Wie Technologie den Durchbruch in der Unternehmenssteuerung ermöglicht

Finanzsteuerung mit UDS optimieren

Um den Anforderungen an Qualität und Effizienz gerecht zu werden, wird die UDS in einem Data-Warehouse-Ansatz erstellt. Dieses Konzept ist grundsätzlich technologieunabhängig. Die gängigsten Anwendungen in diesem Bereich stammen von SAP und von Microsoft.

Die steuerungsrelevanten ERP-Daten der Konzerneinheiten beziehungsweise Konzerngesellschaften werden dabei in das übergreifende Steuerungsmodell des Unternehmens mit einer entsprechenden fachlichen Governance gemappt und verfügbar gemacht. Dies gilt sowohl für vergangenheitsorientierte Ist-Daten als auch für zukunftsgerichtete Plan- oder Forecast-Daten, die in aller Regel in einer analytischen Schicht oberhalb des ERP-Layers entstehen.

Die Datenstrukturen orientieren sich stark am Steuerungsmodell des Unternehmens und beziehen Dimensionen wie Segmentierung, regionale und funktionale Ausrichtungen sowie inhaltliche Aspekte (Bestands- und Bewegungsarten) mit ein.

Eine UDS zeichnet sich durch folgende Merkmale aus:

• Customizing von Funktionen nach
  • den Bedürfnissen der jeweiligen Organisation,
  • dem vorhandenen Know-how in der Finanzabteilung (Zugänglichkeit der Einstellungs- und Anpassungsparameter)
• Flexibilität in der ERP-Anbindung

Die relevanten Daten werden in der UDS gehalten und sind dort für andere Funktionen verfügbar.

In der Vergangenheit haben Unternehmen die systemseitige Abbildung von Geschäftsprozessen, besonders im Finanzbereich, vorangetrieben. Standard ist inzwischen eine nahezu gesamthafte Abbildung aller Prozesse auf Gesellschaftsebene. Auch die Prozessoptimierung im Zuge von Systemtransformationen und -modernisierungen hat die Effizienz erhöht und die Verfügbarkeit von Informationen verbessert.

Für die Datenhaltung auf Konzernebene werden jedoch häufig veraltete Systemansätze verwendet, die den Ansprüchen des Managements nicht gerecht werden. Veränderten Steuerungsanforderungen, größeren Datenmengen und neuen Aufgabenstellungen – etwa KI oder tägliches beziehungsweise fortlaufendes Reporting – kann so nicht ausreichend Sorge getragen werden.

Ein UDS-Ansatz ermöglicht dem Finanzbereich genau dies. Technisch kann er mit verschiedenen Data-Warehouse-Systemen umgesetzt werden. Die Wahl der Software sollte dabei auf die vorhandenen Quell- und Zielsysteme und auf die interne Strategie abgestimmt sein, um eine möglichst effiziente Umsetzung zu erreichen.

Viele Konzerne nutzen SAP-R3- und SAP-S4-Systeme zur Abbildung lokaler Prozesse. In diesem Fall bieten das SAP-eigene Data Warehouse SAP BW/4HANA oder SAP DataSphere Vorteile in der Anbindung und Datenverarbeitung. Dieses Kapitel fokussiert sich auf die Umsetzung einer UDS mit SAP BW/4HANA.

SAP BW/4HANA

SAP BW ermöglicht eine nahtlose Datenübertragung zwischen Unternehmensbereichen. Besonders die Integration verschiedener Quellsysteme, insbesondere von SAP-R3- und SAP-S4-Systemen, kann über die SAP-eigenen Extraktoren leicht realisiert werden.

Diese Flexibilität zeigt sich besonders in der Datenerfassung von Einzelgesellschaften, die nicht direkt an das SAP-BW-System angebunden sind. Mittels einer CSV-Schnittstelle können zusätzliche Informationen oder sogar ganze Einzelgesellschaften im Rahmen von Monats- oder Quartalsabschlüssen einfach und effizient erfasst werden. Auch die Anbindung von Non-Finance-Systemen – beispielsweise SuccessFactors als Quelle von HR-Daten – ist problemlos möglich.

Die Flexibilität erweitert außerdem die Anwendungsmöglichkeiten des Systems und trägt dazu bei, den sich ständig ändernden Anforderungen eines global agierenden Unternehmens gerecht zu werden.

Evolution der Technologie

Cloud-basierte Lösungen halten in immer mehr Unternehmen Einzug. Flexiblere Lizenzmodelle, die Verlagerung von Risiken und ihre leichte Skalierbarkeit machen diesen Ansatz zu einer interessanten Alternative.

Die konkreten Vor- und Nachteile einzelner Softwarelösungen sollten jedoch grundsätzlich im Hinblick auf die jeweiligen Quell- und Zielsysteme und die IT-Strategie betrachtet werden. Eine reibungslose Anbindung von Quellsystemen und eine flexible Gestaltung der Datenflüsse mit kundenspezifischen Erweiterungen sind die Grundlage für den UDS-Ansatz. Dies ist in vielen Cloud-basierten Data-Warehouse-Lösungen möglich, auch in SAP Datasphere.

Unified Document Structure

Die Konzeption einer UDS ist von entscheidender Bedeutung für maximale Transparenz, einheitliche Finanzahlen und eine umfassende Datenanalyse im Konzernfinanz-Reporting. Dank einer zentralen und vereinheitlichten Datenhaltung können alle relevanten Bereiche und Anwender auf dieselben Daten zugreifen. So wird eine einheitliche Sicht auf Finanzkennzahlen sicherstellt. Insellösungen, bei denen einzelne Abteilungen jeweils auf ihre eigenen Zahlen zurückgreifen, die nicht denen des Konzerncontrollings entsprechen (Schattenbuchhaltung), können so vermieden werden.

Eine UDS ermöglicht zudem eine ganzheitliche Sicht auf Unternehmensdaten, indem sie beispielsweise einheitliche Kontenpläne und Gesellschaftsstrukturen bereitstellt. Dazu gehört auch eine einfache Integration der Mergers und Akquisitionen.

Mappings

Lokale Unterschiede – etwa bei Kontenplänen oder Kostenstellen – werden durch Mappings in konzernweite Standards überführt. Diese Regeln bilden die Basis für Reporting, Planung und Konsolidierung. Die Transformation erfolgt systemgestützt nahezu in Echtzeit, wodurch Daten wenige Minuten nach der Buchung harmonisiert vorliegen. Dies verbessert die Transparenz und die Entscheidungsfähigkeit, besonders bei Monatsabschlüssen oder im täglichen Reporting.

Validierungen

Automatisierte Validierungen unterstützen ein schnelles und fehlerfreies Closing. Schon während des Monats können Gesellschaften Korrekturen vornehmen. Geprüft werden z. B. Kontierungen, Stammdatenverfügbarkeit oder Währungen. SAP BW bietet diese Funktionen nicht standardmäßig – wir setzen daher auf erprobte Best-Practice-Lösungen inklusive Validation Cockpit. Der Fachbereich legt fest, welche Fehler vom Nutzer zu beheben sind und welche als Hinweis dienen.

Weitere Logiken

• Submission Date Derivation:
  Diese Funktion tellt sicher, dass Berichte auch bei nachträglichen Buchungen zeitlich konsistent bleiben – selbst bei asynchronen Periodenabschlüssen zwischen ERP- und Konzernsystem.
• Selfhealing:
  Fehler durch fehlende Stammdaten oder Mappings werden automatisch korrigiert, sobald die nötigen Informationen nachgeliefert werden.
• Corrective Pairs & Posting Engine:
  Diese Funktion ermöglicht manuelle Korrekturen direkt im BW – auch für Nicht-SAP-Gesellschaften. Korrigierte Fehler werden nicht erneut angezeigt, was den Datenmeldeprozess vereinfacht.

Die Umsetzung eines Data Warehouse (DWH) ist mit mehreren Technologien möglich – sowohl On-Premises als auch in der Cloud. Entscheidend sind die individuellen Geschäftsanforderungen, die aktuellen Herausforderungen und das Umfeld, in dem sich ein Unternehmen befindet. Im Folgenden wird anhand eines realen Projekts die Umsetzung in einem Microsoft-Umfeld vorgestellt.

Die Ausgangssituation

Eine historisch gewachsene ERP-Landschaft, rudimentäre Reporting-Lösungen und ein Berichtswesen, das auf der Meldung aggregierter Kennzahlen beruhte, erschwerten einem mittelständischen Unternehmen die zentrale Steuerung. Tiefer gehende Analysen waren nur mit großem Aufwand möglich. Die Konzernleitung wünschte sich eine flexible Lösung, um in den einzelnen Unternehmensbereichen die Transparenz zu erhöhen.

Nach einer Analyse wurde eine DWH-Lösung aufgesetzt, die Daten aus unterschiedlichen ERP-Systemen bezieht (darunter etwa SAP, Navision, Microsoft Dynamics und Movex). Die Anwendung des EY-UDS-Konzepts in einer Microsoft-Umgebung erlaubte die Implementierung erweiterter Analysemöglichkeiten, die auch zukünftige Unternehmensbereiche, Technologien und Funktionen flexibel berücksichtigen können.

Weil neben SAP auch mehrere ERP-Systeme von Drittanbietern integriert werden mussten, fiel die Entscheidung auf Microsoft Azure Data Factory. Diese Lösung eignet sich zur Harmonisierung von Daten aus unterschiedlichen Quellen, weil Datenströme mithilfe von Pipelines definiert werden können. Für spezifische Funktionen wurden SQL-Skripte eingebunden. Mittlerweile bietet Microsoft mit Microsoft Fabric auch eine integrierte Cloud-Lösung an, die zusätzlich die Analyse und Visualisierung von Daten ermöglicht.

Layer Concept

Der Aufbau eines DWH und die Integration einer BI-Lösung erfolgen nach gängiger Praxis und werden dann basierend auf den unternehmensspezifischen Bedürfnissen erweitert. In verschiedenen Schichten werden die Daten auf einer UDS harmonisiert und so für ein umfassendes BI-Self-Service-Reporting vorbereitet. Ein hierarchisches Konzept stellt sicher, dass die erforderlichen Daten effizient aus verschiedenen Quellen zur UDS extrahiert und transportiert werden.

In einem Schichtkonzept können Aufgaben getrennt bearbeitet werden, womit Fokus, Nachvollziehbarkeit, Leistung und Historisierung gewährleistet bleiben.

Datenladeprozess

Das DWH arbeitet mit transaktionalen Daten und Stammdaten. Gerade bei Ersteren fallen große Datenmengen an. Die resultierenden Lade- und Verarbeitungsprozesse stehen im Widerspruch zu einer agileren und reaktionsfähigeren Finanzberichterstattung. Um die Steuerungs- und Reporting-Anforderungen zu erfüllen, wird das bewährte Delta-Load-Konzept genutzt. Es verbessert die Leistung erheblich, indem jeweils nur neue oder aktualisierte Daten verarbeitet werden und nicht der gesamte Datensatz. Dies verringert auch die Belastung der Systemressourcen. Darüber hinaus wird sichergestellt, dass alle notwendigen Daten ohne Verlust erfasst werden, was eine zuverlässige Grundlage für die Entscheidungsfindung bietet.

Stammdaten

Anstelle eines dedizierten Stammdaten-Management-Systems ist eine in das DWH integrierte flexible Lösung gewünscht. Um dies zu ermöglichen, sind die Lade- und Aktualisierungsprozesse der Stammdaten direkt in die oben beschriebenen Datenflüsse integriert. So lassen sich einerseits in den ERP-Systemen vorhandene Stammdaten beziehen und andererseits zusätzliche Stammdatentabellen zentral pflegen. Gleiches gilt für Mapping- und Hierarchietabellen.

Realisierte DWH-Funktionen

Zu den weiteren Funktionen, die auf Wunsch des Kunden direkt im DWH umgesetzt wurden, gehört neben der bereits angesprochenen Historisierungsfunktion eine Überleitungsfunktion zu historisch gemeldeten, konsolidierten Daten. Ein weiterer Bestandteil ist eine Funktion zur Validierung, was im Kontext von DWH-Implementierungen oft eine besondere Herausforderung darstellt.

Ein Validierungskonzept soll die Qualität und Genauigkeit der Daten sicherstellen. Das im Beispiel implementierte Konzept deckt sowohl die technische als auch die inhaltliche und die buchhalterische Validierung ab.

Wichtigster Vorteil dieses Validierungsansatzes ist neben der Flexibilität die Performance. Diese gewährleistet eine schnelle Rückmeldung zur Datenqualität auch im Abschlussprozess, wodurch der Fachbereich gegebenenfalls Anpassungen in den Quellsystemen vornehmen kann. Die Validierung selbst ist eine Filterung von Daten und bedarf keiner weiteren Berechnungen. Das klare Feedback zur Art des Datenqualitätsproblems macht komplexe Funktionen leicht verständlich und kommunizierbar. Darüber hinaus wird ein einheitlicher standardisierter Ansatz etabliert, der dasselbe Validierungskonzept auf alle Datensätze und Felder anwendet und so Konsistenz gewährleistet.

Den Durchbruch umsetzen

Das UDS-Konzept lässt sich technologieunabhängig anwenden, sodass wir die jeweils passenden Technologien und Funktionen entsprechend den individuellen Anforderungen in Branche und Reifegrad des Unternehmens bestimmen und umsetzen können. Gerade im Hinblick auf zukünftige Entwicklungen hin zu vollumfänglichen Cloud-Lösungen mit vereinfachten Lizenzmodellen sind SAP Datasphere und Microsoft Fabrics sinnvolle Alternativen.

Das Prinzip des UDS-Konzeptes lässt sich auch auf Ihr Unternehmen anwenden. Starten Sie am besten noch heute mit einer unverbindlichen Information und einem ersten Austausch mit unseren Fachleuten, um gemeinsam das richtige Setup zu bestimmen.