Gastvortrag der Bayer AG zum Thema Digitalisierung im Controlling im Rahmen des Master Unternehmenssteuerung

Herr Dr. Philipp Plank, Global Manager Integrated Business Operations der Bayer AG, hielt am 22.01.2019 einen Gastvortrag zum Thema „data.one: Digitalisierungsprozess des Controllings der Bayer AG“ im Rahmen des Moduls Advanced Controlling.
Herr Dr. Plank begann seinen Vortrag mit einem Überblick über die verschiedenen Stufen von betrieblichen Performance Management Systemen und stellte Bayers System „data.one“ als ein System dar, welches in der Lage ist sog. Predictive Analytics durchzuführen. D.h. während viele traditionelle Systeme noch auf sog. Diagnostic Analytics fokussieren, also die Frage versuchen zu beantworten, wieso ein betriebswirtschaftliches Resultat so eingetreten ist wie es ist, versucht data.one die Frage zu beantworten, welches zukünftige Resultat wohl am wahrscheinlichsten eintreten werde. Hierbei fungiert data.one als zentrales Business Intelligence System, welches zum Ziel hat, die im Unternehmen verfügbaren betriebswirtschaftlichen Daten in entscheidungsrelevante Erkenntnisse zu übersetzen.
Um den Studierenden das System greifbar zu machen, zeigte Herr Dr. Plank eine Live Demo von data.one. Hierbei führte er durch diverse betriebswirtschaftliche Fragestellungen aus verschiedenen Managementperspektiven und zeigte, wie das System die relevanten Informationen zugänglich macht und für den Nutzer personalisiert aufbereitet.
Ein weiterer Höhepunkt von Herrn Dr. Planks Vortrag war das Thema Digital Forecast. Hierbei erläuterte er, dass eine digitale, automatisch generierte Prognosemethode ggü. der herkömmlichen Methode nicht nur den Vorteil einer höheren Effizienz aufweise, sondern auch zu einer höheren Vorhersagequalität führen könne. Hierbei ging Herr Dr. Plank explizit auf den digitalen Prognoseprozess ein, der zurzeit für verschiedene Bereiche des Bayer-Konzerns erfolgreich erprobt wird. So stehen sowohl klassische Prognosemethoden (wie z.B. das GARCH-Modell) als auch neuere Methoden aus dem Bereich Maschinenlernen (wie z.B. die Random-Forest-Methode) generell als Instrumente zur Verfügung, aber je nach Prognoseobjekt weist jede Methode sowohl Vor- als auch Nachteile auf. Die Lösung ist die Nutzung einer Kombination aus diesen Methoden, eines sog. Ensemble, welches im Durchschnitt eine höhere Prognosegenauigkeit generiert als die Wahl einer einzelnen Methode. Die Zusammensetzung eines Ensembles ist quasi die IT-basierte Replikation eines menschlichen Prognoseprozesses, in welchem auch verschiedene Meinungen unterschiedlich gewichtet werden, um einen Konsens hinsichtlich der Prognose zu formen. Der Vorteil eines maschinellen Ensembles liegt jedoch darin, dass die Gewichtung verschiedener „Computermeinungen“ nicht sozialen Hierarchien oder anderen Faktoren unterliegt, sondern einer gleichrangigen Überprüfung hinsichtlich ihrer Vorhersagegenauigkeit durch ein System.
Herr Dr. Plank schloss seinen Vortrag mit dem Hinweis, dass die Digitalisierung keineswegs als rein technischer Prozess verstanden werden dürfe. Vielmehr sei es ein Wandel, der die Unterstützung der Mitarbeiterinnen und Mitarbeiter einer Organisation bedürfe und somit sei ein begleitendes Change Management von elementarer Bedeutung.