Kommentar von Martin Rückert, Diamant Software KI birgt großes Potenzial im Rechnungswesen

Anbieter zum Thema

Diamant Software GmbH

Fsas Technologies GmbH

INFOMOTION GmbH

Geht es um Künstliche Intelligenz (KI), denkt man nicht sofort an die Bereiche Rechnungswesen und Controlling. Warum sind sie aber prädestiniert für den Einsatz von lernfähiger Technologie und was kann KI hier leisten?

In den unterschiedlichsten Bereichen unseres Lebens hat die Künstliche Intelligenz (KI) bereits Einzug gehalten – seien es Sprachassistenten, im Bereich Smart Home oder einfach bei Musikvorschlägen von Streamingdiensten. Auch im Unternehmenskontext sind zunehmend KI-Anwendungen im Einsatz: Prozessautomatisierung in der Produktion und Chatbots in der Kundenkommunikation sind zwei gängige Beispiele. Rechnungswesen und Controlling hingegen werden im Allgemeinen weniger mit KI-Anwendungen assoziiert. Doch auch hier bietet die Technologie einige Vorteile und Potenziale. Vor allem bei vielen repetitiven und zeitaufwendigen Aufgaben, wie beispielsweise dem Rechnungseingangsmanagement, der Bankauszugsverarbeitung und Analysen im Controlling. Geben Unternehmen diese Arbeiten an die KI ab, haben die Mitarbeiter mehr Kapazität für Kernaufgaben und komplexere Themen.

Automatisierung im Rechnungswesen heute

Bereits heute kommen KI-basierte Software-Anwendungen für Rechnungswesen und Controlling zum Einsatz. Viele dieser Lösungen decken aber im Grunde nur relativ einfache Aufgaben ab, ohne die Potenziale von KI voll auszuschöpfen. Zwei Beispiele:

Ein Klassiker für den Einsatz von KI im Rechnungseingangsmanagement ist die Eingabe von Informationen auf Papierrechnungen in die Rechnungswesen-Software. Der Vorteil von KI-Modellen ist, dass Scans von Rechnungen automatisch eingelesen, die richtigen Informationen extrahiert und weitere Prozesse des Rechnungsmanagements eingeleitet werden. Die Arbeitslast wird für die Mitarbeiterinnen und Mitarbeiter somit verringert, die Geschwindigkeit und der Durchsatz erhöht. Sollte es hierbei zu Fehlern kommen, werden Mitarbeiter explizit darauf hingewiesen und müssen so nicht mehr jede Rechnung einzeln anfassen, der Mensch wird so gleichsam zum „Prozesspiloten”, der den Überblick behält. Auch die Kontenzuordnung sowie das Identifizieren von offenen Posten und das Versenden von Mahnungen kann bereits automatisiert geschehen.

Das Beste aus Mensch und Maschine

Kennzeichnend für die beiden Beispiele Bankauszugsverarbeitung und Rechnungseingangsmanagement ist ein qualitativ hochwertiger Datenbestand, der aufwendig manuell kuratiert werden muss. Erst jenseits dieser beiden KI-Funktionen geht es wirklich los. Charakteristisch für KI ist es generell, dass die Technologie lernfähig ist sowie Muster und Gesetzmäßigkeiten erkennt. Weiterentwickelte KI kann von den Expertinnen und Experten im Rechnungswesen und Controlling lernen und dadurch Prozesse noch weiter optimieren.

Nehmen wir erneut das Beispiel des Rechnungseingangsmanagements: Wie beschrieben, erreicht man mit der Rechnungsdatenextraktion bereits einen hohen Automatisierungsgrad, da Dokumente eigenständig eingelesen, Daten zugeordnet und Prozesse initialisiert werden. Rechnungswesen-Software, die auf einer weiterentwickelten KI basiert, erkennt selbstständig, dass sie ein Dokument nicht mit guter Genauigkeit zuordnen kann und signalisiert dies einem menschlichen Experten. Dieser gibt der KI ein Feedback, und die KI lernt daraus für die Zukunft. So wird mit jeder Korrekturschleife der Prozess verbessert und beschleunigt.

Dieses inkrementelle Lernverfahren nennt sich „Human in the Loop“ (HITL). Dass die KI lernt, bringt auch einen Vorteil bei der Kontierung. Denn Konten ändern sich mit der Zeit, jeder Kunde hat unterschiedliche Kontenrahmen oder -pläne. Modelle müssen durch regelmäßiges Feedback aktualisiert werden, um eine kontinuierlich gute Erkennungsrate zu gewährleisten. Um hier eine zeitige Aktualisierung der KI zu garantieren, sollten Hersteller von KI-Modellen eine intelligente Auswahl an Feedback-Daten erzielen, um möglichst dateneffizient vorgehen zu können.

Erreichen lässt sich das durch inkrementelle Lernverfahren wie „active learning”. Bereits heute ermöglicht die HITL-Methode, dass bereits niedrige einstellige Lernbeispiele ausreichen, um den Menschen bei künftigen ähnlichen Rechnungen im Rechnungseingangsmanagement vollständig zu entlasten. Damit erreicht die Lerngeschwindigkeit solcher Modelle ein mit dem des Menschen vergleichbares Niveau.

Kaufmännischer Bereich – Stiefkind der KI-Forschung?

Betrachtet man andere Anwendungsbereiche von KI, wird deutlich, dass man sich mit der Technologie zunehmend hochkomplexe, bis dato als rein menschlich betrachtete Fähigkeiten antrainieren kann. So beispielsweise ein Forschungsprojekt der TU Darmstadt zum Thema „Learning Robot Manipulation from Tactile Feedback”. Dabei arbeiten die Wissenschaftlerinnen und Wissenschaftler daran, Robotern, die feinmotorische Bewegungen ausführen, mittels maschinellen Lernens und taktiler Sensorik zu verbessern. Diese Fähigkeiten sind u. a. bei der präzisen Montage von Bauteilen notwendig.

In einem weiteren Projekt der TU Darmstadt wird KI auf die Feinheiten der Sprache trainiert: Anhand von latenten Dimensionen, also der in Sprache enthaltenen Wertvorstellungen, lernt die KI, anstößige und diskriminierende Sprache zu vermeiden. Mit anderen Worten: Die Maschine bekommt ein menschliches Bewusstsein von „gut“ und „schlecht“. Die Liste solcher Anwendungsbeispiele lässt sich beliebig erweitern, das Tempo der Forschung erhöht sich stetig.

Im kaufmännischen Bereich zeigt sich jedoch ein anderes Bild: Gibt man Begriffe wie „Invoice Named Entity Recognition“ oder „Invoice Understanding“ auf dem zentralen Forschungspapier-Archiv ArXiv.de ein, stößt man nur auf wenige Ergebnisse – insbesondere im Vergleich zu den Resultaten für andere Industrie-Anwendungen wie „Self Driving Cars“. Dies verdeutlicht: Es findet noch zu wenig Forschung für KI-Anwendungen im kaufmännischen Bereich statt.

Erstaunlich angesichts der gesamtwirtschaftlichen Chancen. Schließlich finden Rechnungswesen und Controlling in allen Unternehmen statt und sind alles andere als Nischenbereiche. Viel mehr bilden beide Bereich das Fundament eines erfolgreichen Unternehmens. Um diese Lücken zu schließen, gibt es ausgewählte Forschungsprojekte, die die Potenziale von KI für das Rechnungswesen und Controlling heben wollen. Darunter Forschungsbereiche von Diamant Software, einem Anbieter für intelligente Rechnungswesen-Software.

Höhere Automatisierungsgrade mit hoch spezialisierten Anwendungen

Ein Forschungsbereich des mittelständischen Unternehmens untersucht die KPI-Planung mit Unterstützung durch Simulationen. Ziel ist es, dass im Controlling Entscheidungen faktenbasiert und nicht rein intuitiv getroffen werden. Die Modelle sollen vorhersagen können, wie sich unterschiedliche betriebliche Kennzahlen gegenseitig beeinflussen (unter Berücksichtigung ihrer jeweiligen individuellen Zeitreihenkurven-Eigenschaften). Es sollen Antworten auf verschiedene Fragen gefunden werden, darunter beispielsweise: Wie verändert sich voraussichtlich meine Liquidität, wenn ich die Materialstückkosten erhöhe? Zwar ist es intuitiv wahrscheinlich, dass sich der Umsatz dann ungünstig entwickelt, aber sicher ist das nicht. Die Messungen der Modelle haben ergeben, dass sie in 80 Prozent der Fälle aktuell nur fünf Prozent vom hinterher eintretenden Wert abweichen. Solch ein „Planspiel“ liefert viel realistischere Szenarien als man intuitiv annehmen möchte.

Ein weiteres wissenschaftliches Feld ist die Sprachsteuerung. Im Projekt Arbeitswelt+, forschen die Uni Bielefeld, die Fachhochschule der Wirtschaft in Paderborn/Hannover und Diamant Software an natürlicheren Dialogen mit Chatbots. Der Schlüssel hierbei ist ein besseres, individuelleres Kontextverständnis. So arbeiten die Forscher daran, wie sich durch Chatbots implizites Wissen von Mitarbeiterinnen und Mitarbeitern sammeln und für andere verfügbar machen lässt. Kündigt ein Teammitglied, geht das Wissen nicht verloren, sondern steht weiterhin der Organisation zur Verfügung.

Die Zukunft von KI im Rechnungswesen

Halten wir fest: KI eignet sich für den Einsatz im kaufmännischen Bereich besonders gut, weil dieser gespickt ist mit repetitiven Aufgaben, um die Mitarbeiterinnen und Mitarbeiter zu entlasten. Zwar setzen die meisten verfügbaren Softwaresysteme auf KI-Funktionen, doch diese sind standardisiert und fehleranfällig. Der manuelle Aufwand bleibt weiterhin bestehen. Nur wenige Lösungen gehen über diesen Standard hinaus. Doch neue Forschungsansätze wie der des Human-in-the-Loop oder für den Einsatz von Sprachassistenten weisen auf die Zukunft von KI im kaufmännischen Bereich hin. KI und menschliches Know-how gehen Hand in Hand. Die KI wird den Menschen niemals ersetzen, aber immer effizienter entlasten. Mit einem „Karriere-Boost“ für die Mitarbeiter des kaufmännischen Bereichs: Sie entwickeln sich weg vom reinen Verwalter hin zu strategischen Businesspartnern für das ganze Unternehmen.

(ID:48557482)