Business Analytics ist das „Hype-Thema“ der Digitalisierung. Für den Vordenker Thomas H. Davenport existiert mit den „Analytical Competitors“ eine neue Klasse von Unternehmen, die durch diesen Ansatz spezifische Wettbewerbsvorteile erzielen. Entsprechend viele Initiativen gibt es bereits. Da Finanzdaten in den meisten Analytics-Anwendungen eine wichtige Rolle spielen, sollten die CFO-Ressorts möglichst auch in diejenigen Projekte involviert sein, die sie selbst nicht originär betreffen. Nach anfänglichem Zögern sind die meisten Finanzchefs hier mittlerweile deutlich aktiver. Einige stehen sogar an der Spitze der Digitalisierungsbemühungen in ihren Unternehmen. So diskutierte Marcus Kuhnert, CFO von Merck, bereits Anfang 2016 mögliche Anwendungsfälle für Advanced und Big Data Analytics.

Aus Sicht von Horváth & Partners gibt es im CFO-Ressort vier besonders nutzenstiftende Einsatzbereiche: die Analyse spezifischer Fragestellungen in einzelnen Projekten mit jeweils unterschiedlichen Ansätzen, die Automatisierung des Forecasts mithilfe von Predictive Analytics, der Aufbau eines Risk Radars auf Basis semantischer Analytics sowie die regelbasierte Bewertung möglicher Optionen mit Prescriptive Analytics für die Entscheidungsunterstützung.

Das erste Anwendungsgebiet von Business Analytics weitet das traditionelle Berichtsverständnis auf komplexe Fragestellungen aus. Neben das zunehmend automatisierte Standardberichtswesen tritt dann ein leistungsfähiges Analyseberichtswesen, das die Finanzfunktion in ihrer Rolle als Business Partner unterstützt. Dabei analysiert das CFO-Ressort gemeinsam mit operativ Verantwortlichen gezielt Aspekte mit Optimierungspotenzial und schafft den jeweils erforderlichen Analyserahmen individuell. Hierfür werden zunächst Hypothesen formuliert und die verschiedenen zugehörigen Daten identifiziert. Auf dieser Basis erfolgt eine Datenmodellierung, die Visualisierungen und Validierungen ermöglicht. Mit den gewonnenen Erkenntnissen lassen sich Maßnahmen identifizieren, um einerseits Einsparungen und andererseits zusätzliche Einnahmen zu erzielen.

Die Automatisierung von Forecasts ist der am weitesten verbreitete Anwendungsbereich von Business Analytics. Im Vergleich zu traditionellen statistischen Methoden ermöglicht Predictive Analytics effizientere Prognoseprozesse sowie qualitativ bessere Ergebnisse. Das liegt zum einen daran, dass dieser Ansatz deutlich mehr interne und externe Daten einbezieht. Zum anderen ist er in der Lage, unter Tausenden möglichen Analyseansätzen den jeweils geeigneten auszuwählen und die Modelle mithilfe großer Datensätze zu „trainieren“. Inzwischen gibt es eine große Anzahl gelungener Anwendungen aus unterschiedlichen Branchen. Dabei zeigt sich, dass die Leistungsfähigkeit stark von der Qualität und Quantität der Daten sowie den eingesetzten Algorithmen abhängt.

Beim dritten Einsatzbereich von Business Analytics fungiert ein Risk Radar – wie der Global Risk Radar von Horváth & Partners – als intelligentes „Maschennetz“. Dieses hilft mit semantischer Analyse, aus unstrukturierten Massendaten qualitative Informationen aufzuspüren, intelligent zu verarbeiten und daraus neue Erkenntnisse zu gewinnen. Als zentrale Informationsquelle dient eine Datenbank mit mehr als 100 Millionen Textdokumenten. Mit einem solchen Risk Radar lässt sich die Unternehmenssteuerung stärker proaktiv ausrichten. So kann der Finanzbereich dem Management als Business Partner Informationen zur Verfügung stellen, die ohne das Screening mit semantischen Big-Data- Analysen verborgen geblieben oder deutlich später entdeckt worden wären.

Der vierte Anwendungsbereich, die Nutzung von Prescriptive Analytics, ist im Finanzbereich noch selten. Prescriptive Analytics hat das Ziel, regelhaft die optimale Lösung für eine Fragestellung zu ermitteln. Michael Kappes, Partner und Leiter des Beratungssegments Planung bei Horváth & Partners, ist davon überzeugt, dass mächtige Simulationsmodelle künftig Teil jeder Unternehmenssteuerung sein werden: „Finanzbereiche, die als Business Partner anerkannt werden wollen, müssen auch komplexe Szenarien flexibel und effizient modellieren können. Die dafür notwendigen Simulationsmodelle werden zunehmend durch analytische Optimierungslogiken unterstützt.“

Beispielhaft hierfür ist die „Business Simulation“ von SBB Cargo, der im Güterverkehr tätigen Tochtergesellschaft der Schweizerischen Bundesbahnen. Mit der Anwendung kann das Unternehmen fundiertere Entscheidungen treffen, indem es geschäftliche Fragestellungen mit unterschiedlichen Parametern simuliert und monetär bewertet. Auf diese Weise steigerte SBB Cargo die Rendite im Frachtgeschäft, die Investition in Prescriptive Analytics amortisierte sich also in kurzer Zeit.

Um das Potenzial von Business Analytics im CFO-Ressort zu nutzen, ist eine Reihe von Herausforderungen zu stemmen. So müssen geeignete Anwendungsfälle identifiziert und aufseiten der Datenbasis die Voraussetzungen für den Einsatz von Business Analytics geschaffen werden. Zudem sind die Analytics-Lösungen in die Regelprozesse einzubinden. Dafür müssen bestehende Werkzeuge für das Performancemanagement um Analytics-Komponenten erweitert werden, bis hin zu einer auf Big Data ausgerichteten IT-Architektur. Darüber hinaus benötigen die Finanzabteilungen Analytics-Kompetenzen. Sie müssen entweder vorhandene Mitarbeiter entsprechend weiterqualifizieren oder neue Fachkräfte mit der begehrten Expertise einstellen. Und nicht zuletzt erfordert Business Analytics einen Kulturwandel: Es gilt, die Angst vor der „Analytics-Blackbox“ zu überwinden, damit alle Beteiligten die neuen Werkzeuge akzeptieren.

Finanzbereiche, die diese Herausforderungen annehmen und Analytics-Anwendungen in der Unternehmenssteuerung etablieren, kommen auf dem Weg zum „Analytical Competitor“ einen großen Schritt voran. Wir stehen also am Anfang einer spannenden Entwicklung!

Weitere Informationen unter www.horvath-partners.com/analytics