Was Sie über die Finanzautomatisierung wissen sollten

Wissenswertes zur intelligenten Finanzautomatisierung

Die Automatisierung von Finanzprozessen, die bislang manuell erledigt wurden, kann für jedes Unternehmen mit Herausforderungen verbunden sein. Folgen Sie den nebenstehenden Links und erfahren Sie alles über die ersten Schritte auf dem Weg zur intelligenten Automatisierung.

Was versteht man unter Finanzautomatisierung?

Welche Finanzprozesse sollten stärker automatisiert werden?

Was sind die Vorteile der Finanzautomatisierung?

Der Weg zur Finanzautomatisierung mit Workday

EINBLICKE IN DIE FINANZAUTOMATISIERUNG

Was versteht man unter Finanzautomatisierung?

Finanzautomatisierung bezeichnet den Einsatz von Software und anderen Technologien zur Automatisierung von Finanzaufgaben, die traditionell manuell erledigt wurden. Die Automatisierung zielt auf die repetitiven Aspekte von Finanzaktivitäten ab, wie beispielweise Kontenabstimmungen und Kreditoren- und Debitorenbuchhaltung. Das Resultat sind kostengünstigere und effizientere Geschäftsprozesse. Durch die Automatisierung lassen sich manuelle Fehler verringern und die Mitarbeitenden können sich auf sinnstiftende Arbeit konzentrieren.

Gespräche über das Thema Finanzautomatisierung drehen sich heute in der Regel um die digitale Transformation, dabei setzen Unternehmen schon seit Jahrzehnten auf automatisierte Finanzprozesse. Schon in den 1970er Jahren wurden händisch geführte Bücher durch elektronische Datenbanken abgelöst. Anfang der 2000er Jahre folgte dann die robotergesteuerte Prozessautomatisierung (RPA): Nachträglich auf Legacy-Software aufgesetzte Einzellösungen, die einfache menschliche Interaktionen in Echtzeit emulieren konnten.

Unternehmen verlassen sich nach wie vor auf veraltete Finanzprozesse, auch wenn neuere Finanzautomatisierungssoftware eine intelligentere Finanzfunktion ermöglicht. Mit Technologien wie künstlicher Intelligenz können Unternehmen arbeitsintensive Bereiche automatisieren, die bisher manuell bearbeitet werden mussten. So haben Finanzteams die Möglichkeit, ihre Kompetenzen auf produktivere Weise einzusetzen. „Intelligente Automatisierung“ verringert nicht etwa den Bedarf an menschlichen Arbeitskräften, sondern schöpft das gesamte Potenzial der KI-gestützten Belegschaft aus: Computer verarbeiten riesige Mengen an Finanzdaten, erkennen Anomalien und generieren Prognosen, während die Mitarbeiter Menschenverstand und menschliche Logik anwenden und den geschäftlichen Kontext berücksichtigen.

Im Folgenden werden drei Schlüsselbegriffe im Zusammenhang mit intelligenter Automatisierung und KI im Finanzwesen erläutert:

Künstliche Intelligenz (KI) ist eine Technologie, die Maschinen in die Lage versetzt, Aufgaben zu erledigen, die nach bisherigem Verständnis menschliche Intelligenz erfordern. Zu diesen Aufgaben gehören Problemlösung, Datenanalyse und das Generieren von Inhalten.
Machine Learning (ML) bezeichnet jedes Computersystem, das so konzipiert ist, dass es ohne direktes menschliches Eingreifen lernen und sich anpassen kann. ML simuliert unsere Fähigkeit, durch Wiederholung zu lernen und versetzt Computer somit in die Lage, anhand von Algorithmen Muster in Daten zu erkennen und zukünftige Ergebnisse vorherzusagen.
Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) bezeichnet die Fähigkeit einer Maschine, menschliche Sprache in gesprochener oder schriftlicher Form zu interpretieren und selbst zu erzeugen. NLP unterstützt Spracherkennung, Übersetzung, Stimmungsanalysen, Textzusammenfassungen und Chatbot-Antworten.

„KI wird CFOs nicht ersetzen. Aber CFOs, die KI einsetzen, werden an die Stelle derer treten, die dies nicht tun.“

– Erik Brynjolfsson, Senior Fellow, Stanford Institute for Human-Centered Artificial Intelligence

AUTOMATISIERTE FINANZPROZESSE

Welche Finanzprozesse sollten stärker automatisiert werden?

ERP- und Finanzanwendungen entwickeln sich in immer schnellerem Tempo weiter. Um wettbewerbsfähig zu bleiben, müssen CFOs und ihre Abteilungen Möglichkeiten finden, neue und innovative Technologien effektiv zu nutzen und dabei soziale, wirtschaftliche, sicherheitsbezogene und datenschutzrechtliche Herausforderungen meistern. Moderne CFOs tragen nicht nur die Verantwortung für Cashflow und Bilanz, sondern auch für größere unternehmensweite Technologietransformationen. Bei diesen Initiativen kommt es insbesondere darauf an, zu wissen, welche Finanzabläufe modernisiert werden müssen und wie man dabei vorgehen sollte.

Auch im Finanzbereich herrscht ein großer Fachkräftemangel. Laut dem American Institute for Certified Public Accountants erreichten 2020 rund 75 % der geprüften CPAs (Certified Public Accountant) das Rentenalter. Zur fortwährenden Anwerbung neuer Fachkräfte müssen Unternehmen ihre bestehenden Geschäftsprozesse auf den Prüfstand stellen, ermitteln, in welchen Bereichen durch Automatisierung Ineffizienzen beseitigt werden können, und technologiegestützte Stellen schaffen, die die jüngeren Generationen stärker ansprechen.

Die Verantwortlichen im Unternehmen, die sich mit der Zukunft der Finanzautomatisierung befassen, sollten die Bereiche, die stärker automatisiert werden müssen, nach Funktion trennen. Im nächsten Abschnitt demonstrieren wir anhand von sechs Anwendungsfällen, wie die betriebliche Effizienz durch intelligente Automatisierung im Finanzwesen drastisch verbessert werden kann.

Kreditorenbuchhaltung

Der Procure-to-Pay-Prozess gehört zu den Vorgängen, die besonders viel manuelle Eingriffe erfordern – sowohl vonseiten der Buchhaltung als auch des Beschaffungsteams. Ein aufwendiger Einkaufsprozess, verspätete Zahlungen, Fehler bei der Zahlungsabwicklung und andere durch Menschen verursachte Fehler belasten wichtige Partnerschaften im Procure-to-Pay-Zyklus. Schlimmer noch: Diese Probleme können den Finanzabschluss durch die Finanzteams verzögern und eine Kettenreaktion weiterer Ineffizienzen auslösen.

Da wichtige Faktoren wie die Marktreputation von regelmäßigen, zuverlässigen Zahlungen abhängen, sind Unternehmen gut beraten, den Fehlerspielraum möglichst gering zu halten. Die folgenden Beispiele zeigen, auf welche Weise eine intelligente Automatisierung Ihre Kreditorenbuchhaltung unterstützen kann:

Beim Erstellen eines Bestellauftrags kann die NLP-Technologie auf der Grundlage früherer Bestellaufträge Empfehlungen in Echtzeit bereitstellen. Dies reduziert nicht nur zeitaufwendige manuelle Aufgaben, sondern minimiert auch Kategorisierungsfehler und erhöht die Genauigkeit der Buchhaltung.
Eine der langwierigsten Aufgaben des Procure-to-Pay-Prozesses ist die Rechnungsverarbeitung. Mithilfe von Machine Learning-Technologie können die Anwender Rechnungen in einer Massenaktion hochladen und scannen, bevor sie an die Kreditorenbuchhaltung weitergeleitet werden. Workday-Software kann darüber hinaus Rechnungen mit Dringlichkeit erkennen und diese entsprechend für die Verarbeitung priorisieren.
Mit intelligenten Arbeitswarteschlangen können Finanzteams ihr Arbeitspensum basierend auf KI-generierten Daten und Empfehlungen anpassen. Die daraus resultierenden niedrigeren Kosten für die Rechnungsverarbeitung und die kürzeren Verarbeitungszeiten wirken sich maßgeblich auf das Unternehmensergebnis aus.

Debitorenbuchhaltung

Kundenrechnungserstellung und Zahlungseinzug sind wichtige, aber häufig auch monotone Aufgaben der Debitorenverwaltung. Die Optimierung dieser Prozesse durch Automatisierung kann zu drastischen Verbesserungen bei den Kundenbeziehungen und den Days Sales Outstanding (DSO) führen.

Eine stärkere Automatisierung ist insbesondere bei der manuellen Zuordnung von Zahlungseingängen erforderlich, einem Prozess, bei dem Kundenzahlungen mit Rechnungen abgeglichen werden. Wenn mit den vorhandenen Regeln keine signifikante Anzahl von Zahlungen verarbeitet werden kann, müssen die Verantwortlichen für das Debitorenmanagement die Zahlungen manuell erfassen und mit den Rechnungen abgleichen. Studien belegen, dass Debitorenteams mehr als 50 % ihrer Zeit für manuelle Transaktionen aufwenden. Dennoch berichteten Debitorenteams aus 18 Branchen 2023, dass 10 % ihrer Zahlungen mehr als 90 Tage im Verzug waren.

Intelligente, automatisierte Finanzprozesse bieten eine effiziente und skalierbare Lösung für diese Probleme. Machine Learning-Algorithmen in Workday berechnen die wahrscheinliche Übereinstimmung zwischen Zahlungen und Rechnungen – einschließlich solcher Szenarien, in denen eine Zahlung mehrere Rechnungen abdeckt. Mit der Zeit erhöht sich die Genauigkeit dieser Berechnungen, wodurch der Bedarf an manuellen Eingriffen und benutzerdefinierten Regelsätzen sinkt und die Mitarbeiter zugunsten wertschöpfender Aufgaben entlastet werden.

Hoher Nutzen, geringe Akzeptanz

Die überwältigende Mehrheit der CEOs ist davon überzeugt, dass KI entscheidende geschäftliche Vorteile birgt, doch nur ein kleiner Anteil von ihnen hat sich für eine breite Einführung entschieden. Demnach bietet die intelligente Automatisierung enorme Chancen.

Globale Befragung von C-Level-Führungskräften zum Einsatz von KI

98 %

der CEOs glauben, dass die Implementierung von KI mit einem unmittelbaren geschäftlichen Nutzen einhergeht.

1 %

der CEOs bezeichnet ihre Anwendung von KI als „ausgereift“.

Hauptbuch

Den Begriff „Hauptbuch“ verbindet man meist mit Soll und Haben, die manuell in ein Journal gebucht werden. Dabei wurden Journaleingaben schon vor Jahrzehnten automatisiert. Bereiche der Buchhaltung wie Kontenabstimmung, Gewinnrücklagen und andere regelbasierte Aufgaben haben von der Prozessautomatisierung im Finanzwesen profitiert. Die Einbettung von KI in das Stammdatensystem ist jedoch der erste Schritt zu einer intelligenteren Automatisierung.

Traditionell sind Buchhaltungsteams mit Routineaufgaben ausgelastet, um die Genauigkeit der verarbeiteten Transaktionen zu gewährleisten. Die proaktiven Schritte, die durch eine intelligente Automatisierung ermöglicht werden, z. B. die Erkennung von Journalanomalien in Echtzeit, entlasten die Mitarbeiter, sodass sie sich während des Finanzabschlusses auf Aufgaben mit höherer Priorität konzentrieren können. Die folgenden drei Beispiele zeigen, wie eine stärkere Automatisierung den Beschäftigten hilft, Maßnahmen zu ergreifen, statt Daten zu erfassen:

Automatische Generierung von Echtzeit-Einblicken in die konsolidierte Finanz-Performance
Zusammenführung von Daten aus beliebigen Quellen für eine umfassendere Analyse und schnelle Generierung von Finanzaufstellungen
Abfrage von Buchhaltungstransaktionen mithilfe von KI zur Ermittlung von Anomalien und Datentrends

Entgeltabrechnung

In Unternehmen ohne intelligente Prozessautomatisierung ist die Entgeltabrechnung teilweise sehr komplex. Fachkräfte in diesem Bereich verbringen zu viel Zeit mit der manuellen Suche nach Mitarbeiterinformationen, die für die Entgeltverarbeitung wichtig sind, was zeitaufwendige Prüfungen der entsprechenden Datensätze zur Folge hat. Durch den Einsatz von Machine Learning zur Anomalieerkennung verringert die intelligente Automatisierung das Risiko menschlicher Fehler und gewährleistet schnellere und präzisere Transaktionen.

Laut einer gemeinsamen Studie von Workday und PayrollOrg betrachten 56 % der Payroll-Fachkräfte eine automatisierte Lösung, die aktualisierte Mitarbeiterdaten in Echtzeit in die Entgeltabrechnung einpflegt, als nützlichste neue Technologien für ihre Funktion. Die Einführung einer Cloud-Lösung mit automatisierten Funktionen und kombinierten Finanz-, HR- und Entgeltabrechnungsdaten bietet Ihrem Unternehmen folgende Vorteile:

Kontinuierliche Entgeltverarbeitung mit automatisch generierten Einblicken
Automatisierung der Entgeltabrechnung über verschiedene Abteilungen hinweg
Generierung flexibler Audits der Entgeltabrechnungsdaten mit Finanzreporting und -analysen in Echtzeit

Spesenerstattung

Die Entgeltabrechnung ist jedoch nur ein Aspekt des Vertrags zwischen Arbeitnehmer und Arbeitgeber. Spesenmanagement, d. h. das Erfassen, Melden und Erstatten von Spesen, kann sehr arbeitsintensiv sein, insbesondere wenn Mitarbeiter ihre Spesenabrechnungen manuell mit Papierbelegen einreichen. Der dadurch entstehende Rückstand hat negative Auswirkungen auf andere Finanzfunktionen. Der potenzielle Nutzen einer Prozessoptimierung von der Spesenabrechnung bis zur Erstattung durch Automatisierung ist daher enorm.

Arbeitnehmer und Arbeitgeber profitieren unmittelbar davon, wenn Spesenbelege gescannt werden können und die manuelle Eingabe entfällt. Die eingescannten Belege können von KI automatisch auf Anomalien geprüft und diese nachfolgend als Fehler – von falsch klassifizierten Spesenposten bis hin zu doppelten Spesen – getaggt werden. Durch die Identifizierung von Fehlern und deren Priorisierung nach Dringlichkeit sorgt Workday dafür, dass die Finanzteams effizient und präzise arbeiten können.

Planung und Prognose

Angesichts des anhaltend hohen Tempos, mit dem sich die globalen Märkte weiterentwickeln, wird der Zugang zu genauen Prognosen immer wichtiger. Da in modernen Unternehmen täglich riesige Mengen an Finanzdaten verarbeitet werden, lassen sich Prognosen mit beispielloser Genauigkeit generieren. Die einzige Schwierigkeit liegt darin, die gewaltigen Datenmengen zu analysieren. Folglich ist die Planung ein Bereich, in dem eine intelligente Finanzautomatisierung bereits einen signifikanten Mehrwert für Unternehmen schafft.

Durch die Automatisierung von Teilen des Planungsprozesses können Unternehmen in kürzester Zeit Einblicke gewinnen, die sonst verborgen geblieben wären. Hier sind drei Anwendungsfälle für die Weiterentwicklung des Finanzplanungsprozesses durch Workday AI:

Anomalieerkennung: Anwender erhalten unmittelbare Warnmeldungen, sobald von der Norm abweichende Daten identifiziert werden. So können die Anwender frühzeitig Abweichungen erkennen und Fehler aufspüren und eliminieren.
Ausreißer-Reporting: Prognosen, Budgets und What-If-Szenarien werden mit KI-gestützten Prognosen verglichen, um Konten mit signifikanten Abweichungen zu identifizieren. Bei diesem Vergleich werden potenzielle Fehler markiert, was das Vertrauen in die Genauigkeit vorhandener Pläne stärkt.
Prädiktives Prognosetool: Historische Daten werden mit Machine Learning-Algorithmen kombiniert, um bessere Prognosen zu erstellen. Unternehmen können ihre Prognosen weiter verfeinern, indem sie externe Datasets wie Arbeitsmarktstatistiken, Wirtschaftstrends und sogar Wetterdaten einbinden.

Intelligente Automatisierung und die Rolle des CFO

DIE VORTEILE DER FINANZAUTOMATISIERUNG

Was sind die Vorteile der Finanzautomatisierung?

In modernen Finanzsystemen sind bereits viele manuelle Prozesse automatisiert. KI ermöglicht die Automatisierung von Aufgaben, die bisher menschliches Eingreifen erforderten. Laut einer Workday-Studie betrachten 80 % der Entscheidungsträger KI als Voraussetzung für die Wettbewerbsfähigkeit ihres Unternehmens. Doch welche Vorteile bietet eine intelligente Automatisierung den Finanzabteilungen gegenüber der Konkurrenz?

In dieser weltweiten Befragung von Workday und FSN stuften 70 % der Finanzfachkräfte die Verbesserung der Prozesseffizienz als eine der wichtigsten Prioritäten für KI und ML ein. Außerdem bezeichneten 67 % von ihnen die Verringerung von Routinearbeiten und intensiven manuellen Tätigkeiten als Priorität, während 65 % sich schnellere Einblicke wünschten. Glücklicherweise sind dies alles Bereiche, in denen sich mit KI exzellente Ergebnisse erzielen lassen. Profitieren Sie von fünf wesentlichen Vorteilen der intelligenten Finanzautomatisierung:

Verringerung des Fehlerrisikos durch menschliche Eingriffe (und zeitnahes Aufspüren von Fehlern)
Steigerung der allgemeinen betrieblichen Effizienz durch Minimierung repetitiver manueller Aufgaben
Unterstützung der Mitarbeiter mit Echtzeit-Einblicken und -Analysen
Verbesserung des Vertrauens in vorgeschlagene Finanzbudgets durch regelmäßige KI-Tests
Entlastung der Beschäftigten zugunsten von Aktivitäten mit höherer Wertschöpfung, die dem Unternehmen einen größeren Nutzen bringen

Einer Workday-Studie zufolge glauben 98 % der CEOs, dass die Implementierung von KI mit einem unmittelbaren geschäftlichen Nutzen einhergeht. Doch nur 1 % der Befragten bezeichnet ihre Anwendung von KI als „ausgereift“. Ohne eine umfassende Implementierung und Integration von KI sind die Akzeptanzraten in vielen Unternehmen niedrig, sodass die Mitarbeiter kaum von der neuen Technologie profitieren. Aus diesem Grund haben wir Workday AI in den Kern unserer Plattform integriert. So stellen wir sicher, dass Unternehmen schon viel früher im Produktlebenszyklus von den Vorteilen profitieren können.

DIE ZUKUNFT DER FINANZAUTOMATISIERUNG

Der Weg zur Finanzautomatisierung mit Workday

Unabhängig von Größe und Standort fällt es Unternehmen schwer, den nächsten Schritt hin zu einer intelligenteren Finanzautomatisierung mit KI zu wagen. Laut einer Workday-Studie von 2023 sind 77 % der Führungskräfte davon überzeugt, dass die Akzeptanz von KI und ML in ihrem Unternehmen steigen würde, wenn das wahrgenommene Risiko geringer wäre. Dementsprechend ist ein zuverlässiger Partner als Ausgangspunkt für den Prozess der intelligenten Automatisierung von entscheidender Bedeutung.

Mehr als neun von zehn (93 %) der Entscheidungsträger glauben dieser Workday-Studie zufolge, dass KI und ML wichtige Entscheidungen nicht ohne menschliche Intervention treffen sollten. Das ist auch unsere Überzeugung bei Workday. Im Rahmen unserer Verpflichtung zu einem verantwortungsbewussten Einsatz von KI gewährleisten wir, dass wir unsere KI unter Berücksichtigung von Sicherheitsfragen entwickeln und dass unsere Kunden nachvollziehen können, wie unsere KI zu ihren Schlussfolgerungen gelangt. Gemäß dem bewährten Human-in-the-Loop-Ansatz sollten Menschen stets in wichtige Entscheidungen eingebunden werden.

Mit mehr als 65 Millionen Workday-Anwendern weltweit entwickelt sich unser Automatisierungsansatz ständig weiter, um den vielfältigen Anforderungen gerecht zu werden. Mehr dazu, wie Ihr Unternehmen von der Finanzautomatisierung profitieren und kritische Hürden überwinden kann, erfahren Sie auf der Seite zum intelligenten Ansatz von Workday für das Finanzwesen.