Da „Big Data“ und Analysen den Übergang des Finanzteams vom Kostenzentrum zum strategischen Geschäftspartner erleichtern, eröffnen sich neue Möglichkeiten für Personen, die bereit sind, sich die erforderlichen Fähigkeiten anzueignen.

Warum steht das jetzt im Fokus?

In den letzten Jahren haben neue Technologien und niedrigere Computerkosten es Unternehmen ermöglicht, mehr Wert aus ihren Informationsressourcen zu ziehen als je zuvor. Gleichzeitig ermöglicht ein exponentieller Anstieg der externen Datenquellen und der Rechenleistung es Unternehmen, Erkenntnisse zu gewinnen und neue Möglichkeiten in vielen Sektoren zu entwickeln. Und nicht nur das Datenvolumen nimmt zu, auch die Geschwindigkeit, mit der neue Datenquellen entstehen, nimmt zu.

Obwohl das Bewusstsein für die Möglichkeiten, die Daten bieten, wächst, besteht die Herausforderung für Unternehmen darin, irrelevante Informationen zu vermeiden und kostengünstige Wege zu finden, um sowohl herauszufinden, was in ihren internen Datenbeständen wertvoll ist, als auch herauszufinden, was in externen Quellen nützlich ist.

Warum verwalten Finanzteams Big Data?

Traditionell fielen viele der Informationen, auf die sich Unternehmen stützten, in den Zuständigkeitsbereich der Finanzabteilung. Aus Buchhaltungs- und Kontrollgründen entwickelte sich das Finanzwesen zu einem natürlichen Verwahrer von Informationen über die Geschäftstätigkeit der Organisation, einschließlich der Interaktionen mit externen Interessengruppen und Aufsichtsbehörden. Ungeachtet ihrer wichtigen Rolle wurde die Finanzabteilung eher als Kostenstelle denn als Wertgenerator betrachtet; das scheint sich jetzt jedoch zu ändern. Untersuchungen der Association of International Certified Professional Accountants deuten darauf hin, dass neue Technologien zu einer Verlagerung des Schwerpunkts hin zu einer stärkeren Betonung der Wertschöpfung führen.

In einem neuer Bericht, basierend auf Erkenntnissen aus einer Studie mit mehr als 5.500 Finanzfachleuten in 2.000 Organisationen in 150 Ländern, stellte AICPA fest, dass die Mehrheit der Finanzmanager weltweit der Ansicht ist, dass sich die Kompetenzen ihrer Teams in den nächsten drei Jahren „erheblich ändern“ müssen, da neue Technologien traditionelle Aufgaben übernehmen. Darüber hinaus erwarten Unternehmen laut AICPA von der Automatisierung sich wiederholender Aufgaben eine stärkere Fokussierung auf die Wertschöpfung, wobei Fachwissen in Bereichen wie Datenanalyse, Cyberrisikomanagement und Geschäftsmodellen den Wandel erleichtert.

Angesichts der zentralen Rolle der Finanzabteilung als Verwalter von Finanzinformationen ist es vielleicht nicht verwunderlich, dass die Finanzabteilung oft die erste Anlaufstelle ist, wenn Unternehmen entscheiden, wer für die Beschaffung und Analyse relevanter „Big Data“ für strategische Zwecke verantwortlich ist. Eine Herausforderung für Teams besteht jedoch darin, dass es nicht nur darum geht, neue externe Datenquellen zu evaluieren und einzuführen, sondern dass auch interne Datenprobleme angegangen werden müssen. In der Regel verfügen Teams über beträchtliche interne Datenressourcen, die jedoch häufig auf mehrere Systeme verteilt sind, die möglicherweise falsch ausgerichtet sind und/oder auf veralteten Legacy-Technologien basieren.

Wie können Finanzteams die Herausforderungen der Arbeit mit Big Data bewältigen?

In einem Interview mit McKinsey & Co, Ash Gupta, Chief Risk Officer von American Express, erklärte, wie sein Unternehmen interne Datenprobleme angegangen ist.

„Die erste Änderung, die wir vornehmen mussten, betraf lediglich eine höhere Qualität unserer Daten. Wir haben viele Daten, und manchmal haben wir diese Daten einfach nicht verwendet und ihrer Qualität nicht so viel Aufmerksamkeit geschenkt, wie wir es jetzt brauchen... Der zweite Bereich ist die Zusammenarbeit mit unseren Mitarbeitern und die Sicherstellung, dass wir einige Aspekte unseres Geschäfts zentralisieren. Wir zentralisieren unsere Fähigkeiten und demokratisieren ihre Nutzung. Ich denke, der andere Aspekt ist, dass wir als Team und als Unternehmen erkennen, dass wir selbst nicht über ausreichende Fähigkeiten verfügen und dass wir die Zusammenarbeit aller möglichen Unternehmen außerhalb von American Express benötigen.“

Die Herausforderungen, die Gupta beschreibt, werden von vielen Finanz- und Treasury-Teams erkannt werden. Ein technischer Ansatz, der eine einfache und kostengünstige Lösung für den Datenaustausch zwischen Systemen bieten kann, sind Anwendungsprogrammierschnittstellen (API). Mithilfe von APIs können Teilmengen von Daten auf standardisierte Weise schnell und sicher zwischen verschiedenen Systemen ausgetauscht werden. Zu den typischen Vorteilen gehören die Vermeidung menschlicher Fehler bei gleichzeitiger Rationalisierung und Beschleunigung von Datenübertragungen und der Ersatz der Stapelverarbeitung durch Echtzeitinformationen.

Wie hilft Automatisierung bei der Big-Data-Analyse?

Das Automatisierung Traditionelle Aufgaben wie Budgetierung, Prognose und Leistungsüberwachung in Kombination mit einem verbesserten Zugriff auf interne Daten und der Möglichkeit, Datenfeeds aus externen Quellen zu nutzen, geben den Finanz- und Finanzteams die Möglichkeit, sich auf strategischere, wertschöpfende Aktivitäten zu konzentrieren, wie z. B. die Identifizierung neuer Geschäftsmöglichkeiten, die Priorisierung von Investitionsbereichen und die Verbesserung des Risikomanagements.

Auf praktischer Ebene verbessert die Fähigkeit automatisierter Prozesse, bei entsprechender Implementierung schnell Abweichungen von regulären Mustern, wie ungewöhnliche Zahlungen, zu erkennen oder Daten aus verschiedenen Quellen (z. B. Buchhaltung, Treasury, Vertrieb, historische Transaktionen, Prognosen) durch eine einzige Linse zu betrachten, die Fähigkeiten der Finanz- und Treasury-Teams, nicht nur im Bereich der Finanzkontrolle, sondern im gesamten Unternehmen.

Wie ermöglichen neue Technologien Big Data?

Technologische Fortschritte wie künstliche Intelligenz und maschinelles Lernen, die große Datenmengen in Echtzeit konsolidieren und analysieren, verbessern die Fähigkeit, verdächtige Aktivitäten schnell zu untersuchen und die Genauigkeit der Feststellungen zu verbessern. Fügen Sie relevante Big Data wie Wirtschaftsprognosen, Nachrichtenfeeds oder Aktivitäten in sozialen Medien hinzu, und die Erkenntnisse, die gewonnen werden können, gehen noch weiter — z. B. die Erfassung von Marktsignalen oder die Hervorhebung von Informationen, die zur Optimierung des Cashflows, zur Unterstützung von Währungsentscheidungen, zur Verbesserung der Szenarioplanung und zur Verbesserung des Risikomanagements verwendet werden können.

Wie verändert Big Data das Finanzwesen?

Angesichts des wachsenden Bewusstseins für das Wertschöpfungspotenzial von Daten werden in den Finanzteams neue Rollen für Entwickler und Datenanalysten geschaffen, deren Aufgaben von der Erstellung von Datenmodellen und Algorithmen über die Identifizierung von Trends bis hin zur Entwicklung von Diagrammen und visuellen Präsentationen reichen. Diese neuen Positionen helfen Überbrücken Sie die Qualifikationslücke im Bereich Business Analytics und verbessern Sie die Finanz- und Finanzfunktion. Zu den technischen Fähigkeiten für diese Rollen gehören Datengewinnung und -extraktion, statistische Modellierung und Datenanalyse mit verschiedenen Tools, die zur Unterstützung dieser Aufgaben eingesetzt werden (z. B. SQL, Python, R, Tools zur Datenvisualisierung).

Wie geht es weiter mit Big Data im Finanzwesen?

Mit Blick auf die Zukunft zeigt das vorherige Beispiel, welche Möglichkeiten Analysen für Finanzteams bieten können, um eine strategischere Rolle einzunehmen. Die jüngsten Untersuchungen von AICPA deuten darauf hin, dass dieser Wandel bereits stattfindet, da sich Finanzteams zu wirklich wertschöpfenden Geschäftspartnern entwickeln.

‍