Predictive Controlling: Die automatisierte rollierende Hochrechnung der Erfolgsrechnung im Konzern
- Advanced Analytics, Planning, Predictive Analytics
- controlling, prediction, prognose, zeitreihen
- 2 Min Lesezeit
Dr. Eric Trumm
Inhaltsverzeichnis
Warum Automatisierung und was ist Predictive Controlling?
Die Vorteile einer Automatisierung liegen auf der Hand: Dank der neu gewonnenen Informationsdichte können Planungsprozesse optimiert und effizienter gestaltet werden. Die massive Reduktion manueller Tätigkeiten setzt Kapazitäten für neue Aufgaben frei, während die mathematische Fehleranfälligkeit gegen Null geht. Dank der Automatisierung einer monatlichen Hochrechnung ist es dem Controlling zudem auch in Zeiten wie der Covid-19- oder Lieferketten-Krise möglich, unterschiedliche Szenarien zeitnah zu erstellen. Diese erlauben es dem Management, Unsicherheiten zu simulieren und proaktiv auf mögliche Veränderungen zu reagieren.
Der Abstimmungsbedarf zwischen Mutter- und Tochtergesellschaften (inkl. hoher manueller und zeitintensiver Aufwand) kann signifikant minimiert werden: Dies ist möglich, indem mittels des Einsatzes von Künstlicher Intelligenz (KI) monatliche Forecasts auf Konzernebene weitgehend automatisiert werden.
Sehen Sie im Folgenden kurze Einblicke in den Inhalt des Whitepapers:
1. Hierarchische Zeitreihen
Wie Bilanzen haben Daten der Erfolgsrechnung eine hierarchische Struktur: Bis zu elf Hierarchie-Ebenen sind keine Seltenheit. Die vereinfachte Erfolgsrechnungs-Hierarchie aus Abbildung 1 vereint insgesamt sieben Zeitreihen in drei Hierarchie-Ebenen. Diese sind nicht unabhängig voneinander: So ist das EBT selbstverständlich die Summe aus EBIT und Finanzergebnis. Theoretisch könnten alle sieben Zeitreihen separat prognostiziert werden. Diese Vorgehensweise würde aber zu dem Problem führen, dass z. B. die Summe der Prognosen von EBITDA und Abschreibungen in der Regel nicht der EBIT-Prognose entsprechen würde – was aber per Definition der Erfolgsrechnungs-Struktur zwingend erfüllt sein muss.
Dieses Problem lässt sich über sogenannte Abgleichmethoden lösen: Im Wesentlichen geht es dabei um die Frage, …
1.1 Abgleichmethoden
1.2 Datenqualität und Datenbereinigung
2. Algorithmen
2.1 Autoregressive Integrated Moving-Average (ARIMA)
2.2 Exponential Smoothing (ETS)
2.3 Stabilisation
2.4 Fortgeschrittenere Algorithmen
2.5 Auswahl der Methode(n)
2.6 Forecast einzelner Zeitreihen – Base-Forecast
2.7 Temporaler Abgleich
2.8 Hierarchischer Abgleich
Übrigens: Das Whitepaper ist auserdem als Teil des Ebooks IT-gestützte Konzernabschlusserstellung – Softwarelösungen für das Konzernreporting und die Konzernberichterstattung (2022) erschienen.
Sie möchten tiefer in dieses Thema einsteigen? Dann freuen wir uns auf den persönlichen Austausch zum Thema Predictive Controlling!
