Unit4
Blog

Planung und Steuerung mit künstlicher Intelligenz

Veröffentlicht von  Dr. Christian Fuchs

Viele Unternehmen stehen aktuell vor der Herausforderung der digitalen Transformation ihrer Finanz- und Controlling-Bereiche. Wesentliche Investitionen betreffen hierbei die Verbesserung und Digitalisierung von Geschäftsabläufen sowie Investitionen in Datenverarbeitung und moderne Softwareanwendungen für Business Intelligence (BI) und Analytics. Verfolgte Ziele sind eine Steigerung der Effizienz sowie Qualität und Automatisierung von Finanzprozessen, um Zeit und Ressourcen für wertschöpfende Dinge zu gewinnen.

Künstliche Intelligenz für Planung und Steuerung
Nicht zuletzt durch die Digitalisierung von Prozessen steigt die Menge der verfügbaren Daten immens und damit auch der Wunsch der Unternehmen, diese Daten besser für Entscheidungen und Planungen zu nutzen. Diese Nutzung erfordert fundierte Datenanalysen und die Ableitung von Entscheidungen daraus. Die Datenqualität rückt damit zentral in den Fokus, insbesondere dann, wenn Entscheidungen datenbasiert getroffen werden sollen, beispielsweise auf Basis von künstlicher Intelligenz (KI). KI ist eines der wesentlichen Themen in diesem Kontext, mit welchem sich aktuell viele Unternehmen beschäftigen. Es geht dabei um die Nachahmung menschenähnlicher Entscheidungsstrukturen über Computer und Algorithmen anhand mathematischer Modelle. Eines der Ziele ist es, Prognosen auf Basis einer qualitativ hochwertigen Datenbasis und KI genauer, skalierbarer und sogar automatisiert durchführen zu können. Im Sinne der Effizienz und Automatisierbarkeit (beispielsweise von Forecastingprozessen) vermuten Unternehmen zurecht großes Potenzial im Einsatz von KI für Planung und Steuerung.

Planung und Steuerung im digitalen Zeitalter
Im Rahmen der digitalen Transformation von Finanz- und Controlling-Bereichen gewinnen Planungs- und Forecastingprozesse massiv an Bedeutung. Viele Organisationen erkennen, dass eine rein reaktiv-analytische Vergangenheitsbetrachtung längst nicht mehr zeitgemäß ist. Neue Herausforderungen wie Geschwindigkeit, Agilität und Vorausschau erfordern, dass Planungen und Forecasts zukünftig kurzfristiger, automatisierter sowie bei Bedarf rollierend unter Berücksichtigung treiberbasierter Ursache-Wirkungsbeziehungen erfolgen müssen. Ziel ist die Umkehr des Planungs- und Steuerungsparadigmas hin zu einem proaktiv-prognostizierenden Ansatz, der die heute verfügbaren Möglichkeiten und Technologien bestmöglich einsetzt. Genau an dieser Stelle bietet KI für Unternehmen ganz neue Möglichkeiten, um beispielsweise
 

  • nicht-triviale Beziehungen in Daten zu analysieren und daraus Erkenntnisse über Muster, Entwicklungen und Prognosen abzuleiten,
  • unbekannte Treiberabhängigkeiten und Ursache-Wirkungs-Zusammenhänge zu identifizieren,
  • umfangreichere Daten und Einflussfaktoren in Prognosen einbeziehen zu können als ein menschlicher Planer dies jemals könnte oder 
  • unter Berücksichtigung von Vergangenheitsdaten Validierungen von Dateneingaben auf Basis identifizierter Regeln vorzunehmen. 


Insbesondere im Bereich des unterjährigen Forecastings, ein Thema welches in vielen Unternehmen häufig immer noch eher reserviert durchgeführt wird, in dem der Zeitdruck für kurzfristige Vorhersagen auf Basis sich schnell ändernder Datenlagen aber immens zugenommen hat, kann KI eine hilfreiche Entlastung für Planer bedeuten.

Zusammenfassung und Herausforderungen
Das Treffen „intelligenter Entscheidungen“ auf Basis von Daten ist eine Kernanforderung unserer schnelllebigen, digitalen Welt. Hierbei alle relevanten Einflussfaktoren zu berücksichtigen und dies kurzfristig sowie fundiert zu tun, wird immer schwieriger. KI kann für Unternehmen hilfreiche Unterstützung bieten, wenn es darum geht, aus Daten der Vergangenheit nicht-triviale Erkenntnisse zu gewinnen und diese für „intelligente Entscheidungen“ zu nutzen. Die optimale Nutzung und Analyse der verfügbaren Daten für bessere Entscheidungen und Prognosen der Zukunft ist eine der zentralen Herausforderungen für Unternehmen im Rahmen der eigenen digitalen Transformation.

Der Einsatz von KI birgt jedoch auch Herausforderungen und bedingt gewisse Rahmenbedingungen, die es für Unternehmen zu schaffen gilt. Hierzu zählt in erster Linie eine qualitativ hochwertige Datenbasis, aus der Muster, Zusammenhänge und Entwicklungen der Vergangenheit gelernt werden können. Nur die richtigen Daten in der richtigen Qualität, der erforderlichen Granularität und ausreichender Historie erlauben solide Prognosen. Ein tiefes Verständnis der Kausalzusammenhänge ist wesentlich (Ursache-Wirkungsbeziehungen). Muster, Zusammenhänge und Entwicklungen, die aus Vergangenheitsdaten gelernt wurden, müssen auch für die Zukunft Gültigkeit haben, damit diese erlernt und für qualitativ hochwertige Prognosen oder Datenvalidierungen genutzt werden können. Werden diese Rahmenbedingungen geschaffen bzw. sind diese Voraussetzungen gegeben, so ist KI in der Lage, die Planung und Steuerung von Unternehmen auf das nächste Level zu heben.

Dr. Christian Fuchs

Dr. Christian Fuchs verantwortet die Analytics & Data Management Practice des Business Application Research Center (BARC). Als Senior Analyst ist er Hauptautor zahlreicher BARC-Studien im Bereich CPM und BI sowie ein gefragter Redner auf Konferenzen. Seine Spezialgebiete sind entscheidungsunterstützende Informationssysteme mit einem besonderen Fokus auf CPM, Planung und BI-Anwenderwerkzeuge. Als Berater unterstützt er Unternehmen im Softwareauswahlprozess und in der Einführungsphase sowie bei strategischen Fragen zum CPM- und BI-Anwenderwerkzeugportfolio inklusive Architektur und Nutzungsszenarien.