Die Digitalisierung und der Einsatz von Künstlicher Intelligenz (KI) verändern den Finanzsektor in rasantem Tempo. Die großen Beratungshäuser sehen die Rolle der Finanzabteilungen sich zunehmend von einem reinen Reporting-Service hin zu einer vorausschauenden Planungs- und Steuerungsfunktion entwickeln, dabei spielt insbesondere die Veränderung der Finanzplanungs- und analysetätigkeiten eine wichtige Rolle (Quelle). In unserer Shift/Finance-Reihe zur KI-Disruption der Finanzautomatisierung haben wir bereits verschiedene Bereiche betrachtet, in denen KI die Effizienz steigert und Finanzteams fundiertere Entscheidungen ermöglicht.

Für den Planungs- und Analysebereich (englisch Finance Planning & Analysis, kurz FP&A) gilt es, dabei neben den technologischen auch die funktionsspezifischen Veränderungen zu betrachten: Routinetätigkeiten werden automatisiert, während die strategischen Aufgaben von FP&A weiter wachsen. Vom Datenmanagement zur Unternehmenssteuerung – dieser Beitrag beleuchtet die entscheidenden Entwicklungsschritte und Herausforderungen.

Die Entwicklung von FP&A: Vom Reporting zur strategischen Unternehmenssteuerung

Finance Planning & Analysis (FP&A) steht aktuell unter erheblichem Veränderungsdruck, der durch diverse externe Faktoren wie die beschleunigte digitale Transformation und die aktuelle Multi-Krisen-Lage beeinflusst wird. Die Lünendonk-Studie 2023 „Finance Transformation 2025: Die Finanzfunktion auf die Zukunft ausrichten“ beschreibt, wie die Anforderungen an die Finanzabteilung seit 2020 stetig gewachsen sind. Wesentliche Treiber sind die zunehmende Digitalisierung und die Notwendigkeit, auf eine komplexe, durch die Vielzahl der Krisen beeinflusste Marktdynamik schnell und flexibel reagieren zu können. Der Druck, die Finanzfunktion durch End-to-End-Prozesse und technologische Innovation zukunftssicher zu gestalten, ist groß. CFOs stehen vor der Herausforderung, das Informationsmanagement zu optimieren und in ihren Teams eine Kultur zu schaffen, die den strategischen Anforderungen als Business Partner gerecht wird.

Damit dieser Wandel gelingt, müssen jedoch bestimmte Voraussetzungen geschaffen werden. Eine Analyse von EY verdeutlicht, dass der Erfolg von Analyseinitiativen entscheidend vom Reifegrad des Unternehmens abhängt (Quelle). Die Verfügbarkeit und Zugänglichkeit der vorhandenen Informationen ist dabei ein zentraler Erfolgsfaktor – ohne zuverlässige Grundlagen sinkt der Nutzen selbst fortschrittlichster Analysen erheblich („Garbage in, garbage out“). Zudem hängt der Fortschritt maßgeblich von der strukturellen Stärke der Finanzplanung ab. Sind die Voraussetzungen vorhanden – wie ein klarer Planungsrahmen und regelmäßige, integrierte Prognosen –, kann der Übergang zu prädiktiven Modellen und KI-gestützten Lösungen wesentlich reibungsloser verlaufen.

In diesem Kontext durchläuft FP&A verschiedene Entwicklungsstufen, die die Rolle von einer reaktiven Funktion zu einem proaktiven strategischen Partner umformen:

• Manuelle Prozesse und Tabellenkalkulationen: Die Reise von FP&A beginnt oft mit manuellen Prozessen und Tabellenkalkulationen wie Excel. Diese Arbeitsweise ist zeitintensiv und fehleranfällig, was umfangreiche, datengetriebene Analysen stark einschränkt. Die Teams konzentrieren sich hier primär auf vergangenheitsorientierte Berichterstattung.
• Digitalisierung und ERP-Systeme: Der nächste Schritt ist die Einführung von ERP-Systemen, die als Grundlage für die Digitalisierung und Zentralisierung von Unternehmensdaten dienen. ERP-Systeme schaffen mehr Transparenz und teilweise standardisierte Prozesse, doch bleiben die Datenquellen oft fragmentiert. Viele Prozesse erfordern weiterhin manuelle Eingriffe und Nachbearbeitung.
• Cloud-Technologie und Technologie-Standardisierung: Cloud-Plattformen und Standards wie SAP S/4HANA erleichtern die zentrale Verarbeitung und die Nutzung konsolidierter Daten. Diese Phase markiert den Beginn einer datengesteuerten, agilen Planungsstrategie, bringt jedoch technische und organisatorische Herausforderungen bei der Migration mit sich.
• Automatisierung durch den Einsatz von KI und Machine Learning: In dieser Phase verlagern sich die Aufgaben von FP&A zunehmend von manuellen Tätigkeiten hin zu KI-gestützten Prozessen. Machine Learning-Algorithmen ermöglichen tiefergehende Analysen und liefern proaktive Einblicke, die die Entscheidungsfindung stärken. Die Automatisierung repetitiver Aufgaben reduziert Fehler und schafft Freiräume für wertschöpfende Tätigkeiten.
• Integration weiterer Datenquellen im Rahmen von xP&A: Die letzte Entwicklungsstufe umfasst die Einführung des Extended Planning & Analysis (xP&A)-Ansatzes, bei dem Finanz- und operative Informationen aus verschiedenen Unternehmensbereichen integriert werden. Diese vernetzte Planung steigert die Transparenz und erweitert die Möglichkeiten zur unternehmensweiten Steuerung durch ein dynamisches Verständnis aller Leistungsfaktoren.

Diese Reifegradstufen zeigen, dass der Weg zu einer vollständig integrierten und automatisierten FP&A-Funktion anspruchsvoll ist und schrittweise erfolgt. Unternehmen, die bereits die Cloud-Standardisierung und die Implementierung von KI-Technologien erreicht haben, schaffen damit die Basis für eine umfassende xP&A-Strategie. So wird FP&A zu einem zentralen Partner im Unternehmen, der mithilfe prädiktiver und datengetriebener Planung die strategische Entscheidungsfindung unterstützt und zu einer resilienteren und anpassungsfähigeren Unternehmenssteuerung beiträgt.

Status Quo der FP&A-Technologien – Machine Learning und Generative AI als nächste Stufe

Mit dem Einsatz von Machine Learning (ML) und Generative AI hat Finance Planning & Analysis (FP&A) in den letzten Jahren eine neue Dimension erreicht. Diese Technologien ermöglichen präzisere Prognosen und Szenarien, die FP&A-Teams wertvolle Einblicke und fundierte Entscheidungsgrundlagen bieten. Unternehmen, die hier führend sind, erzielen signifikante Effizienzgewinne und eine flexiblere Planung.

• Machine Learning für prädiktive Analysen und Mustererkennung: Machine Learning spielt eine zentrale Rolle bei der Weiterentwicklung von FP&A hin zu einer proaktiven Funktion. Algorithmen analysieren große Datenmengen und identifizieren Muster, die zu genaueren Vorhersagen führen. ML-basierte Modelle passen sich kontinuierlich neuen Daten an und verbessern so ihre Prognosegenauigkeit.
• Generative AI für Szenarioplanungen und Entscheidungsunterstützung: Generative AI ermöglicht die Entwicklung von Szenarien und unterstützt damit die strategische Entscheidungsfindung. Laut PwC erlaubt es Generative AI, Simulationen zu wirtschaftlichen Faktoren wie Inflation und Wechselkursschwankungen abzubilden, was die Planungssicherheit erhöht (Quelle). Die Boston Consulting Group sieht Generative AI als “Copilot” für Finanzteams, der bei der Effizienzsteigerung und Risikobewertung hilft (Quelle).
• Automatisierung und Effizienzsteigerung durch den kombinierten Einsatz von ML und Generative AI: Durch die Kombination von ML und Generative AI lassen sich viele Routineaufgaben automatisieren. Dies entlastet die Teams und schafft Raum für strategische Analysen. Laut PwC wirken generative KI-Modelle wie digitale Assistenten, die Reporting- und Buchhaltungsaufgaben optimieren.

Der Einsatz dieser Technologien eröffnet FP&A neue Perspektiven und schafft die Voraussetzungen für eine agile, datenorientierte Planung. Dies fördert ein neues Rollenverständnis, in dem FP&A die Flexibilität und proaktive Steuerung in einer dynamischen Geschäftsumwelt übernimmt.

Herausforderungen der KI-Transformation im FP&A-Bereich

Obwohl KI-Technologien bedeutende Chancen bieten, stellen sie auch Herausforderungen für den FP&A-Bereich dar. Eine der größten technischen Hürden ist die Sicherstellung hoher Datenqualität – nur konsolidierte und aktuelle Daten liefern verlässliche Analysen und Prognosen. Zudem stellt die Integration dieser Systeme hohe Anforderungen an die IT-Infrastruktur: Leistungsstarke Rechenkapazitäten und eine ausfallsichere Infrastruktur sind essenziell, um die Datenmengen effizient zu verarbeiten und kontinuierlich zu aktualisieren.

Auch organisatorisch sind Barrieren zu überwinden. So fehlt es oft an Fachkräften mit den notwendigen Kompetenzen für die Implementierung und Wartung von KI-Lösungen im Finanzbereich. Schulungs- und Weiterbildungsprogramme sind erforderlich, um die Belegschaft auf die neuen Anforderungen vorzubereiten. Parallel dazu stellt die Einführung von KI-Systemen eine kulturelle Veränderung dar – Change-Management-Maßnahmen sind notwendig, um Mitarbeitende zu gewinnen und Ängste abzubauen.

Auf strategischer Ebene geht es um die Identifikation der richtigen Anwendungsfälle. Nicht alle FP&A-Prozesse eignen sich für den KI-Einsatz, und ein zielführender Nutzen ergibt sich nur durch eine präzise Auswahl relevanter Szenarien wie prädiktiver Planungen oder Szenario-Analysen. Dabei ist es wichtig, eine Balance zwischen Automatisierung und menschlicher Expertise zu wahren. Trotz der Effizienz von KI-gestützten Prozessen bleibt das menschliche Urteilsvermögen in vielen Aspekten der Finanzplanung unerlässlich.

Die KI-Transformation im FP&A-Bereich erfordert damit eine strategische Planung und ein strukturiertes Vorgehen. Unternehmen, die gezielt auf hohe Datenqualität, qualifizierte Fachkräfte und klare Anwendungsfälle setzen, legen eine stabile Basis für die nachhaltige Nutzung von KI im Finanzwesen.

Strategische Neuausrichtung der Finanzplanung & -steuerung durch KI und ESG

Wie bereits dargelegt, führt der Einsatz von KI-Technologien zu grundsätzlichen Veränderungen auch in der Rolle und den Aufgaben der Finanzplanung und -analyse (FP&A). Mit der Übernahme von operativen Datenverarbeitungsroutinen durch die KI bietet sich Raum für einen strategischeren Fokus auf mehr Steuerungs- und Beratungsfunktionen, was FP&A zu einem wichtigen Partner der Unternehmensleitung werden lässt.

Von der operativen zur strategischen Funktion

Durch die Automatisierung von Routineaufgaben kann sich FP&A stärker auf wertschöpfende Entscheidungen konzentrieren. Diese Entwicklung festigt die Position von FP&A als zentrale strategische Schnittstelle im Management:

• Automatisierung von Routineaufgaben: Wiederkehrende Tätigkeiten wie Berichterstellung und einfache Analysen werden automatisiert, was Kapazitäten für komplexere und strategischere Aufgaben schafft.
• Fokus auf Szenarioplanung und Risikomanagement: Die frei gewordenen Ressourcen ermöglichen FP&A, sich auf anspruchsvollere Aufgaben wie Szenarioplanung und Risikomanagement zu fokussieren und damit einen wichtigen Beitrag zur langfristigen Planung zu leisten.
• Proaktive Handlungsempfehlungen: KI-gestützte prädiktive Analysen liefern konkrete, zukunftsorientierte Empfehlungen und unterstreichen die Rolle von FP&A als strategischem Partner der Unternehmensführung.

Neue Aufgabenfelder und Fähigkeiten

Die Einführung von KI erweitert nicht nur die technologischen Möglichkeiten, sondern auch die Anforderungen an Kompetenzen und Verantwortungsbereiche innerhalb von FP&A. Um die Vorteile von KI vollständig zu nutzen, muss FP&A spezialisierte Fähigkeiten aufbauen:

• Erweiterte Analysefähigkeiten: Predictive Analytics und maschinelles Lernen gehören zu den Kernkompetenzen, um präzise Prognosen zu erstellen und zukünftige Entwicklungen besser vorherzusehen.
• Datenintegration und Echtzeitanalysen: Die Integration von Finanz- und operativen Daten im Rahmen von xP&A ermöglicht eine umfassendere Unternehmensperspektive und bietet durch Echtzeitanalysen eine fundierte Entscheidungsgrundlage.
• Szenarioplanung und Risikomanagement: „Was-wäre-wenn“-Analysen helfen FP&A, potenzielle Marktentwicklungen zu antizipieren und Risiken frühzeitig zu managen.

Neue Kompetenzen und Tools

Die strategische Weiterentwicklung von FP&A erfordert moderne Technologien und Fähigkeiten zur Dateninterpretation sowie zur Kommunikation von Analyseergebnissen:

• Dateninterpretation und Kommunikation: Die Fähigkeit, umfangreiche Datenmengen zu analysieren und für das Management verständlich aufzubereiten, wird immer wichtiger.
• KI-gestützte Planungsassistenten und Natural Language Processing (NLP): NLP-Tools erleichtern die Analyse und das Zusammenfassen komplexer Finanzdaten in verständlicher Sprache, was die Entscheidungsfindung verbessert.
• Automatisierte Prognosemodelle: Rollierende Forecasts, unterstützt durch KI, integrieren verschiedene Datenquellen und passen sich kontinuierlich aktuellen Entwicklungen an, was die Prognosegenauigkeit verbessert.

Verändertes Rollenverständnis

Mit der zunehmenden strategischen Bedeutung von FP&A verändert sich auch das Selbstverständnis der Abteilung. FP&A entwickelt sich vom reinen Datenverarbeiter zum Insight-Provider, treibt die digitale Transformation voran und fördert die bereichsübergreifende Zusammenarbeit im Unternehmen:

• Vom Datensammler zum Insight-Provider: FP&A liefert dem Management jetzt zukunftsorientierte Analysen und Echtzeiteinblicke, die eine dynamische Unternehmenssteuerung ermöglichen.
• Treiber der digitalen Transformation: Als Anwender und Vorreiter neuer Technologien spielt FP&A eine Schlüsselrolle bei der Modernisierung der Finanzabteilung.
• Förderer der bereichsübergreifenden Zusammenarbeit: KI-gestützte Analysen erleichtern die Zusammenarbeit zwischen verschiedenen Abteilungen wie Vertrieb, HR und Supply Chain, was zu einer integrierten Steuerung des Unternehmens beiträgt.

Exkurs: ESG als Katalysator für Wandel und die neue Rolle von FP&A

ESG (Environmental, Social, Governance) hat sich in den letzten Jahren zu einem zentralen Bestandteil der Unternehmensstrategie entwickelt und beeinflusst Investitionsentscheidungen maßgeblich. Für FP&A bedeutet dies, die klassischen finanziellen Kennzahlen um ESG-Kriterien zu erweitern und damit Strategien zu entwickeln, die finanzielle und ethische Ziele miteinander verbinden.

Die Integration von ESG erfordert von FP&A, die finanziellen Auswirkungen auf Umwelt und Gesellschaft zu berücksichtigen und die Nachhaltigkeit des Unternehmens zu fördern. Die Zusammenarbeit mit Abteilungen wie dem Nachhaltigkeitsmanagement wird dabei intensiver. FP&A übernimmt zunehmend die Rolle einer Brücke zwischen finanziellen und gesellschaftlichen Zielen, was die strategische Bedeutung dieser Funktion weiter steigert.

Zusammenfassung: FP&A als strategischer Partner in einer KI-getriebenen und ESG-orientierten Unternehmenswelt

Die Integration von KI und die Bedeutung von ESG machen FP&A zu einer vorausschauenden und strategischen Funktion im Unternehmen. Anstatt nur Daten zu verwalten, bietet FP&A wertvolle Entscheidungsgrundlagen und unterstützt die Unternehmensleitung bei einer proaktiven Steuerung. Diese Entwicklung erfordert eine kontinuierliche Weiterbildung der FP&A-Teams und die Offenheit, neue Technologien und Nachhaltigkeitskriterien in die tägliche Arbeit zu integrieren. Unternehmen, die diese Transformation gezielt vorantreiben, schaffen eine zukunftsfähige und resiliente Finanzfunktion, die optimal auf die Herausforderungen einer dynamischen Geschäftswelt vorbereitet ist.

Fazit: Erfolgsfaktoren für die KI-Transformation in FP&A

Die Integration von KI in die Finanzplanung und -analyse bietet erhebliche Chancen, erfordert jedoch auch eine strategische Neuausrichtung. KI und Machine Learning optimieren nicht nur Berichte und Prognosen, sondern ermöglichen es FP&A, sich als zentraler Partner der Unternehmensführung zu etablieren. Damit diese Transformation erfolgreich verläuft, sind klare Ziele, hohe Datenqualität und eine gezielte Weiterbildung der Mitarbeitenden essenziell.

Wichtige Fragen für die Umsetzung der KI-Transformation in FP&A

Für eine erfolgreiche Transformation müssen im Unternehmen einige wichtige Themen angestoßen und geklärt werden. Auf Basis der vorangegangenen Diskussion haben wir einen kleinen Fragenkatalog zusammengestellt (ohne Anspruch auf Vollständigkeit):

• Datenmanagement und -zugänglichkeit
  • Welche bestehenden Datenquellen und -systeme müssen integriert oder standardisiert werden, um eine zentrale und konsistente Datenbasis für KI-gestützte Analysen in FP&A zu schaffen?
  • Welche Maßnahmen zur Qualitätssicherung sind notwendig, um „Datenlücken“ oder unvollständige Informationen in Echtzeitanalysen zu vermeiden?
  • Wie lässt sich sicherstellen, dass für KI-Modelle relevante Echtzeitdaten kontinuierlich verfügbar sind und durch eine geeignete Datenstrategie gepflegt werden?
• Organisatorische Anpassungen
  • Welche organisatorischen Veränderungen (z. B. neue Abteilungsstrukturen, Reporting-Linien) sind erforderlich, um FP&A als strategischen Insight-Provider im Unternehmen zu verankern?
  • Wie können bereichsübergreifende Prozesse und Kommunikationskanäle gestaltet werden, um die Zusammenarbeit zwischen FP&A und anderen Abteilungen zu stärken und KI-gestützte Entscheidungsfindung zu fördern?
  • Welche spezifischen KPIs und Erfolgsmetriken sind geeignet, um den Mehrwert von KI-gestütztem FP&A für die Unternehmenssteuerung messbar zu machen?
• Mitarbeiterschulungen und Kompetenzentwicklung
  • Welche technischen und analytischen Fähigkeiten müssen FP&A-Mitarbeitende entwickeln, um KI-Tools effektiv zu nutzen? Sind spezielle Trainingsprogramme zu KI-Grundlagen, Datenanalytik und maschinellem Lernen erforderlich?
  • Wie lässt sich der kulturelle Wandel innerhalb der Finanzabteilung fördern, um Ängste abzubauen und eine offene Haltung gegenüber neuen Technologien zu etablieren?
  • In welchen Bereichen (z. B. Datenethik, Interdisziplinarität) sollten Weiterbildungen priorisiert werden, um eine fundierte Nutzung und Einbindung von KI in den Planungsprozess sicherzustellen?
• Ethische Verantwortung und Transparenz
  • Welche spezifischen ethischen Standards sollten implementiert werden, um Diskriminierung in KI-gestützten Entscheidungsprozessen zu vermeiden, insbesondere bei Szenarioplanungen und Forecast-Modellen?
  • Wie kann die Erklärbarkeit und Nachvollziehbarkeit von KI-generierten Ergebnissen in die Berichterstattung integriert werden, um Vertrauen in die Analysen und Empfehlungen zu fördern?
  • Inwiefern sollten FP&A-Teams über die Auswirkungen ihrer KI-Analysen auf soziale und ökologische Faktoren informiert und geschult werden, um verantwortungsbewusste Entscheidungen zu treffen?
• Regulatorische Compliance
  • Welche spezifischen regulatorischen Anforderungen (z. B. DSGVO-Konformität, Nachvollziehbarkeit) gelten für den Einsatz von KI in der Finanzabteilung, und wie kann eine rechtskonforme Datenverarbeitung sichergestellt werden?
  • Welche regelmäßigen Audit- und Überprüfungsmechanismen sind notwendig, um KI-Modelle und deren Resultate auf Genauigkeit und Einhaltung der Compliance-Vorgaben zu validieren?
  • Wie können Compliance-Teams und FP&A enger zusammenarbeiten, um bei Gesetzesänderungen schnell Anpassungen im KI-Einsatz umzusetzen und finanzielle Risiken zu minimieren?

Insgesamt stellt der Einsatz von KI in FP&A mehr als nur eine technische Innovation dar – er markiert einen grundlegenden Wandel hin zu einer proaktiven und flexiblen Finanzabteilung, die das Management als zentraler Partner unterstützt. Unternehmen, die diese Transformation erfolgreich umsetzen, werden besser auf die dynamischen Anforderungen der heutigen Geschäftswelt vorbereitet sein und eine zukunftsorientierte Finanzstrategie entwickeln können.