Künstliche Intelligenz im Controlling: Potenziale erkennen und richtig nutzen

Mit der Veröffentlichung von ChatGPT durch OpenAI ist Künstliche Intelligenz (KI) endgültig im Alltag und in der Unternehmenswelt angekommen. Ihr Potenzial reicht von der Automatisierung von Prozessen über präzisere Prognosen bis hin zur Unterstützung datenbasierter Entscheidungen. Auch im Controlling gewinnt sie an Bedeutung, da Unternehmen zunehmend datengetriebene Methoden nutzen, um ihre Planungs-, Analyse- und Steuerungsprozesse zu verbessern. Doch wie bei jeder technologischen Entwicklung hängt der Erfolg nicht allein von der Verfügbarkeit der Technologie ab – entscheidend ist ihre fundierte Anwendung und das richtige Verständnis der Rahmenbedingungen. 

Dieser Beitrag bietet einen ersten Überblick über die verschiedenen Anwendungsgebiete von KI im Controlling und zeigt auf, welche Voraussetzungen erfüllt sein müssen, um den Nutzen der Technologie voll auszuschöpfen. 

Künstliche Intelligenz ist ein weites Feld, das zahlreiche Technologien umfasst. Grundsätzlich spielen insbesondere Maschinelles Lernen (ML), Künstliche Neuronale Netze (KNN), Large Language Models (LLMs) sowie regelbasierte Systeme eine zentrale Rolle und können das Controlling bei einer Vielzahl von Aufgaben unterstützen oder diese vollends automatisiert übernehmen.  

Abbildung 1: Teilbereiche der KI.

Maschinelles Lernen ermöglicht die Analyse historischer Daten, um beispielsweise Anomalien in den Buchungsdaten automatisiert zu erkennen, die von den üblichen Buchungsmethoden abweichen. In diesem Kontext dient maschinelles Lernen als Frühwarnsystem zur Erkennung von trügerischen Transaktionen oder unerwarteten Kostensteigerungen. Daneben ermöglichen maschinelle Lernmodelle die Erstellung automatisierter Absatzmengenprognosen, die sich kontinuierlich an neue Daten anpassen und dadurch präziser sowie aktueller sind als manuell erstellte Forecasts. Während traditionelle Prognosemethoden oft auf statischen Annahmen basieren, integrieren diese Modelle eine Vielzahl externer Einflussfaktoren, wie saisonale Trends, Marktveränderungen oder wirtschaftliche Rahmenbedingungen sowie deren Entwicklung.

Künstliche Neuronale Netze sind besonders leistungsfähig, wenn es um die Identifikation komplexer Zusammenhänge geht. Sie verfeinern dynamische Szenarioanalysen und helfen, beispielsweise Budget- und Investitionsentscheidungen zu optimieren, indem historische Budgetverteilungen und Erfolgskennzahlen analysiert werden, um vorherzusagen, in welchen Bereichen zusätzliche Mittel den größten ROI erzielen könnten. Zudem können sie mit Reinforcement Learning kombiniert werden, um adaptive Entscheidungsmodelle zu entwickeln, die sich auf Basis von Erfahrungen kontinuierlich verbessern. 

Large Language Models sind neuronale Netze, die durch ML-Techniken trainiert werden. Sie revolutionieren die Verarbeitung und Analyse großer Mengen unstrukturierter Textdaten. Ein zentraler Teilbereich dieser Technologie ist das Natural Language Processing (NLP), das Finanzberichte automatisch analysieren kann. Es umfasst sowohl die Vorverarbeitung von Texten als auch deren Analyse, um relevante Informationen zu extrahieren. Dabei werden die Texte zunächst in eine maschinenverarbeitbare Form überführt. Anschließend verarbeitet ein neuronales Netz, das mittels maschinellen Lernens trainiert wurde, den Text, um Muster in der Sprache zu erkennen und neue Texte zu generieren. Ebenso können LLMs für die automatische Berichterstellung genutzt werden, indem sie große Datenmengen auswerten und in verständliche Berichte umwandeln.

Abbildung 2: Vereinfachte Funktionsweise eines LLM.

Neben den datengetriebenen Methoden spielen auch regelbasierte Systeme eine wichtige Rolle. Sie werden insbesondere für die automatische Prüfung von Finanzkennzahlen und die Einhaltung regulatorischer Vorgaben eingesetzt. Durch die Kombination mit datenbasierten Modellen entstehen hybride Systeme, die sowohl auf strukturierten Entscheidungsregeln als auch auf lernenden Algorithmen basieren. 

Durch die vielfältigen Methoden bietet KI im Controlling enorme Potenziale. Allerdings sind diese Vorteile nur realisierbar, wenn bestimmte Voraussetzungen erfüllt sind. So zeigt sich, dass zahlreiche Unternehmen beim Einsatz von erweiterten analytischen Methoden vielfältige Herausforderungen bearbeiten müssen, die einem Einsatz im Wege stehen. Daher ist die Vorbereitung ein zentraler Eckpfeiler, um KI im Unternehmen erfolgreich einzusetzen.  Um dies zu gewährleisten, sollten folgende Voraussetzungen geschaffen werden:  

✔ Status Quo Analyse und Identifikation von Anwendungsgebieten 

• Eine umfassende Bestandsaufnahme der bestehenden Controlling-Prozesse sowie ein Benchmarking gegen Best Practices helfen, realistische Einsatzmöglichkeiten für KI zu identifizieren. 

✔ Datenmanagement als Fundament 

• Eine saubere, gut strukturierte Datenbasis ist essenziell. Unternehmen müssen sicherstellen, dass Daten vollständig, konsistent und zugänglich sind. 
• Ein Beispiel dafür ist die Vorarbeit der BASF, das KI für algorithmische Cashflow-Prognosen nutzt. Mehr dazu: BASF-Fallstudie. 

✔ BI-Strategie und Infrastruktur 

• Der Einsatz von KI sollte nicht isoliert betrachtet werden, sondern in eine ganzheitliche BI-Strategie eingebettet sein. Unternehmen sollten frühzeitig evaluieren, wie KI-Lösungen in bestehende BI-Systeme integriert werden können und welche zusätzlichen Ressourcen für eine nachhaltige Nutzung erforderlich sind. 
• Der CIC BI-Check bietet eine strukturierte Methodik zur Entwicklung einer nachhaltigen BI-Strategie. Mehr dazu: CIC BI-Check. 

✔ Weiterbildung und Kompetenzaufbau 

• KI kann nur dann erfolgreich eingesetzt werden, wenn die Mitarbeiter sie verstehen und sinnvoll nutzen. Unternehmen sollten gezielt in Schulungen investieren, z. B. für Prompt Engineering, Datenanalyse und KI-gestützte Entscheidungsfindung. 
• Ein gutes Beispiel hierfür ist die Deutsche Telekom, die ihre Mitarbeiter gezielt im Umgang mit KI-Technologien schult (Handelsblatt-Artikel). 

Künstliche Intelligenz eröffnet dem Controlling neue Möglichkeiten, die Effizienz zu steigern und fundierte Entscheidungen zu treffen. Doch der Weg dorthin erfordert eine solide Vorbereitung und ein durchdachtes Fundament. Unternehmen, die diese Voraussetzungen schaffen, können von den Potenzialen der KI nachhaltig profitieren. 

Kontakt aufnehmen!

Kostenloses Erstgespräch mit einem unserer Experten führen!