ADVERTORIAL
Uniper setzt bei der Vorhersage von Finanzkennzahlen auf analytische Methoden und KI
Es gibt sie nicht, die Formel zur Berechnung der Zukunft. Leider. Dabei muss die Zukunft in jedem Unternehmen prognostiziert werden: Wie werden sich die Kosten im kommenden Jahr entwickeln, der Cash-Flow, der Umsatz, der Gewinn? Von den Antworten auf diese Fragen hängen Investitionsentscheidungen und letztlich die strategische Ausrichtung ab.
Früher war das bei Uniper, einem internationalen Energieversorger mit 12.000 Mitarbeitenden in 40 Ländern, eine Art „informierte Schätzung“. Basierend auf den historischen Kosten der Vorjahre, internen Prognosen der Geschäftsausrichtung und bekannten strategischen Initiativen wurden die Planzahlen durch die verantwortlichen Mitarbeitenden erstellt. Um diese Werte auch mathematisch zu hinterfragen, hat sich das Unternehmen entschlossen, das Potenzial von analytischen Methoden zu nutzen, und uns für die Umsetzung engagiert.
Data Science Modelle als skalierbares Werkzeug für eine effizientere Budgetplanung
Seither werden die Kosten verschiedener Bereiche bei Uniper neben der manuellen Planung auch automatisch von Algorithmen verarbeitet, die dann die Vorhersagen kontinuierlich anpassen und als Diskussionsgrundlage zur Verfügung stellen.
Teilweise liegen die Abweichungen der Vorhersagen von den tatsächlichen Werten bei unter einem Prozent. Die Vorhersageergebnisse werden in einem individuell gestalteten Dashboard nutzerfreundlich dargestellt. „Wir haben durch den Einsatz der Modelle große Fortschritte im Bereich der Kostenprognose gemacht“, sagt Boris Milos, VP Group Business Support & Analytics bei Uniper. „Wir wünschen uns, dass die Community der Unternehmen, die auf Financial Forcasting setzen,weiter wächst und wir in Zukunft von einem Erfahrungsaustausch profitieren können.“
Stetige Verbesserung der Prognosequalität
Zu Beginn lag der Fokus auf 170 Unternehmensbereichen, für die Kostenvorhersagen automatisiert werden sollten. Die Nutzer:innen waren überzeugt und das Modell wird heute bereits in 400 Bereichen angewandt. Während bislang Corporate- und Business-Funktionen sowie IT-Kosten untersucht wurden, soll das Verfahren künftig auch für weitere Kostenarten optimiert werden.
Neben Künstlicher Intelligenz kommen dabei klassische statistische Verfahren zum Einsatz. Und oft werden die verschiedenen Algorithmen kombiniert. Dennoch: Nicht in allen Bereichen sind wir mit den Vorhersagen schon hundertprozentig zufrieden, allerdings lernen die Algorithmen umso besser, je mehr Daten sie zur Verfügung haben. Soll heißen: Das Ensemble von Algorithmen verbessert sich, je länger es genutzt wird.
„Wir werden die Steuerung unseres Unternehmens auch künftig nicht Algorithmen überlassen“, sagt Max Borgmann, Senior VP Financial Controlling bei Uniper, „aber wir schauen uns an, was sie uns zu sagen haben. Und sie helfen uns definitiv, besser und informierter Entscheidungen zu treffen.“
Das vollständige Journal können Sie sich hier kostenlos herunterladen: