Werben im Podcast: ieconomics Controlling & Kostenrechnung

Stell dir vor, ein Anbieter präsentiert dir ein KI-Tool zur Betrugserkennung oder zur Kreditrisikobewertung. Die Präsentation ist beeindruckend: Das Tool verspricht eine Trefferquote von über 90 % und soll den Prozess vollständig automatisieren. Das ist der Köder (the Bait).

KI-Technologien gehen oft mit überzogenen Versprechen einher. Doch wie genau wird dieser Hype eigentlich konstruiert?

Was passiert, wenn eine KI, die selbst mit klischeehaften Bildern trainiert wurde, unsere Vorstellung von Controlling visualisieren soll?

Du wirst es kennen: In Hochglanzbroschüren und auf Konferenzen wird dir erzählt, dass künstliche Intelligenz das Controlling revolutionieren, deine Arbeit bald komplett automatisieren und den Markt perfekt vorhersagen wird. Die Technologen hinter diesen Werkzeugen wirken dabei oft grenzenlos selbstbewusst. Doch während wir auf die angeblich unmittelbar bevorstehenden selbstfahrenden Autos warten, stellt sich die Frage: Woher kommt diese enorme Zuversicht, die oft im Widerspruch zur Realität steht? Die Gründe dafür liegen tief in der Kultur und Geschichte der KI-Entwicklung, und wenn du sie verstehst, kannst du die Versprechen besser einordnen und dich als kompetenter Ansprechpartner für die Digitalisierung im Finanzbereich positionieren.

In den fetten Jahren, als die Umsätze fast von allein wuchsen, sind in vielen Unternehmen die Kosten, besonders die Gemeinkosten, überproportional gestiegen. Das ist oft gar nicht so stark aufgefallen, weil der wachsende Umsatz viele Ineffizienzen einfach kaschiert hat. Jetzt, wo das wirtschaftliche Umfeld rauer wird, die Umsätze stagnieren oder sogar zurückgehen, tritt dieses Problem schmerzhaft zutage. Genau deshalb rückt das Gemeinkostenmanagement wieder in den Fokus des Controllings.

Im Controlling strebst du danach, Prozesse zu optimieren, Kosten zu senken und Risiken zu managen. Die Automatisierung von Routineaufgaben mithilfe von Künstlicher Intelligenz, zum Beispiel über die Programmierschnittstellen von Anbietern wie OpenAI, erscheint dabei als vielversprechender Weg. Doch was passiert, wenn diese vermeintlich stabilen Automatisierungen von einem Tag auf den anderen nicht mehr funktionieren?

Die Wirtschaftslage fordert Unternehmen und damit auch das Controlling auf eine ganz neue Art und Weise. Einerseits ist knallharte Kostendisziplin gefragt, um sicher durch unsichere Zeiten zu navigieren. Andererseits muss das Controlling jetzt die Grundlagen für nachhaltiges Wachstum schaffen. Das erfordert im Unternehmen eine hohe Geschwindigkeit und Flexibilität, auf welche die Controllingprozesse angepasst werden müssen.

Im Controlling und im Risikomanagement ist die Analyse von Lieferketten eine zentrale Aufgabe. Du prüfst die Zuverlässigkeit von Lieferanten, bewertest Ausfallrisiken und stellst sicher, dass die Materialversorgung des Unternehmens gesichert ist. Doch im Zeitalter der Digitalisierung entsteht eine neue, oft unsichtbare Abhängigkeit: die digitale Lieferkette. Viele Softwarelösungen, die heute im Unternehmen eingesetzt werden...

Hast du dich je gefragt, warum die Analyse-Tools im Controlling heute so ein bunter Blumenstrauß an Möglichkeiten sind? Die Reise dorthin war kein gerader Weg, sondern eher ein Pfad mit vielen Abzweigungen, Versuch und Irrtum. Alles begann in den...

In vielen Diskussionen über KI tauchen dramatische Szenarien auf: Vollautomatisierung führt zu Jobvernichtung oder zum Verlust der Kontrolle über Maschinen. Für das Controlling sind diese Bilder wenig hilfreich. Sie lenken von den Risiken ab, die heute schon direkt in deine Prozesse hineinwirken können.

Stell dir vor, deine Abteilung investiert hunderttausende Euro in ein neues Analysetool, das angeblich bahnbrechende Effizienzgewinne verspricht. Nach monatelanger Implementierung stellt sich heraus: Die beeindruckenden Testergebnisse waren geschönt und das System funktioniert unter realen Bedingungen nicht. Das investierte Geld ist verloren. Genau dieses Szenario ist Realität in einem der teuersten und innovativsten Bereiche überhaupt.

Stell dir vor, du musst die Qualität komplexer Arbeit bewerten, zum Beispiel die von Forschungsprojekten, Softwareentwicklung oder kreativen Dienstleistungen. Wie misst du das? Oft greifen Controller zu Hilfskonstruktionen: messbare Kennzahlen, die Qualität indirekt abbilden sollen. Doch genau hier lauert eine Gefahr, die jedes Controllingsystem untergraben kann. Ein aktuelles Beispiel aus der Wissenschaft zeigt das Problem deutlich.

Die EU-Kommission hat eine Empfehlung für einen neuen, freiwilligen Standard ausgesprochen, den sogenannten VSME-ESRS.

Künstliche Intelligenz ist in aller Munde und mit dem Microsoft Copilot landet sie direkt in deinem Arbeitsalltag – in Word, Excel, PowerPoint und Co. Gerade im Rechnungswesen fragt man sich da natürlich: Macht dieser neue Kollege uns das Leben leichter oder ist der Hype größer als der Nutzen?

Hand aufs Herz: Wie oft saßt du schon in einer Präsentation und hast nach drei Folien innerlich abgeschaltet? Das Problem ist selten der Inhalt, sondern die Art, wie er verpackt wird. Viele Präsentationen sind einfach nicht „gehirngerecht“. Doch keine Sorge, du musst kein Psychologe sein, um dein Publikum zu fesseln.