SAP PaPM: SAP Profitability and Performance Management

Mit SAP Profitability and Performance Management (SAP PaPM) stellt SAP eine neue Performance-Management-Anwendung bereit, die kein starres Datenmodell erfordert. Unternehmensintern vorhandene Daten- und Informationsmodelle aus anderen SAP- und Nicht-SAP-Anwendungen können in der Cloud oder On Premise genutzt werden. So können vom Controlling in schneller Weise integrierte Geschäftsprozesse simuliert und hohe Datenmengen rechnerisch verarbeitet werden.

Viele digitale Geschäftsmodelle sind vor allem datenbasiert und sorgen in den Unternehmen für sprunghaft ansteigende Informationsvolumina, die in Hinblick auf die stetige Anpassung von Produktionsmengen, Kundenpräferenzen und Pricing stetig analysiert und als Basis von Simulationen dienen sollten. Erfolgreiche Unternehmen haben heutzutage beschleunigte Innovationszyklen für neue Produkte und Dienstleistungen im Griff, sind für krisenhafte geo- und finanzmarktpolitische Entwicklungen gewappnet und auf immer neue EU-Vorschriften zum Beispiel zur Mindestbesteuerung oder Nachhaltigkeit vorbereitet.

Diese schnelle Anpassungsfähigkeit kann oft nur vorausdenkend auf Basis von schnellen und tief in die Datenbasis der unternehmerischen ERPs mit Hilfe von hochperformanter Technologie gewährleistet werden – ansonsten muss die Überlebensfähigkeit tradierter geschäftlicher Verhaltensweisen in der vorherrschenden VUCA World („volatility“, „uncertainty“, „complexity“, „ambiguity“) vom Controlling infrage gestellt werden. Das vom Hersteller SAP als „multifunktionaler Rechenchampion“ vorgestellte Tool SAP PaPM bietet in diesem Kontext Simulationsunterstützung und Kalkulationspower für die Verarbeitung großer Datenmengen für die profitabilitätsorientierte Unternehmensführung.

SAP PaPM ermöglicht insbesondere auch What-If-Szenarios für Anwendungsbenutzer sowie die Verwaltung von Annahmen und Treibern. In Abhängigkeit von der Granularität der hierarchisierten Daten ermöglicht SAP PaPM ein Drilldown von allgemeinen zu sehr detaillierten Ergebnissen und bietet Transparenz durch Tracing und Auditierbarkeit. Zudem erlaubt die Anwendung SAP-BI-Tools wie SAP Analysis for Microsoft Office den Zugriff auf die Berechnungsergebnisse zum Beispiel in Form von KPIs. Nicht-SAP-Tools können über SAP-BAPIs und Web-Services oder klassische Dateiimporte verschiedener Formate angebunden werden.

Für eine Vielzahl von dedizierten Anwendungsoptionen liefert SAP sogenannte „Sample Content“, das heißt bereits vorgedachte Case-Skizzen, Workflows und Reportings. In Hinblick auf die zunehmend agile sowie unsichere Wirtschaftskonstitution bei gleichzeitig ansteigender behördlicher Regulation ergeben sich eine Vielzahl von Anwendungsszenarien, wie zum Beispiel:

• Rentabilitätsberechnung im Rahmen unterschiedlicher Kostenrechnungsansätze
• Treiberbasierte und deterministische Plan- und Prognosemodellierung für Geschäftsprozesse
• Transferpricing & Mindestbesteuerung
• Cash Flow Modellierung und Liquiditätsprognose
• Carbon Footprint- und Sustainability Reporting

SAP PaPM arbeitet ohne eigene Datenhaltung, was bedeutet, dass auf eine oft zeitintensive und fehleranfällige Datenreplikation weitestgehend verzichtet werden kann. SAP PaPM nutzt zudem die SAP-Standards, um sich mit Daten aus SAP-Quellsystemen zu versorgen und kann ebenso andere Systeme über APIs anbinden. Im Besonderen Kalkulationsanwendungen, die auf hohen Daten-Volumina basieren, aber außerhalb der ERP-Standardprozesse angesiedelt sind, stehen im Fokus von SAP PaPM.

Für Unternehmensgruppen, deren CFO-Organisationen bereits die anstehenden Transformationsherausforderungen im Finanzbereich mit der Einführung von SAP S/4HANA begegnet sind, kann das neue SAP PaPM eine wertschaffende Option für ein Plus an Auskunftsbereitschaft zur zukunftssichernden Unternehmensführung darstellen.

Auf einer SAP S/4HANA-basierten integrierten Finanzplattform findet SAP PaPM seinen Platz im Finance-Team neben SAP Group Reporting (konsolidierte Konzernberichterstattung) und der SAP Analytics Cloud (strategische Entscheidungsebene) immer dort, wo mit operativem Bezug bzw. regulatorischem Hintergrund hohe Datenmengen analysiert werden müssen. Die Anwendungsfälle werden künftig eher zunehmen.