KI im Controlling
Das Controlling plant das Budget, erstellt den Forecast und erklärt, warum die Ist-Zahlen davon abweichen. KI sammelt dafür heute die Daten, schreibt erste Abweichungskommentare und rechnet Prognosen öfter neu, als ein Monatszyklus es zulässt. Termine zu KI im Finanzwesen stehen im Kalender weiter unten.
Was KI im Controlling übernimmt
Das Corporate Finance Institute teilt die Arbeit danach auf, wer sie machen sollte. Seine Liste automatisierbarer Aufgaben (auf Englisch) umfasst Datensammlung und Konsolidierung, Abweichungsanalyse, Berichte, Budgetüberwachung und Umsatzprognosen. Strategische Planung und das Gespräch mit den Fachbereichen bleiben beim Controller.
KPMG beschreibt, was sich im Prozess ändert. Generative KI schreibt Abweichungskommentare (auf Englisch) und bucht Abgrenzungen, und Forecasts, die monatlich oder quartalsweise kamen, lassen sich täglich rechnen. KPMG erwartet, dass Budgetierung und Reporting in zentrale Einheiten wandern, mit kleineren Teams neben KI-Agenten. Als größte Hürden nennt KPMG Datenqualität und Altsysteme.
Wie weit Finanzabteilungen sind
Eine Studie des IBM Institute for Business Value ergab, dass 69 Prozent der CFOs (auf Englisch) KI als festen Teil ihrer Finanztransformation sehen und dass Planungszyklen von Wochen auf Stunden schrumpfen, sobald Machine-Learning-Modelle die Neuberechnung übernehmen. Unternehmen führen laut IBM KI-Agenten für Datenübernahme, Budgetanalyse und den Begleittext zu den Zahlen ein.
Laut demselben Artikel des Corporate Finance Institute sagen 64 Prozent der Finanzorganisationen mit KI, sie habe ihre Erwartungen im Controlling erfüllt oder übertroffen. Ein Prognosemodell ist nur so gut wie Hauptbuch und operative Daten darunter. Die meisten Projekte beginnen deshalb mit dem Datenmodell.
Regeln und Kontrollen für KI in der Planung
Ein Planungsmodell, das den Umsatz für die interne Steuerung vorhersagt, ist nach der KI-Verordnung der EU kein Hochrisikosystem. Deren Finanzeinträge in Anhang III (auf Englisch) betreffen die Bonitätsbewertung sowie die Preisbildung in der Lebens- und Krankenversicherung. Wichtig sind interne Kontrollen: wem das Modell gehört, wer Annahmen ändern darf und wie eine geänderte Prognose dokumentiert wird, bevor sie den Vorstand erreicht.
Bei Banken und Versicherern speist dasselbe Modell oft aufsichtliche Kennzahlen, und dann gelten Regeln für Modellrisiken. Modellrisikomanagement beschreibt die Validierungspflichten, KI-Governance in Banken Zuständigkeit und Aufsicht.
Kommende Events zu KI im Finanzwesen in Deutschland
Ersetzt KI den Controller?
Es schrumpfen Datensammlung, Konsolidierung und der erste Kommentarentwurf. Das Corporate Finance Institute zitiert Schätzungen, nach denen Automatisierung bis zu 60 Prozent der Analystenzeit (auf Englisch) frei macht. Diese Zeit geht in Szenarien und in die Erklärung der Zahlen für die Fachbereiche, und dafür braucht es Urteil und Kontext, die ein Modell nicht hat.
Wo sollte das Controlling mit KI anfangen?
Bei einem Problem mit sauberen Daten dahinter, etwa dem monatlichen Abweichungskommentar oder einem rollierenden Umsatz-Forecast. KPMG rät, Anwendungsfälle nach dem größten Schmerzpunkt zu wählen und das Team für die Analysearbeit zu schulen, die nach der Automatisierung bleibt.
KI-Controlling und Finance Loop
Finance Loop verbindet Finanzabteilungen in Unternehmen mit Bankern, Data Scientists und Softwareentwicklern, die an KI im Finanzwesen arbeiten. Finance-Loop-Mitglied Fayssal El Mofatiche schrieb Building AI Agents for Finance mit, ein Buch mit Agenten für Finanzanalyse und Recherche, und Finance Loop veranstaltet die Claude-Hacker-House-Workshops in Frankfurt.
Finance Loop ist ein Experten-Netzwerk und will neue Technologien im Finanzwesen voranbringen, wie KI, digitale Zahlungen sowie Cloud- und Blockchain-Lösungen. Finance Loop hilft seinen Mitgliedern, Fähigkeiten und persönliche Netzwerke in diesen Feldern aufzubauen: Investment & digitale Vermögenswerte, Payments & digitales Geld, Digitale Infrastruktur & Souveränität und Risk & Compliance.