Automatisierung und Künstliche Intelligenz beschleunigen die Prozesse im Rechnungswesen und geben Mitarbeitern Freiräume für komplexe Aufgaben. Zugleich etablieren sie neue Kontrollinstrumente, sagt Experte Markus Kreher.
springerprofessional.de: Die Anforderungen im Accounting ändern sich. Welche Fähigkeiten müssen ein CFO und seine Mitarbeiter heute unbedingt mitbringen?
Markus Kreher: Im Zuge der Digitalisierung des Rechnungswesens sind natürlich auch die Anforderungsprofile an CFOs und ihre Mitarbeiter einem kontinuierlichen dynamischen Wandel unterworfen. Im Wesentlichen müssen diese heute über drei zentrale Skills verfügen. Zunächst ist das selbstverständlich ein tiefes Fachwissen in Bezug auf das Finanz- und Rechnungswesen – das weiterhin die Basis für erfolgreiches Accounting bildet. Neu hinzu kommen zwei weitere wichtige Fähigkeiten, nämlich ein deutlich tieferes Prozess- und IT-Verständnis im Gegensatz zu früheren Zeiten. Letztere sind besonders relevant, weil sich Prozesse und Tools kontinuierlich verändern und weiterentwickeln und das mit einer viel schnelleren Taktung als noch vor einigen Jahren.
Was bedeutet das für den einzelnen Mitarbeiter?
Grundsätzlich sollte man daher auch eine gewisse Neugier und Aufgeschlossenheit gegenüber neuen Technologien und deren Vorteilen mitbringen. Dabei kommt es auch entscheidend auf die Führungskräfte und CFOs an. Diese sollten eine Begeisterungsfähigkeit an den Tag legen, um möglicherweis bestehende Vorbehalte in der Belegschaft abzubauen und ihre Mitarbeiter mit auf die Reise zu nehmen, was auf beiden Seiten ein hohes Maß an Agilität voraussetzt. Letztlich sollte dadurch auch ein gemeinsames Verständnis entstehen, wie sich neue Geschäftsmodelle positiv auf den Finanzbereich auswirken können.
Gerade in der Buchhaltung und im Steuerwesen erhoffen sich viele Unternehmen durch den Einsatz von Künstlicher Intelligenz eine Automatisierung und Beschleunigung der Prozesse. Welche Technologien werden tatsächlich in den Abteilungen eingesetzt?
Eine große Rolle spielt schon jetzt Künstliche Intelligenz bei der Automatisierung von transaktionalen Handlungen, die vergleichsweise einfach und repetitiv sind. Diese werden in zunehmendem Maß von Maschinen übernommen. Inzwischen sind Robotic Process Automation (RPA) und Optical Character Recognition (OCR), also robotergesteuerter Prozessautomatisierung und optische Zeichenerkennung, bei Unternehmen aus dem Dax und M-Dax weit verbreitet. Das heißt, die Unternehmen haben diese größtenteils schon umgesetzt beziehungsweise sich zumindest damit auseinandergesetzt. Der Einsatz von richtiger Künstlicher Intelligenz, also genuin intelligenter und selbstlernender Technologie, ist aus unserer Sicht noch nicht praxisreif für den Finanzbereich. Es gibt Versuche und Use Cases, aber wir sind noch weit von einem flächendeckenden Einsatz entfernt.
Wie wirkt sich das auf die praktische Arbeit der Finance-Fachkräfte aus?
Beim Einsatz von RPA übernehmen Softwareroboter die Rollen und Aufgaben von Anwendern und interagieren mit anderen Softwaresystemen. So sind transaktionale Tätigkeiten im Debitoren-, Kreditoren- und Hauptbuchbereich, wie etwa das Verbuchen von Belegen, das Führen von Anlagenregistern und das Ausziffern, bereits in hohem Maße automatisiert. Die Anwendung von RPA leistet also gerade bei regelbasierten, repetitiven Prozessen einen signifikanten Beitrag, sodass diese nicht mehr von Mitarbeitern durchgeführt werden müssen. Diese haben durch die Befreiung von solchen Routineaufgaben mehr Zeit für wertschöpfendere Aufgaben und die Bearbeitung komplexerer Fälle. Neben dem Tagesgeschäft werden die Finance-Fachkräfte auch zunehmend in Projekte zur Digitalisierung des Finanzbereichs eingebunden – gerade was die Beschleunigung und Effizienzgewinne bei Prozessen innerhalb des Finanzbereichs betrifft.
Auch für den Einsatz von KI braucht es Kontrolle. Welche KPI stehen den Unternehmen zu Verfügung, um die Erfolge zu messen? Können Sie uns praktische Beispiele geben?
Aus meiner Sicht sind insbesondere interne Benchmarks aussagekräftig, was die Entwicklung der Performance betrifft. Mit Blick auf die Prozesse im eigenen Unternehmen kann man anhand von Zeitreihen überprüfen, ob und in welchen Bereichen sich Verbesserungen ergeben. Externe Benchmarks beziehungsweise der Vergleich mit Optimierungspotenzialen aus der Industrie sind hingegen mit Vorsicht zu genießen.
Was heißt das konkret?
Ein guter Anwendungsfall aus der Praxis ist beispielsweise das Auslesen von Leasingverträgen, um die relevanten Datenfelder zur Verbuchung des Leasingverhältnisses zu erhalten. Hier kann ein relativ guter KPI zwischen dem Auslesen von Mensch und Maschine in Sachen Zeit und Qualität errechnet werden, der sich auch monetär darstellen lässt. Eine beispielhafte Fragestellung wäre, wie viel Arbeitskraft eines vollzeitangestellten Mitarbeiters (FTE) in einem Shared Service Center sich durch den Einsatz von KI einsparen lässt. Zur richtigen Einordnung muss man aber auch sagen, dass sich dies erst bei einer großen Anzahl von Verträgen wirklich rechnet. Ähnliche KPIs können im Kreditoren- und Debitorenbereich für Verarbeitungszahlen und -zeiten errechnet werden. Etwa, wie viele FTE man für die Bearbeitung von 10.000 Eingangsrechnungen im Vergleich zu KI-basierten Technologien benötigt.
Nutzen die Unternehmen, deren Buchhaltung bereits stark digitalisiert ist, die ganze Bandbreite an Kontrollinstrumenten? Wo gibt es Nachholbedarf?
Unsere Beobachtungen zeigen, dass es bei den Kontrollinstrumenten am wenigsten Nachholbedarf gibt. Wenn Unternehmen Prozesse automatisieren, dann implementieren sie in der Regel gleichzeitig auch zahlreiche automatisierte Kontrollen. Weiterhin lassen sich die transaktionalen Daten sehr gut mittels Big-Data-Anwendungen auf Anomalien und Auffälligkeiten untersuchen und testen. Somit ergeben sich zusätzliche Kontrollpunkte, die es bei der manuellen Verbuchung in der Regel nicht gegeben hätte. Grundsätzlich ist es aber bei allen stark automatisierten Prozessen ratsam, besondere Kontroll- und Vorsichtsmaßnahmen zu implementieren. Zum einen, damit sich keine False-Positive-Fehler einschleichen, und zum anderen, damit keine Umgehung der automatisierten Kontrollen und Prozesse durch menschliches Eingreifen oder Overruling möglich ist.
