Die Verbesserung der Planungsgeschwindigkeit und Entscheidungsfindung hat für viele unserer Unternehmen höchste Priorität. Dennoch bestehen weiterhin die gleichen Hindernisse: fragmentierte Daten, inkonsistente Definitionen und endlose Diskussionen darüber, welchen Zahlen tatsächlich vertraut werden kann. Das Ergebnis sind langsame Berichterstellung, parallele Analysen und eine mangelnde Abstimmung zwischen Finanzwesen und Lieferkette.
Im Zentrum dieser Herausforderung steht die Art und Weise, wie die Finanzabteilung und die Lieferkette zusammenarbeiten. Beide Funktionen stützen sich auf dieselben zugrunde liegenden Daten, interpretieren, ergänzen und strukturieren diese jedoch oft unterschiedlich, um ihren eigenen Zielen zu dienen. Was aus denselben ERP-Quellen stammt, entwickelt sich schnell zu mehreren Datensätzen, Tabellenkalkulationen und Annahmen. Diese sind zwar einzeln betrachtet gültig, stimmen jedoch als Ganzes nicht überein. Diese Fragmentierung erschwert die integrierte Planung und verwandelt Abstimmungsgespräche in Abstimmungsübungen statt in zukunftsorientierte Entscheidungen.
Der Schlüssel liegt in der Verwendung vertrauenswürdiger Daten als gemeinsame Grundlage. Und so funktioniert es.
Finanzen und Lieferkette arbeiten bei mehreren wichtigen Aktivitäten eng zusammen, oft aus unterschiedlichen Datenperspektiven, wie zum Beispiel:
Die Lieferkette liefert Nachfrageprognosen, Produktionspläne und Bestandsanforderungen.
Die Finanzabteilung übersetzt diese Volumina in Wertprognosen, Budgets und Cashflow-Prognosen.
Die Lieferkette verfolgt operative KPIs wie Vorlaufzeiten und Lagerumschlag. Die Finanzabteilung integriert diese Kennzahlen in Finanz-Dashboards wie Rentabilität pro SKU und Servicekosten.
Die Lieferkette optimiert die Lagerbestände anhand von Sicherheitsbeständen und Servicekennzahlen. Die Finanzabteilung überwacht den Lagerumschlag, langsam drehende Bestände und Forderungen/Verbindlichkeiten.
Die Lieferkette verfolgt die Vertragserfüllung und Mengenverpflichtungen.
Die Finanzabteilung bewertet die finanziellen Auswirkungen, Kreditbedingungen und die Einhaltung von Richtlinien.
Obwohl diese Aktivitäten gemeinsam durchgeführt werden, erfolgen sie oft parallel. Beide Teams beziehen Daten aus ERP-Systemen, arbeiten mit dem Vertrieb zusammen und ergänzen Prognosen mit Marktkenntnissen – allerdings auf unterschiedliche Weise, sodass mehrere Versionen der Wahrheit entstehen. Dies wirft unweigerlich die Frage auf: Welchen Zahlen können wir vertrauen?
Wir bei Solventure glauben, dass eine effektive Planung mit einer gemeinsamen Planungsgrundlage für die Finanzabteilung und die Lieferkette beginnt. Diese gemeinsame Grundlage verbindet S&OP (Sales & Operations Planning) und FP&A (Financial Planning & Analysis), indem sie Folgendes sicherstellt:
Anstatt Daten zwischen Abteilungen zu kopieren, arbeiten wir mit einer zentralen Planungsdatenebene, in der operative, finanzielle und kommerzielle Daten koordiniert und aufeinander abgestimmt werden. Hier kommt die Datenorchestrierung ins Spiel: Sie integriert, harmonisiert und bereitet Daten aus ERP-, Lieferketten-, Finanz- und kommerziellen Systemen zu einer gemeinsamen, planungsfähigen Struktur auf.
Eine einzige Planungsgrundlage ist keine IT-Initiative. Sie ist ein strategischer Wegbereiter. Wenn Finanzwesen und Lieferkette mit denselben vertrauenswürdigen Daten arbeiten, verbessert sich die Zusammenarbeit, Abstimmungsgespräche entfallen, Entscheidungen werden schneller und mit grösserer Sicherheit getroffen.
Die Einrichtung einer gemeinsamen Planungsebene wirft eine wichtige und oft unvermeidbare Frage auf: Sollte diese auf einem unternehmensweiten Data Lake aufbauen? Data Lakes werden häufig als ideale Grundlage für unternehmensweite Datenkonsistenz dargestellt. Theoretisch klingt das zwar attraktiv, in der Praxis wird es jedoch oft zu einer komplexen und langwierigen Initiative. Zu den wiederkehrenden Herausforderungen gehören:
Kernbegriffe wie Produkt, Kunde oder Standort werden von den verschiedenen Teams oft unterschiedlich verstanden. Eine Einigung zu erzielen, ist zeitaufwändig.
Jede Abteilung benötigt Daten mit einem unterschiedlichen Detaillierungsgrad, was die Pflege eines einzigen unternehmensweiten Modells erschwert.
Einige Anwendungsfälle erfordern Daten in nahezu Echtzeit, andere hingegen nicht. Kontinuierliche Aktualisierungen erhöhen die Komplexität, die Kosten und das Risiko von Inkonsistenzen.
Praktische Beispiele machen dies greifbar. Was genau ist ein „Produkt”? Ein erster Entwurf, eine verbesserte Version, eine andere Verpackung für eine Eigenmarke? Und was definiert einen „Standort”? Ein Lager, ein Silo, eine Produktionslinie? Diese Diskussionen veranschaulichen, wie schwierig es ist, ein globales Datenmodell zu erstellen, das für alle funktioniert.
Ein weiterer wichtiger Aspekt: Nicht jede Datenherausforderung muss auf Unternehmensebene gelöst werden. Wenn das primäre Ziel eine schnellere und zuverlässigere Planung ist, führt der Versuch, einen einheitlichen Data Lake zu entwerfen, oft zu unnötiger Komplexität.
Anstatt einen universellen Unternehmens-Data-Lake anzustreben, empfiehlt Solventure einen pragmatischen, geschäftsorientierten Ansatz: Planungs-Data-Marts, die für bestimmte Verbraucher konzipiert sind. Diese Data Marts konsolidieren Daten aus mehreren ERP-Systemen, harmonisieren Definitionen, wo es wirklich darauf ankommt, und liefern genau die Daten, die Planer benötigen. Nicht mehr und nicht weniger.
In der Lebensmittel- und Getränkeindustrie beispielsweise, wo Daten aus mehreren ERP-Systemen bezogen werden, haben wir einen einzigen Planungs-Data-Mart aufgebaut, der fortschrittliche Planungslösungen wie Arkieva versorgt. Das Ergebnis: schnellere Implementierung, weniger Komplexität und sofortiger Planungsnutzen.
Der Datenfluss ist nur ein Teil der Herausforderung. Die richtige Datenqualität und -verfügbarkeit sind der Schlüssel zum Planungserfolg. Bei Solventure bewerten wir die Datenqualität anhand von sechs Dimensionen:
|
|
|
Mithilfe eines Datenqualitätsmonitors verfolgen wir diese Dimensionen während des Projekts und nach der Inbetriebnahme. Da sich Daten ständig weiterentwickeln (neue Stammdaten, Produkte, Kunden), ist eine kontinuierliche Überwachung unerlässlich. Wir können bestimmte Prozesse, Datenobjekte und sogar einzelne Qualitätsregeln genauer betrachten und so gezielte Verbesserungen für eine stabile Planungsgrundlage vornehmen.
Erwägen Sie die Implementierung eines Planungssystems und fragen sich, ob Ihre Daten bereit sind? Solventure unterstützt Unternehmen mit einer Bewertung der Datenqualität, einschliesslich einer Analyse der aktuellen Datenlandschaft, Einblicken in die Datenqualität und -verfügbarkeit sowie einem konkreten Aktionsplan zur Vorbereitung der Daten für eine erfolgreiche Planung. Eine typische Bewertung dauert etwa sechs Wochen, von der Analyse bis zu den ersten Erkenntnissen.