Das Wichtigste in Kürze
- Die Rolle des Chief Financial Officer verschiebt sich von der nachträglichen Kontrolle zur vorausschauenden Steuerung. In aktuellen Befragungen geben rund 57 Prozent der CFOs an, eine führende Rolle in der Unternehmensstrategie einzunehmen.
- Künstliche Intelligenz verlässt im Finanzwesen die Pilotphase. Entscheidend ist nicht die Technologie, sondern die Datenqualität, auf der sie aufsetzt.
- Schatten-KI wird zum Governance-Thema der Finanzfunktion, weil unkontrollierte AI Tools Finanzdaten in Umgebungen tragen, die niemand freigegeben hat.
- Die Regulatorik verdichtet sich bis 2029 spürbar: DORA gilt bereits, der EU AI Act greift gestaffelt, CSRD und CSDDD wurden durch Omnibus I neu zugeschnitten. Compliance wird damit zur Frage der Systemarchitektur.
- Der Engpass in der Umsetzung ist nicht das Budget, sondern die Kompetenz in der Organisation. Rund 64 Prozent der Führungskräfte im Finanzbereich benötigen zusätzliche technische Fähigkeiten in ihren Teams.
Ausgangslage: Warum sich die CFO-Agenda gerade neu sortiert
Die Anforderungen an die Finanzfunktion haben sich innerhalb weniger Jahre grundlegend verschoben. Wo früher die Budgetplanung und der Monatsabschluss den Takt vorgaben, erwarten Geschäftsführung und Aufsichtsgremien heute Aussagen zur Zukunft: Wie wirkt sich ein Nachfrageeinbruch in einem Absatzmarkt auf die Liquidität in neun Monaten aus? Welche Investition trägt sich unter welchen Annahmen?
Drei Kräfte wirken gleichzeitig. Erstens hat sich die Taktung der Entscheidungen erhöht, weil geopolitische Konflikte, Spannungen im Welthandel und Störungen in den Supply Chains kürzere Reaktionszeiten erzwingen. In einer Welt voller Umbrüche verliert ein Plan an Wert, der nur einmal im Jahr gerechnet wird. Zweitens stehen mit KI und Automation Werkzeuge bereit, die eine Analysetiefe liefern, die vor wenigen Jahren nicht wirtschaftlich darstellbar war. Drittens wächst der regulatorische Rahmen, und zwar nicht nur im Umfang, sondern in der Anforderung an die Prüfbarkeit der zugrunde liegenden Daten.
Für CFOs bedeutet diese Gleichzeitigkeit, dass sich die Herausforderungen nicht mehr sequenziell abarbeiten lassen. Unsicherheit ist dabei kein vorübergehender Zustand, sondern die Rahmenbedingung, unter der geplant wird. Die folgenden sieben Entwicklungen greifen ineinander, und jede von ihnen scheitert in der Praxis am selben Punkt, wenn er ungelöst bleibt: an der Qualität und Verfügbarkeit der Daten.
Wie die internationale Debatte die deutschen CFO-Trends rahmt
Wer die Diskussion im englischsprachigen Raum verfolgt, findet dieselben Themen unter anderen Etiketten. Übersichten, die dort als Top Trends oder CFO Insights firmieren, kreisen um wenige wiederkehrende Begriffe: Data Analytics als Grundlage für Decision Making, Scenario Planning als Antwort auf Supply Chain Disruptions, Artificial Intelligence in Gestalt konkreter AI Tools und AI Models sowie die viel zitierte evolving role of the CFO. Unter der Überschrift CFO Strategy verhandeln internationale Beratungshäuser dabei im Kern dieselbe Frage wie der deutschsprachige Markt: Wie viel Technology braucht eine Finanzfunktion, damit Finance Leaders nicht nur berichten, sondern steuern?
Der Unterschied liegt weniger im Thema als im Reifegrad der Umsetzung. Während eine internationale Studie häufig beim Zielbild endet, entscheidet sich im deutschen Mittelstand alles an der Frage, ob die vorhandene Systemlandschaft die geforderte Auswertungstiefe überhaupt hergibt.
Trend 1: Vom Zahlenhüter zum Gestalter der Unternehmensstrategie
Die Rolle des CFO hat sich vom Verwalter der Vergangenheit zum Mitgestalter der Unternehmensstrategie entwickelt. Eine Umfrage unter Finanzverantwortlichen zeigt, dass rund 57 Prozent eine führende Rolle bei strategischen Entscheidungen einnehmen. Das ist keine reine Titelfrage, sondern verändert die Erwartung an die Lieferfähigkeit der Finanzabteilung und damit die Bedeutung der gesamten Funktion im Unternehmen.
Wer als Business Partner der Fachbereiche auftreten will, muss Fragen beantworten können, die außerhalb des klassischen Berichtswesens liegen. Welchen Deckungsbeitrag liefert ein Kundensegment nach Vertriebskosten? Welche Produktlinie bindet Kapital, ohne Wachstum zu erzeugen? Wo liegen die Risiken, wenn ein Großkunde wegbricht?
Für das Target Operating Model der Finanzfunktion heißt das, dass Kapazität in der Organisation umgeschichtet werden muss. Solange qualifizierte Mitarbeitende einen erheblichen Teil ihrer Zeit mit der Aufbereitung von Daten verbringen, bleibt für die Interpretation wenig Raum. Diese Transformation gelingt in der Praxis nur, wenn die Transaktionsseite standardisiert und automatisiert wird. Eine Strategie, die diesen Schritt überspringt, bleibt Absichtserklärung.
Trend 2: Künstliche Intelligenz verlässt die Pilotphase und erreicht den Finanzbetrieb
Der Einsatz von KI im Finanzwesen hat den Charakter eines Innovationsprojekts verloren. Erhebungen zufolge setzt inzwischen über die Hälfte der Unternehmen KI in mindestens einer Geschäftsfunktion ein, mit stark steigender Tendenz. In Befragungen erwarten CFOs aus ihren KI-Investitionen einen KI ROI von rund 31 Prozent, und mehr als die Hälfte sieht in KI einen entscheidenden Hebel für Wachstum. Die Verbreitung sagt allerdings wenig über die Wertschöpfung aus, weil viele Einführungen noch auf Pilotniveau arbeiten.
Belastbare Anwendungsfälle liegen dort, wo hohe Fallzahlen auf klare Regeln treffen: automatisierte Rechnungsverarbeitung, international als Invoice Processing geführt, Kontierungsvorschläge, Abweichungsanalysen im Berichtswesen, Anomalieerkennung in Buchungsdaten und Textentwürfe für den Lagebericht. Die Automatisierung setzt dabei nicht das Urteil des Controllers außer Kraft, sie räumt ihm Zeit dafür frei. In der Prognose verbessert Predictive Analytics die Genauigkeit vor allem dort, wo Zeitreihen lang genug und sauber genug sind.
Der begrenzende Faktor ist selten das Modell. Er liegt in der Datenbasis. Ein Algorithmus, der auf einer uneinheitlichen Kostenstellenstruktur und drei konkurrierenden Stammdatenquellen arbeitet, produziert schnelle Ergebnisse von zweifelhaftem Wert. Wer eine Datenanalyse auf einem ERP-System wie SAP aufsetzt, ohne die Stammdatenpflege vorher zu klären, verlagert das Problem lediglich. Vor jeder Skalierung eines KI-Vorhabens im Finanzwesen steht deshalb die Frage, ob das zugrunde liegende Datenmodell die Aussage überhaupt trägt.
Kennzahlen für den KI-Einsatz im Finanzbereich
Anteil der Buchungen und Abschlussschritte, die ohne manuellen Eingriff durchlaufen.
Mittlere absolute Abweichung zwischen Prognose und Ist-Wert je Planungszyklus.
Zeitspanne von der Datenverfügbarkeit bis zur entscheidungsreifen Auswertung.
Eingesparter Aufwand und vermiedene Fehlerkosten im Verhältnis zu Lizenz- und Projektkosten.
Anteil der Datensätze, die Vollständigkeits-, Dubletten- und Konsistenzprüfung ohne Korrektur bestehen.
Trend 3: Schatten-KI macht Governance zur Führungsaufgabe
Parallel zu den freigegebenen Anwendungen entsteht in vielen Finanzabteilungen eine zweite, unkontrollierte Ebene. Mitarbeitende nutzen frei verfügbare AI Tools, um Auswertungen zu beschleunigen, und laden dabei Daten in Umgebungen, die weder geprüft noch vertraglich abgesichert sind. Diese Schatten-KI ist selten böswillig gemeint. Sie entsteht dort, wo der offizielle Weg zu langsam ist.
Für den CFO ergeben sich daraus zwei Risiken. Das erste ist der Abfluss vertraulicher Informationen, etwa aus Planungsdaten oder noch nicht veröffentlichten Ergebnissen. Das zweite ist die fehlende Nachvollziehbarkeit: Eine Zahl, die in einer Präsentation steht, deren Herkunft aber niemand rekonstruieren kann, ist im Zweifel nicht prüfbar.
Wirksam ist selten ein Verbot. Wirksam ist ein freigegebener Werkzeugkasten, der schnell genug ist, verbunden mit klaren Regeln zu Datenklassen, einer Dokumentationspflicht für KI-gestützte Auswertungen und benannten Verantwortlichen für die eingesetzten AI Models. Der EU AI Act verlangt seit Februar 2025 zudem, dass Beschäftigte über ausreichende KI-Kompetenz verfügen. Die Bedeutung dieser Compliance-Pflicht wird bislang unterschätzt.
Trend 4: Szenariofähigkeit löst das starre Jahresbudget ab
Die klassische Budgetplanung verliert an Steuerungswert, wenn sich Annahmen im Quartalsrhythmus ändern. An ihre Stelle treten rollierende Forecasts und Szenarioplanung, im internationalen Sprachgebrauch Scenario Planning, also die Fähigkeit, eine Planung unter mehreren Annahmenbündeln parallel zu rechnen und die Ergebniswirkung sichtbar zu machen.
Der Nutzen entsteht nicht durch die Zahl der Szenarien, sondern durch die Geschwindigkeit, mit der sie gerechnet werden können. Wenn ein Szenario drei Wochen Abstimmung kostet, ist es bei Vorlage bereits überholt. Wenn es eine Stunde kostet, wird es zum Werkzeug der Entscheidungsvorbereitung und verkürzt spürbar die Zeit bis zur Entscheidung. Echtzeit-Daten helfen dabei genau dort, wo eine Abweichung eine Handlung auslöst, etwa bei Liquidität, Auftragseingang oder Lagerreichweite. Für die meisten Steuerungsfragen genügt eine tagesaktuelle Sicht, sofern sie ohne manuelle Nacharbeit belastbar ist.
Voraussetzung ist eine integrierte Planungsrechnung, in der Erfolgs-, Bilanz- und Liquiditätsplanung über dieselbe Logik verbunden sind. Erst dann zeigt eine geänderte Absatzannahme nicht nur ihre Wirkung auf den Umsatz, sondern auch auf Working Capital und Liquidität. Genau diese Verbindung fehlt in gewachsenen Tabellenlandschaften regelmäßig, und genau sie entscheidet darüber, ob eine Organisation die Unsicherheit ihres Marktumfelds aushält oder von ihr getrieben wird.
Trend 5: Die Regulatorik verdichtet sich bis 2029
Compliance ist in Befragungen mit rund 74 Prozent das meistgenannte Anliegen von Finanzverantwortlichen. Bemerkenswert ist weniger der Umfang der neuen Vorschriften als ihre Richtung: Sie verlangen zunehmend maschinell prüfbare Nachweise statt erläuternder Berichte. Damit wird Compliance von einer Dokumentationsaufgabe zu einer Frage der Systemarchitektur.
Der Digital Operational Resilience Act gilt seit Januar 2025 und verpflichtet Finanzunternehmen, ihre IT-Belastbarkeit und ihre Abhängigkeit von Dienstleistern systematisch nachzuweisen. Der EU AI Act greift gestaffelt: Transparenzpflichten seit August 2026, die vollen Anforderungen an Hochrisiko-Systeme nach der Verschiebung durch den Digital Omnibus ab Dezember 2027.
Bei der Nachhaltigkeitsberichterstattung hat die Omnibus-Änderungsrichtlinie 2026/470 den Anwenderkreis deutlich verkleinert. Berichtspflichtig nach CSRD sind künftig Unternehmen mit mehr als 1.000 Beschäftigten und mehr als 450 Millionen Euro Umsatz, spätestens ab dem Geschäftsjahr 2027. Die Sorgfaltspflichten der CSDDD greifen einheitlich ab dem 26. Juli 2029 und nur für Unternehmen oberhalb von 5.000 Beschäftigten und 1,5 Milliarden Euro Umsatz. Wer diese Schwellen unterschreitet, sollte die Anforderungen der eigenen Kunden dennoch prüfen.
| Regelwerk | Frist / Anwendungsbeginn | Konsequenz für die Finanzfunktion |
|---|---|---|
| DORA | In Kraft seit Januar 2025 | Nachweis der IT-Belastbarkeit und Steuerung der Abhängigkeit von IKT-Dienstleistern. |
| EU AI Act, Transparenzpflichten | Seit 2. August 2026 | Kennzeichnung KI-generierter Inhalte und Offenlegung bei Interaktion mit KI-Systemen. |
| EU AI Act, Hochrisiko nach Anhang III | Ab 2. Dezember 2027 | Risikomanagement, Daten-Governance, Dokumentation und menschliche Aufsicht für betroffene Systeme. |
| CSRD nach Omnibus I | Spätestens ab Geschäftsjahr 2027 | Berichtspflicht ab 1.000 Beschäftigten und 450 Mio. Euro Umsatz, Umsetzung in nationales Recht bis 19. März 2027. |
| CSDDD nach Omnibus I | Ab 26. Juli 2029 | Sorgfaltspflichten in der Lieferkette ab 5.000 Beschäftigten und 1,5 Mrd. Euro Umsatz. |
Trend 6: ESG-Daten erreichen das Qualitätsniveau von Finanzdaten
Der verkleinerte Anwenderkreis der CSRD nimmt den Druck aus der Berichtspflicht, nicht aber aus der Datenanforderung. Banken, Versicherer und große Abnehmer fragen ESG-Kennzahlen entlang der Supply Chains weiterhin ab, unabhängig davon, ob ein Unternehmen selbst berichtspflichtig ist. Unternehmen mit belastbarem ESG-Nachweis erhalten in der Praxis bessere Finanzierungskonditionen, weil Kapitalgeber daraus Vertrauen in die Steuerungsfähigkeit ableiten. Dieses Vertrauen ist damit ein direkter Finanzierungsfaktor und kein weiches Thema.
Damit wandert ESG endgültig in die Verantwortung des Finanzbereichs. Ein Emissionswert, der in eine Kreditvereinbarung einfließt, braucht dieselbe Nachvollziehbarkeit wie eine Umsatzgröße: definierte Quelle, dokumentierte Berechnungslogik, Versionierung und Verantwortliche, die dafür geradestehen.
Praktisch bedeutet das, ESG-Kennzahlen in dieselbe Systemlandschaft zu heben wie Finanzkennzahlen, statt sie in separaten Tabellen zu pflegen. Wer beides trennt, erzeugt dauerhaft zwei Wahrheiten und einen jährlich wiederkehrenden Abstimmungsaufwand, der mit jeder Erweiterung des Berichtsumfangs wächst.
Trend 7: Der Engpass heißt Kompetenz, nicht Technologie
Die größte Bremse bei der Umsetzung ist personeller Natur. Der Fachkräftemangel trifft Finanzabteilungen inzwischen unmittelbar: Rund 30 Prozent der Finanzverantwortlichen nennen die Gewinnung von Talenten als wichtigstes internes Problem, und etwa 64 Prozent benötigen zusätzliche technische Fähigkeiten in ihren Finance Teams. Gleichzeitig sinkt die Zahl der Nachwuchskräfte mit klassischer Finanzqualifikation.
Bemerkenswert ist ein Befund, der der verbreiteten Erwartung widerspricht: Rund 47 Prozent der Generation Z fühlen sich vom technologischen Wandel überfordert. Digitale Selbstverständlichkeit im Privaten übersetzt sich nicht automatisch in analytische Kompetenz im Beruf.
Die Konsequenz ist ein verändertes Anforderungsprofil. Gefragt sind Rollen zwischen Fachbereich und IT: Menschen, die eine betriebswirtschaftliche Fragestellung in ein Datenmodell übersetzen können und Datenanalyse als Handwerk beherrschen. Diese Profile lassen sich am Markt nur begrenzt einkaufen. Der wirksamere Weg ist gezieltes Upskilling der vorhandenen Teams, verbunden mit einer Automatisierung der Routinetätigkeiten, die den zeitlichen Spielraum dafür überhaupt erst schafft.
Handlungsempfehlungen für die nächsten zwölf Monate
Aus den sieben Entwicklungen lassen sich konkrete Handlungsempfehlungen für die Umsetzung ableiten, die unabhängig von der Unternehmensgröße tragen.
Beginnen Sie mit einer Bestandsaufnahme der Datenbasis. Klären Sie, welche Kennzahlen aus welcher Quelle stammen und wo konkurrierende Wahrheiten existieren. Dieser Schritt ist unspektakulär, entscheidet aber über den Erfolg jedes nachgelagerten Vorhabens.
Definieren Sie anschließend zwei bis drei KI-Anwendungsfälle mit messbarem Nutzen statt eines breiten Programms. Legen Sie vorab fest, woran Sie den Erfolg messen. Parallel dazu gehört die KI-Governance geregelt, mit benannten Verantwortlichen, bevor Schatten-KI Fakten schafft.
Prüfen Sie drittens Ihre Planungsarchitektur auf Szenariofähigkeit. Die Frage lautet nicht, ob Sie planen, sondern wie lange es dauert, eine geänderte Annahme bis zur Liquiditätswirkung durchzurechnen. Erstellen Sie viertens einen Regulatorik-Fahrplan mit klaren Zuständigkeiten. Und hinterlegen Sie fünftens für jede dieser Initiativen einen Kompetenzaufbau in der Organisation, damit die Strategie nicht an der Umsetzung scheitert.
Fazit
Die CFO-Trends 2027 beschreiben keine voneinander unabhängigen Themen, sondern eine gemeinsame Bewegung: Die Finanzfunktion wird von der berichtenden zur steuernden Instanz. Ob diese Transformation gelingt, entscheidet sich weniger an der Auswahl der Technologie als an drei Voraussetzungen, nämlich einer belastbaren Datenbasis, einer integrierten Planungslogik und Teams, die beides beherrschen.
Unternehmen, die diese Grundlagen schaffen, gewinnen doppelt. Sie bewältigen regulatorische Herausforderungen mit geringerem Aufwand, weil die Nachweise ohnehin im System liegen. Und sie gewinnen Handlungsspielraum für Wachstum, weil Entscheidungen auf Zahlen beruhen, denen alle Beteiligten vertrauen.
Von Trendwissen zu belastbarer Steuerung
Die Trends kennen Sie. Die Umsetzung entscheidet: Wir prüfen mit Ihnen, ob Ihre Datenbasis und Ihre Planungsarchitektur szenariofähig sind, und zeigen Ihnen den kürzesten Weg zu einer integrierten Planungsrechnung, die KI-Einsatz und regulatorische Nachweise gleichermaßen trägt.
Jetzt Gespräch vereinbarenHäufige Fragen zu den CFO-Trends 2027
Was sind die Top Trends für CFOs im Jahr 2027?
Im Vordergrund stehen die strategische Erweiterung der CFO-Rolle, der produktive Einsatz von künstlicher Intelligenz im Finanzwesen, die Governance rund um Schatten-KI, die Ablösung der starren Budgetplanung durch Scenario Planning, die zunehmende Regulatorik, die Integration von ESG-Daten in die Finanzsystematik sowie der Kompetenzaufbau angesichts des Fachkräftemangels.
Warum wird der CFO zum strategischen Co-Piloten des CEO?
Weil Entscheidungen über Investitionen, Märkte und Kapazitäten heute in kürzeren Abständen fallen und jede von ihnen eine finanzielle Wirkung hat, die vorab quantifiziert werden muss. Der CFO ist die einzige Funktion, die Erfolgs-, Bilanz- und Liquiditätswirkung in einer Rechnung zusammenführen kann. Damit wandert er von der Berichterstattung an den Tisch, an dem die Unternehmensstrategie entsteht.
Wie balancieren CFOs Kostensenkung und Wachstumsinvestitionen?
Über eine Trennung der Kostenarten nach ihrer Wirkung. Aufwand, der weder Umsatz noch Risikoabdeckung stützt, ist Kandidat für Kürzung. Aufwand, der eine Wachstumsinitiative trägt, wird an Meilensteine gekoppelt statt pauschal gekürzt. In Krisenzeiten rückt zusätzlich die Liquiditätssicherung in den Vordergrund, was ein rollierender Liquiditätsforecast auf Wochenbasis leistet, nicht die Jahresplanung.
Wie sichern CFOs ihre Lieferketten gegen Störungen ab?
Wirksam ist eine Kombination aus Transparenz und Vorausrechnung. Transparenz bedeutet, die Abhängigkeit von einzelnen Lieferanten, Regionen und Transportwegen überhaupt zu kennen. Vorausrechnung bedeutet, für die kritischen Abhängigkeiten ein Szenario zu hinterlegen, das Ausfallkosten, Alternativbeschaffung und Liquiditätswirkung beziffert. Agile Strategien zur Risikominderung entstehen nicht aus Absichtserklärungen, sondern aus vorbereiteten Zahlen.
Wie arbeiten CFO und CIO bei der Digitalisierung zusammen?
Die Digitalisierung der Finanzfunktion scheitert selten an der Technik und häufig an ungeklärten Zuständigkeiten. Bewährt hat sich eine klare Aufteilung: Der Finanzbereich verantwortet die fachliche Definition der Kennzahlen und der Datenqualität, die IT verantwortet Plattform, Sicherheit und Betrieb. Beide Seiten brauchen ein gemeinsames Zielbild der Systemlandschaft, sonst entstehen Insellösungen, die später teuer zusammengeführt werden müssen.
Wie verändert künstliche Intelligenz die Rolle des CFO?
KI übernimmt zunehmend die Aufbereitung und Vorprüfung von Daten. Dadurch verschiebt sich die Aufgabe des CFO von der Berichterstattung zur Interpretation und Entscheidungsvorbereitung. Gleichzeitig entsteht eine neue Verantwortung für die Governance der eingesetzten AI Models und für die Qualität der Daten, auf denen sie arbeiten.
Wie wirkt sich ESG auf die Finanzierungskonditionen aus?
Kapitalgeber bewerten ESG-Kennzahlen zunehmend als Indikator für Risikomanagement und Steuerungsfähigkeit. Unternehmen mit belastbarem, prüfbarem Nachweis erhalten in der Praxis bessere Konditionen, weil sich Risikoaufschläge reduzieren lassen. Entscheidend ist die Nachweisqualität, nicht der Umfang des Nachhaltigkeitsberichts.
Welche regulatorischen Anforderungen kommen bis 2029 auf CFOs zu?
Der Digital Operational Resilience Act gilt seit Januar 2025. Der EU AI Act greift gestaffelt, mit Transparenzpflichten seit August 2026 und vollen Hochrisiko-Anforderungen ab Dezember 2027. Die Omnibus-Änderungsrichtlinie 2026/470 hat CSRD und CSDDD neu zugeschnitten, mit CSRD-Berichtspflicht spätestens ab dem Geschäftsjahr 2027 und CSDDD-Anwendung ab dem 26. Juli 2029.
Welche Anforderungen bringen Geldwäscheprävention und Datenschutz mit sich?
Das europäische Geldwäschepaket bündelt die Vorgaben in einer unmittelbar geltenden Verordnung und schafft mit der AMLA eine europäische Aufsichtsbehörde. Für Finanzabteilungen bedeutet das strengere Anforderungen an die Identifikation wirtschaftlich Berechtigter und an die Dokumentation von Zahlungsströmen. Parallel verlangt der Datenschutz, dass Finanz- und Personendaten in KI-gestützten Auswertungen sauber getrennt und Zugriffe nachvollziehbar protokolliert werden.
Welche Kompetenzen brauchen moderne Finance Teams?
Neben der fachlichen Grundlage in Rechnungswesen und Controlling gewinnen Datenmodellierung, ein belastbares Verständnis von Datenqualität und die Fähigkeit zur Kommunikation von Analyseergebnissen an Bedeutung. Entscheidend sind Rollen, die betriebswirtschaftliche Fragestellungen in Datenlogik übersetzen und Data Analytics im Alltag anwenden können.
Wie begegnen Finanzabteilungen dem Fachkräftemangel?
Über drei Hebel gleichzeitig. Erstens Automatisierung der Routinetätigkeiten, damit vorhandene Kapazität für anspruchsvolle Aufgaben frei wird. Zweitens gezieltes Upskilling der bestehenden Teams, weil sich die gesuchten Profile am Markt kaum einkaufen lassen. Drittens eine realistische Erwartung an Berufseinsteiger, deren digitale Alltagskompetenz nicht automatisch analytische Fähigkeiten im Beruf bedeutet.
Wie lässt sich der ROI von KI-Investitionen im Finanzbereich messen?
Belastbar wird die Messung, wenn vor dem Projekt ein Ausgangswert festgehalten wird. Geeignete Größen sind der Zeitaufwand je Prozessdurchlauf, der Automatisierungsgrad, die Fehlerquote sowie die Zeit von der Datenverfügbarkeit bis zur Entscheidung. Reine Nutzungszahlen eines Werkzeugs sagen wenig über den wirtschaftlichen Beitrag aus.
Wie gelingt der Wechsel von der Jahresplanung zur Szenarioplanung?
Der Wechsel beginnt mit einer integrierten Planungsrechnung, die Erfolgs-, Bilanz- und Liquiditätsplanung über eine gemeinsame Logik verbindet. Danach werden die Faktoren identifiziert, die die Ergebniswirkung tatsächlich bestimmen. Sinnvoll sind zwei bis drei durchgerechnete Szenarien statt einer großen Zahl von Varianten.



