„Der Nutzen von KI entsteht nicht durch Software, sondern durch saubere Prozesse, hochwertige Daten und fachliche Klarheit.“

Der Interviewpartner

Florian Wagner beschäftigt sich seit mehr als 20 Jahren mit der Umsetzung von Business- und Prozessanforderungen in komplexen internationalen IT-Projekten. Als Company Builder, COO und geschäftsführender Gesellschafter hat er mehrere Unternehmen aufgebaut und skaliert. Heute begleitet er als Geschäftsführer der Zendigma GmbH digitale Transformationen – mit besonderem Fokus auf die Optimierung von Prozessen im Rahmen von ERP-Einführungen und -Migrationen. Zuvor war er als Unternehmensberater u. a. bei KPMG sowie als IT Director und Geschäftsführer in mittelständischen Unternehmen tätig.

Die Fragen stellte Günther Lehmann, Chefredakteur Controlling von Haufe und Vorstandsmitglied der Verlag für ControllingWissen AG.

Das Interview

Lehmann: Herr Wagner, KI im Controlling ist derzeit das beherrschende Thema in der Controller-Community. Was beobachten Sie in Ihren Projekten: Was erhoffen sich Unternehmen konkret von KI-Unterstützung im Controlling?

Wagner: Die Liste der Erwartungen ist lang – und sie ist berechtigt. Unsere Kunden wünschen sich vor allem die Reduktion manueller Tätigkeiten in Reporting, Analyse und Abstimmung. Sie wollen schnellere, aktuellere Steuerungsinformationen – idealerweise near-realtime. Dazu kommen der Wunsch nach besserer Forecast- und Szenariofähigkeit, höherer Transparenz im Wertefluss über Kosten, Margen, Bestände und Working Capital sowie automatisierten Abweichungs- und Ursachenanalysen.

Und letztlich steht dahinter ein strategischer Anspruch: das Controlling nicht mehr als Zahlenlieferant, sondern als echter Business Partner des Managements zu positionieren. Das sind alles legitime und erreichbare Ziele. Die Frage ist nur: Unter welchen Voraussetzungen sind sie erreichbar?

„Viele Unternehmen lizenzieren KI-Features, die sie mangels Datenqualität gar nicht produktiv nutzen können.“

In vielen Unternehmen steht bei solchen Projekten die Suche nach einer leistungsfähigen KI-Software ziemlich am Anfang. Ist diese Priorisierung richtig?

Wagner: Die Antwort ist ein klares Nein. Viele Unternehmen lizenzieren KI-Features, die sie mangels Datenqualität gar nicht produktiv nutzen können. Stattdessen braucht es zunächst einen End-to-End-Blick entlang des gesamten Werteflusses, transparente und klar definierte Controllingprozesse sowie einheitliche Stammdatenlogiken – also z. B. konsistente Kostenstellen, Kostenträger, Artikel- und Kundenstammdaten. Und schließlich braucht das Controlling selbst fachliche Klarheit darüber, was eigentlich gesteuert werden soll und warum. Nur dann kann eine ganzheitliche KI-Unterstützung im Controlling erreicht werden.

Was meinen Sie mit ‘ganzheitlich’, wenn Sie von einer ganzheitlichen KI-Unterstützung im Controlling sprechen?

Wagner: Ganzheitlich bedeutet für mich: von der Unternehmensstrategie bis zur Business-Software-Architektur. Am Anfang steht die Frage: Was will das Unternehmen erreichen – Wachstum, Profitabilität, Liquiditätssicherung? Daraus leiten sich die Prozesse ab, die diese Ziele tragen sollen. Diese Prozesse wiederum brauchen die richtigen Menschen und die passende Systemunterstützung. Und das Controlling ist dabei der Knotenpunkt: Hier laufen die Ergebnisse zusammen, hier werden sie analysiert, hier entstehen die Handlungsempfehlungen.

„Ganzheitlich heißt: von der Unternehmensstrategie über die Soll-Prozesse bis zur richtigen Business-Software-Architektur denken.“

Eine ganzheitliche KI-Unterstützung berücksichtigt also drei Dimensionen gleichzeitig: die Prozesse, die Daten, die diese Prozesse erzeugen, und die Menschen, die mit beiden arbeiten. Mit anderen Worten: Der nachhaltige Nutzen von KI im Controlling entsteht nicht durch Software, sondern durch saubere Prozesse, hochwertige Daten und fachliche Klarheit. Wer nur auf die Software schaut, greift zu kurz.

„KI ersetzt keine fehlenden oder schlechten Daten – das ist die unbequeme Wahrheit, mit der ich in jedem Projekt konfrontiert werde.“

Welche Defizite stellen Sie am häufigsten fest, wenn Sie den KI-Reifegrad von Unternehmen zum Projekteinstieg erheben?

Wagner: Was am häufigsten fehlt, sind konsistente, strukturierte und valide Daten aus den Kernprozessen. KI ersetzt keine fehlenden oder schlechten Daten – das ist die unbequeme Wahrheit, mit der ich in jedem Projekt konfrontiert werde. KI ersetzt keine fehlenden oder schlechten Daten. Wenn Daten falsch, inkonsistent oder nur teilweise digital erfasst sind, kann auch die beste KI daraus keine verlässlichen Erkenntnisse ableiten. Im Gegenteil: Sie wird falsche Schlüsse mit hoher Konfidenz ausgeben.

Können Sie das an einem konkreten Praxisbeispiel verdeutlichen?

Wagner: Sehr gerne. Ich denke an ein mittelständisches Fertigungsunternehmen: Hauptsitz in Deutschland, mehrere Werke in- und außerhalb der EU, starke Intercompany-Beziehungen in Fertigung und Kalkulation, zwei verschiedene ERP-Systeme für unterschiedliche Business Units.

Die Herausforderungen lagen auf der Hand: enormer manueller Aufwand im Reporting der Bestandsbewertung – WIP, Wertzuordnung, schwimmende Ware, Beistellungen. Dazu unpräzise Materialkostenbewertung und ein Konzern-Reporting, das immer hinterherhinkte. Das Fundament fehlte schlicht.

Wie sind Sie in dieser konkreten Situation dann vorgegangen?

Wagner: Die Lösung war kein KI-Tool – zumindest nicht als erster Schritt. Wir haben mit dem Integrationspartner BI-Automation und der Software Analytics Creator einen digitalen Zwilling aufgebaut, der täglich alle relevanten Bewegungsdaten automatisiert lädt. Dieser ermöglichte erstmals eine tagesbasierte Historisierung der Lagerstände und Herstellkosten sowie Power-BI-Dashboards zur operativen Steuerung.

Das Ergebnis: Wegfall der Excel-Limitierungen, enorme Zeitersparnis, revisionssichere Lagerbewertung – und im Zuge der Datenbereinigung wurden sogar bisher unerkannte Fehler gefunden und nachverrechnet. Das Controlling blieb trotz des veralteten ERP-Systems vollständig handlungsfähig. Und vor allem: Diese saubere Datenbasis ist jetzt das Fundament für eine SAP-Einführung und den Ausbau der KI-Nutzung.

Diese Feststellung solcher Daten-Defizite überrascht mich immer wieder. Dabei arbeiten Unternehmen ab einer gewissen Größe doch schon mit ERP-Software sowie BI-Lösungen – müssten solche Defizite bei der Unternehmenssteuerung doch längst aufgefallen sein.

Wagner: Das ist ein sehr berechtigter Einwand. Viele Unternehmen haben ERP und BI-Werkzeuge im Einsatz – aber diese Systeme zeigen, was vorhanden und eingebucht ist. Was fehlt, bleibt unsichtbar.

Hinzu kommt ein organisatorisches Phänomen: Über Jahre haben sich parallele Excel-Welten und manuelle Korrekturroutinen etabliert, die Lücken ‘wegretuschieren’. Das Controlling funktioniert irgendwie – aber auf einem fragilen Fundament. Erst wenn man es für KI-Nutzung fit machen will, werden die strukturellen Defizite sichtbar: inkonsistente Stammdaten, fehlende Buchungslogiken, unvollständige Prozessdaten aus Produktion oder Einkauf. KI macht also nicht nur sichtbar, was geht – sie macht schonungslos sichtbar, was noch nicht geht. Das ist erst einmal unangenehm, aber es ist eine wertvolle Diagnoseleistung.

Herr Wagner, vielen Dank für diese klaren Einblicke. Sie haben eindrucksvoll dargelegt, warum das Datenfundament vor jeder Softwareinvestition stehen muss. Im zweiten Teil unseres Gesprächs möchte ich mit Ihnen beleuchten, wie Unternehmen diesen Weg strukturiert angehen – mit welchem Vorgehensmodell, welchen Werkzeugen und welchem realistischen Ausblick in Richtung Predictive Controlling.

Fortsetzung in Teil 2: „Binden Sie Ihre Controller früh in KI-Projekte ein – bereits bei der Definition der Ziele und der Potenziale.“