Kennzahlen · Reihe «Reporting, das Entscheide trägt», Teil 2
Vom Entscheid zur Kennzahl: KPIs ableiten statt sammeln
Die meisten Kennzahlensets entstehen durch Sammeln: was das System liefert und was jemand einmal wollte. Wer stattdessen beim Entscheid beginnt, braucht weniger Kennzahlen – und jede hat einen Grund.
Die Geschäftsleitung tagt am Dienstag. Der Monatsbericht hat 34 Seiten und 120 Kennzahlen; diskutiert werden drei davon. Für das Traktandum, das wirklich ansteht – Preiserhöhung im Januar, ja oder nein –, fehlt die Zahl, die es bräuchte: der Deckungsbeitrag je Kundengruppe nach den gestiegenen Materialkosten. Der Controller weiss, dass sie sich aus dem ERP bauen liesse. Er hat sie nie gebaut, weil sie nie jemand bestellt hat. Dafür stehen im Bericht zwölf Kennzahlen, die seit Jahren niemand anschaut.
Warum Sammeln scheitert
Kennzahlen zu sammeln ist der natürliche Weg, und er führt zuverlässig in dieselbe Sackgasse. Drei Kräfte treiben ihn. Das ERP und das BI-Werkzeug liefern, was technisch einfach ist. Die Führungskräfte nennen, was sie aus früheren Berichten kennen. Und was einmal im Bericht steht, bleibt dort, weil das Streichen einer Kennzahl jemanden verärgern könnte, das Behalten aber niemanden.
Ossola-Haring, Schlageter und Schöning beschreiben das Ergebnis mit drei Kreisen: Angebot (was technisch verfügbar ist), Nachfrage (was das Management wünscht) und Bedarf (was für die Steuerung nötig ist). Nur die Schnittmenge aller drei ist das Ziel. Die übrigen Flächen heissen Zombie-Berichte, Wunschlisten und Lücken (Ossola-Haring et al. 2019, S. 94 f.). Gladen nennt denselben Zustand «Mangel im Überfluss»: Datenangebot, Datennachfrage und Informationsbedarf decken sich nicht – und der objektive Bedarf lässt sich nicht bei den Empfängern erfragen, sondern nur aus den Problemen ableiten, die zu lösen sind (Gladen 2014, S. 7).
Das kostet auf drei Ebenen. Erstens Aufmerksamkeit: Wer 120 Zahlen zeigt, hat nicht priorisiert, und die Geschäftsleitung tut es dann selbst – nach Bauchgefühl, in der Sitzung. Posselt bringt es auf die Formel «Je detaillierter die Kennzahlen, desto weniger aussagefähig ist das Management» (Posselt 2018, S. 29). Zweitens Aufwand: Jede Kennzahl muss definiert, angebunden, beim Abschluss abgestimmt und bei jeder Änderung im Kontenplan nachgezogen werden. Rechnen Sie mit einem halben Tag je Kennzahl und Jahr, kosten 120 Kennzahlen 60 Arbeitstage – für Zahlen, von denen drei diskutiert werden. Drittens Vertrauen: Sobald zwei Berichte dieselbe Grösse unterschiedlich zeigen, verhandelt die Sitzung über die Zahlen statt über den Entscheid.
Der teuerste Effekt ist aber die Lücke. Wer sammelt, geht vom Angebot aus; deshalb ist die Zahl für den anstehenden Entscheid selten dabei. «Was an Reporting möglich ist, wird auch erstellt» (Ossola-Haring et al. 2019, S. 96) – und was möglich ist, bestimmt das System, nicht die Frage.
Die Umkehr ist einfach zu formulieren: Man beginnt beim Entscheid und leitet die Kennzahl daraus ab. Neu ist das nicht. Die Goal-Question-Metric-Methode aus dem Software-Engineering macht seit dreissig Jahren genau das – Ziel, dann Frage, dann Messgrösse (Basili/Caldiera/Rombach 1994). De Langhe und Puntoni nennen es «decision-driven analytics» und setzen es gegen «data-driven»: Nicht die Daten suchen sich einen Zweck, der Entscheid sucht sich seine Daten (de Langhe/Puntoni 2020; 2024). Unser Framework «Vom Entscheid zur Kennzahl» macht daraus sieben Schritte.
Das Framework in sieben Schritten
Entscheid → Frage → Kennzahl → Daten → Bericht → Wirkung → Review. Jeder Schritt hat eine Prüffrage, mit der er abgeschlossen wird, und ein Artefakt, das dabei entsteht. Wer ein Artefakt nicht ausfüllen kann, hat den Schritt davor nicht sauber gemacht – das ist die eingebaute Qualitätskontrolle. Die Regel, die alles trägt: Eine Kennzahl, an der kein Entscheid hängt, ist keine Steuerungsgrösse, sondern Dekoration.
Schritt 1: Der Entscheid
Ein Entscheid ist, formal betrachtet, eine Wahl zwischen Alternativen mit unsicheren Ergebnissen und einem Wertmassstab, der die Kombinationen vergleichbar macht (Albright/Winston 2015, S. 224). In der Praxis einer Geschäftsleitung gibt es zwei Sorten: wiederkehrende Entscheide – Preise, Kapazitäten, Bestände, Kreditlimiten, Personalbedarf – und einmalige wie Investitionen oder Standortfragen. Beide gehören auf eine Liste.
De Langhe und Puntoni empfehlen, jede Analytics-Initiative mit der Identifikation des Entscheids und der Aufzählung seiner Alternativen zu beginnen; erst dann wird klar, welche Daten die Wahl beeinflussen könnten (de Langhe/Puntoni 2020). Gartner nennt die Disziplin «Decision Intelligence»: Entscheide werden als eigene Objekte modelliert, mit Kontext, Alternativen und Rückkopplung. Wir halten es einfacher und nennen das Artefakt Entscheidungs-Inventar. Es enthält je Entscheid den Gegenstand, die Alternativen, den Entscheider, den Rhythmus, den Termin und den Einsatz – was auf dem Spiel steht, in CHF oder in Risiko. Bei einem KMU mit fünfköpfiger Geschäftsleitung kommen typischerweise zehn bis zwanzig Entscheide zusammen. Der ICV-Bericht zur datengetriebenen Steuerung beschreibt den Einstieg treffend: Ausgangspunkt ist ein «Störgefühl» des Managers (ICV/Horváth 2016, S. 16). Das Störgefühl ist der Rohstoff; der Entscheid ist seine geschärfte Form.
Prüffrage: Welche Alternativen stehen zur Wahl, wer wählt, und bis wann? · Artefakt: Entscheidungs-Inventar · Quellen: de Langhe/Puntoni 2020; Gartner; Albright/Winston 2015.
Schritt 2: Die Frage
Zwischen Entscheid und Kennzahl liegt die Frage, und dieser Schritt wird am häufigsten übersprungen. Goal Question Metric ist dafür die klarste Vorlage: Aus einem Ziel werden die Fragen abgeleitet, deren Antworten das Ziel überprüfbar machen, und erst aus den Fragen die Messgrössen (Basili/Caldiera/Rombach 1994). Streifer beobachtet, dass das Problem selten die Fragen sind: Führungskräfte stellen gute Fragen, aber sie zerlegen sie nicht in machbare Analysen – «deconstruct their questions into doable analyses» (Streifer 2004, S. 2). Und nicht jede gute Frage ist beantwortbar; die Prüfung auf Beantwortbarkeit und Aufwand gehört vor die Kennzahl, nicht danach (Streifer 2004, S. 35).
Hier entscheidet sich auch, ob die Informationsbedarfsanalyse subjektiv oder objektiv bleibt. Der nachfrageorientierte Ansatz nimmt an, dass der Anwender seinen Bedarf am besten kennt (Linden 2015, S. 37); der objektive Bedarf folgt aus dem Problem, nicht aus dem Wunsch (Gladen 2014, S. 7). Wir kombinieren beides in einem Interview je Führungskraft, das der Reihenfolge Ziel → Problem → Frühwarnung → Analyse → Bericht → Wirkung folgt, in der Tradition der Anforderungsinterviews von Kimball und Ross: Was wollen Sie erreichen? Was hindert Sie daran? Woran merken Sie, dass es schiefläuft? Welche Analyse würden Sie dann machen? Welchen Bericht nutzen Sie heute dafür? Und was tun Sie mit der Information, sobald Sie sie haben? Die Frage nach der Frühwarnung ist die ergiebigste; sie führt zu den wenigen Kennzahlen, auf die jemand tatsächlich reagiert.
Prüffrage: Ist die Frage mit vorhandenen Daten in vertretbarem Aufwand beantwortbar – und ändert die Antwort den Entscheid? · Artefakt: Fragenkatalog je Entscheid · Quellen: Basili et al. 1994; Streifer 2004; Gladen 2014; Linden 2015.
Schritt 3: Die Kennzahl
Erst jetzt wird gemessen. Parmenter unterscheidet Ergebnisindikatoren, die zeigen, was herausgekommen ist, von Leistungsindikatoren, die zeigen, was zu tun ist – und reserviert den Begriff KPI für die wenigen Grössen, die häufig gemessen werden, an denen jemand hängt und die sich beeinflussen lassen (Parmenter 2020). Kaplan und Norton liefern die Verkettung: Die Strategy Map ordnet Kennzahlen entlang vermuteter Ursache-Wirkungs-Beziehungen, sodass jede Frühindikator-Kennzahl auf ein Ergebnis zeigt (Kaplan/Norton 2000). Grove ergänzt eine Regel, die in Kennzahlensets fast immer fehlt: Jeder Indikator braucht ein Gegenstück, sonst wird er optimiert, bis das Gegenteil eintritt – Bestand gegen Lieferfähigkeit, Umsatz gegen Marge, Durchlaufzeit gegen Qualität (Grove 1983).
Zwei Prüfungen entscheiden über die Aufnahme. Erstens die Steuerbarkeit: Eine Grösse, die nur messbar, aber von niemandem beeinflussbar ist, gehört in den Anhang, nicht in die Steuerung. Weber und Kollegen fordern, Treiber ohne Anbindung an eine Hierarchie zu hinterfragen und sonst aus dem Berichtswesen zu eliminieren (Weber et al. 2017, S. 92). Zweitens die Einsatztiefe: Die Aufspaltung endet dort, wo eine Grösse im täglichen Geschäft unmittelbar handlungsleitend ist (Weber et al. 2017, S. 94) – «Qualität» ist es nicht, «Ausschussquote Linie 2» schon. Und jede Kennzahl bekommt eine Kadenz. Wie oft schauen Sie darauf? Eine Kennzahl ohne Rhythmus ist eine Zahl ohne Termin.
Das Artefakt ist der Kennzahl-Steckbrief mit neun Feldern: Entscheid, Frage, Kennzahl, Definition, Quelle, Kadenz, Owner, Schwelle, Reaktion. Die ersten drei stammen aus den Schritten 1 bis 3, die nächsten drei aus Schritt 4, die letzten drei aus Schritt 6.
Prüffrage: Wer kann diese Zahl bewegen, und wie oft schaut diese Person darauf? · Artefakt: Kennzahl-Steckbrief · Quellen: Parmenter 2020; Kaplan/Norton 2000; Grove 1983; Weber et al. 2017.
Schritt 4: Die Daten
Die Datenrealität holt jede Kennzahl ein, und zwar in fünf Fragen: Wie lautet die Definition, mit Formel und Abgrenzung? Aus welcher Quelle – welches System, welche Tabelle, welcher Stand? Auf welcher Granularität – nach welchen Merkmalen lässt sich die Zahl aufreissen, und welche Wertfelder braucht sie? Mit welcher Frequenz wird sie aktualisiert? Und wer ist Owner, also verantwortlich dafür, dass sie stimmt?
Merkmale und Wertfelder sind die beiden Hälften einer grossen Tabelle: Kunde, Kundengruppe, Produkt, Gesellschaft, Periode auf der einen Seite; Umsatz, Material, Fracht, Deckungsbeitrag auf der anderen. Ob eine Kennzahl «je Kundengruppe» möglich ist, entscheidet sich nicht im Bericht, sondern im Kundenstamm – ist das Merkmal gepflegt, und wer pflegt es? Der ICV-Bericht setzt die Verantwortung beim Controller an: systematisches Datenqualitätsmanagement, vor allem für Stammdaten (ICV/Horváth 2016, S. 18). Ries fordert, dass eine Kennzahl «auditable» sei, bis zu den Rohdaten nachvollziehbar (Ries 2011, Kap. 7). Wir formulieren es als Abstimmbarkeit vor Schönheit: Der Deckungsbeitrag im Bericht muss sich mit der Erfolgsrechnung abstimmen lassen, sonst diskutiert die Sitzung die Differenz. Und weil der Bericht am Abschluss hängt, gehört die Frage «Ab welchem Tag nach Monatsende gilt die Zahl?» in den Messplan.
Zwei Artefakte entstehen: ein Glossar mit einer verbindlichen Definition je Grösse und je Merkmal, und ein Messplan, der je Kennzahl Quelle, Granularität, Frequenz und Owner festhält. Das Glossar ist später die Vorlage für das Datenmodell.
Prüffrage: Aus welcher Tabelle, mit welcher Formel, auf welcher Ebene, wie oft – und wer steht dafür gerade? · Artefakt: Glossar und Messplan · Quellen: ICV/Horváth 2016; Ries 2011.
Schritt 5: Der Bericht
Der Bericht ist ein Träger für Entscheide, kein Ausstellungsraum für Daten. Drei Regeln. Erstens die Botschaft zuerst: Der Titel jeder Seite sagt, was die Zahl bedeutet – «DB II Grosshandel 3 Prozentpunkte unter Budget, Materialkosten sind der Treiber» –, nicht «DB II nach Kundengruppe». Zweitens Abweichung statt Wert: Der Zielwert ist die Grundlinie, der Istwert interessiert nur als Abweichung davon, und eine Schwelle – etwa ±5 % – trennt Beachtung von Kenntnisnahme. Die Vergleichslogik ist immer dieselbe: Vorjahr, Ist, Budget, in dieser Reihenfolge, Zeit von links nach rechts. Drittens Notation nach IBCS®, in Anlehnung und pragmatisch: Ist gefüllt, Budget hohl, Vorjahr grau; gleiche Skalen auf einer Seite; keine Torten. Was das im Einzelnen heisst, steht im Beitrag Was ist IBCS®?.
Streifer beschreibt, welche Daten überhaupt zum Handeln bewegen: das grosse Bild und die Details darüber, was zu ändern wäre (Streifer 2004, S. 7). Deshalb je Entscheid eine Seite: oben die Abweichung, unten die Aufteilung nach dem Merkmal, das den Entscheid strukturiert. Wir unterscheiden drei Berichtsarten – Brille, Seite, Hammer: das Dashboard für den Überblick, der Bericht für die Analyse, der Arbeitsreport als operatives Werkzeug. Ein Entscheid der Geschäftsleitung braucht die Seite.
Und: Prototyp vor Bau. Der erste Bericht entsteht in Excel oder auf Papier, mit echten Zahlen aus dem letzten Abschluss, und wird in einer Sitzung getestet. Erst wenn die Geschäftsleitung damit einen Entscheid vorbereitet hat, lohnt sich die Umsetzung im BI-Werkzeug.
Prüffrage: Steht die Botschaft im Titel, und sieht man in fünf Sekunden die Abweichung, die zählt? · Artefakt: Berichtsprototyp und Notationskonzept · Quellen: IBCS® Standards 1.2; Streifer 2004.
Schritt 6: Die Wirkung
Ein Bericht steuert nicht. Ossola-Haring und Kollegen sagen es unmissverständlich: Ein automatisch erzeugter Report oder ein Hochglanz-Cockpit steuert kein Unternehmen (Ossola-Haring et al. 2019, S. 96). Steuerung entsteht erst, wenn hinter jeder Kennzahl ein Reaktionspfad steht: Schwelle → Owner → Massnahme. Die Schwelle definiert, ab wann die Abweichung Beachtung verdient. Der Owner ist die Person, die dann handelt – nicht die Abteilung. Die Massnahme ist vorab benannt, zumindest als Typ: Preisrunde vorbereiten, Kapazität verschieben, Kreditlimite prüfen. Ossola-Haring und Kollegen formalisieren das als Ampel mit Aktionsliste: Grün wird übergangen, Gelb diskutiert, Rot löst eine Massnahme aus (Ossola-Haring et al. 2019, S. 96–99).
Zur Wirkung gehört die Kadenz: Eine Monatskennzahl gehört in die Monatssitzung, eine Wochenkennzahl in den Wochenrapport, und der Steuerungskalender legt fest, welche Kennzahl an welchem Termin auf dem Tisch liegt. Der ICV-Bericht nennt die Anwendung bei konkreten Entscheiden die «Feuerprobe» (ICV/Horváth 2016, S. 18). Und Streifer erinnert daran, dass auch eine bewusste Nicht-Handlung eine vernünftige Entscheidung sein kann (Streifer 2004, S. 7) – wenn sie protokolliert wird.
Prüffrage: Was passiert, wenn die Zahl die Schwelle reisst – wer tut bis wann was? · Artefakt: Reaktionspfad je Kennzahl, Steuerungskalender · Quellen: Ossola-Haring et al. 2019; ICV/Horváth 2016; Streifer 2004.
Schritt 7: Der Review
Ein Kennzahlenset altert. Ursache-Wirkungs-Hypothesen sind, wie Weber und Kollegen schreiben, «irrtumsgefährdet» und brauchen ständige Überprüfung (Weber et al. 2017, S. 91). Entscheide werden getroffen und verschwinden vom Inventar, neue kommen dazu. Deshalb ein fester Termin – halbjährlich reicht –, an dem jede Kennzahl eine Frage beantworten muss: Welchen Entscheid hat sie in den letzten zwölf Monaten verändert? Albright und Winston liefern das Kriterium aus der Entscheidungsanalyse: Information, die den Entscheid nicht beeinflusst, ist wertlos (Albright/Winston 2015, S. 262). Eine Kennzahl, die keinen Entscheid verändert hat, wird gestrichen oder in den Anhang verschoben; das ist kein Verlust, sondern gewonnene Aufmerksamkeit.
Ries beschreibt den Mechanismus als «Pivot or Persevere»: einen regelmässigen, expliziten Entscheid, ob man an einer Hypothese festhält oder sie wechselt – ohne vorab definierte Erwartung an die Kennzahl wird dieser Entscheid endlos verschleppt (Ries 2011, Kap. 7). Übertragen auf das Reporting: Im Steckbrief steht, welchen Entscheid die Kennzahl tragen soll; am Review-Termin wird geprüft, ob sie es getan hat. Das Ergebnis ist ein aktualisiertes Entscheidungs-Inventar und eine Streichliste – das Artefakt, an dem man reife Steuerung erkennt.
Prüffrage: Welchen Entscheid hat diese Kennzahl in den letzten zwölf Monaten verändert? · Artefakt: Streichliste und aktualisiertes Inventar · Quellen: Albright/Winston 2015; Ries 2011; Weber et al. 2017.
Ein Beispiel: Preiserhöhung im Januar
Eine fiktive Industriegruppe, drei Gesellschaften, Komponentenfertigung für vier Kundengruppen: OEM, Grosshandel, Projektgeschäft, Service und Ersatzteile. Die Materialkosten sind im laufenden Jahr um sechs Prozent gestiegen. Der Entscheid, der im Oktober ansteht: Preiserhöhung per Januar – ja oder nein, und für welche Kundengruppen? Alternativen: keine Erhöhung, pauschal drei Prozent, differenziert nach Kundengruppe. Entscheider: Geschäftsleitung, auf Antrag Verkauf. Einsatz: Bei CHF 80 Mio. Umsatz bedeutet jeder Prozentpunkt Preis rund CHF 800'000 Deckungsbeitrag – jeder verlorene Grosskunde ähnlich viel in die andere Richtung.
Die Fragen aus dem Interview mit Verkaufsleitung und CFO: Bei welchen Kundengruppen ist der Deckungsbeitrag II gegenüber Budget und Vorjahr eingebrochen, und wie stark ist der Materialkosteneffekt darin? Wo haben wir die letzte Preisrunde durchgesetzt, und wo nicht? Welche Kundengruppe hat nach der letzten Erhöhung Volumen abgezogen? Die ersten beiden Fragen sind mit ERP-Daten beantwortbar, die dritte nur teilweise – die Abwanderung lässt sich messen, ihre Ursache nicht. Das wird im Fragenkatalog vermerkt.
Daraus drei Kennzahlen: Deckungsbeitrag II je Kundengruppe (monatlich, kumuliert, gegen Budget und Vorjahr), Preisdurchsetzung als Verhältnis von realisierter zu angekündigter Erhöhung (je Preisrunde), und Volumenabgang der zwanzig grössten Kunden je Gruppe nach der letzten Preisrunde (quartalsweise). Die Kennzahl «Umsatz je Kundengruppe» fliegt raus: Sie ist im Bericht, aber sie verändert diesen Entscheid nicht.
Die Daten: Der Deckungsbeitrag II kommt aus den Rechnungspositionen des ERP (Umsatz, Material zu Standardkosten, Fracht) plus der monatlichen Materialpreisabweichung aus dem Abschluss. Das Merkmal «Kundengruppe» steht im Kundenstamm – in zwei der drei Gesellschaften. In der dritten muss es nachgepflegt werden; das ist die erste Aufgabe im Messplan, Owner Verkaufsinnendienst, Termin Ende September. Gültig ist die Zahl ab dem fünften Arbeitstag nach Monatsende.
| Feld | Inhalt |
|---|---|
| Entscheid | Preiserhöhung per Januar – ja/nein, welche Kundengruppen |
| Frage | Bei welchen Kundengruppen ist der DB II gegenüber Budget und VJ eingebrochen, und wie stark ist der Materialeffekt? |
| Kennzahl | DB II je Kundengruppe, kumuliert, TCHF und in % vom Umsatz |
| Definition | Nettoumsatz − Material zu Standard − Materialpreisabweichung − Fracht; je Rechnungsposition, verdichtet nach Kundengruppe |
| Quelle | ERP Rechnungspositionen, Kundenstamm (Merkmal Kundengruppe), Abschlussbuchung Materialpreisabweichung |
| Kadenz | monatlich, ab 5. Arbeitstag; Entscheidsitzung Oktober |
| Owner | Leitung Verkauf; Datenowner Controlling |
| Schwelle | DB-II-Marge mehr als 2 Prozentpunkte unter Budget in zwei Folgemonaten |
| Reaktion | Verkauf erstellt Antrag Preisrunde je Kundengruppe an GL, inkl. Abgangsrisiko Top-20-Kunden |
Der Bericht: eine Seite, Titel «DB II Grosshandel und Projektgeschäft unter Budget, Materialkosten sind der Treiber; OEM und Service im Plan». Oben der Deckungsbeitrag II nach Kundengruppe, Vorjahr – Ist – Budget, mit Abweichung; unten die Aufteilung der Abweichung in Preis-, Mengen- und Materialeffekt. Der Prototyp wurde in Excel gebaut und in der September-Sitzung getestet.
Der Reaktionspfad: Die Marge im Grosshandel liegt seit drei Monaten mehr als zwei Prozentpunkte unter Budget – Schwelle gerissen. Der Owner, die Verkaufsleitung, erstellt bis zur Oktober-Sitzung den Antrag: vier Prozent Grosshandel, drei Prozent Projektgeschäft, OEM und Service unverändert, mit dem Abgangsrisiko der zwanzig grössten Grosshandelskunden als Gegenkennzahl im Sinne Groves. Die Geschäftsleitung entscheidet mit einer Seite statt mit 34. Im Review im Frühjahr wird geprüft, ob die Kennzahl den nächsten Preisentscheid trägt – oder ob sie ihren Dienst getan hat.
In einem Scoping bei einer Dienstleistungsgruppe mit mehreren Gesellschaften und acht Quellsystemen lag zu Beginn eine Liste mit rund achtzig gewünschten Kennzahlen auf dem Tisch, zusammengetragen aus bestehenden Excel-Berichten. Ich habe die Liste zunächst beiseitegelegt und mit jeder Führungskraft ein Interview geführt, das mit Zielen und Problemen begann, nicht mit Datenwünschen – nach meinem Leitfaden aus der Masterarbeit 2023, der in der Tradition der Kimball-Anforderungsinterviews steht: Ziel, Problem, Frühwarnung, Analyse, Bericht, Wirkung. Die Frage «Woran merken Sie, dass es schiefläuft?» brachte in jedem Gespräch die Kennzahl hervor, die tatsächlich gebraucht wurde. Am Ende hing an einem Grossteil der ursprünglichen achtzig kein Entscheid; sie entfielen ohne Widerstand, weil die Führungskräfte selbst gesehen hatten, dass niemand darauf reagiert hätte. Übrig blieben zwei Dutzend Kennzahlen mit Steckbrief, und das Datenmodell wurde dadurch um zwei Quellsysteme kleiner.
Ein Gedanke aus der Bibliothek, der das Vorgehen begründet: Gladen schreibt, dass Informatiker bei der Informationsversorgung hauptsächlich die Grenzen des technisch Möglichen bestimmen – und dass ein Informationssystem zuvor mit betriebswirtschaftlich aussagekräftigen Daten gefüttert werden muss, damit es brauchbare Führungsinformationen liefern kann (Gladen 2014, S. 7). Deshalb kommen die Schritte 1 bis 4 vor dem Werkzeug. Wer das Datenmodell baut, bevor die Fragen feststehen, baut die Grenzen des technisch Möglichen – nicht den Bedarf. Die Zweckfrage, die wir in jeder Berichtsreview stellen, ist dieselbe wie am Anfang des Frameworks: Was sollen diese Zahlen aussagen, und was wird damit bezweckt?
Was Sie morgen tun können – und was der Scoping-Sprint liefert
Beginnen Sie mit dem Entscheidungs-Inventar. Nehmen Sie die Traktandenlisten der letzten sechs Geschäftsleitungssitzungen und schreiben Sie jeden Entscheid heraus, der dort gefallen ist oder hätte fallen sollen – mit Alternativen, Entscheider und Termin. Legen Sie den aktuellen Monatsbericht daneben und ordnen Sie jede Kennzahl einem Entscheid zu. Was keinem zugeordnet werden kann, ist Ihr erster Streichkandidat.
Wenn Sie das Framework mit uns durchlaufen wollen, ist der Scoping-Sprint das passende Format: zwei bis drei Wochen, Festpreis, entscheidungsreifes Zielbild. Er liefert die Artefakte der sieben Schritte:
- das Entscheidungs-Inventar der Geschäftsleitung mit Alternativen, Entscheidern und Rhythmus,
- den Fragenkatalog je Entscheid, geprüft auf Beantwortbarkeit und Aufwand,
- die Kennzahl-Steckbriefe mit allen neun Feldern, inklusive Schwelle und Reaktion,
- den Messplan mit Glossar – Definition, Quelle, Granularität, Frequenz, Owner je Kennzahl – als Vorlage für das Datenmodell,
- das Notationskonzept mit Seitenvorlage, Vergleichslogik und Schwellen, in Anlehnung an IBCS®, plus einen getesteten Prototyp.
Wer bereits ein Reporting-Projekt laufen hat und wissen will, ob es die Entscheide trägt, für die es gebaut wird, ist mit dem Projekt-Review besser bedient: wenige Tage, Festpreis, eine schriftliche Zweitmeinung.
Quellen
- Albright, S. C.; Winston, W. L. (2015): Business Analytics: Data Analysis and Decision Making, 5. Aufl., Cengage Learning.
- Basili, V. R.; Caldiera, G.; Rombach, H. D. (1994): The Goal Question Metric Approach. In: Encyclopedia of Software Engineering, Wiley.
- de Langhe, B.; Puntoni, S. (2020): Leading With Decision-Driven Data Analytics. MIT Sloan Management Review, sloanreview.mit.edu.
- de Langhe, B.; Puntoni, S. (2024): Decision-Driven Analytics: Leveraging Human Intelligence to Unlock the Power of Data. Wharton School Press.
- Gartner: Decision Intelligence, Gartner Glossary, gartner.com.
- Gladen, W. (2014): Performance Measurement – Controlling mit Kennzahlen, 6. Aufl., Springer Gabler.
- Grove, A. S. (1983): High Output Management, Random House.
- IBCS® Standards 1.2, © IBCS Association, www.ibcs.com, CC BY-SA 4.0.
- ICV/Horváth (2016): Business Analytics – Der Weg zur datengetriebenen Unternehmenssteuerung. Dream-Car-Bericht der Ideenwerkstatt im Internationalen Controller Verein.
- Kaplan, R. S.; Norton, D. P. (2000): Having Trouble with Your Strategy? Then Map It. Harvard Business Review, September–Oktober 2000.
- Kempter, P. (2023): Interviewleitfaden Data-Driven Management Accounting, Masterarbeit (unveröffentlicht); in der Tradition von Kimball, R.; Ross, M. et al.: The Data Warehouse Lifecycle Toolkit, Wiley.
- Linden, M. (2015): Geschäftsmodellbasierte Unternehmenssteuerung mit Business-Intelligence-Technologien, Springer Gabler.
- Ossola-Haring, C.; Schlageter, A.; Schöning, S. (2019): 11 Irrtümer über Kennzahlen, 2. Aufl., Springer Gabler.
- Parmenter, D. (2020): Key Performance Indicators: Developing, Implementing, and Using Winning KPIs, 4. Aufl., Wiley.
- Posselt, G. (2018): Renditeorientierte Führungsstrategien – Kennzahlen motivierend einsetzen, 2. Aufl., Springer Gabler.
- Ries, E. (2011): The Lean Startup, Crown Business.
- Streifer, P. A. (2004): Tools and Techniques for Effective Data-Driven Decision Making, ScarecrowEducation.
- Weber, J.; Bramsemann, U.; Heineke, C.; Hirsch, B. (2017): Wertorientierte Unternehmenssteuerung, 2. Aufl., Springer Gabler.