Besitzen Sie diesen Inhalt bereits,
melden Sie sich an.
oder schalten Sie Ihr Produkt zur digitalen Nutzung frei.
NextGen-Planung mit künstlicher Intelligenz - Orientierung für CFOs und Controller
Artikelserie für CFOaktuell
Künstliche Intelligenz ist im Controlling längst angekommen - mit generativer KI hat das Thema noch einmal stark an Dynamik gewonnen. In der Praxis bleibt das Bild jedoch geteilt: Einige Anwendungen schaffen echten Mehrwert, viele Initiativen verharren im Pilotmodus. Gerade in der Unternehmensplanung müssen CFOs und Controlling-Leitungen klar unterscheiden, was heute belastbar funktioniert und was eher Vision ist. Planung braucht Transparenz, Nachvollziehbarkeit und Governance - Black-Box-Ergebnisse sind hier kaum akzeptabel.
Die Artikelserie beleuchtet daher aus CFO-Perspektive, wo KI die Planung aktuell sinnvoll unterstützt und wo ihre Grenzen liegen. Grundlage sind die Arbeiten des FAK KI im ICV-Arbeitskreis Next-Gen@Planning. Im Fokus stehen realistische Anwendungsfälle - kein Technologieüberblick, keine Zukunftsspekulationen.
Als Ordnungsrahmen dient das Controlling-Prozessmodell 2.0 der IGC. Die Beiträge berücksichtigen den Reifegrad aktueller KI-Ansätze und unterscheiden zwischen Machine Learning, generativer KI und agentenbasierten Systemen.
1. Serienlogik und Aufbau
Teil 1: Quick Wins in der Planung
Der erste Beitrag fokussiert auf praxisreife Anwendungsfälle mit hohem Reifegrad. Im Mittelpunkt stehen:
ML-basierte Forecasts,
automatische Vorbefüllung von Planungsdaten sowie
Abweichungs- und Anomalieerkennung.
Diese Use Cases zeichnen sich durch ein günstiges Verhältnis von Nutzen zu Risiko aus und eignen sich besonders für einen Einstieg in den KI-Einsatz in der Planung.
Teil 2: Automatisierung von Analyse und Reporting
Der zweite Beitrag adressiert die zunehmenden Engpässe in Reporting und Analyse. Thematisiert werden:
KI-basierte Analyseplattformen (Natural Language Analytics),
Self-Service-Ansätze für Management und Fachbereiche sowie
automatisierte Kommentierung und Textgenerierung.
Der Fokus liegt auf der Frage, wie Analysefähigkeit skaliert werden kann, ohne Qualitätsverlust, Inkonsistenzen oder Governance-Risiken zu erzeugen.
Teil 3: Von Assistenz zu Agenten
Der dritte Beitrag betrachtet die nächste Entwicklungsstufe: agentenbasierte KI-Systeme, die Nutzer nicht nur unterstützen, sondern aktiv durch Planungs- und Analyseprozesse führen können. Anhand praxisnaher Beispiele wird gezeigt:
wie agentenbasierte Kostenstellen- und Projektplanung funktioniert,
welche zusätzlichen Nutzenpotenziale entstehen und
warum Governance, Kontrolle und deterministische Logik hier zwingend erforderlich sind.
2. Zentrale Leitgedanken der Serie
Über alle drei Beiträge hinweg ziehen sich fünf zentrale Leitgedanken:
KI ist kein Selbstzweck, sondern ein Werkzeug zur Verbesserung von Effizienz, Qualität und Resilienz der Planung.
Der Reifegrad variiert stark zwischen einzelnen Controlling-Teilprozessen.
Datenqualität und Prozessklarheit sind entscheidender als die Wahl des KI-Modells.
Erklärbarkeit (xAI) und Governance sind Voraussetzung für Akzeptanz.
KI ergänzt menschliche Expertise, ersetzt sie aber nicht.
Praxiserprobte KI ist vorzuziehen, bevor Prototypen entwickelt werden.
3. Nutzen für CFOs und Controller
Die Serie soll CFOs und Controllern eine Orientierungshilfe bieten:
zur Priorisierung geeigneter KI-Use-Cases,
zur realistischen Einschätzung von Nutzen und Risiken,
zur strukturierten Einführung von KI in der Planung und
zur Einordnung der eigenen Organisation im Reifegradvergleich.
Damit versteht sich die Serie als Beitrag zu einer sachlichen, fundierten und praxisnahen Diskussion über die Rolle von KI in der Unternehmensplanung.
Zur Einordnung der diskutierten Anwendungsfelder zeigt Abbildung 1 eine Übersicht über zentrale KI-Use-Cases in der Planung. Sie ordnet diese entlang zweier Dimensionen ein: dem Nutzenpotenzial für Planung und Steuerung sowie der technologischen Reife der jeweiligen KI-Anwendung. Grundlage der Analyse ist das IGC-Controlling-Prozessmodell 2.0 des Internationalen Controller Vereins (ICV). Die einzelnen Planungsprozesse wurden anhand einer fünfstufigen Bewertungsskala hinsichtlich ihres KI-Potenzials und ihrerS. 69 technologischen Umsetzbarkeit bewertet und anschließend zu typischen Anwendungsclustern zusammengefasst.
Die Einordnung zeigt drei zentrale Kategorien:
Quick Wins wie Machine-Learning-basierte Forecasts oder Anomalieerkennung verfügen bereits über eine hohe technologische Reife und bieten gleichzeitig ein hohes Nutzenpotenzial für Planung und Steuerung.
Die Automatisierung von Analyse und Reporting weist ein mittleres bis hohes Nutzenpotenzial auf und kann mit bestehenden Technologien bereits breit eingesetzt werden.
Agentenbasierte Planung verspricht zwar ebenfalls ein hohes Potenzial, befindet sich technologisch jedoch noch in einer früheren Reifephase.
Die Darstellung verdeutlicht damit, welche KI-Anwendungen im Controlling bereits kurzfristig Mehrwert bieten und in welchen Bereichen noch technologische Entwicklung oder organisatorische Voraussetzungen erforderlich sind.
Abb 1: Nutzenpotenzial und technologische Reife von KI-Anwendungen in der Planung - Einordnung auf Basis des IGC-Controlling-Prozessmodells 2.0.
