In vielen Finanzabteilungen ist derzeit eine ähnliche Situation zu beobachten. Ein Prozess ist seit Jahren langsam und manuell, alle sind genervt davon, und jemand schlägt die naheliegende Lösung vor: KI einsetzen. Den langweiligen Zwischenschritt überspringen und direkt zu dem übergehen, was nach Fortschritt klingt.
Das ist ein nachvollziehbarer Schritt. Es ist aber auch der Grund, warum viele KI-Piloten im Finanzwesen zu keinem Ergebnis führen.
Was muss zuerst geschehen?
KI benötigt eine klare, konsistente Version eines Prozesses, auf der sie aufbauen kann. Wenn dieser Prozess noch immer über Tabellenkalkulationen verstreut ist und keine klare Vorgehensweise definiert ist, gibt es nichts Stabiles, wovon die KI lernen kann. Sie wird zwar Ergebnisse liefern. Aber diese sind weder vertrauenswürdig noch reproduzierbar oder einer Prüferin bzw. einem Prüfer verständlich.
Dieser erste Schritt wird oft vernachlässigt, ist aber entscheidend. Es geht darum, den Prozess so transparent zu gestalten, dass ihn auch neue Mitarbeiter:innen nachvollziehen können, so konsistent, dass er immer gleich abläuft, und so gut zu dokumentieren, dass er auch bei Nachfragen nach der Herleitung des Ergebnisses nachvollziehbar ist.
Nichts davon ist ein KI-Projekt. Es geht darum, den Prozess in einen realen, für alle leicht verständlichen Workflow zu integrieren. Sobald das im Team ausreichend umgesetzt ist, versteht man darunter die Geschäftslogikebene. KI kommt erst später zum Einsatz, da sie reale Daten benötigt, um ihre Ergebnisse zu überprüfen.
Drei Unternehmen haben dies in ganz unterschiedlichen Bereichen der Finanzbranche umgesetzt, und das Muster ist jedes Mal dasselbe.
Sunbelt Rentals: Governance vor dem KI-Einsatz
Die Finanz-, Buchhaltungs- und Betriebsteams von Sunbelt Rentals arbeiteten seit zwanzig Jahren mit denselben manuellen, größtenteils in Excel erstellten Prozessen. Als das Unternehmen eine Director of Finance Technology and Transformation einstellte, betrachtete sie diese zwanzig Jahre als wertvolle Grundlage, auf der man aufbauen konnte, anstatt von vorn zu beginnen. „Ziel ist es, das zu nutzen, was die Menschen bereits tun“, so LaShell Estes.
Estes sorgte zunächst für die Abstimmung zwischen Finanzabteilung, IT und Geschäftsbereichen und schulte die Mitarbeiter:innen anschließend in der Anwendung der neuen Tools, bis diese zur Routine geworden waren. Erst nachdem spezifische Prozesse als geregelte, wiederholbare Workflows mit integrierten SOX-Kontrollen neu aufgebaut waren, wandte sich das Team der KI zu. Diese wurde eingesetzt, um Rechnungs-PDFs zu lesen und zu prüfen, ob die Nutzungssteuer bereits entrichtet worden war. Dieser letzte Schritt funktionierte, weil die zugrunde liegende Infrastruktur bereits solide war.
Crowe LLP: Das gleiche Problem, nur in einer Steuerberatungskanzlei
Die Steuerfachleute von Crowe LLP hatten mit einer weniger komplexen Variante desselben Problems zu kämpfen. Verschiedene Gruppen nutzten unterschiedliche Tools, einige arbeiteten noch immer ausschließlich mit Excel, und es gab keine einheitliche Möglichkeit zur Skalierung. „Es fehlte an Konsistenz und Skalierbarkeit“, so Hannah Brauer, Tax Transformation Manager bei Crowe.
Die Lösung war kein KI-Rollout. Es war das Alteryx Innovation Program, in dessen Rahmen mehr als 190 Steuerfachleute geschult und unternehmensweite Standards dafür festgelegt wurden, wie Workflows erstellt, gesteuert und dokumentiert werden sollten. Dadurch lief derselbe Prozess immer auf dieselbe Weise ab, unabhängig davon, wer damit arbeitete.
Hier zeigt sich erneut die Geschäftslogik-Ebene, nur diesmal für eine Steuerkanzlei statt für ein Unternehmen für Ausrüstungsverleih. KI kam erst ins Spiel, nachdem diese Grundlage geschaffen war. „Wir nutzen die integrierten KI-Funktionen von Alteryx, um die Orchestrierung und Bereitstellung von Workflows neu zu gestalten“, erklärt Tracey Grant-Castleman, Tax Transformation Leader bei Crowe, und beschreibt damit die Möglichkeiten, die sich durch die bereits abgeschlossene Steuerung ergaben.
Das ist normaler, als man denkt
Keines dieser Unternehmen hinkte ungewöhnlich hinterher. PwC fand heraus, dass selbst bei Unternehmen mit über 10 Milliarden US-Dollar Umsatz 38 % ihre Prognosedaten noch immer manuell erfassen und konsolidieren. Bei Unternehmen zwischen 1 und 10 Milliarden US-Dollar Umsatz steigt dieser Anteil auf 52 %. Die meisten Finanzabteilungen haben den weniger glamourösen Teil noch nicht hinter sich gelassen, was bedeutet, dass die meisten Finanzteams noch nicht bereit für die angestrebte Diskussion über KI sind. Das ist der aktuelle Stand der Branche, ganz einfach.
Papa Johns: Dasselbe Problem, nur in viel größerem Umfang
Papa Johns stand vor genau dieser Frage der Reihenfolge, allerdings mit weitaus größeren Konsequenzen: der Abstimmung der Auszahlungen an Lieferpartner in über 6.000 Filialen, wo sich Fehler direkt auf die Zahlungen an die Franchisenehmer auswirken. Die Vorgehensweise war dieselbe wie bei Sunbelt und Crowe: Den Workflow entwickeln, ihn steuern und wiederholbar machen und erst dann einen Teil davon an einen KI-Assistenten übergeben.
Papa Johns, Alteryx und Google Cloud zeigen in diesem On-Demand-Webinar, wie genau sie das umgesetzt haben.
Wenn Ihr Team KI für einen Prozess in Betracht zieht, der bisher noch nicht wiederholbar ist, lohnt es sich, die Reihenfolge der Schritte zu überprüfen, bevor Sie den entscheidenden Schritt überspringen, der dafür sorgt, dass alles danach funktioniert.