WISSEN

Treiberbasierte Planungs- und Simulationsmodelle im Controlling Flexibles Planen und Steuern im dynamischen Umfeld Treiberbasierte Planungs- und Simulationsmodelle können die Flexibilität der Planung und Steuerung erhöhen. Eine intensive, individuelle Anpassung an das Geschäftsmodell ist dafür Voraussetzung. Die Umsetzung in spezialisierten Softwarelösungen übersteigt die Leistungsfähigkeit von Microsoft Excel-Anwendungen und ist meist flexibler und schneller zu steuern als eine Business-Intelligence-Anwendung. Felix Isbruch, Nicolas Renner, Klaus Möller, Kai Berendes und Philipp Wunderlich

1. Volatilität, Unsicherheit und schnelle Entscheidungen als Herausforderung für das Controlling Die globale Finanz- und Wirtschaftskrise 2009 zeigte deutlich die Grenzen und Schwächen von stabilen Prognosen und Vorhersagemodellen auf. Spätestens zu diesem Zeitpunkt war klar, dass eine traditionelle Planung mit einem Stress-Szenario „10 % Umsatzeinbruch“ nicht mehr zeitgemäß ist. Dieses Ereignis kann als Zäsur in der Wahrnehmung vieler Entscheidungsträger und Controller gesehen werden: Es führt die kontinuierlich steigende Komplexität, Unsicherheit und Dynamik im unternehmerischen Umfeld vor Augen, sei es in Bezug auf Preise und Absatzvolumen, sei es in Bezug auf schwankende Rohstoffpreise und Währungen. Unerwartete externe Veränderungen erfordern teils umfangreiche Anpassungen in der Wertschöpfungsstruktur des Unternehmens. Genau an dieser Stelle liegt jedoch eine große Herausforderung der traditionellen Unternehmenssteuerung: Die bis dato eingesetzten Controllingsysteme sind häufig nicht flexibel genug, um schnell die Auswirkungen von veränderten Rahmenbedingungen auf finanzielle Ergebnisgrößen und angemessene Reaktionen zu ermitteln. Dies scheitert häufig bereits daran, dass in traditionellen Planungsprozessen die wesentlichen Hebel der Unternehmenssteuerung häufig nicht explizit abgebildet sind. Stattdessen erfolgen zahlreiche (dezentrale) Iterationen und lange Abstimmungsrunden in hohem Detaillierungsgrad, der teilweise bis auf Erlös- und Kostenstellenebene reicht. Das Ergebnis dieser Bottom-up-dominierten

28. JAHRGANG 2016 · 12/2016

Planung ist die Berechnung von (absoluten) Werten ohne die Berücksichtigung von Bandbreiten oder Treibern (vgl. Schäfer, 2009, S. 454; Wulf et al., 2012, S. 34). Im Ergebnis resultiert trotz intensiver Ressourcen- und Kapazitätsbindung des Managements (vgl. Schäfer, 2009, S. 454) eine nur eingeschränkte Entscheidungs- und Reaktionsfähigkeit. Zur Umgestaltung bestehender Ansätze hin zu einer flexiblen Planung haben sich vier Kernelemente einer flexiblen Planung herausgebildet: 䊏 Die Reduktion der Daten auf die wesentlichen Werttreiber (z. B. im Sinne einer Eckwerteplanung), 䊏 die Dynamisierung durch (teil-)rollierende Forecasts in kürzeren Planungszyklen, 䊏 der Fokus auf diejenigen Elemente des Planungsprozesses, die einen merklichen Einfluss auf die Planung bzw. die Prognose haben sowie 䊏 eine generelle Beschleunigung des Planungsprozesses (vgl. Horvath, ´ 2012, S. 35). Die Erhöhung der Flexibilität bei der Unternehmensplanung und -steuerung benötigt ein entsprechend angepasstes Instrumentarium. Eine stärkere Entscheidungsorientierung unterstützt zudem den Rollenwandel des Controllers hin zu einem Business Partner, der als „Sparringspartner“ (Möller et al., 2015 S. 74 ff.; Seefried et al. 2015 S. 558 ff.) schnell die richtigen Informationen für Handlungsalternativen bereitstellen kann. Ziel des Beitrags ist die Vorstellung eines Konzepts zur Entwicklung treiberbasierter Planungsund Simulationsmodelle im Controlling und dessen Abgrenzung von bestehenden Planungsansätzen.

https://doi.org/10.15358/0935-0381-2016-12-755 Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

Dr. Felix Isbruch ist Partner bei der Unternehmensberatung PMC The Performance Management Company, München. Email: [email protected]

Dipl.-Kfm. Univ. Nicolas Renner ist wissenschaftlicher Mitarbeiter und Doktorand am Lehrstuhl für Controlling & Performance Management der Universität St. Gallen. Email: nicolas.renner @unisg.ch

Prof. Dr. Klaus Möller ist Inhaber des Lehrstuhls für Controlling & Performance Management der Universität St. Gallen. Email: [email protected]

755

TREIBERBASIERTE PLANUNGS- UND SIMULATIONSMODELLE IM CONTROLLING

Zentrale Aussagen 䊏

䊏

䊏

Treiberbasierte Planungs- und Simulationsmodelle sind ein geeignetes Instrument für den Controller als Business Partner, da sie schnell und zielgerichtet Informationen verarbeiten und bereitstellen. Die Kombination aus Treibermodell und Softwaresimulation ermöglicht eine detaillierte und variable Analyse der zentralen Werttreiber einer Entscheidungssituation. Die Umsetzung erfordert eine geeignete technologische Basis und einen strukturierten Prozess.

Dr. Kai Berendes ist Executive Partner bei der Dynaplan AG, St. Gallen. Email: kai.berendes@ dynaplan.com

Dazu gibt Abschnitt zwei einen Überblick über den Prozess zur Umsetzung in der praktischen Anwendung. Es zeigt ferner übliche technische Anforderungen auf und grenzt die verwendete Softwarelösung Dynaplan SMIA von Microsoft Excel- und Business Intelligence-Anwendungen ab. Abschnitt 3 fokussiert sich eher auf Anwendungsfelder anhand eines schematischen Planungskalenders. Weiter fasst Abschnitt 4 die zentralen Erkenntnisse des Beitrags zusammen.

2. Treiberbasierte Planungs- und Simulationsmodelle Überblick

Dr. Philipp Wunderlich ist System Analyst bei der Dynaplan AG, St. Gallen. Email: philipp.wunderlich@ dynaplan.com

756

Mit Simulationsmodellen kann das Controlling einen Beitrag zur Verwirklichung der Kernelemente einer flexiblen Planung leisten (vgl. Cunitz et al., 2012, S. 45). Simulationen erlauben es, Handlungsalternativen auf ihre Zielwirkung zu untersuchen. Nutzen durch treiberbasierte Simulationsmodelle entsteht erst durch die Fokussierung auf die zentralen Kennzahlen bzw. Werttreiber (vgl. Schäfer, 2009, S. 461). Damit ist eine Beschleunigung und Flexibilisierung der Planung und Steuerung möglich (vgl. Kappes/Schentler, 2015, S. 82 ff.). Viele Controllingabteilungen haben deshalb begonnen, einfache Simulationsmodelle häufig in Microsoft Excel aufzubauen, um den Einfluss von Veränderungen externer Parameter wie Umsatz, Rohstoffpreise oder Wechselkurse auf Ergebnisgrößen aufzuzeigen. Ausgangspunkt ist häufig ein schematischer Werttreiberbaum, der die Zerlegung einer (bestehenden) Erfolgsrechnung in ihre einzelnen Bestandteile ermöglicht. In diesem Zusammenhang ergeben sich bei der Abbildung von Werttreiberstrukturen in einem treiberbasierten Planungsund Simulationsmodell drei Herausforderungen. Die erste Herausforderung entsteht aufgrund der zu treffenden Abwägung zwischen Detailgrad und Messbarkeit der Treiberbeziehungen im Modell. Die Verwendung von konstanten prozentualen Sätzen oder die Fortschreibung von historischen Werten bei der Abbildung der Interdependenzen zwischen den zu variierenden Parametern (bspw. Umsatz) und den Kostenpositionen führt in den meisten Fällen zu keiner angemessenen Akzeptanz der Ergebnisse. Eine Zerlegung der Ist- oder Planwerte in die dahinterliegenden Treiber ist erforderlich

(vgl. Abb. 1). Da diese vorgelagerten Treiberzusammenhänge in der Regel keinen klaren formalen Rechenschemata (wie in der Erfolgsrechnung), sondern halbquantitativen Wirkungszusammenhängen folgen, wird hier von sachlogischen Treiberbeziehungen gesprochen (vgl. Bramsemann/Heineke, 2004, S. 62). Dieses „Explizitmachen“ der dahinterliegenden Treiber des Geschäftsmodells (vgl. Weber et al., 2004, S. 109), ermöglicht, diese intuitiver zu verstehen und zu steuern. Eine zweite Herausforderung besteht darin, ein angemessenes Aggregationsniveau für die Simulation zu definieren. Das Simulationsmodell kann kein „kleiner Planungsprozess“ sein, die Verwendung von Globalwerten auf Konzernebene bildet dagegen Unterschiede in Märkten, Produkten sowie unterschiedlichen Geschäftsmodellen zu wenig ab. Das realisierbare Aggregationsniveau ist dabei unmittelbar mit der adressierten Planungsebene – ob strategische oder operative Ebene – verbunden. Als Restriktionen gelten dabei die Beherrschung von Komplexität sowie die Datenverfügbarkeit. Für die hoch aggregierte Gesamtsicht der strategischen Ebene ist eine Detailplanung auf Produkt- oder Produktgruppenebene in der Regel zu komplex und die Datenverfügbarkeit aufgrund der eher langfristigen Orientierung häufig eingeschränkt (vgl. Kappes/Schentler, 2015, S. 76). Die operative Ebene hingegen fokussiert eher auf einzelne Geschäftsbereiche und betrachtet deshalb auch einzelne Produkte oder Produktgruppen. Bei der Wahl des Aggregationsniveaus des Planungsund Simulationsmodells müssen diese Restriktionen berücksichtigt werden, da ansonsten nicht erfüllbare Erwartungen an den Leistungsumfang des Modells gestellt werden. Die dritte Herausforderung besteht in der Integration der verfügbaren Daten und inhaltlichen Struktur in einem Modell.

Anforderungen an die informationstechnische Unterstützung Bei der Entwicklung eines Simulationsmodells stellt sich häufig bereits zu Beginn die Frage, in welcher Form die Umsetzung in IT-Systemen erfolgt. Die reflexartige Antwort in vielen Controlling-Abteilungen mag Microsoft Excel – das Lieblingswerkzeug des Controllings – heißen, vor allem aufgrund der einfachen Verfügbarkeit, weiten Verbreitung und geringen Lizenzkosten. Die Vielzahl der Treiber und deren Zusammenhänge sind jedoch eine große Herausforderung bei der Modellerstellung. Zu Beginn der Entwicklung eines Simulationsmodells wird deshalb häufig die resultierende Komplexität und Fehleranfälligkeit des selbstkreierten Excel-Modells unterschätzt. So gehen ohne grafische Visualisierungen schnell Abhängikeiten bei der Modellierung verloren und Wirkungszusammenhänge bleiben am Ende unberücksichtigt.

https://doi.org/10.15358/0935-0381-2016-12-755 CONTROLLING – ZEITSCHRIFT FÜR ERFOLGSORIENTIERTE UNTERNEHMENSSTEUERUNG Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

WISSEN

Sachlogische Treiberbeziehungen

1 Strategische und operative Treiber

Formallogische Treiberbeziehungen Marktvolumen Marktanteil

3 Finanzielle Größen Umsatz

Absatzpreis

Deckungsbeitrag

Operatives Ergebnis

Variable Kosten

Fixkosten

Working Capital

WACC

RoCE

Kapitalkosten

Fremdwährungskurse

Haupttreiber Eingangsgröße

2 Externe Treiber

Berechneter Wert

Abb. 1: Ein einfacher Treiberbaum Wichtig ist es daher, neben der Datensicht in Tabellen auch eine Sicht auf die Zusammenhänge der Daten zu erhalten, wie Treiberbäume und Wirkungsdiagramme. Daneben finden sich in großen Tabellen immer wieder Fehler wie die Mischung unterschiedlicher Maßeinheiten (z. B. unterschiedliche Währungen) mit negativen Folgen für die Zuverlässigkeit der berechneten Ergebnisse. Werden neben den finanziellen Größen auch die vorgelagerten Geschäftstreiber dargestellt, müssen auch nicht-lineare Zusammenhänge sowie Zeitverzögerungen in der Wirkung berücksichtigt werden. Dies ist erforderlich, um die Akzeptanz der Simulations-Ergebnisse nicht durch eine zu starke Vereinfachung zu gefährden. Eine weitere Herausforderung einer flexiblen Planung liegt in der Anforderung mehrerer Planungsversionen: Gefordert ist ein Denken in Bandbreiten und Szenarien. Schnell und ressourcenschonend müssen daher unterschiedliche Kombinationen von Stellhebeln in Szenarien durchgespielt, dokumentiert und untereinander verglichen werden können. Ein weiteres unterschätztes Risiko der Verwendung von Microsoft Excel für umfangreichere Simulationsmodelle wird anfangs häufig unterschätzt: Die mangelhafte Anpassbarkeit und Übertragbarkeit. Änderungen an den Datenmatrizen, wie sie etwa durch eine neue Produktgruppe not-

28. JAHRGANG 2016 · 12/2016

wendig werden können, erfordern vielfältige (einzelne) Anpassungen im komplexen Formelwerk. Findet zudem noch ein personeller Wechsel zwischen dem Ersteller des Modells und dem Überarbeiter statt, sind trotz detaillierter Dokumentation Fehler im wahrsten Sinne „vorprogrammiert“. Die erforderlichen Tabellen führen aufgrund der Datenmenge schnell zu Dateigrößen im zweistelligen Megabyte-Bereich, strukturelle Änderungen an den Formeln führen zu teilweise minutenlangen Berechnungen der Werte im (bereits auf manuell gesetzten) Berechnungsmodus. Abb. 2 zeigt einen Überblick über häufige Stolpersteine im Umgang mit Tabellenkalkulation im Rahmen der Simulation.

Die Wortteiber des Geschäftsmodells werden integriert.

Verortung vorhandener Softwarelösungen Vorhandene Ansätze zur strategischen Geschäftsplanung lassen sich hinsichtlich ihrer Fähigkeit im Umgang mit den zwei Dimensionen „Komplexität“ und „Interaktion“ differenzieren. Die Dimension Komplexität hängt vom Detailierungsgrad der Informationen ab, welcher sich in der Anzahl der einbezogenen Faktoren widerspiegelt. Die Dimension Interaktion beschreibt, wie stark das System durch Wechselbeziehungen zwischen den Faktoren sowie Dynamik geprägt ist und wird daher auch als kombinatorische Komplexität bezeichnet (vgl. Sterman,

https://doi.org/10.15358/0935-0381-2016-12-755 Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

757

TREIBERBASIERTE PLANUNGS- UND SIMULATIONSMODELLE IM CONTROLLING

Mangelnde Transparenz

Schwache Fehlerkontrolle

Fokus auf lineare Zusammenhänge ohne Zeitverzögerung

Eingeschränkte Szenariosimulation und Sensitivitätsanalyse

Mühsame Modellwartung

Abb. 2: Stolpersteine im Umgang mit Tabellenkalkulation

Simulation in Microsoft Excel kann gefährlich sein.

2000, S. 21). Im Folgenden sollen nun verschiedene Ansätze zur strategischen Geschäftsplanung entlang der zwei Dimensionen verglichen werden (vgl. Abb. 3). Microsoft Excel-basierte finanzielle Treiberbäume erlauben schnelle Berechnungen, beschränken sich jedoch meist auf einfache Kalkulationen auf Basis aggregierter Informationen und festgelegter Verhältnisse. Mit Blick auf markt- und verkaufsbezogene Faktoren äußert sich diese Vereinfachung von Effekten bspw. in Form von undifferenzierten, mitunter globalen Wachstumsraten. Hinsichtlich der Prozess- und Kostenstruktur werden verschiedene Kostenpositionen anhand von prozentualen Sätzen berechnet, Wechselbeziehungen mit externen Effekten dagegen häufig vernachlässigt. Die dynamische Komplexität kann daher nur sehr eingeschränkt berücksichtigt werden. Hinsichtlich des Detailierungsgrads beschränken sich finanzielle

Treiberbäume auf eine geringe Anzahl an Märkten, Regionen und Kostenkategorien. Im Gegensatz zu finanziellen Treiberbäumen bilden Business Intelligence (BI)-Systeme alle umsatz- und kostenbezogenen Details eines Geschäftsbereichs ab. Obwohl finanzielle Ergebnisse auf aggregierter Ebene in Form einer Gewinn- und Verlustrechnung oder Bilanz dargestellt werden, ist eine detailliertere Betrachtung der meisten Positionen möglich. Die kombinatorische und dynamische Komplexität ist durch die Verwendung von Kostenabrechnungen für Einzelkosten und die Berechnung der Gemeinkosten auf Kostenstellenebene ebenfalls höher als bei finanziellen Treiberbäumen. Zudem werden externe Effekte durch detaillierte Geschäftsbewertungen oder Statistiken berücksichtigt. Aufgrund des hohen Detaillierungsgrads sind BI-Systeme aber wesentlich unflexibler als finanzielle Treiberbäume. Zudem dauern Berechnungen mitunter mehrere Stunden. Dynamische Planungs- und Simulationsprogramme, wie bspw. Dynaplan Smia, können im Vergleich zu finanziellen Treiberbäumen und BISystemen eine wesentlich höhere kombinatorische und dynamische Komplexität abbilden. Im Gegensatz zu finanziellen Treiberbäumen und BI-Systemen können zirkuläre Ursache-Wirkungsbeziehungen zwischen mehreren Faktoren und zeitverzögerte Effekte von Treibern relativ einfach modelliert werden. Hinsichtlich des Detailierungsgrades können dynamische Simulationsprogramme eine vergleichbare Detaillierung wie finanzielle Treiberbäume aufnehmen, sind jedoch stärker aggregiert als BI-Systeme. Wünschenswert ist daher auch ein Zusammenspiel von BI-System und Simulationsprogramm, wie z. B. im Fall von Dynaplan Smia über die zertifizierte SAP Schnittstelle realisiert. Welcher dieser drei vorgestellten Ansätze am geeignetsten ist, hängt von der Planungsaufgabe ab.

Grad der Interaktion

Treiberbasiertes Planungs- und Simulationsmodell Fokus auf wesentliche Treiber Hauptkomponenten und ihre Interaktion mit den finanziellen Entscheidungsgrößen (Absatzmärkte und Kundengruppen, Kosten- und Kapitelstrukturen)

BI-basierte Planung Finanzielle Treiberbäume

Volles Detaillevel Kostenstrukturen, Absatzpreise, Marktanteile auf Produktebene

Simplifizierte Darstellung Aggregierte Sicht mit Kosten-Umsatz-Relationen (z.B. Herstellkosten als % von Umsatz)

Grad der Komplexität

Abb. 3: Ansätze zur dynamischen Planung im Vergleich

758

https://doi.org/10.15358/0935-0381-2016-12-755 CONTROLLING – ZEITSCHRIFT FÜR ERFOLGSORIENTIERTE UNTERNEHMENSSTEUERUNG Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

WISSEN

Im Rahmen einer treiberbasierten Planung spielen strategische Fragestellungen eine größere Rolle und es bestehen nicht-lineare, teilweise zeitverzögerte Wechselbeziehungen zwischen relevanten Geschäftstreibern. Es erscheint deshalb sinnvoll, den Detaillierungsgrad zu Gunsten einer schnelleren Berechnung, eines besseren Verständnisses von Ursache-Wirkungsbeziehungen und einer besseren Abbildung der dynamischen Komplexität zu reduzieren. Der im Folgenden skizzierte Gesamtprozess zeigt die erforderlichen Schritte, die zur Entwicklung und Umsetzung eines treiberbasierten Planungsund Simulationsmodells im Unternehmen erforderlich sind.

Standard-Prozess zur treiberbasierten Planung und Simulation Der Modellierungs- und Simulationsprozess umfasst sechs Schritte (vgl. Abb. 4). Um eine angemessene Abbildung der Treiber und deren inhaltlichen Zusammenhänge sicherzustellen, ist die Einbindung der Bereiche erforderlich, für die detailliertere inhaltliche Wirkungszusammenhänge modelliert werden sollen. Das Controlling sollte hierbei die Führungsrolle bei der inhaltliche Strukturierung und Gesamtkoordination des Prozesses sowie der Zusammenführung der Ergebnisse in einem konsolidierten Modell übernehmen. Die Modellentwicklung sollte mit einer eindeutigen Formulierung der Zielsetzung beginnen. Konkret sollten der Zweck der Simulation, die erforderlichen Ergebnisse, die wesentlichen Steuerungshebel, über die der Modellnutzer in das Modell eingreift, der Zeithorizont der Simulation sowie die

1

2

Erfassen der Planungssituation

3

Identifizieren der Treiber und Wirkungsbeziehungen

Implikationen für die Praxis 䊏

䊏

䊏

Treiberbasierte Planungs- und Simulationsmodelle stellen ein Instrument zur flexiblen Planung dar, die Anwendung erfordert aber ein Überdenken der Planung aus inhaltlicher und technologischer Sicht. Auf inhaltlicher Ebene ist eine die Reduzierung des Planungsumfangs auf die wesentlichen Werttreiber des Unternehmens erforderlich, um Planungsmodelle beherrschbar zu machen. Zur technologischen Unterstützung eignen sich Simulationssoftwarelösungen, da insbesondere Microsoft Excel-Modelle bei der Abbildung von Dynamik und Komplexität an ihre Grenzen stoßen.

Alle Funktionsbereiche müssen integriert werden.

verwendete Datenbasis hinsichtlich Detailgrad und Qualität festgelegt werden. Zur umfassenden Modellierung von unter Umständen sachlogischen Treiberbeziehungen sollte im ersten Schritt das Geschäftsmodell des Unternehmens ganzheitlich analysiert und strukturiert werden (vgl. Grösser/Jovi, 2016, S. 64 f.). Dieser Schritt dient der Sicherstellung einer ganzheitlichen Betrachtungsweise und verhindert, dass später wesentliche Treiberbeziehungen übersehen oder vergessen werden. Darüber hinaus wird das aktuelle finanzielle Führungsmodell mit den wesentlichen relevanten Ergebnisgrößen in den Kategorien Umsatz, Profitabilität und Kapitaleffizienz identifiziert. Das Geschäftsmodell und die Ergebnisgrößen bilden die Grundlage für die Identifikation wesentlicher Treiber im zweiten Schritt. Bei der Identifikation relevanter Treiber kann häufig auf dezentral, in den Bereichen vorhandene Einzelmodelle und Überlegungen zurückgegriffen werden. Simultan sollte in Workshops begonnen werden, inhaltliche Interaktionen zwischen den Treibern zu identifi-

4

Integrieren in Modell & Einbinden von Daten

5

Gestalten der Oberfläche & Validieren des Modells

6

Simulieren & Evaluieren von Szenarios

Integrieren in den Planungsprozess

ƒ

Erfassen der Dimensionen des zugrundeliegenden Geschäftsmodells ƒ Identifizieren der Performance-Treiber ƒ Identifizieren der wesentlichen Stellhebel

ƒ

Strukturieren des Modells und der Treiber ƒ Quantifizieren der Treiberbeziehungen ƒ Berücksichtigen externer Treiber ƒ Prüfen der Datenverfügbarkeit

ƒ

Übertragen des Modells in Software ƒ Sammeln von Daten und Einbinden in das Modell ƒ Finalisieren der Modellstruktur

ƒ

Gestalten der Benutzeroberfläche ƒ Gestalten der Ergebnisausgabe ƒ Validieren des Modells

ƒ

Definieren von Szenarios ƒ Durchführen von Simulationen ƒ Analysieren der Szenarios ƒ Evaluieren von Steuerungsmaßnahmen

ƒ

Involvierte Bereiche Controlling Experten entlang der Wertschöpfungskette

Involvierte Bereiche Controlling Experten entlang der Wertschöpfungskette

Involvierte Bereiche Controlling BI / IT-Experten

Involvierte Bereiche Controlling

Involvierte Bereiche Management Controlling

Involvierte Bereiche Controlling Management

Meilenstein Explizierte Modelldimensionenen und Haupttreiber

Meilenstein Erstes Layout des Modells (Treiber und Interaktionen)

Meilenstein An Echtdaten angebundenes Softwaremodell

Meilenstein Einsatzfähiges, validiertes Softwaremodell

Meilenstein Entscheidungsbasis zur Bewertung von Szenarios

Meilenstein Dokumentiertes und in Prozess integriertes Modell

Dokumentieren von Modell, Treiber und Treiberbeziehungen ƒ Definieren von Schnittstellen zu existierenden Prozessen

Abb. 4: Prozess zur Entwicklung einer treiberbasierten Planung und Simulation

28. JAHRGANG 2016 · 12/2016

https://doi.org/10.15358/0935-0381-2016-12-755 Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

759

TREIBERBASIERTE PLANUNGS- UND SIMULATIONSMODELLE IM CONTROLLING

Die Struktur ist anschaulich und nachvollziehbar dargestellt.

zieren und eine erste Einschätzung zu Wirkungsrichtung und -stärke getroffen werden. Eine zentrale Herausforderung in diesem Schritt liegt darin, sich auf die für den Simulationszweck relevanten Treiber zu fokussieren. Der dritte Schritt umfasst die Übersetzung der Treiberlogik in ein integriertes Planungs- und Simulationsmodell. Hierbei sollte, aus den bereits angesprochenen Gründen, auf eine professionelle Simulationssoftware zurückgegriffen werden. Die Herausforderung im dritten Schritt liegt in der Integration der Datenbasis. Teilweise sind hierbei Anpassungen in der inhaltlichen Struktur erforderlich, falls die Daten nicht durchgängig in der benötigten Detailtiefe vorliegen und der Einsatz von Prämissen oder die Reduktion der Datentiefe nach sich ziehen. Für diese initiale Befüllung des Modells kann auf Plan- oder Ist-Daten zurückgegriffen werden. Anschließend erfolgt eine Validierung des Modells durch die Spiegelung der Simulationsergebnisse an Echtdaten. Dies stellt die Identifikation von potenziellen inhaltlichen Brüchen oder inhaltlich fehlerhaften Verknüpfungen sicher. Im Hinblick auf eine hohe Adaptionsfähigkeit des Modells hat sich für die Datenintegration die Entkopplung der Datenstruktur von der Rechenlogik des Modells als vorteilhaft erwiesen. In Dynaplan Smia wird jede Treibergröße als individuelle Datenmatrix interpretiert, während die Wirkungsbeziehungen zwischen den Treibern einer jeweils einheitlich zu definierenden Rechenlogik folgen. In der Konsequenz lassen sich Inhalt und Dimension einer Treibergröße beliebig verändern bzw. erweitern oder reduzieren, ohne dass dadurch die

Rechenlogik des Modells beeinträchtigt wird. Exemplarisch sei die Abbildung des produktbezogenen Wachstums regionaler Absatzmärkte genannt (vgl. Abb. 5). Bei der erstmaligen Modellierung wurden drei Produktgruppen in vier regionalen Absatzmärkten im Modell berücksichtigt, für die jeweils andere Marktwachstumsraten berücksichtigt werden sollen. Bei einer Microsoft-ExcelAnwendung würden hier 12 Datenfelder entstehen, für deren Weiterverrechnung jeweils eine Formel hinterlegt werden müsste. Bei Dynaplan Smia werden die Dimensionen als zu einer Datenmatrix zugehörig interpretiert, wodurch nur eine Schnittstelle zur Rechenlogik im Modell entsteht. Eine mögliche Erweiterung des Modells auf fünf Produktgruppen und sechs Absatzmärkte erfordert deshalb kein mühsames manuelles Anpassen der zugrundeliegenden Rechenformeln, sondern beschränkt sich auf die Ergänzung der Eingabedaten. Im vierten Schritt erfolgt die nutzergerechte Aufbereitung der Modellstruktur sowie der Eingabe der Simulationsparameter und der Ergebnisausgabe (vgl. Abb. 6). Das Planungs- und Simulationsmodell soll auch für Nutzer nachvollziehbar und bedienbar sein, um dieses aktiv in Entscheidungsprozessen einsetzen zu können. Regelmäßig sind jedoch nicht alle Nutzer an der (technischen und inhaltlichen) Modellierung beteiligt. Entsprechend ist bei der Gestaltung auf eine transparente Darstellung der Modellstellhebel, die Definition eindeutiger Dateneingabefelder in einem separaten Steuerungscockpit sowie die Fokussierung auf die wesentlichen Ergebnisse bei der grafischen Ausgabe zu achten. Um eine „Überfrachtung“ mit Informa-

1 2

Datenstruktur

2

1

Rechenlogik / Treiberzusammenhänge

Abb. 5: Trennung von Datenstruktur und Rechenlogik in der Modellbildungs- und Simulationsumgebung Dynaplan Smia 760

https://doi.org/10.15358/0935-0381-2016-12-755 CONTROLLING – ZEITSCHRIFT FÜR ERFOLGSORIENTIERTE UNTERNEHMENSSTEUERUNG Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

WISSEN

Überblick

Steuerungscockpit

Simulationsmodell

Simulationsergebnis

Abb. 6: Elemente des Simulationsmodells in der Modellbildungs- und Simulationsumgebung Dynaplan Smia tionen zu vermeiden, wird die zugrundeliegende Treiberstruktur in separaten Diagrammen abgebildet, die bei der Diskussion ausgeblendet werden können. Die grafische Aufbereitung und Dokumentation der Modellstruktur hat sich als Schlüsselfaktor für die Akzeptanz des Simulationsmodells im Unternehmen herausgestellt. Anhand der gemeinsamen Gestaltung eines Nutzer-Cockpits kann das inhaltlich validierte Modell an die Anforderungen und Präferenzen des späteren Nutzers des Modells angepasst werden. Im fünften Schritt ist die gemeinsame Definition sinnvoller Kombinationen der Eingabeparameter in Form von einfachen Szenarien erforderlich. Durch Konsistenzanalysen kann sichergestellt werden, dass keine unrealistischen Treiberkombinationen simuliert werden (vgl. Gausemeier et al., 1996, S. 258). Zudem können Inkonsistenzen auch technisch über die Einrichtung von Modellgrenzen ausgeschlossen werden. Insgesamt führt jedoch ein freies Variieren von Eingabeparametern in den seltensten Fällen zu den gewünschten Ergebnissen. Mittels „Durchspielen“ bereits entwickelter Szenarien können inhaltlich valide Konstellationen externer Einflussfaktoren mit realistischen Reaktionsmöglichkeiten durch interne Maßnahmen gespiegelt und deren Einfluss auf die Ergebnisgrößen simuliert werden. Der sechste Schritt umfasst die Integration des Modells in den Planungs- und Steuerungsprozess.

28. JAHRGANG 2016 · 12/2016

In der Regel erfolgt die erstmalige Modellierung im Rahmen eines Pilotprojekts, um den Mehrwert des Instruments im Unternehmen zu validieren. Zum kontinuierlichen Einsatz bedarf es neben Definition der organisationalen und prozessualen Rahmenbedingungen und Zuständigkeiten insbesondere auch der technischen Einbindung des Modells in die IT-Infrastruktur des Unternehmens, um einen automatisierten Datenaustausch über Schnittstellen sicherzustellen.

Der Spielraum für Simulationen sollte realistisch sein.

3. Ausgewählte Anwendungsfelder und Fallbeispiele Einsatz entlang des Planungsprozesses Für das vorgestellte Instrument lassen sich drei Einsatzfelder entlang des Unternehmensplanungsprozesses identifizieren (vgl. Abb. 7) Ein erstes Einsatzfeld zeigt sich im Rahmen der strategischen Langfristplanung (1), wo auf Konzernebene im mehrjährigen Abstand die langfristige strategische Stoßrichtung durch das Top Management entwickelt wird. Entscheidungsgegenstand können die Entwicklung neuer Produkte, der Aufbau neuer Standorte sowie Markteintritte oder -austritte sein. Ein weiteres Anwendungsfeld ist die Personalplanung. Auch in diesem Bereich lassen sich mit einem treiberbasierten Planungs- und Simulationsmodell die Auswirkungen der strategischen Entscheidungen auf die langfristige Unternehmensentwicklung bewerten. So können Ent-

https://doi.org/10.15358/0935-0381-2016-12-755 Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

761

TREIBERBASIERTE PLANUNGS- UND SIMULATIONSMODELLE IM CONTROLLING

Unternehmensebenen

Planung (jährlich)

Planung (mehrjährig)

Steuerung & Kontrolle

Konzern Top-down strategische Ziele Divisionen

Geschäftseinheiten

Verabschiedung Budget

Top-down Zielvorgaben

1

2a

Bottom-up Strategie

Operative Steuerung

Bottom-up Detailplanung

3 2b Bottom-up (Treiber-) Planung

Gesellschaften & Werke

Operative Umsetzung

Abb. 7: Ansatzpunkte treiberbasierter Simulationen

Simulationen ermöglichen eine Flexibilisierung des Planungsprozesses.

762

wicklungen wie z. B. Produktivität, der Einsatz von flexiblen Arbeitskräften und Outsourcing mit der Planung von Ausbildung, Rekrutierung und Personalentwicklung ausbalanciert werden (vgl. Berendes/Kroisleitner, 2016, S. 33). Ein zweites Einsatzfeld zeigt sich in der Koordination der Planungsebenen (2). Mit einem Planungs- und Simulationsmodell kann frühzeitig eine Übereinstimmung zwischen den Top-Down kommunizierten Zielvorgaben und den Bottom-Up detaillierten Plänen geschaffen werden. Im Rahmen eines seitens der Praxis zunehmend diskutierten und umgesetzten Frontloading erfahren die Top-Down-Zielvorgaben eine inhaltliche Aufwertung, da sie die Eckpunkte der darauffolgenden Bottom-up-Detailplanung darstellen (vgl. Kappes/ Schentler, 2015, S. 85). Es ist notwendig, dass die Formulierung der Zielvorgaben einerseits effizient erfolgt und andererseits transparent und nachvollziehbar ist. Bei der Zielsetzung liegt somit eine Unterstützungsmöglichkeit des Instruments, da eine Zielableitung mittels zentraler Umsatz- und Kostentreiber sowohl dem Effizienz- als auch dem Transparenzkriterium entsprechen. Durch Simulation detaillierter Treiber auf Geschäftseinheitenebene lassen sich die Zielvorgaben im Rahmen der Zielvalidierung reflektieren, so dass die Erreichbarkeit der Ziele besser eingeschätzt werden kann. Durch die Möglichkeit, verschiedene Szenarien zu simulieren, entsteht eine flexible Diskussionsgrundlage für die Finalisierung der Zielvorgaben (vgl. Becker et al., 2013, S. 58). Ein drittes Einsatzfeld zeigt sich im Rahmen des unterjährigen Forecasts (3). In einem dynamischen Umfeld sind unterjährige Forecasts die Basis für die kurzfristige Steuerung. Die Stellhebel für ein Planungs- und Simulationsmodell zeigen sich dabei zum einen in der Schnelligkeit des Forecasts und zum anderen in der Flexibilität und Robustheit der Prognose zur Ableitung von Gegensteuerungsmaßnahmen. Mit traditionellen Ansätzen kann durch starre Terminierung von Forecasts so-

wie einem hohen Aufwand bei der Erstellung aufgrund eines hohen Detailgrads nur selten schnell auf veränderte Umwelteinflüsse reagiert werden (vgl. Gentner/Andersen, 2010, S. 18 f.). Zur Abhilfe werden Ansätze wie rollierende und ereignisbasierte Forecasts diskutiert und zum Teil bereits in Unternehmen eingesetzt (vgl. Becker et al., 2013, S. 59). Mit einem Planungs- und Simulationstool können diese Ansätze konkretisiert werden, indem der Forecast auf die wesentlichen externen und internen Einflussfaktoren fokussiert wird (vgl. Cunitz et al., 2012, S. 44) und so ein zielgerichteter Forecast ermöglicht wird. Darüber hinaus können mit einem Planungs- und Simulationstool belastbare Forecasts erzeugt werden, da eine tiefergehende Betrachtung als eine reine Fokussierung auf die finanziellen Zielgrößen möglich ist. In der Konsequenz kann die Nachvollziehbarkeit der Prognose gesteigert werden (vgl. Witzemann/Dworski, 2011, S. 225).

4. Fazit Treiberbasierte Planungsansätze können die Flexibilität und Schnelligkeit der Unternehmenssteuerung deutlich verbessern. Die Entwicklung und erfolgreiche Umsetzung einer treiberbasierten Planungs- und Simulationslösung erfordert eine inhaltliche Integration in den Managementprozess der Planung und Steuerung und ist damit deutlich mehr als ein reines „Softwareprojekt“. Deshalb setzt die Simulation die Durchdringung und intensive Auseinandersetzung mit den wesentlichen Treibern der Entscheidungssituation durch Entscheidungsträger und Fachbereiche voraus, um die Treiberstrukturen im Modell adäquat abzubilden. Eine solide technische Basis, die Multi-User geeignet ist und übliche Fehlerquellen präventiv verhindert, ist ein zentraler Enabler. Für das Controlling bietet der treiberbasierte Ansatz einen großen Schritt in Richtung aktives Business Partnering. Der Mut zu Veränderung des eigenen Rollenver-

https://doi.org/10.15358/0935-0381-2016-12-755 CONTROLLING – ZEITSCHRIFT FÜR ERFOLGSORIENTIERTE UNTERNEHMENSSTEUERUNG Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

WISSEN

ständnisses, eine stärkere Auseinandersetzung mit Simulationen und Szenarien und auch die Offenheit zu neuen technischen Lösungen sind jedoch unabdingbar. Der Nutzen von Planungs- und Simulationsmodellen zeigt sich in fünf Punkten: 1. Einheitliches Verständnis über zentrale Werttreiber des Geschäftsmodells und ihre (genaue) Definition. 2. Klarheit über mögliche Entwicklungen sowie zukünftigen Wirkungen heutiger Entscheidungen. 3. Akzeptanz der gemeinsam entwickelten Lösungen und Modelle, die notwendigerweise eine Vereinfachung der Realität darstellen müssen. 4. Robustheit von Entscheidungen unter Unsicherheit, da Umfeldeinflüsse detailliert simuliert werden können. 5. Geschwindigkeit und Flexibilität bei der Modellierung und Simulation, direkt im „boardroom“ und ohne zeitraubende Unterbrüche. Eine Flexibilisierung des Planungsinstrumentariums kann die gestiegene Komplexität und Dynamik nicht reduzieren, kann aber den Spielraum vergrößern, als Unternehmen frühzeitig zu agieren und die richtigen Stellhebel zu bedienen. Die Bereitschaft und das Commitment der Entscheidungsträger, sich durch Simulationen mit der expliziten Berücksichtigung von Unsicherheit und Volatilität zu befassen, sind daher eine zentrale Voraussetzung für eine erfolgreiche Umsetzung.

䊏

䊏

䊏

䊏

䊏

䊏

䊏

Literatur 䊏

䊏

䊏

䊏

䊏

䊏

䊏

Becker, A./Leyk, J./Riemer, L., Moderne Budgetierung: Dynamische Unternehmenssteuerung am Beispiel von Bayer MaterialScience, in: Controller Magazin, 38. Jg. (2013), H. 4, S. 58–61. Bramsemann, U./Heineke, C., Die Verwendung von Werttreiberhierarchien im Spannungsfeld zwischen operativer und strategischer Steuerung, in: Controlling & Management, 48. Jg. (2004), H. 1, S. 61–67. Cunitz, O./Klingmann, P./Radtke, B., Steuerung & Controlling in volatilen Zeiten – Projekt bei der Bayer CropScience, in: Controlling & Management (2012), H. 2, S. 39–45. Gausemeier, J./Fink, A./Schlake, O., SzenarioManagement, Planen und Führen mit Szenarien, 2. Aufl., München 1996. Gentner, A./Andersen, N., Event-driven Forecasting in der Medienindustrie, in: Controlling, 22. Jg. (2010), H. 1, S. 18–25. Grösser, S. N./Jovy, N., Business model analysis using computational modeling. A strategy tool for exploration and decision-making, in: Journal of Management Control, 27. Jg. (2016), H. 1, S. 61–88. Horvath, ´ P., Volatilität als Effizienztreiber des Controllings, in: Controlling & Management Review, 56. Jg. (2012), H. 2, S. 31–36.

28. JAHRGANG 2016 · 12/2016

䊏

Kappes, M./Schentler, P., Planung mit Treibermodellen für mehr Steuerungsmöglichkeiten und Effizienz, in: Gleich, R. (Hrsg.), Moderne Instrumente der Planung und Budgetierung. Innovative Ansätze und Best Practice für die Unternehmenssteuerung, 2. Aufl., Freiburg 2015, S. 73–98. Möller, K./Wirnsperger, F./Gackstatter, T., Performance Management – Konzept, Erfahrungen und Ausgestaltung einer neuen Disziplin, in: Controlling, 27. Jg. (2015), H. 2, S. 74–80. Schäfer, M., Moderne Planungsverfahren: von der traditionellen Budgetierung zur kennzahlenorientierten Planung, in: Jelinek, B./Hannich, M. (Hrsg.), Wege zur effizienten Finanzfunktion in Kreditinstituten, Wiesbaden 2009, S. 453–468. Seefried, J./Wirnsperger, F./Schulte, J./Möller, K., Business Partnering durch individuelles Kompetenzmanagement – Ausgestaltung der Rolle des Performance Managements am Beispiel von Hilti, in: Controlling, 27. Jg. (2015), H. 10, S. 558–564. Sterman, J. D., Business Dynamics. System Thinking and Modelling for a Complex World, Boston 2000. Weber, J./Bramsemann, U./Heineke, C./Hirsch, B., Wertorientierte Unternehmenssteuerung. Konzepte – Implementierung – Praxisstatements, Wiesbaden 2004. Witzemann, T./Dworski, E. A., Durch szenariobasierte Unternehmensplanung auf Augenhöhe mit dem Business, in: Gleich, R. (Hrsg.), Challenge Controlling 2015, Freiburg 2011, S. 219– 240. Wulf, T./Stubner, S./Meißner, P./Brands, C., Szenariobasierte strategische Planung in volatilen Umfeldern, in: Controlling & Management Review, 56. Jg. (2012), H. 2, S. 34–38.

Literaturtipps aus dem Online-Archiv http://elibrary.vahlen.de 䊏

䊏

Steffen Wendzel und Jörg Keller, IT-gestütztes Management und Controlling, Ausgabe 6/2014, S. 304–308. Bernd Tigges und Maximilian Schmid, Unternehmensplanung, Ausgabe 12/2004, S. 689– 694.

Stichwörter # Dynamik # Flexibilität # Planungssoftware # Simulationen # Treiberbasierte Planung

Keywords # Driver-Based Planning # Dynamics # Flexibility # Planning Software # Simulation

https://doi.org/10.15358/0935-0381-2016-12-755 Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.

763

TREIBERBASIERTE PLANUNGS- UND SIMULATIONSMODELLE IM CONTROLLING

Summary

Controlling wirksam einsetzen.

Driver-based planning and simulation models can enhance flexibility in planning and control. For effective use, an intense analysis of the corporate value driver structure by the decision makers is needed. By modelling detailed value driver interactions in specialized software solutions, they exceed the productivity of Microsoft Excel applications and are more flexible and faster to control than business intelligence applications.

Von Horváth & Partners 8. Auflage. 2016. XXIII, 376 Seiten. Kartoniert € 19,90 (dtv-Band 50949) Neu im November 2016

Überzeugendes Konzept Dieser Wirtschaftsberater zeigt anschaulich, wie man Controlling effizient in die Praxis umsetzt. Sie erfahren, • wie Sie das vorhandene System des Rechnungswesens unter Controllinggesichtspunkten beurteilen, • wie Sie ein effizientes Controllingsystem aufbauen und • wie sich das Controlling zukünftig entwickelt.

Von Praktikern

Preis inkl. MwSt. / 166647

Die zahlreichen Fallbeispiele und die vorgeschlagenen Arbeitsschritte basieren auf der langjährigen Praxiserfahrung der Autoren.

Beck-Wirtschaftsberater im 764

https://doi.org/10.15358/0935-0381-2016-12-755 CONTROLLING – ZEITSCHRIFT FÜR ERFOLGSORIENTIERTE UNTERNEHMENSSTEUERUNG Generiert durch IP '46.3.203.42', am 21.07.2017, 14:52:10. Das Erstellen und Weitergeben von Kopien dieses PDFs ist nicht zulässig.