KI Use Case aus dem Mittelstand: Effiziente Finanzanalyse mit KI-gestütztem Chatbot

Possehl Digital ist als Teil der Possehl Gruppe immer auf der Suche nach digitalen Fragestellungen im industriellen Mittelstand und versucht, mittelstandstaugliche Antworten und Lösungen zu finden. So war es auch, als sich die Holding der Possehl Gruppe die Frage gestellt hat, ob man mit KI-Tools noch effizienter und besser die Finanzdaten der über 200 Gruppenunternehmen analysieren kann und Komplexität im Controlling zu reduzieren.

Speziell Unternehmensgruppen mit viel Dezentralität stehen häufig vor der Herausforderung, Finanzinformationen aus unterschiedlichen Quellen und Systemen zu analysieren. Die Verteilung dieser Daten erschwert eine schnelle und übergreifende Bewertung der Geschäftsentwicklung. 

Auch das Controlling der Possehl Holding sah sich mit diesen Fragestellungen konfrontiert. Die Besonderheit der Possehl Gruppe ist ihre Aufteilung in insgesamt zehn Geschäftsbereiche und mehr als 200 Gesellschaften weltweit.

Alle 200 Gesellschaften erstellen monatlich sowie quartalsweise Berichte zur Finanz- und Geschäftsentwicklung. Auf Holding-Ebene werden diese Informationen ausgewertet, verglichen und kommentiert.

Aufgrund der strukturellen Besonderheit der Unternehmensgruppe liegen die Daten in unterschiedlichen Formaten vor. Das machte manuelle Analysen unvermeidbar und führt entsprechend zu Aufwendungen.

Um diesen Prozess zu optimieren, hat sich Possehl für die Zusammenarbeit mit DataSpark entschieden. DataSpark ist eine Beteiligung von Possehl Digital und darauf spezialisiert, Automatisierungslösungen für unterschiedlichste Anforderungen bereitzustellen. Ziel war es, die Finanzanalyse durch eine KI-gestützte Lösung effizienter zu gestalten und den Zugang zu relevanten Informationen zu erleichtern.

Herausforderung

Aufwendige Analyse heterogener Datenformate

Das Controlling der Possehl Holding stand dabei vor verschiedenen Herausforderungen: 

• Aufwendige Datenaufbereitung: Die Erstellung von Berichten und Kommentaren erforderte eine manuelle, zeitintensive Analyse verschiedener Informationsquellen.
• Heterogene Dokumentenformate: Unterschiedliche Layouts und Formate erschwerten eine schnelle und standardisierte Verarbeitung der Finanzdaten.
• Kurze Bearbeitungszeit: Zwischen dem Eingang der Berichte und der finalen Analyse liegt nur ein begrenztes Zeitfenster. 

Lösung

Einführung eines KI-gestützen Chatbots

Die Antwort von DataSpark auf diese Herausforderungen lag in der Implementierung eines KI-gestützten Chatbots, der eine benutzerfreundliche und effiziente Interaktion mit den Datenquellen ermöglicht. Die Lösung basiert auf dem Sprachmodell GPT-4o und kann relevante Informationen aus verschiedenen Dokumenten – etwa Quartalsberichten und Präsentationen – extrahieren, analysieren, vergleichen und zusammenfassen.

Neben textbasierten Informationen ist die KI in der Lage, Diagramme und Grafiken aus Präsentationen zu interpretieren, wodurch auch visuelle Inhalte in aussagekräftige Erkenntnisse umgewandelt werden. Über eine intuitive Benutzeroberfläche werden neue Quartalsberichte hochgeladen, sodass stets die aktuellen Daten für die Analyse bereitstehen. 

Ergebnis

Weniger manueller Aufwand im Controlling

Der Einsatz des KI-gestützten Chatbots führte zu einer Reduktion des manuellen Aufwands bei der Suche nach relevanten Informationen. Die Möglichkeit, Daten in natürlicher Sprache zu durchsuchen und komplexe Finanzentwicklungen aus unterschiedlichen Formaten automatisiert zu analysieren, verbesserte die Effizienz der Auswertungen.

Wir arbeiten ständig daran, unsere Lösungen zu optimieren und weiterzuentwickeln, sodass wir fortwährend einen Mehrwert innerhalb der Possehl Gruppe und darüber hinaus schaffen können.

Durch die Verbindung von menschlicher Expertise und maschineller Intelligenz wurde ein Analysetool geschaffen, das dem Controlling neue Möglichkeiten zur Entscheidungsfindung bietet – auch bei unstrukturierten Datenquellen.