KI im Controlling sinnvoll einsetzen: Setup für Unternehmen bis 100 Mitarbeiter
- Autor: Bernhard Frühlinger
- Datum:
Hörst du auch den Lärm? KI übernimmt den Finanzbereich und alle armen Controller und Buchhalter sind bald arbeitslos. So klingt es, wenn man den KI Sales Gurus zuhört. Die Wahrheit ist nüchterner und interessanter. Denn KI kann dein Controlling tatsächlich besser machen. Nur anders, als die meisten denken.
Key Takeaways:
- KI und Automatisierung sind nicht dasselbe und der Unterschied entscheidet, wo du investierst
- In den 4 Controlling Kernprozessen benötigst du unterschiedliche Setups von Software, KI und menschlicher Arbeit
- Das beste Controlling-System für Unternehmen bis 100 Mitarbeiter kombiniert drei Dinge: solide Software, KI und Menschen
In diesem Beitrag schauen wir uns die vier Kernaufgaben des Controllings durch – Reporting, Analyse, Planung und Optimierung – und zeigen dir für jede Aufgabe konkret: Wo ist KI der richtige Hebel? Wo reicht Automatisierung? Und wo entscheidest nach wie vor du?
Automatisierung vs. Intelligenz: Der Anwendungsfall für KI im Controlling
Bevor wir in die Tiefen der Controlling Aufgaben herabsteigen, zoomen wir nochmals weit raus schauen uns an, welche Anwendungsfälle für KI im Controlling wir überhaupt haben. KI ist auf dieser Flughöhe erstmal auch nur Technologie und Technologie bedient immer einen der beiden Anwendungsfälle:
- Automatisierung= repetitive Aufgaben verlässlich und schneller machen als es ein Mensch kann.
- Intelligenz= ein komplexes Problem besser analysieren und lösen, als es ein Mensch kann.
Wenn du jeden Monat die Zahlen aus deiner Buchhaltung in ein KPI Dashboard aufbereitest und die Abweichungen zum Plan in rot/grün Korridoren darstellst, dann reden wir von Automatisierung.
Wenn du die Treiber hinter den Abweichungen analysiert, erkennst, welche Variablen zusammenhängen und darlegst, welche Maßnahme das Ergebnis am stärksten verbessert, dann sprechen wir von Intelligenz.
Das Schöne ist: es ist genau die Kombination von Automatisierung und Intelligenz, die ein Controlling wirkungsvoll macht.
Pro Tipp: Gehe deine Controlling Prozesse durch und prüfe, ob diese wiederholbar automatisiert ablaufen können, oder ob du spezifische Intelligenz für das Ergebnis benötigst.
Video Tipp: In diesem Video zeige ich die effektivsten Pricing Maßnahmen für Dienstleister:
Die 4 Kernaufgaben im Controllings
Egal ob mit oder ohne KI: jedes gute Controlling hat 4 Kernaufgaben, die es pflichtbewusst Monat für Monat erfüllen muss:
- Reporting oder "was ist passiert?": Aufbereiten der wichtigsten Kennzahlen in einem strukturierten Finance Cockpit mit flexiblen Drill-Down Funktionen
- Analytics oder "warum ist es passiert?": Treiber hinter den Zahlen erkennen, Abweichungen zu Plan, Vergangenheit und Branche erklären
- Planung oder "was wird passieren?": Szenarien entwickeln, Annahmen treffen, Risiken und Chancen abbilden.
- Optimierung oder "was tun wir jetzt?": Aus Reporting, Analyse und Planung Maßnahmen ableiten und deren Umsetzung sicherstellen.
Diese vier Aufgaben bauen aufeinander auf. Ohne sauberes Reporting keine gute Analyse. Ohne Analyse keine fundierte Planung. Ohne Planung keine gezielte Optimierung. Und genau deshalb ist es so wichtig, bei jeder Aufgabe die richtige Frage zu stellen: Brauche ich hier Automatisierung oder Intelligenz? Die Antwort ist je nach Aufgabe eine andere.
Spoiler: KI macht nur gute Prozesse besser. Schlechte Prozesse werden durch KI im Zweifel noch schlechter. Bevor du Tokens kauft, repariere bitte im ersten Schritt den Prozess.
Reporting: schneller, besser, schöner
Fangen wir mit dem Prozess an, bei dem am meisten KI versprochen und am wenigsten KI gebraucht wird: dem Reporting.
Den Reifegrad eines Reportings kann man daran erkennen, wie oft es angepasst wird: je seltener, desto ausgereifter. Was wir im Reporting wollen ist ein maximal automatisiertes Standard Reporting.
Ein Standard Reporting ist alles, was du regelmäßig im selben Abstand und mit derselben Datenlage anschaust. Der Klassiker ist dein Finanz-Reporting – also die Auswertung von GuV, Bilanz und Cashflow. Die kommt jeden Monat us der Buchhaltung und schaut jeden Monat gleich aus. Kreativität ist hier explizit nicht erwünscht.
Dazu kommen je nach Geschäftsmodell weitere Standard-Reports: Projektauswertungen, Sales-Analysen, IT-Performance-Kennzahlen. Auch die kommen aus standardisierten Datenquellen und werden in gleicher Form ausgewertet.
Wo ist hier der Hebel? Ein Reporting wird dann besser, wenn es für die Erstellung keine Menschen und SVerweis Updates braucht. In anderen Worten, wenn es automatisiert abläuft. Du willst, dass deine Berichte schnell, qualitätsgesichert und so aufbereitet durchlaufen, wie du sie brauchst. Hier hilft dir KI nicht weiter, weil dafür niemand nachdenken muss. Es geht um Zeit, Kosten, Qualität und darum, dass die Zahlen stimmen.
Meine Bewertung: Für das Reporting brauchst du eine standardisierte, qualitätsgesicherte Controlling-Software, die auf einer soliden Datenbasis aufbaut.
Video Tipp: Die 7 besten Controlling Tools für Unternehmen bis 100 Mitarbeiter
Analyse: was steckt hinter den Zahlen?
Anders als beim automatisierte Reporting schaut die Geschichte bei der Analyse aus. Hier geht es darum, herauszufinden, was hinter den Zahlen steckt. Die Gründe, warum Abweichungen entstehen, zu verstehen und damit die Grundlage für konkrete Optimierungsmaßnahmen zu liefern.
Die Automatisierung ist hier zuständig für den Aufbau der Abweichungsanalyse: rote Flaggen, Abweichungskorridore, Benchmark-Vergleiche. Das alles ist Aufgabe deiner Controlling-Software.
KI kann dir hier beim Denken helfen, weil sie ein größeres und vernetztes Gehirn hat. KI kann schlicht mehr Dimensionen gleichzeitig verarbeiten, als ein Mensch im Kopf halten kann.
Praxisbeispiel: KI findet eine augenöffnende Korrelation in deinen Projekten
Ein Serviceunternehmen hat seine Finanzdaten, Projektdaten und Mitarbeiterdaten in drei verschiedenen Systemen. Die KI mit Zugriff auf diese Systeme (Datenschutz kurz pausiert) findet heraus, dass die Marge nicht mit dem Projekttyp korreliert, sondern mit der Kombination aus Projektleiter und Projektlaufzeit.
- Unter acht Wochen ist der Unterschied zwischen deinen Projektleitern irrelevant.
- Über acht Wochen verliert einer deiner besten Leute systematisch elf Prozent Marge.
Das ist eine Aussage, auf die wir Menschen eher nicht gekommen wären, schlicht weil wir nicht auf die Idee gekommen wären, Laufzeit und Projektleiter gleichzeitig gegen Marge zu stellen.
Dieses Beispiel zeigt 2 Sachen: 1. KI kann beeindruckende Korrelationen finden, 2. KI sagt dir nicht, ob die auch wahr sind.
Eine Korrelation ist kein Beweis. Nur weil viele erfolgreiche Unternehmer oft YouTube schauen, heißt es nicht, dass YouTube-Schauen erfolgreich macht. KI findet statistische Muster. Ob dahinter eine echte Ursache steckt oder ein Zufall, entscheidest du.
Meine Bewertung: Eine gut gefütterte und geregelte KI ist eine große Hilfe für Analysen und Interpretationen von Daten. Aber, sie ist nur ein Hinweisgeber. Diese Hinweise zu validieren und kritisch mit deinem Business Wissen zu prüfen, bleibt bei dir (sorry).
Planung: Prognosen sind schwierig ...
Die wichtigste Abweichung, die deine Analytics herausfinden müssen, ist die Abweichung zu deiner eigenen Planung. Und damit du die auswerten kannst, brauchst du auch einen Plan (Cpt. Obvious was here).
Für die Planung gibt es eine handwerkliche Aufgabe und eine, die etwas mehr Intelligenz benötigt:
Das Handwerk: Du lädst deine historischen Zahlen für Gewinn, Bilanz und Cashflow in deine Planungstabelle und planst dieselben Zeilen für die nächsten zwölf Monate. Was hier immer wieder mühsam ist, kann jede Controlling Software automatisieren: das Laden der vergangenen Daten, das Fortschreiben von Fixkosten, die Überleitung von Gewinn zu Liquidität über definierte Parameter wie Zahlungsziele. Hier gilt derselbe Hebel wie im Reporting: Automatisierung vor KI.
Intelligente Planungsmaske: Die meisten Controlling-Tools sind zwar Automatisierungs-Monster, haben aber dadurch auch einen fix vorgegebenen Planungsprozess, mit dem du klarkommen musst, oder für ein teures Customizing extra zahlen musst. Mit KI ändert sich das Spiel. Du beschreibst dein Geschäftsmodell in deiner eigenen Sprache und die KI baut daraus ein konsistentes Finanzmodell, inklusive Gewinn, Liquidität und Bilanzüberleitung.
Validierung deiner Planung: KI ist auch sehr stark darin, dein Planungs-Qualitätssicherer zu sein. Sie gleicht deine Annahmen mit deiner eigenen historischen Datenbasis ab und erkennt Ausreißer oder Fehler. Und das verdammt schnell. Wohl schneller als jeder Controller.
Meine Bewertung: KI ersetzt kein solides Planungsfundament. Wer sein Planungsmodell über ein Excel mit KI-Addon baut, wird früher oder später Probleme bekommen. Die KI kann aber auf dem Fundament eines Planungstools viel Gutes tun.
Video Tipp: Planung mit Claude für Excel: 2 Use Cases im Test
Optimierung: das Grande Finale!
Kommen wir zum wichtigsten Controlling-Prozess, den auf den alle anderen bisherigen Aufgaben hinarbeiten: der laufenden Optimierung deiner Zahlen!
Jedes gute Controlling nutzt die Ergebnisse aus Reporting, Analytics und Planung, um die bestmöglichen Entscheidungen zur Optimierung von Gewinn und Liquidität abzuleiten. In der klassischen Welt legt die Geschäftsführung im Sparring mit dem Controller die Maßnahmen für den nächsten Monat fest und der Controller stellt sicher, dass jeder dran bleibt.
Für Automatisierung gibt es hier wenig Raum, denn außer Task Management ist hier wenig zu automatisieren. Und für die KI?
KI kann dir helfen, bessere Entscheidungen zu treffen: KI kann deine Optionen simulieren und Wechselwirkungen aufzeigen. Du gibst ihr deine Zahlen und sagst: „Meine Marge sinkt, was soll ich tun?“ Sie schaut sich alle Hebel gleichzeitig an, findet Kombinationen, auf die du nicht gekommen wärst und simuliert die Ergebnisse für dich durch. Das ist eine echte Entscheidungsstütze.
Was KI nicht kann: Die Entscheidung treffen und dafür Haftung tragen. Welchen Mitarbeiter du behalten willst, obwohl er gerade nicht performt. Welchen Kunden du nicht verlieren willst, auch wenn er deine schlechteste Marge hat. Welches Risiko du persönlich bereit bist einzugehen.
Was KI auch nicht kann: Die Entscheidung umsetzen. Das erfordert menschliche Disziplin. Mehr gibt es dazu nicht zu sagen.
Meine Bewertung: KI hilft dir, deine Entscheidungen auf einem breiteren Fundament und mit mehr Simulation der Ergebnisse zu treffen. Entscheiden und umsetzen musst du.
All together now: Das beste Controlling-System für Unternehmen bis 100 Mitarbeiter
Fassen wir zusammen: Das aktuell mir bekannte beste Controlling-System hat drei Komponenten:
- Eine starke Controlling-Software als Kern, die deine Unternehmensdaten konsolidiert, Reporting, Analyse und Planung automatisiert und gleichzeitig so aufgebaut ist, dass eine KI darauf arbeiten kann.
- KI für denkintensive Aufgaben: Mustererkennung in der Analyse, geschäftsmodellspezifische Planung und Simulation von Entscheidungen. KI ist kein Ersatz für das System, sondern eine Erweiterung davon.
- Menschen, die Entscheidungen treffen und diese konsequent umsetzen. Kein Tool der Welt ersetzt das.
Ist das nun die große Revolution durch KI im Controlling? Für manche Unternehmen mehr, für andere weniger. Vor allem ist es für kleinere Unternehmen eine großartige Möglichkeit, ein professionelles Controlling-System für unter 2.000 Euro pro Monat aufzubauen.
In a nutshell: Ein gutes Controlling System für Unternehmen bis 100 Mitarbeiter braucht das Triumvirat aus felsenfester Controlling Software, KI als Addon für spezifische Aufgaben und Menschen, die entscheiden und optimieren.
Die wichtigsten Fragen des Beitrags noch mal auf einen Blick
Automatisierung macht wiederkehrende Aufgaben schneller – zum Beispiel das automatische Laden von Buchhaltungsdaten, das Erstellen von monatlichen Reports oder das Fortschreiben von Fixkosten in der Planung. KI geht einen Schritt weiter: Sie versteht ein Problem, findet Zusammenhänge zwischen Variablen ohne vorgegebene Hypothese und schlägt dir Optionen vor, auf die du selbst nicht gekommen wärst. Im Controlling brauchst du beides – aber an unterschiedlichen Stellen.
Ja, wenn die Voraussetzungen stimmen. Du brauchst eine saubere Datenbasis und eine Controlling-Software, auf der KI aufbauen kann. Der größte Hebel liegt in der Analyse – wo KI Korrelationen zwischen mehreren Datentöpfen findet, die kein Controller von Hand verknüpfen würde – und in der Planung, wo KI dein Modell validiert und Schwachstellen in deinen Annahmen aufdeckt.
Nein. KI kann Muster finden, Szenarien simulieren und Planungsmodelle aufbauen. Was sie nicht kann: Entscheidungen treffen, Verantwortung übernehmen und die Ergebnisse umsetzen. Die Rolle des Controllers verändert sich – weg von manuellen Excel-Stunts, hin zu mehr Interpretation, Entscheidungsvorbereitung und Umsetzungsbegleitung. Wer das versteht, macht seinen Controller mit KI wertvoller, nicht überflüssig.
Ich bin neugierig auf eure Erfahrungen!
Bernhard Frühlinger
Hol' dir exklusive Controlling Insights!
Schau dir unseren meist gelesenen Newsletter zum Thema “Gewinn steigern” schon vorab an, um auf den Geschmack zu kommen!