Finance als Business Leadership: Das strategische Zielbild
Dr. Dirk Baukmann stellte mit dem „21st Century Finance Model“ der DHL Group ein Zielbild vor, das Finance konsequent auf nachhaltige Wertmaximierung ausrichtet. Seine Kernfrage: „Wie verstehen wir Finance?“ Seine Antwort: Finance ist nicht mehr reine Zahlenproduktion. Das Modell beschreibt Finance als Kombination aus Finanzexpertise und Business Leadership. Im Zentrum steht die nachhaltige Maximierung des Unternehmenswerts; darum herum liegen operative Finanzaktivitäten, Compliance, Business Performance und strategische Einflussnahme (Abbildung 1). „Alles andere ist etwas, was wir nicht brauchen“, formulierte Baukmann. Finance-Aktivitäten müssen auf Wertsteigerung einzahlen, sonst fehlt ihnen die strategische Legitimation.
Vom Reporter zum Gestalter
In Baukmanns Darstellung entwickelt sich Finance „von der Reporting Factory zum Value Creator“. Controller werden vom reinen Berichtslieferanten zum Sparringpartner, von manuellen Aufgaben zu technologiegestützten Prozessen, von rückwärtsgerichtetem Berichtswesen zu vorausschauender Steuerung. „Controller sind mehr als nur Reporter, sie sind Gestalter des Unternehmens“, so Baukmann. Sie müssen die Wirklichkeit in Zahlen übersetzen, deren Qualität sichern und daraus Handlungsempfehlungen ableiten. Diese Gestaltungsrolle setzt aber eine entscheidende Voraussetzung voraus: Controller brauchen Zeit. Zeit, die heute noch zu oft in manueller Datenaufbereitung versickert. Genau hier setzt der Vortrag von Ansgar Heidemann an.
KI-Agents als Enabler: Wie Automatisierung Business Partnering ermöglicht
Ansgar Heidemann (Windhoff Software Services) zeigte im KI-Themenzentrum, moderiert von Dr. Kim L. Dillenberger und Prof. Dr. Ronald Gleich (Centre for Performance Management & Controlling), wie KI-Agenten diese Kapazität konkret schaffen. KI-Agenten sind LLM-Assistenten, die selbstständig Teilaufgaben übernehmen, indem sie mit Ablaufplänen, Werkzeugen wie Datenbanken, ML-Modellen oder APIs sowie Gedächtnisspeichern interagieren (Abbildung 2). Wiederkehrende Analysen, Abweichungskommentierungen, Datenabfragen aus verschiedenen Systemen, Reportingvorlagen – all das sind Aufgaben, die Agents übernehmen können, ohne dass ein Controller manuell eingreifen muss. Der Effekt ist nicht primär Effizienz um ihrer selbst willen. Der Effekt ist Zeit und damit Kapazität für das, was Maschinen nicht können: Kontext verstehen, Entscheidungen begleiten, Vertrauen in Fachbereichen aufbauen.
Data Agents machen Daten dialogfähig, für Controller und Fachbereiche
Besonders relevant ist dabei Heidemanns Use Case „Chat with your data“. Data Agents können Finanzdaten per Chat auffindbar, visualisierbar und analysierbar machen, etwa im Vertriebsreporting, in der Margenanalyse oder im Einkaufsreporting. Das ist der nächste Schritt nach Self-Service BI: Nicht mehr nur Dashboards werden konsumiert, sondern Fragen werden direkt an Daten gestellt. Ein Data Agent verbindet Datenprodukte, Dashboards, Systeme und Analysen als „single-entry-of-truth“. Gleichzeitig betonte Heidemann, dass ein gutes System die Stärken und Schwächen von LLMs sauber trennt: LLMs können Semantik erkennen, natürliche Sprache verstehen und User-Intentionen erfassen, sie sollten aber nicht selbst Zahlen berechnen oder Geschäftslogiken erfinden. Dafür braucht es prozessuales Wissen (Regeln, SQL-Abfragen, BI-Dashboards, Planungsmodelle) und deklaratives Wissen (Business Glossare, Data Catalogues, Knowledge Graphs). „In einem guten KI-Agent hat das LLM keinen Raum für Halluzinationen!“, fasste Heidemann zusammen. Der Controller, der diese Agents verantwortet und einführt, braucht beides: technisches Verständnis und die Fachbereichsnähe, um zu wissen, welche Fragen die Agents beantworten müssen.
Business Partnering mit KI in der Praxis: Das Beispiel Dr. Beckmann
Jan Zimpelmann lieferte mit dem Vortrag „AI & Machine Learning im Controlling: Erste Anwendungsversuche im produzierenden Mittelstand“ das konkrete Erfolgsbeispiel. Die Dr. Beckmann Group zeigt, wie Business Partnering mit KI im Alltag funktioniert. Im Zentrum steht der Demand Plan beziehungsweise Sales Forecast: nicht als internes Controlling-Instrument, sondern als gemeinsam verantwortetes Planungswerkzeug zwischen Controlling und Vertrieb. Der Forecast wird rollierend über 18 Monate erstellt, differenziert nach Business Unit, Produkt und Kunde. In einem produzierenden Unternehmen mit On-Demand-Produktion, Sicherheitsbeständen und schnellen Reaktionsanforderungen wird Forecasting zum Engpass- und Werttreiber. Ihn gut zu gestalten, gelingt nur gemeinsam – Controller und Fachbereich, Mensch und Maschine.
Mensch setzt Marker, Maschine erkennt Muster
KI kann historische Daten auswerten, mit tatsächlichen Ist-Werten vergleichen und Muster erkennen aber sie ersetzt nicht die fachliche Interpretation. Zimpelmann brachte es auf den Punkt: „AI wird Forecasts nicht alleine machen, sondern in Zusammenarbeit mit Leuten, die Marker setzen können.“ Genau diese Fähigkeit fachliche Marker zu setzen, Ausnahmen zu benennen, Marktlogik einzubringen kann nur jemand leisten, der nah am Fachbereich ist. Das ist kein Zufall, sondern Ergebnis von Business Partnering: Der Controller bei Dr. Beckmann kennt die Vertriebslogik, weil er mit dem Vertrieb arbeitet. Er weiß, welche KI-Lösung gebraucht wird und kann sicherstellen, dass sie gleichzeitig steuerungsrelevante Daten für das Controlling liefert. Die entscheidende Frage lautet dabei nicht nur: Wie gut ist das Modell? Sondern: „Wie kriegt man das Modell an die Leute, damit sie es nutzen wollen?“ Auch diese Frage beantwortet nur, wer beide Seiten kennt: die technologische und die menschliche.
Wertbeitrag statt Zahlenproduktion
Über alle drei Vorträge hinweg entsteht eine stringente Logik der Zukunft des Controllings. Baukmann definiert das Ziel: Controller als Gestalter, Finance als Business Leadership. Heidemann liefert den Schlüssel: KI-Agents, die Routinen übernehmen und Kapazität für echtes Business Partnering schaffen. Zimpelmann zeigt, wie es in der Praxis aussieht: ein Controller, der gemeinsam mit dem Vertrieb den Forecast verantwortet, weil er die Zeit und die Nähe hat, um als Sparringpartner zu agieren und der dabei KI-Lösungen mitgestaltet, die Fachbereich und Controlling gleichzeitig nützen. Der Controller der Zukunft ist nicht derjenige, der am schnellsten Daten aufbereitet. Er ist derjenige, der weiß, welche Daten gebraucht werden, welche KI-Lösung sinnvoll ist und wie beides zusammen zur Steuerung des Unternehmens beiträgt. In Baukmanns Worten: Finance wird nur dann gebraucht, wenn es hilft, die Zukunft des Unternehmens zu gestalten.
