Digitale Finanzplanung & Analyse: Ein Blick in die Zukunft

Erfahren Sie, welche Rolle künstliche Intelligenz im Finanzbereich spielt – insbesondere in der Finanzplanung und Analyse – und wohin die Reise künftig geht. Head of FP&A und Product Director bei Unit4, hat sich darüber kürzlich mit dem FP&A Trends London Circle ausgetauscht.

Warum sind künstliche Intelligenz und maschinelles Lernen im Finanzbereich so wichtig für Unternehmen?

In der Praxis kosten viele Dinge Zeit, vor allem, wenn sie manuell von Menschen erledigt werden. Unter den richtigen Umständen muss das nicht unbedingt schlecht sein. In vielen Fällen könnten die Anwender bzw. die Personen, die diese Aufgaben ausführen, ihre Zeit jedoch besser nutzen und sich wichtigeren Aufgaben widmen.

Künstliche Intelligenz (KI) kann wiederkehrende manuelle Aufgaben in einem Bruchteil der Zeit erledigen – und in Verbindung mit maschinellem Lernen (ML) kann sie sogar lernen, sie noch besser auszuführen.

Doch was bedeutet das für den Bereich Finanzplanung & Analyse (FP&A)? Wir denken, dass FP&A-Lösungen zu den vielversprechendsten Anwendungsgebieten für maschinelles Lernen im Finanzbereich gehören. Werfen wir einen Blick darauf, warum das so ist.

Der Faktor Zeit

Stellen Sie sich zunächst die Frage: Was sind die größten Herausforderungen bzw. Problembereiche in Ihrem Unternehmen?

Für die meisten CFOs und FP&A-Teams ist eine der größten Herausforderungen, dass die Zeit nicht ausreicht, um alles zu erledigen, was notwendig ist.

Sich wiederholende Routineaufgaben machen einen nicht unwesentlichen Teil der Arbeit im Finanzbereich aus.

Diese Aufgaben sind zwar unerlässlich, bringen aber möglicherweise nur einen geringen Mehrwert, wie z. B. der Kontenabgleich oder die Überprüfung von Abweichungen zwischen Budget und Ist. Denken Sie nur einmal darüber nach, wie oft Sie diese Aufgaben erledigen, und die Minuten summieren sich schnell.

In dieser Zeit stehen Sie Ihrem Unternehmen nicht als verlässlicher Partner zur Verfügung, der sich aktiv für die Erreichung der Ziele einsetzt und anderen Abteilungen bei Finanzmanagement, Controlling, Risikomanagement und Finanzierung unter die Arme greift.

Wie können KI und intelligentes Forecasting das Zeitproblem lösen?

Nehmen wir an, ein Unternehmen, das landesweit zahlreiche Tankstellen betreibt, möchte die Personalkosten und -stunden pro Tankstelle prognostizieren.

Dazu muss es ermitteln, wie viele Mitarbeiter es jede Woche und jeden Tag braucht, um all diese Standorte zu besetzen, wie viele Stunden das insgesamt sind und wie viel das letztendlich kosten wird. Wie kann das funktionieren?

Die erste Herausforderung ist die Anzahl der verschiedenen Einflussfaktoren, z. B. der Standort der einzelnen Tankstellen, die unterschiedlichen Kraftstoffpreise und sogar Faktoren wie Wetter und Feiertage.

Die Lösung solcher Problemstellungen kann Ihre Teams eine Menge Zeit kosten. Die KI lernt jedoch aus den Informationen, die Sie ihr geben. Und wenn sie diese Informationen einmal hat, kann sie anfangen, nach Mustern zu suchen. So können Finanz-Forecasts mit Hilfe von maschinellem Lernen den künftigen Bedarf basierend auf Annahmen vorhersagen, die sich aus den Daten ableiten lassen.

Wenn Sie also (wie in unserem Beispiel) versuchen, Ihre Personalkosten und -stunden für einen Tag oder eine Woche im nächsten Monat zu prognostizieren, kann die KI historische Daten aus den vergangenen Monaten und Jahren heranziehen und alle von Ihnen angegebenen Faktoren nutzen, um ziemlich genaue Vorhersagen zu treffen.

Das Wichtigste: Sie kann praktisch sofort Ergebnisse liefern. Doch sind diese Vorhersagen auch so zuverlässig wie Ihre eigenen?

Der Einfluss von Daten auf das Forecasting

Die Genauigkeit der KI hängt immer von den Daten ab, insbesondere von deren Qualität.

In diesem Zusammenhang ist es wichtig zu verstehen, dass es einen Unterschied zwischen der Datenmenge und der Datenqualität gibt. Und dass die Menge der Daten keinen Einfluss auf die Qualität hat. Viele Daten sind einfach nur viele Daten. Qualitätsdaten zeichnen sich dadurch aus, dass sie die tatsächliche Situation widerspiegeln, die Sie analysieren möchten.

Wenn wir in unserem Beispiel die Daten von vor zwei Jahren verwenden, seitdem jedoch etwas Drastisches passiert ist, z. B. eine Straßensperrung oder ein Ausbau, dann stimmen die Vorhersagen nicht mehr mit der tatsächlichen Situation überein.

Sie müssen also die Aussagekraft der Forecasts verstehen, bevor Sie sie nutzen. Ursprünglich glaubte man, dass sich der Wert eines Forecasts rein aus seiner Genauigkeit ergibt. Doch ist das wirklich so?

Wir bei Unit4 haben festgestellt, dass die Situation ein wenig komplexer ist. Genauigkeit ist zwar wichtig, doch sie muss in einem ausgewogenen Verhältnis zu Schnelligkeit und Anpassungsfähigkeit stehen. Das hat sich vor allem im Jahr 2020 gezeigt, in dem Unternehmen besonders schnell reagieren mussten.

Die Zukunft von FP&A und KI

KI ermöglicht es Unternehmen, anpassungsfähiger zu werden. Viele Unit4-Kunden stellen fest, dass Forecasts, deren Erstellung früher Monate dauerte, heute in Minutenschnelle vorliegen.

Doch wie kann KI Unternehmen dabei helfen, die Zeit, die sie nun einsparen, optimal zu nutzen?

Mit der fortschreitenden Integration von KI in Ihre Software wird sie einfacher zugänglich für die Anwender. KI ist längst nicht mehr nur Datenexperten und anderen Fachleuten vorbehalten. Alle Mitarbeiter können KI in ihrem Arbeitsalltag nutzen und davon profitieren – und die Anwendungsmöglichkeiten von KI im Finanzbereich werden

Durch die Integration von KI in Ihre operativen Abläufe können Sie Werttreiber schneller identifizieren als je zuvor und erhalten die nötige Zeit und Anpassungsfähigkeit, um Maßnahmen zu ergreifen. Sie sehen sofort, wie sich geänderte Variablen auswirken.

Und da die KI im Laufe der Zeit immer mehr über Ihr Unternehmen lernt, wird sie in der Lage sein, immer anspruchsvollere Aufgaben zu übernehmen. Sie wird sich nicht mehr nur auf einfache Forecasts beschränken, sondern in einigen Fällen sogar die Planung selbst unterstützen oder automatisieren können.

Die KI könnte also nicht nur die wichtigsten Geschäftsfaktoren und deren Veränderungen im Laufe der Zeit ermitteln, sondern auch detaillierte Erkenntnisse aus unterschiedlichen Quellen (einschließlich der Erfahrungen aus der Vergangenheit) nutzen, um Sie bei der Planung zu unterstützen und Ihnen Tipps zu geben, wie Sie auf bestimmte Einflussfaktoren reagieren können. Und das auf allen Ebenen – vom Gesamtunternehmen bis hin zu einzelnen Projekten.

Und das ist erst der Anfang.