Künstliche Intelligenz verändert Unternehmen grundlegend – doch welche Rolle spielen sogenannte KI-Agenten im Controlling? Können sie Entscheidungsprozesse verbessern, Controller entlasten oder sogar Aufgaben eigenständig übernehmen?
Diese Arbeit untersucht systematisch den Einsatz von KI-Agenten im Controlling und analysiert deren Potenziale, Grenzen und Auswirkungen auf betriebliche Steuerungsprozesse. Aufbauend auf den theoretischen Grundlagen des Controllings sowie der Funktionsweise agentenbasierter KI-Systeme werden konkrete Einsatzfelder in den Bereichen Informationsversorgung, Planung und Kontrolle herausgearbeitet und bewertet.
Im Mittelpunkt steht die Frage, inwiefern KI-Agenten zur Effizienzsteigerung, Automatisierung und Verbesserung der Entscheidungsqualität beitragen können. Neben den technologischen Möglichkeiten werden auch Chancen, Risiken sowie die Auswirkungen auf das zukünftige Rollenbild von Controllern kritisch beleuchtet. Zur Erweiterung der wissenschaftlichen Analyse wurde zusätzlich ein Experteninterview mit einem Fachvertreter aus der Unternehmenspraxis durchgeführt (Name und Unternehmen anonymisiert), um praxisnahe Perspektiven und aktuelle Entwicklungen einzubeziehen.
Ein besonderer Praxisbezug wird zudem durch die exemplarische Entwicklung eines eigenen KI-Agenten hergestellt, der die technische Umsetzbarkeit und den konkreten Nutzen verdeutlicht.
Die Arbeit liefert sowohl wissenschaftliche Erkenntnisse als auch praxisnahe Handlungsperspektiven für Unternehmen, die sich mit der digitalen Transformation und dem Einsatz moderner KI-Technologien im Controlling auseinandersetzen.
Sie richtet sich an Studierende, Forschende sowie Fach- und Führungskräfte aus den Bereichen Controlling, Unternehmenssteuerung und Digitalisierung, die die Zukunft der Unternehmenssteuerung aktiv mitgestalten möchten.
Inhaltsverzeichnis
- Abbildungsverzeichnis
- Tabellenverzeichnis
- 1 Einleitung
- 2 Theoretische Grundlagen zum Controlling
- 2.1 Begriffsdefinitionen und Controllingkonzeptionen
- 2.2 Aufgabenfelder und Instrumente des Controllings
- 2.2.1 Informationsversorgung
- 2.2.2 Planung und Kontrolle
- 2.3 Aktuelles Berufsbild des Controllers
- 3 Theoretische Grundlagen zu KI-Agenten
- 3.1 Definition und Charakteristika von KI-Agenten
- 3.2 Abgrenzung: KI, LLMs und KI-Agenten
- 3.3 Technische Grundlagen
- 3.4 Aufbau und Funktionsweise von KI-Agenten
- 3.5 Aktueller Entwicklungsstand zu KI-Agenten
- 4 Einsatzfelder von KI-Agenten im Controlling
- 4.1 Rahmenbedingungen für den Einsatz von KI-Agenten
- 4.2 Informationsversorgung
- 4.3 Planung und Kontrolle
- 5 Chancen und Risiken von KI-Agenten
- 5.1 Chancen
- 5.2 Risiken
- 6 Auswirkungen auf den Controller durch den Einsatz von KI-Agenten
- 7 Praktische Umsetzung: Entwicklung eines KI-Agenten
- 8 Schlussbetrachtung
- Literaturverzeichnis
- Anhang
- Transkript des Experteninterviews mit (25.11.2025)
Zielsetzung & Themen
Diese Masterarbeit zielt darauf ab, die Einsatzmöglichkeiten von KI-Agenten im Controlling systematisch zu identifizieren, zu analysieren und hinsichtlich ihres Nutzens, ihrer Machbarkeit und ihrer Auswirkungen auf Controllingprozesse zu bewerten. Im Mittelpunkt stehen die Forschungsfragen, inwiefern KI-Agenten Controllingprozesse unterstützen und welche Einsatzpotenziale sich daraus ableiten lassen, sowie in welchem Umfang KI-Agenten künftig Aufgaben von Controllern übernehmen oder ersetzen könnten.
- Definition und Charakteristika von KI-Agenten
- Analyse der Einsatzfelder von KI-Agenten in Controllingprozessen
- Identifikation von Chancen und Risiken des KI-Agenten-Einsatzes
- Auswirkungen auf das Berufsbild des Controllers
- Praktische Implementierung und Machbarkeit von KI-Agenten
- Abgrenzung von KI, Large Language Models (LLMs) und KI-Agenten
Auszug aus dem Buch
3.1 Definition und Charakteristika von KI-Agenten
Die wissenschaftliche Auseinandersetzung mit agentenorientierter Softwareentwicklung begann in den 1990er-Jahren, welche den Grundstein für heutige agentenbasierte Systeme legten. Obwohl die konzeptionellen Grundlagen agentenbasierter Systeme somit bereits seit mehreren Jahrzehnten bekannt sind, hat ihre praktische Relevanz erst durch die jüngsten Fortschritte im Bereich der Large Language Models (LLMs) zu Beginn des 21. Jahrhunderts deutlich zugenommen. Eine detaillierte Erläuterung der Funktionsweise und Charakteristika von LLMs erfolgt in Kapitel 3.2 und 3.3.
Bei sogenannten KI-Agenten handelt es sich um Systeme mit einem hohen Grad an Autonomie. Sie warten nicht auf externe Anweisungen, sondern übernehmen eigenständig die Planung von Abläufen, treffen Entscheidungen und setzen diese ohne unmittelbares menschliches Zutun in Handlungen um.
In einem Podcast des Deutschlandfunks bezeichnet Moritz Metz den Begriff KI-Agent als unscharf und mehrdeutig. Der Terminus Agent leitet sich aus dem Lateinischen ab und kann mit treiben, führen oder etwas in Bewegung setzen übersetzt werden. Vor diesem Hintergrund wird agentische KI als eine handlungsfähige beziehungsweise agierende KI verstanden. Der KI-Experte Enver Cetin beschreibt die KI-Agenten mit einem Wort: Proaktivität. Proaktive KI-Systeme sind somit eine Weiterentwicklung der reaktiven Systeme, eine genauere Abgrenzung und Erklärung folgt in Kapitel 3.2. Ein typisches Anwendungsbeispiel für einen KI-Agenten stellt das autonome Fahren dar. Dabei nutzt das System verschiedene Instrumente wie Parkassistenten, Sensoren und kamerabasierte Bildverarbeitung, um eigenständig den Zielort zu erreichen.
Die agentenbasierte KI lässt sich durch mehrere zentrale Eigenschaften charakterisieren:
- Autonomie: KI-Agenten sind in der Lage, Handlungen eigenständig auszuführen, ohne auf unmittelbare menschliche Steuerung angewiesen zu sein.
- Anpassungsfähigkeit: Durch kontinuierliche Interaktionen und Rückmeldungen können sie ihr Verhalten optimieren und Entscheidungsprozesse dynamisch an neue Bedingungen anpassen.
- Zielorientierung: Sie verfolgen klar definierte Aufgabenstellungen und entwickeln Strategien, um diese effektiv zu erreichen.
- Kontinuierliches Lernen: Das kontinuierliche Lernen von KI-Agenten basiert auf Rückmeldungen, die entweder durch Menschen oder direkt durch die Umwelt bereitgestellt werden. Diese Feedbackschleifen ermöglichen es den Agenten, Erfahrungen zu verarbeiten, ihr Verhalten zu optimieren und dadurch künftig fundiertere Entscheidungen in dynamischen Umgebungen zu treffen.
- Multi-Step-Planung: KI-Agenten sind in der Lage, komplexe Aufgaben in einzelne Schritte zu zerlegen und diese selbständig zu strukturieren.
- Tool-Nutzung: „Sie greifen aktiv auf Datenbanken, APIs oder interne Systeme zu.“
- Gedächtnis: Sie verfügen über die Fähigkeit, Informationen über längere Zeiträume hinweg zu behalten und diese für kontinuierliche Lern- und Anpassungsprozesse zu nutzen.
Die zuvor dargestellten Merkmale verdeutlichen die grundlegende Funktionsweise und das autonome Handlungspotenzial von KI-Agenten. Aufbauend darauf folgt im nächsten Kapitel eine systematische Abgrenzung zwischen KI, LLMs und den KI-Agenten.
Zusammenfassung der Kapitel
1 Einleitung: Stellt die Relevanz von KI-Agenten im Kontext aktueller Marktentwicklungen dar und führt in die Fragestellung der Masterarbeit zu deren Einsatz im Controlling ein.
2 Theoretische Grundlagen zum Controlling: Erläutert grundlegende Begriffe, Konzeptionen und Aufgabenfelder des Controllings, wie Informationsversorgung, Planung und Kontrolle, als Basis für die weitere Analyse.
3 Theoretische Grundlagen zu KI-Agenten: Definiert KI-Agenten, grenzt sie von klassischer KI und LLMs ab und beschreibt ihre technischen Grundlagen, Architektur sowie den aktuellen Entwicklungsstand.
4 Einsatzfelder von KI-Agenten im Controlling: Untersucht detailliert die konkreten Einsatzmöglichkeiten von KI-Agenten in den Phasen der Informationsversorgung, Planung und Kontrolle im Controlling, ergänzt durch ein Fallbeispiel.
5 Chancen und Risiken von KI-Agenten: Diskutiert die Potenziale von KI-Agenten für Effizienzsteigerung und verbesserte Entscheidungsqualität, beleuchtet aber auch Sicherheits-, technische, organisatorische und rechtliche Risiken.
6 Auswirkungen auf den Controller durch den Einsatz von KI-Agenten: Analysiert, wie der Einsatz von KI-Agenten das Berufsbild des Controllers verändert und welche neuen Anforderungen an dessen Fähigkeiten entstehen.
7 Praktische Umsetzung: Entwicklung eines KI-Agenten: Beschreibt exemplarisch die Entwicklung eines eigenen KI-Agenten auf einer Workflow-Automatisierungsplattform, um die technische Machbarkeit zu demonstrieren.
8 Schlussbetrachtung: Fasst die Ergebnisse der Arbeit zusammen, reflektiert kritisch die Methodik und gibt einen Ausblick auf die zukünftige Entwicklung und Integration von KI-Agenten im Controlling.
Schlüsselwörter
KI-Agenten, Controlling, Automatisierung, Entscheidungsunterstützung, Informationsversorgung, Planung, Kontrolle, Large Language Models (LLM), Multi-Agenten-Systeme, Workflow, Risikomanagement, Effizienzsteigerung, Controller-Berufsbild, Digitale Transformation, Proaktivität.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht umfassend die Einsatzmöglichkeiten von KI-Agenten im Controlling, analysiert deren Potenziale und Auswirkungen auf Prozesse sowie das Berufsbild des Controllers.
Was sind die zentralen Themenfelder?
Zentrale Themenfelder sind die theoretischen Grundlagen des Controllings, die Definition und Charakteristika von KI-Agenten, deren Einsatzfelder in der Informationsversorgung, Planung und Kontrolle sowie die damit verbundenen Chancen und Risiken.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist die systematische Identifikation und Bewertung der Einsatzmöglichkeiten von KI-Agenten im Controlling. Die zentralen Forschungsfragen sind, inwiefern KI-Agenten Controllingprozesse unterstützen und in welchem Umfang sie Aufgaben von Controllern übernehmen können.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert primär auf einer umfassenden Literaturanalyse und wird durch ein ergänzendes exploratives Experteninterview sowie einen erhöhten Eigenanteil zur systematischen Zusammenführung der Erkenntnisse gestützt.
Was wird im Hauptteil behandelt?
Der Hauptteil behandelt die theoretischen Grundlagen zu Controlling und KI-Agenten, die konkreten Einsatzfelder von KI-Agenten in den Controllingprozessen, die Analyse von Chancen und Risiken sowie die Auswirkungen auf das Berufsbild des Controllers und die praktische Umsetzung eines KI-Agenten.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird charakterisiert durch Schlüsselwörter wie KI-Agenten, Controlling, Automatisierung, Entscheidungsunterstützung, Informationsversorgung, Planung, Kontrolle, LLM, Multi-Agenten-Systeme und Risikomanagement.
Welche Rolle spielt das Experteninterview in dieser Masterarbeit?
Das explorative Experteninterview ergänzt die Literaturanalyse, indem es praxisnahe Einschätzungen zur aktuellen Entwicklung und zum Einsatzpotenzial von KI-Agenten im Controlling liefert und somit wertvolle Einblicke aus Unternehmenssicht ermöglicht.
Wie können KI-Agenten die Informationsversorgung im Controlling konkret unterstützen?
KI-Agenten können den Informationsbedarf automatisiert identifizieren, relevante interne und externe Daten konsolidieren, die Informationsqualität sichern und proaktive Berichte erstellen, wodurch manuelle Recherchezeiten und subjektive Verzerrungen reduziert werden.
Warum bleibt die Informationsbewertung eine rein menschliche Aufgabe?
Die Informationsbewertung erfordert strategisches Kontextverständnis, menschliches Urteilsvermögen hinsichtlich Marktpositionierung, Nachhaltigkeitsansprüchen und Innovationsstrategien, was über rein datenbasierte Analysen hinausgeht und von KI-Agenten nicht geleistet werden kann.
Wie verändert der Einsatz von KI-Agenten das Berufsbild des Controllers?
KI-Agenten übernehmen repetitive Routinetätigkeiten, wodurch sich die Rolle des Controllers stärker auf strategische, analytische und kommunikative Aufgaben als Business Partner des Managements verschiebt, anstatt auf das reine "Erbsenzählen".
- Arbeit zitieren
- Mike Herrmann (Autor:in), 2026, Einsatz von KI-Agenten im Controlling, München, GRIN Verlag, https://www.grin.com/document/1699309
