3. Strategische Planung Flashcards
Was ist Planung? Aufgaben Funktionen
Planung als „Zukunftsgestaltung“ erfüllt die „Grundfunktionen“
- Schaffung von Synergieeffekten durch Koordination,
- Leistungsmotivation,
- Flexibilitätserhöhung,
- Erfolgssicherung bzw. Effizienzsteigerung durch Risikoerkenntnis und -reduzierung,
- Optimierung und Komplexitätsreduktion.
- Frühwarnindikatoren Integrieren
Was ist die definition von Strategischem Controlling?
Strategisches Controlling ist ein Teilbereich des Controllings, der sich mit der langfristigen Ausrichtung und Entwicklung eines Unternehmens beschäftigt. Es verknüpft die strategische Planung mit dem Controlling, um sicherzustellen, dass die formulierten strategischen Ziele auch tatsächlich erreicht werden. Dabei unterstützt der Strategische Controller die Geschäftsführung bei der Entwicklung und Umsetzung der Unternehmensstrategie, indem er relevante Informationen bereitstellt, Analysen durchführt Handlungsempfehlungen gibt und die Erreichung der Ziele Kontrolliert.
Instrument: Treiberbasierte Planungsmodelle Entwickeln Implementieren und zur Steurung und Kontrolle Nutzen
Beschreiben Sie die strategische Planung
-
Hauptgegenstand
- Sicherung bestehender Erfolgspotenziale
- Erschließung neuer Erfolgspotenziale
- Verringerung von Risikopotenzialen
- Zur Abschätzung künftiger Risiken und Chancen ist eine Analyse des eigenen Unternehmens und seines Umfeldes notwendig.
-
Herausforderung:
- Planungszeitraum (idR 5-10 Jahre) ist mit hohem Prognoserisiko verbunden.
- Quantitative Planung nur begrenzt möglich
-
keine konkreten Handlungsprogramme sondern:
- widerspruchsfreien Rahmenplan
- Vorgabecharakter
- Koordinierungsfunktion für die taktische Planung
- Organisatorisch vom Top-Management geleitet.
Probleme der Traditionellen Planung
- Hoher Aufwand: Traditionelle Planungsansätze erfordern oft einen großen Zeitaufwand und eine detaillierte Prognoserechnung.
- Geringe Aktualität: Die Planung erfolgt meist in festen Zeitintervallen und kann nicht schnell genug auf aktuelle Veränderungen reagieren.
- Langsame Abstimmungsprozesse: Die Abstimmung zwischen den verschiedenen Abteilungen und Ebenen im Unternehmen kann langwierig sein und den Planungsprozess verlangsamen.
- Hohe Granularität: Die Planung erfolgt oft sehr detailliert, was die Komplexität erhöht und die Übersichtlichkeit beeinträchtigen kann.
- Fehlende Transparenz: Die Wirkungszusammenhänge zwischen den einzelnen Planungskomponenten sind oft nicht klar ersichtlich.
- Finanzorientierung: Der Fokus liegt hauptsächlich auf finanziellen Kennzahlen und weniger auf den eigentlichen Geschäftsinhalten.
- Mangelnde Flexibilität: Traditionelle Planungsansätze sind oft starr und lassen wenig Raum für Anpassungen an externe Einflüsse.
- Begrenzte Simulation: Die Möglichkeit, verschiedene Szenarien durchzuspielen, ist oft eingeschränkt.
- Lückenhafte Risikobewertung: Die Risikobewertung basiert oft auf begrenzten Informationen und fehlt eine umfassende Ausarbeitung von Maßnahmen.
Das Henkel-Konzernprojekt zeigt den Übergang von der traditionellen Planung zu einem treiberbasierten und flexiblen Planungssystem. Durch den Einsatz von Tagetik konnten die Aufwände reduziert, die Planungsgranularität verringert und die Zusammenführung der Ergebnisse vereinfacht werden.
Wie wird ein werttreiberbasiertes Planungsmodell aufgebaut und welche Funktion hat es? Warum gibt es meherere Stufen?
Werttreiber:
- Steuerungsgrößen mit erheblichem Einfluss auf Spitzenkennzahlen zur proaktiven Gestaltung der Unternehmensperformance.
Werttreibermodell:
- Reduktion der Daten auf wesentliche Werttreiber.
- Dynamische rollierende Forecasts.
- Fokus auf einflussreiche Elemente.
- Beschleunigung des Planungsprozesses.
- Identifizierte Werttreiber werden in Werttreibermodellen durch rechentechnische Verknüpfungen (z.B. Preis-Mengen-Kombinationen) zusammengefasst.
- Analyse von Auswirkungen auf die finanzielle Performance durch Veränderungen in Werttreibern
- Transparente Ergebnismechanik und Verknüpfung zwischen leistungsdeterminierenden Faktoren und finanziellen Wirkungen.
- Empfohlene Differenzierung von Werttreibermodellen in:
- konzernweite Werttreiber: betreffen mehrere bzw. alle Geschäftsbereiche
- geschäftsspezifische Werttreiber: werden individuell für die jeweiligen Geschäftsbereiche definiert
- Querschnittsthemen: typischerweise einheitlich für den gesamten Konzern definiert, z.B. Investitionen, Working Capital, Instandhaltung, Personal etc.
- Ein standardisierter Prozess aus 6 Schritten wird verwendet, um sicherzustellen, dass die Methode effizient und effektiv angewendet wird.
- Die sechs Schritte bieten eine klare Struktur und Orientierung während des gesamten Planungsprozesses und ermöglichen eine konsistente Vorgehensweise.
Was ist ist der nutzen von Treiberbasierter Planung?
Nutzen der treiberbasierten Planung:
- Verbesserung des Planungsprozesses mit über 1.000 Mitarbeitern
- Reduzierung von Aufwand und Iterationsschleifen durch Treiberorientierung
- Höhere Transparenz und Koordination durch einheitliche Lösung
- Flexibilität für Geschäftsbereiche innerhalb des Konzernrahmens
- Analysen und Simulationen auf verschiedenen Ebenen für Risikobeurteilung
- Effizienterer Prozess und Kostenersparnis durch geringeren Aufwand
- Fokus auf externe Business-Faktoren zur Stärkung des Finanzbereichs
Was ist Predictive Analytics
- Predicitve Analytics nutzt statistische Methoden und künstliche Intelligenz, um zukünftige Ereignisse und deren Ursachen zu analysieren.
- Besonders bei der Analyse großer Datenmengen relevant.
- Identifiziert Strukturen und Muster in Daten, die für Menschen oft verborgen bleiben. (Anders als ein Vorecast)
- Kann erhebliches Informationspotenzial liefern.
- Kann zur Verbesserung der Prognosegenauigkeit, des Ressourceneinsatzes und der Steuerungswirkung beitragen.
- Trotz Vorteilen bisher nur vereinzelt verwendet.
- Muss angelernt werden um bessere ergebnisse
Beschreiben sie die Kausal Analyse mit Predictive Analytics
- Kausalanalysen ermöglichen Quantifizierung von Ursache-Wirkungs-Zusammenhängen von finanziellen und nicht-finanziellen Performance Dimensionen.
- Datengetriebene Kausalanalysen können bei prädiktiven Fragestellungen im strategischen Performance Management eingesetzt werden.
- Problemstellung bei Identifikation wirkungsvollster strategischer Maßnahmen auf Unternehmensebene.
- Managementaufgeschlossenheit hängt von:
- Nachvollziehbarkeit der Methoden,
- Flexibilität des Unternehmens
- Hinterfragen vorhandenen Wissens ab
- Schrittweiser Implementierungsprozess empfohlen.
- Erfolgsfaktoren der Implementierung :
- Kausalanalysen können Mehrwert in verschiedenen Phasen des strategischen Controllings bieten.
- Erfolgreiche Umsetzung erfordert Zusammenwirken unterschiedlicher Kompetenzen im Unternehmen.
erfolgsfaktoren bei der Implementierung von Predictive Analytics
Daten
* Datenverfügbarkeit (Es muss gemessen Werden)
* Datenqualität
Methoden
* Testen verschiedener Algorithmen
* Eklärende Visualisierungen
Wirkung & Prozesse
* Vertrauen & Verständnis
* Übergangsphase (Anlernen)
Organisation
* Internes Analytisches Knowhow (Verständnis)
* Unterstützende organisationale Kultur (Ganze Unternehmenskultur)
IT-Systeme
* Nutzerfreundliches Tool
* Intergration in IT-Landschaft (Keine Insellösungen)
Implementierung
* Top-Management Support
* Agiler Ansatz (Selbstorganisierte Teams)
* Change Management
Was ist die definition von Strategischem Controlling?
Strategisches Controlling ist ein Teilbereich des Controllings, der sich mit der langfristigen Ausrichtung und Entwicklung eines Unternehmens beschäftigt. Es verknüpft die strategische Planung mit dem Controlling, um sicherzustellen, dass die formulierten strategischen Ziele auch tatsächlich erreicht werden. Dabei unterstützt der Strategische Controller die Geschäftsführung bei der Entwicklung und Umsetzung der Unternehmensstrategie, indem er relevante Informationen bereitstellt, Analysen durchführt Handlungsempfehlungen gibt und die Erreichung der Ziele Kontrolliert.
Instrument: Treiberbasierte Planungsmodelle Entwickeln Implementieren und zur Steurung und Kontrolle Nutzen
Umschreiben sie den Einfluss der Digitalisierung auf das Controlling
- Paradigmenwechsel in der Steuerung von reaktiv-analytisch zu proaktiv-prognostizierend
- Hochautomatisierte Forecasts mit höherer Treffsicherheit generiert
- Quantifizierte Business- und Treibermodelle als Grundlage für neue Steuerungsansätze
- Steuerungszyklen und Optimierungen sind agil, real-time und basieren auf Datenanalysen
- Automatisierung führt zu Effizienzsteigerungen in der Steuerung
- Steuerung berücksichtigt funktionsübergreifende Zusammenhänge
- Datenanalytik als eigenständiges Kompetenzfeld
- Rolle und Organisation der Finanzfunktion verändern sich, Mitarbeiterprofile passen sich an
- Gesteigerte Qualität von Datengenerierung, -modellierung und -analyse verbessert Entscheidungsfindung
- Interne und externe Daten sind in größerer Detailtiefe verfügbar und nutzbar in der Steuerung.
- Herausforderungen:
- Erfassung Unstrukturierter Daten und verarbeitung in immer kürzen Zeiträumen
- Komplexität und mehrdeutigkeit von Daten wird steigen
- Operativ mehr in das Thema IT
- Handlungsempfehlungen müssen ausgesprochen werden
Die 10 des SteuerungssystemsTeilbereiche welche durch die Digitalisierung beeinflusst werden
-
These 1: Paradigmenwechsel der Steuerung: von reaktiv-analytisch zu proaktiv-prognostizierend
- Keine Raktion auf Vergangenheitsdaten, sonder mit hilfe von Predictive Analytics trends erkennen und Handlungsempfehlungen ausschreiben (Aufgrund von Nichtfinanziellen Entwicklungen)
- Generierung hochautomatisierter Forecasts mit höherer Treffsicherheit
- Forecast als Startpunkt von Analysen (Szenario Analysen, Simulations Analyse)
- Automatisierung reduziert den Aufwand für Forecast-Erstellung
-
These 2: Quantifizierte Business- und Treibermodelle als Fundament einer neuen Steuerung
- Robuste dynamische Businessmodelle als Dreh- und Angelpunkt der Steuerung
- Transparenz über unternehmerische Zusammenhänge, objektive Entscheidungsbasis und Integration mit klassischen Steuerungsinstrumenten
- Daten müssen in Spitzen KPI’s übersetzter werden
-
These 3: Steuerungszyklen und Optimierungen sind agil, real-time und basieren auf Datenanalysen
- Agillität in der Entscheidungstreffung
- Real time: Zara (Kassendaten)
- Automatisierte Analysen verkürzen Reaktionszeit und ermöglichen schnelle Umsetzung von Optimierungsmaßnahmen
- Kontinuierliche Optimierung der Werttreiber führt zu Produktivitäts- und Effizienzgewinnen
- Automatisierungen steigern die Effizienz
-
These 4: Zunehmende Automatisierung der Steuerung unter Berücksichtigung funktionsübergreifender Abhängigkeiten und Zusammenhänge
- Funktionsübergreifend: Verknüfung zur Rechtsabteilung, Einkauf
- Entscheidungen werden durch Prognoseergebnisse automatisiert
- Schnellere Entscheidungsfindung
- Weniger Einfluss von Expertenschätzungen
- Weniger Aufwand für nicht werthaltige Tätigkeiten, präzisere Ergebnisse und optimierte Geschäftsprozesse
-
These 5: Prozesse werden unternehmens- und wertschöpfungsübergreifend integriert gesteuert
- Controlling muss internen und externen Prozess abdecken
- Mehrwerte durch neue Informationen, stärkere Integration der Lieferketten, Effizienzpotentiale und breitere Informationsbasis für Unternehmenssteuerung und Optimierungen
-
These 6: Datenanalytik als eigenständiges Kompetenzfeld hoch ausgebildeter Spezialisten
- Nutzung von Big-Data-Potenzialen erfordert erweitertes Skill-Set
- Kernanforderungen für Controller: robuste Beurteilungskompetenz, Verständnis und Koordination des neuen Prozesses, Validierung und Interpretation der Ergebnisse
-
These 7: Rolle und Organisation der Finanzfunktion verändern sich, Profile der Mitarbeiter ändern sich
- Controller nutzen analytische Ergebnisse zur Optimierung operativer Prozesse und bauen Rolle als Business Partner aus
- Data Science Center werden zentraler Bestandteil der Wertschöpfungskette
- Reduzierung des Personals durch Entlastung
-
These 8: Steuerung nach Wahrscheinlichkeit: Qualität von Datengenerierung, -modellierung und -analyse bestimmt Entscheidungsfindung
- Qualität der Daten und Methoden bestimmt Qualität der Ergebnisse
- Entwicklung und Pflege komplexer Modelle als wesentlicher Erfolgsfaktor
- Vorteil durch Kombination von Fach- und Branchenwissen, Methodenkompetenz und Unternehmergeist
-
These 9: Interne und externe Daten sind detailliert verfügbar und werden zentral für die Steuerung genutzt.
- Zugriff auf vielfältige interne und externe Daten erforderlich. (Finanzielle und nicht finanzielle Daten)
- Statista etc.
- Schnelle Verfügbarkeit und vollständige Integration in eine zentrale Datenbasis sind erfolgsentscheidend.
- Etablierung des Einkreissystems im Rechnungswesen, da eine zentrale Datenhaltung stark vereinheitlicht wird.
-
These 10: Starke, zentrale Governance für Daten und Modelle ist kritischer Erfolgsfaktor für durchgängige und konsistente Steuerung.
- Umfängliche und funktionierende Governance unerlässlich, um Kompatibilität und Konsistenz von Daten, Analysemodellen, Ergebnissen und Entscheidungsvorschlägen sicherzustellen.