Finanzwesen neu gedacht: Ein AI-first-Ansatz

Das Hinzufügen von KI zu bestehenden Abläufen kann kurzfristige Effizienzgewinne bringen, jedoch führt eine stückweise Anwendung nur zu marginalen Verbesserungen.

Was wäre, wenn CFOs die Finanzoperationen von Grund auf mit KI im Zentrum neu gestalten könnten, um signifikante Fortschritte über die Produktivität hinaus zu erzielen?

Ein AI-first-Ansatz im Finanzwesen macht diese Möglichkeit greifbar.

Ein Beispiel ist der kontinuierliche Abschlussprozess: Statt auf das Ende eines Finanzzeitraums zu warten, erhalten Finanzteams in Echtzeit die benötigten Informationen, was zu schnelleren Entscheidungen führt. In der heutigen digitalen Landschaft erfordert das Überleben von Unternehmen ein strategisches Umdenken in der KI-Nutzung. AI-first Finance bedeutet nicht, die Technologie überall blind einzusetzen, sondern die Finanzoperationen zu bewerten, um radikale Verbesserungen zu identifizieren. Der Übergang bringt jedoch Herausforderungen mit sich.

CFOs, die einen AI-first-Ansatz verfolgen möchten, stehen vor einigen Herausforderungen:

• Die Last technischer Schulden und veralteter Infrastruktur
• Eingeschränkter Zugang zu qualitativ hochwertigen, zugänglichen und transparenten Daten
• Mangel an AI-ausgebildetem Fachpersonal- Schwierigkeiten, die notwendigen Veränderungen für eine vollständige Abstimmung zu steuern
• Unsicherheiten bezüglich Vorschriften, Sicherheit und Compliance

Laut unserer Umfrage in Zusammenarbeit mit HFS Research, die 550 Führungskräfte zur Einführung von generativer KI (Gen AI) befragte, nennen 34 % der Finanzverantwortlichen „Schwierigkeiten bei der Suche, Ausbildung und Bindung von AI-Talenten“ sowie „Mangel an Datenqualität oder -strategie“ als zwei der drei größten Hindernisse für die Einführung von Gen AI.

Finanzleiter gehen diese Herausforderungen aktiv an.

Um die Talentlücke zu schließen, investieren sie beispielsweise in die Weiterbildung interner Talente, stärken Forschungs- und Entwicklungsabteilungen und gehen Partnerschaften mit spezialisierten Anbietern ein.

Darüber hinaus geben 40 % der Finanzverantwortlichen an, mit Technologieanbietern zu kooperieren, die sich auf Gen-AI-Lösungen spezialisiert haben, um ihre eigenen technologischen Fähigkeiten aufzubauen und zu verbessern.
Sobald diese Hürden überwunden sind, können CFOs ihren AI-first-Ansatz umsetzen, indem sie sich auf vier Schlüsselaspekte konzentrieren.

Hier ist die Übersetzung des Textes, die sich an CFOs richtet und die Kernbotschaft beibehält:

1. Datenempowerment

KI gedeiht in einer Umgebung, in der Daten zugänglich und auffindbar sind. Ohne eine einzige Quelle der Wahrheit können Daten jedoch isoliert werden, was zu mehreren Versionen führt, die für interne Abteilungen unzugänglich sind.

Deshalb ist eine Priorisierung des Datenmanagements unerlässlich.

Sowohl unstrukturierte als auch strukturierte Daten müssen kontinuierlich analysiert und an die richtigen Systeme weitergeleitet werden. Da KI schnell auf präzise Daten aus dem gesamten Unternehmen zugreifen kann, können beispielsweise Frachtkosten nun auf Basis jeder Sendung erfasst werden, sobald die Waren das Lager verlassen, anstatt monatlich mit Anpassungen für Abweichungen zwischen erhaltenen Waren und Rechnungen.

Früher musste das Finanzteam SQL-Abfragen oder spezialisierte Datenbankbefehle ausführen, um die benötigten Daten zu erhalten. Jetzt können sie einfach eine Anfrage in natürlicher Sprache eingeben und Informationen viel einfacher abrufen, was die Datenzugänglichkeit erhöht.

Um diese Entwicklungen zu unterstützen, ist es entscheidend, solide Geschäftspraktiken für die Verwaltung von Stammdaten, Ethik und Compliance zu etablieren. Andernfalls besteht für Unternehmen das Risiko rechtlicher und regulatorischer Probleme, Datenverletzungen und Rufschädigung.

2. Technologie, die skalierbar ist

Eine robuste technische Architektur spielt eine entscheidende Rolle im AI-first-Finanzwesen. Ein optimaler Technologiestack umfasst vier wesentliche Schichten:

1. Ein System of Record (SOR) zur Speicherung von Transaktionsdaten
2. Ein System of Engagement (SOE), das Automatisierung ermöglicht
3. Ein System of Insight (SOI), um Daten zu analysieren und umsetzbare Erkenntnisse zu liefern
4. Ein System of Orchestration (SOO), das alle anderen Systeme verwaltet und deren harmonisches Zusammenspiel unterstütztWenn man sich diese vier Schichten ansieht, haben fast alle Unternehmen ein SOR, während das SOO wahrscheinlich übersehen wurde.

Ein AI-first-Ansatz verwischt die Grenzen zwischen diesen vier Schichten, indem er jedem Layer hilft, intelligenter und nahtloser zusammenzuarbeiten.

Ein Beispiel dafür ist Copilot in Microsoft Excel, das automatisch die Transaktionsabgleichung und Finanzabstimmungen übernimmt. Es kann auch Follow-up-E-Mails oder Nachrichten direkt aus der Tabelle versenden und Workflows über Power Apps, eine separate Anwendung, verwalten – ein hervorragendes Beispiel dafür, wie SOE, SOI und SOO zusammenkommen.

3. Algorithmusgesteuerte Abläufe

Im AI-first-Finanzwesen basiert jede Finanzoperation auf einem Algorithmus – einer Reihe von Regeln oder Anweisungen –, der sich in das größere technische Ökosystem integriert. Jede geschäftliche Herausforderung kann in eine prädiktive Aufgabe umgewandelt werden, die Algorithmen adressieren können.

Beispielsweise beinhalten Rückstellungen für Garantien die Schätzung der Anzahl von Ansprüchen, die ein Unternehmen voraussichtlich erhalten wird. Durch die Vorhersage der voraussichtlichen Anzahl von Garantieansprüchen kann das Unternehmen entsprechende Mittel zurückstellen. Diese Rückstellungen werden am Monatsende in den Finanzberichten erfasst.

CFOs müssen KI-gestützte Algorithmen einbetten, um Finanzoperationen und -ergebnisse neu zu gestalten.

4. Menschliche Aufsicht für verantwortungsvolle KI

Die Ergebnisse von KI sind nicht binär. Wenn KI eine Antwort mit einem Vertrauenswert von 94 % bietet, benötigt sie die Aufsicht oder Verbesserung von Personen mit dem richtigen Wissen und Kontext. Menschen in den Entscheidungsprozess einzubeziehen, ist wichtiger denn je – insbesondere im Finanzwesen, wo fehlerhafte oder voreingenommene KI-Entscheidungen schwerwiegende Folgen haben können.

So sehr Unternehmen auch daran arbeiten, vorurteilfreie Algorithmen zu entwickeln, sorgen Menschen dafür, dass Entscheidungen die Werte des Unternehmens widerspiegeln und fair, gerecht und genau sind.

AI-first Finance revolutioniert etablierte Praktiken bereits. Zero-Touch-Verarbeitung – mit null Zeit bis zum Abschluss, null Zeit bis zu Erkenntnissen und null Ausnahmen – ist durchaus in Reichweite. Unternehmen, die ihre Abschlusszyklen mit KI neu gestaltet haben, können monatliche Abstimmungen der Finanzberichte hinter sich lassen.

Durch den Fokus auf kontinuierliches Lernen, Experimentieren und Anpassung können Unternehmen das volle Potenzial der KI nutzen, indem sie sie in ihre Finanzoperationen, Prozesse und Entscheidungsfindung integrieren.

Und diejenigen, die dies tun, erzielen unvergleichliche Ergebnisse.

Dieser Artikel wurde ursprünglich in AI Business veröffentlicht.