Sind CFOs bereit, loszulassen und der KI zu vertrauen?

Fallschirmspringen oder Bungee-Jumping waren noch nie mein Ding. Aber wenn ich mir einige der Kommentare aus der Branche ansehe, wird bei Investitionen in künstliche Intelligenz (KI) genau das von CFOs erwartet. So behaupten beispielsweise Ashu Garg und Jaya Gupta von Foundation VC: „Es handelt sich nicht einfach nur um eine neue Kategorie von Software; KI wird Unternehmenssoftware, wie wir sie kennen, völlig ablösen.“ Da ich CFOs kenne, weiß ich, dass sie sehr pragmatisch sind und sich nicht leicht von Marketinggerede beeinflussen lassen. Sie investieren nur, wenn dies nachweislich konkreten Mehrwert bringt. Ebenso werden sie kaum in KI investieren, wenn sie das Gefühl haben, dass sie dadurch die Kontrolle über den kritischen Prozess der Entscheidungsfindung verlieren. Wenn Anbieter also CFOs dazu anregen möchten, auf KI zu setzen, müssen diese Finanzverantwortlichen die Gewissheit haben, dass die Technologie genaue Ergebnisse liefern kann.

Wenn wir den Hype einmal außer Acht lassen, ist es unwahrscheinlich, dass Large Language Models (LLMs) und dialogbasierte KI-Tools in absehbarer Zukunft jeden einzelnen Aspekt der Workflows im Finanzwesen völlig ablösen werden. Der Wandel schreitet jedoch voran, und CFOs müssen vorbereitet sein. Daher sollten sie jetzt überlegen, wie sie die richtigen Grundlagen für die Einführung von KI-Tools schaffen können. Wenn der Zeitpunkt dann kommt, können sie die Einführung flexibel und pragmatisch bewerkstelligen, statt das Gefühl zu haben, einen Bungee-Jump ins Ungewisse zu tun.

KI und die Zufälligkeit des Lebens

Sobald die nötigen organisatorischen und IT-Grundlagen geschaffen wurden, können CFOs stärker darauf vertrauen, dass die Entscheidungen von KI-Tools auf genauen Daten basieren. Ebenso können sie das KI-Tool dann besser kontrollieren und Fehlentscheidungen vermeiden. Eine der vordringlichsten Herausforderungen ist die Unvorhersehbarkeit bei Prognosen und bei der Planung. Disruptive Ereignisse können erhebliche und unvorhergesehene Auswirkungen auf die Performance haben, und dies ist etwas, womit LLMs nicht gut umgehen können. Ihre Entscheidungsfindung basiert darauf, dass sie für jede Eventualität konfiguriert werden. Mit den richtigen Bausteinen können Finanzteams jedoch festlegen, wie solche einzigartigen Szenarien mit KI-Tools gehandhabt werden.

Eine Herangehensweise für diese komplexeren Situationen besteht darin, dass KI-Agenten miteinander zusammenarbeiten, um Aufgaben autonom zu erledigen, wie von Analyst und Branchen-Kommentator Phil Wainewright erwähnt. Bei diesem Ansatz können die betreffenden Tools neue Lösungen finden und Möglichkeiten zum Steigern der Produktivität und der Geschäftsperformance schaffen.

Drei wichtige Aspekte beim Aufbau von Vertrauen in KI

In einem solchen Szenario müssen CFOs bereit sein, wichtige Finanzsysteme autonom und ohne Aufsicht arbeiten zu lassen. Dies setzt großes Vertrauen in die KI voraus, aber sofern Finanzverantwortliche die drei folgenden wichtigen Aspekte berücksichtigen, können sie der Abgabe der Kontrolle zuversichtlicher gegenüberstehen:

1. Integrität der eingespeisten Daten: Damit KI-Tools vertrauenswürdige Entscheidungen treffen können, müssen genaue Daten vorliegen, deren Integrität geschützt wird. Die Voraussetzung für die Zusammenarbeit der KI-Agenten ist, dass sie Daten gemeinsam nutzen können. Unternehmen benötigen also eine Single Source of Truth (zentrale Datenquelle) für alle Daten in ihren Systemen sowie die Möglichkeit zur mühelosen Integration von Daten aus externen Quellen. Und es muss möglich sein, alle Daten in allen Formaten – ob strukturiert oder unstrukturiert – zu lesen. Ebenfalls unverzichtbar sind Datensicherheit und die Gewissheit, dass die Daten aus vertrauenswürdigen Quellen stammen – wie können Sie dafür sorgen, dass die KI-Agenten, die ungehindert miteinander kommunizieren, vertrauenswürdig sind?
2. Komplexität des Problems: Das KI-Tool, das Sie einführen, muss auf das jeweilige Problem ausgerichtet sein. Allgemeine KI-Modelle, wie etwa bei dialogbasierten KI-Tools, sind nicht unbedingt dazu geeignet, Entscheidungen in Bezug auf spezifische Herausforderungen zu treffen. Wie Sie die KI konfigurieren, ist daher von entscheidender Bedeutung – hat sie Zugang zu einer Datenquelle, die für das zu lösende Problem relevant ist? Noch wichtiger ist jedoch die Frage, wie Sie mit Zufälligkeit umgehen. Phil Wainewright erwähnt in diesem Zusammenhang die „Erfindungsgabe der Menschen“, die die KI-Systeme von heute nicht nachahmen können. In der Finanzwelt fließt eine Vielzahl bekannter Faktoren mit Auswirkungen auf die Geschäftsperformance in das Forecasting ein. Allerdings gibt es auch unvorhergesehene Ereignisse, für die eine KI nur schwer konfiguriert werden kann. Wie kommt Ihr KI-Modell mit solcher Zufälligkeit zurecht?
3. Transparenz bei der Entscheidungsfindung: Wenn wir loslassen und uns in Finanzumgebungen stärker auf KI-Agenten verlassen, müssen wir den Antworten, die sie liefern, vertrauen können. Das unbeaufsichtigte Lernen ist ein wichtiger Schritt auf dem Weg zum „Loslassen“. Es setzt jedoch voraus, dass wir sowohl dem verwendeten Modell als auch den für die Konfiguration genutzten Daten vertrauen. Hinzu kommt, dass dieser Prozess bei LLMs ineffizient werden kann. Je mehr Daten zum Konfigurieren der KI benötigt werden, desto größer wird die „Black Box“ und umso vertrackter und schwieriger ist es, die Entscheidungsfindung nachzuvollziehen. Noch dazu besteht die Gefahr, dass unzuverlässige Datenquellen in das Modell einfließen. Unternehmen können es sich nicht leisten, auf Technologien und Daten angewiesen zu sein, die sich nicht entschlüsseln lassen. Umso wichtiger ist es, elegantere und optimierte Wege zu finden, die zeigen, welche Daten verwendet wurden und wie das Modell die Daten nutzt, um Entscheidungen zu treffen.

Wenn diese wichtigen Aspekte direkt von Anfang an berücksichtigt werden, haben CFOs die Gewissheit, dass die KI im Rahmen eines strukturierten Ansatzes und auf der Basis von definierten Richtlinien und Vorgaben genutzt wird. Solche Kontrollmaßnahmen stellen sicher, dass die Einführung von KI keinen gewaltigen Vertrauensvorschuss erfordert. Ganz lässt sich die Ungewissheit jedoch nicht beseitigen. Schließlich sind wir uns des vollen Potenzials ausgereifter KI-Technologien noch nicht bewusst. Mit der richtigen Herangehensweise können Sie jedoch sicherstellen, dass Sie nicht das Gefühl haben, mit den Zehenspitzen über dem Abgrund zu stehen, während Sie sich seelisch auf den Absprung vorbereiten.

Über Claus Jepsen, Chief Product and Technology Officer Officer, Unit4

Claus Jepsen ist ein Technologieexperte, der sich schon seit jungen Jahren für die Mikrocomputer-Revolution leidenschaftlich interessiert, als er mit 14 Jahren ein Tandy TRS Modell 1 erhielt. Seitdem hat Claus Jepsen die letzten Jahrzehnte damit verbracht, Softwarelösungen zu entwickeln und zu entwerfen. Aktuell ist er beim ERP-Anbieter Unit4 tätig, wo er als Chief Architect den Fokus auf die Entwicklung eines postmodernen ERP lenkt. Bei Unit4 entwickelt Claus Jepsen cloudbasierte, extrem skalierbare Lösungen und bringt innovative Technologien wie KI, Chatbots und Predictive Analytics in der ERP-Lösung ein. Claus Jepsen ist fest davon überzeugt, dass wir durch den Zugriff auf riesige Datenmengen bessere, nicht invasive und allgegenwärtige Lösungen entwickeln können, um unsere Erfahrungen zu verbessern, uns von lästigen Aufgaben zu befreien und uns auf das Wesentliche zu konzentrieren.