Aus Rechnungsverarbeitung mach Strategie­management: Wie KI das Controlling verändert

Ein bisschen Feenstaub namens ChatGPT draufstreuen, ein paar Sekunden warten und fertig ist die Abweichungsanalyse: So schön, so utopisch. Aber wo liegen denn die Chancen von KI für das Controlling?

Wer die Vorteile der KI effizient nutzen will, sollte im Blick behalten, wo der Mensch trumpft. Nur auf diese Weise lässt sich das optimale Ergebnis erzielen – das zeigt sich im Controlling ebenso wie in anderen Arbeitsbereichen. So lassen sich die Aufgaben einer Controllerin oder eines Controllers in zwei Kategorien unterteilen.

Auf der einen Seite stehen Routineaufgaben wie Monatsabschlüsse, Abweichungsanalysen und Rechnungsverarbeitung. Die andere Seite ist geprägt von Strategieentwicklung, um das Unternehmen mittel- bis langfristig an seinen übergeordneten Zielen auszurichten. Letzteres benötigt menschliche Kreativität und Urteilsfähigkeit, während eine KI Ersteres unter gewissen Umständen schneller und gelegentlich sogar besser umsetzen kann als der Mensch.

Lagern Unternehmen nun diese Routineaufgaben teilweise an eine KI aus, entstehen für Fachpersonen im Controlling neue Kapazitäten für strategische Aufgaben – und im besten Fall sogar neue Freude an der eigenen Arbeit.

Für welche Aufgaben sich die KI eignet

Das Softwareunternehmen Proalpha benennt acht Anwendungsbereiche, in denen das Controlling von der KI profitieren kann. Dabei unterscheidet es zwischen Routineaufgaben und Analysemethoden.

Routine

• Rechnungsverarbeitung
• Kostenabstimmung
• Kostenstellenbuchungen
• Reporterstellung

Analyse

• Trendanalysen
• Abweichungsanalysen
• Ursachenforschung
• Szenarioplanung

Auch das Controller Institut aus Wien sieht Treiberanalysen und Forecasts als funktionale Einsatzbereiche von KI-Anwendungen. Für die Szenarioplanung bietet die KI laut Mirko Waniczek und Karin Wegenstein die Möglichkeit von Simulationsmodellen. Etwas allgemeiner formuliert Eren Koont von der Jedox GmbH, «dass KI sehr wohl in der Lage sein kann, die Finanzplanung und -analyse effizienter, differenzierter, sicherer und genauer zu machen.» Auf die Routineaufgaben im Controlling gehen Waniczek und Wegenstein ein, indem sie die Vorteile von KI-Anwendungen für die Berichterstellung benennen und auf verschiedene Unternehmen verweisen, in denen «Klassifikationsmodelle zur automatisierten Erkennung und Verbuchung von Rechnungen» schon erfolgreich eingesetzt würden, dann kombiniert mit RPA-Lösungen (Robotic Process Automation).

Chancen für das Controlling

Für sein «Controller Magazin» liess der Haufe Verlag im Juni zwei Experten aus der Praxis zu Wort kommen. In einem Zwiegespräch nehmen Kristoffer Ditz als Trainer, Berater und Autor der Hanseatic Business School sowie Controlling- und Datenanalyse-Experte Florian Bliefert von der CA Controller Akademie Stellung zu ihren Erfahrungen mit KI-Anwendungen im Controlling. Auch sie sehen die Chancen der Technologien für ihre Branche.

So wird Ditz sehr konkret, wenn er VBA-Makros in Excel als hilfreiches KI-Tool benennt. An Excel denkt auch sein Kollege Bliefert, der ChatGPT als «Google-Ersatz» verwendet, um jederzeit auf Formeln und SQL-Codes zugreifen zu können, ohne sie sich merken zu müssen. «Aber KI ist nicht das Gleiche wie ChatGPT, das geht viel weiter», betont der Experte. Hier tue sich die ganze Welt von Predictive Analytics auf.

Voraussetzungen für eine optimale Nutzung der KI im Controlling

Anders als der Mensch erkennt eine KI nicht, ob die Datenquellen, aus denen sie ihre Informationen bezieht, tatsächlich plausibel sind – hier ist nach wie vor menschliches Urteilsvermögen gefragt. Nur mit einer guten Datenbasis lassen sich verlässliche Analysen automatisiert erstellen. «Du brauchst für KI halt Daten zum Trainieren», erklärt Controlling-Experte Bliefert. Und jede KI sei nur so gut wie die Datengrundlage.

An dieser Stelle zeigt sich ein wichtiger Schritt, den ein Unternehmen gehen muss, bevor es sein Controlling dort, wo es sinnvoll ist, automatisiert. Denn auch eine KI arbeitet nicht von selbst. Mitarbeitenden top-down aus ihrer Sicht beliebige Programme vorzusetzen und sie per Dienstanweisung zu deren Verwendung zu nötigen, ist weder in Hinblick auf die kurzfristigen Arbeitsergebnisse noch bezüglich der Zufriedenheit der Mitarbeitenden zielführend.

Change-Management als unentbehrlicher Zwischenschritt

Bestenfalls geht ein Unternehmen hier also umgekehrt vor und identifiziert mit den Mitarbeitenden gemeinsam die Aufgaben, die sie gern an eine KI auslagern würden und für die sie eine Automatisierung für sinnvoll halten.

Es folgt die Auswahl der Programme, die wiederum zu den unternehmenseigenen Controlling-Prozessen passen müssen. Und wer kennt die Prozesse besser als die Menschen, die mit ihnen arbeiten? Auch ob sich ihnen die jeweilige Benutzeroberfläche erschliesst, kann für das eigene Arbeiten entscheidend sein – ebenso wie ein Abgleich der menschlichen Erwartungen mit den Möglichkeiten der KI im Arbeitsfeld des Controllings.

Was es für die technische Umsetzung braucht

Eine neue KI-Anwendung in die vorhandenen Workflows zu integrieren, ist für die effiziente Nutzung unabdingbar. Anschliessend braucht es eine ausführliche Testphase – und umfassende Schulungen. Hier lasse sich die KI mit einem Autopiloten im Flugzeug vergleichen, liefert Kristoffer Ditz ein eingängiges Bild: «Um diesen zu bedienen, brauche ich eine Ausbildung als Pilot, spätestens dann, wenn der Autopilot ausfällt.»

Doch auch nachdem das Programm aus dem Lernumfeld auf die realen Anwendungen ausgerollt ist, müssen die Mitarbeitenden sich frei fühlen, Anpassungen anzuregen, um zeitraubende Workarounds zu verhindern, die den Mehrwert der KI teilweise torpedieren würden.

Wo die KI an ihre Grenzen kommt

«Jede KI kann eigentlich nur eine Sache, in der ist sie dann richtig gut, aber was anderes kann sie halt nicht.» Aus diesem Grund betrachtet Florian Bliefert es als wesentlich, das richtige Tool für die jeweils anstehende Aufgabe auszuwählen. 

Dass eine KI aber eben nicht alles kann, führt zu einer Enttäuschung, mit der er und sein Kollege in ihren Beratungen häufig konfrontiert sind, so Bliefert: «Oft kommt es vor, dass die Leute glauben, wir streuen mit ChatGPT einfach mal Feenstaub drüber und alles funktioniert, oder lästige Arbeit wird komplett abgenommen.» Aber auch wenn die KI den Umgang mit den relevanten Daten bereits gelernt hat, müsse der Mensch sie fortwährend hinterfragen und kontrollieren, so Kristoffer Ditz. Gerade wenn «[auf die KI] vertrauend strategische Entscheidungen getroffen werden», besteht die Gefahr, KI-Fehler fortzuführen und in der folgenden Unternehmensentwicklung mitzutragen.

«Vielleicht kann KI irgendwann alles – aber bis dahin sollten wir lieber noch selbst denken», empfiehlt Ditz. Entscheidend ist, sich das optimale Zusammenspiel zwischen künstlicher und menschlicher Intelligenz im Controlling zunutze zu machen und so aus Rechnungsverarbeiter:innen Strategiemanager:innen werden zu lassen.