KI IM FINANZBEREICH · FACHLEITFADEN · BEISPIEL

KI im Controlling: Abweichungskommentare fachlich prüfen

Ein vollständiger Prüfweg für KI-generierte Kommentare: Datenbasis, Rechenbrücke, Ursachenbeleg, Freigabe und Fehlertest.

Illustration analytischer Arbeit mit Notizen und Berichtsgrafiken
Illustrative Darstellung · KI-generiert
Die kurze Antwort

Ein Sprachmodell kann aus freigegebenen Zahlen einen Kommentarentwurf formulieren. Rechenlogik, Ursachenbeleg und Freigabe brauchen eigene, überprüfbare Schritte.

Für Finanzleitung, Controlling und Verantwortliche für Finanzprozesse. Quellen sind an den jeweiligen Aussagen und am Ende des Beitrags verlinkt. Die Arbeitsmodelle stammen von Praxishebel; Rechenbeispiele sind fiktiv.

Warum klingen falsche Kommentare überzeugend?

Ein Managementbericht beantwortet mehr als „Wie groß ist die Abweichung?“ Er soll zeigen, welcher Treiber sich verändert hat, welche Ursache belegt ist und welche Entscheidung folgt. Die gemeinsame Grundsatzposition von ICV und IGC beschreibt Controlling als Teil der zielorientierten Unternehmenssteuerung; Zahlenkommunikation gehört deshalb in einen Steuerungszusammenhang [1]. Generative KI ist für die Formulierung nützlich, kann aber plausible Ursachen ergänzen, die in den bereitgestellten Daten gar nicht nachgewiesen sind. Das NIST-Rahmenwerk verlangt für verlässliche KI unter anderem Messung, Transparenz und menschliche Verantwortlichkeit [2].

Dieser Leitfaden behandelt interne Abweichungskommentare im Controlling. Für Bilanzierung, Steuererklärungen oder externe Finanzberichte gelten weitere fachliche Regeln. Die Prüfschritte stammen in ihrer konkreten Ausgestaltung aus dem Buchprojekt „KI im Controlling und Finanzwesen“, Abschnitt 2.3, und sind eine redaktionelle Praxishebel-Methode.

1. Einen eindeutigen Daten- und Outputvertrag festlegen

Bevor ein Modell Text erzeugt, definieren Sie Kennzahl, Zeitraum, Vergleichsversion, Gesellschaft, Einheit, Währung, Vorzeichen und Datenstand. „Umsatz März gegen Plan“ reicht nicht: Planversion und Buchungsstand können sich unterscheiden. Eine Zahl ohne Kontext ist keine freigegebene Berichtsgrundlage. ISO 8000-8 behandelt Datenqualität als messbare Eigenschaft der Information im Nutzungskontext [3].

Ein Outputvertrag benennt den Empfänger, die erlaubten Quellen, die geforderte Struktur und das Verhalten bei Lücken. Beispiel: „Wenn ein Ursachenbeleg fehlt, schreibe ‚Ursache offen‘ und formuliere eine Prüffrage. Erfinde keine Ursache.“ Die Rechenbrücke wird außerhalb des Sprachmodells erstellt. Ein Stopp erfolgt, wenn Perioden, Einheiten oder Summen nicht übereinstimmen.

2. Die Abweichungsbrücke selbst nachrechnen

Fiktiver Einproduktfall ohne Mix- oder Währungseffekte: Im Plan stehen 1.000 Stück zu 100 €, im Ist 900 Stück zu 102 €. Der Umsatz fällt von 100.000 € auf 91.800 €, also um 8.200 € bzw. 8,2 %. Bei der ausdrücklich gewählten Reihenfolge „Menge zum Planpreis, Preis auf Istmenge“ ergibt sich:

KomponenteFormelEffekt
Menge(900 − 1.000) × 100 €−10.000 €
Preis900 × (102 € − 100 €)+1.800 €
Summe−10.000 € + 1.800 €−8.200 €

Andere Zerlegungsreihenfolgen verteilen den Interaktionseffekt anders. Deshalb muss die Methodik benannt und für alle Vergleiche konsistent verwendet werden. Prüfen Sie, ob die Effekte einschließlich eines gegebenenfalls offenen Residuums exakt zur Gesamtabweichung passen. Ein Modell sollte diese Brücke erläutern, sie aber nicht als alleinige Recheninstanz erzeugen.

3. Beobachtung, Ursache, Hypothese und Handlung trennen

Die geringere Absatzmenge ist eine Beobachtung. „Nachfrageeinbruch“ wäre eine Hypothese, solange etwa Auftragslage, Lieferfähigkeit und Periodenabgrenzung nicht geprüft sind. Ein belegter Grund benötigt eine benannte, gültige operative Quelle. Erst danach folgt eine Handlung mit Verantwortlichem und Termin.

Der Umsatz liegt 8.200 € unter Plan. Die Mengenabweichung wirkt mit −10.000 €, der höhere Preis mit +1.800 €. Die Ursache der geringeren Absatzmenge ist noch offen; Vertrieb und Disposition prüfen Auftrags- und Lieferdaten bis zum nächsten Review.

Das ist länger als „Umsatzrückgang durch schwache Nachfrage“, aber entscheidungsfähiger. Forschung zu generativer KI in anderen Arbeitskontexten zeigt Produktivitätspotenzial, belegt jedoch nicht automatisch die sachliche Richtigkeit eines Finanzkommentars [4]. Übertragen Sie solche Ergebnisse nicht ohne eigene Qualitätsmessung.

4. Ein Freigabegate mit sechs Fragen einsetzen

  1. Abstimmung: Stimmen Ist, Plan, Periode, Einheit und Version?
  2. Brücke: Erklären Treiber und Residuum den Gesamtbetrag?
  3. Wesentlichkeit: Ist die Abweichung für diesen Empfänger relevant und noch steuerbar?
  4. Beleg: Trägt eine gültige Quelle jede behauptete Ursache?
  5. Entscheidung: Sind Handlung, Verantwortung und Termin erkennbar?
  6. Freigabe: Hat die fachlich verantwortliche Person den endgültigen Wortlaut geprüft?

Eine interne Schwelle kann Beträge und Prozentsätze verbinden; bei Planwerten nahe null braucht die Prozentregel eine Ausnahme. Kleine Risiken mit hoher Fehlerfolge dürfen nicht durch einen niedrigen Betrag weggefiltert werden. Die Schwellen gehören in die Reporting-Regel und nicht allein in einen Prompt.

5. Den Einsatz mit bekannten Fehlerfällen testen

Stellen Sie vor dem Pilot einen Referenzsatz zusammen: korrekter Standardfall, fehlender Beleg, falsche Einheit, widersprüchliche Summe, Planwert null, geänderter Datenstand und ein Fall mit echter Ausnahme. Schreiben Sie für jeden Fall das erwartete Verhalten auf. Testen Sie parallel zum bestehenden Bericht; kein ungeprüfter Entwurf geht an das Management.

Erfassen Sie neben der Erstellungszeit auch Prüfzeit, Korrekturen, unbelegte Ursachen und übersehene relevante Abweichungen. Dokumentieren Sie Werkzeugversion, Eingabedaten und Freigabe. Der NIST GenAI Profile betont die spezifische Prüfung generativer Systeme über ihren Einsatzkontext hinweg [5]. Erst wenn die vorab vereinbarten Fehlergrenzen über mehrere Zyklen halten, erweitern Sie den Umfang.

Welche Kennzahlen zeigen, ob der Kommentar wirklich besser ist?

Betrachten Sie mindestens drei Perspektiven. Fachliche Qualität: Anteil der Kommentare ohne Rechenfehler und unbelegte Kausalaussage, Zahl kritischer Korrekturen nach Versand. Arbeitsaufwand: Minuten für Bereitstellung, Entwurf, Kontrolle, Nacharbeit und Dokumentation. Steuerungswirkung: Anteil relevanter Fälle mit benanntem Eigentümer, Entscheidung und Termin. Ein reiner Text-Qualitätsscore misst nicht, ob der Bericht eine Handlung ermöglicht.

Lassen Sie zwei Fachpersonen zunächst unabhängig einen Teil der Referenzfälle beurteilen und diskutieren Sie abweichende Urteile. Wenn sie sich schon über die „richtige“ Ursache nicht einig sind, liegt das Problem nicht am Modell allein. Legen Sie in der Reporting-Regel fest, wer einen Beleg als ausreichend anerkennt. Ein Pilot kann zeigen, ob dieser Prozess tragfähig ist; er beweist bei kleiner Fallzahl keine generelle Zuverlässigkeit für andere Berichte oder Unternehmen.

Quellen und Einordnung

Die Quellen stützen die fachlichen Grundsätze an den gekennzeichneten Stellen. Die konkreten Prüffragen, Abläufe und fiktiven Berechnungen sind redaktionelle Praxishebel-Arbeitshilfen.

  1. ICV / IGC, Perspective: aktualisiertes Grundsatzpapier zum Controlling (2024)
  2. NIST, AI Risk Management Framework 1.0 (2023)
  3. ISO 8000-8:2015, Konzepte und Messung von Datenqualität
  4. Brynjolfsson, Li, Raymond, Generative AI at Work, NBER Working Paper 31161 (2023; Arbeitskontext Kundenservice)
  5. NIST, Generative AI Profile zum AI RMF (2024)