Künstliche Intelligenz im Controlling: Bedeutung, Anwend ... / 6 Fazit und Ausblick

Der Anwendungsgrad von KI im Controlling ist aktuell sicher noch als niedrig zu bewerten, auch wenn erste Anwendungsfälle auf den 2 unteren Stufen des vorgestellten Reifegradmodells durchaus schon vorhanden sind. Diese Anwendungsfälle sind allerdings noch sehr weit entfernt von der vierten Stufe eines umfassenden KI-Einsatzes im Controlling. Die ersten zu hebenden Potenziale liegen vor allem in der Weiterentwicklung alltäglicher Controllerwerkzeuge, also bspw. MS Excel und MS Outlook. Wenn die dort enthaltenen Informationen zukünftig durch ein KI-basiertes System analysiert und verarbeitet werden können, kann bereits ein signifikanter Schritt in der sinnvollen Nutzung von KI im Controlling getan werden.

Es ist zu erwarten, dass sich die Einsatzmöglichkeiten von KI im Controlling im Vergleich zum heutigen Stand in den nächsten Jahren noch deutlich weiterentwickeln werden. Verantwortliche Führungskräfte im Controlling sollten daher frühzeitig damit beginnen, sich mit dem Themenfeld KI vertraut zu machen, sinnvolle unternehmensspezifische Anwendungsgebiete zu identifizieren und erste kleinere Pilotprojekte umzusetzen.

Wichtige Erfolgsfaktoren für das KI-unterstützte Controlling sind dabei das Vorhandensein einer KI-tauglichen IT-Infrastruktur, die Etablierung eines KI-tauglichen Datenmanagements sowie die Entwicklung der notwendigen Kompetenzen im Bereich Data Science bei den betroffenen Fach- und Führungskräften im Controlling.^[1] Insbesondere der letzte Aspekt wird sicher am schwersten zu realisieren sein, besteht doch heute schon im Rahmen der Digitalisierung in vielen Unternehmen eine Kompetenzlücke im Hinblick auf die Besetzung von Data-Scientist-Positionen.

Eine wichtige Botschaft zum Schluss: Der Sinn der Entscheidungsautomation ist nicht darin zu sehen, dass Controller überflüssig oder lediglich zu einer Kontrollinstanz der KI werden. Die KI wird dem Controller zum einen mehr Freiräume gewähren, da er selber weniger Zeit in die Sammlung und Aufarbeitung der Daten investieren muss. Zum anderen wird sie eine viel breitere und tiefere Analyse von unternehmensbezogenen Daten erlauben. Dadurch werden sich zukünftig eher neue, höherwertige Aufgabenfelder für Controller entwickeln und sich veränderte Strukturen im Sinne einer neuen Arbeitsteilung zwischen Mensch und Maschine etablieren.

[1] Vgl. IDG Business Media GmbH, 2018, S. 2.