· Fachbeitrag · Digitalisierung
Überlebenswichtig: Die Digitalisierung der Unternehmenssteuerung für KMU
von Christof Maurer, Dipl. Finanzwirt (FH), Senden
| Das digitale Zeitalter ist nicht Zukunft, sondern Gegenwart. Es verändert bereits heute die Unternehmen. Insbesondere für kleinere und mittlere Unternehmen (KMU) sind digitale Geschäfts- und Wertschöpfungsprozesse ein entscheidender Wettbewerbsvorteil. Im digitalen Zeitalter fragen sich deshalb viele, wie das Controlling von morgen aussehen wird und welche Rolle diesem zukommen wird. Der Beitrag stellt Möglichkeiten wie Robotic Process Automation, Big Data, Business Intelligence und Business Analytics bzw. deren Entwicklungen dar und erläutern, wie KMU von diesen profitieren. |
1. Robotic Process Automation in der Praxis
Viele KMU haben bereits begonnen, sich mit Robotic Process Automation (RPA) zu beschäftigen, ohne den Fachbegriff zu kennen. Unter RPA ist die selbstständige Ausführung wiederkehrender, regelbasierter und auf strukturierten Daten basierender Prozessschritte durch spezielle Software zu verstehen.
Hierunter fallen z. B. optische Belegverarbeitungssysteme (Optical Character Recognition, kurz: OCR), die das automatische Einlesen und Erkennen von Dokumenten ermöglichen. Dieses System kommt u. a. bei der digitalen Buchhaltung zum Einsatz. Dabei werden die Belege über das OCR-System in die Buchhaltung eingelesen und im besten Fall vollumfänglich automatisiert gebucht.
Durch eine modulübergreifende Vernetzung der Unternehmenssteuerungssoftware können u. a. innerhalb des Rechnungswesens Prozesse nahezu vollständig automatisiert werden. So können z. B. die in der Auftragsverwaltung erstellten Ausgangsrechnungen direkt an die Buchhaltung übergeben und dort automatisch gebucht werden. Dasselbe gilt für den gesamten Kreditorenbereich, was nachfolgende Übersicht bezüglich des vollintegrierten Bestellprozesses verdeutlichen soll (bezüglich der Möglichkeiten der Effizienzsteigerung und Kosteneinsparung durch die Digitalisierung der Prozesse sei auf die Ausführungen des Autors in „Effizienzsteigerung und Kosteneinsparung durch Digitalisierung der Prozesse ‒ Teill“ (BBP 18, 130) und „Effizienzsteigerung und Kosteneinsparung durch Digitalisierung der Prozesse ‒ Teil 2“ (BBP 18, 159) von Christof Maurer, Dipl. Finanzwirt (FH), Senden 06-2018 verwiesen).
Noch immer sind diese einfachen Digitalisierungsmaßnahmen, die bereits einen erheblichen Effizienzgewinn mit sich bringen, bei KMU nicht die Regel. Sowohl die Einführung einer auf kleine und mittlere Unternehmen zugeschnittenen Softwarelösung als auch die Einführung einer digitalisierten Buchhaltung sind bei KMU noch immer oft die Ausnahme.
PRAXISTIPP | Bei den KMU, die eine „digitale Buchhaltung“ eingeführt haben, ist es oft so, dass lediglich die Belege eingescannt und mittels OCR-Tools in die Buchhaltung eingespielt werden. Die vorgelagerten Prozesse sind aber nicht durchgängig digitalisiert und weisen in der Regel einige Medienbrüche auf.
So werden z. B. bereits digital eingehende Rechnungen ausgedruckt, damit diese an die zuständigen Personen weitergeleitet und von diesen freigegeben werden können. Auch erfolgen die Kontierung und Vermerke zur sachlichen und rechnerischen Prüfung noch oftmals manuell auf den Belegen. |
Aber auch vor dem Controlling macht die Digitalisierung nicht Halt, wie nachfolgend aufgezeigt wird.
2. Moderne Unternehmenssteuerung
Das Controlling und größtenteils auch das Reporting werden noch immer mit dem Tabellenkalkulationsprogramm MS-Excel durchgeführt, obwohl damit erhebliche Nachteile in Kauf genommen werden müssen. Denn Excel ist fehleranfällig, und das Reporting kann oftmals nur mit erheblichem manuellem Aufwand erstellt werden. Zudem sind die Planungsfunktionen stark eingeschränkt, intransparent, und Simulationsmöglichkeiten basieren nur auf manuell übertragenen Ist-Zahlen.
Die umständliche und zeitaufwendige Bedienung von Excel sowie die Fehleranfälligkeit sollte auch bei KMU dazu führen, dass auf moderne Steuerungsinstrumente umgestellt wird. Spezielle Analyse- und Planungswerkzeuge benötigen im Vergleich zu Excel oftmals nur die Hälfte der Zeit für die Datenbereitstellung und Datenverarbeitung.
Übersicht / Unternehmenssteuerung im digitalen Umfeld | |
1 |
|
2 |
|
3 |
|
4 |
|
Nachfolgend werden die einzelnen Punkte näher erläutert.
3. Definition und Abgrenzung der Begriffe Big Data, Business Intelligence und Business Analytics
Mit den Begriffen Big Data, Business Intelligence (BI) und Business Analytics ist das primäre Ziel verbunden, betriebliche Prozesse und Tätigkeiten zu analysieren, diese besser zu verstehen und daraus Implikationen zur Entscheidungsunterstützung abzuleiten.
Während man mit dem Begriff BI primär eine Erhöhung der Effizienz von Geschäftsprozessen anstrebt und damit die aktuelle wirtschaftliche Situation eines Unternehmens analysiert werden soll, zielt der Einsatz von Business-Analytics-Methoden durch Nutzung von statistischen Verfahren darauf ab, frühzeitig zukünftige Trends zu erkennen und das Unternehmen auf bevorstehende Herausforderungen vorzubereiten.
Der Begriff Big Data wiederum bezeichnet umfangreiche Datenmengen, die generiert, erfasst und letztlich auch verarbeitet werden müssen. Big Data und Business Intelligence bilden folglich die Basis für die Durchführung von Business Analytics.
Um aussagekräftige Informationen generieren zu können, müssen alle vorhandenen Daten, unabhängig davon, ob es sich um interne oder externe Datenquellen handelt, ausgewertet werden. Nachfolgend der typische Aufbau eines BI-Systems:
4. Analysespektrum von BI und Business Analytics
Das Analysespektrum von BI- und Business-Analytics-Systemen unterteilt sich in drei Stufen:
- die Analyse,
- den Forecast und
- die Optimierung.
Während BI sich auf die Analyse der Daten fokussiert, baut Business Analytics auf dieser Datenanalyse auf und umfasst Forecasting-Ansätze und die Optimierung der Unternehmensprozesse durch die Analyse der Daten.
Mithilfe von Business Analytics können nun verschiedene Analysen vollautomatisiert durchgeführt werden, wie z. B. die Untersuchung aller Banktransaktionen auf Unstimmigkeiten oder die Identifizierung von Verhaltensmustern von Kunden während des Kaufprozesses, und dies nicht nur bei Online-Käufen.
PRAXISTIPP | Was sich kompliziert darstellt, ist in der Praxis oftmals einfach umzusetzen. So sind z. B. Analytic-Tools für den Webshop eines KMU zu erschwinglichen Preisen erhältlich. Mittels dieser Tools gewonnene Erkenntnisse lassen sich zum einen für eine gezieltere Kundenansprache einsetzen, und zum anderen können damit Gründe für eine Abwanderung von Kunden oder Kaufabbrüche ermittelt werden. |
Bei der Echtzeit-Analyse werden aktuelle operative Vorgänge untersucht und durch kontinuierlichen Zugang zu den aktuellen Datenströmen ausgewertet. Dadurch ist es möglich, tagesaktuelle Informationen über die aktuellen Geschehnisse im Unternehmen zu erhalten.
PRAXISTIPP | Ein Beispiel aus der Praxis hierzu ist die Analyse des Auftragseingangs. Ebenfalls hierunter zu subsumieren sind die Überwachung und die Analyse der Einkaufspreise (vor allem bei volatilen Einkaufspreisen oder bei Spot-Märkten). Durch Verknüpfung der Ergebnisse aus den Analysen mit einem rollierenden Forecast lässt sich der Forecast jederzeit mit aktuellen Daten ziehen, und zwar ohne jeglichen manuellen Aufwand. |
Ein weiterer Optimierungsschritt ist die Anwendung von Predictive Analytics (prognostizierende oder vorhersagende Analyse). Darunter ist die Prognostizierung von zukünftigen Ergebnissen auf Basis historischer Daten zu verstehen. Ziel ist es also, anhand einer Analyse vergangener Ereignisse bestmöglich vorherzusagen, was in Zukunft geschehen wird.
Basierend auf den Datenmustern und Prognosen, die durch die vorangegangenen Prozessschritte gesammelt wurden, können Empfehlungen zur Optimierung bestehender Prozesse abgegeben werden. Engpässe und Ineffizienzen in den Prozessen lassen sich durch automatisierte Optimierungsmaßnahmen reduzieren oder gar beseitigen. Das bedeutet konkret, dass Aussagen darüber getroffen werden, wie genau ein Unternehmen auf eine bestimmte Situation reagieren sollte.
5. Anwendung in der Unternehmenspraxis bei KMU
Unternehmen nutzen moderne Steuerungssysteme für die Lösung schwieriger Probleme und bei der Suche nach neuen Chancen.
- Optimierung der Verkaufspreise mittels automatisierter Überwachung des Konkurrenzverhaltens und der Anwendung der Analyseergebnisse auf die eigene Preispolitik.
- Um Preise in Echtzeit anzupassen, werden Indikatoren wie die Kundenaktivität, die Website, das Bestandsinventar, letzte Bestellungen, Wettbewerbspreise, Produktpräferenzen und -margen analysiert. Auf dieser Basis kann eine dynamische Preisermittlung durchgeführt werden, mittels der zum einen die Umsätze, aber auch die Kundenzufriedenheit gesteigert werden können. Denn es geht hier z. B. auch um die Gewährung von für die Kunden sichtbaren Rabatten für beliebte Produkte, um die eigenen Preise an die der Konkurrenz anzupassen.
PRAXISTIPP | Ein mittelständischer Hotelbetreiber hatte in der Vergangenheit fixe Übernachtungspreise für die jeweiligen Zimmerkategorien an seinen sechs Standorten festgelegt. Im Jahr 2018 wurde die Preisermittlung neu aufgesetzt, indem mittels Einsatzes eines neuen, modernen Systems die Übernachtungspreise komplett flexibel festgelegt werden. Dabei werden bei hoher Nachfrage die Preise sofort nach oben angepasst. Parallel dazu werden die ermittelten Preise mit denen der Konkurrenz abgeglichen und ggf. wieder nach unten nachjustiert, um für Kunden interessant zu bleiben. Die Nachjustierung erfolgt dabei für den Kunden sichtbar als Rabatt auf den „regulären“ Preis. Damit sichert sich das Unternehmen die besten Preise sowie zufriedene Kunden und erzielt zudem nennenswerte Umsatzsteigerungen, da der durchschnittliche Übernachtungspreis um rund 9 % gesteigert werden konnte.
- Optimierung von Marketingkampagnen
- Mittels prognostizierender Analysen wird versucht, Kundenreaktionen oder das Kaufverhalten vorherzusagen und Cross-Selling-Chancen zu nutzen. Unternehmen setzen prädiktive, also vorhersagende Modelle ein, um Kunden anzulocken, ihre lukrativsten Kunden an sich zu binden und mit ihnen höhere Umsätze zu erzielen.
- Operative Verbesserungen
- Viele Unternehmen verwenden prädiktive Modelle für Bestandsprognosen und das Ressourcenmanagement. Hotels, Reiseveranstalter, aber auch Unternehmen mit Webshops legen ihre Preise mithilfe prädiktiver Analysen fest. Hotels nutzen sie zudem, um die Zahl der Gäste pro Nacht zu prognostizieren und auf dieser Basis die Belegung zu optimieren, sprich ihre Umsätze zu steigern. Andere Unternehmen können auf dieser Basis ihre Absatzprognosen erstellen, um Einkauf und Bestände zu optimieren.
- Risikominderung
- Mithilfe von Kreditprüfungen wird die Zahlungswahrscheinlichkeit von Käufern bewertet ‒ ein wohlbekanntes Beispiel für prädiktive Analysen, welches z. B. auch von einem mittelständischen Küchenproduzenten eingesetzt wird. Bei einer Kreditprüfung wird mithilfe eines prädiktiven Modells ein Wert für die Kreditwürdigkeit einer Person oder eines Unternehmens generiert, wobei alle für die Kreditwürdigkeit relevanten Daten berücksichtigt werden. Forderungsausfälle lassen sich damit signifikant senken.
- Optimierung der Fertigung und des Qualitätsmanagements
- Hersteller von Luxusartikeln bspw., für die es sehr wichtig ist, Faktoren zu erkennen, die die Qualität beeinträchtigen oder die gar zu Produktionsausfällen führen könnten, sollten auf moderne Systeme setzen. Anhand entsprechender Analysen werden Gewährleistungsfälle auf ihre verschiedensten Ursachen untersucht. Im Fall eines Luxusküchenherstellers konnten aus den daraus gewonnenen Erkenntnissen und eingeleiteten Maßnahmen die Gewährleistungskosten um bis zu 15 % gesenkt werden.
6. Automatisierung der Budgetierungs- und Forecast-Prozesse
Bisher ist der Budgetierung- und Forecast-Prozess noch reaktiv-analytisch, also auf Vergangenheitsdaten basierend. Insbesondere bei KMU wird das Budget in der Regel direkt aus den Vorjahreszahlen mit einigen Zu- und Abschlägen abgeleitet. Sukzessive wird diese Vorgehensweise aber durch proaktiv-prognostizierende Ansätze ersetzt.
Während bisher also Fachabteilungen und das Controlling die Budgetierung sowie das Forecasting durchführten, wird dies zukünftig weitestgehend von Algorithmen übernommen, die Zahlen und Entwicklungen „prognostizieren“. Zum Beispiel wird die Personalbedarfsplanung dann nicht mehr auf Basis der Meldungen aus den einzelnen Abteilungen, sondern auf Basis von Marktentwicklung, Produktzyklen und Absatzplanungen prognostiziert. Diese Prognosen müssen dann von den Mitarbeitern validiert werden, wodurch der Personaleinsatz für den Budgetierungs- und Forecast-Prozess immens gesenkt werden wird.
PRAXISTIPP | In einem Kosmetikunternehmen mit insgesamt 145 Mitarbeitern wird der Forecast innerhalb des Vertriebscontrollings mithilfe eines prognostizierenden Systems automatisiert. Damit kann heute den Marktverantwortlichen eine täglich aktualisierte Prognose des Absatzes in verschiedenen Zielmärkten im Voraus zur Verfügung gestellt werden. Die Forecast-Genauigkeit liegt dabei deutlich über der, die mit dem herkömmlichen Forecast-Prozess erreicht wurde. Der Einsatz dieser daten- und faktenbasierten, analytischen Modelle führt zu einer Verbesserung in der betrieblichen Entscheidungsfindung und dient letztendlich der Erhaltung bzw. der Steigerung des Unternehmenserfolgs. |
Bei alldem stellt sich die berechtigte Frage, wie zuverlässig diese auf Algorithmen basierenden Prognosen sein werden. Dieser noch vorhandenen und durchaus berechtigten Unsicherheit können Unternehmen wie folgt begegnen:
- Es werden nur Teilbereiche, die zeitaufwendig sind, durch Algorithmen bestimmt und automatisiert.
- Der Prozess wird zunächst in einem Parallelbetrieb eingeführt, und die Ergebnisse daraus werden den Werten, die sich aus den konventionellen Planungen und den IST-Zahlen ergeben, gegenübergestellt.
- Es werden Prüfschranken in den Prozess integriert, an denen die Qualität der Prognosen überprüft wird, bevor der Folgeprozess startet.
7. Vorteile für das Berichtswesen
Zweck des Berichtswesens ist es seit jeher, die Entscheider im Unternehmen so mit entscheidungs- bzw. steuerungsrelevanten Informationen zu versorgen, dass sie in der Lage sind, möglichst schnelle und möglichst richtige Entscheidungen zu treffen.
Aufgrund dessen müssen moderne BI-Systeme durchgehend eingesetzt werden. Denn Echtzeit-Berichte, die zudem aus einer erweiterten Datenbasis generiert werden, sowie die Fokussierung auf Prognosewerte und automatisierte Simulationen werden das Berichtswesen fundamental verändern.
Durch neue, mobile Zugriffsmöglichkeiten werden klassische Papierberichte weiter verdrängt werden. Nachdem die Berichte zudem weitestgehend automatisiert erstellt werden, wird auch hier der Erstellungsaufwand und damit der Personaleinsatz deutlich sinken.
Neben der Ausweitung der Informationsbreite zeichnet sich das digitale Reporting durch viel mehr verfügbare Details aus, sprich die Informationstiefe wird deutlich größer als bisher.
PRAXISTIPP | Bisher ist es üblich, dass das Reporting an die Berichtsempfänger versendet wird. Durch den Einsatz moderner BI-Systeme wird dies umgekehrt, da sich die Berichtsempfänger ihre Reports jederzeit selbst ziehen können. Vor allem bei kritischen Informationen wie z. B. der Absatzentwicklung lohnt sich die Implementierung von jederzeit mobil abrufbaren Berichten. Dennoch werden die klassischen „Papier-Berichte“ so bald nicht gänzlich verschwinden und haben auch weiterhin ihre Berechtigung. Allerdings sollten auch KMU die Möglichkeiten moderner BI-Tools nutzen, die auch Kommentierungsfunktionen innerhalb der Reports ermöglichen. Dadurch wird ein zeitaufwendiges Überführen aller Daten in eine Power-Point-Präsentation vermieden. Das Reporting kann also vollumfänglich im BI-System erstellt und daraus bei Bedarf ausgedruckt werden. |
8. Moderne ERP- und BI-Systeme für KMU
Auf dem Markt gibt es mittlerweile zahlreiche moderne BI-Systeme, die auch für KMU erschwinglich zu erwerben und zu implementieren sind. Dabei muss jedes Unternehmen für sich entscheiden, wie es dabei vorgehen möchte und welche Variante die beste für das Unternehmen ist.
Für kleine Unternehmen bieten sich in der Regel sogenannte „Self-Service“-BI-Systeme an, die Daten aus der Buchhaltung, dem Controlling und aus weiteren Quellen in eine Datenbank ziehen. Durch integrierte Analysesysteme können die Daten untersucht und aufbereitet werden. Teilweise bieten die Systeme auch excelbasierte Analyse-Tools und Schnittstellen zu Excel an, sodass die bisher bekannte Oberfläche noch mitgenutzt werden kann. Da die Daten aber vollumfänglich aus der Datenbank gezogen werden, entfallen die oben genannten Probleme des bisherigen Excel-Reportings komplett.
Ergänzenden Mehrwert liefern auch Funktionen wie Simulationen im Reporting. Hier eignen sich beispielsweise interaktive Berichte, bei denen die Veränderungen der wesentlichen Stellschrauben durchgespielt und z. B. mit der Bewertung von Maßnahmenbündeln schnell und einfach Szenarien definiert und bewertet werden können.
PRAXISTIPP | Ein kleines Unternehmen, das seine Buchhaltung mittels Datev erstellt, hatte den Bedarf, ein BI-System einzuführen. Hierzu wurden drei Softwaresysteme untersucht. Das Unternehmen hat sich letztlich für ein System mit „Self-Service“-Ansatz entschieden. Dabei werden die Buchhaltungsdaten aus Datev in eine OLAP-Datenbank eingelesen. Aus unterschiedlichen im Unternehmen eingesetzten Systemen (Beschaffung, Vertrieb, Personal, Banken etc.) werden weitere Daten in die Datenbank importiert. Durch den Self-Service-Ansatz können die Anwender im Unternehmen ihre Analysen selbst erstellen und anpassen, wobei sichergestellt ist, dass alle auf eine einheitliche Datenbasis zugreifen. Das Unternehmen konnte zudem mit überschaubarem Aufwand einen rollierenden Forecast sowie eine rollierende Liquiditätsplanung (beides mit Fokus auf die nächsten zwölf Monate) erstellen. Sowohl der Forecast als auch die rollierende Liquiditätsplanung überwachen die Entwicklung der jeweiligen Treiber (z. B. Auftragseingang, Preisentwicklung) und ermitteln auf dieser Basis eine Prognose der zukünftigen Entwicklung ebendieser. Die dadurch ermittelten Werte fließen automatisch in den Forecast sowie in die Liquiditätsplanung ein, womit diese Berichte jederzeit aktuell sind und eine zuverlässige Vorschau ermöglichen. |
9. Auswahl des richtigen BI-Systems
Um den oben beschriebenen funktionalen Veränderungen im Reporting gerecht zu werden, muss jedes Unternehmen ein für sich geeignetes System auswählen. Wie bereits ausgeführt, sind am Markt verschiedenste BI-Systeme erhältlich. Für die Auswahl eines geeigneten BI-Systems empfiehlt sich noch immer ein mehrstufiges Software-Auswahlverfahren mit einheitlichen Bewertungskriterien und am besten mit mehreren Lösungspräsentationen.Mittelständische Unternehmen sollten ein ERP einführen, welches auch den Einsatz eines prädiktiven Systems ermöglicht. Hier bietet sich z. B. die auf kleinere und mittlere Unternehmen ausgerichtete SAP-Software „Business One“ oder bei komplexeren Unternehmens- oder Produktionsstrukturen auch das SAP ERP bzw. SAP S4/HANA an.
FAZIT | Die Digitalisierung verändert die Strategien, Geschäftsmodelle und viele unserer heutigen Unternehmensprozesse. Damit muss sich auch die Unternehmenssteuerung und das Reporting verändern. Zusammengefasst gilt damit: Steuerung und Reporting müssen anders und besser werden. Wie die Ausführungen gezeigt haben, heißt anders für das Reporting der Zukunft, dass die Potenziale sowohl für das Reporting als auch für Analyseberichte genutzt werden müssen. Berichte werden neben finanziellen Informationen noch stärker auch externe Daten umfassen. Gleichzeitig ermöglicht das Berichtswesen beim Einsatz vollintegrierter Systeme einen tieferen Durchblick bis hin zu operativen Details und zu Einzelbelegen. Dies ermöglicht es dem Nutzer, in den Daten neue Strukturen zu erkennen und wiederum die Steuerung zu verbessern. Besser muss das Reporting insbesondere in Bezug auf die Effizienz werden. Die Digitalisierung muss auch die Prozesse des Berichtswesens grundlegend verändern, und zwar durch die Automatisierung standardisierter Prozesse. |
