Traditionelle BI-gestützte Controlling-Systeme unterstützen bereits integrierte Unternehmensgesamtplanungsmodelle. Generelle Planungsfunktionen wie die manuelle Planwerteingabe und Umwertungen oder auch besondere Planungsfunktionen wie die Verteilung, die Hochrechnung oder das Splashing (eine besondere Form der Verteilung, bei der große Datenmengen auf Basis statistischer Basiswerte verteilt werden), werden in den Planungsgebieten und -formularen unterstützt.[1] Hierbei nutzen bestehende Planungsmodelle etablierte Erfolgs- und Kostentreiber (wie z. B. Preise, Mengen, variable und fixe Kosten) als Eingabeparameter, um etablierte betriebswirtschaftliche Zielvariablen (wie z. B. Deckungsbeitrag, Gewinn und Cashflow) zu ermitteln.

Punktuell lassen sich einzelne Teilaufgaben der Unternehmensplanung durch KI unterstützen. Data Mining und Predictive Analytics können in erster Linie dabei helfen, neue Eingabe-Parameter für die Modelle zu entdecken, die auf die betriebswirtschaftlichen Zielvariablen angewendet werden können. Hierfür sind für einzelne Planungsgebiete geeignete Datenräume zu identifizieren und die Daten auf ihre Eignung zu analysieren (z. B. die Besucherrate und Absprungrate von Web-Seiten im Zusammenhang mit der Planung von Online-Verkaufsdaten).

Die Integration von KI-Lösungen, Data Mining und Predictive Analytics können die Nachvollziehbarkeit der Modellprämissen, die Transparenz des Modellaufbaus sowie die Selektion relevanter Parameter und somit die Werttreibermodelle, Simulationen, Sensitivitäts- und Szenarioanalysen belastbarer machen.[2]

Bezüglich der KI-Modelle ist es allerdings wichtig zu wissen, dass das Ergebnis des maschinellen Lernens auf statistischen Zusammenhängen beruht. Zwischenergebnisse in den Modellen werden nicht ausgegeben und können nicht für andere Planungsgebiete und -aufgaben genutzt werden. Zudem kann es zu Scheinkausalitäten kommen, die von dem System fehlinterpretiert werden.[3]

Diese und weitere Gründe sind es, warum weiterhin menschengemachte Hypothesen und Interpretationen für das Management notwendig sind, um daraus komplexe Wirkungsbeziehungen ableiten zu können.[4]

[1] Vgl. Schön, 2022, S. 12-13, S. 263-279 und S. 12-13.
[2] Vgl. Oehler, 2020, S. 23 ff. sowie Spitzner/Schneider, 2015, S. 5.
[3] Vgl. Oehler, 2020, S. 30.
[4] Vgl. Davenport/Kirby, 2016, S. 21 ff.

Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr?

Anmelden und Beitrag in meinem Produkt lesen


Meistgelesene beiträge