Hinweis: Das Beitragsbild wurde mit künstlicher Intelligenz erzeugt.
Der Einsatz von Künstlicher Intelligenz in der Unternehmensplanung bleibt weit hinter den technischen Möglichkeiten zurück. Das ist die Einschätzung von Björn Stauss, DACH-Chef des Planungssoftware-Anbieters Board. Er sieht bei den meisten Unternehmen erhebliches Potenzial, das bislang ungenutzt bleibt. Die KPMG-Studie zu generativer KI in der deutschen Wirtschaft vom August 2026 stützt das: Deutsche Unternehmen setzen KI zwar breiter ein als noch vor einem Jahr, doch Governance, Integration und Steuerung der Technologie gelten weiterhin als ungelöste Kernprobleme.
Wo die Lücke entsteht
Viele Planungsabteilungen arbeiten heute mit KI-gestützten Werkzeugen. Doch die meisten nutzen diese Systeme für einfache Automatisierungen: Datenaggregation, Berichterstellung, einfache Prognosefunktionen. Was die Technologie darüber hinaus leisten könnte, bleibt in der Praxis meist unberührt.
Moderne Planungssoftware kann Szenarien in Echtzeit modellieren, Marktveränderungen, Lieferkettenrisiken und Kapazitätsengpässe simultan verarbeiten und daraus Planungsvorschläge ableiten. Dieser Schritt, von der beschreibenden zur vorausschauenden und schließlich zur präskriptiven Planung, findet in den meisten Betrieben noch nicht statt.
Rund 70 Prozent der Unternehmen hinken bei der Umsetzung ihrer KI-Strategien hinter den eigenen Ankündigungen her. Der Grund liegt selten an der Technologie selbst. Häufiger fehlt es an einer sauberen Datenbasis, klaren Zuständigkeiten oder der Bereitschaft, Planungsprozesse grundlegend umzustrukturieren.
Datenqualität als Voraussetzung
Ein KI-Modell liefert nur dann belastbare Ergebnisse, wenn die Eingabedaten vollständig und konsistent sind. Genau hier scheitern viele Projekte frühzeitig. Wer seine Planungsdaten noch in fragmentierten Excel-Dateien verwaltet oder verschiedene ERP-Systeme ohne einheitliche Datenbasis betreibt, kann KI-Potenziale kaum heben.
BASF hat dieses Problem mit dem KI-Assistenten „Fox“ adressiert. Das System macht fragmentierte Finanzdaten für Controller im Konzern einfach zugänglich. Solche internen Lösungen zeigen, wie der Weg aussehen kann. Für den Mittelstand sind vergleichbare Eigenentwicklungen jedoch selten wirtschaftlich.
Planungssoftware-Anbieter wie Board setzen deshalb auf integrierte Plattformlösungen. Der Ansatz: KI-Funktionen direkt in die bestehende Planungsumgebung einbetten, ohne dass Unternehmen eine separate Datenstrategie aufbauen müssen. Ob das die Datenprobleme in der Breite löst, hängt stark vom Reifegrad der jeweiligen IT-Landschaft ab.
Was das für Controlling und Finanzsteuerung bedeutet
Für Controller und CFOs stellt sich die Frage konkret: Welche Planungsprozesse lassen sich heute mit verfügbarer Technologie verbessern, und was setzt Vorarbeit voraus?
Rollierende Forecasts, also fortlaufend aktualisierte Finanzprognosen, gelten als realistisches Einstiegsfeld. KI kann hier Muster in historischen Daten erkennen und Abweichungen früher signalisieren als klassische Planungsmodelle. Der Nutzen ist messbar: kürzere Planungszyklen, weniger manuelle Korrekturrunden.
Komplexer wird es bei der integrierten Unternehmensplanung, also der Verknüpfung von Finanz-, Vertriebs- und Produktionsplanung. Hier müssen Datenstrukturen und Prozesse zunächst harmonisiert werden. Das ist kein KI-Problem, sondern ein Organisationsproblem. Wer diese Hausaufgaben nicht gemacht hat, wird auch mit leistungsfähiger Software keine belastbaren Ergebnisse erzielen.
Rahmenbedingungen und Governance
Die KPMG-Studie betont, dass Governance zum zentralen Faktor geworden ist. Das bedeutet: Wer entscheidet, welche KI-Ausgaben in die Planung einfließen? Wie werden Modelle überprüft und aktualisiert? Wer trägt Verantwortung, wenn ein KI-gestützter Forecast falsch liegt?
Diese Fragen sind in den meisten Unternehmen noch nicht geregelt. Ohne klare Antworten bleibt KI in der Planung ein Experiment, kein verlässliches Steuerungsinstrument. Konzerne wie Volkswagen und die Deutsche Bahn planen im Zuge ihrer KI-Strategie den Abbau ganzer Führungsebenen. Das zeigt, welche strukturellen Konsequenzen eine konsequente Umsetzung haben kann.
Fazit
Die Technologie für eine KI-gestützte Unternehmensplanung ist vorhanden. Die Hürden liegen nicht im System, sondern in der Vorbereitung: Datenqualität, Prozessklarheit und interne Governance entscheiden darüber, ob KI in der Planung einen Mehrwert liefert oder nur Mehraufwand erzeugt. Für Betriebe mit solider Datenbasis und klaren Planungsprozessen lohnt es sich, die eigenen KI-Einsatzfelder systematisch zu prüfen. Wer noch im Excel-Keller feststeckt, muss zuerst dort aufräumen.
