Die Geschäftsführung will in 20 Minuten wissen, wie sich die Marge in einem bestimmten Produktsegment in den letzten drei Quartalen entwickelt hat. Nicht nächste Woche. Jetzt. Was passiert in den meisten Controlling-Teams? Entweder eine hektische Excel-Suche, ein schnell zusammengezimmerter Export aus dem ERP – oder die ehrliche Antwort: „Das kann ich dir erst morgen sagen.“
Ad-hoc-Analyse ist die Fähigkeit, genau solche Fragen sofort zu beantworten. Nicht weil jemand besonders schnell tippt, sondern weil die Datenstruktur diese Fragen zulässt, ohne dass jemand vorher eine Abfrage programmiert oder einen Report gebaut hat.
Dieser Artikel erklärt, was Ad-hoc-Analyse im Controlling bedeutet, wie sie sich von Standard-Reporting unterscheidet und welche Voraussetzungen nötig sind, damit sie tatsächlich funktioniert.
Wollt ihr Ad-hoc-Analysen in eurem Controlling-System einrichten?
Ob IBM Planning Analytics für euren Bedarf passt, lässt sich in einem kurzen Gespräch klären.
Was ist eine Ad-hoc-Analyse – und was unterscheidet sie vom Standard-Reporting?
Eine Ad-hoc-Analyse (lat. „für diesen Zweck“) ist eine ungeplante, anlassbezogene Datenauswertung. Sie entsteht aus einer konkreten Frage heraus, die nicht durch bestehende Reports beantwortet wird – und sie muss sofort beantwortet werden, nicht im nächsten Reporting-Zyklus.
Der Unterschied zum Standard-Reporting ist strukturell:
Der entscheidende Punkt: Ad-hoc-Analysen sind kein Sonderfall, den das Controlling-Team manuell aufbereitet. In modernen Finance-Teams sind sie Self-Service – Fachbereiche stellen ihre Fragen selbst. Dafür braucht es die richtige Datenstruktur, wie sie zum Beispiel Business Intelligence Systeme bereitstellen.
Welche Arten von Ad-hoc-Anfragen kommen im Controlling typischerweise vor?
Die häufigsten Auslöser für Ad-hoc-Anfragen im Finance-Bereich:
Abweichungsanalysen
„Warum liegt die Marge in Region Nord 3 Prozentpunkte unter Plan?“ – Diese Frage entsteht beim Durchsehen des Monatsreportings. Sie braucht sofortige Antwort, nicht einen neuen Bericht.
Szenariofragen der Geschäftsführung
„Was passiert mit unserem Cashflow, wenn wir den Launch um sechs Wochen verschieben?“ – Klassische Ad-hoc-Frage, die eine dynamische Datenstruktur voraussetzt. Sie ist eng verwandt mit rollierenden Forecasts.
Vertriebliche Einzelauswertungen
„Zeig mir alle Kunden, die seit mehr als 90 Tagen nicht bestellt haben und letztes Jahr über 50.000 Euro Umsatz hatten.“ – Eine Kombination aus mehreren Filterebenen, die ein starres Report-System nicht abbildet.
Regulatorische Ad-hoc-Anfragen
Wirtschaftsprüfer, Banken oder interne Revision stellen kurzfristig Detailanfragen, die außerhalb des normalen Berichtszyklus liegen. Wer diese nicht binnen Stunden beantworten kann, verliert Vertrauen.
Laut einer Gartner-Studie verbringen Finance-Teams im Durchschnitt 40 Prozent ihrer Arbeitszeit mit dem Suchen, Aufbereiten und Zusammenführen von Daten für ungeplante Anfragen – statt mit der eigentlichen Analyse.
Was sind die technischen Voraussetzungen für echte Ad-hoc-Fähigkeit?
Ad-hoc-Analyse ist kein Feature, das man einfach „einschaltet“. Sie setzt eine bestimmte Datenarchitektur voraus. Vier Bausteine sind entscheidend:
- Multidimensionale Datenstruktur (OLAP-Würfel): Daten müssen aus beliebigen Blickwinkeln analysierbar sein – nach Region, Produkt, Zeitraum, Kostenart – ohne dass jede Kombination vorher als Report angelegt wurde.
- In-Memory-Technologie: Abfragen über große Datenmengen müssen in Sekunden laufen. Nur dann ist echter Self-Service möglich, bei dem der Nutzer iterativ fragt, bis er eine Antwort hat.
- Self-Service-Frontend: Fachbereiche müssen Abfragen selbst zusammenstellen können, ohne SQL-Kenntnisse. Das kann ein Excel-Frontend sein, das direkt auf die Datenbank zugreift, oder ein webbasiertes Interface.
- Kontrollierter Datenzugriff: Ad-hoc-Freiheit und Governance sind kein Widerspruch. Nutzer sehen nur die Datenbereiche, für die sie berechtigt sind.
Wie funktioniert Ad-hoc-Analyse mit IBM Planning Analytics (TM1)?
IBM Planning Analytics ist auf OLAP-basierter Ad-hoc-Analyse aufgebaut. Der Kern – die TM1 In-Memory-Datenbank – ist darauf ausgelegt, multidimensionale Abfragen in Echtzeit zu beantworten.
In der Praxis bedeutet das:
Controller öffnen Planning Analytics for Excel und ziehen sich Datenschnitte direkt in ihre Arbeitsmappe – aus dem Live-Modell, nicht aus einem Export.
- Sie können Dimensionen frei kombinieren: Marge nach Produktgruppe, gefiltert auf einen bestimmten Vertriebskanal, für die letzten 6 Monate, im Vergleich zum Vorjahr.
- Drill-down bis zur Einzelbuchungsebene ist möglich, wenn das Modell entsprechend aufgebaut ist.
- Änderungen in der Planung wirken sofort auf alle abhängigen Auswertungen – keine veralteten Daten, kein manueller Refresh.
Das unterscheidet Planning Analytics fundamental von einem rein analytischen BI-Tool: Es ist bidirektional. Nutzer können nicht nur lesen, sondern auch zurückschreiben – Planzahlen anpassen, Szenarien modellieren, direkt im selben System.
Wie sieht das in der Praxis aus?
Hays Deutschland: 25.000 bis 35.000 Projekte – ohne IT-Bottleneck
Hays Deutschland nutzte zuvor einen aufwändigen, Excel-basierten Planungsprozess, bei dem Vertriebsleiter ihre Forecasts nicht selbst anpassen konnten. Nach der Einführung von IBM Planning Analytics haben Vertriebsverantwortliche direkten Self-Service-Zugriff auf ihre eigenen Planungsdaten. Das Team bewältigt heute 25.000 bis 35.000 Projekte in der Planung – und kann Ad-hoc-Anfragen der Geschäftsführung eigenständig beantworten.
Swisscom: Echtzeitberechnungen für hunderte gleichzeitige Nutzer
Swisscom hatte ein konkretes Ad-hoc-Problem: Treiberbasierte Berechnungen liefen zu langsam, wenn mehrere hundert Nutzer gleichzeitig auf das System zugriffen. Nach der Migration auf IBM Planning Analytics laufen Berechnungen in Echtzeit. Das Ergebnis: Monatsendberichte brauchen 50 Prozent weniger Vorbereitungszeit.
Wie gut ist eure Ad-hoc-Fähigkeit heute?
In einem kurzen Gespräch können wir einschätzen, ob eure aktuelle Datenstruktur echte Self-Service-Analysen zulässt.
Was sind typische Fehler beim Aufbau von Ad-hoc-Fähigkeit?
Fehler 1: Zu viele vordefinierte Reports statt flexibler Strukturen
Teams, die jede Anfrage mit einem neuen Report beantworten, bauen über Jahre einen Reportfriedhof auf – Dutzende Berichte, von denen 80 Prozent niemand mehr nutzt. Das eigentliche Problem – fehlende Flexibilität in der Datenstruktur – bleibt ungelöst.
Fehler 2: Ad-hoc-Abfragen direkt auf dem ERP
ERP-Systeme sind für Transaktionsverarbeitung gebaut, nicht für analytische Ad-hoc-Abfragen. Ein dediziertes Planungs- und Analysesystem ist hier die sauberere Lösung.
Fehler 3: Self-Service ohne Governance
Ad-hoc-Freiheit ohne klare Berechtigungsstruktur führt dazu, dass Nutzer auf Daten zugreifen, die nicht für sie bestimmt sind. Governance und Flexibilität müssen von Beginn an gemeinsam gedacht werden.
Faktenblock: Ad-hoc-Analyse in Zahlen
- Finance-Teams verbringen 40 % ihrer Zeit mit dem Suchen und Aufbereiten ungeplanter Datenanfragen (Gartner)
- Unternehmen mit Self-Service-BI reduzieren die Bearbeitungszeit von Ad-hoc-Anfragen um bis zu 70 % (BARC BI Survey)
- Swisscom: 50 % weniger Vorbereitungszeit für Monatsberichte nach Planning Analytics Einführung
- IBM Planning Analytics basiert auf TM1 – einer In-Memory-OLAP-Datenbank seit den 1980er Jahren
- Hays Deutschland: 25.000–35.000 Projekte in der Planung, Vertriebsleiter mit vollem Self-Service-Zugriff
Warum BI2run – und was wir im Erstgespräch klären
BI2run hat über 200 TM1 und Planning Analytics Projekte in der DACH-Region abgeschlossen. In vielen davon war der Auslöser genau dieses Problem: ein Controlling-Team, das zu viel Zeit mit dem Beantworten von Ad-hoc-Anfragen verbringt, weil die Datenstruktur dafür nicht ausgelegt ist.
Was wir im Erstgespräch klären: Wie sieht euer aktueller Prozess für ungeplante Datenanfragen aus? Wie lange dauert eine typische Ad-hoc-Auswertung heute? Wenn sich zeigt, dass ein anderer Ansatz besser passt, sagen wir das offen.
Ad-hoc-Analyse · BI Managed Services
Ad-hoc-Analyse einrichten – wo fangen wir an?
In einem 30-minütigen Gespräch klären wir, wie Ad-hoc-fähig eure aktuelle Datenstruktur ist.
Gespräch buchen →Glossar: Die wichtigsten Begriffe
FAQ: Häufige Fragen zur Ad-hoc-Analyse
Was ist der Unterschied zwischen einer Ad-hoc-Analyse und einem Standard-Report?
Ein Standard-Report ist vordefiniert und beantwortet immer dieselben Fragen zu festen Zeitpunkten. Eine Ad-hoc-Analyse beantwortet neue, ungeplante Fragen sofort – ohne dass jemand vorher einen Report bauen muss.
Welche Tools eignen sich für Ad-hoc-Analysen im Controlling?
Das hängt vom Anwendungsfall ab. Für rein analytische Auswertungen eignet sich Power BI oder Tableau. Für Controlling-Teams, die gleichzeitig planen und analysieren und Planzahlen zurückschreiben wollen, ist IBM Planning Analytics die stärkere Lösung.
Kann Excel für Ad-hoc-Analysen ausreichen?
Für kleine Teams mit überschaubaren Datenmengen ja. Sobald Daten aus mehreren Quellen konsolidiert werden müssen, sind Excel-Grenzen schnell erreicht. Planning Analytics for Excel verbindet die Excel-Oberfläche mit einer leistungsstarken Datenbankstruktur.
Wie stelle ich sicher, dass Ad-hoc-Abfragen keine Datenschutzverletzungen erzeugen?
Über granulare Berechtigungsstrukturen auf Dimensions- und Elementebene. In IBM Planning Analytics lässt sich exakt steuern, welcher Nutzer auf welche Datenbereiche zugreifen darf – bis auf die Ebene einzelner Zellen.
Wie unterscheidet sich Ad-hoc-Analyse von KI-gesteuertem Forecasting?
Ad-hoc-Analyse beantwortet Fragen über vergangene und aktuelle Daten. KI-gesteuertes Forecasting prognostiziert zukünftige Entwicklungen. Beide ergänzen sich: eine saubere Ad-hoc-Struktur ist die Grundlage für zuverlässige KI-Prognosen.
