Künstliche Intelligenz – Orientierung und Anwendungsfelder im Controlling
Ein Beitrag von Prof. Dr. Volker Steinhübel und Dr. Robert Ullmann
Künstliche Intelligenz (KI) hält zunehmend Einzug in das Controlling und eröffnet zahlreiche Möglichkeiten, Prozesse zu optimieren und zielführende Entscheidungsfindung zu verbessern. In diesem Beitrag werden die Grundlagen von KI beleuchtet, ihre Bedeutung und der aktuelle Entwicklungsstand. Zudem wird auf konkrete Anwendungsfelder von KI im Controlling, wie der Planung, dem Forecast und der strategischen Ausrichtung, sowie der Rolle von Controllern, dem Management und von Führungskräften eingegangen. Abschließend werden die Integration und Nutzung in einer Softwarelösung aufgezeigt.
I. Anwendungsfelder der Künstlichen Intelligenz im Controlling
1. Prozesse im Controlling
Mithilfe von KI können Pläne optimiert und auftretende Probleme identifiziert werden. Dabei kann KI nicht nur bei der Planungserstellung, sondern auch hinsichtlich der Plausibilisierung der Planung durch die Ausreißeranalyse bzw. Abweichungsanalysen, die ebenfalls automatisiert getätigt werden können, Unterstützung leisten. Wichtig ist hierbei, alle relevanten Informationen, auch hinsichtlich zukünftiger Planungen, der Unternehmensziele und -strategie, zu integrieren. Denn nur so kann KI bei der Planung eben diese Aspekte berücksichtigen und die Umsetzung unterstützen.
Des Weiteren unterstützt KI die Erstellung von Reportings, indem Daten und deren Strukturen analysiert und auf deren Basis automatisiert Inhalte ausgewählt und geeignete Visualisierungen vorgeschlagen werden. Mithilfe von Big Data kann dabei eine große Anzahl an unstrukturierten Daten aus internen sowie externen Quellen im Reporting genutzt werden. Deren Nutzung in Echtzeit erhöht die Aussagekraft des Reportings.
Insgesamt spielt KI eine zunehmende Rolle in der modernen Unternehmensstrategie. Neben der Prozessautomatisierung und der daran gekoppelten Effizienzsteigerung sowie Kostensenkung, können fundierte und proaktive Entscheidungen auf Basis entsprechender Forecasts proaktiv getroffen werden.
2. Instrumente im Controlling
Neben den genannten Prozessen hat KI das Potenzial, Controlling-Instrumente zu verbessern und zu transformieren. Dazu zählt die Automatisierung des Budgetierungsprozesses durch Datenanalyse und darauf basierenden Vorhersagen sowie dynamischen Anpassungen auf Grundlage aktueller Entwicklungen.
Die schnelle und präzise Analyse und Verarbeitung von Daten mithilfe von KI führt einerseits zu genaueren Kosten- und Leistungsrechnungen, und andererseits zur Identifikation von Mustern und Optimierungspotenzialen in Kostendaten. Diese Muster und Trenderkennung dient auch der Identifizierung von Anomalien im Rahmen der Abweichungsanalyse.
Die Analysefähigkeit von KI hat darüber hinaus positiven Nutzen für verschiedene weitere Instrumente im Controlling: So können mit dieser Technologie im Rahmen der Deckungsbeitragsrechnung die Rentabilität von Produkten bzw. Dienstleistungen in Echtzeit analysiert und auf dieser Basis Optimierungsvorschläge geliefert werden. KI unterstützt auch die SWOT-Analyse und die Wirtschaftlichkeitsanalyse. Bei letzterer können durch KI sowohl die Risikobewertung als auch die Handlungsempfehlungen verbessert werden. Folglich können Führungskräfte und Controller fundierte Entscheidungen beispielsweise im Rahmen von Investitionsprojekten treffen. Unterstützend wirken hierbei die durch KI ermöglichte automatisierte Berichterstattung und Predictive Analytics in der Kennzahlenanalyse wie auch das automatisierte Benchmarking, in dessen Rahmen von KI kontinuierlich Daten gesammelt und analysiert werden, um die Leistung des Unternehmens im Vergleich zum Wettbewerb zu evaluieren.
II. Einsatz der Künstlichen Intelligenz in der Controlling-Praxis
1. Voraussetzungen für die Anwendung von KI in der Praxis
Grundvoraussetzung für eine Verwendung von unternehmensspezifischen Echtdaten in KI-Modellen ist eine gesicherte Umgebung. Um die Daten und das Knowhow des Unternehmens zu schützen, muss der Datentransfer zu KI verschlüsselt erfolgen. Aus Datenschutzgründen sollten nur eigene Modelle verwendet werden. Da die Erstellung eines komplett eigenen Modells für die meisten Unternehmen jedoch zu teuer und aufwendig ist, kann beispielsweise ein Basis-LLM verwendet, mit Unternehmens-Knowhow trainiert und mit Echtdaten befüllt werden. Nur das Unternehmen hat dann Zugriff auf dieses individuelle, im Unternehmen gespeicherte Modell. Es erfolgt kein Training der allgemein zugänglichen LLMs, sodass die Daten und das Wissen des Unternehmens geschützt sind.
2. Anwendungsfall Reporting
Im Hinblick auf die Berichtserstellung konnten bisher in IT-Systemen automatisierte Berichte nach einer vorgegebenen Struktur mit Deckblatt, Inhaltsverzeichnis, Echtzeitdaten, Auswertungen und Grafiken erzeugt werden. Für die dazugehörigen Texte wurden Platzhalter integriert. Die Analyse der Daten, die Ausarbeitung von Handlungsempfehlungen und das Formulieren der Texte mussten Controller bislang selbständig vornehmen. Durch die Nutzung von KI können nun alle benötigten Texte automatisiert erstellt werden. Dabei kann auf Standard- oder auf individualisierte Prompts zurückgegriffen werden. Die Prompts können Controller mit zunehmender Erfahrung immer weiter optimieren, sodass immer bessere und genauere Texte entstehen. Im dann komplett automatisiert erstellten Bericht liegen damit zusätzlich vollständig ausformulierte Texte mit Analyseergebnissen und Handlungsempfehlungen vor. Folglich reduziert sich die Arbeit von Controllern auf die Prüfung und die Anpassung der Texte, wodurch erhebliche Zeitersparnisse ermöglicht werden. Diese können in wertschöpfendere Tätigkeiten investiert werden.
3. Anwendungsfall Forecast
Beim Forecasting kann KI die laufende Überwachung übernehmen und Fehlentwicklungen sofort erkennen oder sogar antizipieren. Für Controller ergibt sich daraus ein geringerer Überwachungsaufwand bei einer gleichzeitigen Verbesserung der Reaktionsgeschwindigkeit. Kommt es zu negativen Abweichungen oder sogar Gefährdungssituationen, beispielsweise im Hinblick auf die Zahlungsfähigkeit, so kann KI direkt Maßnahmen vorschlagen und als Sparringspartner helfen, tiefergehende und zielgerichtetere Lösungsansätze zu kreieren.
III. Fazit
Im vorliegenden Artikel konnte aufgezeigt werden, dass durch den Einsatz von KI im Controlling zahlreiche Vorteile erzielt und genutzt werden können: Effizienz- und Genauigkeitssteigerung, fundiertere und schnellere Entscheidungsprozesse sowie insgesamt eine verbesserte Wirtschaftlichkeit und Wettbewerbsfähigkeit. Dazu ist KI intensiv und intuitiv in die Controlling-Prozesse und -Systeme einzubinden. Die Voraussetzungen sind software-seitig – wie dargelegt – dafür gegeben.
Weiterhin ist jedoch sowohl bei Führungskräften als auch bei Controllern eine intensive Auseinandersetzung hinsichtlich der Funktionsweise sowie Möglichkeiten und Risiken dieser Technologie im Controlling erforderlich. Die grundlegende Aufgabe jedes Menschen, sich auch mit den Risiken dieser technischen Entwicklung auseinanderzusetzen, bleibt unbenommen.
____________________________________________
Dies ist eine Kurzfassung des Beitrages aus BBK 2024 Seite 924
SNEAK 👀 – Exklusiv bei tax&bytes! Lesen Sie den Artikel jetzt kostenlos und in voller Länge in der NWB-Datenbank 🤫
