Menu Schließen

KI-Zahlen prüfen: So kontrollierst du, was die KI im Controlling liefert

BI2run - KI-Zahlen prüfen

Dein KI-Agent hat den Monatsbericht in zwanzig Minuten erstellt. Die Kommentare klingen souverän, die Tabellen sind sauber. Dann fragt der CFO, warum der Umsatz im Segment Süd um 14 Prozent gestiegen ist. Niemand im Team kann es spontan beantworten.

An diesem Punkt entscheidet sich, ob KI im Controlling skaliert. Die Geschwindigkeit der KI begrenzt den Nutzen nicht. Deine Fähigkeit, ihre Ergebnisse schnell und belastbar zu prüfen, tut es. Mit automatisierten Kontrollen kannst du KI breit einsetzen. Wer sich auf den ersten Eindruck verlässt, baut ein Risiko auf, das mit jedem neuen Agenten wächst.

Automatisierte Kontrollen für KI im Controlling sind festgelegte, maschinell ausgeführte Prüfregeln. Sie testen jede von KI erzeugte Zahl, bevor sie in Berichte oder Planwerte einfließt. Dazu gehören Abstimmsummen, Plausibilitätsgrenzen, Zeitreihenvergleiche und gezielte Stichproben. Sie übertragen das Vier-Augen-Prinzip in eine Form, die mit dem Tempo der KI mithält.

Warum reicht „sieht plausibel aus“ bei KI-Zahlen nicht?

Sprachmodelle wie Claude oder GPT sind darauf trainiert, überzeugende Antworten zu formulieren. Korrekte Zahlen sind ein anderes Ziel. Ein Mensch, der sich verrechnet, macht meist einen erkennbaren Fehler. Ein Sprachmodell erzeugt einen Fehler, der aussieht wie eine korrekte Zahl. Fachleute nennen das Halluzination.

Im Controlling ist das heikel. Deine Zahlen landen in Vorstandsvorlagen, Bankgesprächen und Investitionsentscheidungen. Ein falscher Wert im Forecast verschiebt Budgets. Ein falscher Kommentar zur Abweichung lenkt die Aufmerksamkeit auf das falsche Thema.

Gleichzeitig steigt der Einsatz schnell. Laut einer Gartner-Umfrage nutzten 2024 bereits 58 Prozent der Finance-Funktionen KI, 21 Prozentpunkte mehr als im Vorjahr. Der regulatorische Rahmen zieht mit:

  • Börsennotierte Gesellschaften brauchen nach § 91 Abs. 3 AktG ein angemessenes und wirksames internes Kontrollsystem.
  • Die GoBD fordern Nachvollziehbarkeit und Nachprüfbarkeit von Aufzeichnungen.
  • Seit Februar 2025 verlangt der EU AI Act in Artikel 4, dass Mitarbeitende, die KI einsetzen, über ausreichende KI-Kompetenz verfügen.

Dazu kommt ein Mengenproblem. Einen einzelnen KI-Entwurf kannst du von Hand gegenprüfen. Bei fünf Agenten, die monatlich mehrere hundert Kennzahlen und Kommentare liefern, gelingt das nicht mehr. Ohne systematische Kontrollen wird der Controller zum Flaschenhals, und die versprochene Zeitersparnis verschwindet im Abgleich.

Wo liegen eure größten Prüflücken beim KI-Einsatz im Reporting?

Wir ordnen das in einem kurzen Gespräch ein, auch wenn eure bestehenden Kontrollen schon reichen.

Gespräch anfragen →

Wie ist eine Prüfpyramide für KI-Zahlen aufgebaut?

Die Prüfpyramide ordnet Kontrollen nach Breite und Aufwand. Unten stehen viele günstige, vollautomatische Prüfungen. Oben stehen wenige, gezielte Prüfungen durch Menschen. Jede Ebene fängt eine andere Fehlerart ab.

EbeneWas geprüft wirdBeispielAutomatisierbar
1. AbstimmsummenStimmen Summen mit der Quelle überein?Summe aller Kostenstellen entspricht dem Hauptbuchvollständig
2. PlausibilitätenIst der Wert überhaupt möglich?Personalkosten pro FTE liegen im erwarteten Korridor, Vorzeichen stimmenweitgehend
3. ZeitreihenvergleichIst der Wert wahrscheinlich?Abweichung zu Vormonat, Vorjahr oder Forecast über definierter Schwelleweitgehend, Schwellen setzt das Fachteam
4. StichprobeIst die Herleitung inhaltlich richtig?Controller prüft fünf ausgewählte Positionen samt BegründungAuswahl automatisch, Prüfung manuell

Die Logik dahinter: Ebene 1 erkennt Rechen- und Übertragungsfehler. Ebene 2 findet unmögliche Werte. Ebene 3 markiert unwahrscheinliche Werte. Ebene 4 deckt auf, was keine Regel kennt, etwa eine falsch interpretierte Sondersituation oder einen erfundenen Grund für eine Abweichung.

Je breiter die unteren Ebenen sind, desto kleiner darf die Spitze sein. Das ist der Hebel. Deine Controller prüfen dann gezielt dort, wo ihr Urteil zählt.

BI2run - Qualitätsprüfung

Wie automatisierst du Kontrollen in deiner Planungslösung?

Das Prinzip heißt „Kontrollen als Code“. Du formulierst eine Prüfregel einmal, speicherst sie versioniert und lässt sie bei jedem Lauf automatisch ausführen. Das funktioniert mit Regeln und Prozessen in IBM Planning Analytics, mit Validierungen in SAP, Jedox oder Anaplan. Auch in Excel geht es mit einem eigenen Prüfblatt, wenngleich mit mehr Pflegeaufwand.

Vier Grundsätze machen den Unterschied:

  1. Regeln sind dokumentiert und versioniert. Jede Änderung an einer Schwelle ist nachvollziehbar, mit Datum und Begründung.
  2. Prüfungen laufen vor jeder Freigabe automatisch. Niemand muss daran denken, sie anzustoßen.
  3. Das Ergebnis ist ein Prüfprotokoll mit drei Zuständen: bestanden, Warnung, Fehler.
  4. Schwellenwerte haben eine fachliche Begründung. „Abweichung über 10 Prozent“ ist nur sinnvoll, wenn das Team weiß, warum es 10 sind.

Ein Punkt wird oft übersehen: Lass die KI nicht ihre eigenen Prüfregeln schreiben, ohne dass ein Mensch sie abnimmt. Ein Agent, der Zahlen und Tests zugleich erzeugt, kann denselben Denkfehler zweimal machen. Dann bestehen falsche Zahlen falsche Tests. Die Kontrolllogik gehört in die Hand des Finance Teams, und die Prüfungen greifen auf unabhängige Quelldaten zu, nicht auf den Output des Agenten.

Welche Kontrollen haben in eurer Planungslösung den größten Effekt?

Oft reicht ein gemeinsamer Blick auf euer bestehendes Modell, um die wichtigsten Lücken zu sehen.

Gespräch anfragen →

Wie machst du Herleitungen und Annahmen der KI nachvollziehbar?

Prüfen und Verstehen sind zwei verschiedene Dinge. Eine Zahl kann alle Kontrollen bestehen und trotzdem auf einer Annahme beruhen, die niemand im Team teilt. Ein Forecast-Agent rechnet etwa mit drei Prozent Preissteigerung, weil das im Vorjahr so war. Rechnerisch stimmt alles. Fachlich ist die Annahme veraltet.

Deshalb braucht jede KI-Zahl eine Art Beipackzettel:

ElementWelche Frage es beantwortet
Datenquelle und StandAuf welchen Daten von wann basiert der Wert?
RechenwegWie kam die Zahl zustande?
AnnahmenWelche Prämissen hat die KI gesetzt?
Modell und AnweisungWelches Modell mit welchem Prompt war im Einsatz?
PrüfstatusWelche Kontrollen hat der Wert bestanden?

Diesen Beipackzettel erzeugt der Agent automatisch mit. Für den Controller verkürzt das die Rückfrage von einer Stunde Suche auf einen Blick. Für Prüfer und Wirtschaftsprüfer entsteht die Dokumentation, die GoBD und IKS ohnehin verlangen.

Welche Rolle übernehmen Controller, wenn KI die Zahlen liefert?

Die Arbeit verschiebt sich vom Erstellen zum Gestalten und Prüfen. Das ist keine Abwertung. Es ist die anspruchsvollere Hälfte des Jobs.

BisherMit KI und Kontrollset
Daten aus Systemen zusammentragenDatenquellen und Regeln definieren
Summen in Excel abgleichenPrüfprotokoll lesen und Warnungen bewerten
Abweichungskommentare selbst schreibenKI-Kommentare fachlich schärfen oder korrigieren
Bericht am Stichtag fertigstellenKontrollset laufend verbessern
Zahlen liefernZahlen einordnen und Entscheidungen begleiten

Daraus ergibt sich ein neues Kompetenzprofil. Wer über eine Weiterbildung zu KI im Controlling nachdenkt, sollte drei Felder abdecken: Kontrolllogik und Prüfregeln, Datenverständnis entlang der Quellsysteme und das kritische Lesen von KI-Herleitungen. Prompt-Tricks allein helfen wenig, wenn das Prüfverständnis fehlt.

BI2run - Nahaufnahme Mitarbeiterin am Laptop

Wie sieht ein Monatsreporting mit KI-Agent und Kontrollset aus?

Eines der greifbarsten Beispiele für KI im Controlling ist das Monatsreporting. Nimm eine typische Mittelstandsgruppe mit zwölf Gesellschaften. Das folgende Szenario zeigt ein realistisches Zielbild, die konkreten Werte hängen von Datenqualität und Modell ab.

  1. Am dritten Arbeitstag sind die Abschlussdaten in der Planungslösung verfügbar.
  2. Der KI-Agent erstellt den Berichtsentwurf: GuV nach Segmenten, Abweichungsanalyse, erste Kommentare.
  3. Das Kontrollset startet automatisch. Rund 40 Abstimmregeln, 25 Plausibilitäten und ein Zeitreihenvergleich für alle Kernkennzahlen laufen durch.
  4. Ein Ampelprotokoll zeigt den Status: Grün für bestanden, Gelb für Warnung, Rot für Fehler.
  5. Der Controller bearbeitet alle roten und gelben Positionen. Zusätzlich prüft er eine Stichprobe von fünf grünen Werten samt Beipackzettel.
  6. Die Freigabe erfolgt mit dokumentiertem Prüfergebnis.

Der Kontrast ist deutlich. Wo vorher oft mehrere Tage Abgleich lagen, steht jetzt ein halber Tag gezielter Prüfung. Die gewonnene Zeit fließt in die Analyse, über die der CFO mit dir sprechen will.

Bi2run - Meeting Diskussionsrunde

Welche Schritte sind für den Start sinnvoll?

Du brauchst kein Großprojekt. Fang mit einem Bericht an, den du gut kennst.

  1. Wähle einen Bericht mit hoher Wiederholung, etwa das Monatsreporting oder den Forecast.
  2. Sammle die Prüfungen, die dein Team heute schon im Kopf macht, und schreib sie auf.
  3. Sortiere sie in die vier Ebenen der Prüfpyramide.
  4. Automatisiere zuerst Ebene 1. Abstimmsummen bringen den schnellsten Nutzen.
  5. Lege für Ebene 2 und 3 Schwellenwerte mit fachlicher Begründung fest.
  6. Definiere den Beipackzettel, den jeder KI-Output mitliefern muss.
  7. Führe zwei, drei Monate parallel und vergleiche KI-Ergebnis mit dem bisherigen Weg.

Ein ehrlicher Hinweis: Wenn eure Stammdaten uneinheitlich sind oder Kostenstellen jeden Monat anders gemappt werden, ist ein KI-Agent nicht der erste Schritt. Dann laufen auch die besten Kontrollen ins Leere. Erst die Datenbasis, dann die KI.

Warum solltest du Kontrollen vor dem nächsten KI-Agenten aufbauen?

Modelle wechseln alle paar Monate. Was heute das beste Sprachmodell ist, ersetzt im nächsten Jahr ein anderes. Dein Kontrollset bleibt. Es prüft jeden neuen Agenten mit denselben Regeln und macht einen Modellwechsel zur überschaubaren Entscheidung. Damit ist es die Investition mit der längsten Halbwertszeit in deinem KI-Vorhaben.

Bei BI2run verbinden wir Controlling-Praxis mit Technik. Wir kennen Planungslösungen von IBM über SAP und Jedox bis Anaplan und Excel. Deshalb denken wir Kontrollen von der Planungslogik aus, nicht vom KI-Tool. Wenn unser Check ergibt, dass ihr mit euren bestehenden Prüfungen gut aufgestellt seid oder erst die Datenbasis klären solltet, sagen wir das auch so.

KI-Kontrollen · Controlling

Ist euer Reporting bereit für KI-Agenten?

Wir klären in einem kurzen Gespräch, welche Kontrollen zuerst kommen sollten. Auch wenn das Ergebnis lautet, dass ihr erst einmal nichts ändern müsst.

Gespräch anfragen →

Fakten & Quellen

58 Prozent der Finance-Funktionen nutzten 2024 KI, ein Plus von 21 Prozentpunkten gegenüber 2023 (Gartner, Umfrage unter Finanzverantwortlichen, 2024)
Gartner prognostiziert, dass bis 2026 rund 90 Prozent der Finance-Funktionen mindestens eine KI-gestützte Lösung einsetzen (Gartner, 2024)
EU AI Act, Verordnung (EU) 2024/1689: in Kraft seit 1. August 2024, Pflicht zur KI-Kompetenz nach Art. 4 gilt seit 2. Februar 2025
§ 91 Abs. 3 AktG, eingeführt durch das FISG 2021: Börsennotierte Gesellschaften müssen ein angemessenes und wirksames internes Kontrollsystem einrichten
GoBD (BMF-Schreiben): Aufzeichnungen müssen nachvollziehbar und nachprüfbar sein
COSO Internal Control Integrated Framework (2013): fünf Komponenten und 17 Prinzipien, Kontrollaktivitäten sind eine der fünf Komponenten

Glossar

BegriffDefinition
AbstimmsummePrüfung, ob aggregierte Werte mit der Quelle übereinstimmen, etwa Kostenstellensummen mit dem Hauptbuch.
PlausibilitätsprüfungRegel, die erkennt, ob ein Wert möglich ist, zum Beispiel über Wertebereiche, Vorzeichen oder Verhältniskennzahlen.
ZeitreihenvergleichAbgleich eines Werts mit Vorperioden oder Forecast, um ungewöhnliche Sprünge zu markieren.
KI-AgentKI-System, das mehrere Arbeitsschritte selbstständig ausführt, etwa Daten abruft, Berichte erstellt und kommentiert.
HalluzinationVon einem Sprachmodell erzeugte Aussage oder Zahl, die überzeugend wirkt, aber nicht stimmt.
Kontrollen als CodePrüfregeln, die einmal formuliert, versioniert gespeichert und bei jedem Lauf automatisch ausgeführt werden.
PrüfprotokollAutomatisch erzeugte Übersicht, welche Kontrollen bestanden, gewarnt oder einen Fehler gemeldet haben.
IKSInternes Kontrollsystem: Gesamtheit der Regeln und Maßnahmen, die verlässliche Finanzinformationen sicherstellen.

FAQ

Welche Kontrollen sollte ich bei KI im Controlling zuerst automatisieren?

Starte mit Abstimmsummen gegen das Hauptbuch oder ein anderes führendes System. Sie sind eindeutig, leicht zu formulieren und fangen Übertragungsfehler zuverlässig ab. Plausibilitäten und Zeitreihenvergleiche folgen, sobald dein Team die passenden Schwellenwerte fachlich begründen kann.

Wie viel manuelle Prüfung bleibt mit automatisierten Kontrollen?

Das hängt von Datenqualität und Risiko des Berichts ab. Bei einem gut aufgebauten Kontrollset prüfen Controller vor allem Warnungen, Fehler und eine kleine Stichprobe. Bei Vorstandsvorlagen oder externen Berichten bleibt die Stichprobe größer, weil die Folgen eines Fehlers schwerer wiegen.

Wer trägt die Verantwortung für fehlerhafte KI-Zahlen im Reporting?

Die Verantwortung bleibt beim Unternehmen und bei den Menschen, die Berichte freigeben. Eine KI kann keine Verantwortung übernehmen. Genau deshalb sind dokumentierte Kontrollen und ein klarer Freigabeprozess wichtig. Für konkrete Haftungsfragen in deinem Unternehmen ist eine rechtliche Beratung der richtige Weg.

Welche Planungslösung eignet sich für automatisierte Kontrollen?

Fast jede moderne Planungslösung unterstützt Prüfregeln, ob IBM Planning Analytics, SAP, Jedox oder Anaplan. Entscheidend ist weniger das Tool als die saubere Formulierung der Regeln und ihre Versionierung. Excel funktioniert für den Einstieg, wird aber mit wachsender Zahl an Regeln schwer wartbar.

Was gehört in eine Weiterbildung zu KI im Controlling?

Sinnvoll sind drei Schwerpunkte: das Formulieren von Kontrolllogik, ein solides Verständnis der Datenflüsse aus den Quellsystemen und das kritische Lesen von KI-Herleitungen. Reines Prompt-Training greift zu kurz. Der größte Hebel liegt darin, KI-Ergebnisse zuverlässig bewerten zu können.

Artikel teilen:

LinkedIn
WhatsApp
Facebook
Email

Wie hilfreich war dieser Beitrag?

Klicke auf die Sterne um zu bewerten!

Weil du diesen Beitrag nützlich fandest...

Folge uns in sozialen Netzwerken!

Es tut uns leid, dass der Beitrag für dich nicht hilfreich war!

Lasse uns diesen Beitrag verbessern!

Wie können wir diesen Beitrag verbessern?

Weitere Blogartikel

Noch Fragen? Unsere Experten freuen sich auf Ihren Anruf!