Die aktuelle wirtschaftliche Situation, gestiegene Energiekosten, Inflation, Personalkostensteigerungen und Fachkräftemangel zwingt Unternehmen zum Handeln. Um diesen Herausforderungen entgegenzutreten, nutzen große Unternehmen, insbesondere multinationale Konzerne, bereits seit vielen Jahren sehr erfolgreich das Shared Service Center Konzept. Durch die Bündelung von Prozessen, speziell im Finanzbereich, lassen sich Verwaltungskosten senken und in Kombination mit der Digitalisierung Personalengpässe besser bewältigen. Für die erfolgreiche Führung eines Finance Shared Service Centers ist die Erzielung von nachhaltigen Kosteneinsparungen unerlässlich, was eine kontinuierliche Prozessoptimierung zur Steigerung der Effizienz und Produktivität erfordert. Gleichzeitig ist es wichtig, eine hohe Kundenzufriedenheit sicherzustellen. Zur Erreichung dieser Ziele bieten sich insbesondere die neuesten technologischen Entwicklungen der künstlichen Intelligenz (KI) an.
Die untersuchte Forschungsfrage lautete daher: Wie lässt sich KI erfolgreich zur Prozessoptimierung bei einem Finance Shared Service Center einsetzen?
Das Ziel der Arbeit war die detaillierte Analyse des Einsatzes von künstlicher Intelligenz (KI) zur Optimierung von Prozessen in einem Finance Shared Service Center. Diese Analyse zeigt auf, wie der Einsatz von KI die Produktivität und Effizienz sowie die Kundenzufriedenheit in einem Finance Shared Service Center erhöhen kann. Zudem wurden die sich daraus ergebenden Vorteile, die Herausforderungen und Risiken einer KI-Implementierung sowie die Voraussetzungen für eine erfolgreiche Projektumsetzung untersucht und dargelegt.
Zur Unterstützung der Analyse des spezifischen Einsatzes von KI in einem Finance Shared Service Center sowie der daraus resultierenden Vorteile, Risiken und Herausforderungen wurde ein Online-Fragebogen entwickelt, dessen Methodik in der Arbeit näher erläutert wird. Der Fragebogen ist im Anhang der Arbeit ersichtlich.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Ziel und Aufbau der Arbeit
2 Theoretische Grundlagen
2.1 Künstliche Intelligenz (KI)
2.1.1 Begriffsdefinition KI
2.1.2 Verfahren und Methoden der KI
2.2 Finance Shared Service Center (FSSC)
2.3 Prozessmanagement - Prozessoptimierung
3 Methodik
4 KI-Anwendungen und Potenziale
4.1 Allgemeine Anwendungsgebiete
4.2 Angrenzende und verwandte Themengebiete zu KI
4.3 KI-Einsatz und Vorteile in Unternehmen
4.4 Einsatzmöglichkeiten und Benefits von KI in einem FSSC
5 Herausforderungen und Risiken beim Einsatz von KI
5.1 Regulatorische Herausforderungen
5.2 Technologische Anforderungen
5.3 Ethische Bedenken
5.4 Organisatorische Aspekte
5.5 Finanzielle Risiken
6 Handlungsempfehlungen für eine erfolgreiche Umsetzung
6.1 KI-Readiness-Check
6.2 KI-Grundlagen schaffen
6.2.1 KI-Kompetenzen
6.2.2 KI-Strategie
6.2.3 KI-Governance
6.2.4 Datenmanagement und Qualität
6.3 Prozess- und Projektmanagement zur Implementierung von KI
6.4 Change-Management
7 Schluss
7.1 Zusammenfassung und Ausblick
7.2 Kritische Reflexion
Zielsetzung & Themen
Die vorliegende Arbeit zielt darauf ab, den Einsatz von Künstlicher Intelligenz bei der Optimierung von Geschäftsprozessen in einem Finance Shared Service Center detailliert zu analysieren. Dabei wird untersucht, wie KI die Produktivität, Effizienz sowie Kundenzufriedenheit nachhaltig steigern kann, welche Risiken und Herausforderungen dabei bestehen und welche Voraussetzungen für eine erfolgreiche Projektumsetzung notwendig sind.
- Grundlagen zur Künstlichen Intelligenz und zum Prozessmanagement
- Status quo des KI-Einsatzes in der Finanzfunktions-Organisation
- Analyse der Vorteile und Herausforderungen (regulatorisch, technologisch, ethisch, etc.)
- Praktische Handlungsempfehlungen zur Implementierung
Auszug aus dem Buch
Optimierung der Rechnungseingangsverarbeitung
In der Kreditorenbuchhaltung werden teilweise immer noch Papierrechnungen manuell erfasst, händisch kontiert und per Hand gebucht. Dabei müssen umfangreiche steuerliche Anforderungen berücksichtigt und Rechnungen aufwendig an Rechnungsfreigeber und Genehmiger weitergeleitet werden. Durch den Einsatz von KI können diese Arbeitsschritte entlang des Purchase-to-Pay Prozesses vereinfacht, automatisiert und damit wesentlich schneller ausgeführt werden (Abbildung 20).
Dafür arbeiten mehrere KI-Technologien, angebunden an das ERP-System, nahtlos zusammen. Die Rechnungsauslesung, die aus den unterschiedlichsten Formaten möglich ist, sowie die Prüfung auf Richtigkeit findet im Bearbeitungsschritt der Extraktion statt. Geprüft werden Stammdaten und die Einhaltung formaler Vorgaben. Im Unterschied zu herkömmlichen OCR-Systemen kann KI die Rechnungsinformationen auf Positionsebene auslesen, klassifizieren und so für mehr Genauigkeit und eine bessere Zuordnung sorgen. Für Rechnungen ohne Bestellbezug ermittelt KI auf Basis der Vergangenheit den passenden Kontierungsvorschlag mit Sachkonto und Kostenstelle sowie den Freigeber und Genehmiger anhand definierter Kriterien. Ein Workflow-Management-System unterstützt den Freigabeprozess. Für Rechnungen mit Bestellbezug ermöglicht KI den Abgleich auf Positionsebene und unterstützt den „3-Way-Match“ (Abgleich Bestellung, Wareneingang, Rechnung). Im Bearbeitungsschritt der Anomalie-Erkennung prüft eine KI auf Abweichungen und Besonderheiten, um Muster und Fehler zu entdecken und falsche Rechnungen auszusteuern.
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel führt in die aktuelle wirtschaftliche Problematik ein und begründet die Relevanz von KI zur Prozessoptimierung in einem Finance Shared Service Center sowie die Zielsetzung dieser Arbeit.
2 Theoretische Grundlagen: Hier werden zentrale Begriffe zur Künstlichen Intelligenz, das Konzept der Shared Service Center und die Grundlagen des modernen Prozessmanagements erläutert.
3 Methodik: Dieses Kapitel beschreibt den wissenschaftlichen Ansatz, bestehend aus Literaturrecherche und Online-Umfrage, zur Beantwortung der Forschungsfrage.
4 KI-Anwendungen und Potenziale: Es werden allgemeine Anwendungsfelder von KI sowie spezifische Potenziale in der Finanzfunktion und bei der Automatisierung von Finanzprozessen aufgezeigt.
5 Herausforderungen und Risiken beim Einsatz von KI: Die regulatorischen, technologischen, ethischen, organisatorischen und finanziellen Hürden werden hier detailliert unter Berücksichtigung der Umfrageergebnisse untersucht.
6 Handlungsempfehlungen für eine erfolgreiche Umsetzung: Basierend auf den Analysen werden Empfehlungen wie der KI-Readiness-Check, der Aufbau von Kompetenzen und eine strategische Governance für Unternehmen abgeleitet.
7 Schluss: Das Schlusskapitel fasst die wesentlichen Erkenntnisse zusammen, gibt einen Ausblick auf Entwicklungen wie das "Autonomous Accounting" und beinhaltet eine kritische Reflexion des eigenen Vorgehens.
Schlüsselwörter
Künstliche Intelligenz, KI, Finance Shared Service Center, FSSC, Prozessoptimierung, Prozessmanagement, Prozessautomatisierung, Machine Learning, Generative KI, GenAI, Digitalisierung, Datenschutz, Change-Management, Finanzfunktion, Automatisierung.
Häufig gestellte Fragen
Worum geht es in dieser Bachelorarbeit grundsätzlich?
Die Arbeit analysiert den gezielten Einsatz von Künstlicher Intelligenz, um komplexe Geschäftsprozesse in einem Finance Shared Service Center effizienter und produktiver zu gestalten.
Was sind die zentralen Themenfelder der Arbeit?
Die zentralen Felder umfassen die technologischen Grundlagen der KI, das Management von Finanzprozessen und die spezifische Implementierung von KI-Lösungen unter Berücksichtigung von Risiken und organisatorischen Hürden.
Was ist das primäre Ziel der Untersuchung?
Das primäre Ziel ist es, aufzuzeigen, wie durch KI die Effizienz und Kundenzufriedenheit in der Finanzorganisation gesteigert werden kann und mit welchen praktischen Schritten eine erfolgreiche Projektrealisierung gelingt.
Welche wissenschaftliche Methode wird eingesetzt?
Die Arbeit basiert auf einem Mixed-Methods-Ansatz, welcher eine fundierte Literaturrecherche mit einer strukturierten Online-Umfrage unter Experten aus Finance Shared Service Centern kombiniert.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine theoretische Einführung, die Darstellung technischer Anwendungsfelder wie NLP und Mustererkennung sowie eine vertiefte Analyse von Herausforderungen und praktischen Handlungsempfehlungen für das Management.
Welche Schlüsselwörter charakterisieren die Arbeit am besten?
Zu den wichtigsten Begriffen gehören Künstliche Intelligenz, Finance Shared Service Center, Prozessoptimierung, Automatisierung, Change-Management und Datenmanagement.
Warum spielt die KI-Readiness eine zentrale Rolle für Unternehmen?
Die Klärung der KI-Readiness ist ausschlaggebend, um den aktuellen Reifegrad der IT-Infrastruktur und des Fachwissens zu bestimmen und somit eine solide Ausgangsbasis für die KI-Strategie zu schaffen.
Wieso ist das Thema Change-Management in diesem Zusammenhang so wichtig?
Da die Implementierung neuer Technologien häufig auf Widerstände stößt und Ängste vor Arbeitsplatzverlust auslöst, ist ein kontinuierliches Change-Management entscheidend, um Mitarbeiter aktiv in den Veränderungsprozess einzubinden.
Welche Rolle spielt die Datenqualität beim Einsatz von KI?
Daten bilden das "Öl" der KI-Systeme; nur eine hohe Qualität und strukturierte Datenbasis gewährleisten präzise Vorhersagen und vermeiden Verzerrungen in den Analyseergebnissen.
- Arbeit zitieren
- Caroline Juszczak (Autor:in), 2024, Einsatz von KI zur Prozessoptimierung bei einem Finance Shared Service Center, München, GRIN Verlag, https://www.grin.com/document/1552417
