{"id":24996,"date":"2021-03-02T18:58:36","date_gmt":"2021-03-02T17:58:36","guid":{"rendered":"https:\/\/websiterelaunch.smartpm.solutions\/2021\/03\/02\/machine-learning-for-fpna\/"},"modified":"2023-03-15T16:32:02","modified_gmt":"2023-03-15T15:32:02","slug":"maschinelles-lernen-fuer-fpna","status":"publish","type":"post","link":"https:\/\/websiterelaunch.smartpm.solutions\/de\/2021\/03\/02\/maschinelles-lernen-fuer-fpna\/","title":{"rendered":"Machine Learning im Controlling \u2013 muss ich auf dieser Party tanzen?"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Potenzial von Machine Learning\/K\u00fcnstlicher Intelligenz im Controlling <\/b><\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/p>\n

Das Digitalisierung im Controllingbereich schreitet voran<\/b> und die Schl\u00fcsselfragen von CFOs und CEOs ver\u00e4ndern sich. H\u00e4ufig wurden z.B. ERP Systeme bereits modernisiert und optimiert und das Verst\u00e4ndnis f\u00fcr digitale Transformation ist vorhanden. Nun r\u00fccken Fragen wie \u201eIn welcher Reihenfolge soll ich digitalisieren?\u201c oder \u201eWas bringen mir KI-gest\u00fctzte Datenanalyseverfahren wirklich?\u201c in den Vordergrund. In aktuellen Fachartikeln (z.B. Pfeiffer 2020*) wird klar, dass das Potenzial von Machine Learning (ML)\/K\u00fcnstlicher Intelligenz (KI) <\/a>noch stark von Fachanwendern und Managern untersch\u00e4tzt<\/b> wird. Es herrscht auch viel Unklarheit dar\u00fcber,<\/b> ob die Potenziale dieser Technologie im Unternehmen schnell nutzbar gemacht werden k\u00f6nnen. Zudem ist f\u00fcr viele fraglich, ob die erforderlichen personellen Ressourcen und Kenntnisse<\/b> im Unternehmen vorliegen.<\/p>\n

<\/p>\n

<\/p>\n

<\/p>\n

<\/p>\n

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Ist es n\u00f6tig, dass Fachabteilungen auch fortgeschrittene Kenntnisse der Statistik\/ Mathematik und Programmierkenntnisse in R oder Python haben, um die Vorteile der KI nutzen zu k\u00f6nnen?<\/b><\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/p>\n

Zumindest im Controlling Bereich ist ein Fachwissen zu Machine-Learning Algorithmen nicht Voraussetzung f\u00fcr deren Anwendung. Moderne Controllingsoftware<\/a> arbeitet hier mit voreingestellten optimierten Parametereinstellungen und Empfehlungssystemen<\/b>. So wird beispielsweise die Prognose anhand verschiedener statistischer Prognoseverfahren ausgef\u00fchrt und dargestellt. Anhand der Fehlerwerte wird dann die beste Prognosevariante vorgeschlagen (siehe Abbildung 1<\/i>). Flexible Standardisierung ist das Zauberwort \u2013 so sind Parameter optimiert, lassen aber immer Ver\u00e4nderungen durch fachkundige Nutzer oder f\u00fcr spezielle Anwendungsf\u00e4lle zu.<\/p>\n

<\/p>\n

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t
Abbildung 1: Intelligentes Empfehlungssystem f\u00fcr Forecasts<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/p>\n

Entscheidern im Controllingbereich liegen h\u00e4ufig gro\u00dfe Datenmengen vor. Das ist gut f\u00fcr eingehende Analysen, erfordert aber vor allem bei komplexen Modellen und vielen externen und internen Einflussfaktoren den vollen \u00dcberblick. Hier zeigt sich die \u00dcberlegenheit des selbstlernenden Algorithmus. Es bedarf also nicht notwendigerweise Machine Learning Kenntnissen, aber doch der Offenheit und Bereitschaft f\u00fcr deren Einsatz.<\/p>\n

<\/p>\n

<\/p>\n

<\/p>\n

<\/p>\n

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Noch ein Problem weniger \u2013 Eine IT-Schnittstelle f\u00e4llt weg<\/b><\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\n

Viele Unternehmen z\u00f6gern, vorhandene Systeme durch die Schaffung neuer IT-Schnittstellen zu erweitern oder zu ersetzen. Bei Nutzung bereits vorhandener, integrierter Schnittstellen ist jedoch nur eine sehr geringe Anpassung des bestehenden Systems erforderlich. Die intuitive Benutzeroberfl\u00e4che moderner Controllingsoftware inkludiert die Machine-Learning Anwendung<\/strong><\/a> und gibt die Ergebnisse grafisch in Dashboards (siehe Abbildung 1<\/em>).<\/p>\n

Durch den Zugriff auf nahtlos verkn\u00fcpfte, aktuelle Daten werden zudem die Prognoseg\u00fcte und -genauigkeit positiv beeinflusst. Der oft m\u00fchevolle Prozess der dezentralisierten Datenanalyse durch die Fachabteilung entf\u00e4llt, die Entscheidungsqualit\u00e4t von CFOs, CEOs und Controllingleitern steigt. Das erm\u00f6glicht proaktives und faktenbasiertes Handeln. Zusammenh\u00e4nge, die sonst nicht entdeckt worden w\u00e4ren, werden sichtbar und k\u00f6nnen ber\u00fccksichtigt werden. Andere \u2013 vorher wichtig erachtete – \u201eSchein-Einflussvariable\u201c werden ausgeschlossen. Die auf qualitativ hochwertigen Daten basierenden Analysen und Forecasts sind verl\u00e4sslich und sichern proaktives Handeln<\/b>. So k\u00f6nnen schon fr\u00fchzeitig Ma\u00dfnahmen<\/b> Ma\u00dfnahmen bei Abweichungen des Erwarteten getroffen werden. Ein Fr\u00fchwarnsystem<\/b> entsteht.<\/p>\n

 <\/p>\n

<\/p>\n

<\/p>\n

<\/p>\n

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t<\/a>\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Die Daten in Form bringen und das k\u00fcnstliche Gehirn trainieren<\/b><\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/p>\n

<\/p>\n

<\/p>\n

Egal wof\u00fcr – Rohdaten m\u00fcssen f\u00fcr alle Analysen inkl. Lernalgorithmen vorbereitet werden<\/b>. Hierzu z\u00e4hlen die Auswahl der historischen Perioden, die Reduktion irrelevanter Merkmale (Reduktion von Datenrauschen), der Ersatz fehlender Werte oder die Bereinigung um Ausrei\u00dfer. Idealerweise erfolgt die Bereinigung der Daten nicht h\u00e4ndisch, sondern automatisiert. Liegt bereits eine Controllingl\u00f6sung im Unternehmen vor, wird der Datensatz vom Data-Science Team analysiert und einmal bereinigt. Danach erfolgt die Datenbereinigung automatisch und intelligent<\/b>.<\/p>\n

Sind die Daten vorbereitet, wird der Datensatz per Zufallsprinzip in Test- und Trainingsdaten geteilt, um den Lernalgorithmus trainieren zu k\u00f6nnen. Je mehr Daten daf\u00fcr vorliegen, desto besser das Ergebnis. Die Neuronen im sogenannten Neuronalen Netz lernen dann \u00e4hnlich einem Gehirn<\/b>, and und optimieren das Modell, bis keine Verbesserung mehr m\u00f6glich ist<\/b>. Die heutige Rechenleistung erlaubt sofortige Ergebnisse<\/b>: Ein Problem mit mehreren Tausend Variablen kann in weniger als zwei Minuten gel\u00f6st werden. Die Plausibilisierung und Ver\u00e4nderung der Grundlagendaten im Kontext der Unternehmensentwicklung kann k\u00fcnstliche Intelligenz nicht \u00fcbernehmen \u2013 diese Aufgabe bleibt in der Kompetenz des Fachanwenders.\u00a0<\/strong><\/p>\n

\u00a0<\/p>\n

<\/p>\n

<\/p>\n

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

KI als integraler Bestandteil der Unternehmensplanung \u2013 Beispiele f\u00fcr Schl\u00fcsselanforderungen<\/b><\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Es gibt beeindruckende Erfolge mit KI-Anwendungen bei der Vertriebs- und Produktionsplanung<\/a><\/strong> (siehe Abbildung 2<\/i>) sowie dem Projekt-\/Portfoliocontrolling<\/strong><\/a>. Im Regelfall k\u00f6nnen wiederkehrende und gut einsch\u00e4tzbare Ereignisse leicht durch klassische Verfahren prognostiziert werden, andere Vorkommnisse wie Feiertage oder Verkaufsaktionen wie etwa der Black Friday sind hier schon anspruchsvoller. Hier helfen Neuronale Netze; die Anwendungsm\u00f6glichkeiten sind vielf\u00e4ltig.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t
Abbildung 2: Produktionsplanoptimierung mit intelligenten Algorithmen<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Mehr zu ML im Controlling bei der Data Governance Week 2.0 in Kooperation mit dem \u00d6CI <\/b><\/a><\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Im Zuge der Data Governance Week 2.0, die vom \u00d6CI organisiert wird, werden in 3 Webinaren aktuelle Entwicklungen zu den Themen Datenmanagement und -vertrauen als Basis fundierter Entscheidungen behandelt. Der Hauptfokus liegt auf der Datenqualit\u00e4t \u2013 von der Datenvorbereitung bis zu treffsicheren und verl\u00e4sslichen Prognosen und Analysen. Im Webinar Nr. 3 am 26.3.2021, 11-12.30, geht es um bessere Datenqualit\u00e4t durch intelligente Algorithmen und praktische Anwendungen von Machine Learning (ML) als Teilbereich der K\u00fcnstlichen Intelligenz (KI).<\/p>\n

Erfahren Sie mehr im neuen Webinar:<\/p>\n

\u00a0<\/p>\n

<\/p>\n

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Mehr zum Programm der Data Governance Week 2.0 und der Anmeldung: <\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tMehr zur Data Governance Week >><\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u00a0<\/p>\n

<\/p>\n

<\/p>\n

\u00a0<\/p>\n

<\/p>\n

<\/p>\n

*Pfeiffer, S. (2020), Kontext und KI: Zum Potenzial der Besch\u00e4ftigten f\u00fcr K\u00fcnstliche Intelligenz und Machine-Learning. HMD<\/em> 57, <\/strong>465\u2013479 (2020). https:\/\/doi.org\/10.1365\/s40702-020-00609-8<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Machine Learning Keyfacts und m\u00f6gliche Anwendungsf\u00e4lle aus FP&A-Perspektive.<\/p>\n","protected":false},"author":2,"featured_media":22168,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","site-sidebar-layout":"default","site-content-layout":"default","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[495,1,516],"tags":[2569,2623,2624,2625,2597,2620],"class_list":["post-24996","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-event","category-news","category-webinar","tag-2020-de","tag-ki-de-2","tag-machine-learning-de","tag-oci-event-de","tag-sop-de","tag-sales-and-operations-pm-de"],"jetpack_featured_media_url":"https:\/\/websiterelaunch.smartpm.solutions\/wp-content\/uploads\/2021\/03\/machine-learning_smartAI.jpg","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/posts\/24996","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/comments?post=24996"}],"version-history":[{"count":3,"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/posts\/24996\/revisions"}],"predecessor-version":[{"id":32812,"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/posts\/24996\/revisions\/32812"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/media\/22168"}],"wp:attachment":[{"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/media?parent=24996"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/categories?post=24996"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/websiterelaunch.smartpm.solutions\/de\/wp-json\/wp\/v2\/tags?post=24996"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}