Zusammenfassung
Die Digitalisierung wird aktuell als einer der Mega-Trends im Controlling betrachtet. Eine Kopplung der Digitalisierung mit einer prozessualen Perspektive findet bisher in Theorie und Praxis allerdings nicht statt. Der Beitrag wendet auf Basis des Prozessmodells der IGC digitale Technologien auf Anwendungs- und Entwicklungspotenziale der Digitalisierung im operativen Controlling an und zeigt auf, wo in Forschung und Praxis noch offene Fragen bestehen.
Literatur
Allweyer, T. (2016). Robotic Process Automation. Neue Perspektiven für die Prozessautomatisierung. https://www.kurze-prozesse.de/blog/wp-content/uploads/2016/11/Neue-Perspektiven-durch-Robotic-Process-Automation.pdf. Zugegriffen am 16.08.2019.
Bange, C., Derwisch, S., & Fuchs, C. (2017). Advanced-Analytics-Werkzeuge, die der Controller kennen sollte. Controlling, 29(K), 70–73.
Becker, W., Baltzer, B., & Ulrich, P. (2014). Wertschöpfungsorientiertes Controlling. Stuttgart: Konzeption und Umsetzung.
Becker, W., Ulrich, P., Botzkowski, T., & Eurich, S. (2015). Data Analytics in Familienunternehmen – Implikationen für das Controlling. Controlling, 27(4–5), 263–268.
Brauchle, A., & Hanisch, B. (2017). Big Data und Analytics in der Unternehmenssteuerung, Anwendungsbeispiele aus dem Finanzbereich eines Automobilherstellers. In M. Kieninger (Hrsg.), Digitalisierung der Unternehmenssteuerung (S. 221–226). Stuttgart: Schäffer Poeschel.
Brynjolfsson, E., & McAfee, A. (2017). The business of artificial intelligence. https://hbr.org/cover-story/2017/07/the-business-of-artificial-intelligence. Zugegriffen am 22.08.2019.
Burgess, A. (2018). The Executive Guide to Artificial Intelligence. Cham: How to identify and implement applications for AI in your organization.
Buschbacher, F. (2016). Wertschöpfung mit Big Data Analytics. Controlling & Management Review, 60(1), 40–45.
Buxmann, P., & Schmidt, H. (2019). Grundlagen der künstlichen Intelligenz und des maschinellen Lernens. In P. Buxmann & H. Schmidt (Hrsg.), Künstliche Intelligenz (S. 3–20). Berlin/Heidelberg: Springer Gabler.
Carbonell, J. G. (1983). An overview of machine learning. In R. S. Michalski, J. G. Carbonell & T. M. Mitchell (Hrsg.), Machine learning (S. 3–23). Berlin/Heidelberg: Springer Gabler.
Daum, J., Mette, J., & Sinzig, W. (2017). Wie In-Memory-Technik die Unternehmenssteuerung verbessert. Controlling, 29(K), 74–79.
Davenport, T. H. (2014). big data @ work, Chancen erkennen, Risiken verstehen, München
Deipenbrock, S., Landewee, L., & Sälzer, G. (2019). Digitale Transformation des Controllings bei Deutsche Post International Potentiale und Herausforderungen durch Nutzung von Predictive Analytics. CONTROLLER Magazin, 1, 45–50.
Deloitte. (2015). The robots are coming. https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/finance/deloitte-uk-finance-robots-are-coming.pdf. Zugegriffen am 03.11.2018.
DIN SPEC 1086:2009-04. (2009). DIN SPEC 1086:2009-04, Qualitätsstandards im Controlling. https://www.din.de/de/wdc-beuth:din21:118618070. Zugegriffen am 01.05.2019.
Firican, G. (2017). The 10 Vs of Big Data. https://tdwi.org/articles/2017/02/08/10-vs-of-big-data.aspx. Zugegriffen am 20.08.2019.
Fischer, T. M., & Wenzel, J. (2004). Publizität von Werttreibern im Value Reporting. Controlling, 16(6), 305–314.
Friedl, G., Hilz, C., & Pedell, B. (2012). Controlling mit SAP®. Eine praxisorientierte Einführung – Umfassende Fallstudie – Beispielhafte Anwendungen (6. Aufl.). Wiesbaden: Springer Vieweg.
Gadatsch, A. (2016). Die Möglichkeiten von Big Data voll ausschöpfen. Controlling & Management Review, 60(1), 62–67.
Gälweiler, A. (2005). Strategische Unternehmensführung. Unter Mitarbeit von Markus Schwaninger (3. Aufl.). Frankfurt/New York: Campus.
Griesfelder, R. (2014). Big Data: Warum Sie noch lange darauf warten sollten. Controlling & Management Review, 58(1), 64–65.
Hermann, K., Stoi, R., & Wolf, B. (2018). Robotic Process Automation im Finance & Controlling der MANN+HUMMEL Gruppe. Controlling, 30(3), 28–34.
Hoenig, C., & Esch, M. (2018). Big Data, Business Intelligence und Business Analytics: Bedeutung, Nutzen und Mehrwert für die Unternehmenssteuerung. https://www.haufe.de/finance/finance-office-professional/big-data-business-intelligence-und-business-analytics-bedeutung-nutzen-und-mehrwert-fuer-die-unternehmenssteuerung_idesk_PI11525_HI10713394.html. Zugegriffen am 21.08.2019.
Hofmann, N., Linsner, R., & Poschadel, F. (2017a). SAP® S/4HANA – Revolution oder Evolution in der Unternehmenssteuerung? In M. Kieninger (Hrsg.), Digitalisierung der Unternehmenssteuerung (S. 105–122). Stuttgart: Schäffer Poeschel.
Hofmann, N., Panus, J., & Güler, H. A. (2017b). Integrierte operative Steuerung mit SAP S/4HANA Finance. Erste Anwendungsfälle aus der produzierenden Industrie. https://www.horvath-partners.com/de/media-center/studien/detail/integrierte-operative-steuerung-mit-sap-s4hana-finance/. Zugegriffen am 20.10.2020.
Horváth & Partners. (2005). Planungsstudie 2015. https://www.horvath-partners.com/fileadmin/horvath-parners.com/assets/05_Media_Center/PDFs/deutsch/Planungsstudie2015_Auszug_g.pdf. Zugegriffen am 03.08.2019.
Horváth & Partners. (2017). Digitalisierung der Unternehmenssteuerung. Prozessautomatisierung, Business Analytics, Big Data, SAP S/4 HANA, Anwendungsbeispiele. Stuttgart: Schäffer-Poeschel.
Horváth, P., Gleich, R., & Seiter, M. (2015). Controlling (13. Aufl.). München: Vahlen.
International Group of Controlling. (2011). Controlling-Prozessmodell. Ein Leitfaden für die Beschreibung und Gestaltung von Controlling-Prozessen. Freiburg.
International Group of Controlling. (2017). Controlling-Prozessmodell 2.0. Leitfaden für die Beschreibung und Gestaltung von. Controllingprozessen (2. Aufl.). Freiburg.
Isensee, J., & Reuschenbach, D. (2018). RPA im Controlling. Steigerung der Effizienz im Reporting durch Robotic Process Automation, 15.08.2019.
Isensee, J., Emler, M., & Schönherr, M., Goede, L. (2019). Digitale Transformation im Reporting. Durch Digitalisierung Nutzen und Effizienz des Reportings steigern. https://www.horvath-partners.com/de/media-center/studien/digitale-transformation-im-reporting-durch-digitalisierung-nutzen-und-effizienz-des-reportings-steigern/. Zugegriffen am 14.09.2019.
Jung, H. (2011). Controlling. Berlin/Boston: Schäffer Poeschel.
Kieninger, M., Michel, U., & Mehanna, W. (2015). Auswirkungen der Digitalisierung auf die Unternehmenssteuerung. In P. Horváth & U. Michel (Hrsg.), Controlling im digitalen Zeitalter (S. 3–13). Stuttgart: Rheinwerk.
Kieninger, M., Mehanna, W., & Vocelka, A. (2016). Wie Big Data das Controlling verändert. Controlling, 28(4–5), 241–247.
Krüger, J. (2016). SAP S/4HANA finance. An introduction (2. Aufl.). Bonn/Boston: Springer Gabler.
Lacity, M., & Willcocks, L. (2016). Robotic Process Automation at Telefonica O2. MIS Quarterly Executive, 15(1), 21–35.
Laney, D. (2001). 3-D data management. Controlling data volume, velocity, and variety. https://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf. Zugegriffen am 20.08.2019.
Lanquillon, C., & Mallow, H. (2015). Advanced Analytics mit Big Data. In J. Dorschel (Hrsg.), Praxishandbuch Big Data (S. 55–89). Wiesbaden: Gabler.
LaValle, S., Lesser, E., Shockley, R., Hopkins, M. S., & Kruschwitz, N. (2011). Big data, analytics and the path from insights to value. MIT sloan management review, 52(2), 20–33.
Leyk, J., Kirchmann, M., & Tobias, S. (2017). Planung, Forecast und Reporting in einer digitalen Welt. In M. Kieninger (Hrsg.), Digitalisierung der Unternehmenssteuerung (S. 51–64). Stuttgart: Schäffer Poeschel.
Liessmann, K. (1993). Strategisches Controlling. In E. Mayer (Hrsg.), Controlling-Konzepte (3. Aufl., S. 117–210). Wiesbaden: Gabler.
Losbichler, H., & Gänßlen, S. (2018). Performance Measurement in Zeiten von Big Data – Auswirkungen auf Kennzahlen und deren Reporting. Controlling, 30(S), 30–37.
Manutiu, S. (2018). Digitalisierung im Controlling – Mehrwert durch Robotic Process Automation. Controlling, 30(3), 4–10.
Mayer, T.-L., Stegmüller, W., & Zeibig, S. (2017). Digitaler Forecast bei der KSB AG. In M. Kieninger (Hrsg.), Digitalisierung der Unternehmenssteuerung (S. 227–244). Stuttgart: Rheinwerk.
Mehanna, W., Tatzel, J., Vogel, P. (2018). Business Analytics im Controlling – Fünf Anwendungsfehler. Controlling, 30(S), 38–45.
Müller, J. P., Wooldridge, M. J., Jennings, N. R., Franklin, S., & Graesser, A. (1997). Is It an agent, or just a program?: A taxonomy for autonomous agents. Intelligent Agents III Agent Theories, Architectures, and Languages. In J. P. Müller, M. J. Wooldridge & N. R. Jennings (Hrsg.), Intelligent Agents III Agent Theories, Architectures, and Languages, 1193 (S. 21–35). Berlin/Heidelberg: Springer.
Munzel, M., & Munzel, R. (2013). SAP-Controlling – Customizing. Alle CO-Komponenten konfigurieren ; erfolgreiche Neuimplementierung und Optimierung ; effektive Kostenrechnung für alle Branchen (2. Aufl.). Bonn: Oldenbourg.
Nasca, D., Munck, J. C., & Gleich, R. (2019). Quo Vadis Controlling? Einfluss der Digitalen Transformation auf die Controlling-Hauptprozesse. CONTROLLER Magazin, 1, 78–80.
Pedell, B., Sautter, J., Alexander, S., Fahn, S., & Schäfer, M. (2017). SAP™ S/4HANA Finance – Implementierungsstatus, Ziele, Erwartungen und Einführungsstrategien. Controlling, 29(3), 54–61.
Peper, I. (2018). Effizienzsteigerungen im Controlling durch Robot Process Automation – Eine Analyse am Beispiel des Monatsabschlussprozesses der Kathrein Automotive Gruppe. Controlling, 30(3), 20–27.
Piontek, J. (2005). Controlling (3. Aufl.). München/Wien: Springer.
Plattner, H., & Leukert, B. (2016). The In-Memory Revolution. How SAP HANA enables business of the future. Wiesbaden: Springer.
Poschadel, F. (2019). SAP S/4HANA: Performance management in real time? In M. Buttkus & R. Eberenz (Hrsg.), Performance management in retail and the consumer goods industry (S. 137–151). Cham: Rheinwerk.
Salmon, J., Giera, C., Kuhn, P., Kunze, T., & Reinelt, D. (2016). SAP S/4HANA Finance. Bonn: Rheinwerk.
Satzger, G., Enders, T., & Reimer, N. (2017). Künstliche Intelligenz: Löst Watson den Controller ab? Controlling, 29(K), 24–30.
Satzger, G., Holtmann, C., & Peter, S. (2018). Advanced Analytics im Controlling – Potenzial und Anwendung für Umsatz- und Kostenprognosen. Controlling, 30(S), 46–53.
Schäffer, U., & Weber, J. (2016). Die Digitalisierung wird das Controlling radikal verändern. Controlling & Management Review, 60(6), 6–17.
Schmalzing, K. (2017). CO-PA in SAP S/4HANA Finance. Prozesse, Funktionen, Customizing. Bonn: Springer.
Seiter, M. (2017). Was Controller über Business Analytics wissen müssen. Controlling, 29(K), 60–63.
Stratigakis, G., & Kallen, B. (2017). Forecasting mit Big Data — Status quo und Ausblick. Controlling & Management Review, 61(9), 32–39.
Svatopluk, A., Haisermann, A., Schabicki, T., & Frank, S. (2018). Robotic Process Automation (RPA) im Rechnungswesen und Controlling – welche Chancen ergeben sich? Controlling, 30(3), 11–19.
Wittmann, W. (1959). Unternehmung und Unvollkommene Information. Unternehmerische Voraussicht – Ungewißheit und Planung. Wiesbaden: Gabler.
Wurm, F. (2005). Konzernergebnisplanung und -steuerung. Controlling, 17(6), 359–366.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2021 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this entry
Cite this entry
Becker, W., Ulrich, P., Güler, H.A. (2021). Digitalisierung im Controlling: Technologische Innovationen und Anwendungsfälle am Beispiel operativer Controlling-Prozesse. In: Becker, W., Ulrich, P. (eds) Praxishandbuch Controlling. Springer Reference Wirtschaft . Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-04795-5_70-1
Download citation
DOI: https://doi.org/10.1007/978-3-658-04795-5_70-1
Received:
Accepted:
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-04795-5
Online ISBN: 978-3-658-04795-5
eBook Packages: Springer Referenz Wirtschaftswissenschaften