Eindrücke von der Fachtagung Information Management 2020

Coronabedingt fand die Fachtagung Information Management in diesem Jahr nicht als Präsenzveranstaltung statt, sondern wurde live aus unserem Studio gestreamt. Dabei waren einige Referenten live vor Ort, andere wurden über die digitalen Kanäle zugeschaltet. Die didaktische Hürde war für den Moderator Jens Ropers und alle Referenten gleich – sie präsentierten und beantworteten Fragen vor einem virtuellen Publikum. Keine einfache Aufgabe, wenn es darum geht,  den Spannungsbogen hochzuhalten. Doch die Reaktionen der etwa 80 Teilnehmer auf das neue Veranstaltungsformat, die Referenten und Themen waren sehr positiv, was sich auch in den Beurteilungen niederschlug. Wer sich selbst ein Bild der Fachtagung machen möchte, kann den Stream und die dazugehörenden Handouts der Vorträge noch bis zum 30.10.2020 buchen

Worum ging es bei den Vorträgen?

Das Controlling steht seit einiger Zeit vor mindestens 2 großen Herausforderungen. VUCA, mit dem aktuell wohl anschaulichsten Beispiel, wie funktioniert Unternehmensplanung vor dem Hintergrund eines weltweiten Infektionsrisikos? Und zweitens, wie gestalte ich die digitale Transformation, wie generiere ich möglich rasch und nachhaltig Business Value aus Big Data?

Steffen Vierkorn, Geschäftsführer der QUNIS GmbH, zeigte in seinem Vortrag sehr anschaulich, dass es nicht nur darum geht, Daten (einige sagen, das Öl des 21. Jahrhunderts) zu heben und zu analysieren, sondern wie wichtig es ist, die richtigen Data & Analytics Strategien zu identifizieren und das Fundament für eine „Data Driven Organisation“ zu formulieren. Ein zusätzlicher Nutzwert seines Vortrags war hierfür eine Vorlage für ein Mapping, das unterschiedliche strategische Ziel-Optionen berücksichtigt.

Manager wollen keine bunten Dashboards, sie wollen eine Managerzeitung. So lautete die zentrale und provakante Aussage von Dr. Jürgen Faisst, Geschäftsführer, HICHERT+FAISST IBCS Institute. Er durchleuchtete die aktuellen Bedürfnisse des Managements und des Controllings im Berichtswesen und reflektierte dies an seiner knapp 30 jährigen Beratungserfahrung. Dashboards sind chic – doch leider häufig auch unbrauchbar, wenn es darum geht mit einem Blick zu erfassen, was für das Management als Entscheidungsgrundlage wichtig ist. Und wie muss ein Dashboard aussehen, wenn die digitalen Ausgabegeräte Tablets oder Smartphones mit eingeschränktem Darstellungsfeld sind?

Aus England wurde Bernie Smith zugeschaltet. Er ist Founder of Made to Measure KPIs und erklärte eindrucksvoll, wie ein KPI-Baum aus seiner Sicht aussehen sollte. Aber auch wie man dahin kommt (was ist wichtig, was ist unwichtig) und welche strategischen Optionen zu berücksichtigen sind. Besonders interessant waren seine Hinweise zur Übertragung auf ein Strategy Canvas.

Nico Damm, Senior Consultant Data Architecture / Data Engineering, QUNIS GmbH, ging in seinem Vortrag  unter anderem ausführlich auf die unterschiedlichen Rollenmodelle für Analytics ein (Data Owner, Data Steward, Business Architect, Board | Architecture& Data Governance) und lieferte ein Best Practice Modell für ein innovatives Datenmanagement (die Data Lake Architektur).

Wie datengetrieben heute Spitzensport funktioniert, verdeutlichte Thomas Blobel, Trainingswissenschaftler und Sportinformatiker an der TU München am Beispiel eines Profivereins aus dem Fußball. Sein Fazit, das auch auf alle Industrieunternehmen übertragbar ist: Ein (leistungsstarkes) IT-System ohne die Integration in die internen Abläufe und Prozesse, ist wie ein Ferrari ohne Benzin. Schön anzusehen, man kann damit prahlen, aber er ist nutzlos.

Was haben Astrophysik und DataSience gemeinsam? Erstens: Das Universum ist der größte denkbare Datentopf. Zweitens: Da die Daten teuer zu beschaffen sind, benötigen wir state-of-the-art Algorithmen zur Analyse. Adrian H.B. Fopp, Data Science Strategist, Innovator und CEO der Alp.Stars GmbH zeigte in seinem Vortrag sehr eindrucksvoll, welche Erkenntnisse aus der Astrophysik, die sich bereits seit 2002 mit Big-Data-Aufgabenstellungen beschäftigt, heute von Data Scientists genutzt werden können, um aus einer Black-Box eine White-Box zu machen (Customer Analytics).

„Wie Machine Learning im Controlling Alltag unterstützen kann“ lautete der Vortrag von Martin Hanewald, Senior Data Scientist, QUNIS GmbH. Dies geschieht durch Domänen Wissen (Welche Einflussfaktoren bestimmen die zu prognostizierende Kennzahl?), durch Statistisches Wissen (Wie überführe ich das Domänenwissen in ein valides Modell?) und durch technisches Wissen (Wie erzeuge ich den Forecast und mache ihn für andere nutzbar?). An dem aus der Praxis stammenden Kundenbeispiel über den Absatz von Hefe zu Corona-Zeiten wies er auch auf die Biases, die kognitiven Verzerrungen hin, die durch reines Machine Learning schnell entstehen können.

Schauen wir noch weiter in die Zukunft: Kennen Sie XAI, Explainable Artificial Intelligence, zu Deutsch: erklärbare künstliche Intelligenz oder erklärbares Maschinenlernen? Es ist ein Neologismus, der seit etwa 2004 in der Forschung und Diskussion über Maschinenlernen verwendet wird. XAI soll eindeutig nachvollziehbar machen, auf welche Weise dynamische und nicht linear programmierte Systeme, z. B. künstliche neuronale Netze, Deep-Learning-Systeme (reinforcement learning) und genetische Algorithmen zu Ergebnissen kommen. XAI ist eine technische Disziplin, die operative Methoden erarbeitet und bereitstellt, die zur Erklärung von AI-Systemen dienen, beispielsweise im Rahmen der Umsetzung der Datenschutz-Grundverordnung (DSGVO). Das Fazit von Udo Schlegel, Ph.D. Computer Science an der Universität Konstanz:  XAI kann helfen,Fairness, Bias,  Privacy, Robustness, Trust und vieles weitere zu ermöglichen. Allerdings steckt es noch in den Kinderschuhen, wird aber rasch an Bedeutung gewinnen.

Welchen Beitrag KI (künstliche Intelligenz) in der Bildverarbeitung heute schon leistet, zeigte Dr. Wolfgang Eckstein, Managing Director, MVTec Software GmbH, in seinem Vortrag mit aktuellen Beispielen sehr anschaulich. Allerdings zeigte er auch sehr klar: Ein KI-System kann nicht zwischen Korrelation und kausalem Zusammenhang unterscheiden. Er warnt: KI Systeme lernen auswendig – das ist kein Verstehen. Hier ist nach wie vor der Mensch gefragt.

Unter der Moderation von Jens Ropers demonstrierte avantum consult in den 3 Pausenblöcken der Tages-Veranstaltung wie man mit Predictive Analytics-Algorithmen sein Liquiditätsmanagement professionalisieren kann. Als Goodie für die Teilnehmer bietet avantum zur Umsetzung ein kostenloses Whitepaper an: Operational Cash Forecasting.

Lesson Learned

Form Follows Function würde man bei Industriedesignern sagen. Was Coronabedingt als ein aktuelles Veranstaltungsformat für  Weiterbildung, Networking und Gedankenaustausch konzipiert wurde, kann auch für weitere Fachtagungen der CA controller akademie genutzt werden. Aus dem Kreis der Teilnehmer kamen überwiegend positive Rückmeldungen bis hin zur Aussage „Praxisbezug war gut. Philosophischer kann man sonst wo lesen:“ Daher auch von unserer Seite ganz herzlichen Dank an alle die dabei waren!