Zukunftskompetenzen im Controlling – gut erklärt!

Herr Seiter, vielen Dank für die Einladung zu diesem spannenden Gespräch. Das ist eine sehr spannende Frage. Aus unserer und meiner Beobachtung und Erfahrung muss der Controller das Zusammenspiel zwischen Prozessen, Systemen, Daten und Strukturen perfekt beherrschen. Wichtig ist dabei vor allem das Verständnis der Zusammenhänge, vor dem Hintergrund von End to end Prozessen, zur Generierung der eigentlichen Steuerungsinformationen perfekt parat zu haben. Das gilt im Allgemeinen in anderen Positionen, vor aber allem im Bereich des Perfomance-Management-Prozesses, den wir auch Data to Insights nennen. Denn hier werden im Endeffekt die eigentlichen Daten zur Steuerung des Unternehmens generiert. Damit hängt im Prinzip die Fähigkeit des Controllers und des Controllings zusammen mit diesen Zahlen, in welcher Form auch immer, zu arbeiten und diesen Prozess und diese Strukturen perfekt zu beherrschen.  

Was in den letzten Jahren massiv dazugekommen ist, ist das Thema Data Analytics. Der Controller sollte zumindest ein Grundverständnis von Algorithmen haben, wenn er auch selbst nicht unbedingt eine mathematische Grundausbildung hat. Es muss zumindest ein Grundverständnis bestehen, wie Algorithmen funktionieren und welche Voraussetzungen existieren, damit ich Algorithmen steuern und automatische Forecasts mit ihnen generieren kann. Mit diesen Forecasts kann dann an der Mensch-Algorithmus-Schnittstelle gearbeitet werden. Algorithmen zu generieren ist aus unserer Sicht auch nichts mehr Neues. Aber diese in die laufenden Prozesse zu integrieren, ist eine Herausforderung, mit der viele Unternehmen mittlerweile konfrontiert sind. Da spielt der Controller eine wichtige Rolle, genau das mit zu orchestrieren. Last but not least, gilt es mehr und mehr auch Governance-Aufgaben wahrnehmen zu können. Dies ist möglich mit einer guten Mischung aus Beharrung und softer Überzeugung. Denn ich kann nur dann diese Strukturen weltweit aufrechterhalten, wenn ich sie einerseits durchsetze, aber andererseits auch offen bin für kreative und gute Vorschläge, die ich dann wieder rückintegrieren kann in meinen globalen Standard.

Forecasts sind wahrscheinlich so alt, wie das Controlling selbst. Zu wissen, wo ich am Ende des Jahres bin oder wo ich zu einer bestimmten Zeit rauskomme, ist so alt wie der Wunsch zu wissen, wo ich aktuell stehe. Das Problem dabei ist allerdings, dass sich in den letzten Jahren Forecasts und auch die Nutzung der Forecasts sehr stark ausdifferenziert hat. Der eigentliche Wunsch des Controllers zu wissen, wo ich rauskomme, ist die eine Sache. Andererseits werden Forecasts mehr und mehr politisch aufgeladen und auch politisch genutzt. Beispielsweise im Vertrieb finden Forecasts oftmals statt, um ein Ambitionslevel hochzuhalten, beziehungsweise sogar noch höher zu setzen, wenn ich mich im Ist aktuell mehr oder weniger übertreffe. Forecasts werden genutzt, um daraus das nächste Ziel abzuleiten. Das bringt das Problem mit sich, dass ich mein Ziel möglichst nicht zu hoch setzen möchte, weshalb dann der Forecast und dessen Genauigkeit, darunter leidet, weil dann bewusst sogenanntes „Sandbagging“ betrieben wird. Sprich: die Leute untertreiben. Das alles hat dazu geführt, dass die Qualität der Forecasts, aus Sicht des Controllers zumindest, gelitten hat. Denn dieser möchte mit Forecasts das Management objektiv mit Informationen zur Steuerung versorgen oder selbst objektiv steuern. Dort kommen neue, neutralere, nicht-aufgeladene Methoden ins Spiel – nämlich Algorithmen, die im Best Case nicht nur die Genauigkeit erhöhen und automatisieren, sondern auch genau diese politische Aufladung nicht beinhalten.

In der Regel sind Controller nicht unbedingt ausgebildete Mathematiker oder Statistiker. Deswegen gibt es Data Scientists, eine neue Rolle, die sich im Controlling aber auch allgemein im Unternehmen herausgebildet hat. Algorithmen finden nicht nur in der Unternehmensteuerung und im Controlling Anwendung, sondern auch in anderen Funktionen, wo sie teilweise schon vor vielen Jahrzehnten eingesetzt wurden. Das heißt die Anwendung in Funktionsbereichen hier im Finance-Bereich ist eher das Neuere. Dafür werden Mathematiker und Statistiker auch dort zunehmend eingesetzt. Das heißt, der Controller muss das nicht unbedingt selbst können. Er muss die Algorithmen auch nicht programmieren. Von der Stange gibt es mittlerweile von den meisten Software-Tools auch Algorithmen, die aber in der Regel nicht so gut funktionieren, sodass also hier aus unserer Erfahrung heraus, ein selbst erstellter Algorithmus die besseren Ergebnisse liefert. Meistens sind es sogar Algorithmus-Bündel. Nichtsdestotrotz muss der Controller wissen, was da ungefähr passiert. Denn nur dann ist er auch in der Lage das Ergebnis dem Management oder auch der Controlling Community zu verkaufen. Er muss dafür sorgen, dass Vertrauen entsteht. Denn nur mit Vertrauen in die generierten Zahlen, werden diese auch genutzt und sind so potenziell überhaupt erst in die Prozesse integrierbar.