Predictive

Die Bedeutung der Planung als zentrales Instrument der Unternehmenssteuerung hat kontinuierlich zugenommen. Nachdem ab den 80er Jahren (ausgehend von der Absatz- und Produktionsplanung) sukzessive auch Investitionen, Finanzen und Liquidität, Personal, Beschaffung, IT, Marketing, Produkte und Produktgruppen sowie Forschung und Entwicklung in die Planungsaktivitäten von Unternehmen Einzug gehalten haben, lag der Fokus in den 2000er Jahren eher auf der Prozessunterstützung.

Seitdem wurden Planer zur Verbesserung und Vereinfachung Ihrer Planung zunehmend durch flexible IT-Systeme unterstützt. Diese waren zunächst darauf ausgelegt, die individuellen Anforderungen von Unternehmen an eine Planungsanwendung mit Standardfunktionen zu unterstützen, u.a.:

  • Automatisierte und kontinuierliche Integration von planungsrelevanten Daten in einem zentralen Planungssystem
  • Verlagerung von Geschäfts- und Planungslogik aus dem beliebten Excel-Frontend in die Planungssoftware
  • Intuitive Planungsmasken und Benutzerführung (Workflow) zur Begleitung des Planers durch den Planungs- und Freigabeprozess
  • Zusammenführung der dezentralen Teilplanungen zu einer integrierten Planung, in der die Einflüsse der Teilplanungsergebnisse abgebildet sind
  • Tagesaktuelle Darstellung von Plan- und Ist-Zahlen sowie deren Abweichungen
  • Unterstützung von „What-If“ Analysen auf Plan- und Ist-Daten

Auch wenn diese Planungssysteme die Planer schon allein durch die Digitalisierung der Planungsprozesse entlasten konnten, ist aktuell eine weitere Entwicklung zu erkennen. Bei dieser geht es in Zeiten von Big Data darum, die in den Unternehmensdaten und weiteren externen Quellen (wie z.B. Social Media, Konjunkturdaten, Marktforschungsdaten etc.) enthaltenen Informationen zu nutzen. Mit mathematischen Verfahren zur Prognose (basierend auf Data Mining Algorithmen und einer Optimierung der Ergebnisse mit Methoden der Linearen Optimierung) soll die Planung noch effektiver gestaltet werden. Ziel ist es dabei, mithilfe der System-Unterstützung auf der einen und dem Expertenwissen der Planer auf der anderen Seite:

  • die Qualität der Planung zu verbessern und Fehler zu vermeiden,
  • Erkenntnisse zu gewinnen, um den Planungsprozess fortlaufend zu verbessern,
  • personelle Kapazitäten zu gewinnen,
  • relevante Informationen für den Planungsprozess zu identifizieren und zu nutzen,
  • auf die zunehmende Komplexität und Dynamik des Planungsumfelds und der eigenen Organisation zu reagieren.
Ganzheitlicher Planungs- und Optimierungsprozess
Ganzheitlicher Planungs- und Optimierungsprozess

Predictive Analytics im Kontext der Planung

 

Durch die Nutzung von prädiktiven Methoden zu Beginn der Planung sollen zwei primäre Ziele erreicht werden:

 

1. Verbesserung der Planungsqualität

2. Verringerung der Planungsaufwände

Fortschreitende Wertschöpfung durch Zukunftsorientierung in Planung und Analyse
Fortschreitende Wertschöpfung durch Zukunftsorientierung in Planung und Analyse

 

Die Erstellung von Vorhersagen basierend auf Saisonkurven ist bislang gängige Praxis. Dabei wird oft mit Durchschnittswerten der Vergangenheit gearbeitet. Aber wer sagt, dass die zu prognostizierende Kennzahl einen saisonalen Verlauf hat, der sich jedes Jahr wiederholt? Unter Umständen sind diese Zeiträume mal kürzer und mal länger. Die Problematik beim Umsatz ist beispielsweise die, dass verschiedene Produkte und Dienstleistungen unterschiedelichen Abverkaufsmustern und vor allem auch anderen Einflußfaktoren (Treibern) folgen. Da man davon ausgehen kann, dass ein Planer nur eine beschränkte Anzahl an Faktoren bei der Planung berücksichtigen kann, ist es bei prädiktiven Methoden eine nahezu unbegrenzte Anzahl, die auf ihre Relavanz und ihren Einfluß validiert werden.

 

Treiber-Ermittlung mit prädikativen Methoden
Treiber-Ermittlung mit prädikativen Methoden

 

Autor: Stefan Scholten, Manager avantum consult AG

Kommentar schreiben

Kommentare: 0