KI im Controlling ist kein Hype.
Es ist der nächste Schritt.

Viele Unternehmen nutzen KI heute noch rudimentär. Ein ChatGPT-Fenster hier, ein generierter Code-Schnipsel da — aber das Potenzial reicht viel weiter.

KI kann im Controlling auf unterschiedlichen Ebenen wirksam werden — von der Unterstützung bestehender Aufgaben bis zur vollständigen Automatisierung komplexer Prozesse. Der Schlüssel liegt darin, den richtigen Reifegrad für das jeweilige Unternehmen zu finden — und Datenschutz, IT-Sicherheit und Mitarbeiter-Adoption von Anfang an mitzudenken.

KI entwickelt die Werkzeuge selbst

Die vier Ebenen beschreiben, wie KI bestehende Aufgaben unterstützt oder automatisiert. Doch die eigentliche Innovation liegt eine Ebene höher:

KI entwickelt zunehmend die Software selbst, die Berichte erstellt.

Ein Controller beschreibt einer KI, welche Daten vorliegen, welche Kennzahlen benötigt werden und wie der Bericht aussehen soll. Die KI erzeugt daraus SQL-Abfragen, Python-Skripte, Datenmodelle oder komplette Reporting-Anwendungen. Das verändert die Rolle des Controllers grundlegend: Er wird vom Berichtsersteller zum Architekten von Anforderungen.

Entscheidend ist dabei nicht die Automatisierung, sondern die Flexibilität. Während ein Dashboard auf einen bestimmten Anwendungsfall ausgelegt ist, können KI-generierte Skripte ihre Berichtslogik dynamisch anpassen. Das Ergebnis gleicht eher einer Berichtsfabrik als einem festen Bericht.

Ein weiterer Vorteil: Die gesamte Logik liegt als Code vor. Jede Transformation, jede Berechnung und jede Kennzahl kann dokumentiert, versioniert und getestet werden. Dadurch entstehen neue Qualitätsstandards — automatische Tests, Versionskontrolle, KI-gestützte Fehleranalyse.

Was KI wirklich verändert

Die größte Veränderung durch KI ist nicht technischer, sondern struktureller Natur: