Business Application Research Center

Experten für Business Intelligence, Analytics, Big Data, CRM und ECM

BARC-Newsletter

Effizientes Datenmanagement in Controlling und Finanzabteilung

RssRss

03.03.2020

Effizientes Datenmanagement in Controlling und Finanzabteilung

Im Finanz- und Controlling-Bereich kommen alle für die Unternehmenssteuerung relevanten Daten zusammen. Die Daten stammen dabei nicht mehr nur aus den operativen Systemen verschiedener Unternehmensbereiche wie bspw. dem Einkauf, dem Vertrieb, der Produktion oder dem Personalbereich. Datenquellen liegen auch verstärkt außerhalb des Unternehmens z. B. in Form von Social Media oder Open Data, um in Zeiten der Digitalisierung ein möglichst umfassendes Informationsangebot zu schaffen.

Je heterogener die Daten und je geringer der Grad des automatisierten Datenflusses, desto zeitaufwendiger und fehleranfälliger gestalten sich jedoch die Prozesse der Datenzusammenführung. Ein effizientes Datenmanagement optimiert den Informationszyklus über interne und externe Quellen hinweg und ermöglicht eine schnelle und verlässliche Informationsversorgung.

Was ist Datenmanagement und wie kann es Ihnen helfen?

Ziel des Datenmanagement ist es, die verschiedensten Unternehmensprozesse möglichst optimal mit der Bereitstellung von Daten zu unterstützen. Dazu gehören Themen wie Daten- und Systemarchitektur, Datenschutz, Datensicherheit und Datenqualität.

Datenmanagement ist in der Regel Aufgabe der Unternehmens-IT. Für ein erfolgreiches Datenmanagement ist jedoch die enge Zusammenarbeit mit den Fachbereichen notwendig.

Anfänglich mag Datenmanagement als Mehraufwand erscheinen. Mittel- und langfristig spart es jedoch Zeit und vermeidet Probleme, die durch vernachlässigtes Datenmanagement entstehen.

Controlling und Finanzwesen sind auf eine gute und verlässliche Daten- und Systemarchitektur angewiesen

Die Herausforderung im Controlling- und Finanzbereich liegt vor allem in der Zusammenführung und Bereitstellung der benötigten Daten. Der Umfang des Datenmanagementprozesses ist dabei abhängig von der Größe des Unternehmens und dessen Systemlandschaft.

Im Finanzbereich sind unterschiedliche Datenquellen vor allem für die Erstellung des Unternehmensabschlusses ein Thema.

In großen Konzernen mit mehreren Tochtergesellschaften kann die Zusammenführung und Verrechnung relevanter Finanzdaten nach entsprechenden regulatorischen Vorschriften schnell komplex werden. In diesem Fall lohnt sich die Investition in professionelle Konsolidierungssoftware. Diese kann häufig nicht nur eine Management-Konsolidierung, sondern auch eine legale Konsolidierung nach unterschiedlichen Rechnungslegungsvorschriften im Standard abdecken.

Eine Hauptaufgabe des Controllings ist es, geschäftsrelevante Unternehmensdaten im Rahmen des Berichtswesens, Dashboarding und der Analyse aufzubereiten. Diese müssen dann dem Management und weiteren Informationsempfängern übermittelt werden. Die zentrale Herausforderung besteht dabei in der Sammlung, Aufbereitung und Zusammenführung aller relevanten Daten aus entsprechenden Datenquellen. Dafür müssen die Daten aus den bestehenden Systemen gelesen und in ein zentrales System geladen werden.

Die Lösung dafür kann je nach Komplexität und Unternehmensgröße sehr unterschiedlich aussehen. In vielen Unternehmen sind immer noch fehleranfällige excelbasierte Lösungen im Einsatz. In größeren Szenarien empfiehlt sich jedoch die Nutzung professioneller Datenmanagement-Software.

Diese Überlegungen helfen Ihnen beim Aufbau einer einheitlichen Datenquelle:

  • Legen Sie fest, welche Daten benötigt werden.
  • Stellen Sie fest, wo sich diese Daten befinden.
  • Definieren Sie, welche Daten Sie wo und wie zusammenführen.
  • Automatisieren Sie den Prozess so weit wie möglich.


Alle relevanten Daten sind so für den Fachanwender zentralisiert abrufbar und liegen in homogenisierter Form vor.

Dies spart viel Zeit, die Sie üblicherweise mit der manuellen Datenaufbereitung verbringen und ist weniger fehleranfällig. Je größer die Systemlandschaft und je heterogener die Daten, desto stärker machen sich diese Vorteile bemerkbar.

Zudem wirkt sich der einmal definierte und anschließend standardisierte und automatisierte Prozess positiv auf Datensicherheit und -qualität aus.

Wie sicher sind Ihre Daten?

Wie stark wurde in Ihrem Unternehmen bei der Anschaffung von Systemen auf die Sicherheit einer Lösung geachtet? Und wie sicher sind Ihre Daten, wenn sie gezielt für die Geschäftsleitung aufbereitet und zur Verfügung gestellt werden?

Datenschutz- und Datensicherheitsmaßnahmen werden vor allem dann geschwächt, wenn Daten die geschlossenen Systeme verlassen. Häufig werden sie aus operativen und dispositiven Systemen exportiert, per E-Mail verteilt oder auf ungeschützte Laufwerke abgelegt.

Je länger die Daten in geschlossenen Systemen bleiben, desto größer der Sicherheitsfaktor. Durch Sicherheitsmechanismen, Benutzerverwaltungsfunktionen, Rechte- und Rollenkonzepte können Datenschutz und Zugriffsmöglichkeiten auf sensible Daten verwaltet werden.

Verlassen Daten die Systeme, geht dieser Schutz und die Kontrolle über sie verloren. Professionelle BI-, Analytics- und Datenmanagement-Tools bieten umfangreiche Möglichkeiten, um Datenschutz- und Sicherheitskonzepte umzusetzen.

In vier Schritten zur besseren Datenqualität

Datenqualität ist oft ein eher lästiges, jedoch sehr wichtiges Thema. Dies bestätigt in diesem Jahr erneut der BARC BI Trendmonitor. Dabei landet Datenqualität nach den Bewertungen der Befragten zum dritten Mal in Folge auf Platz eins.

Auswertungen aus dem Controlling- oder Finanzbereich sind nur so hochwertig und verlässlich wie die ihnen zugrunde liegenden Daten. Daher empfehlen wir, sich aktiv um eine hohe Datenqualität zu kümmern. Hier ein paar Hilfestellungen, wie Sie dazu beitragen können:

1. Überblick über die benötigten Daten verschaffen

Definieren Sie, welche Daten Sie brauchen. Nicht alle Daten sind relevant. Dateneingabe bzw. -erfassung, Datenpflege und Qualitätskontrollen erfordern Aufwand und Zeit.

Daher sollte der Mehraufwand durch die Bearbeitung möglicherweise überflüssiger Daten dem zu erwartenden Mehrwert für das Geschäft gegenübergestellt werden.

2. Verantwortlichkeiten festlegen

Wer gibt die Daten ein? Wer kümmert sich um die Zusammenführung der Daten? Wer führt regelmäßige Datenqualitätschecks durch und bereinigt die Fehler?

Legen Sie Verantwortlichkeiten fest. Häufig sind sogar Personen aus den Fachabteilungen hierfür am ehesten geeignet. Sie kennen die jeweiligen Prozesse und Herausforderungen, kümmern sich um die Datenqualität und sind Ansprechpartner für Fachanwender und Unternehmens-IT.

3. Implementieren eines Datenqualitätsprozesses

Definieren Sie Qualitätskriterien und etablieren Sie eine regelmäßige Datenqualitätsprüfung. Legen Sie den Umgang mit fehlerhaften Daten fest.

Hilfreich zur Sicherung der Datenqualität sind außerdem die Archivierung alter Daten, eine möglichst hohe Automatisierung des Datenflusses, regelmäßige Schulungen der Mitarbeiter und Regelungen für die Dateneingabe wie das First Time Right oder das Vier-Augen-Prinzip.

4. Beziehen Sie die Unternehmens-IT mit ein

Datenqualität ist auch für andere Fachbereiche ein wichtiges Thema. Daher ist es sinnvoll, die Unternehmens-IT miteinzubeziehen. Ihr ist es möglich, ein ganzheitliches Datenqualitätsmanagement zu etablieren. Umfassendes Datenqualitätsmanagement sollte außerdem Themen wie Data Cataloging, Stammdatenmanagement und Data Governance nicht vernachlässigen.

Mit diesen Systemen unterstützen Sie Ihren Datenmanagementprozess

Die verschiedenen Prozesse im Datenmanagement können durch spezielle Datenmanagementsysteme unterstützt werden. Die Auswahl eines solchen Systems gestaltet sich jedoch nicht so einfach.

BARC betrachtet aktuell mehr als 250 Datenmanagementwerkzeuge. Eine Liste dazu finden Sie im BARC Guide Data, BI & Analytics (kostenfrei downloaden), der jährlich veröffentlicht wird. Die Werkzeuge sind verschiedenen Kategorien zugeordnet, um sie voneinander zu unterscheiden.

Datenintegration: Werkzeuge zur Entwicklung, Dokumentation und Steuerung von Prozessen für Datensuche, -verständnis, -extraktion, -veränderung, -transport und -integration zwischen Anwendungen und Softwaresystemen.

Datenqualität: Werkzeuge für die Überprüfung von Daten (Data Profiling), Datenbereinigung (Data Cleansing), Datenanreicherung (Data Enrichment), sowie die laufende Überwachung und das Management der Datenqualität (u. a. Monitoring).

Stammdatenmanagement: Spezialwerkzeuge zur Verwaltung von Stammdaten entlang ihres Lebenszyklus mit dem Ziel, konsistente Daten über Systemgrenzen hinweg bereitzustellen.

Streaming: Werkzeuge für die Verarbeitung und Auswertung von Datenströmen in Near- /Realtime.

Data Governance & Metadatenmanagement: Werkzeuge zur Verwaltung der Daten samt Hintergrundinformationen wie Dateneigenschaften, Datenkategorien und Verantwortlichkeiten zur Unterstützung datengetriebener Unternehmensprozesse.

Aller Anfang ist einfach

Datenmanagement ist kein Thema, das von heute auf morgen funktioniert. Es ist ein kontinuierlicher Prozess. Starten Sie dort, wo bei Ihnen der Schuh am meisten drückt und entwickeln Sie Ihr Datenmanagement sukzessive weiter. Durch kontinuierliche Verbesserungen an Prozessen und Architektur werden Erfolge Schritt für Schritt spürbar.

Für weitere Informationen nutzen Sie unsere Services: