Controller Magazin _ Special 33 trollern und Experten auszutauschen, die KI in ihrem Unternehmen einsetzen, um von deren Erfahrungen und Herausforderungen zu lernen. ■ Einbeziehung von KI in die tägliche Arbeit: Controller sollten in die Lage versetzt werden, KI-Tools und -Systeme in ihre tägliche Arbeit einzubinden, um ihr Verständnis und ihre Fähigkeiten in diesem Bereich zu verbessern. Es ist wichtig, dass die Schulungen undWeiterbildungen für Controller relevant und praxisbezogen sind, so dass sie die erworbenen Kenntnisse direkt anwenden können. Es ist auch wichtig, dass Controller die Möglichkeit haben, ihre Kenntnisse und Fähigkeiten kontinuierlich weiterzuentwickeln, um auf dem neuesten Stand der Technologie zu bleiben. Um KI zu verstehen, sind einige grundlegende Kenntnisse und Fähigkeiten erforderlich. Dazu gehören: ■ Mathematik: Ein grundlegendes Verständnis von Mathematik, insbesondere von Statistik, ist erforderlich, um die Algorithmen und Modelle, die in KI verwendet werden, zu verstehen und anzuwenden. ■ Computerwissenschaf t: Ein Verständnis der Grundlagen der Computerwissenschaf t, insbesondere von Programmierung und Algorithmen, ist erforderlich, um KI-Tools und -Systeme zu entwickeln und zu implementieren. ■ Datenanalyse: Ein Verständnis der Datenanalyse, insbesondere von statistischen Methoden und Tools, ist erforderlich, um große Datenmengen zu sammeln, zu bereinigen und zu analysieren, um wichtige Informationen und Trends zu identifizieren. ■ Machine Learning: Ein Verständnis der Grundlagen des Machine Learnings, insbesondere von verschiedenen Algorithmen und Technologien, ist erforderlich, um KI-Tools und -Systeme zu entwickeln und zu trainieren. ■ Datensicherheit und Datenschutz: Ein Verständnis von Datensicherheit und Datenschutz ist erforderlich, um sicherzustellen, dass die Daten des Unternehmens geschützt sind und die gesetzlichen Vorschrif ten eingehalten werden. Fazit KI wird immer wichtiger im Finanz- und Unternehmenscontrolling, da sie ermöglicht, die Datenanalyse, Prognose- und Entscheidungsfindungsprozesse durch den Einsatz von KI-Methoden zu automatisieren und zu verbessern. Controller sollten ein grundlegendes Verständnis von Mathematik, Computerwissenschaf t, Datenanalyse, Machine Learning, Datensicherheit, Datenschutz und Projektmanagement haben, um KI erfolgreich zu nutzen. Es gibt auch Risiken, die mit der Verwendung von KI-Tabellenkalkulationen und -Reportings verbunden sind, wie z. B. fehlerhaf te Daten, fehlerhaf te Algorithmen, mangelnde Transparenz, Datenschutz- und Sicherheitsrisiken, Bias und Abhängigkeit. Unternehmen sollten Schulungen und Weiterbildungen anbieten, die Controllern dabei helfen, KI zu verstehen und erfolgreich zu nutzen. f Fußnoten 1 Vergleiche z. B. die Diskussion hier: https://www.haufe. de/finance/haufe-finance-of fice-premium/kuenstliche-intelligenz-im-controlling-bedeutung-anwendungsgebiete-und-reifegradmodell_idesk_PI20354_ HI12077864.html (Abruf 16.01.2023) 2 z. B. mit Programmbeispielen hier: von der Hude, Marlis: Predictive Analytics und Data Mining: Eine Einführung mit R; Springer Vieweg, Wiesbaden, 2020. 3 Vergleiche Schön, Dietmar: Planung und Reporting im BI-gestützten Controlling: Grundlagen, Business Intelligence, Mobile BI, Big-Data-Analytics und KI, Springer Gabler, Wiesbaden, 2020. 4 Siehe: Weidmann, Seth: Deep Learning – Grundlagen und Implementierung: Neuronale Netze mit Python und PyTorch programmieren (Animals), O’Reilley Sebatopol Kalifornien, 2020. 5 Vergleiche Aggarwal, Charu: Recommender Systems: The Textbook, Springer Verlag, Berlin, 2016. 6 z. B. im Zusammenhang mit Data Mining hier: Petersohn, Helge: Data Mining: Verfahren, Prozesse, Anwendungsarchitektur, Oldenbourg, München, 2005. 7 Das wird u.a. schon gemacht, vergleiche: Bernhard, Michael: Verantwortungsvolle KI im E-Commerce: Eine kurze Einführung in Verfahren der Künstlichen Intelligenz in der Webshop-Personalisierung, Springer Gabler, Wiesbaden 2020. 8 Ebenfalls interessant die Diskussion im Europäischen Parlament: https://www.europarl.europa.eu/news/de/ headlines/society/20200918STO87404/kunstliche-intelligenz-chancen-und-risiken (Abruf 16.01.2023) 9 Vergleiche dazu auch die Diskussion am Fraunhofer Institut: https://www.iais.fraunhofer.de/content/dam/ iais/fb/Kuenstliche_intelligenz/ki-pruefkatalog/202107_KI-Pruefkatalog.pdf (Abruf 16.01.2023) 10 Als Weiterbildung z. B. dieses Buch: Weber, Robert: KI in der Industrie: Grundlagen, Anwendungen, Perspektiven, Inkl. E-Book. Hanser Verlag, München, 2020.
RkJQdWJsaXNoZXIy Mjc4MQ==