Künstliche Intelligenz in der wertorientierten Unternehmenssteuerung - Praktisches Anwendungsbeispiel anhand eines KI-Tools (Stein, DB 2024, 1901)

Unternehmen streben i.d.R. nach einer nachhaltigen, langfristigen Unternehmenswertsteigerung. Dazu kann Künstliche Intelligenz (KI) als eine innovative Schlüsseltechnologie eingesetzt werden. Dieser Beitrag untersucht die Bedingungen und Möglichkeiten der KI-Nutzung, mit einem Anwendungsbeispiel des wertorientierten EVA-Konzepts (Economic Value Added) anhand von ChatGPT. Ziel ist es, Maßnahmen für wertorientierte Unternehmensführung zu identifizieren und zu analysieren, sowie Handlungsempfehlungen für die Praxis abzuleiten. Dabei werden auch Chancen, Hürden und Grenzen der KI-Anwendung aufgezeigt.

I. Einführung
II. Künstliche Intelligenz
III. Wertorientierte Unternehmenssteuerung
IV. Implikationen von KI auf die wertorientierte Unternehmenssteuerung
V. Anwendungsbeispiel
VI. Ergebnisse aus dem Anwendungsbeispiel und Handlungsempfehlungen
VII. Fazit und Ausblick


I.  Einführung
Die Digitalisierung und die damit einhergehenden Möglichkeiten beflügeln die Entwicklungen im Controlling. Hier nimmt die Künstliche Intelligenz in den letzten Jahren eine besondere Stellung ein. Somit stellt KI ein Instrument dar, welches auch im Rahmen einer wertorientierten Unternehmenssteuerung zum Einsatz kommen kann. Mit KI können z.B. verbesserte Forecasts und Unternehmensplanungen erstellt werden. Dabei ist auch insgesamt eine effizientere Überwachung des Geschäfts möglich. Vor dem Hintergrund einer wertorientierten Unternehmenssteuerung steigt die Bedeutung richtiger Unternehmensentscheidungen zunehmend. Dies wird vor allem aufgrund wachsender Unsicherheiten im Geschäftsumfeld (z.B. durch Krisen) deutlich. Daher kann der Einsatz von KI ein hilfreiches Instrumentarium sein, um insb. innovative und kreative Lösungswege aufzubauen sowie Vorhersagen treffen zu können (z.B. Predictive Analysis). Dies kann auch zur Stärkung der Wettbewerbsfähigkeit beitragen.

Zu diskutieren ist in diesem Zusammenhang, wie schließlich KI in der wertorientierten Unternehmenssteuerung eingesetzt werden und welcher Nutzen entstehen kann. Diese Fragestellung wird nachfolgend näher beleuchtet.

II.  Künstliche Intelligenz
Unter Künstlicher Intelligenz (KI) werden die Wissenschaft und Technik von der Herstellung intelligenter Maschinen, vor allem von Computerprogrammen, verstanden. KI hängt dabei mit der Verwendung von Computern zusammen, um die menschliche Intelligenz besser zu verstehen. Allerdings muss sich die KI nicht nur auf Methoden beschränken, für die es biologische Vorbilder gibt. Mit KI ist es möglich, kognitive Prozesse durch Berechnungsabfolgen (z.B. Algorithmen) nachzubilden, die ein Computer ausführen kann. Dies erlaubt es KI, Menschen generell bei Entscheidungen zu unterstützen. Dazu werden große Datenmengen durchgearbeitet und wichtige Informationen herauskristallisiert. Schließlich geht es bei KI um Themen des Lernens, aktiven Problemlösens sowie kreativen Handelns. Durch die Lernfähigkeit der KI kann eine analytische Intelligenz Problemlösungsansätze finden, um damit die Basis für Unternehmensentscheidungen zu schaffen.

Generative KI-Applikationen stellen einen Bereich der KI dar. Sie übernehmen kreative und kommunikative Aufgaben durch die Verarbeitung natürlicher Sprache. Dabei werden mithilfe von Large Language Models (LLMs) Texte oder Sprache erzeugt. ChatGPT ist z.B. ein Sprachmodell, welches für User-Konversationen optimiert ist und auf LLMs zurückgreift.

Digitalisierung und Big Data haben im Umgang mit KI eine bedeutsame Rolle, da diese Bereiche eng miteinander verflochten sind. Digitalisierung heißt, die Welt für informationsverarbeitende Systeme lesbar zu machen. Es geht dabei um die technische Aufzeichnung und Umwandlung von analogen in digitale Signale, mit denen schließlich Computersysteme arbeiten können (z.B. autonomes Fahren). Sie stellt somit eine Vorbedingung für KI dar. Die im Rahmen der Digitalisierung entstehenden Datenmengen sind zumeist groß, komplex und unübersichtlich. Dieses Datenaufkommen wird als „Big Data“ bezeichnet. Ohne maschinelle Hilfe lassen sich diese Datenmengen für den Anwender nicht analysieren, weshalb Algorithmen erforderlich sind. Zudem werden diese großen Datenmengen auch benötigt, damit KI das Potenzial der Lernprozesse entfalten kann. Außerdem ist dieser Lernprozess nützlich, um komplexe Entscheidungen und Prognosen zu treffen sowie Optimierungsprobleme (z.B. effizientere und ressourcenschonende Produktion) zu lösen. Darüber hinaus kommt es bei Big Data auch auf die Geschwindigkeit der Datenaktualisierung sowie die Form der Daten (z.B. numerisch oder textbasiert) an.

Das Anwendungsspektrum von KI ist vielfältig und bietet somit eine Vielzahl von Chancen und Risiken, die in Tab. 1 exemplarisch dargestellt sind. ...