Die rasante Entwicklung und weite Anwendung künstlicher Intelligenz (KI) hat in den letzten Jahren die technologische Landschaft und Unternehmenspraktiken grundlegend verändert. Insbesondere im Management Reporting (MR) eröffnen sich durch KI neue Möglichkeiten und Herausforderungen von beträchtlicher Tragweite. Diese Arbeit widmet sich der kritischen Analyse der Anwendung von KI im MR, speziell in deutschen kleinen und mittleren Unternehmen (KMU).
KI steht im Mittelpunkt einer fortwährenden Transformation der Unternehmenspraktiken. Die Veröffentlichung beeindruckender KI-Anwendungen wie des Chatbots "ChatGPTs" im November 2022 verdeutlichte eindrucksvoll das Potenzial dieser Technologie. Die Integration von KI in das MR wird oft als zweite Welle der Digitalisierung bezeichnet, die die gesamte Art und Weise der Wertschöpfung grundlegend verändert.
Die vorliegende Arbeit untersucht, wie KI das MR in deutschen KMU beeinflusst und welche Chancen und Herausforderungen sich daraus ergeben. Dabei werden nicht nur technologische Aspekte betrachtet, sondern auch organisatorische und menschliche Dimensionen, insbesondere die Veränderung der Rolle des Controllers.
Die Problemstellung liegt in der Diskrepanz zwischen dem hohen Stellenwert des MR für Managemententscheidungen und den aktuellen Defiziten, insbesondere in kleineren und mittleren Unternehmen. Trotz digitaler Technologien steht das MR häufig in der Kritik aufgrund begrenzter Informationsvielfalt, Vergangenheitsorientierung und hohem manuellen Aufwand.
Die Zielsetzung dieser Arbeit besteht darin, einen Beitrag zur Unternehmenspraxis und Forschung zu leisten, indem eine umfassende Analyse der Chancen und Herausforderungen der KI im MR durchgeführt wird. Durch die Beantwortung spezifischer Forschungsfragen soll ein tieferes Verständnis für die Rolle von KI im MR geschaffen werden, besonders im Kontext deutscher KMU.
Im weiteren Verlauf werden zunächst die thematischen und konzeptionellen Grundlagen des MR und der KI erläutert. Anschließend werden die zentralen Herausforderungen der Anwendung von KI im MR beleuchtet sowie die identifizierten Use-Cases detailliert untersucht. Abschließend erfolgt die Diskussion der Ergebnisse und deren Implikationen für die Unternehmenspraxis und Forschung.
Inhaltsverzeichnis
1. Einleitung
1.1 Problemstellung
1.2 Zielsetzung und Forschungsfragen
1.3 Aufbau der Arbeit
2. Thematische und konzeptionelle Grundlagen
2.1 Management Reporting
2.1.1 Definition des Management Reportings
2.1.2 Erstellungsprozess
2.2 Künstliche Intelligenz
2.2.1 Definition Künstlicher Intelligenz
2.2.2 Machine Learning, Deep Learning und Künstliche neuronale Netze
2.2.3 Natural Language Processing
2.2.4 Intelligent Robotic Process Automation
3. Anwendung Künstlicher Intelligenz im Management Reporting
3.1 Herausforderungen
3.1.1 Knowhow
3.1.2 Change-Management
3.1.3 Datenstrukturen
3.2 Use-Cases
3.2.1 Intelligente Datenverarbeitung und Mustererkennung
3.2.2 Intelligente Entscheidungsunterstützung
3.2.3 Intelligente Datenvisualisierung
3.2.4 Intelligente Automatisierung
3.3 Veränderung der Rolle des Controllers
3.3.1 Informationssammler
3.3.2 Business Partner
4. Experteninterviews zur Erforschung der Anwendung Künstlicher Intelligenz im Management Reporting
4.1 Vorgehensweise eines semistrukturierten Experteninterviews
4.1.1 Auswahl und Beschreibung der Experten
4.1.2 Organisation und Durchführung des Experteninterviews
4.2 Auswertung der Experteninterviews
4.3 Diskussion der Ergebnisse
4.3.1 Modernes Management Reporting
4.3.2 Datenmanagement
4.3.3 KI-Reporting
4.3.4 KI-Business Partnering
4.4 Limitationen der Forschung
5. Fazit
Zielsetzung & Themen
Die Arbeit untersucht das Potenzial und die Herausforderungen Künstlicher Intelligenz (KI) innerhalb des Management Reportings (MR), mit einem speziellen Fokus auf kleine und mittlere Unternehmen (KMU) in Deutschland. Ziel ist es zu analysieren, wie KI-Anwendungen die Qualität, Automatisierung und Effizienz des Reportings verbessern und die Rolle des Controllers zum strategischen Business Partner transformieren können.
- Analyse der Status-quo-Problematiken im MR kleiner und mittlerer Unternehmen
- Untersuchung technologischer Grundlagen von KI (ML, DL, NLP, RPA) im Controlling-Kontext
- Identifikation konkreter KI-Use-Cases zur Prozessoptimierung
- Diskussion von Herausforderungen bei der Implementierung (Datenqualität, Knowhow, Change-Management)
- Bewertung des Einflusses der KI auf das Rollenbild des Controllers
Auszug aus dem Buch
3.2.1 Intelligente Datenverarbeitung und Mustererkennung
Die Datenverarbeitung hat das Ziel, aus Roh-Daten wertvolle Erkenntnisse zu gewinnen. Sie folgt dabei einem logischen Prozess der Datenerhebung, Datenintegration, Datenanalyse, Informationsdistribution sowie Informationsverwendung. Die Grundlage des MR besteht aus Finanzinformationen, deren Erfassung durch die Buchhaltung innerhalb eines ERP-Systems erfolgt. Es besteht die Chance im vorgelagerten Prozess der Datenerhebung, die Buchhaltung durch KI zu automatisieren. Aus der automatischen Belegerkennung werden Buchungsvorschläge erzeugt, die durch den Buchhalter nur noch bestätigt werden müssen. Die Datenqualität wird dadurch gesteigert, dass Ist-Zahlen effizienter in das Informationssystem eines Unternehmens geladen werden.
Außerdem ist KI in der Datenaufbereitung und der Fehlerkorrektur fehlerhafter Stammdaten zur Steigerung der Datenqualität einsetzbar. ML-Algorithmen korrigieren und ergänzen Informationen in Datensätzen (siehe Abbildung 9).
Zusammenfassung der Kapitel
1. Einleitung: Beschreibt die Relevanz Künstlicher Intelligenz im aktuellen wirtschaftlichen Umfeld unter Berücksichtigung von Digitalisierung und Krisen und legt die Forschungszielsetzung fest.
2. Thematische und konzeptionelle Grundlagen: Definiert die Begriffe Management Reporting (MR) unter Einbeziehung des Controlling-Prozessmodells sowie die theoretischen KI-Technologien wie Machine Learning, Deep Learning, Natural Language Processing und Robotic Process Automation.
3. Anwendung Künstlicher Intelligenz im Management Reporting: Analysiert zentrale Herausforderungen wie Knowhow-Mangel und Datenstrukturen in KMUs und stellt praxisrelevante Use-Cases sowie die Rollenveränderung des Controllers vor.
4. Experteninterviews zur Erforschung der Anwendung Künstlicher Intelligenz im Management Reporting: Erläutert die methodische Vorgehensweise qualitativer Experteninterviews und diskutiert die Ergebnisse in Hinblick auf modernes Reporting, Datenmanagement, KI-Reporting und Business Partnering.
5. Fazit: Fasst die Kernergebnisse der Arbeit zusammen und beantwortet die initialen Forschungsfragen zur Eignung und zum Nutzen von KI-Verfahren im KMU-Umfeld.
Schlüsselwörter
Künstliche Intelligenz, Management Reporting, Controlling, KMU, Machine Learning, Deep Learning, Natural Language Processing, Robotic Process Automation, Business Partnering, Datenqualität, Datenmanagement, Prozessautomatisierung, Entscheidungsunterstützung, Digitale Transformation.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit?
Die Arbeit analysiert die Anwendung von Künstlicher Intelligenz zur Optimierung von Management-Reporting-Prozessen in deutschen kleinen und mittleren Unternehmen (KMU).
Was sind die zentralen Themenfelder?
Die Untersuchung umfasst die technische Basis von KI, Herausforderungen bei der Implementierung wie Datenqualität und Knowhow sowie die Transformation der Controller-Rolle.
Was ist das primäre Ziel?
Das Ziel ist es, aufzuzeigen, wie KI-Technologien KMUs helfen können, ihr Reporting effizienter zu gestalten und den Controller bei der Entscheidungsunterstützung zu unterstützen.
Welche wissenschaftliche Methode wird verwendet?
Es wird ein qualitativer Forschungsansatz gewählt, der auf semistrukturierten Experteninterviews basiert und mittels deduktiver Inhaltsanalyse nach Mayring ausgewertet wird.
Was wird im Hauptteil behandelt?
Der Hauptteil befasst sich detailliert mit der Analyse von Herausforderungen (Change-Management, Datenstrukturen), identifizierten Use-Cases und der Rollenentwicklung vom Informationssammler zum Business Partner.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind KI, KMU-Controlling, Datenmanagement, Predictive Analytics und Business Partnering.
Warum sind Datenstrukturen in KMUs eine Barriere für KI?
KMUs leiden häufig unter fragmentierter Softwarelandschaft und unzureichenden Datenintegrationsprozessen, was eine Voraussetzung für KI-gestützte Analysen, wie ein zentrales Data Warehouse, erschwert.
Welchen Mehrwert bietet KI für das Controlling in der Praxis?
KI automatisiert repetitive Tätigkeiten in der Datenaufbereitung, sorgt für schnellere Bereitstellung von Berichten und ermöglicht datenbasierte Prognosen, was den Controller entlastet und die Entscheidungsqualität stärkt.
- Quote paper
- Daniel Janßen (Author), 2023, Künstliche Intelligenz im Management Reporting. Eine Analyse der Chancen und Herausforderungen für KMUs in Deutschland, Munich, GRIN Verlag, https://www.grin.com/document/1449518
