1. Home
  2. Unternehmen
  3. Das intelligente Unternehmen
  4. Der Chief Performance Officer

CFO der Zukunft
Der Chief Performance Officer

SAP
 Quelle: Fotolia

Perfekte Finanzabteilungen beherrschen die Analyse aller Daten aus internen und externen Quellen und liefern dem CEO verlässliche Zukunftsszenarien.

Von Albert Faessler, Partner ADV Consulting, PwC
am 02.02.2018

Das CFO-Profil von heute hat spätestens in zehn Jahren ausgedient. «Stattdessen wird der Finanzchef zunehmend derjenige sein, der mit dem CEO das Unternehmen zukunftsorientiert und unternehmerisch geschickt in die Zukunft navigiert», sagt Gori von Hirschhausen, Partner und Leiter der Future-of-Finance-Initiative bei PwC Europa.
Das bedeutet nicht weniger als einen Paradigmenwechsel. Denn der CFO wird vom rückwärtsgewandten Betrachter mit dem häufigen Image eines Erbsenzählers zum klar fokussierten betriebswirtschaftlichen «Gewissen» des Unternehmens. Als solches wird er den CEO noch intensiver in Bezug auf Zahlen, Daten, Fakten sowie deren Interpretation hinsichtlich der Konsequenzen der Geschäftstätigkeit beraten. «Der CFO wird künftig unterschiedlichste Aspekte, die mit dem Kerngeschäft verknüpft sind, orchestrieren und damit von der beratenden in eine steuernde Rolle in Bezug auf strategische Entscheidungen wachsen», führt von Hirschhausen aus. Dazu arbeite der Finanzbereich mehr denn je eng mit allen anderen Bereichen zusammen, die wiederum stark von einem erweiterten Verständnis ihrer Aktivitäten im Hinblick auf die finanzielle Entwicklung des Unternehmens profitieren.

Anzeige

Controller wird zum Data Scientist

«Im CFO-Büro der Zukunft wird es vor allem darum gehen, zu erkennen, was eigentlich im nächsten Jahr passieren wird, wie sich das makro- und mikroökonomische Umfeld gestalten könnte und von welchen Schlüsselfaktoren das Geschäft beeinflusst wird», sagt von Hirschhausen.
Eine zentrale Rolle kommt bei dieser Entwicklung dem Controller zu. Er wird als Financial Analyst zunehmend auch zum Data Scientist – und damit Partner des operativen Managements. Sein Profil: tiefes Wissen über die finanzielle und nichtfinanzielle Basis des Unternehmens, ein ebenso tiefer Einblick in die operativen Prozesse und finanziellen Abhängigkeiten sowie kritisches Denken und exzellente analytische Fähigkeiten.
Nur wer als Controller erkennen könne, wo profitables Geschäft stecke und dieses fördere, werde seiner Uraufgabe gerecht: «Er muss in die Rolle des betriebswirtschaftlichen ‹Gewissens› schlüpfen und dem CEO rational und fundiert sagen können, welche Chancen neue Geschäftsmodelle überhaupt haben.»
Dazu bedarf es der Entscheidungsfindung auf Basis der relevanten Informationen aus allen internen wie externen Bereichen – Kunde, Markt, Produktlebenszyklus, Region – in Echtzeit, einer fokussierten Steuerung auf allen Ebenen durch detaillierte Informationen, der Konsistenz der Daten sowie der Durchführung zukunftsorientierter Analysen statt der bisherigen klassischen Forecasts. Insgesamt kann das Unternehmen damit weit mehr über Fakten als über Erfahrung und Gefühl gesteuert werden.
Statische Reports werden abgelöst von einer übergreifenden Plattform für flexible Analysen mit Zugriff auf ausgewählte Echtzeitdaten, die den Fokus auf die zukünftige Profitabilität richten und für unterschiedliche Adressaten aufbereitet sind. Künstliche Intelligenz und neuronale Netze werden in Zukunft nicht nur dabei helfen, in den Daten Auffälligkeiten zu identifizieren, sondern darüber hinaus auch Vorschläge zu deren Lösung unterbreiten. Dabei bieten die künstlichen Assistenten auch gleich noch Möglichkeiten zu interaktivem Austausch in Bezug auf die erstellten Szenarien.

Mikroskop und Teleskop gleichzeitig

Um die eigene Profitabilität künftig präziser einzuschätzen, werden Unternehmen zudem noch mehr in ihre Qualitätssicherung und Datenstandardisierung investieren müssen, um nicht Äpfel mit Birnen zu vergleichen, ist von Hirschhausen überzeugt. Das ist die Voraussetzung, um gleichzeitig mit Mikroskop und Teleskop untersuchen zu können, von welchen Erfolgsparametern Profitabilität im Wesentlichen abhängt und wie sich diese Parameter in der Zukunft entwickeln könnten. Möglich wird das etwa durch die Verbindung von Big Data, statistischer Analyse, maschinellem Lernen und internen Unternehmensdaten.