AI, Machine Learning & CPM: Unterwegs im Grenzland

Einer ist ein bekannter deutscher CPM-Analyst, der andere leitet einen globalen CPM-Anbieter: Wir haben uns mit zwei der einflussreichsten Köpfe am internationalen CPM-Markt zusammengesetzt und ihnen 5 Fragen über CPM, Technologie und die Zukunft gestellt.

Waren Sie schon mal in der Wildnis? An einem Ort der völligen Unbekanntheit? Wie es der Zufall so will, lese ich momentan den gut 100 Jahre alten Abenteuerroman The Lost World von Sir Arthur Conan Doyle. Darin begibt sich der irische Protagonist auf die Reise in das wohl entlegenste Gebiet des Amazonas. Am letzten Tag vor Verlassen der Zivilisation schreibt er ominös: „So tomorrow we disappear into the unknown.“ Er steht an der Grenze zum Unbekannten, zugleich ängstlich und hoffnungsvoll.

In einer erstaunlich ähnlichen Situation befindet sich momentan der CPM-Markt: Es hat sich eine neue Grenze aufgetan – eine, die vor Kurzem noch völlig fantastisch zu sein schien. Artifizielle Intelligenz (AI) und Machine Learning sind zwei der Technologien, die maßgeblichen Anteil an dieser Entwicklung haben.

Damit einher gehen jedoch viele Fragen: Ist das nicht alles noch Zukunftsmusik? Was davon wird sich wirklich dauerhaft etablieren und was ist nur ein kurzlebiger Trend?

Ich kann diese Fragen nicht beantworten, doch glücklicherweise gibt es dafür ja die Experten. Einer, der den zuvor beschriebenen Pioniergeist perfekt verkörpert, ist Alok Ajmera, seines Zeichens President & COO von Prophix Software. Seine eindrücklichen Reden sind nicht nur bei uns Prophix-Mitarbeitern legendär; er hat sich damit auch am nordamerikanischen CPM-Markt einen Namen als Visionär gemacht. Auch Dr. Christian Fuchs (BARC) dürfte den meisten von Ihnen bereits ein Begriff sein: Er ist einer der führenden CPM-Analysten in Europa und Gastautor des Prophix Blog.

Beide vereint ihre langjährige Expertise im Bereich CPM. Führen ihre unterschiedlichen Umstände zu völlig unterschiedlichen Meinungen oder teilen sie ähnliche Vorhersagen? Ich habe beiden dieselben fünf Fragen gestellt, um genau das herauszufinden.

1. Welche Innovationen hält die Zukunft Ihrer Meinung nach in Sachen Unternehmensplanung bereit?

Dr. Christian Fuchs: Ich sehe hier vor allem die Nutzung von Künstlicher Intelligenz (AI) und von Techniken aus dem Machine Learning (ML) als die nächsten großen Innovationen. Dies deckt sich auch mit dem, was wir aus unseren aktuellen Marktforschungsstudien herauslesen können: In unserem diesjährigen BARC Planning Survey zum Beispiel gab die Hälfte aller befragten Unternehmen an, mittel- bis langfristig vorhersagende Technologien („Predictive Planning“) für die Planung nutzen zu wollen. Diese Entwicklung wird meines Erachtens vor allem durch die wachsende Menge gesammelter und aufbereiteter Daten begünstigt. Hinzu kommt, dass sowohl die Unternehmensplanung als auch das Thema ML mittlerweile einen Reifegrad erreicht haben, der solche fortgeschrittenen Anwendungsgebiete deutlich interessanter macht.

Alok Ajmera: Ich denke, dass wir in naher Zukunft dramatische Veränderungen in der Unternehmensplanung sehen werden. Momentan verlassen sich die meisten Entscheider noch sehr häufig auf ihr Baugefühl, das mit ein paar Daten untermauert wird. Dieser Ansatz wird in Zukunft komplett umgedreht: Wir werden im Software-Frontend ausführliche, auf Daten basierende Erkenntnisse präsentiert bekommen, denen wir dann mit unserer menschlichen Intuition und Erfahrungswerten begegnen können.

Viele Planungsbeteiligte gehen heute noch ziemlich traditionell vor – das heißt, sie tragen manuell Daten aus allen Ecken des Unternehmens zusammen –, was in der Regel lange dauert und sehr fehleranfällig ist. Anschließend konsolidieren sie alles und führen gegebenenfalls auch ein paar Berechnungen aus. Aber all das ist in aller Regel nicht viel mehr als der oft zitierte Blick in den Rückspiegel. Heute sind wir dank Cloud, AI und Machine Learning technologisch allerdings so weit, dass Unternehmen mehr zu einer automatisierten Planungsmethodik übergehen können.

Zukünftig werden Pläne durch Software und Technologie erstellt, die Milliarden von Daten in Echtzeit durchgeht und diese in einer sinnvollen, leicht verdaulichen Form zusammenfügt. Anstatt die gesamte Zeit damit zu verbringen, Daten zu sammeln, einzugeben, zu homogenisieren und zu bereinigen, können sich z. B. Controller darauf konzentrieren, das Endergebnis zu verstehen und es zu integrieren, um sicherzustellen, dass es der realen Welt Sinn ergibt.

Das sind die Experten:

Dr. Christian Fuchs

Dr. Christian Fuchs ist Head of Research BI & Data Management sowie Senior Analyst bei BARC. Er ist Hauptautor der Studie “Softwarewerkzeuge für die Planung” sowie zahlreicher weiterer Veröffentlichungen im Bereich BI und Planung. Als Berater unterstützt er Unternehmen im Softwareauswahlprozess und in der Einführungsphase als auch zu strategischen Fragestellungen im Bereich Anwenderwerkzeugportfolio, Architektur und Einsatzszenarien. Für den Prophix Blog hat er bereits zahlreiche Gastbeiträge verfasst.

Alok Ajmera

Alok Ajmera arbeitet seit 2004 bei Prophix und ist seitdem von Consultant zum President & COO aufgestiegen. In seiner aktuellen Position ist er dafür verantwortlich, dass sämtliche aktuelle und zukünftige Kunden, Partner und Mitarbeiter weltweit einprägsame und positive Erlebnisse mit dem Unternehmen und seinen Produkten haben. Alok ist für seine positive Energie und seinen Enthusiasmus bekannt und ein prägt mit seinen visionären Ideen Prophix auf allen Ebenen.

Lese-Empfehlung: Alok Ajmera im Profil

2. Machine Learning und AI sind derzeit in aller Munde. Welche Vorteile können sich Anwender von CPM-Software von diesen Technologien erhoffen?

Dr. Christian Fuchs: AI und ML haben das Potenzial, die Planung deutlich effektiver und effizienter zu gestalten. Im Idealfall können diese Technologien dabei helfen, die Ergebnisse der Planung sowie die Planungsprozesse selbst zu verbessern, um schneller zu aussagekräftigeren Ergebnissen zu gelangen und die Planer zu entlasten. Doch mit diesem großen Potenzial geht auch eine gesteigerte Erwartungshaltung einher.

Viele Unternehmen erhoffen sich davon eine höhere Qualität und Genauigkeit bei Planung und Prognose (siehe Abbildung 2). Dieses übergeordnete Ziel der Steigerung der Effektivität der Planung lässt sich jedoch nur erreichen, wenn man die maßgeblichen Ursache-Wirkungszusammenhänge berücksichtigt. Kurzfristigere und schnellere Prognosen als auch ein reduzierter (manueller) Planungsaufwand sollen die Relevanz der Plandaten steigern und somit die Effizienz der Planung erhöhen. Schnellere Simulationen, genauere Prognosen und die verstärkte Automation der Unternehmensplanung rücken durch den Einsatz von AI, statistischer Methoden und ML in greifbare Nähe für Unternehmen.

Eine wichtige Erkenntnis ist dabei jedoch, dass der Fokus von Unternehmen in der Regel nicht auf einer kompletten Automatisierung der Planung liegt. Planer sollen weiterhin an der Planung beteiligt bleiben, sollen aber vor allem von Routineaufgaben entlastet werden, bspw. manuelle Tätigkeiten und Forecasts. Es geht also nicht darum, menschliche Planer durch Maschinen zu ersetzen.

Alok Ajmera: Ein klarer Vorteil ist, dass Daten in der Planung differenzierter eingesetzt werden können. Daten werden in allen Geschäftsbereichen, Abteilungen und Systemen leichter zugänglich. Planung wird weniger spezifisch für einzelne. Es stehen zudem weit mehr konsumierbare, interaktive Daten außerhalb des Unternehmens zum Abruf bereit.

Das heißt aber auch, dass Unternehmen geradezu von Daten überschwemmt werden. Die schiere Menge macht es schwierig, etwas Nützliches aus den Daten abzuleiten – und genau das ist der Vorteil von AI und Machine Learning. Diese Technologien geben uns, indem sie sozusagen durch diesen Ozean an internen und externen Daten schwimmen, die Chance, neue Erkenntnisse zu gewinnen. So können wir Beziehungen und Zusammenhänge in den Daten auf dynamische Weise verstehen und progressiv lernen. Das bedeutet: Je mehr Daten das System durchlaufen, umso genauer werden die Prognosen.

Das ist das Grenzland. Ich finde das unglaublich aufregend.
— Alok Ajmera

Das ist zu Recht ein unglaublich heißes Thema in der Planung. Mit der Fähigkeit der Cloud, all diese Technologien und Daten zusammenzuführen und so viel mehr Rechenleistung auf unsere geschäftlichen Probleme anzuwenden, befinden wir uns wirklich an der Schwelle zu einer neuen Ära der Unternehmensplanung, in der wir schnell und einfach Szenarien durchrechnen können. Stellen Sie sich vor, Sie könnten sagen: „Zeig‘ mir, was in 12 Monaten passiert, wenn X, Y und Z eintreten.“ Im Moment kostet eine derartige Voraussage enorm viel Zeit und Energie, aber genau dorthin bringen uns diese neuen Technologien – und zwar sehr schnell.

Heute verfügen wir bereits über viele leistungsstarke Tools, die wir kombinieren können, um einen Mehrwert zu schaffen. Innerhalb der nächsten fünf Jahre wird es mehr solcher Tools geben, die robuster, überzeugender und genauer sein werden.

3. Welche Möglichkeiten haben Führungskräfte, die das Thema AI bereits heute angehen wollen?

Dr. Christian Fuchs: Die Nutzung von AI und Machine Learning im Rahmen der Unternehmensplanung ist kein Selbstläufer und bedarf der Überwindung zahlreicher Hürden. Die größten Herausforderungen heute sind der Aufbau und die Pflege der erforderlichen Kompetenzen und Fähigkeiten sowie die verfügbaren monetären als auch personellen Ressourcen. Eine große Anzahl von Unternehmen plant deshalb als einen zentralen Startpunkt einen kurz- bis mittelfristigen Aufbau von Know-how. Dies kann grundsätzlich auf zwei Arten gedeckt werden: intern, etwa durch Schulungen eigener Mitarbeiter, oder extern durch die Einstellung neuer Mitarbeiter sowie Unterstützung durch spezialisierte Beratungsunternehmen. Die Mehrheit der Unternehmen plant, in eigenes Know-how und Skills zu investieren, anstatt externe Hilfe in Anspruch zu nehmen (bspw. Beratung). Dies zeigt deutlich den hohen Stellenwert dieser Fähigkeiten für die eigene Wettbewerbsfähigkeit.

Alok Ajmera: Als Führungskraft haben Sie heute die Möglichkeit, das Fundament für die Zukunft zu legen. Dazu müssen Sie als erstes die Kollegen in der Finanzabteilung davon überzeugen, dass es sich lohnt, sich ernsthaft mit dem Thema AI auseinanderzusetzen – und das ist schwieriger, als es klingt. Wenn Sie heute 100 CFOs dazu auffordern, AI zu definieren, bekommen Sie wahrscheinlich 100 verschiedene Definitionen.

Doch um diese Technologien gewinnbringend zu nutzen, bedarf es einfach gewisser Investitionen, denn mit den gesteigerten Möglichkeiten wird auch der Anspruch – z.B. an die Finanzfunktion – steigen. Also müssen Sie sich darum kümmern, dass in Ihrem Unternehmen rechtzeitig die erforderlichen Kompetenzen aufgebaut werden. Für Controller heißt das zum Beispiel, ihre Fähigkeiten in den Bereichen Datenmanagement und Data Science auszubauen.

Es wird außerdem hilfreich sein, wenn Sie Partnerschaften mit den Unternehmen eingehen, die an genau dieser Vision der Zukunft aktiv mitarbeiten. Es gibt zahlreiche Möglichkeiten für Finance-Experten, sich hier aktiv einzubringen.

Wenn Sie diesen Weg einschlagen, sollten Sie sich zudem bewusst machen, dass die Infrastruktur, die Sie heute einsetzen, skalierbar sein muss, um die Anforderungen Ihrer Zukunft zu erfüllen.

4. Welche Priorität sollten AI und Machine Learning genießen?

Dr. Christian Fuchs: Aus Sicht von BARC wird der Einsatz von AI und Machine Learning in der Unternehmensplanung in Zukunft nicht mehr wegzudenken sein und sollte dementsprechend eine hohe Priorität für Führungskräfte in Unternehmen haben. Aufgrund der Reife der Technologie und der einfachen Bereitstellung von Rechenkapazitäten in der Cloud werden die modernen Planungsmethoden für immer mehr Unternehmen leistbar und relevant. Genau aus diesem Grund gilt es, frühzeitig Know-how aufzubauen und über Pilotprojekte Erfahrungen zu sammeln sowie Vertrauen aufzubauen und die Akzeptanz zu fördern. Aus Analystensicht von BARC hat der Einsatz von AI und ML das Potenzial, die Unternehmensplanung auf die nächste Stufe zu heben und ist damit einer der maßgeblichen Trends für die Optimierung der Unternehmensplanung in den nächsten Jahren.

Alok Ajmera: Machine Learning ist eine Teilmenge von AI und muss meines Erachtens von Führungskräften priorisiert werden. AI bietet zwar weitaus mehr Funktionen als Machine Learning, aber es gibt bereits heute echte Probleme, die sich mit Machine Learning lösen lassen. Weshalb sollte ich also bis morgen warten, wenn ich bereits heute durch die richtige Priorisierung einen Mehrwert schaffen kann?

Ein gutes Beispiel ist die Erkennung von Anomalien. Wie nutzen Sie Machine Learning, um die transaktionalen Daten zu durchsuchen und darin Anomalien festzustellen? Vermutlich gar nicht, denn das wird heute noch manuell erledigt. Genau deshalb können die meisten Unternehmen jedoch nur einen Ausschnitt ihrer Transaktionsdaten auf Fehler- oder Betrugsfälle hin untersuchen. Mit Machine Learning können Sie plötzlich Millionen von Transaktionen durchsuchen. Anstatt einfach mal drauflos zu probieren und das Beste zu hoffen, können Sie buchstäblich jede einzelne Transaktion durchlaufen und somit das Auftreten teurer Probleme deutlich reduzieren.

5. Gibt es AI- oder Machine-Learning-Funktionen, die Sie gerne in CPM-Software integriert sähen oder befürworten Sie eher einen Best-of-Breed-Ansatz?

Dr. Christian Fuchs: Unsere Studien legen nahe, dass Unternehmen eine klare Erwartungshaltung an ihre eingesetzten CPM-Lösungen haben: Die bereits eingesetzten Werkzeuge sollen zukünftig auch Funktionalität in den Bereichen AI und ML bieten, um die Unternehmensplanung zu verbessern (siehe Abbildung 3). Der Wunsch ist nicht, zusätzliche Softwarelösungen einzusetzen („Best-of-Breed“). Dies unterstreicht die Relevanz der Integration von statistischen Methoden, ML und AI zu den klassischen Funktionen der Planungssoftware und ist ein klarer Weiterentwicklungsauftrag an die CPM-Softwareanbieter.

Unsere aktuelle Beobachtung als Marktanalyst ist, dass viele CPM-Softwareanbieter die Integration von statistischen Methoden, ML und AI in die eigenen Werkzeuge zu einem zentralen Element auf der zukünftigen Roadmap gemacht haben. Hierbei geht es einerseits um die Integration von statistischen Programmiersprachen wie R oder Python sowie andererseits um die Integration von Methoden aus dem klassischen Statistik- und Data-Mining-Umfeld (bspw. Regressionsanalysen zur Identifikation von Treibern und Analyse von Ursache-Wirkungs-Zusammenhängen, Techniken der Anomalie-Erkennung, neuronale Netze für Prognosen basierend auf Vergangenheitsdaten).

Alok Ajmera: CPM-Software kann heutzutage mit so vielen Funktionen ausgestattet werden, dass sie berechtigterweise von vielen Unternehmen als ein Kernstück ihrer Infrastruktur wahrgenommen wird. Sie enthält Daten, die für AI-basierte Funktionen genutzt werden können. Deshalb werden einige zentrale AI-Features definitiv ihren Weg in die eine oder andere CPM-Software finden. Ich glaube aber, dass wir ein wenig von beiden Ansätzen sehen werden, eine Art Mittelweg. Es gibt auch Möglichkeiten, Best-of-Breed zu nutzen, insbesondere in der Cloud. Ein Vorteil der Cloud ist, dass Sie beides optimal nutzen können.

Das ist das Grenzland. Ich finde das unglaublich aufregend. Es gibt unwahrscheinlich viel Potenzial. Wir sehen hier und da, wie etwas von diesem Potenzial realisiert wird, aber wir sind immer noch an der Grenze. Es wird spannend sein, wie sich das in den nächsten drei bis fünf Jahren entwickeln wird, und es wird sich sicherlich weiterentwickeln. Es gibt kein Zurück mehr.