Interview mit Björn Stauss, Board Wie KI-Agenten das Controlling strategisch stärken

Anbieter zum Thema

Board Deutschland GmbH

QUNIS GmbH

Fivetran Germany GmbH

Agenten-basierte KI verändert das Controlling grundlegend: Aus periodischer Planung wird ein kontinuierlicher, vorausschauender Prozess. Im Interview erklärt Björn Stauss, General Manager DACH bei Board, warum KI-Agenten weit mehr sind als Forecast-Tools, wie sie Cashflow, Szenarien und externe Signale in Echtzeit orchestrieren – und weshalb Controller künftig als Entscheidungsarchitekten agieren.

BigData-Insider: Herr Stauss, KI ist im Controlling längst angekommen. Nun sprechen Sie von „Agent-basierter KI“. Ist das nicht nur ein weiteres Schlagwort?

Stauss: Ich verstehe die Skepsis. Das Controlling hat in den letzten Jahrzehnten viele Technologiewellen erlebt – von ERP-Systemen über Cloud bis zu Advanced Analytics. Jede dieser Wellen hat Prozesse effizienter gestaltet. Aber das Grundprinzip ist bislang immer gleich geblieben: Planung war weiterhin ein zyklischer, oft retrospektiver Prozess.

Was wir heute sehen, ist qualitativ anders. Mit Agent-basierter KI sprechen wir nicht mehr über bessere Dashboards oder schnellere Reports, sondern über autonome, spezialisierte Systeme, die kontinuierlich überwachen, analysieren, simulieren und Handlungsempfehlungen ableiten. Planung wird damit von einem periodischen Ereignis zu einem permanenten Prozess. Diese Entwicklung ist keine Vision mehr, sondern technologische Realität – und wird in ersten Anwendungen bereits produktiv eingesetzt.

Sie beschreiben das als historische Zäsur. Warum gerade jetzt?

Stauss: Wenn wir auf die letzten 40 Jahre blicken, erkennen wir klare Evolutionsstufen: ERP hat Prozesse integriert, das Internet Märkte vernetzt, Cloud hat Skalierbarkeit ermöglicht, Big Data hat Analysen beschleunigt.

Heute kommt mit „Agentic AI & Autonomous Planning“ eine neue Phase hinzu. Der Unterschied ist, dass Systeme nicht nur auf Eingaben reagieren, sondern Entwicklungen antizipieren und selbstständig Analysen oder Simulationen anstoßen.

Und das trifft auf ein Umfeld, in dem Unsicherheit zur Konstante geworden ist – sprich geopolitische Spannungen, Lieferkettenbrüche, Inflationsschocks. Bloomberg hat das sehr plastisch als permanente Überlagerung von Wachstum und Disruption dargestellt. Für CFOs bedeutet das, dass Quartalszyklen nicht mehr ausreichen.

Was KI-Agents im Controlling konkret tun

Was genau ist ein KI-Agent im Kontext Controlling? Ein besserer Forecast-Algorithmus?

Stauss: Nein, deutlich mehr. Ein KI-Agent ist ein spezialisierter, kontextsensitiver Akteur innerhalb einer Planungsplattform. Er übernimmt klar definierte Aufgaben – etwa Liquiditätsüberwachung, Intercompany-Abstimmung oder Szenario-Simulation – und arbeitet kontinuierlich im Hintergrund.

Nehmen wir den Board FP&A-Agent als Beispiel: Er automatisiert die „Drei-Statement-Modellierung“, also die dynamische Verknüpfung von GuV, Bilanz und Cashflow. Änderungen in Umsatz, Kosten oder Kapitalstruktur werden sofort systemweit konsistent durchgerechnet.

Darüber hinaus erkennt er Anomalien, analysiert Treiber und liefert kontextualisierte Erklärungen. Im Cashflow-Management überwacht er kontinuierlich Zuflüsse, Abflüsse und Working Capital, erkennt Frühwarnsignale und initiiert Simulationen.

Das Entscheidende: Der Mensch bleibt in der Steuerung. Der KI-Agent generiert Vorschläge, Szenarien, Warnungen – die Entscheidungshoheit liegt beim Management.

Viele Controlling-Abteilungen kämpfen noch mit inkonsistenten Daten und manuellen Abstimmungen. Klafft da nicht noch eine zu große Lücke?

Stauss: Gerade deshalb ist der Plattformansatz so wichtig. KI-Agents funktionieren nur, wenn Daten, Logik und Sicherheitsmechanismen nahtlos zusammenwirken. In isolierten Tool-Landschaften entsteht Fragmentierung.

In integrierten Architekturen – etwa mit einer multidimensionalen Datenbank und In-Memory-Berechnung – können Annahmen in Echtzeit neu kalkuliert werden. Wenn ein KI-Agent einen Forecast aktualisiert, wird er unmittelbar in Dashboards, Simulationen und Reports wirksam – ohne Medienbruch.

Für CFOs ist das ein Governance-Thema: Geschwindigkeit darf nicht zulasten von Kontrolle gehen. Deshalb brauchen KI-Agents klare Leitplanken, rollenbasierte Zugriffe und vollständige Nachvollziehbarkeit.

Sie sprechen von drei zentralen Aufgaben der kontinuierlichen Planung. Welche sind das?

Stauss: Erstens: Steuern und Forecasten. Zweitens: Analysieren und Simulieren. Drittens: Optimieren und Handeln. Gute KI-Agents decken genau diese drei Dimensionen ab. Sie erkennen beispielsweise frühzeitig, wenn Cash-Bestände in einer Region kritisch werden. Dann simulieren sie Gegenmaßnahmen und schlagen konkrete Handlungsoptionen vor. Damit verschiebt sich die Rolle des Controllings weg vom reinen Zahlenlieferanten hin zum Entscheidungsarchitekten.

Externe Signale als strategischer Hebel

Ein häufiges Problem ist, dass externe Faktoren zu spät einbezogen werden. Wie lösen KI-Agenten dieses Dilemma?

Stauss: Ein wesentlicher Baustein ist die systematische Integration externer Indikatoren – makroökonomische Kennzahlen, Marktindizes oder Verbrauchertrends. Diese müssen kontinuierlich beobachtet werden und in die Planung integriert werden. Wenn sich Rohstoffpreise oder Wechselkurse signifikant verändern, werden entsprechende Warnungen in Finanz- oder Supply-Chain-Plänen ausgelöst.

Darauf aufbauend identifiziert analytische KI Korrelationen zwischen externen Indikatoren und interner Performance. So können Treiberbeziehungen transparent gemacht werden – etwa zwischen Verbrauchervertrauen und Absatzentwicklung. Für CFOs bedeutet das weniger Überraschungen und mehr Frühindikatoren.

Rolle und Organisation des Controllings

Was bedeutet das organisatorisch? Werden Controller zu „AI Supervisors“?

Stauss: Ich würde es anders formulieren: Controller werden zu Kuratoren und Dirigenten eines KI-gestützten Systems. Sie definieren Planungslogiken, Governance-Regeln und Eskalationsmechanismen. KI-Agents übernehmen Routineanalysen, prüfen Datenkonsistenz, identifizieren Ausnahmen.

Der Controller-Agent etwa kann Abschlussprozesse beschleunigen, Intercompany-Abstimmungen automatisieren und nur echte Abweichungen hervorheben. Das verschiebt Ressourcen von operativer Kontrolle hin zu strategischer Steuerung.

Kritiker befürchten, autonome Systeme könnten Fehlentscheidungen verstärken.

Stauss: Das ist ein berechtigter Punkt. KI-Agents sind nur so gut wie die Daten, auf die sie zugreifen. Deshalb braucht es eine robuste Datenarchitektur, klare Rollenmodelle und vollständige Auditierbarkeit.

In der Praxis empfehlen wir, KI-Agents zunächst als Assistenzsysteme einzusetzen – mit klarer Freigabelogik. Autonome Entscheidungen sollten nur dort erfolgen, wo Risiken überschaubar und Regeln eindeutig definiert sind.

Wirtschaftlicher Nutzen: Wo entsteht Wert?

CFOs denken in Business Cases. Wo entsteht messbarer Mehrwert?

Stauss: Den Mehrwert sehe ich In drei Bereichen:

1. Zeitgewinn: Manuelle Analysen werden reduziert, Abschlusszyklen beschleunigt.

2. Qualität: Inkonsistenzen werden weniger, Forecasts zuverlässiger.

3. Resilienz: Unternehmen können frühzeitige auf externe Schocks reagieren.

Nehmen wir das Beispiel Liquiditätsmanagement: Wenn ein KI-Agent frühzeitig erkennt, dass ein regionaler Cash-Saldo kritisch wird und automatisch Szenarien simuliert, gewinnt das Unternehmen Zeit – oft der entscheidende Faktor in Krisensituationen.

Technologische Voraussetzungen

FRAGE: Was ist die wichtigste Voraussetzung für den Einstieg?

Stauss: Eine integrierte Planungsplattform! KI-Agents benötigen: Multidimensionale Datenmodelle, In-Memory-Berechnung für Echtzeitsimulationen, Enterprise-Security und Governance-Layer sowie eine nahtlose Integration externer und interner Datenquellen. Ohne diese Basis bleiben KI-Agents isolierte Experimente.

Warum sprechen Sie bei den KI-Agents von einem „Team von Spezialisten“?

Stauss: Weil komplexe Planung nicht von einem Generalisten erledigt werden kann. In der Praxis sehen wir spezialisierte KI-Agents – FP&A, Controlling, Supply Chain, Merchandising – koordiniert durch einen Orchestrator.

Jeder KI-Agent beherrscht sein Fachgebiet. Der Orchestrator sorgt für Konsistenz und Priorisierung. Dieses Modell spiegelt die reale Organisation wider – nur digitalisiert.

Blick nach vorn

Wie sieht das Controlling in fünf Jahren aus?

Stauss: Ich erwarte eine hybride Organisation. Menschen definieren Ziele, Strategien und ethische Leitplanken. KI-Agents übernehmen Monitoring, Simulation und operative Optimierung.

Planung wird nicht mehr in Perioden gedacht, sondern als permanenter Regelkreis: beobachten, analysieren, handeln – kontinuierlich.

Für CFOs heißt das: Wer jetzt die Grundlagen schafft und die Architektur definiert, wird Agilität und Governance vereinen können. Wer wartet, riskiert, in reaktiven Zyklen zu verharren.

(ID:50832384)