Wo liegen konkrete Anwendungsbereiche für KI im Controlling? Welche Ziele sollten für den Einsatz formuliert werden? Unter welchen Voraussetzungen kann KI sinnvoll eingesetzt werden? Beim W&P-Digitalevent „Künstliche Intelligenz und ihre Anwendung im Controlling“ gab W&P den anwesenden mittelständischen Führungskräften Handlungsempfehlungen für ein entscheidungsorientiertes Controlling der Zukunft.
„Künstliche Intelligenz wird einen festen Platz im Controlling einnehmen und leistet schon jetzt einen wesentlichen Beitrag, um Controlling-Instrumente zu verbessern“, so Gastgeber Dr. Günter Lubos, Mitglied der Geschäftsleitung der Dr. Wieselhuber & Partner (W&P). Als Ergebnis von KI wird das Controlling schneller, effizienter und aussagefähiger und macht eine zielgerichtete und effektive Unternehmensführung erst möglich.
Dr. Wolfgang Doneit, KI-Experte bei W&P, ergänzt: „Gerade in einem Umfeld mit vielen Einflussfaktoren lohnt sich die Nutzung von KI, um komplexe Aufgaben zu bewältigen“. Außerdem empfiehlt er eine schrittweise Optimierung der Controlling-Prozesse, angefangen bei Routine-Aufgaben. Das gelingt in einem ersten Schritt vor allem durch die Integration von KI-Algorithmen in Software-Lösungen: „Routineaufgaben an KI-Algorithmen zu delegieren, eröffnet Freiräume für wertschöpfende Aufgaben. Automatisierte KI-Forecasts liegen oft erstaunlich nah an manuell Erstellten - kosten aber viel weniger Zeit“, so Heinrich Nordsieck, Geschäftsführer des Softwareanbieters CoPlanner.
Schwerpunkt von KI im Bereich Controlling: Die Nutzung im analytischen Bereich, um die Aussagekraft des Controlling-Output zu verbessern. Hier bietet KI Instrumente an, mit deren Hilfe die Planungsgenauigkeit verbessert werden kann. Plan-Ist Abweichungen werden schneller auf ihre Ursache hin analysiert,
Cluster und Auffälligkeiten in großen Datenmengen erkannt.
Aus der laufenden Projektbegleitung bei Kunden weiß W&P, dass mehr als 70 Prozent eines datengetriebenen Projekts in der explorativen Datenanalyse, der Datenbereinigung und Vorverarbeitung stattfinden. Entsprechend „werden KI-Projekte im Controlling nie Selbstläufer sein – für eine verlässliche Aussagequalität braucht es hohe Datenqualität!“, so Lubos abschließend.
