08.03.2023 | Business Intelligence

Treasury Management – zwei Ansätze im Vergleich

Die globalisierte Geschäftswelt stellt Unternehmen insbesondere im Hinblick auf die ständige Überwachung ihrer Liquiditätskennzahlen vor große Herausforderungen. Vor allem im Treasury- und Risk-Management ergeben sich komplexe Datensammlungen über interne Unternehmensgrenzen hinweg, die eine konsolidierte Gruppenberichterstattung auf Konzernebene erfordern. Wie lassen sich Treasury-Management-Systeme oder ERP-Module in Business Intelligence-Lösungen integrieren?
Sandra Ardan

Warum Treasury Management- Systeme sinnvoll sind

Wie behalten Unternehmen in einer globalisierten Welt Liquiditätskennzahlen im Blick und beherrschen ihre komplexen Datensammlungen auch über interne Unternehmensgrenzen hinweg – besonders im Treasury- und Riskmanagement? Business Intelligence-Lösungen versprechen eine schnelle und aktuelle Informationsbereitstellung für CFOs und Bereichsverantwortliche. Der Kontrolle von Währungs-, Zins- und Rohstoffpreisrisiken dienen wiederum spezielle Treasury Management-Systeme. Wie lassen sich beide Tools nun miteinander verknüpfen? Im Folgenden werden zwei Ansätze verglichen, wie Treasury-Management-Systeme oder ERP-Module in Business Intelligence-Lösungen integriert werden können.

Zwei Ansätze Treasury Management-Systeme zu integrieren

Zwei grundlegend unterschiedliche Herangehensweisen sind denkbar. Zum einen wird der „Embedded Analytics-Ansatz“ betrachtet, der es ermöglicht, innerhalb des SAP S/4HANA Systems komplexe Auswertungen durchzuführen. Beim zweiten Ansatz handelt es sich um den „Enterprise Analytics-Ansatz“, bei dem externe Datenquellen angebunden werden können und somit die Option besteht, auch außerhalb eines ERP-Systems zu agieren. Beide Ansätze bieten Unternehmen eine Möglichkeit, ihre Finanzdaten zu analysieren und schnelle Entscheidungen zu treffen, um Risiken zu minimieren und Liquiditätspositionen zu optimieren.

 

Embedded Analytics - Enterprise Analytics

Ansatz I – Treasury Management mit Embedded Analytics

Embedded Analytics bezeichnen ein Angebot analytischer Funktionen, die direkt innerhalb eines Systems, wie in diesem Beispiel dem ERP-System SAP S/4HANA, bereitgestellt werden. Auf diese Weise kann der Nutzer die analytischen Funktionen, in Form von Apps oder Reports, innerhalb des transaktionalen ERP-Systems nutzen, ohne einen Systemwechsel vornehmen zu müssen. Die Daten werden über virtuelle Datenmodelle auf Basis sogenannter „CDS Views“ („Core Data Services“) ausgewertet und parallel zum transaktionalen Prozess analysiert. Dies ermöglicht ein Real-Time-Reporting, bei dem der Nutzer keine Verzögerung zwischen der Änderung der Daten im operativen Prozess und dem analytischen Prozess erfährt.

Module in S/4HANA

Folgende Module werden bei der Umsetzung eines beispielhaften Liquidity-Dashboards im Embedded Analytics-Kontext genutzt:

  1. Das SAP S/4HANA Treasury and Risk Management-Modul ermöglicht die gesamtheitliche Verwaltung von Finanzanlagen (Kapitalanlagen & Kreditlinien) im ERP-System.
  2. Im SAP S/4HANA Cash & Liquidity Management können Bankkonten zentral innerhalb einer Organisation verwaltet werden.
  3. Im Advanced Payment Management werden die ein- und ausgehenden Zahlströme verwaltet und ins Cash & Liquidity Management-Modul geführt.

Das virtuelle Datenmodell

Die SAP SE hat mit S/4HANA und dem Konzept der virtuellen analytischen Datenmodelle auf Basis der transaktionalen Daten eine Vorreiterrolle eingenommen. Dadurch eröffnen sich völlig neue Möglichkeiten für die Modellierung. Die virtuellen Datenmodelle sind aufgrund ihrer flexiblen Gestaltung besonders vielversprechend. Die CDS Views bilden dabei eine Baumstruktur im virtuellen Datenmodell, indem sie auf SAP HANA-Tabellen oder anderen CDS Views basieren und miteinander assoziiert werden. Die höchste Ebene des Datenmodells, die Query-View, bietet schließlich gebündelte Informationen zu einem bestimmten Business-Kontext. CDS Views basieren auf der Skriptsprache ABAP SQL, die sich an SQL anlehnt, jedoch mit grundlegenden syntaktischen Unterschieden.

SAP Analytics Cloud

Modellierung & Dashboard Design

Folglich werden anhand dieser Informationen die virtuellen Datenmodelle für die einzelnen Bestandteile und die Gesamtliquidität erstellt. Es werden Modelle für die Bankstammdaten, das Cash Management, die Kreditlinien, die Kapitalanlagen und schlussendlich für die Gesamtliquidität erstellt. Alle Query Views der Modelle werden per OData Service veröffentlicht und als SAC Story Dashboard bereitgestellt.

 

Liquiditäts-Storypage

Ansatz II – Treasury Management mit Enterprise Analytics

Wie kann eine Business Intelligence-Architektur mit externen Drittsystemen aussehen? Treasury Management-Systeme von Drittanbietern, wie beispielsweise „Reval“ oder „Tipco“, bieten Unternehmen umfassende Funktionen zur Optimierung ihres Finanzmanagements. Diese Systeme sind in der Lage, eine Vielzahl von Finanzinstrumenten und -daten zu verwalten und zu analysieren. Hierzu zählen beispielsweise Liquiditäts- und Risikomanagement, Devisenhandel, Zahlungsverkehr oder auch Compliance-Management. Externe Treasury Management-Systeme ermöglichen Unternehmen eine integrierte Finanzsteuerung und Transparenz über die Finanzströme. Die Daten werden in nahezu Echtzeit verarbeitet und analysiert, so dass Entscheidungen in Bezug auf das Finanzmanagement schnell und effektiv getroffen werden können. Zudem bieten Treasury Management-Systeme eine einfache Integration mit bestehenden Business Intelligence-Lösungen oder anderen Finanzanwendungen, was eine nahtlose Zusammenarbeit ermöglicht. Mit der Nutzung eines externen Treasury Management-Systems können Unternehmen somit ihr Finanzmanagement effektiv und effizient gestalten.

 

Mit Calculation Views zum Ziel

Durch die Nutzung von SAP HANA SDA (Smart Data Access) können externe Treasury Management-Systeme wie Reval oder Tipco in SAP HANA integriert werden. Hierbei werden Remote-Tabellen als virtuelle Tabellen in SAP HANA angezeigt. Zahlungsströme, die beispielsweise mit Devisen, Derivaten und Zinsinstrumenten zusammenhängen, werden in Rahmen von Calculation Views aus diesen angebundenen Tabellen heraus dazugehörenden Stammdaten zugeordnet. Ein Bericht über Bankbeziehungen kann dann beispielsweise auf Grundlage dieser Struktur erstellt werden. Auch ein Bericht für die verpflichtenden AWV-Meldungen ist in Kürze erstellt. Anschließend ist die Vielfältigkeit von Calculation Views hervorzuheben, beispielsweise zur Abbildung von weiteren komplexen Geschäftslogiken, zur Optimierung der Performance, zur Integration in bestehende SAP BW-Datenmodelle oder als Quelle für Stammdaten in Infoobjekten. Calculation Views sind entlang der Architektur weit verbreitet und stellen einen wichtigen Bestandteil des Datenflusses bis zum Cube dar. Im Composite Provider können sie mit Daten aus ADSOs kombiniert und in einer Query weiterverarbeitet werden. Die im Frontend (Analysis for Office oder SAP Analytics Cloud) verfügbaren Ergebnisse können als Informationsquelle oder Grundlage für Planungen im Fachbereich genutzt werden.

 

SAP Analysis for Microsoft Excel

Welcher Treasury Management-Ansatz ist nun sinnvoller?

Obwohl sowohl der Embedded Analytics-Ansatz als auch der Enterprise Analytics-Ansatz Technologien zur Datenanalyse und -verarbeitung verwenden, gibt es einige wichtige Unterschiede zwischen ihnen.

Der erste Unterschied liegt in ihrem Zweck. Der Embedded Analytics-Ansatz ermöglicht den Zugriff auf analytische Funktionen innerhalb eines Systems, während beim Enterprise Analytics-Ansatz ein herkömmlicher Report auf Basis der Daten von angebundenen Drittsystemen erstellt wird.

Ein weiterer Unterschied liegt in der Art der Datenverarbeitung. Mit Embedded Analytics werden Daten in Echtzeit parallel zum operativen Prozess analysiert. Es bietet damit ein nahtloses Reporting. Externe Treasury Management-Systeme können zwar theoretisch auch in Echtzeit arbeiten, jedoch ist aufgrund der großen Datenmenge und der Verbindung mit SAP HANA eine Echtzeit-Analyse mit externen Systemen nicht immer durchführbar. Stattdessen müssen die angebundenen Tabellen in der Regel mindestens täglich, wenn nicht sogar mehrmals täglich, aktualisiert werden, um eine zeitnahe Analyse zu gewährleisten. Diese Ladeläufe lassen sich jedoch per Prozessketten automatisieren und stellen kein Hindernis der normalen Nutzung der Berichte dar.

Es gibt auch Unterschiede in Bezug auf die Integration. Embedded Analytics ist in das zugrunde liegende System integriert, was eine nahtlose Integration mit dem operativen Prozess ermöglicht und die Nutzung von Funktionen erleichtert. Auf der anderen Seite können externe Treasury Management Systeme in bestehende Systeme integriert werden, erfordern jedoch möglicherweise zusätzliche Anpassungen, um reibungslos mit anderen Systemen zu interagieren.

Zusammenfassend kann man sagen, dass sowohl der Einsatz von Embedded Analytics als auch die Anbindung an externe Treasury Management Systeme ihre Vor- und Nachteile haben. Unternehmen sollten abwägen, welcher Ansatz am besten zu ihren spezifischen Anforderungen und Geschäftsprozessen passt. Wenn eine nahtlose Integration und eine schnelle Echtzeit-Analyse erforderlich sind, könnte Embedded Analytics auf SAP S/4HANA die richtige Wahl sein. Wenn dagegen ein höheres Maß an Flexibilität und Anpassungsfähigkeit benötigt wird, kann die Anbindung externer Treasury Management-Systeme eine bessere Option darstellen.

 

 

Let's get in touch!
Wachsen auch bei Ihnen die Reporting-Anforderungen im Treasury-Bereich oder haben Sie allgemeines Interesse daran, sich zu diesem Thema auszutauschen?
Kontaktieren Sie uns!
array(7) { ["post_type"]=> string(4) "post" ["orderby"]=> string(4) "date" ["order"]=> string(4) "DESC" ["posts_per_page"]=> int(-1) ["cat"]=> int(4) ["post_status"]=> string(7) "publish" ["post__not_in"]=> array(1) { [0]=> int(3134) } }

Analytics mit SAP S/4HANA ...

Viele Unternehmen befinden sich derzeit in Transformationsprojekten aus der alten ERP-Welt hin zu SAP S/4HANA oder planen eine Einführung des Systems innerhalb der nächsten Jahre. ...
Mehr Informationen →

Nutzen von Business Intelligence: ...

Um Projektbewertungen zu vereinfachen und den Nutzen von Business Intelligence sichtbar zu machen, haben wir ein Bewertungsmodell entwickelt. Die monetäre Quantifizierung und Projektbewertung werden dadurch ...
Mehr Informationen →

Ihre Migration auf Infor ...

Warum Sie vor der Migration auf Infor d/EPM 12 nicht zurückschrecken müssen – unser Erfahrungsbericht
Mehr Informationen →

Demokratisierung der Daten

5 Faktoren, die für eine erfolgreiche Kultur der Daten essenziell sind
Mehr Informationen →

Planung next level

Mit der bidirektionalen Anbindung von SAP Data Warehouse Cloud und SAP Analytics Cloud
Mehr Informationen →

DashSPORTS: Wimbledon

Spiel, Satz und Sieg – Tennis Wimbledon 2022 unter die Lupe genommen
Mehr Informationen →

SAP BO auf SAP DWC

So gelingt der Wechsel
Mehr Informationen →

Jahresberichte mit IBCS

In 5 Schritten zu einem guten Reporting mit den IBCS Standards
Mehr Informationen →

SAP on premise vs. ...

Was kann die SAP Data Warehouse Cloud?
Mehr Informationen →

Power BI oder Tableau?

Self-Service BI-Tools im Vergleich
Mehr Informationen →

User Experience Driven BI

3 Gründe, warum UX Design für erfolgreiche BI Applikationen essenziell ist
Mehr Informationen →

Mit Excel Add-in Ihre Daten analysieren

Eine Anleitung in 3 Schritten
Mehr Informationen →

Wahlergebnisse als Realtime WebApp?

5 Leitfragen für die erfolgreiche Entwicklung einer WebApp mithilfe der Microsoft Azure Cloud & Python
Mehr Informationen →

IBM Planning Analytics with ...

3 Gründe noch dieses Jahr zu migrieren
Mehr Informationen →

Automatisieren oder assistieren?

Welcher Trend bestimmt das Future Work im Controlling?
Mehr Informationen →

Digitaler Controllingassistent

Diese 7 Kriterien sollten Sie bei der Einführung eines Sprachassistenten im Controlling beachten
Mehr Informationen →