Regelmäßig werden komplexe sowie aufwendige Auswertungen und Analysen bestimmter Kennzahlen von der Steuerabteilung verlangt. Häufig bilden diese Kennzahlen eine Grundlage für unternehmerische Entscheidungen. Seit Jahren gewinnen Data Analytics eine immer größere Bedeutung in der Praxis.
Herausforderung des harmonisierten Datenmodells
Die Grundlage für zielgerichtete Datenanalyse besteht in der Definition und Herstellung der notwendigen Datengrundlage, denn nur auf der Grundlage korrekter Daten sind effiziente und präzise Geschäftsentscheidungen möglich. Die große Herausforderung besteht darin, dass die steuerrelevanten Daten in vielen verschiedenen Systemen verteilt sind und für die Beurteilung und Aufbereitung steuerlicher Sachverhalte konsolidiert werden müssen. Neben ERP-Systemen (wie z.B. SAP) kommen häufig spezielle Softwarelösungen (wie z.B. AMANA-Tools) in den Steuerabteilungen zum Einsatz.
Um eine effiziente Datenbereitstellung zu ermöglichen, ist ein Prozessverständnis sowie die Kenntnis über die Verknüpfung der unterschiedlichen steuerrelevanten Datenquellen enorm wichtig. Durch die Datenaufbereitung lassen sich Fehler vor der Verarbeitung identifizieren und beheben. Steuerliche Rohdaten werden hierbei konsolidiert, formatiert und vereinheitlicht, so dass sichergestellt werden kann, dass alle für die Analyse verwendeten Daten von hoher Qualität sind. Dies ist die wesentliche Voraussetzung um einen Zusammenhang zwischen den Daten herzustellen und einen standardisierten sowie automatischen Datenfluss zu gewährleisten.
Use Case Tax Losses Carry Forward
Der Nutzen von wts Data Analytics lässt sich am besten anhand eines praktischen Anwendungsfalls nachvollziehen. Beispielhaft ist hier der Use Case „Tax Losses Carry Forward“ zu nennen. Das Bestehen steuerlicher Verlustvorträge kann auf eine schlechte wirtschaftliche Lage des Unternehmens hinweisen, so dass zu klären ist, ob die latenten Steueransprüche künftig realisierbar sind. Die Werthaltigkeit von Verlustvorträgen ist somit kritisch zu prüfen. Ziel des Use Cases ist es, aus Konzernsicht Transparenz über den gruppenweiten Bestand und die Entwicklung der Verlustvorträge sowie die hierauf anfallenden latenten Steuern zu erhalten.
Für die Beurteilung der Werthaltigkeit steuerlicher Verlustvorträge werden im ersten Schritt die aktivierten bzw. nicht angesetzten oder wertberichtigten aktive latente Steuern zu den Ergebnissen der betroffenen Gesellschaften und Organkreise in der Vergangenheit gegenübergestellt. Ein Periodenvergleich ermöglicht die Darstellung des zu versteuernden Einkommens der letzten drei Jahre und somit die Dokumentation des Vorliegens einer Verlusthistorie. Hierdurch können die vorgenommenen Wertberichtigungen plausibilisiert bzw. möglicher zusätzlicher Ab- bzw. Zuschreibungsbedarf erkannt werden.
Mit der Integration von verfügbaren Planzahlen kann in einem zweiten Schritt die Entwicklung der Verlustvorträge simuliert werden. Zudem lässt sich die Validierung und Beurteilung der Ergebnissituation weiter präzisieren bis hin zu einer Automatisierung der Ermittlung des Ab- bzw. Zuschreibungsbedarfs für aktive latente Steuern.
Datenvisualisierung
Moderne BI Lösungen wie die SAP Analytics Cloud oder Power BI dienen der Datenvisualisierung in Form dynamischer Dashboards und anpassbarer Reports. Durch die interaktiven Dashboards können die Daten mit verschiedenen Funktionen wie z.B. slice and dice oder drillthrougs intuitiv und einfach ausgewertet werden.
Der Anwender kann mit wenigen Tastenklicks von der übergeordneten Konzernperspektive bis auf die Ebene von wichtigen Einzelsachverhalten verschiedener Konzerngesellschaften gelangen. Diese adressatengerechte Anwenderfreundlichkeit und gleichzeitige Detailtiefe der Auswertungsprogramme wird die bestehenden Prozesse unterstützen und erweitern.
Mit der steigenden Masse an Daten und Systemen und der Zunahme an Compli-ance-Anforderung (Pillar Two) wird die Bedeutung der Data Analytics weiter steigen.
