Vom Berichtslesen zum Lösen: Geschäftsrisiken werden im Schnitt rund 3 Wochen früher erkannt

Ein diversifiziertes Unternehmen mit mehreren Geschäftsbereichen und verbundenen Gesellschaften hat bereits zahlreiche Systeme im Einsatz: ERP, CRM, Lagerverwaltung, Finanzwesen und Personalverwaltung.

Diese Systeme wickeln Aufträge ab, steuern den Einkauf, führen die Bestände und erledigen die Finanzbuchhaltung, liefern aber keine einheitliche Sicht auf das Geschäft.

Will die Geschäftsleitung Umsatz, Gewinn, Bestände, Forderungen, Einkauf und Personaleffizienz im Blick behalten, muss sie die Berichte weiterhin einzeln bei den jeweiligen Abteilungen anfordern.

Und selbst wenn eine Kennzahl auffällig wird, hängt die weitere Bearbeitung meist daran, dass das Management jeden Punkt per Meeting oder in Chatgruppen vorantreibt.

Die Grundlagen der Geschäftsprozesse sind digitalisiert, ein durchgängiger digitaler Steuerungsmechanismus für das Unternehmen fehlt jedoch.

Die Herausforderungen

Dieselbe Kennzahl wird in den Abteilungen unterschiedlich verstanden

Der Vertrieb erfasst den Umsatz nach Auftragsbestätigungsdatum, das Finanzwesen den Ertrag nach Rechnung oder Buchungsperiode.

Das Lager achtet auf physische Mengen, das Finanzwesen auf den Bestandswert.

Weil die Abgrenzungen verschieden sind, muss die Geschäftsleitung immer wieder Zeit darauf verwenden, zu erklären, warum die Zahlen nicht übereinstimmen.

Geschäftsdaten zeigen nur die Vergangenheit

Die meisten Berichte sagen, was im letzten Monat passiert ist, warnen aber nicht rechtzeitig vor künftigen Risiken.

Bestandsüberhänge, verspätete Kundenzahlungen, Lieferverzögerungen im Einkauf und Störungen bei der Auftragserfüllung fallen oft erst auf, wenn das Problem bereits gewachsen ist.

Zwischen Erkennen und Lösen klafft eine Lücke

Auch wenn das System eine rote Warnung erzeugt, muss die Geschäftsleitung die Verantwortlichen weiterhin manuell informieren.

Es fehlen klare Zuständigkeiten, Fristen und eine Rückmeldung zum Ergebnis.

Die digitale Lösung von SHEPHARD

Schritt 1: Ein einheitliches Kennzahlensystem aufbauen

Gemeinsam mit der Geschäftsleitung und den Fachabteilungen werden die zentralen Geschäftskennzahlen definiert.

Für Umsatz, Ertrag, Rohertrag, Bestandswert, Fehlbestände, überfällige Forderungen und Einkaufstermintreue werden fachliche Bedeutung, Berechnungslogik und Aktualisierungsfrequenz festgelegt.

Ein einheitliches Kennzahlenglossar verhindert, dass Abteilungen dieselbe Kennzahl mehrfach unterschiedlich definieren.

Schritt 2: Eine systemübergreifende Datenintegration aufbauen

Die vorhandenen ERP-, CRM-, WMS-, Finanz- und weiteren Fachsysteme werden angebunden.

Über Stammdaten-Mapping, Datenqualitätsprüfungen und einheitliche Geschäftskennungen entsteht ein abteilungsübergreifendes Geschäftsdatenmodell.

Bei Altsystemen werden vorrangig wartbare und prüfbare Schnittstellen und Synchronisationsverfahren eingesetzt.

Schritt 3: Ein Management-Cockpit bereitstellen

Die wichtigsten Geschäftsdaten werden nach Unternehmen, Abteilung, Produkt, Kunde und Zeitraum dargestellt.

Von den aggregierten Kennzahlen lässt sich Ebene für Ebene bis zu den zugrunde liegenden Geschäftsdetails navigieren.

Wenn die Geschäftsleitung etwa ein ungewöhnliches Wachstum der Forderungen feststellt, kann sie die betroffenen Kunden, Rechnungen, Altersstrukturen und zuständigen Personen einsehen, statt nur einen unerklärlichen Betrag zu sehen.

Schritt 4: Ein Frühwarnsystem für Geschäftsrisiken aufbauen

Anhand von Geschäftsregeln werden Auffälligkeiten erkannt, zum Beispiel:

• Kundenforderungen überschreiten das vereinbarte Zahlungsziel.

• Der Bestand wichtiger Artikel fällt unter den Sicherheitsbestand.

• Bestellungen überschreiten den voraussichtlichen Liefertermin.

• Fertigungsaufträge verzögern sich anhaltend.

• Artikel sind dauerhaft schwer verkäuflich oder nähern sich dem Verfallsdatum.

• Zentrale Leistungskennzahlen einer Abteilung weichen anhaltend vom Ziel ab.

Warnmeldungen werden automatisch mit den zugehörigen Geschäftsvorgängen verknüpft und der verantwortlichen Abteilung zugeordnet.

Schritt 5: KI-gestützte Geschäftsanalyse mit Berechtigungskonzept einführen

Auf der einheitlichen Datenbasis kommt eine Analyse in natürlicher Sprache hinzu.

Die Geschäftsleitung kann Fragen stellen, zum Beispiel:

„Warum ist der Gewinn in diesem Monat gesunken, obwohl sich der Umsatz kaum verändert hat?“

Das System zerlegt die Frage in die nötigen Datenabfragen und analysiert Umsatzstruktur, Einkaufskosten, Artikelmargen, Retouren und weitere relevante Faktoren.

Schlussfolgerungen, die sich aus den vorhandenen Daten nicht belegen lassen, kennzeichnet das System ausdrücklich mit ihren Annahmen und Datengrenzen, damit Vermutungen nicht als Geschäftsfakten gelten.

Schritt 6: Digitale Mitarbeitende und Ausführungsfähigkeit im Geschäft aufbauen

Digitale Mitarbeitende werden mit autorisierten Geschäftsfunktionen verbunden.

Sie können regelbasiert Auffälligkeiten zusammenfassen, Verantwortliche erinnern, Analyseberichte vorbereiten oder Aufgaben zur Freigabe anlegen.

Für Vorgänge mit großer geschäftlicher Wirkung, etwa die Änderung von Kundenkreditlimits, die Anlage umfangreicher Bestellungen oder die Anpassung von Finanzdaten, sind eine Berechtigungsprüfung und gegebenenfalls eine manuelle Freigabe zwingend.

Bei jeder Aktion werden Identität, Ausführungsparameter, Freigabenachweise und Ergebnisprotokoll festgehalten.

Schritt 7: Einen geschlossenen Kreislauf für Geschäftsprobleme etablieren

Erkannte Probleme werden in Verbesserungsaufgaben mit Verantwortlichem, Frist und Status überführt.

Die Geschäftsleitung kann den gesamten Verlauf eines Problems verfolgen, von der Erkennung über die Zuweisung und Bearbeitung bis zur Verifizierung und zum Abschluss.

Die Geschäftsanalyse bleibt damit nicht bei der bloßen Darstellung von Informationen stehen, sondern ist mit der tatsächlichen Umsetzung im Unternehmen verbunden.

Vorgehen bei der Umsetzung

Die erste Phase konzentriert sich auf die Datenbasis und die Kennzahlen-Governance, damit alle Abteilungen mit verlässlichen Geschäftsdaten arbeiten können.

In der zweiten Phase entstehen Dashboards und mehrdimensionale Analysen.

In der dritten Phase werden Risikowarnungen und abteilungsbezogene Bearbeitungsprozesse eingeführt.

In der vierten Phase kommen schrittweise KI-Analyse und die Zusammenarbeit mit digitalen Mitarbeitenden hinzu, sobald Berechtigungen, Datenqualität und Freigabemechanismen ausgereift sind.

Jede Phase wird separat abgenommen, damit nicht komplexe KI-Anwendungen entstehen, solange die Datenbasis noch unzuverlässig ist.

Geschäftlicher Nutzen

Statt auf regelmäßig eingereichte Berichte der einzelnen Abteilungen zu warten, verfügt das Unternehmen nun über einheitliche, aktuelle und nachvollziehbare Geschäftsinformationen.

Die Geschäftsleitung kennt nicht nur den aktuellen Stand des Unternehmens, sondern kann Risiken rechtzeitig erkennen, Verantwortlichkeiten klären und den Fortschritt bei der Problemlösung laufend verfolgen.

Projektergebnisse (Näherungswerte): Vorlauf bei der Risikoerkennung ca. 3 Wochen; Aufwand für Managementberichte ca. −60 %; Abschlussquote bei der Problembearbeitung ca. 90 %.

Laufend verfolgte Kennzahlen: Aktualisierungsverzug der Geschäftsdaten, Konsistenzquote zentraler Kennzahlen, Vorlauf bei der Erkennung von Auffälligkeiten, Abschlussquote bei der Problembearbeitung, Aufwand für Managementberichte, Erfolgsquote automatisierter Prozesse.

Was dieser Fall uns lehrt

Das Endziel der Digitalisierung im Unternehmen ist nicht, mehr Software, mehr Berichte oder mehr KI-Modelle zu besitzen.

Ein wirklich ausgereiftes intelligentes Betriebssystem eines Unternehmens bildet eine durchgängige Managementkette:

Informationen verbinden → den Betrieb verstehen → Probleme erkennen → Maßnahmen anstoßen → Ergebnisse überprüfen.

Erst wenn ein System nicht nur beantwortet, „was passiert ist“, sondern dem Unternehmen auch hilft zu verstehen, „warum es passiert ist“, festzulegen, „wer sich darum kümmern soll“, und nachzuverfolgen, „ob das Problem tatsächlich gelöst ist“, wird aus technischer Umsetzung eine dauerhafte betriebliche Fähigkeit.

*Zum Schutz der Kundendaten wurden die Unternehmensinformationen in diesem Fall anonymisiert; die Oberflächenansichten sind beispielhaft, die Ergebnisse gerundete Näherungswerte.*