Ein entscheidungsorientiertes Controlling gilt als zentrale Voraussetzung, um ein Unternehmen zielgerichtet und effektiv zu führen. Hierzu kann der Einsatz der Künstlichen Intelligenz (KI) im Controlling einen wesentlichen Beitrag leisten, um das Instrumentarium des Controllings zu verbessern. Im Ergebnis des Einsatzes von KI-Anwendungen wird das Controlling schneller, effizienter und aussagefähiger. Dies betrifft zum Beispiel

• die Automatisierung der Planung auf der Basis von Eintrittswahrscheinlichkeiten,
• das Erkennen von Ursachen von Abweichungen insbesondere bei großen Datenmengen (Big Data Analytics) und Anomalien,
• die Erstellung von auf KI-basierten Hochrechnungen zurückzuführende Prognosen,
• das Erkennen von Clustern und die Durchführung von Clusteranalysen und
• den Einsatz von Chatbots, beispielsweise für die Informationsübermittlung und die Erläuterung von Abweichungen.

Beispiel Sortimentscontrolling

Allerdings bleibt im Unternehmensalltag oft unklar, wo die konkreten Anwendungsbereiche für KI im Controlling liegen, welche Ziele für den Einsatz von KI formuliert werden sollten und welche Voraussetzungen vorhanden sein müssen oder zu schaffen sind, um KI sinnvoll einzusetzen. Als Beispiel ist das Sortimentscontrolling als Schwerpunkt der Controllingexperten von Wieselhuber & Partner (Ansprechpartner: Dr. Günter Lubos, Mitglied der Geschäftsleitung, Tel. 49 (0)89 286 23 130, E-Mail: lubos@wieselhuber.de) zu nennen. Mit Big Data und KI-basiert werden gegenüber einem herkömmlichen Controllingverfahren folgende Verbesserungen im Echtzeit-Zugriff realisierbar:

• Aktuelle Darstellung laufender Trends und Entwicklungen
• Direkte Informationsverfügbarkeit für das Management auch im Tagesgeschäft
• Schnelle und frühzeitige Reaktion auf noch „versteckte“ Trends
• Reduzierung ergebnisschmälernder Abverkaufserfordernisse durch gezielte Steuerung von Disposition und Lagerbestand

Systematischer Projektablauf

Um diese und andere KI-Anwendungsvorteile – die sich beispielsweise auch im Projektgeschäft über entsprechende Clusterungen erzielen lassen – aufzuspüren, empfehlen die Wieselhuber-Experten zehn Arbeitsschritte:

• Ermittlung der KI-Reife des Unternehmens
• Festlegung der KI-Ziele
• Festlegung des Anwendungsbereichs
• Optimierung der Prozesse (insbesondere RPA)
• Festlegung analytischer Anwendungsbereiche
• Aktivierung vorhandener KI-Elemente
• Auswahl weiterführender Instrumente
• Organisatorische Verankerung
• Personelle Verankerung
• Mitarbeiterschulung

Allerdings sind KI-Projekte auch dann kein Selbstläufer, denn sie erfordern eine hohe Datenqualität, da andernfalls die Aussagequalität leidet. So hat sich beispielsweise herausgestellt, dass ohne klare Zielstellung etwa anhand eines einfachen Referenzmodells kein messbarer Erfolg realisierbar ist. Lubos verweist auf Erfahrungswerte, wonach mehr als 70 Prozent eines datengetriebenen Projekts in der explorativen Datenanalyse, der Datenbereinigung und Vorverarbeitung stattfinden, wobei die Aufgabe, die wissenschaftlich und beeindruckend klingenden Algorithmen „anzulernen“, noch das geringste Problem sei. Vorsicht sei insbesondere im Hinblick auf Extrapolationen bei komplexen Modellen geboten.

Hinweis: Zur Veranschaulichung des konkreten Vorgehens wird am 15.7.2021 ein kostenloses Seminar als Digitalevent von 16 bis 18 Uhr angeboten, in dem anhand von Use Cases aufgezeigt werden soll, welche Anwendungsmöglichkeiten es für KI gibt. Teilnehmende können mit den Experten von Dr. Wieselhuber & Partner diskutieren, wie sich dieses Instrument in ihren Unternehmen nutzen lässt.

Weitere Infos finden Sie hier.

Operatives Controlling - Band 1 Autor: Prof. Dr. Martin Wördenweber Die erfolgreiche operative Planung, Steuerung und Kontrolle innerbetrieblicher Prozesse und Geschäftsabläufe zählt zu den wichtigsten betriebswirtschaftlichen Kompetenzen in jedem Unternehmen. In Band 1 der umfassend aktualisierten 3. Auflage des bewährten Lehr- und Arbeitsbuchs vermittelt Ihnen Martin Wördenweber einen detaillierten Ein- und Überblick: Grundbegriffe, Aufgaben- und Anwendungsbereiche sowie Abgrenzung gegenüber benachbarten Disziplinen Grundlagen der Planung und Kontrolle, u.a. Koordination, Planungshandbuch, Benchmarking, Abweichungsursachenanalyse Operative Funktionsbereichsplanungen, bereichsübergreifende Planung sowie Budgetierung einschl. Plankostenrechnung Operative Kontrolle, u.a. Budgetkontrollen und Verhaltensweisen Operative Kennzahlenanalyse auf Unternehmensebene, u.a. Datenaufbereitung, Analyse der Erfolgserzielung und -verwendung, Vermögensstrukturanalyse Vollkosten- und Deckungsbeitragsrechnung – Kennzahlen und Verfahren