Start · Lösungen · Weitere Lösungen

Lösung · Weitere Lösungen

Achtunddreißig Prüfregeln, und kein Nachweis, welche davon je etwas gefunden hat

Welche Spesenregeln Arbeit erzeugen und welche etwas finden

Spesen-, Karten-, Prüf- und Personaldaten werden jede Nacht zusammengeführt, sodass jede Regel, jedes Limit und jeder Freigabeschritt nach Aufwand und Treffern bewertbar wird.

Quick WinMicrosoft TeamsMensch in der EntscheidungKI, wo sie sinnvoll ist
2.100Prüfausnahmen im Monat öffnet und schließt diese illustrative Versicherungsgruppe, ohne dass ein Bericht nennt, welche der 38 Regeln sie erzeugt hat.

Kurzfassung für die Geschäftsführung

Herausforderung

Prüfer schließen 2.100 Ausnahmen im Monat, und niemand misst, welche Regeln je etwas gefunden haben.

Was sich ändert

Die Analyseschicht läuft auf dem, was die Gruppe bereits besitzt.

Geschäftlicher Nutzen

Der Prüfaufwand sinkt, weil Regeln, die Ausnahmen ohne Befunde erzeugen.

Beteiligte Systeme

Microsoft Fabric Lakehouse; Power BI Semantikmodell; die Konfiguration der Prüfregeln und Richtlinienlimits, ausschließlich von Menschen geändert

Geschäftsproblem

Reise- und Spesenanalytik

Reise und Spesen erzeugen sehr viele Daten und sehr wenig Erkenntnis, weil die Daten nie an einer Stelle liegen. Belegköpfe und Positionen liegen im Spesensystem, Transaktionen im Portal des Kartenherausgebers, Regelergebnisse in der Prüfwarteschlange, verhandelte Raten in den Dateien des Reisemanagers und die Teamstruktur im Personalsystem. Sie zusammenzuführen ist Handarbeit, die bei jeder neuen Frage von vorn beginnt, also stellt kaum jemand neue Fragen.

Die Richtlinie wird deshalb nach Anekdoten justiert. Ein Limit steigt, weil sich eine Führungskraft über ein Hotel in Kopenhagen beschwert hat. Eine Regel entsteht nach einem Vorfall und wird nie wieder angesehen. Eine zweite Freigabestufe bleibt bestehen, weil ihr Wegfall riskant wirkt, und niemand kann zeigen, dass sie je ein Ergebnis verändert hat. Manche Regeln lösen ständig aus und werden ohne Befund geschlossen, was Prüfer zum Durchklicken erzieht, und die Regeln, auf die es ankommt, werden im selben Rhythmus durchgeklickt.

Führungskräfte geben ohne Kontext frei. Sie wissen nicht, dass die durchschnittliche Hotelnacht ihres Teams deutlich über dem Konzernwert liegt oder dass eine Person jeden Flug innerhalb einer Woche vor Abflug bucht. Der Reisemanager verhandelt Raten in zwölf Städten, ohne zu wissen, ob sie jemand nutzt. Das Problem bleibt, weil Analytik hier niemandes Ergebnis ist: Jede Quelle hat einen Eigentümer, und jeder Eigentümer berichtet nur sein eigenes Stück.

Wie es heute läuft

So sieht ein Quartal in den meisten Gruppen dieser Größe aus, unabhängig vom Spesensystem.

  1. WartezeitSpesenabrechnungen und Kartentransaktionen sammeln sich über das Quartal, ohne je als Ganzes betrachtet zu werden
  2. MenschPrüfregeln lösen aus, Prüfer öffnen jede Ausnahme und schließen die meisten ohne Befund, mit rund sieben Minuten je Fall
  3. MenschZwei Analysten exportieren Abrechnungen, Positionen und die Kartendatei nach Excel und verknüpfen sie über Name und Datum
  4. MenschKostenstellen und Händlerkategorien werden von Hand bereinigt, dann entstehen dieselben drei Folien
  5. WartezeitDie Sitzung stellt eine Frage, die die Folien nicht beantworten; die Nachanalyse kommt rund drei Wochen später
  6. FehlerrisikoEin Limit steigt nach der Beschwerde einer Führungskraft; eine Regel entsteht nach einem Vorfall und wird nie überprüft
  7. FehlerrisikoBefunde je Regel werden nicht gemessen, also kostet eine Regel ohne jeden Treffer genauso viel Aufmerksamkeit wie eine wirksame
WartezeitMenschFehlerrisiko

Warum der heutige Prozess mehr kostet, als er scheint

Die Kosten wachsen dort, wo niemand hinsieht.

  • Prüferstunden für Regeln, die nie zu einem Befund führen, sind die größte sichtbare Verschwendung, und sie verstecken sich in einer Warteschlange, die niemand nach Regeln zählt, sodass sich die Abschaffung keiner Regel mit Belegen begründen lässt.
  • Limits, die den Preisen hinterherhinken, kosten doppelt: zu großzügig in günstigen Städten laden sie zu stiller Mehrausgabe ein, zu eng in teuren erzeugen sie berechtigte Ausnahmen, die Führungskräfte trotzdem lesen müssen.
  • Ein Freigabeschritt, der nie ein Ergebnis verändert hat, verlängert die Erstattung dennoch um Tage, und es bemerkt der Mitarbeiter, der auf sein Geld wartet.
  • Ohne Vergleichswerte kann eine Führungskraft Ausgaben freigeben, aber nicht steuern, sodass ausgerechnet die teuersten Teams nie davon erfahren.
  • Stadt für Stadt verhandelte Raten sind so viel wert wie die Einhaltung, und die Einhaltung misst niemand, sodass jede Verhandlung so blind beginnt wie die vorige.

Kosten des Nichthandelns

Zwölf Monate handgebauter Berichte und ungeprüfter Regeln≈ 206.400 €
Sechsunddreißig Monate, bis eine einzige Regel abgeschafft wird≈ 619.200 €
Ein Land mehr auf demselben Regelbestand, pro Jahr≈ 247.700 €

Regeln wachsen nur in eine Richtung. Jeder Vorfall fügt eine hinzu, keine Prüfung nimmt eine weg, und die Warteschlange wächst schneller als der Aufwand dahinter, sodass Prüfer einen immer größeren Teil des Monats mit dem Durchklicken von Rauschen verbringen. Vor Jahren gesetzte Limits entfernen sich weiter von den Preisen; die berechtigte Ausnahme wird in teuren Städten zum Normalweg, während günstige still über Budget liegen.

Der leisere Verlust ist Autorität. Ein Finanzbereich, der nicht zeigen kann, welche Kontrollen wirken, kann auch die wirksamen nicht verteidigen, und wenn der Prüfungsausschuss nach der Angemessenheit des Kontrollumfelds fragt, beschreibt die ehrliche Antwort eine Absicht. Unterdessen verhandelt der Reisemanager Raten, die das Unternehmen nicht nutzt, und die Teams mit den höchsten Übernachtungskosten erfahren es zuletzt.

Illustratives Szenario

Eine plausible Organisation mit realistischen Größenordnungen. Die Zahlen sind zum Nachrechnen mit Ihren Daten gedacht, kein Kundenergebnis.

Organisation

Eine Versicherungsgruppe mit 4.800 Beschäftigten in fünf Ländern. Reise und Spesen laufen auf SAP Concur mit 38 konfigurierten Prüfregeln; Microsoft 365 ist der Arbeitsplatz, und Power BI wird im Finanzbereich bereits anderweitig genutzt.

Volumen

Rund 14 Mio. € Reise- und Spesenaufwand im Jahr, überwiegend Hotels, Flüge, Verpflegung und Kilometergeld. Ein kleines Prüfteam bearbeitet etwa 2.100 Ausnahmen im Monat; der Kartenherausgeber liefert täglich eine Datei.

Aktueller Prozess

Zwei Finanzanalysten wenden je rund 30 Stunden im Monat auf, um die Monats- und Quartalsberichte in Excel neu zu bauen. Der Reisemanager hat Hotelraten in zwölf Städten verhandelt und hat keine Daten darüber, ob sie gebucht werden.

Engpass

Jede Frage jenseits der Folien erfordert eine neue Handverknüpfung, also folgt die Richtlinie der lautesten Beschwerde, und der Regelbestand wurde nie als Ganzes bewertet.

Lösung

Roboter holen nachts Abrechnungen, Positionen, Regelergebnisse, Freigabezeitstempel, Kartentransaktionen, Personalstruktur und verhandelte Raten in ein Microsoft Fabric Lakehouse; ein Power BI Modell zeigt Ausgaben, Einhaltung und Regelwirksamkeit; ein monatlicher Empfehlungslauf schlägt vor, welche Regeln zu justieren, welche Limits zu verschieben und welche Transaktionsarten sicher automatisch freizugeben sind.

Möglicher Effekt

Im Modellfall sinkt der Prüfaufwand um etwa ein Drittel, sobald die schwächsten Regeln entfallen, die Berichtserstellung bindet nicht mehr den Großteil zweier Analysten, und ein Effekt von einem Prozent auf den Jahresreiseaufwand wird erreichbar. Rechnung auf genannten Annahmen, keine Messung.

Vorgeschlagene Lösung

Die Analyseschicht läuft auf dem, was die Gruppe bereits besitzt. UiPath Roboter lesen Abrechnungen, Positionen, Kategorien, Regelergebnisse und Freigabezeitstempel über UiPath Integration Service, holen die tägliche Kartendatei des Herausgebers, nehmen die Ratenblätter aus SharePoint und ziehen Team-, Stufen- und Kostenstellenstruktur aus dem Personalsystem. Alles landet in einem Microsoft Fabric Lakehouse im eigenen Tenant der Gruppe. Nichts wird in ein führendes System zurückgeschrieben: Die Roboter lesen, entschieden wird von Menschen.

Auf diesem Bestand sitzt ein Power BI Semantikmodell im Direct-Lake-Modus. Es beantwortet, was die drei Folien nicht konnten: Ausgaben nach Team, Kategorie, Stadt und Lieferant; Einhaltung der verhandelten Raten; Ausnahmen und bestätigte Befunde für jede der 38 Regeln; Freigabedauer je Führungskraft; und Vergleiche der Kosten je Reise, Nacht und Mahlzeit zwischen vergleichbaren Teams und Rollen. Sicherheit auf Zeilenebene sorgt dafür, dass eine Führungskraft ihr eigenes Team sieht, und genau das macht das Modell verteilbar.

Verhalten ändert erst der Empfehlungslauf. Einmal im Monat entsteht eine gerankte, belegte Liste: Transaktionsarten ohne eine einzige Ablehnung in zwölf Monaten, vorgeschlagen zur automatischen Freigabe; stets abgelehnte Arten, vorgeschlagen zur Rückgabe schon bei Einreichung; Regeln geordnet nach Ausnahmen gegenüber Befunden, mit Vorschlag zur Schwellenänderung oder Abschaffung für die schwächsten; Limits verglichen mit den in jeder Stadt tatsächlich gezahlten Preisen; Freigabeschritte, die unterhalb eines genannten Betrags nie ein Ergebnis verändert haben; sowie Auffälligkeiten wie die Verdopplung der Verpflegungsausgaben eines Teams, mit den zugehörigen Positionen. Der Finanzbereich nimmt jede Position an, stellt sie zurück oder lehnt sie ab, und jede Entscheidung wird mit Begründung festgehalten. Führungskräfte erhalten eine monatliche Zusammenfassung in Microsoft Teams. UiPath GenAI Activities entwerfen den Quartalstext, den ein Analyst vor allen anderen liest.

Genutzte native Funktionen

UiPath Integration Service Konnektoren für SAP Concur, Microsoft Teams und Microsoft OneDrive & SharePoint; Zeitsteuerung, Credential Store und Prüfpfad von UiPath Orchestrator; UiPath GenAI Activities unter dem UiPath AI Trust Layer; UiPath Insights; Microsoft Fabric Lakehouse und Power BI Semantikmodelle im Direct-Lake-Modus mit Sicherheit auf Zeilenebene

Was wir bauen

Das Datenmodell im Lakehouse und die nächtliche Verknüpfung; Kennzahlen zur Regelwirksamkeit und zum Vergleich von Limits und Preisen; Vergleichswerte nach Team, Rolle und Stadt; den Empfehlungssatz mit seinen Belegpaketen; den Änderungsnachweis für angenommene Änderungen; die Teams Zusammenfassung; das Berichtsdesign

Individuelle Integration

Die tägliche Datei des Kartenherausgebers über SFTP sowie der Personalexport dort, wo kein Konnektor besteht

So läuft der automatisierte Prozess

  1. AutomatisierungRoboter holen jede Nacht Abrechnungen, Positionen, Regelergebnisse, Freigabezeitstempel, Kartentransaktionen, Personalstruktur und verhandelte Raten
  2. AutomatisierungDas Lakehouse wird aktualisiert, und das Power BI Modell berechnet Ausgaben, Einhaltung, Regelwirksamkeit und Vergleichswerte vor Arbeitsbeginn neu
  3. AutomatisierungDer Monatslauf ordnet Regeln nach Ausnahmen gegenüber Befunden, vergleicht Limits mit gezahlten Preisen und listet Kandidaten für die automatische Freigabe mit je zwölf Monaten Historie
  4. MenschDer Finanzbereich prüft jede Empfehlung samt Belegen und nimmt sie an, stellt sie zurück oder lehnt sie ab, mit festgehaltener Begründung
  5. SystemAngenommene Änderungen an Limits, Schwellen und Freigabeschritten werden unter Änderungskontrolle vorgenommen und versioniert
  6. AutomatisierungJede Führungskraft erhält in Teams eine Zusammenfassung der Vergleichswerte ihres Teams, der Ausreißer und der auffälligen Muster
  7. MenschDer Quartalstext entsteht aus dem Modell und wird von einem Analysten geprüft, bevor er irgendwohin geht
AutomatisierungMenschSystem

Modell der Zusammenarbeit mit Menschen

Die Automatisierung übernimmt

  • Nächtliches Holen und Verknüpfen von Spesen-, Karten-, Prüf-, Personal- und Ratendaten
  • Vergleichswerte, Kennzahlen zur Regelwirksamkeit und den Abgleich von Limits mit gezahlten Preisen
  • Den monatlichen Empfehlungslauf und das Belegpaket zu jedem Vorschlag
  • Zusammenfassungen für Führungskräfte in Teams und einen ersten Entwurf des Quartalstextes

Menschen entscheiden

  • Ob jede Empfehlung angenommen, zurückgestellt oder abgelehnt wird und auf welcher Grundlage
  • Über jede Änderung eines Richtlinienlimits, einer Prüfschwelle oder eines Freigabeschritts
  • Über die Gespräche mit Führungskräften und Reisenden, die ein Vergleichswert oder ein Ausreißer auslöst
  • Ob ein entworfener Text belastbar genug für die Verteilung ist

Vorher und nachher

VorherNachher
Befunde je Prüfregelnicht gemessenmonatlich gegen erzeugte Ausnahmen gerankt
Berichtserstellungrund 60 Analystenstunden im Monatein Modell, das jeden Morgen aktuell ist
Limits gegenüber gezahlten Preisenverglichen, wenn sich jemand beschwertmonatlich je Stadt verglichen
Was eine Führungskraft siehteine Summe zur Freigabeihr Team im Vergleich, mit den Ausreißerpositionen
Grundlage einer Richtlinienänderungdie lauteste Beschwerdeeine festgehaltene Entscheidung mit Belegen

Systeme und Integrationen

Der Stack ist bewusst kurz: eine Engine, eine Ausführungsschicht, ein Ort für menschliche Entscheidungen.

Eingänge

  • Abrechnungen, Positionen, Regelergebnisse und Freigabezeitstempel aus SAP Concur
  • die tägliche Datei des Kartenherausgebers
  • Personaldaten zu Team, Stufe und Kostenstelle
  • Dateien mit verhandelten Raten auf SharePoint
  • die Spesenrichtlinie selbst

Automatisierungsschicht

  • UiPath Orchestrator
  • UiPath Robots
  • UiPath Integration Service
  • UiPath GenAI Activities
  • UiPath Insights

Zielsysteme

  • Microsoft Fabric Lakehouse
  • Power BI Semantikmodell
  • die Konfiguration der Prüfregeln und Richtlinienlimits, ausschließlich von Menschen geändert

Menschliche Berührungspunkte: die monatliche Empfehlungsprüfung mit dem Finanzbereich; Zusammenfassungen für Führungskräfte in Microsoft Teams; die Prüfung jedes Textentwurfs durch einen Analysten

AbrechnungenUiPath OrchestratorUiPath RobotsMicrosoft Fabric Lakehousedie monatliche Empfehlungsprüfung mit dem Finanzbereich

Eingesetzte Technologien

UiPath Robots + Orchestrator

nächtliches Holen der Daten; Zeitsteuerung, Credential Store und Prüfpfad

A
UiPath Integration Service (Konnektoren für SAP Concur, Microsoft Teams, Microsoft OneDrive & SharePoint)

liest Abrechnungen, Positionen, Regelergebnisse und Freigabezeitstempel; stellt Zusammenfassungen ein; holt Ratenblätter

A
Microsoft Fabric

ein kontrolliertes Lakehouse für Spesen-, Karten-, Personal- und Ratendaten im eigenen Tenant

A
Power BI (Semantikmodell im Direct-Lake-Modus)

Ausgaben, Einhaltung, Regelwirksamkeit und Vergleichswerte mit Sicherheit auf Zeilenebene je Führungskraft

A
Microsoft Teams

die monatliche Zusammenfassung und der Thread, in dem ein Ausreißer besprochen wird

A
UiPath GenAI Activities

entwirft den Quartalstext aus den Zahlen des Modells zur Prüfung durch einen Analysten

A
UiPath Insights

Laufstatus, Abrufe mit Fehlern und Aktualisierungszeiten der Automatisierung selbst

A
Der Empfehlungssatz

ordnet Regeln, Limits, Freigabeschritte und Freigabekandidaten auf zwölf Monaten Historie

C
Abestätigte Produktfunktion (Herstellerdokumentation)Cillustratives Modell — die Zahlen auf dieser Seite

Illustratives Wirtschaftlichkeitsmodell

Zahlen, die Sie an Ihren eigenen Daten prüfen können.

Illustratives Modell
60 Analystenstunden im Monat × 0,7 übernommen = 42 h × 44 € × 12 Monate= 22.176 € / Jahr für die Berichtserstellung
2.100 Ausnahmen × 7 Min. = 245 h im Monat, davon 35% freigesetzt = 85,75 h × 43 € × 12= 44.247 € / Jahr Prüfaufwand
14.000.000 € Reise- und Spesenaufwand im Jahr × 1% durch preisgerechte Limits und Raten= 140.000 € / Jahr adressierter Aufwand
Jährlicher Wertpool aus drei Quellen (illustrativ)≈ 206.400 €

Die größte der drei Zahlen unten ist zugleich die weichste: Ein Effekt von einem Prozent auf 14 Mio. € Reiseaufwand hängt von Entscheidungen des Finanzbereichs ab, nicht von irgendetwas, das ein Roboter tut, und steht hier nur deshalb, weil justierte Limits, Buchungsvorlauf und Ratentreue durch die Analytik erst entscheidbar werden. Die Arbeitszahlen sind belastbarer: 60 Analystenstunden im Monat für Berichte, davon 70% übernommen, und 2.100 Ausnahmen zu je sieben Minuten, davon 35% freigesetzt, sobald schwache Regeln entfallen und sichere Arten automatisch freigegeben werden. Die Sätze von 44 € und 43 € sind illustrative Vollkosten je Stunde in Mitteleuropa, und jeder Wert ist eine Annahme, keine Messung.

Geschäftlicher Nutzen

  • Der Prüfaufwand sinkt, weil Regeln, die Ausnahmen ohne Befunde erzeugen, anhand von Belegen justiert oder abgeschafft und nicht aus dem Bauch heraus verteidigt werden
  • Transaktionsarten mit geringem Risiko werden auf belastbarer Grundlage automatisch freigegeben: zwölf Monate Ergebnisse, umkehrbar in dem Moment, in dem sich die Daten ändern
  • Limits folgen den realen Preisen, sodass sowohl die stille Mehrausgabe in günstigen Städten als auch die Ausnahmenflut in teuren zurückgeht
  • Die Erstattung beschleunigt sich überall dort, wo ein Freigabeschritt nachweislich nichts verändert hat
  • Führungskräfte steuern Ausgaben, statt sie nur freizugeben, weil Vergleichswerte und Ausreißer sie monatlich erreichen
  • Verhandelte Raten werden genutzt, weil Abweichungen nach Stadt und Lieferant sichtbar sind, bevor die nächste Verhandlung beginnt

Die Sicht der Geschäftsleitung

  • Richtlinie ist keine Meinungsfrage mehr: Jede vorgeschlagene Änderung kommt mit den Ausnahmen, Befunden und Preisen, die dahinterstehen
  • Regelwirksamkeit und Anteil automatischer Freigaben werden zu Kennzahlen mit Verlauf, sodass sich die Angemessenheit der Kontrollen belegen lässt
  • Der Reisemanager verhandelt mit der Einhaltung nach Stadt und Lieferant in der Hand statt mit einer Ausgabensumme
  • Analystenkapazität verschiebt sich vom Zusammenbauen des Berichts zum Beantworten der Fragen, die er aufwirft

KPIs für die Geschäftsführung

Ausnahmen je Regel gegenüber bestätigten BefundenAnteil automatischer FreigabenPrüferstunden im MonatEinhaltung verhandelter RatenReisekosten je Team

Sicherheit und Governance

Die Automatisierung hat genau die Rechte, die sie braucht, und kein einziges mehr.

  • Die Schicht liest ausschließlich und schreibt nie, also arbeiten die Roboter unter Dienstkonten mit Leserecht, deren Geheimnisse im Credential Store liegen, nie in einem Ablauf
  • Lakehouse, Semantikmodell und Berichte bleiben im eigenen Microsoft Fabric Tenant der Gruppe innerhalb der Microsoft 365 EU Data Boundary, die Roboter laufen in der EU-Region der UiPath Automation Cloud
  • Der Zugriff folgt Microsoft Entra ID Gruppen, und Sicherheit auf Zeilenebene begrenzt jede Führungskraft auf ihr eigenes Team; die vollständige Sicht auf Reisende bleibt bei Finanzbereich und Prüfteam
  • Vergleichswerte auf Personenebene sind personenbezogene Daten: Zweck dokumentiert, Nutzung begrenzt, Abstimmung mit Datenschutzbeauftragtem und Betriebsrat vor jeder Veröffentlichung
  • Angenommene und abgelehnte Empfehlungen werden mit Begründung versioniert, sodass sich jede Schwelle auf eine datierte Entscheidung zurückführen lässt; die Textgenerierung läuft unter dem UiPath AI Trust Layer mit Modellfreigabeliste und vollständiger Protokollierung

Warum jetzt

01

Prüfungsausschüsse fragen zunehmend, ob Kontrollen im Verhältnis zum Risiko stehen, und beantworten lässt sich das nur, indem man die Kontrollen selbst misst, also genau durch ein Ranking der Regelwirksamkeit

02

Die Reisepreise haben sich in den letzten Jahren deutlich bewegt, die meisten Richtlinien nicht, sodass Limits und Preise auseinandergelaufen sind und die Lücke Ausnahmen erzeugt, die keine Befunde sind

03

Die Verknüpfung, für die ein Analyst früher Wochen brauchte, ist heute eine nächtliche Aktualisierung: Spesensysteme geben Regelergebnisse und Freigabezeitstempel über APIs heraus, Kartenherausgeber liefern täglich, und Direct-Lake-Modelle lesen das Lakehouse ohne Kopierschritt

Relevante Führungsrollen

CFO

Ein Bericht, der Rückfragen noch in der Sitzung beantwortet, und ein Weg zu geringerem Reiseaufwand, der nicht mit einem Rundschreiben über Economy-Flüge beginnt

Finanzdirektor

Eine gerankte Liste von Änderungen mit beigefügten Belegen, weniger Stunden für Ausnahmen, aus denen ohnehin nie ein Befund geworden wäre, und eine dokumentierte Begründung für jede Richtlinienänderung

Reisemanager

Einhaltung verhandelter Raten nach Stadt und Lieferant, was sowohl die nächste Verhandlung als auch das Gespräch mit den Teams verändert, die sie ignorieren

Häufige Fragen und Einwände

Unser Spesensystem hat doch Berichte.

Es berichtet seine eigenen Daten, und das gut. Regelwirksamkeit gegenüber Befunden, Ratentreue, der Wert von Freigabeschritten und Vergleichswerte brauchen Karten-, Personal- und Ratendaten dazu, und genau diese Verknüpfung kommt hier hinzu.

Irgendetwas automatisch freizugeben klingt riskant.

Der Vorschlag umfasst nur Transaktionsarten mit zwölf sauberen Monaten, er ist eine Empfehlung zur Annahme durch den Finanzbereich und keine Änderung, die das System vornimmt, und derselbe Monatslauf meldet den Moment, in dem sich das Muster ändert.

Wir haben keine freien Analysten dafür.

Diese Analysten bauen gerade den Bericht. Rund 42 ihrer 60 Stunden im Monat gehen in eine Montage, die das Modell übernimmt, und daher kommt die Kapazität zum Handeln.

Wann dies nicht die richtige Lösung ist

  • Der Reise- und Spesenaufwand ist so gering, dass ein einzelner Power BI Bericht über dem Spesensystem jede lohnende Frage beantwortet
  • Es bestehen noch keine Prüfregeln oder Richtlinienlimits, dann steht der Entwurf der Prüfung vor ihrer Messung
  • Der Finanzbereich will Richtlinie und Schwellen nicht anhand von Belegen ändern, oder Spesen- und Kartendaten lassen sich weder exportieren noch über API abrufen; beides kommt zuerst

Eine Frage für die nächste Sitzung

Drei unserer achtunddreißig Prüfregeln erzeugen vermutlich die Hälfte der Ausnahmen und fast keine Befunde: Kann sie hier jemand benennen und sagen, was sie uns im letzten Quartal gekostet haben?

Vorgehen bei der Umsetzung

Ein Umfang ohne Unklarheiten, noch vor der Unterschrift.

Wir liefern

  • Eine Bestandsaufnahme der heutigen Berichte, der 38 Prüfregeln mit zwölf Monaten Ergebnissen, der Limits und der Ratenblätter
  • Das Datenmodell im Lakehouse und die nächtlichen Abrufroboter, mit Kartendatei und Personalstruktur an die Spesendaten angebunden
  • Das Power BI Semantikmodell, die Definitionen der Vergleichswerte und die Berichte, mit Sicherheit auf Zeilenebene, abgestimmt mit Personalbereich und Betriebsrat, wo erforderlich
  • Den Empfehlungssatz, seine Belegpakete und den monatlichen Entscheidungsrhythmus mit Änderungskontrolle für Limits und Schwellen
  • Zusammenfassungen für Führungskräfte in Teams, den optionalen Textentwurf und die Überwachung der Abrufe in Insights
  • Tests gegen die letzten beiden Quartalsberichte, damit das Modell die Zahlen reproduziert, denen der Finanzbereich bereits vertraut

Wir benötigen von Ihnen

  • Lesezugriff auf Spesensystem, Kartendatei, Personalstruktur und Ratendateien
  • Zwölf Monate Ergebnisse der Prüfregeln, einschließlich der Angabe, welche Ausnahmen zu einem Befund führten
  • Einen benannten Eigentümer für Richtlinie und Regelbestand im Finanzbereich, mit Befugnis zur Schwellenänderung
  • Die Mitwirkung des Reisemanagers und Zeit im Monatszyklus für Entscheidungen

Etappen

Analyse

Berichte, Regelbestand, Limits, Raten und Datenzugriff gemeinsam mit Finanzbereich und Reisemanager erfasst

Modell

Lakehouse, Verknüpfungen, Vergleichswerte und Kennzahlen zur Regelwirksamkeit auf zwölf Monaten Historie

Erster Lauf

Der Empfehlungssatz als Workshop vorgestellt; das Regelranking allein trägt meist schon den Geschäftsfall

Skalierung

Zusammenfassungen für Führungskräfte, Vergleichswerte nach Rolle, der Textentwurf, der Monats- und Quartalsrhythmus

Betrieb

Empfehlungsprüfung monatlich, Richtlinienprüfung quartalsweise, Schwellen nur unter Kontrolle geändert

Quick Win. Der Aufwand folgt der Zahl der zu verknüpfenden Quellsysteme und dem Zustand der Kostenstellen- und Kategoriedaten, nicht dem Berichtswesen selbst.