7. März 2025
5 minutes

Daten­transformation & KI im Finanzwesen: Smartere Entscheidungen für CFOs ermöglichen

Screenshot aus dem Webinar, das von Kleene.ai in Zusammenarbeit mit Payhawk veranstaltet wurde, mit Konstantin Dzhengozov (CFO, Payhawk), Tannah Matus (CFO, Secret Food Tours), Abigail May (Finance Director, Biscuiteers) und Matt Sawyer (Gründer, Sawinsight).
Zusammenfassung

Bereits 2006 bezeichnete Clive Humby Daten als „das neue Öl“ – und er hatte recht. Heute, fast zwei Jahrzehnte später, sind Daten längst über ihre IT-Wurzeln hinausgewachsen und spielen eine zentrale Rolle im Finanzwesen. CFOs sitzen nun am Steuer und verwandeln Rohdaten in intelligente Entscheidungen und potenzielle finanzielle Erfolge. Und so gelingt es ihnen …

Inhaltsverzeichnis

    In einem kürzlich von Kleene.ai in Zusammenarbeit mit Payhawk veranstalteten Webinar teilte eine Gruppe von Finanz- und Datenexperten – darunter Konstantin Dzhengozov (CFO, Payhawk), Tannah Matus (CFO, Secret Food Tours), Abigail May (Finance Director, Biscuiteers) und Matt Sawyer (Gründer, Sawinsight) – ihre Erkenntnisse darüber, wie Finanzteams erfolgreiche Datentransformationsinitiativen vorantreiben können.

    Grundlagen der Daten­transformation: Erkenntnisse führender Finanzexperten

    Von der Auswahl der richtigen Projekte bis hin zur Abstimmung finanzieller Ziele mit der Geschäftsstrategie beleuchtete die Diskussion praxisnahe Schritte zur Kosteneinsparung, Automatisierung von Workflows und Verbesserung der Transparenz. Hier sind unsere wichtigsten Erkenntnisse.

    Die Herausforderung der Daten­transformation: Erwartungen managen

    Ohne die Transformation Ihrer Daten können Sie Ihr Unternehmen nicht transformieren. Doch eine Transformation ist weder eine schnelle Lösung noch mit dem Kauf einer einzelnen Software erledigt. Eine der größten Hürden besteht oft darin, mit verschiedenen Drittanbieter-Datenworkflows und fragmentierter Technologie umzugehen.

    Vielleicht stellen Sie sich ein perfektes System vor, das jedes einzelne Datenproblem in Ihrem Unternehmen löst – doch die Realität ist oft viel komplizierter. Das Panel war sich einig: „Der Schlüssel liegt darin, klein anzufangen. Verstehen Sie zunächst die Daten, mit denen Sie arbeiten, bevor Sie versuchen, alles umzukrempeln.“

    Anstatt eine sofortige Kompletttransformation anzustreben, empfahl das Panel, den Prozess in überschaubare Schritte zu unterteilen. Akzeptieren Sie, dass es sich um ein langfristiges Projekt handelt – eher ein Vorhaben über ein Jahr als ein zweimonatiger Sprint. Wenn Sie das von Anfang an wissen, können Sie die richtigen Erwartungen setzen und Frustrationen vermeiden.

    Wie Heroes 4 Arbeitstage pro Monat einsparen konnte

    Ein überzeugendes Business Case erstellen

    Die Investition in eine Daten­transformation zu rechtfertigen, kann eine große Hürde sein.

    Führungskräfte wollen wissen: Welchen ROI (Return on Investment) bringt das? Wann sehen wir die Vorteile?

    Im Gegensatz zum Kauf einer Maschine mit klaren Effizienzgewinnen bieten Datenprojekte oft keine sofort greifbaren Ergebnisse. Um die Zustimmung der Geschäftsleitung zu erhalten, müssen Sie ein überzeugendes Business Case aufbauen – beginnend mit diesen Punkten:

    • Die wertschöpfenden Vorteile darlegen
    • Kosten und erwartete Amortisationszeit abschätzen
    • Zeigen, wie es die Abläufe in mehreren Teams optimiert

    Ohne diese Argumente wird es schwierig, die Führungsebene zur Bereitstellung von Ressourcen zu bewegen.

    Abigail May, Finance Director bei Biscuiteers, sagt:

    Wenn ich ein Business Case erstelle – was ich oft auch von anderen im Unternehmen verlange – konzentriere ich mich darauf, den Mehrwert, die Kosten und insbesondere die Amortisationszeit darzulegen. Wenn Projektzeitpläne und Nutzen nicht klar sind, ist es schwer, eine große Anfangsinvestition zu rechtfertigen.

    Kulturellen Widerstand überwinden

    Eine der größten Herausforderungen bei der Leitung einer Daten­transformation ist der kulturelle Wandel.

    Teams gewöhnen sich an bestehende Prozesse – selbst wenn sie ineffizient sind. Wenn Sie neue Technologien einführen, gibt es oft eine Lücke zwischen den vorhandenen Fähigkeiten der Mitarbeiter und den neuen Systemen.

    Menschen lehnen Veränderungen ab, wenn sie sie nicht verstehen. Die Unterstützung einer Daten­transformation ist nicht nur ein IT-Projekt – es erfordert ein Umdenken.

    Konstantin Dzhengozov, CFO von Payhawk, sagt:

    Oft gibt es kulturellen Widerstand gegen Veränderungen, weil sich Menschen an ihre gewohnten Prozesse gewöhnt haben. Zudem besteht eine Lücke zwischen den vorhandenen Fähigkeiten und der neuen Technologie. Menschen fürchten das Unbekannte, und um Silos aufzubrechen, braucht es ein Umdenken. Wir müssen ihnen helfen zu erkennen, dass die aktuellen Prozesse nicht skalierbar sind und dass eine Transformation der Daten­nutzung und der Arbeitsweise entscheidend ist.

    Das Panel war sich einig: Um kulturellen Widerstand zu überwinden, sollten Sie:

    1. Teams darüber aufklären, warum die Veränderung notwendig ist.
    2. Schulungen zu neuen Systemen anbieten.
    3. Mitarbeiter frühzeitig in den Prozess einbinden, um Widerstände zu minimieren.

    Der richtige Zeitpunkt für eine Transformation

    Woran erkennen Sie, dass Ihr Unternehmen eine Daten­transformation braucht? Diese Warnsignale sollten Sie beachten:

    • Langsame Reaktionszeiten: Wenn die Beantwortung wichtiger finanzieller oder operativer Fragen Stunden (oder Tage) manueller Analyse erfordert, haben Sie ein Problem.
    • Inkonsistente Daten: Wenn verschiedene Abteilungen unterschiedliche Zahlen für dieselbe Kennzahl melden, ist es Zeit für eine Standardisierung.
    • Eingeschränkter Zugriff auf Echtzeitdaten: Wenn Ihre Daten in statischen Berichten feststecken und sich nicht dynamisch aktualisieren, hinken Sie hinterher.

    Tannah Matus, CFO von Secret Food Tours, sagt:

    Es gibt zwei Aspekte. Erstens kann es viel Zeit kosten, Fragen von Vorstandsmitgliedern, Direktoren oder Investoren zu beantworten. Wenn die Informationen nicht leicht zugänglich sind, lastet der Druck auf mir, sie zu finden. Zweitens überwachen wir Margen auf Stadtebene genau und analysieren Lebensmittel- sowie Personalkosten. Wenn Margen sinken, müssen wir schnell handeln, da schon wenige Wochen Rückgang erhebliche Verluste bedeuten können.

    Das Fazit? Wenn Ihre Daten nicht schnell genug Antworten liefern, um fundierte Entscheidungen zu treffen, ist es Zeit für eine Transformation.

    Priorisierung und Umsetzung von Datenprojekten

    Wie priorisieren Sie, wenn Sie sich für eine Daten­transformation entscheiden?

    „Ich überlege, wie viele Daten in Echtzeit generiert werden und wie viele manuell bearbeitet oder erst am Monatsende analysiert werden müssen. In unserer Versandabteilung hat die Automatisierung einen großen Einfluss, da Echtzeit-Dashboards die Paketbewegungen anzeigen. Der nächste Schritt ist, diese Echtzeitdaten an andere Teams weiterzugeben,“ erklärt Abigail.

    Abigail ergänzt: „Eine häufige Herausforderung ist, dass wir am Monatsanfang einen Produktionsplan erstellen, dann aber eine große Firmenbestellung erhalten, die alles über den Haufen wirft. Große Bestellungen sind großartig, aber unsere Kapazitäten sind begrenzt. Deshalb ist es wichtig, dass wir flexibel reagieren können.“

    Das trifft vielleicht nicht auf jedes Unternehmen zu, aber bei Biscuiteers müssen wir Daten dynamisch nutzen, um schnell auf Veränderungen zu reagieren!

    1. Geschäftskritische Bereiche identifizieren: Beginnen Sie mit den größten Engpässen, die Zeit und Geld kosten.
    2. Wiederkehrende Aufgaben automatisieren: Wenn Finanzteams manuell Umsätze abgleichen oder Daten in Tabellen kopieren, sollte das zuerst optimiert werden.
    3. Datenqualität sicherstellen: Saubere, zuverlässige Daten sind die Basis jeder Transformation.
    4. Echtzeit-Dashboards erstellen: Ermöglichen Sie der Führungsebene, datenbasierte Entscheidungen in Echtzeit zu treffen.

    Die Macht der Automatisierung

    Das Panel war sich einig: Wer noch auf manuelle Prozesse setzt, lässt Geld liegen.
    Automatisierung reduziert Fehler, beschleunigt Analysen und gibt Teams die Freiheit, sich auf strategische Aufgaben zu konzentrieren. Statt sich mit Tabellenkalkulationen herumzuschlagen, können sie Prognosen erstellen, Kosten optimieren und das Wachstum vorantreiben.

    Konstantin erklärt:

    Neue Technologien ermöglichen heute Echtzeit-Transparenz und Kontrolle. Durch intelligente Automatisierung sparen wir Zeit bei vielen wenig wertschöpfenden Finanzaufgaben. Bei Payhawk haben wir unsere gesamte Plattform darauf ausgerichtet. Wir können uns mit Ihrem ERP verbinden, Genehmigungsprozesse optimieren und ein robustes Kontrollsystem schaffen – sei es durch Bestellanforderungen, Kreditorenbuchhaltung oder komplexe Genehmigungsworkflows.

    Das ultimative Ziel: Schnellere, bessere Entscheidungen

    Im Kern der Daten­transformation steht ein simples Ziel: Unternehmen dazu befähigen, intelligentere und schnellere Entscheidungen zu treffen.

    Wenn Ihre aktuellen Systeme Sie verlangsamen, ausbremsen oder unnötig kompliziert sind, ist es Zeit für eine Veränderung. Die Unternehmen, die in Zukunft erfolgreich sein werden, sind die, die heute die Kontrolle über ihre Daten übernehmen.

    Wo sollten Sie anfangen? Das Panel war sich einig: Zerlegen Sie den Prozess in kleine Schritte. Setzen Sie Prioritäten. Automatisieren Sie. Schulen Sie Ihr Team. Und bereiten Sie sich darauf vor, bessere und schnellere Entscheidungen mit voller Überzeugung zu treffen.

    Die nächsten Schritte auf Ihrer Daten­transformation­sreise

    Zu wissen, worauf man sich konzentrieren sollte, ist das eine – eine konkrete Liste von To-dos ist noch besser. Hier sind die fünf wichtigsten Ansätze, um die Daten­transformation in Ihrem Unternehmen umzusetzen:

    1. Nachlässigen Umgang mit Daten beheben

    Daten­transformation dreht sich nicht nur um Tools und Technologie – sondern auch um Verhalten. Wenn Ihr Team Daten eher als magische Antwortmaschine statt als strategische Entscheidungsgrundlage betrachtet, ist es Zeit für einen Neustart.

    Ein wichtiger Tipp? Machen Sie die Konsequenzen schlechter Daten­gewohnheiten sichtbar.

    Wenn jemand wiederholt denselben Fehler macht – z. B. den falschen Button klickt oder eine Rückerstattung falsch verarbeitet – messen Sie es. Setzen Sie KPIs und berichten Sie diese zurück an das Team.

    Ein Unternehmen stellte fest, dass es bereits ausreichte, den Mitarbeitenden die Auswirkungen ihrer Handlungen zu zeigen (z. B. dass eine einzelne falsche Rückerstattung zu drei Stunden Abgleichsarbeit führte), um eine Verhaltensänderung zu bewirken.

    Tannah Matus erklärt:

    Nachlässige Daten­nutzer erwarten oft sofortige Antworten und ignorieren Prozesse, aber wiederholte Fehler können Probleme verursachen (trotz Warnungen). Wir haben KPIs zur Fehlerverfolgung erstellt und den Nutzern gezeigt, wie ihre Handlungen die Datenqualität beeinflussen. Sobald sie die Auswirkungen sahen, wurden sie aufmerksamer, verbesserten Prozesse und reduzierten Fehler.

    So setzen Sie dies um:

    1. Datenfehler pro Nutzer verfolgen: Wiederholte Fehler identifizieren und deren Auswirkungen messen.
    2. Reale Beispiele zurückmelden: Die Probleme für das Team sichtbar machen.
    3. Verantwortung fördern: Sobald die Mitarbeitenden die Folgen erkennen, übernehmen sie Verantwortung für ihre Handlungen.

    2. Die richtigen Datenprojekte auswählen

    Nicht alle Dateninitiativen bringen echte Fortschritte. Entscheidend ist, Datenprojekte mit den Unternehmenszielen abzustimmen und zu erkennen, wo Daten aktiv strategische Ergebnisse fördern können.

    • Starten Sie mit dem Endziel. Fragen Sie: Welches Problem wollen wir lösen? Geht es um operative Effizienz? Bessere Prognosen? Kostenkontrolle?
    • Finden Sie die blinden Flecken. Was wird nicht gemessen? Wo fehlen Daten?
    • Bewerten Sie den ROI. Wenn eine Dateninitiative die Entscheidungsfindung nicht signifikant verbessert, ist sie keine Priorität.

    Wenn Ihr Finanzteam ständig mit operativen Problemen beschäftigt ist, sollten Sie zuerst Projekte priorisieren, die repetitive Aufgaben automatisieren und Transparenz verbessern.

    3. Workflows automatisieren für bessere Ausgabenkontrolle

    CFOs sollten weniger Zeit mit Belegen verbringen und mehr mit Strategie. Automatisierung ist nicht nur eine Erleichterung – sie ist der Schlüssel zu besserer Kontrolle über Ausgaben.

    Abigail beschreibt:

    Wir haben Payhawk vor etwa einem Jahr implementiert und sind sehr zufrieden damit. Wir sehen enormen Mehrwert durch Payhawk; es übernimmt mehrere Aufgaben, für die ich ursprünglich drei verschiedene Softwarelösungen eingeplant hatte. Durch die Nutzung und Optimierung der Software kann unser Finanzteam seine Zeit effizienter einsetzen.

    Durch die Integration von Echtzeit-Transparenz und Kontrolle in einer einzigen Plattform können Finanz­workflows optimiert werden – durch automatisierte Genehmigungen, eingebettete Richtlinienkontrollen und weniger manuelle Abstimmungen.

    So starten Sie die Automatisierung Ihrer Finanzworkflows:

    1. Prozesse prüfen: Welche Aufgaben erfordern den meisten manuellen Aufwand?
    2. Software-Stack bewerten: Nutzen Sie mehrere Tools, wo eines ausreichen würde?
    3. Mehr von Anbietern fordern: Falls Ihre aktuellen Tools nicht ausreichen, verlangen Sie bessere Funktionen.

    4. Das Beste aus Ihrem Finanz-Tech-Stack herausholen

    Ein Softwarewechsel kann herausfordernd sein – aber mit den richtigen Tools lohnt es sich.

    Wenn Ihre Finanzsoftware nicht alle Probleme löst, lohnt sich ein Blick auf neue Lösungen. Ein konsolidiertes System sollte:

    1. Manuelle Dateneingaben reduzieren
    2. Workflows optimieren
    3. Smartere Entscheidungen ermöglichen, indem alle relevanten Daten zentral verfügbar sind

    Achten Sie darauf:

    1. Ihre Tools regelmäßig zu überprüfen.
    2. Account Manager und deren Expertise zu nutzen.
    3. In das Onboarding und Schulungen zu investieren.

    5. Die Grundlagen für KI im Finanzwesen legen

    KI verändert das Spielfeld – aber sie bringt nur dann Vorteile, wenn die Daten sauber und strukturiert sind.

    Wie Tannah erklärt:

    KI ist nur so gut wie die Daten, mit denen sie gefüttert wird. Wenn Sie keine genaue, nutzbare und korrekte Datengrundlage für Ihre Prozesse haben, bringt Ihnen eine noch so leistungsfähige KI-Lösung keinen Mehrwert.

    Bevor Sie KI im Finanzwesen implementieren, sollten Sie:

    • Daten standardisieren und bereinigen: Konsistenz über alle Systeme hinweg sicherstellen und klare Richtlinien für die Datennutzung schaffen.
    • Defekte Prozesse beheben: KI kann keine schlechten Workflows kompensieren.
    • Klare Ziele setzen: Was soll KI verbessern? Prognosen? Betrugserkennung? Ausgabenkategorisierung?
    • Workflows kartieren: Identifizieren, wo KI im Finanzwesen den größten Mehrwert bringen kann.
    • KI schrittweise testen: Mit Automatisierung beginnen und dann skalieren.

    Vom Backoffice ins Vorstandszimmer: Die neue Rolle der Finanzabteilung

    Die wichtigste Erkenntnis aus dem Webinar? Daten­transformation ist nicht nur ein Finanzprojekt – sie ist ein unternehmensweiter Wandel.

    Unternehmen, die in strukturierte, strategische Dateninitiativen investieren – von der Auflösung von Silos bis zur Automatisierung von Workflows –, werden schnellere und intelligentere Entscheidungen treffen.

    Doch Transformation geschieht nicht über Nacht. Der Rat ist klar: klein anfangen, realistische Erwartungen setzen und die Bereiche priorisieren, in denen Automatisierung und Transparenz den größten Einfluss haben.

    Mit Payhawk können Sie Ausgabendaten zentralisieren, Genehmigungen automatisieren und Berichte optimieren – alles in einer Plattform. Wenn Sie Ihre Finanzworkflows optimieren möchten, buchen Sie eine personalisierte Demo und erfahren Sie, wie wir Ihr Unternehmen dabei unterstützen können, Ausgabendaten in intelligente Entscheidungen zu verwandeln.

    Trish Toovey - Content Director bei Payhawk - Das Finanzsystem von morgen
    Trish Toovey
    Senior Content Manager
    LinkedIn

    Trish Toovey erstellt Inhalte für die Märkte UK & USA. Von Anzeigentexten bis hin zur Erstellung von Videoskripts hat sie stets eine clevere Idee und stützt sich auf eine sehr vielseitige Erfahrung in Copywriting und Content-Erstellung für die Finanz-, Mode- und Reisebranche.

    Alle Artikel von Trish →

    Ähnliche Artikel

    Wie Payhawk Unternehmen im Jahr 2024 helfen wird, die Kontrolle über ihre Ausgaben zu übernehmen
    AI und Automatisierung14. Dez. 20235 Min.

    So automatisieren Sie Ihren Procure-to-Pay Prozess

    AI und Buchhaltung
    AI und Automatisierung5. Dez. 20234 Min.

    Fintech Trends: Finanzbuchhaltung & Künstliche Intelligenz

    Ausgabenmanagement Automatisierung
    AI und Automatisierung18. Okt. 20233 Min.

    Automatisierung: Digitaler Wandel im Finanzwesen