4. Controlling & KPIs – gestützt durch KI
Wer heute über Zahlen spricht, muss dabei auch an KI denken. Durch Machine Learning, Large Language Models & Co. ergeben sich derartig gewaltige Veränderungen, dass unbedingt KI-Expertise aufgebaut werden muss. Außerdem birgt KI – Stichwort Cybersecurity – auch Gefahren, vor denen es sich lohnt, gewappnet zu sein. Die neuen Möglichkeiten des Controllings gehen dank KI weit über die monatliche betriebswirtschaftliche Auswertung hinaus – was mehr Arbeit, aber eben auch mehr Information bedeutet. So sieht sich das Controlling im Family Office mittlerweile oft vor einer Flut von neuen Tools und Software-Lösungen auf Basis von KI in den verschiedenen Portfoliounternehmen, was das Sammeln und Aggregieren der Daten zur mittelgroßen Herkulesaufgabe macht.
Es war schon immer schwierig, von vielen Firmen viele Daten in verschiedenen Formaten zu erhalten und diese dann analytisch vergleichbar zu machen. Durch den Einsatz von modernen KI-Tools wird das aber einfacher, weshalb es heute im Family Office und auch in den Portfoliounternehmen eine Selbstverständlichkeit sein sollte, Daten im großen Stil zu erheben und zu analysieren.
Damit nicht genug: Jetzt muss das Family-Office-Controlling pro Portfoliounternehmen und auch pro Anlageklasse einen eigenen Satz genau definierter KPIs entwickeln und diese in den Portfoliounternehmen konsequent und langfristig erheben. Daraus werden dann übergeordnete Metriken erstellt: Wie viel Kundenkontakt gab es über das Portfolio hinweg und wie sehen meine durchschnittlichen Customer Acquisition Costs (CAC) aus? Was kann hier die eine Firma von der anderen lernen?
Das ist bei Weitem keine Forderung um ihrer Selbst willen, sondern Notwendigkeit: In der aktuellen Marktlage steht die Steigerung der Profitabilität der bestehenden Unternehmen durch Einsatz von KI und dem Ausrichten des Kerngeschäfts auf Digital Business hoch im Kurs. Hier müssen Family Offices in der Lage sein, die Portfoliounternehmen zu unterstützen.
Was ist zu tun? Family Offices müssen sich und ihr Portfolio in die Lage versetzen, auf einer fundierten Datenbasis Fragen nach Customer Journey und Profitabilität nachzugehen. Sonst werden sie in den kommenden Jahren in einem Markt, in dem solche Analysen zum Standard geworden sind, hinterherhinken.
Ziel für die ersten 100 Tage: Um in einer KI dominierten Welt zu bestehen, braucht es Expertise im Team – nicht nur punktuell, sondern möglichst in der Breite. Dafür sollte unbedingt Sorge getragen werden, sowohl durch Hiring, als auch durch Weiterbildung. Dafür ist im ersten Schritt eine Analyse, im zweiten eine Roadmap zu erstellen. Das veränderte Team kann dann notwendige Leistungsmetriken definieren, Systeme für Data Mining und Data Management etablieren und Daten mittels passender KI-Tools erheben und monitoren.