CFO-Aufgabenbereich: Künstliche Intelligenz im Rechnungswesen
Prof. Dr. Thomas Rautenstrauch
Prof. Dr. rer. pol. Thomas Rautenstrauch ist Dozent für Controlling und Corporate Finance im Institut für Finance and Law der OST - Ostschweizer Fachhochschule. Er wirkt zudem seit 2007 als Dozent und Prüfungsexperte bei der ExpertSuisse für die Ausbildung zum dipl. Wirtschaftsprüfer und dipl. Steuerexperten sowie seit 2014 als Gastprofessor für Managerial Accounting im EMBA des MCI Management Center Innsbruck. Thomas Rautenstrauch ist Autor von mehreren Fachbüchern und zahlreichen Artikeln in Fachzeitschriften und in der Wirtschaftspresse.
Passende Arbeitshilfen
Künstliche Intelligenz im Rechnungswesen
Künstliche Intelligenz im Rechnungswesen kann Aufgaben wie die Analyse von Daten, die Erstellung von Berichten oder die Erkennung von Abweichungen automatisieren, wodurch Zeit gespart und Kosten gesenkt werden. Die erfolgreiche Integration künstlicher Intelligenz im Rechnungswesen erfordert einen systematischen Ansatz und die sorgfältige Berücksichtigung verschiedener Faktoren:
Bewertung der organisatorischen Bereitschaft
Bewerten Sie die Bereitschaft Ihres Unternehmens, einschliesslich seiner Dateninfrastruktur, seiner Fähigkeiten und seiner Ausrichtung auf strategische Ziele. Definieren Sie klare Ziele für die Einführung von generativer KI im CFO- Aufgabenbereich und bewerten Sie die potenziellen Auswirkungen auf die Finanzfunktion.
Datenaufbereitung und -qualität
Stellen Sie sicher, dass die Daten, die zum Trainieren generativer KI-Modelle verwendet werden, von hoher Qualität, relevant und repräsentativ für den Finanzbereich sind. Die Vorverarbeitung und Bereinigung der Daten ist entscheidend, um die Modellleistung zu verbessern und aussagekräftige Erkenntnisse zu gewinnen.
Modellauswahl und Training
Wählen Sie das geeignete generative KI-Modell auf der Grundlage der spezifischen Anforderungen und Ziele der Finanzfunktion aus im CFO Aufgabenbereich aus. Trainieren Sie das Modell anhand des vorbereiteten Datensatzes und nehmen Sie die Feinabstimmung vor, um eine optimale Leistung zu erzielen.
Passende Produkt-Empfehlungen
Integration und Einsatz
Achten Sie auf eine friktionslose Integration des generativen KI-Modells in die bestehenden Abläufe und die relevante IT-Infrastruktur, um eine nahtlose Kompatibilität und minimale Unterbrechung zu gewährleisten. Vor allem die softwareseitige Integration mit vorhandenen operativen Systemen und BI-Tools erscheint besonders wichtig. Gleiches gilt für die Schulung der Finanzfachleute, damit sie die gewonnenen Erkenntnisse im CFO-Aufgabenbereich effektiv nutzen und interpretieren können.
Die Einbeziehung von Fallstudien und Best Practices aus der Praxis anderer Unternehmen kann wertvolle Erkenntnisse darüber liefern, wie generative KI erfolgreich in Finanzfunktionen implementiert wurde, und deren Auswirkungen auf Effizienz, Produktivität und Kosteneinsparungen aufzeigen.
Fazit zu künstliche Intelligenz im Rechnungswesen
Derzeit überlegen zahlreiche Finanzverantwortliche in Unternehmen, wie die GenAI-Technologie bestehende Prozesse durch die Erstellung von Texten und die Durchführung von Recherchen ergänzen kann. Mit Blick auf die Zukunft wird die Integration generativer KI verschiedene Kernprozesse verändern, Geschäftspartnerschaften neu erfinden und Risiken mindern. Generative KI wird in Zukunft mit herkömmlichen KI-Prognosetools zusammenarbeiten, um Berichte zu erstellen, Abweichungen zu erklären und Empfehlungen auszusprechen und so die Fähigkeit der Finanzfunktion im CFO-Aufgabenbereich zu verbessern, vorausschauende Erkenntnisse zu gewinnen. Die Erweiterungen werden Finanzfachleute in die Lage versetzen, fundiertere strategische Entscheidungen zu treffen, was zu einer verbesserten betrieblichen Effizienz und Effektivität führt (BCG, 2023).
So vielversprechend die Potenziale von generativer KI für Anwendungen im Finanzbereich auch sind, so gilt es nicht zu vergessen, dass deren Einsatz auch mit Risiken verbunden ist. Beim Erproben von neuen Einsatzgebieten für GenAI-Tools im Finanzbereich müssen ethische und praktische Herausforderungen bedacht werden. Grosse Sprachmodelle wie ChatGPT erzeugen durchaus auch unsinnige Ergebnisse, übernehmen verzerrte Inhalte und Vorurteile oder missachten sogar geistige Urheberrechte sowie Cybersicherheit. Darüber hinaus hat ChatGPT zu Ereignissen und Daten nach 2021 bisher nur ein limitiertes Wissen, womit sich weitere Grenzen ergeben, die noch zu überwinden sind.
Auch wenn CFOs hoffen, dass generative KI zur Kostensenkung und Produktivitätssteigerung beitragen kann, so setzt dies voraus, dass die heutigen Schwächen und Risiken dieser Technologie noch weiter verringert werden können. Gerade die erfolgreiche Integration und effektive Nutzung generativer KI erfordert nicht nur die Kooperation zwischen Finanzfachleuten und KI-Experten, sondern ebenso die Priorisierung von Datenschutz und Ethik während des gesamten Implementierungsprozesses. Ebenso sollte eine Kultur des kontinuierlichen Lernens und der Weiterbildung gefördert werden, um die Vorteile der generativen KI zu maximieren.
