Controlling, Informationssysteme im

Zielsetzung und Aufgaben des Controllings

Zielsetzung des Controllings ist die Sicherung der Rationalität der Unternehmensführung. Grundlage dieser Konzeption bildet der in der wirtschaftswissenschaftlichen Forschung dominierende zweckorientierte Rationalitätsbegriff. Zweckrationales Führungshandeln ist dann gegeben, wenn die im Sinne des ökonomischen Prinzips richtigen Mittel zur Erreichung der gegebenen Organisationsziele ausgewählt und eingesetzt werden [Weber, Schäffer 2006, S. 42].

Erkenntnis- bzw. Gestaltungsobjekte des Controllings sind somit die Führungs­prozesse, die in Bezug auf Rationalitätsdefizite zu untersuchen sind. Diese analytische Aufgabe des Controllings kann an unterschiedlichen Rationalitätsobjekten ansetzen und wird in Abbildung 1 für solche Führungsprozesse skizziert, in denen betriebswirtschaftliche Konzepte als Problem­lösungs­verfahren angewendet werden [Grob, Bensberg 2008].

Abb. 1: Idealtypischer Ablauf der Rationalitätssicherung

Rationalitätsdefizite in Führungsprozessen begründen Interventionen des Controllings. Zur Erfüllung dieser Gestaltungsaufgabe kann auf die beiden idealtypischen Handlungsweisen der Ergänzung und Entlastung zurückgegriffen werden [Weber, Schäffer 2006, S. 37]. Mit der Ergänzung wird eine inhaltliche Modifikation von Führungsprozessen angestrebt, z. B. durch Einführung qualitativ besserer Problemlösungsverfahren. In diesem Fall verfügen Controllingsysteme über die Potenziale einer Enabling Technology. Demgegenüber wird mit der Entlastung eine Ausgliederung bestehender Handlungen aus Führungs­tätigkeiten intendiert, die aufgrund von Spe­ziali­sierungs- oder Kostenvorteilen von Con­trollingakteuren effizienter realisiert werden können.

Funktionen und Kategorien von Informationssystemen im Controlling

Zur Erfüllung der Gestaltungsaufgabe des Controllings sind Informationssysteme als technikgestützte rationalitätssichernde Instrumente notwendig. Als Controlling­systeme (CS) sind sämtliche Anwendungssysteme aufzufassen, die von der Con­trolling­organisation zur Erfüllung ihrer Funktionen gestaltet werden [Grob, Austrupet. al. 2008, S. 11]. Hierzu sind nicht nur diejenigen Anwendungen zu zählen, die singulär von den Akteuren der Controlling­organisation genutzt werden, sondern vielmehr auch solche Systeme, die von der Unternehmensführung zur Willensbildung und -durchsetzung verwendet werden. Mit der Gestaltung und Bereitstellung von CS für die Akteure der Unter­nehmensführung ist sowohl ein Beitrag zur effizienzsteigernden Entlastung als auch zur effektivitätssteigernden Ergänzung von Führungstätigkeiten verbunden.

Die Konstruktion von Controllingsystemen macht es erforderlich, für die Führungsprozesse die adäquaten betriebswirtschaftlichen Konzepte umzusetzen. Zu diesem Zweck sind nicht nur die hierfür notwendigen Methoden und Modelle technisch zu implementieren, sondern auch die relevanten Daten über die Unternehmung und deren Umwelt bereitzustellen. Anhand der Dimensionen Methoden- bzw. Modellkomplexität sowie Datenintensität lassen sich, wie in Abbildung 2 dargestellt, unterschiedliche Systemkategorien abgrenzen.

Abb. 2: Kategorien von CS

Zur Kategorie der datenorientierten Controllingsysteme sind Abfrage- und Berichtssysteme sowie OLAP-Systeme zu zählen. Im Mittelpunkt solcher Systeme steht die Informations­versorgung mit betriebswirt­schaftlichen Kennzahlen, die aggregierte quantitativ fassbare Sachverhalte abbilden:

• Abfragesysteme werden typischerweise mit­hil­fe von Datenbank­managementsystemen realisiert, mit denen der Benutzer Da­ten­bank­abfragen in Form von SQL-Anweisungen auf verfügbare Datenbestän­de anwendet. Diese Abfragen können vorformuliert vorgehalten wer­den, so dass der Anwender diese lediglich auslösen muss. Daneben ist auch eine freie Formulierung von Abfragen möglich. Die resultierenden Abfrageergebnisse können tabellarisch oder grafisch visualisiert und für den Fall einer Wiederverwendung gespeichert werden.
• Berichtssysteme leisten eine Aufbereitung von Datenbeständen anhand definierter Vorgaben. Die hierfür gestalteten Berichtsschablonen umfassen inhaltliche und formale Gestaltungsmerkmale für den zu erstellenden Bericht. Während aus inhaltlicher Perspektive die auszulesenden Datenquellen und die hieraus abzuleitenden Kennzahlen festgelegt werden müssen, sind hinsichtlich der Präsentation das Layout und die einzusetzenden grafischen Gestaltungsmittel (z. B. Tabellen, Diagramme) zu spezifizieren. Berichtssysteme sollen regelmäßig wiederkehrende Informationsbedarfe der betrieblichen Akteure im Rahmen des Standardberichtswesens abdecken. Zu diesem Zweck können zentralisierte Berichtssysteme eingesetzt werden, die die notwendigen berichtslogistischen Prozesse für ein unternehmensweites Berichtswesen (Enterprise Reporting) unterstützen. Hierzu sind beispielsweise die zeit- oder ereignisgesteuerte Erstellung und Distribution von Standardberichten zu zählen.

• OLAP-Systeme gestatten eine benutzergeführte Analyse von Kennzahlen nach logisch unabhängigen hierarchisch strukturierten Dimensionen. Charakteristisch für OLAP-Systeme ist eine Betrachtung der zugrunde liegenden Daten als Menge von Fakten in einem multidimensionalen Raum. Dabei wird jedes Faktum durch eine Maßgröße und mehrere Dimensionen beschrieben. Aus diesem Datenbestand können Sichten erzeugt und tabellarisch oder grafisch dargestellt werden. Solche multidimensionalen Datenbestände lassen sich mithilfe spezieller Entwicklungsumgebungen (OLAP Design Frontends) erzeugen, die über Funktionalitäten zur Modellierung der erforderlichen Dimensions- und Kennzahlenstrukturen verfügen.

Modell- und methodenorientierte Systeme zeichnen sich dadurch aus, dass komplexere Analyseverfahren für die betrieblichen Führungsprozesse erschlossen werden können:

• Im Fokus strategischer Planungs- und Kontrollsysteme (PKS) stehen die Analyse langfristiger Erfolgspotenziale und die hierauf aufbauende Entwicklung der Unternehmens­strategie. Zu diesem Zweck können etablierte Konzepte der strategischen Planung eingesetzt werden, wie beispielsweise Verfahren des Portfoliomanagements oder die Stärken-Schwächen-Analyse. Zur Strategieformulierung und –umsetzung hat seit den neunziger Jahren das Konzept der Balanced Scorecard (BSC) weite Beachtung gefunden. Zur Entwicklung unternehmensspezifischer BSCs stehen mittlerweile Standard­software­produkte zur Verfügung, die die Formulierung von Unternehmensstrategien und die Überwachung strategierelevanter Kennzahlen (Key Performance Indicators) unterstützen. Zur Ermittlung monetärer Zielwerte bei mehrperiodigen Entscheidungsproblemen stellt der Vollständige Finanzplan (VOFI) ein geeignetes Instrument zur Repräsentation der monetären Entscheidungskonsequenzen strategischer Planungs- und Kontrollsysteme dar.
• Der Schwerpunkt operativer Planungs- und Kontrollsysteme (PKS) liegt auf der Unterstützung der kurzfristigen Unternehmensplanung, mit der die Ziele und Maßnahmen für die einzelnen Organisations­bereiche der Unternehmung festzulegen sind. Hierfür sind dedizierte Softwarelösungen verfügbar, die die Konstruktion von Unternehmensmodellen unterstützen [Oehler 2006, S. 343]. Mit diesen Modellen wird der Rahmen für die betrieblichen Teilpläne (z. B. Absatz-, Produktions- und Beschaffungspläne) vorgegeben, die für die Zwecke der Ergebnisplanung und der Finanzplanung zu verdichten sind. Solche (Teil-)Planungsmodelle können zeitgesteuert an die Planungsträger in den Organisationsbereichen ausgeliefert, mit Daten gefüllt und anschließend konsolidiert werden. Darüber hinaus verfügen operative PKS über grundlegende betriebswirtschaftliche Methoden, wie z. B. Break-Even- und ABC-Analyse.
• Optimierungssysteme stellen Algorithmen des Operations Research zur Verfügung, die optimale Lösungen für deterministische Modelle ermitteln. Solche Modelle sind in der Regel nur für gut abgrenzbare Spezialbereiche – z. B. Verschnittprobleme oder Lieferkettenoptimierung – formulierbar. Die benötigten Algorithmen stehen zum einen in Form eigenständiger Software­lösungen zur Verfügung (z. B. XPress-MP), mit denen Optimierungsprobleme abgebildet und rechnerisch gehandhabt werden können; zum anderen sind auch Erweiterungen (Add-ons) für Tabellenkalkulationssysteme erhältlich.
• Mit Simulationssystemen kann das Verhalten solcher Objektsysteme abgebildet werden, die stochastischen Einflüssen unterliegen. Kern der Simulationssysteme sind Simulationsmodelle, mit denen Berechnungsexperimente durchgeführt werden. Zu diesem Zweck unterstützen Simulationssysteme die Konstruktion von Modellen und deren Analyse. Traditionelle Betrachtungs­gegenstände von Simulationsstudien sind beispielsweise Produktions- oder Lagersysteme. Ein relativ neuer Anwendungsbereich ist in der Simulation von Geschäftsprozessen im Rahmen des Prozesscontrollings zu sehen. Hierfür stehen mittlerweile spezialisierte Software­produkte zur Verfügung, mit denen Geschäftsprozesse für Simulationszwecke modelliert werden.
• Prognose- und Früherkennungssysteme liefern die notwendigen Methoden zur Vorhersage künftiger Entwicklungen und zur Abschätzung der Wirkungen betrieblicher Maßnahmen. Für das Controlling sind beispielsweise solche Verfahren relevant, mit denen Absatz- und Umsatzprognosen für die Zwecke der operativen Planung generiert werden können. Sie sollen eine hohe Prognosegenauigkeit gewährleisten [Küsters 2005, S. 367]. Hierfür können einerseits konventionelle, parametrische Verfahren eingesetzt werden, die in den Wirtschaftswissenschaften seit langem etabliert sind. Andererseits stehen neuere Verfahren der Künstlichen Intelligenz zur Verfügung, wie beispielsweise künstliche neuronale Netze und Methoden zur Induktion von Prognoseregeln.
• Mit Data Mining-Systemen wird die Entdeckung komplexer Zusammenhänge in hochdimensionalen betrieblichen Realdatenbeständen intendiert. Das methodische Arsenal marktgängiger Data Mining-Systeme umfasst nicht nur mathematisch-statistische Methoden zur multivariaten Datenanalyse, sondern auch Verfahren des maschinellen Lernens. Mit Hilfe dieser Methoden können Data Mining-Systeme zur Handhabung unterschiedlicher analytischer Aufgabenstellungen eingesetzt werden. Dazu gehören die Konstruktion von Kausalmodellen (Regression), die Klassifikation (Diskrimination), die explorative Gruppenbildung (Segmentierung bzw. Clustering), die Prognose sowie die Analyse von Zusammenhangsmustern (Assoziationen bzw. Korrelationen). Data Mining-Systeme beinhalten nicht nur Komponenten zur methodischen Unterstützung, sondern regelmäßig auch Funktionalitäten zur Vorbereitung der Analysedaten.

Gestaltung von Controllingsystemen

Zur Implementierung der skizzierten Kategorien von Controllingsystemen steht eine Vielzahl von Standardsoftwareprodukten – auch in Form von Open Source-Produkten - zur Verfügung. Das Kernproblem bei der Einführung dieser Systeme in die betrieblichen Arbeitsabläufe ist in der Bereitstellung bzw. Aufbereitung der notwendigen Datenbasis zu sehen. Darüber hinaus ist die Akzeptanz der Anwender von besonderer Bedeutung für den erfolgreichen Einsatz der Systeme. Da sich fehlerhafte Daten negativ auf die Entscheidungsgüte und damit den Erfolg der Unternehmung auswirken können, muss die Datenschicht über eine angemessene Qualität verfügen [Grob, Reepmeyer, Bensberg 2004, S. 346]. Zur Schaffung einer solchen Infrastruktur wird im Rahmen des Business Intelligence-Konzepts die Konstruktion von Data Warehouse-Systemen thematisiert, die die notwendigen Komponenten zur Bereitstellung unternehmensinterner und -externer Daten für dispositive Zwecke besitzen. Bei der Auswahl von Standard­software­produkten für das Controlling sollte daher das Kriterium der langfristigen Integrationsfähigkeit in bestehende Dateninfrastrukturen in besonderem Maße berücksichtigt werden.

Literatur

Grob, Heinz Lothar; Austrup, Sascha: Controllingkonzeptionen. In: Grob, Heinz Lothar (Hrsg.): Arbeitsbericht Nr. 30 der Reihe Computergestütztes Controlling, Münster, 2008.

Grob, Heinz Lothar; Bensberg, Frank: Controllingsysteme. München: Vahlen, 2008.

Grob, Heinz Lothar; Reepmeyer, Jan-Armin, Bensberg, Frank: Einführung in die Wirtschaftsinformatik. München : Vahlen, 2004.

Küsters, Ulrich: Evaluation, Kombination und Auswahl betriebswirtschaftlicher Prognoseverfahren. In: Mertens, Peter; Rässler, Susanne (Hrsg.): Prognoserechnung. Heidelberg : Physica, 2005, S. 367-404.

Oehler, Karsten: Unterstützung von Planung, Forecasting und Budgetierung durch IT-Systeme. In: Chamoni, Peter, Gluchowski, Peter (Hrsg.): Analytische Informationssysteme: Business Intelligence-Technologien und Anwendungen. Berlin : Springer, 2006, S. 329-360.

Weber, Jürgen; Schäffer, Utz: Einführung in das Controlling. Stuttgart: Schäffer, 2006.