Tabelle 8: Kombiniertes Portfolio der dritten Digitalisierungsstufe
Tabelle 9: Kombiniertes Portfolio der vierten Digitalisierungsstufe
Tabelle 10: Kompetenzmodell des Controllers und Data Scientist
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1 Einleitung
1.1 Motivation
Die Digitalisierung als Megatrend verändert nicht nur das tägliche Leben in einem gewaltigen Ausmaß, sondern stellt auch die Unternehmenswelt vor eine große Herausforderung.
Die Motivation der Autorin, sich mit dem Thema „Controlling 4.0 - Chancen und Risiken der digitalen Transformation auf die Prozesse im Controlling und das Berufsbild des Controllers“ zu befassen, liegt in der Verknüpfung der Themenbereiche Digitalisierung und Controlling. Die Autorin befindet sich selbst in einem Anstellungsverhältnis im Controlling, in welchem sie zunehmend von Themen der Digitalisierung betroffen ist. Der Arbeitsablauf soll - so zumindest die Annahme der Allgemeinheit - durch die Verbesserung von Digitalisierungsprozessen im Controlling optimiert und erleichtert werden. Vor diesem Hintergrund stellt sich die Autorin die Frage, welchen Einfluss sie im Rahmen der durch die Digitalisierung bedingten Prozessveränderungen zu erwarten hat, welche Auswirkungen dies auf ihr eigenes Berufsbild haben wird und welchen neuen Herausforderungen sie sich zukünftig stellen muss.
Auf der einen Seite bietet die Digitalisierung den Unternehmen eine große Chance, ihre Unternehmensentwicklung langfristig aufrechtzuerhalten und wettbewerbsfähig zu bleiben. Die Digitalisierung hilft bspw. dabei, Kunden über neue Kanäle wie Social Media anzusprechen und bietet eine Vielzahl an neuen Geschäftsmodellen. Die Potentiale, welche die Digitalisierung in Bezug auf die Effizienzsteigerung der internen Prozesse im Unternehmen bietet, sind für diese Arbeit von großer Bedeutung. Andererseits stellt die Digitalisierung aber auch ein Risiko dar. So ist zum Beispiel die richtige Digitalisierungsstrategie entscheidend. Des Weiteren spielen bei der Implementierung natürlich auch die Faktoren Zeit und Geld eine wichtige Rolle. Auch die IT-Risiken sollten nicht unbeachtet bleiben.
Durch gravierende Änderungen, welche die Digitalisierung mit sich bringt, bleibt es nicht aus, dass die Komplexität innerhalb des Unternehmens zunimmt. Gleichzeitig wird die externe Umwelt dynamischer und Marktbedingungen wie auch Kundenbedürfnisse verändern sich stetig. Von diesen Veränderungen sind dementsprechend die Prozesse im Controlling betroffen. Die Informationsflut aus Produktion, Supply Chain und anderen Abteilungen erhöhen den Aufwand an Planung, Koordination, Steuerung und Kontrolle in den einzelnen Teilbereichen des Controllings enorm.1 Die große Herausforderung des Controllings wird es daher zukünftig sein, trotz der riesigen Datenmengen betriebswirtschaftlich sinnvolle Analysen durchzuführen und durch diese einen Mehrwert für die Unternehmenssteuerung zu generieren.2 Weiterhin stehen Echtzeit-Reportings und die automatisierte Analyse mit Hilfe von Algorithmen auf der Agenda des Controllings 4.0. Zukünftig werden Aufgaben, wie etwa die Prüfung der Datenqualität und -konsistenz an Bedeutung zunehmen, während Tätigkeiten im Bereich der Datensammlung und - aufbereitung abnehmen werden.
Relevant ist diese Arbeit insbesondere für Personen, die im Controlling oder Finanzbereich im weiteren Sinne tätig sind. Ihnen soll ein aktueller Einblick in die Entwicklung der digitalen Transformation innerhalb der Prozesse im Controlling gegeben werden und vor allem Möglichkeiten zur Verbesserung bzw. Umsetzung im eigenen Unternehmen aufgezeigt werden. Im Verlauf dieser Arbeit werden Kenntnisse im Bereich von Finanzen und Controlling vorausgesetzt, so dass Fachbegriffe des Finanzbereichs nicht im Detail erläutert werden.
1.2 Ausgangspunkt und Problemstellung
Die Digitalisierung wird auch als Synonym für den Begriff digitale Transformation verwendet und soll vor allem im unternehmerischen Sinne der Effizienzsteigerung dienen. Durch die digitale Transformation in sämtlichen Bereichen der Gesellschaft wie auch der Unternehmen werden die zur Verfügung stehenden Datenmengen immer größer. Die digitale Transformation soll bei der Automatisierung von unternehmensinternen Prozessen helfen und zu höherer Effizienz führen. Dabei steht in dieser Arbeit vor allem die Controlling-Abteilung bzw. die Funktion des Controllings als Unterstützung des Managements im Vordergrund.
Den Kern dieser Arbeit bildet insbesondere die Fragestellung, auf welche Art und Weise sich die Digitalisierung auf die Prozesse des Controllings auswirkt und welche Anforderungen hieraus für den Berufsstand resultieren. Diese Problemstellung wird in den nachfolgend dargelegten Thesen zusammengefasst, welche im Verlauf dieser Arbeit überprüft werden:
Insgesamt wird sich das Berufsbild des Controllers durch die digitale Transformation massiv verändern. Während die Hauptaufgaben des Controllers zur Zeit hauptsächlich durch Datensammlung, -aufbereitung und -validierung geprägt sind, wird die digitale Transformation viele dieser Tätigkeiten überflüssig machen und es ermöglichen, dass diese automatisiert übernommen werden können. Die Digitalisierung beschleunigt die internen Prozesse des Controllings und führt dazu, dass die Anforderung an das Berufsfeld vorrangig zur Sicherstellung der Datenreliabilität gehen und dem Controller hierdurch Freiraum für tiefergehende Analysen geschaffen wird. Die Analyse der Daten erfolgt vermehrt über „automatische“ Prozesse, Templates, Reports oder Ähnliches, bei deren Durchführung keinerlei manuelle Arbeitsschritte notwendig sind. Durch diese Zeit- bzw. Ressourcenersparnis ist es dem Controller möglich, sich vermehrt auf die Analysetätigkeit zu fokussieren und seiner Funktion als Business Partner des Managements nachzukommen.
Bei wenig digitalisierten Unternehmen dient das Controlling der Beschaffung der Daten sowie der Aufbereitung ebendieser. Die Datenbeschaffung sowie -aufbereitung ist Hauptbestandteil der Aufgaben des Controllers und nimmt einen großen Teil der Ressourcen in Anspruch. Dieser Teil verliert in höher digitalisierten Unternehmen an Bedeutung. Wichtiger wird es, bei der enormen Datenvielfalt, praxiskonforme Möglichkeiten zu finden, welche zielführende Analysen aus verschiedensten Perspektiven ermöglichen. Herausfordernd ist vor allem, dass die Analyseziele zuvor mit dem Management besprochen und festgelegt werden müssen. Durch diese Veränderung wandelt sich der Controller immer mehr zum Business Partner des Managements. Um dieser Anforderung gerecht zu werden, benötigt der Controller zunehmend erweiterte Fähigkeiten und Kompetenzen als die einer „Datenkrake“3. Dementsprechend unterliegt auch das Rollenverständnis einem Wandel.
In wenig digitalisierten Unternehmen liegt der Fokus von Digitalisierungsaktivitäten häufig zunächst innerhalb solcher Geschäftsbereiche, die im direkten Kundenkontakt stehen. Der gesamte Finanzbereich wird in diesen Unternehmen in der Praxis bisher nur unzureichend in Betracht gezogen.
1.3 Aufbau der Arbeit sowie methodische Vorgehensweise
Diese Arbeit ist in vier thematische Blöcke unterteilt: Die theoretischen Grundlagen, die Weiterentwicklung des Controllings, die SWOT-Analyse und das Fazit mit anschließendem Ausblick.
Um die unter 1.2 genannte Problemstellung zu untersuchen und die aufgestellten Thesen zu überprüfen, wird nachfolgend die Vorgehensweise im Rahmen dieser Arbeit erläutert.
Nach den einleitenden Worten und der Konkretisierung der Problemstellung folgt ein Kapitel zu den theoretischen Grundlagen, welche relevant für das Verständnis dieser Arbeit sind. Im Grundlagenteil geht es vor allem darum, dem Leser einen Überblick über die Eckpfeiler dieser Arbeit zu geben. Dies betrifft insbesondere Definitionen aus den relevanten Bereichen Controlling, Chancen- und Risikoanalyse sowie Digitalisierung. Im Kapitel zur Weiterentwicklung des Controllings wird insbesondere auf die Veränderungen der Hauptprozesse durch die Digitalisierung eingegangen. Das vierte Kapitel stellt den methodischen Teil der Arbeit dar, in welchem zunächst eine Studie von PWC zur Bestimmung des Reifegrades der Digitalisierung im Controlling vorgestellt wird, welche als Sekundärforschung dient. Dieses Modell bildet anschließend die Grundlage für eine SWOT-Analyse. In den wenigstens Unternehmen kann bereits davon gesprochen werden, dass die digitale Transformation umgesetzt wurde bzw. stattgefunden hat. Dies schließt eine quantitative Analyse nahezu aus. Dementsprechend findet die empirische Analyse in dieser Arbeit auf Basis einer SWOT-Analyse sowie Sekundärforschung statt. Das Augenmerk dieser Arbeit liegt auf der Umsetzung von digitaler Transformation in den Controlling-Abteilungen von Unternehmen. Daher ist die Betrachtung von Chancen und Risiken, ebenso wie Stärken und Schwächen eine geeignete und zielführende Methode. Aus den Ergebnissen der SWOT-Analyse sowie des Bewertungsradarmodells erfolgt eine Ableitung des zukünftigen Rollenverständnisses sowie Kompetenzprofils des Controllers. Abschließend erfolgen die Beantwortung der Forschungsfragen unter Berücksichtigung der aufgestellten Thesen sowie ein Ausblick auf weiterführende Fragestellungen.
Die Literatur bezieht sich aufgrund der Aktualität des Themas im Wesentlichen auf jüngere Werke, Internetquellen sowie Zeitschriften. Für theoretische Grundlagen und die Definition klassischer Begriffe werden jedoch auch Fachbücher und Standardwerke aus dem Bereich von Finanzen, Controlling und Digitalisierung herangezogen. Des Weiteren lassen sich in der Literatur bereits Diskussionen, Artikel sowie Studien über die möglichen Auswirkungen von Digitalisierung im Controlling finden, welche den Inhalt dieser Arbeit stützen. Die verwendete Literatur wird zu einem Gesamtbild zusammengefügt und bildet die Grundlage für den weiteren Verlauf der Arbeit sowie die Analyse.
Es sei an dieser Stelle darauf hingewiesen, dass sich diese Arbeit einzig auf in Deutschland ansässige Unternehmen bezieht, so dass die Aussagen nicht allgemeingültig anwendbar sind.
2 Theoretische Grundlagen
Es erfolgt eine Definition der wesentlichen Begriffe dieser Arbeit. Es werden insbesondere Begriffe aus dem Bereich Digitalisierung, dem Controlling inklusive dem Berufsbild des Controllers wie auch der angewandten Methodik erläutert.
2.1 Definition und Funktion des klassischen Controllings sowie des Berufsbildes
2.1.1 Die grundlegenden Funktionen und Aufgaben des Controllers
Im Rahmen eines Leitbildes wurde der Begriff „Controller“ vom IGC festgelegt. Dieses Leitbild lautet: „Controller gestalten und begleiten den Management-Prozess der Zielfindung, Planung und Steuerung und tragen damit Mitverantwortung für die Zielerreichung.“4
Die Aufgaben des Controllers obliegen einem stetigen Wandel und sind - je nach Digitalisierungsgrad des Unternehmens - teilweise sehr unterschiedlich. Die Aufgaben des Controllers können von Datensammlung und -aufbereitung bis hin zu einer beratenden Funktion im Rahmen des Planungs- und Steuerungsprozesses reichen. Die Spannweite des Begriffes ist sehr groß und bewegt sich von der Auffassung des Controllings als Steuerungsunterstützungssystem bis hin zur Reduktion auf ein System zur reinen Kontrolle. Das Controlling hat grundsätzlich zwei wesentliche Zielsetzungen. Zum einen soll es die relevanten Informationen bereitstellen, die dabei helfen, die Unsicherheit bei Entscheidungen des Managements zu reduzieren. Zum anderen soll das Controlling dafür Sorge tragen, dass ein ausgeglichenes Verhältnis zwischen dem Nutzen der Informationen und dem dazugehörigen Ressourceneinsatz entsteht.5
Klassische Aufgabenfelder für Controller sind in der Regel Planung, Steuerung, Kontrolle, Reporting sowie die Analyse sonstiger betriebswirtschaftlicher Sachverhalte.
Die Funktionen des klassischen Controllings können grob in die folgenden fünf Kategorien eingeteilt werden:
1. Planung und Forecasting
2. Management Reporting
3. Analyse und Kontrolle
4. Steuerung sowie
5. Beratung des Managements im Strategieprozess.
Die ersten vier der genannten Funktionen sind in der Regel mit operativen Tätigkeiten des Controllings verknüpft, während die fünfte Funktion dem entspricht, was den Controller eigentlich ausmachen sollte. Im Verlauf der Arbeit wird sich zeigen, dass die fünfte Funktion in Abhängigkeit von den später erläuterten Digitalisierungsstufen mal mehr und mal weniger Relevanz hat.
2.1.1 Planung und Forecasting
Durch die Planung wird die Gegenwart mit der Zukunft verbunden. Die Planung unterteilt sich in eine strategische, eher längerfristig orientierte Planung und eine operative, eher kurzfristig geprägte Planung.
Als Planungshorizont gilt für die strategische Planung in der Regel ein Zeitfenster von fünf bis zehn Jahren. Dies hat zur Folge, dass die strategische Planung ein hohes Maß an Unsicherheiten mit sich bringt und dementsprechend kontinuierlich kontrolliert und angepasst werden muss. Der Planungsumfang der strategischen Planung ist sehr hoch, allerdings ist der Detailgrad aufgrund des hohen Maßes an Unsicherheit sehr gering.6
Die strategische Planung bezieht hauptsächlich Marktpotentiale und den Wettbewerb mit ein, während sich die operative Planung auf das aktuelle Leistungsprogramm stützt. In der langfristigen Planung werden das Geschäftsmodell sowie die strategische Stoßrichtung des Unternehmens implementiert. Die strategische Planung stellt die oberste Hierarchiestufe dar. Die wesentliche Aufgabe ist es, die Ziele des Unternehmens in eine strategische Planung zu integrieren, welche die Grundlage für die nachgelagerten Prozesse darstellt.7
Wichtig sind vor allem die Vision, die Mission und die Werte der Unternehmung. Um diese zu erreichen, werden Ziele und Maßnahmen definiert sowie entsprechende Messgrößen entwickelt. Unter anderem findet auch eine Bewertung der Strategie aus finanzieller Sicht statt. Die Strategie wird nach außen hin kommuniziert und mit den Stakeholders abgestimmt. Zuletzt findet ein Monitoring der Strategieumsetzung statt.
Die operative Planung besteht in der Regel aus der Budgetierung. In der operativen Planung bzw. Budgetierung geht es zunächst um die Erstellung von Einzelplänen und Budgets sowie der anschließenden Zusammenfassung und Konsolidierung. Das Planergebnis wird festgelegt, geprüft und ggf. angepasst. Abschließend wird die Planung präsentiert und beschlossen.
Das Forecasting findet hauptsächlich in der operativen Planung Anwendung und wird normalerweise im Rahmen eines rollierenden Forecasts-Modells genutzt. So gibt es in der Regel zunächst eine Planung für das gesamte nachfolgende Geschäftsjahr auf Monatsebene (oftmals als Annual Operation Plan (AOP) bezeichnet), welche - Kalenderjahr gleich Wirtschaftsjahr vorausgesetzt - ab September aufgesetzt wird. Im weiteren Verlauf des Jahres werden drei weitere Forecasts erstellt. Im März erfolgt der Forecast 1/ Outlook 1 (FC 1/ OTL 1), der, ausgehend von der Basis des AOPs, die Monate April bis Dezember aktualisiert. Gleiches geschieht im Juni mit dem FC 2/ OTL 2 für die Monate Juli bis Dezember. Der FC 3/ OTL 3, dementsprechend ein „Update“ des vorangegangen AOPs für Oktober bis Dezember. Dieser wird meist zeitgleich mit dem AOP für das darauffolgende Jahr aufgesetzt. Dies führt dazu, dass es im September oft zu einem hohen Arbeitsaufwand im Controlling vor allem im Bereich der Planung kommt. Diese Forecasts (AOP und OTLs) bilden den Grundstein der Planung. Oft wird diese Grundplanung noch um präzisere Forecasts für den jeweiligen Monat ergänzt. So wird am Anfang jeden Monats ein erster Entwurf erstellt, der gegen Mitte oder Ende des Monats noch einmal angepasst wird und sich dem tatsächlichen Verlauf des Monats schon annähert. Je nachdem wie detailliert die Planungsebene ist bzw. sein soll, bietet sich dieser Prozess auch auf Wochenebene an. Die Verwendung eines rollierenden Wochenforecasts ist vor allem im Bereich des Cash-Reportings Standard.
Auffällig ist im klassischen Controlling, dass eine hohe Vergangenheitsorientierung vorliegt aufgrund welcher die Planung aufgestellt wird. In Kombination mit der mangelhaften Verdichtung der Daten sind dies bereits potentielle Handlungsfelder in Bezug auf die Digitalisierung, da für die digitale Transformation weitaus präzisere Informationen als Grundlage benötigt werden.
2.1.3 Management Reporting
Im Rahmen des Management Reportings geht es um die adressatengerechte Weitergabe von sämtlichen relevanten Informationen an das Management. Die Informationsversorgung des Managements nimmt eine zentrale Funktion des Controllings ein.8 Eine eher klassische Ansicht der Rolle des Controllings fokussiert verstärkt den Bereich der Berichterstattung bzw. des Management Reportings.
Grundlage für das Management Reporting bilden die Buchhaltungssysteme, das Rechnungswesen sowie die Kostenrechnung. Das Management Reporting baut auf der Kosten- und Leistungsrechnung (KLR) auf. Es ist ein Teil des innerbetrieblichen Berichtswesens und richtet sich normalerweise nur an einen Personenkreis, der Führungsaufgaben wahrnimmt und innerhalb des Steuerungsprozesses Informationen benötigt. Hierfür werden Standardberichte, Abweichungsberichte oder Bedarfsberichte genutzt.9 Ziel des Management Reportings sollte sein, die relevanten Daten so darzustellen, dass diese empfänger- und termingerecht vorliegen. Wichtig ist für das Controlling, das richtige Gleichgewicht zwischen dem Informationsangebot, der - nachfrage und dem -bedarf zu entwickeln. Eine sprichwörtliche „Überflutung“ des Managements mit Informationen sollte vermieden werden. Das Management muss anlassbezogen informiert werden.10
2.1.4 Analyse und Kontrolle, Steuerung sowie Beratungsfunktion
Auf der einen Seite gilt die Planung als Willensbekundung des Unternehmens, während die Analyse und Kontrolle auf der anderen Seite als Willenssicherung angesehen werden kann.11 Die Analyse und Kontrolle dient dazu, Abweichungen gegenüber den Plänen des Unternehmens zu erkennen. Nachdem die Abweichungen erkannt wurden, können Maßnahmen hinsichtlich der Steuerung entwickelt bzw. abgeleitet werden.12 Entscheidend ist nicht nur die Validität der Daten, sondern auch die Aktualität. Ziel der Analyse- und Kontrollfunktion ist vor allem, dass Handlungsempfehlungen und - szenarien kennzahlengestützt bereitgestellt werden können.13
Wichtig sind eine kontinuierliche Analyse der Zielerreichung, die damit verbundene Identifikation der Abweichung sowie die Ableitung von entsprechenden Maßnahmen. Für die Analyse und Kontrolle ist das betriebliche Rechnungswesen entscheidend. Aufbauend auf dem internen Rechnungswesen ist die KLR einerseits ein Grundbaustein für die Kontrolle von Entscheidungen und deren Wirtschaftlichkeit, andererseits dient diese vorab als Informationsgrundlage für die Planung. Dementsprechend kommt auch der KLR eine große Bedeutung zu. Obwohl die KLR innerbetrieblich verstärkt im Accounting angesiedelt ist, steht die KLR im Zentrum der Analyse von Abweichungen sowie der damit verbundenen Kontrolle der Unternehmensziele.
Als Grundlage für die Steuerungsfunktion dienen die Ergebnisse der Kontrolle und Analyse. Durch die Abweichungen von Plan-, Ist-, und Soll-Werten lässt sich feststellen, ob das Unternehmen auf dem richtigen (geplanten) Weg ist oder an welcher Stelle korrigierende Maßnahmen eingeleitet werden sollten, um die gesetzten Ziele zu erreichen.14 Das Aufzeigen von Maßnahmen zur Korrektur gehört zu den wesentlichen Aspekten im Steuerungsprozess. Innerhalb der Steuerung wird aktiv auf die Prozesse des Unternehmens eingewirkt, um die Erfüllung der Pläne sowie Erreichung der Ziele zu gewährleisten.15 Die Aufgaben innerhalb des Steuerungsprozesses bestehen im Wesentlichen aus Planungs- und Kontrollaufgaben. Beispielhaft sei hier das Cash- Management einer Controlling-Abteilung angeführt. Grob veranschaulicht werden im Cash-Management Zahlungseingänge sowie -ausgänge geplant. Das Cash-Management ist dementsprechend für die Zurverfügungstellung entsprechender Zahlungsmittel auf Grundlage der Finanzplanung verantwortlich. Relevant ist vor dem Hintergrund der Steuerung der Liquiditätspositionen die Sicht aus Cash-Flow-Perspektive, nicht die Perspektive der Buchhaltung.16
Die Beratung des Managements stellt den wichtigsten Aufgabenteil des Controllings dar. Nichtsdestotrotz ist genau dies der Bereich, welcher in den meisten Unternehmen noch am wenigsten gelebt wird. Durch die Beratungsfunktion erhält der Controller einen Dienstleistungscharakter. Je nachdem wie ausgeprägt diese Funktion im Unternehmen tatsächlich ist, hat sich das Berufsbild schon von einem eher klassischen Buchhalter hin zu einem internen Berater entwickelt.17 Der Controller gestaltet und kommuniziert die Maßnahmen im Rahmen der Prozesse und ist dafür verantwortlich, das Management mit fundiertem Wissen, betriebswirtschaftlichem Knowhow und transparenten Informationen zu versorgen.18 Durch diese Funktion wird die enge Verbindung zum Management deutlich. Die Handlungen des Managements sollen durch den Controller im Sinne von Effizienz und Effektivität hinterfragt werden.19 Die Beratung des Managements und Hilfestellung bei der Entscheidungsfindung des Managements zählt zu den Hauptaufgaben des Controllers. Die Beteiligung des Controllers an Entscheidungsfindungen ist eher als passiv zu charakterisieren, da dieser innerhalb der Prozesse keine konkreten Entscheidungen trifft. Das aktive Einschreiten obliegt dem Management. Der Controller ist dafür verantwortlich, dass die aufbereiteten Zahlen und Daten transparent sind und anhand dieser verschiedene Handlungsoptionen aufzeigt und ggf. auch eine eigene Handlungsempfehlung darlegt werden können. Dass im Controlling neue Aufgabenfelder hinzukommen, ist in der Praxis bisher sehr selten. Dennoch gibt es auch im Controlling das ein oder andere Aufgabengebiet, welches hinzugekommen ist, so zum Beispiel das Fraud-Controlling20.
Wie zuvor bereits unter 2.1.3 erwähnt ist das Management Reporting (eng verzahnt mit der anschließenden Analyse und Kontrolle) in der klassischen Sichtweise eine Hauptfunktion des Controllings. Diese Rolle des Controllings wird durch die aktive Beteiligung an der Wertsteigerung des Unternehmens durch die Informationsbereitstellung sowie die Bereitstellung wesentlicher Analysen für kurz- sowie langfristige Entscheidungen ergänzt. Die proaktive Einbeziehung des Controllings in operative sowie strategische Entscheidungen kennzeichnet den Controller als Business Partner des Unternehmens.21
2.2 Allgemeines zur SWOT-Analyse
2.2.1 Zielsetzung, Anwendungsgebiet und Beschreibung der SWOT-Analyse
Bei der strategischen Unternehmensplanung kann auf verschiedenste Instrumente zurückgegriffen werden. Ein Instrument zur strategischen Planung ist die SWOT- Analyse. Diese dient vor allem der Strategieentwicklung von Unternehmen, aber auch der Positionsbestimmung.22
Im Kontext dieser Arbeit kommt der SWOT-Analyse eine besondere Bedeutung zu. Diese bietet ein Analyseraster, um strategische Optionen zu entwickeln und berücksichtigt dabei unternehmensinterne sowie -externe Rahmenbedingungen.
Der Begriff ergibt sich aus den Akronymen: „S“ steht für Strengths (dt. Stärken), „W“ für Weaknesses (dt. Schwächen), „O“ für Opportunities (dt. Chancen) sowie „T“ für Threats (dt. Risiken).23 Die SWOT-Analyse sollte nicht abstrakt durchgeführt werden, sondern sich immer auf ein konkretes Ziel beziehen.
Das Ziel dieser SWOT-Analyse ist, die Stärken und Schwächen von Unternehmen mit unterschiedlich stark ausgeprägtem Digitalisierungsgrad den Chancen und Risiken, welche die Digitalisierung von außen mit sich bringt, gegenüberzustellen und hieraus anschließend Handlungsempfehlungen für die Prozessoptimierung innerhalb der Controlling Abteilungen von Unternehmen abzuleiten. Die Trennung von internen Stärken und Schwächen sowie externen Chancen und Risiken ist von großer Bedeutung für das Ergebnis der SWOT-Analyse. Aus der SWOT-Analyse resultieren allerdings keine konkreten Maßnahmen. Das Ergebnis ist lediglich die Beschreibung eines Zustandes. Chancen sind als „günstige Bedingung“ anzusehen und Risiken als „ungünstige Bedingung“. SWOT-Analysen sollten nicht als nachträgliche Rationalisierung bzw. Rechtfertigung für eine Entscheidung angeführt werden (post hoc). Die Reihenfolge wäre dementsprechend verkehrt und nicht zielführend. Vielmehr sollte eine SWOT-Analyse dazu genutzt werden, um im Vorfeld eine rationale Strategie zu entwickeln.24
Die SWOT-Analyse stellt sämtliche Informationen aggregiert in Form einer Matrix dar. Hierdurch können individuelle Handlungsempfehlungen strategischer Natur abgeleitet werden. Die Analyse kann als Analyseraster dienen, welches die Informationen in einen Gesamtkontext bringt, damit hieraus Strategien bzw. Maßnahmen abgeleitet werden können.25 Diese kann für jede Fragestellung angewandt werden, welche eine Betrachtung von Chancen und Risiken erfordert. Die Methodik kann - falls im Bedarfsfall notwendig - angepasst werden. Da im Rahmen dieser Arbeit die Analysemethodik angepasst wird, wird die Vorgehensweise bei dieser im nachfolgenden Kapitel bereits in abgewandelter Form dargestellt. Die Analyse ist auch auf der Ebene von Prozessabläufen (hier innerhalb von Controlling-Prozessen) möglich.
Im unternehmensinternen Teil der SWOT-Analyse werden die Stärken und Schwächen mit denen von Wettbewerbern verglichen, um Wettbewerbsvorteile und -nachteile herauszustellen. Durch Wettbewerbsvorteile ist es Unternehmen möglich, die eigene Handlungsfähigkeit als Basis des strategischen Handelns zu nutzen. Im Allgemeinen können unternehmensinterne Stärken und Schwächen über eine Stärken- und Schwächenanalyse identifiziert werden. Die unternehmensinterne Analyse erfolgt im Rahmen dieser Arbeit über eine vierteilige Stärken- und Schwächenanalyse der digitalen Transformation innerhalb der Controlling-Prozesse. Dies wird im methodischen Teil der Arbeit näher erläutert.
Neben den internen Faktoren wird in der SWOT-Analyse auch die Unternehmensumwelt betrachtet. Durch die Analyse der externen Faktoren ergeben sich für das Unternehmen bzw. die Controlling-Abteilung Chancen und Risiken, welche im Zuge der strategischen Optionen berücksichtigt werden müssen, um die eigenen Ressourcen effizient nutzen zu können. Aus der internen und externen Analyse erfolgt im nächsten Schritt ein SWOT- Portfolio mit den spezifischen Analyseergebnissen und der Ableitung der sogenannten SWOT-Normstrategien. Im Rahmen dieser Arbeit wird die vierteilige Stärken- und Schwächenanalyse jeweils mit den Chancen und Risiken kombiniert, was dazu führt, dass sich die Normstrategien in Abhängigkeit von dem jeweiligen Digitalisierungsstand des Unternehmens verändern. Auf den Hintergrund für das vierstufige Modell der SWOT- Analyse wird erst im weiteren Verlauf der Arbeit genauer eingegangen, da der Hintergrund für das Verständnis der SWOT-Methode zunächst keine Rolle spielt.
2.2.2 Vorgehensweise
Schritt 1: Stärken und Schwächen identifizieren
Die Stärken und Schwächen resultieren aus den eigenen Potentialen (zum Beispiel hinsichtlich Leistung), die im Vergleich mit dem Wettbewerb bewertet werden sollten, damit auch die maximale Potentialhöhe erkannt werden kann. Die Hintergründe für Leistungspotentiale sind verschieden: Finanziell, organisatorisch, technologisch, personell, zeitlich, etc.
Viele Unternehmen sind allerdings nicht fähig, die eigenen Stärken und Schwächen zu identifizieren, da eine Unternehmensanalyse nie praktiziert wird und wurde. Dies hat zur Folge, dass die Unternehmen auch ihre Kompetenzen nicht herausarbeiten können, welche sie von den Wettbewerbern unterscheiden bzw. gar von ihnen abheben.
Diese Informationen sollten zunächst für das eigene Unternehmen zusammengestellt und im Anschluss im Vergleich mit dem stärksten Wettbewerber oder einer strategischen Wettbewerbsgruppe (Peer Group) gegenübergestellt werden. In dieser Arbeit werden die Stärken und Schwächen jeweils mit denen eines Unternehmens verglichen, welches sich bei der Umsetzung der digitalen Transformation auf einer höheren Stufe befindet (siehe Kapitel 4.2.1).
Schritt 2: Chancen und Risiken identifizieren
Die Chancen und Risiken eines Unternehmens resultieren aus dessen Umfeld. Diese liegen in der Regel ökonomisch, soziokulturell, global, technologisch, politischrechtliche oder demografischen Faktoren zu Grunde. Wichtig ist hierbei die Bewertung der Umweltfaktoren.26 Die Analyse der Unternehmensumwelt kann methodisch über verschiedenste Analyseformen angegangen werden. Häufig verwendet werden die Konkurrenzanalyse sowie die PEST-Analyse. Im Rahmen dieser Arbeit wird die PESTAnalyse in den Vordergrund gestellt, da diese für die Lösung der Problemstellung am geeignetsten erscheint. Bei der PEST-Analyse werden verschiedene Dimensionen der Unternehmensumwelt analysiert (Political, Economic, Social, Technological).
Schritt 3: Abbildung eines kombinierten Portfolios
Grundlegend für die SWOT-Analyse ist die Kombination aus internen Stärken und Schwächen mit externen Chancen und Risiken zu einem Gesamtportfolio. Durch die Gegenüberstellung dieser beiden Dimensionen entsteht eine Matrix. Je nachdem, wie umfangreich die SWOT-Analyse durchgeführt wird, werden die einzelnen Punkte priorisiert, so dass das Portfolio übersichtlich bleibt.27
Schritt 4: Ableitung der SWOT-Normstrategien
Die Ableitung von Normstrategien stellt sich in der Praxis oft als kompliziert dar, obwohl die Normstrategien letztlich zum Teil sehr einfach klingen. Empfohlen wird, sich bei der Ableitung der Normstrategien auf die Stellschrauben innerhalb der Stärken und Schwächen zu konzentrieren, da diese über bestimmte Maßnahmen beeinflussbar sind. Die externe Dimension bzw. die Umweltbedingungen sind nur bedingt beeinflussbar. Es stellt sich also die Frage, welche Folgen eine Minimierung von Schwächen bzw. eine Ausnutzung von Stärken zur Folge haben kann. Die externe und interne Dimension müssen stets strikt voneinander getrennt werden, damit das Ergebnis sinnvolle strategische Optionen ergibt, welche idealerweise in Form von konkreten Maßnahmen umgesetzt werden können. Des Weiteren sollten die Chancen sowie Risiken nicht von den Stärken sowie den Schwächen abhängen, da sich die Strategien ansonsten am Ende widersprechen könnten.
2.2.3 Normstrategien der SWOT-Analyse
Die SWOT-Normstrategien bauen auf der SWOT-Analyse auf. Diese sind nicht als direkte Strategie zu verstehen, sondern dienen als individuelle Anstöße. Durch die SWOT-Analyse können strategische Handlungsmöglichkeiten generiert werden. Diese Anstöße resultieren zum einen aus der Komplexität der externen Umwelt und zum anderen aus dem internen Leistungrepertoire. Das Resultat der SWOT-Analyse, die SWOT-Normstrategien, bieten nun eine Vielzahl an möglichen Optionen. Diese müssen im Nachgang sowohl individuell konkretisiert als auch operationalisiert werden.
Basierend auf der internen wie auch externen Dimension resultieren vier Kombinationsmöglichkeiten für die Normstrategien.28
Strengths-Opportunities-Strategien (SO):
SO verbindet die Dimensionen Strengths und Opportunities miteinander. Der Leitsatz für die SO-Strategie lautet: Stärken anwenden, um Chancen zu nutzen. Es handelt sich also um die Strategien, die sich aus den Stärken und Chancen des Unternehmens ableiten lassen. Die Chancen des Marktes werden gezielt für den Ausbau der eigenen Stärken genutzt.29
Weaknesses-Opportunities-Strategien (WO):
WO verbindet die Dimensionen Weaknesses und Opportunities miteinander. Der Leitsatz für die WO-Strategie lautet: Schwächen abbauen, um Chancen zu nutzen. Es handelt sich folglich um solche Strategien, die sich aus den eigenen Schwächen in Kombination mit den Chancen des Marktes ergeben. Die Chancen des Marktes sollen gezielt für den Abbau der eigenen Schwächen genutzt werden.30
Strengths-Threats-Strategien (ST):
ST verbindet die Dimensionen Strengths und Threats miteinander. Der Leitsatz für die ST-Strategie lautet: Stärken anwenden, um Risiken zu mindern bzw. minimieren. Durch die eigenen Stärken sollen Umweltrisiken vermieden werden.31
Weaknesses-Threats-Strategien (WT):
WT kombiniert die Dimensionen Weaknesses und Threats miteinander. Durch den Abbau von Schwächen sollen Risiken gemindert werden. Der Leitsatz für die WT-Strategie lautet: Schwächen abbauen, um Risiken zu mindern bzw. zu minimieren.32
2.3 Ansätze und Definition der Digitalisierung
Die Digitalisierung wird häufig auch als digitale Transformation bezeichnet. Diese Begriffe werden im Rahmen dieser Arbeit als gleichbedeutend angesehen und verwendet. Unter der digitalen Transformation wird verstanden, dass die analoge Leistungserbringung teilweise oder gar gänzlich von computergesteuerter Leistungserbringung ersetzt wird. Dies führt zu einer großen Bedeutung in der heutigen Zeit für Unternehmen und im Speziellen auch für das Controlling. Insbesondere tauchen in der Praxis häufig Begriffe wie Big Data, Business Analytics, RPA und Machine Learning auf.33 In diesem Kapitel werden diese Begriffe eingeführt.
2.3.1 Big Data und Business Intelligence
Die Geschichte der sogenannten Big Data beginnt um das Jahr 1970. Dabei ging es zunächst um die Entwicklung von Komponenten im Bereich von Hard- und Software ging.34 Seit dem Jahr 2010 definiert Davenport die Big Data als einen Sammelbegriff für sich schnell verändernde Datenmengen, die in großer und unstrukturierter Form vorliegen.35
Unter Big Data wird eine große Menge an Daten verstanden, welche besonders dadurch gekennzeichnet ist, dass diese schnell erzeugt werden kann, sich schnell ändert und diverse Formate aufweist (zum Beispiel Text, Tabelle, Fotos). Um die Datenmenge zu extrahieren, zu speichern und zu analysieren sind modernste Analysemethoden notwendig. Aus Umfragen mit verantwortlichen Personen aus dem Finanz- und Controlling Bereich resultiert, dass Big Data und Business Analytics einen hohen Stellenwert für das Controlling haben. Insgesamt sei der tatsächliche Grad der Realisierung allerdings noch auf einem sehr geringen Level.36 Die Möglichkeiten zum Einsatz von Big Data sind im Controlling sehr vielseitig. So gibt es in der Praxis bereits Beispiele verschiedenster Möglichkeiten bezüglich des Sales Forecast, in welche Big Data integriert wurden, um den Forecast aussagekräftiger und aktueller gestalten zu können. Durch Big Data können aber auch aktuelle Trends von Märkten verfolgt werden, welche zielführend in der strategischen bzw. langfristigen Planung des Controllings integriert werden können.
Big Data wird oftmals in einem ähnlichen Zusammenhang wie Business Intelligence (BI) verwendet. Die beiden Begriffe sind aber nicht gleichbedeutend. Unter BI versteht sich ein System bzw. eine Anwendung, welches bzw. welche zur Entscheidungsunterstützung dienen soll. Die BI Anwendung ist auf die Gegebenheiten des Unternehmens abgestimmt. Während Big Data Anwendungen dazu dienen, unstrukturierte Daten weiterzuverarbeiten, ist ein BI Tool auf strukturierte Daten angewiesen. Die Daten werden ggf. aus verschiedenen Systemen extrahiert und in der BI Anwendung (fungiert sozusagen als Data Warehouse) gespeichert, so dass sie für die Weiterverarbeitung zur Verfügung stehen. Ein Big Data Tool hingegen ist auf die Inkonsistenz verschiedener Systeme ausgelegt und ermöglicht die Weiterverarbeitung von unstrukturierten oder semi-strukturierten Daten.37 Unstrukturierte Daten sind bspw. Bilder und Videos, während semi-strukturierte Daten in der Regel Texte sind.38 BI umfasst alle Anwendungen, die dabei helfen, mithilfe gesammelter Daten Auswertungen zu erlangen, welche für die Berichterstattung genutzt werden können.39 BI Anwendungen bieten den Vorteil, dass sie auch über mobile Endgeräte wie Smartphones funktionieren und somit von jedem Ort und zu jeder Zeit aus genutzt werden können. Dies setzt allerdings das Vorhandensein von leistungsstarken Mobilfunknetzen oder Internetverbindungen voraus.40
Innerhalb der Big-Data Anwendungen gibt es die traditionelle und die explorative Analysemethode.41 Bei der traditionellen Analysemethode liegt der Fokus auf den vorab festgelegten Anforderungen an die Analyse bzw. Datenabfrage. Um die Abfrage zur Verfügung zu stellen, entwickelt die Informationstechnik (IT) eine Softwarelösung, so dass jegliche Ergänzungen der Datenabfrage ein Neudesign der Softwarelösung erfordern. Anders ist dies bei der explorativen Analysemethode. Zunächst werden bei dieser die verfügbaren Datenquellen untersucht. Anschließend stellt die IT eine Plattform zur Verfügung, innerhalb welcher die Fachbereiche mit den Daten „spielen“ können. Die Anforderungen an die Analyse werden durch den Fachbereich selbst erst während der Erkundung festgelegt. Durch Big-Data-Technologien wird eine automatische Analyse in Echtzeit ermöglicht.42
Die wesentlichen Merkmale der Big Data lassen sich über die „fünf V“ wie folgt definieren:43
1. Volumen der Daten (Volume)
2. Vielfalt der Daten (Variety)
3. Geschwindigkeit (Velocity)
4. Richtigkeit (Validity) sowie
5. Glaubwürdigkeit (Veracity).
2.3.2 Künstliche Intelligenz und Advanced Analytics
Für die künstliche Intelligenz (KI) gibt es eine Vielzahl an Definitionen, so dass eine einheitliche Begriffsbestimmung nur schwer aufzufinden ist. Die Ursache hierfür ist einerseits die Tiefe des Fachgebietes und andererseits die grundlegende Frage über die Definition von Intelligenz an sich. In der einschlägigen Literatur herrscht allerdings Einigkeit über die Unterscheidung von starker und schwacher KI. Die KI ist ein Teilgebiet der IT und beschäftigt sich mit der Entwicklung von künstlichen Agenten. Die starke KI findet im Bereich der Controlling-Prozesse wenig Anwendung und kann im Rahmen dieser Arbeit vernachlässigt werden. Während beim Ansatz der starken KI versucht wird, Vorgänge im Gehirn des Menschen zu reproduzieren, werden bei der schwachen KI für gezielte Problemstellungen Algorithmen entwickelt. Im Bereich der schwachen KI lassen sich häufig die Begriffe Machine Learning, Advanced Analytics oder RPA finden, welche nachfolgend erläutert werden. Grundsätzlich gilt für KI, dass die Lernfähigkeit ein wesentlicher Aspekt für den Erfolg des Einsatzes ebendieser ist.44
Unter Advanced bzw. Business Analytics versteht sich die Anwendung von Analysemodellen bzw. Algorithmen auf Daten, die in der Regel aus verschiedenen Datenquellen stammen. Mit Hilfe dieser Daten sollen Problemstellungen gelöst und die Entscheidungsfindung unterstützt werden. Im Bereich der Business Analytics wird zwischen vergangenheitsorientierter Analyse (Descriptive Analytics) und zukunftsbezogener Analyse (Predictive Analytics) unterschieden. Vor allem in der zukunftsbezogenen Analyse spielen mögliche Szenarien eine große Rolle. Prognosen und Szenarien sind daher grundlegend für Predictive Analytics. In der Regel kommt dem zukunftsbezogenen Part der Business Analytics ein höherer Stellenwert zu, da insbesondere das Interesse von Entscheidern höher ist. Viele Unternehmensvertreter sind der Meinung, dass moderne Analytics-Methoden zu einer Umsatzsteigerung führen und die generelle Planbarkeit steigern können. Vor allem in Zeiten starker und zunehmender Unsicherheit wird Predictive Analytics als eine Möglichkeit angesehen, dennoch aussagekräftige und zuverlässige Prognosen zu erhalten.45
2.3.3 Robotic Process Automation
Robotic Process Automation (RPA) ist eine Begrifflichkeit, welche aus dem Bereich der KI stammt und in den Kontext der schwachen KI einzuordnen ist. Es handelt sich bei RPA nicht um die Reproduktion von Vorgängen im Gehirn des Menschen. Abgrenzbare Probleme werden gezielt mit Hilfe von Software gelöst. Unter RPA verstehen sich spezielle Software-Roboter. Diese Software-Roboter führen wiederkehrende bzw.
regelbasierte Prozessschritte oftmals über verschiedene Systeme hinweg automatisiert und selbstständig aus. Beim RPA Roboter wird die menschliche Interaktion ersetzt und nachgeahmt. Um RPA anwenden zu können, ist es notwendig, dass strukturierte Prozesse vorliegen, die sich wiederholen und regelbasiert sind. Dies kommt im Controlling insbesondere im Daten-Management häufig vor, so dass vor allem im Finance und Controlling Bereich bereits diverse Anwendungsbeispiele von RPA zu finden sind. Die Rechnungsverarbeitung in der Kreditorenbuchhaltung ist ein klassisches Beispiel für die Automatisierung durch RPA. Der RPA Roboter erkennt eine Eingangsrechnung in der Regel durch optical character recognition (OCR) oder electronic Invoice (eInvoice). Anhand der Bestellung ist dieser in der Lage die Rechnung sachlich und formal zu prüfen. Die Rechnung wird darüber hinaus einem Auftrag zugeordnet. Falls die Rechnung Fehler aufweist, interagiert der Roboter mit den verantwortlichen Ansprechpartnern. Sofern die Rechnung freigegeben wird, kann der Roboter diese verbuchen und löst automatisiert die Zahlung aus. Der Prozess läuft im Vergleich zu einem manuellen Rechnungsprozess deutlich schneller ab und bietet enorme Einsparungspotentiale.46 Nicht nur die Rechnungsverarbeitung kann durch Roboter automatisiert werden, sondern ebenfalls der Bestellprozess. Der Roboter legt nach festgelegten Regeln eine Bestellung an. Je nach Regel wird die Bestellung entweder direkt freigegeben oder an den Verantwortlichen zur Freigabe weitergeleitet (zum Beispiel, wenn die Bestellhöhe einen gewissen Betrag überschritten hat). Auch im Reporting gibt es schon Einsatzmöglichkeiten von RPA Robotern in Form von automatisierten Berichten (siehe Kapitel 3.3). Insgesamt wird die Verbreitung von Robotern vor allem im Finanzbereich noch weiter zunehmen.47
2.3.4 Machine Learning
Machine Learning bezeichnet Algorithmen, welche durch die Extraktion von Daten selbstständig lernen und daraus Verbindungen herleiten, um daraufhin entsprechende Prognosen für nicht bekannte Daten zu treffen. Beispielsweise wird dies im Controlling für die Prognose von Kundenzahlungen genutzt.
[...]
1 Vgl. Schmidt, W., Steinke, K. (2017), S. 58 f.
2 Vgl. Kieninger, M. et al. (2015), S. 8 f.
3 Umgangssprachliche Bezeichnung für einen Controller, welcher lediglich Daten hin und her kopiert.
4 International Group of Controlling (2010), Vorwort.
5 Vgl. Schlenkrich, K., Wisbert, H. (2019), S. 42.
6 Vgl. Küpper, H.-G. et al. (2013), S. 136.
7 Vgl. Baum, H.-U. et al. (2013), S. 12 f.
8 Vgl. Coenenberg, A. et. al. (2014), S. 9.
9 Vgl. Weber, J., Schäffer, U. (2014), S. 212 f.
10 Vgl. Rüegg-Stürm, J., Sander, S. (2009), S. 263.
11 Vgl. Buchholz, L. (2013), S. 23.
12 Vgl. Buchholz, L. (2013), S. 23.
13 Vgl. Weber, J., Schäffer, U. (2014), S. 232 f.
14 Vgl. Rüegg-Stürm, J., Sander, S. (2009), S. 26 f.
15 Vgl. Weber, J., Schäffer, U. (2014), S. 232 f.
16 Vgl. Keuper, F. et al. (2008), S. 325.
17 Vgl. Gleich, R. (2013), S. 27.
18 Vgl. Lehmann, G. (2011), S. 40.
19 Vgl. Weber, J., Schäffer, U. (2014), S. 17.
20 Im Fraud-Controlling geht es um die Reduktion bzw. Vermeidung von Bestechung, Betrug oder
anderen kriminellen Taten innerhalb des Unternehmens.
21 Vgl. Weber, J., Schäffer, U. (2014), S. 495.
22 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 174.
23 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 174.
24 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 174.
25 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 173 ff.
26 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 176.
27 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 176.
28 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 212 f.
29 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 213.
30 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 213.
31 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 213.
32 Vgl. Asum, H., Kerth, K., Stich, V. (2015), S. 213.
33 Vgl. Langmann, C. (2019), S. 5.
34 Vgl. King, S. (2014), S. 22.
35 Vgl. Davenport, T. (2014), S. 1 [online].
36 Vgl. Grönke, H., Heimel, J. (2014a), S. 137.
37 Vgl. Klein, D. et. al. (2013), S. 321.
38 Vgl. Seufert, A. (2014), S. 27.
39 Vgl. Gluchowski, P. (2001), S. 7.
40 Vgl. Gluchowski, P. (2014), S. 238.
41 Vgl. Bitkom (2012), S. 26 [online].
42 Vgl. Bachmann, R. et. al. (2014), S. 187.
43 Vgl. Lesniak, M. (2017), o. S. [online].
44 Vgl. Buxmann, P. et al. (2019), S. 6 f.
45 Vgl. Erichsen, J. (2019), S. 4.
46 Vgl. König, W. et al. (2015), S. 1 [online].
47 Vgl. Grönke, K. et al. (2018), o. S. [online].
-
-
-
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X.