CONTROLLER Magazin 2/2020

70 gente Technologie aufeinandertreffen, um neue Formen des Wachstums zu erschließen“. Sinnvolle Ansatzpunkte für Automatisierung und maschinelles Lernen Das schlussendliche Ziel jeder Transformati- onsbestrebung ist eine bessere Geschäftsbe- ziehung. Dabei ist die Transaktionsverarbeitung in den Finanzabteilungen häufig eines der Haupthindernisse. Kein Wunder also, dass dies die erste Adresse für CFOs ist, die sich mit dem Thema Automatisierung befassen möchten. „Gerade für Mitarbeiter im Finanzwesen bietet die Kombination aus RPA und Machine Lear- ning jede Menge Optimierungspotenzial für die Verwaltung ihrer Abrechnungsprozesse. Seit langem ist dieser Bereich ein Ärgernis im Fi- nanzwesen und hat zudem noch direkte Aus- wirkungen auf den Cash Flow des Unterneh- mens“, so Tim Wakeford, Vice President, Fi- nancials Product Strategy, EMEA bei Workday. „Die Finanzabteilung verwendet jede Menge Zeit darauf, Rechnungen und andere Doku- mente zu sichten, um Fehler im Hauptbuch händisch zu korrigieren. Mit Machine Learning könnte das automatisiert ablaufen; eine solche Lösung könnte einen wertvollen Beitrag dazu leisten, Zahlungen auf intelligente Weise mit Rechnungen abzugleichen.“ Verhinderung von Betrug und Geldwäsche Machine Learning kann zudem wertvolle Un- terstützung bei der Minimierung finanzieller Ri- siken leisten; zum Beispiel dadurch, dass ver- dächtige Zahlungen an Lieferanten in Echtzeit markiert werden. Interner und externer Betrug kosten Unternehmen jedes Jahr Milliarden von Dollar. Der derzeitige Mechanismus zur Ein- dämmung solcher Betrugsfälle besteht darin, sich auf manuelle Audits anhand einer Stich- probe von Rechnungen zu stützen. Dies be- deutet, dass nur ein Bruchteil der gesamten Zahlungen überhaupt zur Identifizierung von Betrug und Fehlern berücksichtigt wird und kommt damit der sprichwörtlichen Suche nach der Nadel im Heuhaufen gleich. Machine Lear- Finanz-Prozesse insgesamt steigern. Und das verschafft den CFOs unter dem Strich mehr Zeit für die Wahrnehmung strategischer Aufgaben. Was Automatisierung für die tägliche Arbeit bedeutet Eine Studie mit dem Titel „Companies Using AI Will Add More Jobs Than They Cut“ 2 ergab, dass Unternehmen, die mindestens 70 Prozent ihrer Geschäftsprozesse automatisiert hatten, deutlich mehr Umsatz erzielten als solche, die weniger als 30 Prozent automatisiert hatten. Tatsächlich war es sechsmal wahrscheinlicher, dass der hoch automatisierte Konzern ein Um- satzwachstum von 15 Prozent pro Jahr oder mehr erzielte. „D abei ist es jedoch von enormer Bedeutung, dass die richtigen Aufgaben in der richtigen Reihenfolge automatisiert werden.“ In den richtigen Händen bilden Automatisierung und maschinelles Lernen also eine fantastische Kombination, mit der CFOs den Finanzbereich transformieren können. Dabei ist es jedoch von enormer Bedeutung, dass die richtigen Aufga- ben in der richtigen Reihenfolge automatisiert werden. Das erste Ziel, das sich hierfür nicht nur für ein Finanzteam anbietet, sind sich wie- derholende und transaktionale Aufgaben. Durch die Automatisierung solcher eher un- dankbaren Tasks lässt sich eine Menge Zeit freischaufeln, die die Finanzabteilung dann für strategische und wertschöpfende Aufgaben verwenden kann. Eine Umfrage 3 von Adaptive Insights ergab, dass für über 40 Prozent der Fi- nanzverantwortlichen die Nachfrage nach schnelleren und hochwertigeren Erkenntnissen für Führungskräfte und operative Interessen- gruppen der größte Treiber für die Automatisie- rung in ihren Unternehmen ist. Andrew Woolf, der globale Leiter der Talent & Organization von Accenture für Finanzdienst- leistungen, sieht die Herausforderung für Un- ternehmen darin, „ihre Belegschaft darauf vor- zubereiten, in eine völlig neue Welt einzutreten, in der menschlicher Einfallsreichtum und intelli- Allerdings findet die Technologie bislang nur recht langsam den Weg in die entsprechenden Abteilungen im Unternehmen. „B esonders viele Daten und Zahlen finden sich im Bereich Finance – damit ist diese Unternehmenseinheit geradezu prädestiniert für den Einsatz von Machine Learning.“ In einer aktuellen McKinsey-Umfrage 1 gaben nur 13 Prozent der befragten CFOs und anderen lei- tenden Angestellten an, dass ihre Finanzabtei- lungen Automatisierungstechnologien wie Robo- tik-Prozessautomatisierung (RPA) und Machine Learning einsetzen. Auf die Frage, wie viel Re- turn on Investment die Finanzabteilung in den letzten zwölf Monaten aus Digitalisierung und Automatisierung erzielt hat, antworteten ledig- lich fünf Prozent, dass es sich um eine substan- zielle Rendite handelt; die häufigere Antwort war jedoch „moderate“ oder „minimale“ Renditen. Im ersten Moment erscheint diese Zahl wenig beeindruckend. Immerhin: Die Automatisierung im Finanzbereich ist – wenn auch langsam – auf dem Vormarsch, und gerade in Bezug auf die zukünftige Rolle der CFOs auf der Manage- mentebene wird diese Automatisierung eine ganz entscheidende Rolle spielen. Untersu- chungen zufolge verbringen Corporate Finance- Teams etwa 80 Prozent ihrer Zeit damit, Daten manuell zu sammeln, zu verifizieren und zu kon- solidieren, sodass nur noch etwa 20 Prozent für übergeordnete Aufgaben wie Analyse und Ent- scheidungsfindung zur Verfügung stehen. Robotergesteuerte Prozessoptimierung (RPA) wird eine neue Welle der digitalen Transforma- tion im Corporate Finance auslösen. Anstatt Software im Bereich Corporate Finance zu pro- grammieren, die dann bestimmte Aufgaben au- tomatisch ausführt, kommen bei der RPA Soft- ware-Roboter zum Einsatz, die Transaktionen verarbeiten, die Einhaltung von Vorschriften überwachen und Auditprozesse automatisiert durchführen. Dieser Ansatz könnte die Anzahl der unvermeidlichen manuellen Aufgaben deut- lich reduzieren. Auf diese Weise lassen sich au- ßerdem Fehler vermeiden und die Effizienz der Finanzfunktion neu gestalten