Predictive Forecasting im Controlling: Potenziale und Li ... / 5 Die zukünftige Zusammenarbeit von Mensch und Maschine im Controlling

Wie bereits angeführt unterliegen auch Predictive-Planning- und Forecasting-Systeme gewissen Limitationen. Gleichzeitig werden große Erwartungen an ihren Einsatz gestellt, da sie einerseits den Planungs- und Forecastaufwand reduzieren und andererseits durch die Kombination menschlicher und maschineller Informationsverarbeitung zu besseren Planungsergebnissen führen können. Es stellt sich damit die Frage, wie maschinelle Forecasts am besten eingesetzt werden. Es könnten, ähnlich wie beim autonomen Fahren, verschiedene Unterstützungsstufen von "Assisted Intelligence, Augmented Intelligence, Autonomous Intelligence" unterschieden werden.^[1] Bei der Assisted Intelligence bleibt der gesamte Forecast-Prozess in den Händen des Controllers. Die KI bzw. der maschinelle Forecast arbeitet nach konkreten Anforderungen des Controllers, der Controller entscheidet über das Ergebnis des Forecasts. Bei der Augmented Intelligence laufen der Forecast des Controllers und der maschinelle Forecast parallel. Die Unterschiede werden analysiert, der Controller bzw. die Führungskraft entscheidet, welches Ergebnis verwendet wird. Ein Anwender von Augmented Intelligence im Forecast-Prozess ist die SAP AG. Sofern die Abweichung der Forecasts einen Schwellwert übersteigt, müssen die betroffenen Bereiche erklären, warum sie glauben, Recht zu haben. In der letzten Stufe der Autonomous Intelligence ersetzt der maschinelle Forecast den menschlichen Forecast, Controller und Führungskräfte vertrauen auf das KI-System.

Neben dem Unterstützungsgrad ist auch die Frage des Anspruchsniveaus an die KI zu berücksichtigen. In Analogie zu den Analytics-Entwicklungsstufen könnte die Erwartungshaltung an das KI-System lediglich die Bereitstellung relevanter Abweichungsinformationen als Basis für die eigentliche Prognose sein (descriptive, diagnostic). In den meisten Fällen geben sich Unternehmen jedoch damit nicht zufrieden und implementieren einen quantitativen Forecast (predictive). Das höchste Anspruchsniveau wird an ein KI-System gestellt, das nicht nur das wahrscheinliche Ergebnis prognostiziert, sondern auch die dafür notwendigen Maßnahmen (prescriptive). Dies scheint aber aus heutiger Sicht noch eine Zukunftsvision zu sein.

Abb. 6: Einsatzgebiete und Unterstützungsgrad maschineller Forecasts^[2]

[1] Vgl. Grotenhermen et al., 2020.

[2] Losbichler, 2020, S. 15.