Zurück zur Übersicht
Executive Decision Systems

Wenn jede Abteilung andere Zahlen hat: Wie CEOs verlässlich entscheiden

Unterschiedliche Bereichszahlen sind nicht automatisch falsch. Entscheidend ist, ob Definition, Stichtag, Datenweg und offene Differenzen für den jeweiligen Managementbeschluss geklärt sind. Ein konkreter Einstieg mit Abstimmungsbrücke, klarer Verantwortung und kontrollierter AI-Unterstützung.

Executive Summary

Das Wichtigste in einer Minute

Das Managementproblem

Vertrieb, Finance und operative Leitung rechnen mit verschiedenen Geschäftszuständen. Ohne gemeinsame Definitionen plant das Unternehmen womöglich Kapazität für unbestätigte Aufträge oder hält Ressourcen zurück, die tatsächlich gebraucht werden. Eine gemeinsame Oberfläche löst die unterschiedlichen Bedeutungen nicht.

Warum es für die Geschäftsleitung zählt

Wie anspruchsvoll vollständige Datenaggregation und Berichterstattung sind, zeigt eine historische aufsichtliche Bewertung: Im BCBS-Bericht 2023 erfüllten mit Datenstand Juni 2022 nur 2 von 31 bewerteten global systemrelevanten Banken sämtliche bewerteten Prinzipien vollständig. Die meisten erreichten über die Prinzipien hinweg weitgehende oder vollständige Erfüllung. Keine Datenfehlerquote und kein KMU-Benchmark. Im illustrativen Artikelbeispiel erklären Bestätigungsstatus, Dubletten und Stichtag die Differenz zwischen CHF 1.200.000 im Ausgangsauszug und CHF 900.000 für die vereinbarte Steuerungsgröße. CHF 300.000 Differenz sind nicht automatisch Umsatzverlust.

Was jetzt zu tun ist

Wählen Sie einen Bericht, an dem eine wichtige Entscheidung hängt. Vereinbaren Sie Definition und Stichtag, erklären Sie Unterschiede bis zum Datensatz und benennen Sie fachliche Verantwortung. Legen Sie fest, welche Werte geprüft, vorläufig oder für einen bestimmten Beschluss gesperrt sind. Testen Sie den Ablauf über 30, 60 und 90 Tage. AI unterstützt erst auf geklärten Quellen und Regeln; die Entscheidung über eine ungeklärte Kennzahl bleibt menschlich verantwortet.

Der Vertrieb meldet Wachstum. Finance sieht weniger bestätigtes Geschäft. Die operative Leitung plant zusätzliche Kapazität. Alle haben gerechnet, aber nicht unbedingt dasselbe. In der Geschäftsleitungsrunde geht es dann um die Herkunft der Zahlen, obwohl eigentlich über Personal, Investitionen oder Lieferzusagen entschieden werden sollte.

Das ist nicht bloss lästig. Wer einen offenen Angebotswert für gesicherten Auftragseingang hält, kann Kapazität zu früh aufbauen. Wer bereits bestätigte Aufträge wegen einer verzögerten Systemaktualisierung nicht sieht, kann genau die Ressourcen zurückhalten, die für ihre Erfüllung nötig wären. Es gibt keine pauschale Verlustquote dafür. Die wirtschaftliche Frage ist konkreter: Welche Entscheidung treffen wir auf Basis welcher Zahl?

Ich würde deshalb nicht mit einem neuen Dashboard beginnen. Zuerst müssen die Bereiche festlegen, was ihre entscheidungsrelevanten Kennzahlen bedeuten, wie Unterschiede erklärt werden und wann eine Zahl für einen bestimmten Beschluss ausreichend belastbar ist. Die Definition gehört ins gemeinsame Betriebsmodell, nicht in die Erinnerung der Person, die den Bericht erstellt.

Unterschiedliche Zahlen sind nicht automatisch falsche Zahlen

Eine Vertriebsprognose, ein bestätigter Auftrag, eine erbrachte Leistung und ein abgerechneter Betrag bilden verschiedene Zustände ab. Sie dürfen auseinanderliegen. Ein Auftrag ist nicht schon Umsatz und eine Rechnung ist nicht schon Zahlungseingang. Gerade in länger laufenden Projekten ist diese Unterscheidung wesentlich.

Problematisch wird es, wenn alle vier Werte unter derselben Überschrift erscheinen oder ihre Abgrenzung erst im Meeting erklärt werden muss. Dann kann eine sachlich korrekte Zahl die falsche Entscheidung unterstützen. Eine präzisere Darstellung löst das nicht, wenn die Bedeutung ungeklärt bleibt.

Für eine gemeinsame Auftragseingangskennzahl müssen beispielsweise Vertragsstatus, Stornierungen und Stichtag feststehen. Bei internationalem Geschäft kommen Währung, Umrechnungskurs und einheitliche Gruppenzuordnung hinzu. Bei einem Margenvergleich braucht es die gleiche Kostenbasis. Ein Bereich rechnet vielleicht variable Leistungskosten ein, ein anderer zusätzlich Projektmanagement. Das ist zunächst eine unterschiedliche Fragestellung, kein Rechenfehler.

Der erste Schritt lautet deshalb: Unterschiede benennen, bevor man sie beseitigt. Fachlich nützliche Bereichssichten dürfen bleiben. Für bereichsübergreifende Beschlüsse müssen sie jedoch auf eine vereinbarte Steuerungsgröße überleitbar sein.

Warum ein teures Reporting-System das Problem nicht allein löst

Wie anspruchsvoll gemeinsame Datenarchitektur und Berichterstattung sein können, zeigt ein klar begrenzter Bankenbefund. Im 2023 veröffentlichten Fortschrittsbericht des Basler Ausschusses erfüllten mit Datenstand Juni 2022 nur 2 von 31 bewerteten global systemrelevanten Banken sämtliche bewerteten BCBS-239-Prinzipien vollständig. Die Bewertung erfolgte durch die zuständigen Aufseher. Der Bericht hält zugleich fest, dass die meisten Banken über die Prinzipien hinweg weitgehende oder vollständige Erfüllung erreicht hatten.1

Das ist keine Datenfehlerquote, keine Aussage über unbrauchbare Bankberichte und kein KMU-Benchmark. Der regulatorische Maßstab und die Komplexität internationaler Banken sind besonders hoch. Der Befund zeigt aber, weshalb vorhandene Systeme noch keine vollständig abgestimmte Datengrundlage garantieren. Im selben Bericht werden fehlende gemeinsame Datenklassifikationen und unvollständige Datenherkunft als Hindernisse beschrieben.1

BCBS 239 verlangt für Banken unter anderem konsistente Begriffsdefinitionen, nachvollziehbare Abstimmung und Verantwortung auf Geschäfts- und IT-Seite. Ein gemeinsames physisches Datenmodell ist dabei nicht zwingend; mehrere Modelle brauchen belastbare Abstimmungsverfahren. Das ist eine hilfreiche Architekturidee, keine allgemeine regulatorische Pflicht für mittelständische Unternehmen.2

Für einen CEO bedeutet das: Eine Zusammenführung der Daten kann sinnvoll sein. Sie ersetzt aber nicht die Entscheidung darüber, welche Bedeutung gelten soll und wer für sie einsteht.

Eine Abstimmungsbrücke statt einer weiteren Diskussion

Nehmen wir ein ausdrücklich illustratives Beispiel, keinen Kundenfall. Ein CRM-Auszug enthält angeblich CHF 1.200.000 Auftragseingang. Für die Kapazitätsplanung will das Unternehmen aber nur bestätigte Netto-Neuaufträge bis zu einem vereinbarten Stichtag verwenden. Alle folgenden Beträge seien in CHF, ohne Mehrwertsteuer und überschneidungsfrei ermittelt.

Die Prüfung ergibt: CHF 100.000 betreffen noch nicht bestätigte Vorhaben. CHF 50.000 stammen aus doppelten Datensätzen. Weitere CHF 150.000 wurden erst nach dem Stichtag bestätigt und gehören in die nächste Periode.

Die Überleitung lautet:

CHF 1.200.000 aus dem Ausgangsauszug, abzüglich CHF 100.000 unbestätigter Vorhaben, CHF 50.000 Dubletten und CHF 150.000 außerhalb der Periode, ergeben CHF 900.000 für die vereinbarte Steuerungsgröße. Dies ist eine Modellrechnung, kein beobachtetes Unternehmensergebnis.

Die Differenz von CHF 300.000 ist nicht automatisch verlorenes Geschäft. Ein Teil kann später bestätigt werden. Die Dubletten hingegen sind ein Datenfehler. Wer alles gemeinsam als Umsatzverlust bezeichnet, erzeugt bereits die nächste falsche Kennzahl.

Auch CHF 900.000 reichen allein nicht für eine Personalentscheidung. Die operative Leitung muss wissen, wann die Aufträge abgearbeitet werden, welche Fähigkeiten sie benötigen und wie viel bestehende Kapazität verfügbar ist. Die gemeinsame Zahl ermöglicht diesen nächsten Schritt. Sie nimmt ihn nicht vorweg.

Eine solche Abstimmungsbrücke sollte auf die betroffenen Datensätze zurückführen. Sonst ist sie nur eine weitere Erklärung auf einer Folie. Bleibt eine Differenz ungeklärt, werden Betrag, mögliche Ursache und zuständige Person sichtbar festgehalten. Eine neue Summenzeile darf den offenen Rest nicht verstecken.

Der Kennzahlensteckbrief, den die Bereiche gemeinsam verantworten

Ich würde mit wenigen Kennzahlen beginnen, an denen tatsächlich eine Managemententscheidung hängt. Für jede entsteht ein kurzer Steckbrief. Kein hundertseitiges Datenhandbuch vor dem ersten brauchbaren Ergebnis.

Zuerst der Entscheidungszweck. Soll der Wert eine Kapazitätsfreigabe, eine Preisentscheidung oder eine Liquiditätsmaßnahme unterstützen? Dieselbe Datenquelle kann für unterschiedliche Zwecke unterschiedliche Auswertungen benötigen. Ein Forecast ist nützlich, wenn Unsicherheit ausgewiesen wird. Als bereits gesichertes Geschäft wäre er irreführend.

Dann die Definition. Was wird gezählt, was ausgeschlossen? Welche Periode, Währung und Einheit gelten? Wie werden Stornierungen, Teilaufträge und nachträgliche Änderungen behandelt? Bei Quoten müssen Zähler und Nenner klar sein. Eine Abschlussquote nach Anzahl ist nicht dasselbe wie eine Abschlussquote nach Auftragswert.

Danach der Datenweg. Wo entsteht der relevante Geschäftsvorgang, welche Quelle ist für welchen Zustand maßgeblich und welche Berechnung führt zur Managementzahl? Eine manuelle Korrektur braucht Begründung, nachvollziehbare Freigabe und ein Datum. Der Originalstand bleibt erhalten.

Schließlich die Zuständigkeit. Eine fachlich verantwortliche Person bestätigt Definition und Verwendbarkeit. IT stellt die technische Verarbeitung und Kontrollen sicher. Wer die Kennzahl nutzt, meldet Anforderungen und erkennbare Probleme zurück. Ein Datenverantwortlicher kann eine Zahlenfrage klären; die wirtschaftliche Entscheidung bleibt bei der dafür befugten Führungskraft.

Der britische Government Data Quality Framework von 2020 stützt diese nutzungsbezogene Sicht. Er verlangt, kritische Daten zu priorisieren, Qualität verständlich zu dokumentieren und Verantwortlichkeit zu verankern. Er ist für die britische Zentralverwaltung entwickelt worden, kein verbindlicher Unternehmensstandard.3

Wann trotz Unsicherheit entschieden werden darf

Vollständig abgestimmte Zahlen zu verlangen, kann ebenfalls schaden. Eine operative Entscheidung kann heute nötig sein, während eine abschließende Buchung erst später verfügbar ist. Dann braucht es einen sichtbar vorläufigen Wert, keine vorgetäuschte Endgültigkeit.

Das britische Framework unterscheidet unter anderem Konsistenz, Genauigkeit, Vollständigkeit und Aktualität. Daten können untereinander konsistent sein und trotzdem die Wirklichkeit falsch abbilden. Es beschreibt außerdem den Zielkonflikt zwischen rechtzeitiger Bereitstellung und Vollständigkeit. Qualität ist am Verwendungszweck zu beurteilen.3

Ich würde drei Verwendungszustände unterscheiden. Ein geprüfter Wert ist für den beschriebenen Zweck freigegeben. Ein vorläufiger Wert darf nur für ausdrücklich benannte, begrenzte Entscheidungen genutzt werden. Eine gesperrte Kennzahl darf den betroffenen Beschluss nicht begründen, bis die wesentliche Unsicherheit geklärt ist.

Wesentlich ist nicht bloss die Größe einer Abweichung. Auch eine kleine unbekannte Differenz kann relevant sein, wenn sie eine knappe Mindestmarge oder einen Engpass verändert. Umgekehrt muss ein unwesentlicher, erklärter Rundungsunterschied nicht jede operative Planung anhalten. Der Maßstab ist die mögliche Veränderung des Beschlusses.

Praktisch heißt das: Finance und der betroffene Bereich beschreiben, wie empfindlich die Entscheidung auf die offene Differenz reagiert. Bleibt die Maßnahme bei plausiblen Varianten sinnvoll, kann eine begrenzte Freigabe mit Prüftermin vertretbar sein. Kippt sie je nach Auslegung, braucht es vor dem Beschluss zusätzliche Klärung. Rücknehmbare Maßnahmen und langfristige Verpflichtungen verdienen dabei unterschiedliche Anforderungen.

Was AI sinnvoll übernehmen kann

Nach der Klärung kann AI helfen, Berichte vorzubereiten und erkennbare Abweichungen zu erläutern. Sie kann auf freigegebene Definitionen zugreifen, einen Datenweg zusammenfassen oder Hinweise für die fachliche Prüfung bündeln. Wiederkehrende Dubletten- und Stichtagsprüfungen lassen sich oft schon regelbasiert automatisieren. Dafür braucht es nicht zwingend ein Sprachmodell.

Ein AI-Assistent sollte insbesondere nicht selbst entscheiden, welche von zwei widersprüchlichen Definitionen die offizielle ist. Ebenso wenig darf er eine fehlende Abstimmung durch eine plausibel klingende Erklärung ersetzen. Für eine Managementvorlage müssen Quelle, Datenstand, verwendete Definition und offene Einschränkungen nachvollziehbar bleiben.

Ein begrenzter Test könnte abgeschlossene Berichtsperioden nutzen. Das Team baut bekannte Dubletten, abweichende Stichtage und fehlende Bestätigungen in getrennte Testdaten ein. Erkennt die Unterstützung diese Fälle? Trennt sie einen belegten Unterschied von einer Vermutung? Verweist sie ungeklärte Sachverhalte an die benannte Person, statt eine endgültige Zahl zu behaupten?

NISTs AI Risk Management Framework von 2023 verlangt dokumentierten Geschäftskontext, geeignete Daten, bekannte Wissensgrenzen und definierte menschliche Aufsicht. Es ist ein freiwilliger US-Rahmen und weder Zertifizierung noch Sicherheitsgarantie.4

Im Fassbender AI Operating System greifen hier mehrere Ebenen ineinander. Strategy & Value bestimmt, welche Entscheidung wirtschaftlich zählt. Processes & Decisions legt den Beschlussweg fest. Data & Knowledge verankert Definitionen und Quellen. Technology & Integration stellt die Überleitung bereit. Governance & Evaluation prüft Verwendbarkeit und Änderungen. People & Operating Model sorgt dafür, dass die beteiligten Personen ihre Aufgabe auch übernehmen können. Eine Verbindung von Systemen ohne diese Entscheidungen bleibt unvollständig.

Ein realistischer Einstieg über 30, 60 und 90 Tage

In den ersten 30 Tagen würde ich einen entscheidungsrelevanten Bericht auswählen und die zugehörigen Kennzahlen begrenzen. Finance, ein betroffener Geschäftsbereich und IT dokumentieren Definitionen, Datenwege und aktuelle Unterschiede. Die letzte abgeschlossene Periode dient als Ausgangspunkt. Erfasst werden auch der tatsächliche Abstimmungsaufwand und die Beschlüsse, die deshalb warten mussten. Es geht um eine Baseline, nicht um rückwirkend konstruierte Einsparungen.

Bis Tag 60 wird die Überleitung in mindestens einer neuen Berichtsperiode angewendet. Manuelle Schritte bleiben sichtbar. Wiederkehrende Fehler werden möglichst am Entstehungsort behoben, etwa durch eine klarere Bestätigung im CRM. Änderungen an Definitionen erhalten einen Gültigkeitsbeginn; alte und neue Auswertung werden erklärt. Sonst erscheint ein Definitionswechsel fälschlich als Wachstum oder Rückgang.

Bis Tag 90 prüft die Geschäftsleitung, ob der Bericht für seinen Zweck verlässlich genug ist. Verglichen werden offene wesentliche Differenzen, Aktualität, manueller Gesamtaufwand und die Zeit bis zum betreffenden Beschluss. Dazu zählen auch neue Prüf- und Pflegearbeiten. Weniger Aufwand ist zunächst verfügbare Kapazität, nicht automatisch eine Kostenreduktion.

Erst dann wird über den nächsten Bereich und eine weitergehende Automatisierung entschieden. Bei rechtlichen Berichtspflichten und Rechnungslegung gelten die jeweiligen Anforderungen weiterhin. Eine interne pragmatische Steuerungsdefinition darf diese nicht ersetzen.

Wann daraus ein Blueprint-Mandat wird

Ein einzelner fehlerhafter Export braucht meist eine gezielte Reparatur. Dafür würde ich kein Transformationsmandat empfehlen.

Anders liegt der Fall, wenn mehrere Bereiche auf verschiedene Quellen vertrauen, wirtschaftlich wichtige Entscheidungen dadurch blockiert werden und AI bereits auf diesen Zahlen arbeiten soll. Dann müssen Prioritäten, Datenarchitektur, Verantwortlichkeiten und Investitionen zusammen entschieden werden.

Der Executive AI Transformation Blueprint schafft dafür in drei Wochen eine entscheidungsfähige Grundlage. Er verbindet Managementinterviews mit einem Management Value Case, dem Target AI Operating System, priorisierten Workstreams und einer 90/180/365-Tage-Roadmap. Die Geschäftsleitung erhält eine eigenständige zweiseitige Executive Summary und ein 30–45-seitiges Executive Deck. Der Drei-Wochen-Prozess ist die Planung, nicht die Behauptung, sämtliche Datenprobleme in diesem Zeitraum zu beseitigen.

Für diesen Anwendungsfall müsste der Value Case konkret zeigen, welche Beschlüsse heute warten, welcher Abstimmungsaufwand entsteht und welche Änderung mit vertretbarem Aufwand geprüft werden kann. Wo die Baseline fehlt, bleibt der Nutzen eine zu testende Hypothese. Transformationsinvestitionen und das Beratungshonorar werden getrennt ausgewiesen.

Management-FAQ

Müssen alle Bereiche exakt dieselben Zahlen verwenden?

Nein. Bereichssichten können unterschiedliche Zwecke erfüllen. Für gemeinsame Entscheidungen müssen Bedeutung und Abgrenzung aber klar sein. Wo dieselbe Steuerungsgröße gemeint ist, braucht es eine nachvollziehbare Überleitung und dokumentierte verbleibende Unterschiede.

Ist eine zentrale Datenplattform die Voraussetzung?

Nicht immer. Ein begrenzter Einstieg kann auf bestehenden Systemen aufbauen. Entscheidend sind freigegebene Quellen, gemeinsame Definitionen und prüfbare Verarbeitung. Eine Plattforminvestition ist dann sinnvoll, wenn ihre zusätzlichen Fähigkeiten für konkrete Anforderungen nötig sind.

Wer hat bei einem Zahlenkonflikt das letzte Wort?

Die fachlich verantwortliche Person klärt die Definition und die zuständigen Bereiche prüfen die Daten. Verändert eine Auslegung die wirtschaftliche Entscheidung wesentlich, muss die befugte Führungskraft darüber entscheiden. IT oder ein AI-Assistent sollten keinen ungeklärten Zielkonflikt stillschweigend auflösen.

Woran erkennen wir einen brauchbaren ersten Fortschritt?

Wenn ein ausgewählter Bericht seine Definitionen, seinen Stichtag und seine Einschränkungen offenlegt, Unterschiede nachvollziehbar erklärt werden und der zuständige Entscheider damit den vorgesehenen Beschluss treffen kann. Ein schöneres Dashboard allein ist dafür kein Nachweis.

Quellen

  • ◆Basler Ausschuss, Fortschrittsbericht 2023: aufsichtliche Bewertung internationaler Großbanken mit Datenstand Juni 2022.1
  • ◆BCBS 239, 2013: konsistente Definitionen, Datenabstimmung und fachliche Verantwortung im Bankenkontext.2
  • ◆UK Government Data Quality Framework, 2020: Qualität für den konkreten Nutzungszweck und transparente Einschränkungen.3
  • ◆NIST AI RMF 1.0, 2023: Geschäftskontext, Daten und menschliche Aufsicht.4

Weiterführende Insights

Strategische Beratung

Vom Insight zur belastbaren Entscheidung.

Wir übersetzen AI-Potenziale in eine klare Architektur, messbare Prioritäten und eine umsetzbare Roadmap für Ihr Unternehmen.