fbpx

KI im Controlling – Chancen und Risiken

Christin Kleinoth12. September 2019
4 min Lesezeit
  • Controlling

Künstliche Intelligenz (KI) / Artifical Intelligence (AI) – das Thema des 21. Jahrhunderts. Klar ist, dass die Benutzung von KI im Alltag voranschreitet. Dadurch entsteht aber zwangsläufig die Frage, ob beziehungsweise wie sich unser Berufsleben verändern wird. Auf was für einen Wandel müssen wir uns einstellen? In diesem Blogbeitrag wird ein erster Ansatz für das Controlling herausgestellt.


Laut dem Gabler Wirtschaftslexikon meint KI die „Erforschung ‚intelligenten‘ Problemlösungsverhaltens sowie die Erstellung ‚intelligenter‘ Computersysteme. Künstliche Intelligenz […] beschäftigt sich mit Methoden, die es einem Computer ermöglichen, solche Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern.“[1] Der Ursprung des Begriffs liegt verhältnismäßig weit zurück, nämlich im Jahr 1956. Damals suchte der Informatiker John McCarthy nach einem Titel für die Literatur einer Fachkonferenz am Dartmouth College in Hanover, New Hampshire (USA). Noch früher – im Jahr 1947 – beschäftigte sich bereits Alan Turing auf einem Symposium in Manchester mit der Frage, ob Maschinen denken können.[2]

Heutzutage wird KI in „schwach“ und „stark“ unterteilt. „Schwache KI unterstützt kognitive Prozesse des Menschen bei der Lösung einzelner, abgegrenzter, konkreter Problemstellungen, die letztendliche Entscheidung trifft der Mensch.“[3] Dies entspricht dem aktuellen Stand der Technik.[4] „Starke“ KI hingegen kann komplexe Sachverhalte lösen. Die kognitiven Leistungen lassen sich mit denen eines Menschen vergleichen: So kann „starke“ KI beispielsweise Entscheidungen treffen. Aktuell ist jedoch kein Fall zur Existenz dessen bekannt.[5]

Chancen

In den Alltag wird „schwache“ KI bereits durch Systeme wie Siri oder Alexa integriert. Weiterhin gelten beispielsweise die sogenannte Face ID zum Entsperren des Smartphones oder der Algorithmus bei Facebook, der für jeden User individuelle Newsfeeds erstellt, als KI.[6] Doch auch am Controlling geht die Thematik nicht vorbei: In der Diskussion stehen beispielsweise Machine Learning, Robotic Process Automation oder Natural Language Processing. Erste Versuche zum Einsatz von KI gehen im Allgemeinen in Richtung Digitalisierung und Automatisierung. Ziel dabei ist, dem Controller eine effizientere Arbeit zu ermöglichen. Mit der Integration von KI kann beispielsweise die Visualisierung im Standard-Reporting oder in der explorativen Analyse verbessert werden. Auch für die Zusammenführung verschiedener interner sowie externer Informationen und zur Modellierung verschiedener Finanzszenarien kann KI in Form von Predictive Analytics verwendet werden. Gerade im Forecast oder in der Planung kann KI also unterstützend agieren. Durch diese Entlastung könnte der Controller sich stärker auf jene Aufgaben konzentrieren, die sich aufgrund der benötigten kognitiven Leistung nicht von Maschinen durchführen lassen. Insbesondere die emotionale Intelligenz, Kontextwissen oder soziale Fähigkeiten können in keinem Fall ersetzt werden.[7]   

Risiken

Trotz der möglichen Arbeitserleichterung für den Menschen birgt eine Umfrage des Bundesverbands Digitale Wirtschaft e.V. von 2018 (n=1.044) zum Thema KI interessante Ergebnisse: Demnach befürchten 69 % der Befragten, dass durch KI Arbeitsplätze ersetzt werden. Weiterhin haben 48 % Angst, dass der Mensch die Kontrolle verlieren könnte. 74 % der Befragten finden außerdem, dass das Menschliche verloren geht, wenn Maschinen entscheiden.[8] Aus diesen Bedenken wird klar, dass die deutsche Bevölkerung bei der Thematik intuitiv an „starke“ KI denkt. Daher sind sie diesbezüglich auch sehr skeptisch. Dies zeigt sich ebenfalls im Controlling. Das Vertrauen in KI ist noch nicht vorhanden, da zu viele Aspekte noch nicht endgültig und zufriedenstellend geklärt werden konnten. Beispielsweise sorgen die sichere Datenspeicherung sowie die Haftungsfrage für Unklarheiten. Auch die Nachvollziehbarkeit von Ergebnissen ist bei dem Einsatz von KI nicht ausreichend gegeben. Sie wird aktuell eher als eine Art „Black Box“ gesehen, da die Controller die Zahlen, die sie durch Predictive Analytics bekommen, nicht nachrechnen können. Stattdessen müssen sie sich in der Situation auf die Richtigkeit der Ergebnisse verlassen. Im Management wird KI aus diesem Grund noch kein Vertrauen entgegengebracht. Schwierige und zugleich sehr wichtige Disziplinen – wie Forecast und Planung– werden ungern einer Maschine überlassen.[9]

In Zukunft wäre die Benutzung von KI im Controlling mit vielen Herausforderungen verbunden. Neben Neuorientierung in der Unternehmenskultur und im Berufsbild des Controllers müssten neue Lösungen integriert und akzeptiert werden. Um das zu erreichen, müsste zunächst einmal die Automatisierung weiter voranschreiten. Anschließend könnte KI für bestimme Anwendungsfälle getestet werden. Externe Faktoren wie das Marktwachstum lassen sich gut mithilfe von Predictive Analytics berechnen. Die Ergebnisse können dann zum Beispiel durch Werttreiberbäume einfach in den Forecast eingebunden werden. Danach könnte dann die Umsetzung von KI in weiteren Projekten erfolgen.

Fazit

Insgesamt wird deutlich, dass „schwache“ KI den Controller bei seiner Arbeit unterstützen kann. Bis zur Implementierung von „starker“ KI bedarf es allerdings noch einer langen Transformationszeit. Es gibt zu viele Fragen diesbezüglich, die nicht geklärt sind, wodurch Unsicherheit in der Bevölkerung entsteht. Damit einhergehende Veränderungen müssen gut geplant und durchgeführt werden, um Vorteile aus der KI ziehen zu können. Die Position des Controllers ist also auch in Zukunft bedeutsam, der Einsatz von KI ist dabei weniger eine Bedrohung als viel mehr eine Unterstützung für ihn.


[1]    Prof. Dr. Richard Lackes, Dr. Markus Siepermann, „Künstliche Intelligenz“, in: Gabler Wirtschaftslexikon. Das Wissen der Experten, URL: https://bit.ly/2GNAmI6, Stand: 23.08.2019.

[2]   Vgl. Erhard Konrad, „Zur Geschichte der Künstlichen Intelligenz in der Bundesrepublik Deutschland“, in: D. Siefkes, P. Eulenhöfer, H. Stach, K. Städler (Hrsg.), Sozialgeschichte der Informatik – Kulturelle Praktiken und Orientierungen, Deutscher Universitäts-Verlag, Wiesbaden: 1998, URL: https://bit.ly/2ZrzHp5, S. 287–296, hier S. 287.

[3]   Dr. Helge F. R. Nuhn, Prof. Dr. Mike Schulze, „Künstliche Intelligenz im Controlling: Bedeutung, Anwend …/ 3 Verständnis von Künstlicher Intelligenz“, in: Finance Office Professional, URL: https://bit.ly/31QbPx9, Stand: 23.08.2019.

[4]   Vgl. Johannes Scherk, Gerlinde Pöchhacker-Tröscher, Karina Wagner, Künstliche Intelligenz – Artificial Intelligence, Pöchhacker Innovation Consulting GmbH, Mai 2017, URL: https://bit.ly/2JIo5dE, Stand: 23.08.2019, S. 8.

[5]   Vgl. Nuhn, Schulze, „Künstliche Intelligenz im Controlling“ (s. Anm. 3).

[6]   Vgl. Lara Jäkel, „Wie Künstliche Intelligenz unser Leben berührt“, in: orange by Handelsblatt, online veröffentlicht am 21.12.2018, URL: https://bit.ly/2H9yX21, Stand: 27.08.2019.

[7]   Vgl. „Digitalisierung im Controlling: Mensch oder Maschine? Wie digitale Technologien die Arbeit und das Berufsbild des Controllers verändern“, in: Deloitte, URL: https://bit.ly/2XCCgF1, Stand: 23.08.2019.

[8]   Vgl. Digital Trends. Umfrage zum Thema Künstliche Intelligenz, vom Bundesverband Digitale Wirtschaft (BVDW) e.V., April 2018, URL: https://bit.ly/2Zigp5H, Stand: 23.08.2019, S. 10.

[9]   Vgl. Prof. Dr. Dr. h.c. Jürgen Weber, „Black Box KI: Glauben Manager das, was sie nicht selbst beurteilen können?“, in: Haufe, online veröffentlicht am 12.08.2019, URL: https://bit.ly/33NYCGV, Stand: 23.08.2019.