Startseite Seminare News Die Zukunft des Controllings: Wie KI KPIs und KRIs neu definiert

Fachbeitrag · Controlling und Künstliche Intelligenz

Die Zukunft des Controllings: Wie KI KPIs und KRIs neu definiert

Wie KI die Ermittlung, Prognose und Steuerung von KPIs und KRIs im Controlling verändert – und welche Leitplanken aus KI-Verordnung, Datenschutz und Mitbestimmung dafür gelten.

Rechtsstand: Oktober 2026
Lesezeit: ca. 15 Minuten
Autor: Achim Schulz

Management Summary

Die Zukunft des Controllings hat begonnen – allerdings meist mit KI als Assistent und noch selten als fester Bestandteil der Steuerung. Laut Bitkom setzen 2026 erstmals 57 Prozent der Unternehmen in Deutschland KI ein; im Controlling und Rechnungswesen sind es 25 Prozent (Vorjahr 17 Prozent). Die WHU-Zukunftsstudie zeigt zugleich: Nur 3 Prozent sehen ihr Controlling auf der höchsten Reifestufe, und 82 Prozent nutzen KI-Agenten praktisch noch nicht.

Für KPIs und KRIs bedeutet das: Die Kennzahlen selbst bleiben, aber ihre Entstehung ändert sich. Statt monatlicher Rückschau mit manueller Datensammlung rücken Prognosen, Treiberanalysen und automatische Frühwarnsignale in den Vordergrund.

Damit das gelingt, braucht es saubere Daten, klare Verantwortung und einen Rechtsrahmen, der seit Juli 2026 mit der geänderten KI-Verordnung und dem deutschen KI-MIG konkreter geworden ist. Für Standard-Controlling gilt in der Regel kein Hochrisiko-Regime; kritisch wird es, sobald Kennzahlen auf einzelne Beschäftigte heruntergebrochen werden.

Dieser Beitrag zeigt, was KI an KPIs und KRIs tatsächlich verändert, wo die Grenzen liegen und wie Sie den Einstieg strukturiert angehen – mit Prüfschema und Checkliste. Er ersetzt keine Rechtsberatung im Einzelfall.

Inhaltsverzeichnis

1. KPIs und KRIs – kurz eingeordnet

KPIs (Key Performance Indicators) messen, ob ein Unternehmen seine Ziele erreicht, etwa Umsatzwachstum, EBIT-Marge oder Cash Conversion Cycle. KRIs (Key Risk Indicators) zeigen frühzeitig an, dass sich ein Risiko aufbaut, etwa steigende Forderungslaufzeiten, Konzentration auf wenige Kunden oder sinkende Liquiditätsreichweite. Beide gehören zusammen: Ein KPI ohne zugehörigen KRI zeigt den Erfolg, aber nicht, was ihn gefährdet. Die Grundlagen und den Unterschied beider Kennzahlenarten erklärt der Beitrag zu KPIs und KRIs.

Traditionell entstehen beide Kennzahlenarten rückblickend, aus abgeschlossenen Perioden und mit viel Handarbeit bei der Datensammlung. Genau hier setzt KI an: Sie verändert nicht die Logik der Kennzahl, sondern Takt, Datenbasis und Vorhersagekraft.

Praxistipp: Ordnen Sie jedem steuerungsrelevanten KPI mindestens einen KRI zu, bevor Sie KI einsetzen. Ohne diese Zuordnung automatisiert KI nur Zahlen, die niemand steuert.

Mehr dazu: KPIs und KRIs

2. Pain Points 2026: Erwartung und Praxis klaffen auseinander

Die Studienlage 2026 zeichnet ein klares Bild: Die Erwartungen sind hoch, die Umsetzung hinkt hinterher. Die Werte stammen aus unterschiedlichen Erhebungen mit verschiedenen Grundgesamtheiten und sind nicht direkt miteinander vergleichbar.

Pilot statt Betrieb

Im Konzerncontrolling nutzen laut IFZ/HSLU 14,9 Prozent der Unternehmen KI im laufenden Betrieb, 45,9 Prozent befinden sich in der Pilotphase.

Datenqualität

In der Treasury nennen 51 Prozent die Datenqualität als Hürde für KI-gestützte Cash-Prognosen; im Finanzreporting sind es laut KPMG Schweiz 42 Prozent.

Kein messbarer Nutzen

Laut BCG können nur 45 Prozent der Finanzverantwortlichen den ROI ihrer KI-Initiativen beziffern.

Governance-Lücke

45 Prozent der selbst ernannten KI-Vorreiter verfügen laut Payhawk CFO AI Readiness Report 2026 nicht über grundlegende Governance-Regeln.

Kompetenz und Regulierung

In der KPMG-Studie zum Finanzreporting nennen 59 Prozent Datenschutz und Datensicherheit, 56 Prozent fehlendes Know-how und 42 Prozent Regulierung als Hürde.

Wirtschaftlicher Druck

Die Zahl der Unternehmensinsolvenzen stieg im 1. Halbjahr 2026 um 6,7 Prozent (Statistisches Bundesamt). Schnellere, belastbarere KRIs werden damit zum Wettbewerbsfaktor.

Praxistipp: Starten Sie nicht mit dem Tool, sondern mit einer ehrlichen Bestandsaufnahme: Welche Daten liegen in welcher Qualität vor, wer verantwortet sie, und welche Kennzahl soll die KI konkret verbessern?

Mehr dazu: Rolle des Controllings

3. Was KI im Controlling tatsächlich verändert

KI ist kein einzelnes Werkzeug, sondern ein Bündel von Verfahren mit sehr unterschiedlichem Reifegrad:

Anwendungsfall	Verfahren	Nutzen für KPIs/KRIs	Reifegrad 2026
Absatz-, Umsatz- und Cash-Prognose	Maschinelles Lernen auf Zeitreihen, Treibermodelle	Rollierende Forecasts statt starrer Jahresplanung	im Einsatz, häufig im Pilot
Anomalieerkennung	Statistische Modelle, Ausreißererkennung	Auffällige Buchungen, Kostenabweichungen, Zahlungsmuster	im Einsatz
Abweichungsanalyse und Kommentierung	Generative KI (Sprachmodelle)	Entwürfe für Abweichungskommentare und Management-Berichte	weit verbreitet als Assistent
Frühwarn-KRIs	Mustererkennung über interne und externe Daten	Signale zu Liquidität, Forderungen, Lieferketten	im Aufbau
Szenarien und Simulation	Monte-Carlo, Treiberbäume, KI-gestützte Szenariogenerierung	Bandbreiten statt Punktwerte	im Aufbau
KI-Agenten	Mehrstufige, teilautonome Abläufe	Datenabholung, Abgleich, Drill-down auf Anforderung	überwiegend Erprobung

Wichtig für die Einordnung: KI lernt aus historischen Daten. Prognosen sind daher nur so gut wie die Datenhistorie und die Annahmen, die in das Modell eingehen. Bei Strukturbrüchen – neuen Zöllen, Zinswenden, Lieferkettenausfällen – brauchen Modelle menschliche Korrektur.

Praxistipp: Bewerten Sie jeden Anwendungsfall nach zwei Fragen: Wie hoch ist der Nutzen für die Steuerung, und wie hoch ist das Risiko einer Fehlentscheidung? Beginnen Sie dort, wo der Nutzen hoch und das Fehlerrisiko beherrschbar ist, etwa bei Anomalieerkennung und Kommentarentwürfen.

Mehr dazu: Instrumente im Controlling

4. KI-gestützte KPIs: vom Rückblick zur Prognose

KI verändert KPIs in drei Richtungen:

Treiberbasiert statt aggregiert

Statt nur den Umsatz zu messen, modelliert KI die Treiber (Preis, Menge, Mix, Kundengruppe) und zeigt, welcher Treiber eine Abweichung verursacht.

Prognose statt Ist

Neben dem Ist-Wert erscheint ein Erwartungswert mit Bandbreite. Aus „Marge 8,2 Prozent“ wird „Marge 8,2 Prozent, erwartet zum Jahresende 7,6 bis 8,0 Prozent“.

Höherer Takt

Wo Daten automatisiert fließen, lassen sich KPIs wöchentlich oder täglich aktualisieren. Das lohnt sich vor allem für Liquidität, Auftragseingang und Working Capital.

Entscheidend ist die Erklärbarkeit: Ein Forecast, den niemand nachvollziehen kann, wird in der Geschäftsleitung nicht akzeptiert – und ist nach § 93 Abs. 1 Satz 2 AktG auch keine „angemessene Information“, auf die sich eine Entscheidung stützen ließe.

Mit IFRS 18 kommt ab 2027 ein zusätzlicher Punkt hinzu: Unternehmen, die nach IFRS berichten, müssen bestimmte vom Management definierte Leistungskennzahlen (Management Performance Measures) im Anhang erläutern und überleiten. KI-generierte Kennzahlen, die extern kommuniziert werden, brauchen deshalb eine dokumentierte Definition und Herleitung.

Praxistipp: Zeigen Sie in jedem KI-Forecast die drei wichtigsten Treiber und die Bandbreite an. Prüfen Sie quartalsweise die Prognosegüte gegen die Ist-Werte.

Mehr dazu: Kennzahlensystem

5. KI-gestützte KRIs: Frühwarnung mit Rechtsbezug

Bei KRIs ist der Nutzen von KI besonders groß, weil Risiken sich häufig in schwachen Signalen ankündigen: leicht steigende Zahlungsziele, mehr Mahnungen, nachlassende Auftragsdichte, Häufung von Sonderkonditionen. KI kann solche Muster über viele Datenquellen hinweg erkennen und Schwellenwerte dynamisch vorschlagen.

Geltendes Recht

Für die Geschäftsleitung ist Frühwarnung keine Kür. Nach § 1 Abs. 1 Satz 1 StaRUG gilt: „Die Mitglieder des zur Geschäftsführung berufenen Organs einer juristischen Person (Geschäftsleiter) wachen fortlaufend über Entwicklungen, welche den Fortbestand der juristischen Person gefährden können.“ Für Aktiengesellschaften verlangt § 91 Abs. 2 AktG, „geeignete Maßnahmen zu treffen, insbesondere ein Überwachungssystem einzurichten, damit den Fortbestand der Gesellschaft gefährdende Entwicklungen früh erkannt werden.“

KI-gestützte KRIs können diese Pflicht wirksam unterstützen. Die Verantwortung bleibt aber bei der Geschäftsleitung: Ein Modell, das Warnsignale erzeugt, die niemand bewertet, erfüllt die Überwachungspflicht nicht.

Praxistipp: Legen Sie für jeden KI-gestützten KRI fest, wer das Signal bewertet, innerhalb welcher Frist und mit welcher Eskalationsstufe. Dokumentieren Sie Anpassungen der Schwellenwerte.

Mehr dazu: Risiko-Frühwarnsysteme nach StaRUG

6. Rechtsrahmen für KI im Controlling: Geltung und Fristen

Der Rechtsrahmen verteilt sich auf drei Zeitstufen. Die Übersicht trennt, was heute gilt, was im Übergang ist und was erst künftig greift:

Geltend (Stand 16.10.2026)

KI-VO (EU) 2024/1689 in der Fassung der Digital-Omnibus-VO (EU) 2026/1744, in Kraft seit 27.07.2026
Art. 4 KI-Kompetenz (neu gefasst: Unterstützungspflicht), Art. 5 Verbote
Art. 50 Transparenzpflichten seit 02.08.2026
KI-MIG (Art. 1 des Durchführungsgesetzes vom 22.07.2026, BGBl. 2026 I Nr. 223), in Kraft seit 29.07.2026
DSGVO Art. 22, § 87 Abs. 1 Nr. 6 BetrVG, § 1 StaRUG, § 91 Abs. 2 und § 93 Abs. 1 Satz 2 AktG, § 289 HGB, GoBD (BMF-Schreiben vom 14.07.2025)

Übergang

Kennzeichnung nach Art. 50 Abs. 2 für generative Systeme, die vor dem 02.08.2026 in Verkehr gebracht wurden: bis 02.12.2026
Aufbau von KI-Reallabor und KI-Service-Desk bei der Bundesnetzagentur
Bestands-Hochrisikosysteme: Anpassung bis 02.08.2030 (Art. 111 Abs. 2 KI-VO)

Künftig

Hochrisiko-Pflichten Anhang III (u. a. Beschäftigung, Kreditwürdigkeit natürlicher Personen) ab 02.12.2027
Hochrisiko-Pflichten Anhang I ab 02.08.2028
IFRS 18 (VO (EU) 2026/338) für Geschäftsjahre ab 01.01.2027 mit neuen Ergebnis-Zwischensummen und Angaben zu Management Performance Measures

KI-Verordnung nach dem Digital-Omnibus

Die Verordnung (EU) 2026/1744 ist am 27.07.2026 in Kraft getreten und hat die KI-Verordnung (EU) 2024/1689 geändert. Für das Controlling sind vier Punkte relevant:

KI-Kompetenz (Art. 4): Anbieter und Betreiber „ergreifen Maßnahmen, um die Entwicklung der KI-Kompetenz ihres Personals und anderer Personen zu unterstützen, die in ihrem Auftrag mit dem Betrieb und der Nutzung von KI-Systemen befasst sind“. Die Neufassung stellt klar, dass kein bestimmtes Kompetenzniveau garantiert werden muss. Schulungen und Nutzungsregeln bleiben dennoch Pflicht.
Transparenz (Art. 50): Die Transparenz- und Kennzeichnungspflichten gelten seit 02.08.2026. Für generative Systeme, die vor diesem Datum in Verkehr gebracht wurden, ist die maschinenlesbare Markierung bis 02.12.2026 umzusetzen. Rein interne Controlling-Berichte sind davon in der Regel weniger betroffen als veröffentlichte Inhalte.
Kein Hochrisiko für Standard-Controlling: Prognosen, Anomalieerkennung oder Berichtsautomatisierung zu Unternehmenskennzahlen fallen typischerweise nicht unter Anhang III.
Aufsicht in Deutschland: Seit dem 29.07.2026 gilt das KI-MIG. Die Bundesnetzagentur ist Marktüberwachungsbehörde, zentrale Anlaufstelle und Beschwerdestelle und bietet einen KI-Service-Desk an; für den Finanzsektor wird die bestehende Finanzaufsicht genutzt.

Datenschutz und Mitbestimmung

Sobald KPIs auf einzelne Beschäftigte oder Teams heruntergebrochen werden, greifen weitere Regeln. Nach Art. 22 Abs. 1 DSGVO hat die betroffene Person das Recht, „nicht einer ausschließlich auf einer automatisierten Verarbeitung — einschließlich Profiling — beruhenden Entscheidung unterworfen zu werden, die ihr gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt.“ Der Betriebsrat bestimmt nach § 87 Abs. 1 Nr. 6 BetrVG mit bei der „Einführung und Anwendung von technischen Einrichtungen, die dazu bestimmt sind, das Verhalten oder die Leistung der Arbeitnehmer zu überwachen“.

Organhaftung und Dokumentation

Nach § 93 Abs. 1 Satz 2 AktG liegt keine Pflichtverletzung vor, wenn das Vorstandsmitglied „vernünftigerweise annehmen durfte, auf der Grundlage angemessener Information zum Wohle der Gesellschaft zu handeln.“ KI-Ergebnisse können solche Informationen liefern, wenn ihre Qualität geprüft und dokumentiert ist. Werden KI-Systeme in buchführungsnahen Prozessen eingesetzt, gehören sie in die Verfahrensdokumentation nach GoBD. Prognosen im Lagebericht müssen nach § 289 Abs. 1 HGB die voraussichtliche Entwicklung mit ihren wesentlichen Chancen und Risiken beurteilen – auch dann, wenn ein Modell sie vorbereitet.

Künftiges Recht: Hochrisiko ab 02.12.2027

Ab dem 02.12.2027 gelten die Hochrisiko-Pflichten für Systeme nach Anhang III. Für das Controlling relevant sind zwei Konstellationen: KI-Systeme zur Leistungs- und Verhaltensbewertung von Beschäftigten (Bereich Beschäftigung) und KI-Systeme zur Bonitätsbewertung natürlicher Personen. Wer etwa Vertriebs-KPIs mit KI auf einzelne Mitarbeitende herunterbricht und daraus Entscheidungen über Bonus oder Beförderung ableitet, sollte die Einstufung frühzeitig prüfen. Für Hochrisiko-Systeme, die vor dem Geltungsbeginn in Betrieb genommen wurden, sieht Art. 111 Abs. 2 KI-VO eine Anpassung bis 02.08.2030 vor.

Praxistipp: Trennen Sie im KI-Inventar strikt zwischen Kennzahlen zu Unternehmen, Produkten und Märkten (in der Regel kein Hochrisiko) und Kennzahlen zu einzelnen Personen (Prüfung nach Anhang III, Art. 22 DSGVO und § 87 BetrVG).

Mehr dazu: EU AI Act · Digital Omnibus

7. Governance: Vertrauen in KI-Kennzahlen schaffen

Ohne Governance entstehen „Regelschulden“ und „Datenschulden“ – fehlende Regeln auf der einen, inkonsistente Daten auf der anderen Seite. Fünf Bausteine haben sich bewährt:

KI-Inventar

Welche KI-Systeme werden im Controlling genutzt, wofür, mit welchen Daten, und wer ist verantwortlich? Das gilt auch für frei verfügbare Chat-Assistenten, die Mitarbeitende ohne Freigabe nutzen.

Modellvalidierung

Prognosegüte, Stabilität und Verzerrungen regelmäßig gegen Ist-Werte prüfen.

Mensch in der Entscheidung

KI schlägt vor, Menschen entscheiden. Freigaben und Abweichungen von KI-Vorschlägen werden dokumentiert.

Datenverantwortung

Für jede Datenquelle gibt es eine verantwortliche Person und definierte Qualitätskriterien.

Vertraulichkeit

Unternehmenszahlen gehören nicht in öffentliche KI-Dienste ohne vertragliche und technische Absicherung.

Praxistipp: Nehmen Sie KI-Anwendungen des Controllings in das bestehende Risikoregister auf, statt eine Parallelstruktur aufzubauen.

Mehr dazu: AI Risk Register · Schatten-KI

8. Roadmap in fünf Schritten

Schritt	Inhalt	Ergebnis
1. Steuerungsbedarf klären	Welche Entscheidungen sollen besser, schneller oder sicherer werden?	Priorisierte Liste von KPIs und KRIs
2. Daten prüfen	Verfügbarkeit, Qualität, Verantwortlichkeit, Historie	Datenlandkarte mit Lücken
3. Pilot mit Messgröße	Ein Anwendungsfall, klare Erfolgskennzahl, festes Zeitfenster	Belegter Nutzen oder begründeter Abbruch
4. Governance verankern	KI-Inventar, Freigaben, Validierung, Schulung nach Art. 4 KI-VO	Prüffähige Dokumentation
5. Skalieren	Übertragung auf weitere Kennzahlen, Integration in Planung und Reporting	Regelbetrieb

Praxistipp: Legen Sie vor dem Pilot schriftlich fest, ab welchem Ergebnis Sie weitermachen und ab welchem Sie aufhören. Das verhindert Pilotprojekte ohne Ende.

Mehr dazu: Liquidität planen

9. Neue Kennzahlen für die KI selbst

Wer KI im Controlling einsetzt, muss auch die KI steuern. Bewährte Kennzahlen sind:

Prognosegüte (zum Beispiel mittlere absolute prozentuale Abweichung) im Vergleich zum bisherigen Verfahren
Durchlaufzeit von Monatsabschluss, Forecast und Reporting vor und nach Einführung
Nutzungsquote der KI-Vorschläge und Anteil der manuell überstimmten Vorschläge
Fehlalarmquote bei KRIs
ROI der KI-Initiative, gemessen an eingesparter Zeit, vermiedenen Verlusten oder besseren Entscheidungen

Praxistipp: Berichten Sie diese Kennzahlen quartalsweise an die Geschäftsleitung. So wird aus einer Technologieinitiative ein steuerbares Vorhaben.

Mehr dazu: KPI Power

10. Quick-Check: Prüfschema und Checkliste

Mit den 13 Prüffragen ordnen Sie Ihr Controlling ein. „Methodik“ steht dort, wo keine Norm, sondern gute Praxis die Grundlage bildet.

Nr.	Prüffrage	Fundstelle
1	Ist jedem steuerungsrelevanten KPI ein KRI zugeordnet?	Methodik
2	Ist der Steuerungsbedarf je KI-Anwendungsfall dokumentiert?	Methodik
3	Sind Datenquellen, Qualität und Verantwortliche festgelegt?	GoBD (BMF-Schreiben 14.07.2025)
4	Werden Prognosegüte und Stabilität regelmäßig validiert?	§ 93 Abs. 1 Satz 2 AktG
5	Sind KI-gestützte Frühwarnsignale mit Bewertung und Eskalation hinterlegt?	§ 1 StaRUG, § 91 Abs. 2 AktG
6	Sind alle KI-Systeme im Controlling inventarisiert?	Art. 4 KI-VO, interne Governance
7	Werden Mitarbeitende zur KI-Nutzung geschult?	Art. 4 KI-VO
8	Werden personenbezogene Kennzahlen auf Hochrisiko geprüft?	Anhang III KI-VO (ab 02.12.2027)
9	Sind automatisierte Einzelentscheidungen über Personen ausgeschlossen oder abgesichert?	Art. 22 DSGVO
10	Ist der Betriebsrat bei Leistungs- oder Verhaltenskennzahlen beteiligt?	§ 87 Abs. 1 Nr. 6 BetrVG
11	Sind KI-generierte Inhalte bei Veröffentlichung gekennzeichnet?	Art. 50 KI-VO
12	Sind extern berichtete Leistungskennzahlen definiert und übergeleitet?	IFRS 18 (VO (EU) 2026/338), § 289 HGB
13	Gibt es KPIs für die KI selbst (Prognosegüte, ROI, Fehlalarme)?	Methodik

Checkliste

☐ Steuerungsbedarf und Zielkennzahl je Anwendungsfall festgelegt
☐ KPI-KRI-Zuordnung vorhanden
☐ Datenlandkarte mit Verantwortlichen erstellt
☐ KI-Inventar für das Controlling angelegt
☐ Schulungskonzept nach Art. 4 KI-VO umgesetzt
☐ Freigabe- und Eskalationsregeln für KI-Signale dokumentiert
☐ Validierung der Prognosegüte terminiert
☐ Personenbezogene Kennzahlen auf DSGVO, BetrVG und Anhang III geprüft
☐ Nutzungsregeln für öffentliche KI-Dienste veröffentlicht
☐ Erfolgs- und Abbruchkriterien für Pilotprojekte festgelegt
☐ Quartalsbericht zu KI-Kennzahlen an die Geschäftsleitung eingerichtet

Fazit: Die Zukunft des Controllings mit KI

KI definiert KPIs und KRIs nicht neu, aber sie verändert, wie sie entstehen: treiberbasiert, prognostisch, in höherem Takt und mit früheren Warnsignalen. Die Praxis 2026 zeigt, dass die meisten Unternehmen noch im Pilot stehen und an Datenqualität, Governance und messbarem Nutzen scheitern.

Wer mit klarem Steuerungsbedarf startet, Daten und Verantwortung ordnet und die Leitplanken aus KI-Verordnung, Datenschutz und Mitbestimmung von Anfang an mitdenkt, macht aus KI ein belastbares Steuerungsinstrument – und erfüllt zugleich die Frühwarnpflichten der Geschäftsleitung besser. Die Zukunft des Controllings ist datenbasiert und vorausschauend. Wer heute Daten, Verantwortung und Governance ordnet, schafft die Grundlage dafür.

FAQ: KI, KPIs und KRIs im Controlling

Ersetzt KI den Controller?

Nein. KI übernimmt Datenaufbereitung, Mustererkennung und Entwürfe. Interpretation, Plausibilisierung und Beratung der Geschäftsleitung bleiben Aufgabe des Controllings und gewinnen an Gewicht.

Ist KI im Controlling ein Hochrisiko-System nach der KI-Verordnung?

In der Regel nicht. Prognosen und Analysen zu Unternehmenskennzahlen fallen nicht unter Anhang III. Anders kann es sein, wenn KI die Leistung einzelner Beschäftigter bewertet oder die Kreditwürdigkeit natürlicher Personen beurteilt. Diese Pflichten gelten ab dem 02.12.2027.

Was hat sich durch den Digital-Omnibus geändert?

Die Hochrisiko-Pflichten wurden auf den 02.12.2027 (Anhang III) und 02.08.2028 (Anhang I) verschoben. Art. 4 wurde neu gefasst: Unternehmen müssen die Entwicklung der KI-Kompetenz unterstützen, aber kein bestimmtes Niveau garantieren.

Braucht es für KI-Dashboards die Zustimmung des Betriebsrats?

Wenn die Auswertungen geeignet sind, Leistung oder Verhalten von Beschäftigten zu überwachen, besteht ein Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 BetrVG.

Wie verlässlich sind KI-Prognosen?

So verlässlich wie Datenhistorie und Annahmen. Bei Strukturbrüchen müssen Menschen korrigieren. Messen Sie die Prognosegüte regelmäßig gegen die Ist-Werte.

Womit sollte ein mittelständisches Unternehmen anfangen?

Mit einem klar abgegrenzten Anwendungsfall mit hohem Nutzen und überschaubarem Risiko, etwa Anomalieerkennung bei Kosten oder einem KI-gestützten Liquiditäts-Forecast, und mit festen Erfolgskriterien.

Quellenverzeichnis

Verlinkt sind ausschließlich amtliche Quellen. Die nationalen Normen (StaRUG, AktG, BetrVG, HGB) sind über das Portal „Gesetze im Internet“ des Bundesministeriums der Justiz abrufbar. Studienangaben (Bitkom, WHU Controller Panel, IFZ/HSLU, KPMG, BCG, Payhawk) stammen von den jeweiligen Herausgebern und sind im Text benannt.

Verordnung (EU) 2026/1744 (Digital-Omnibus) – Änderung der KI-Verordnung: Geltungstermine, Neufassung Art. 4.
Verordnung (EU) 2026/338 (IFRS 18) – Übernahme von IFRS 18, Grundlage für Management Performance Measures.
Verordnung (EU) 2016/679 (DSGVO) – Art. 22: automatisierte Einzelentscheidungen einschließlich Profiling.
Europäische Kommission: KI-Gesetz – Überblick über den Rechtsrahmen und die Hochrisiko-Bereiche.
KI-VO Service Desk der Europäischen Kommission: Art. 4 – Erläuterungen der Kommission zur KI-Kompetenz.
Bundesgesetzblatt 2026 I Nr. 223 (PDF) – Durchführungsgesetz mit dem KI-MIG als Artikel 1.
Bundesministerium für Digitales und Staatsmodernisierung: Gesetz zur Durchführung der KI-Verordnung – Gesetzgebungsverfahren und Einbindung der Finanzaufsicht.
Bundesnetzagentur: Pressemitteilung zum KI-MIG – Zuständigkeiten als Marktüberwachungs-, Anlauf- und Beschwerdestelle.
Bundesfinanzministerium: GoBD, BMF-Schreiben vom 14.07.2025 (PDF) – Verfahrensdokumentation für die DV-gestützte Buchführung.
Statistisches Bundesamt: Pressemitteilung Nr. 325/2026 – Unternehmensinsolvenzen im 1. Halbjahr 2026.

Weiterführend bei S+P

Vertiefende Beiträge und Seminare zu Kennzahlen, Frühwarnung und KI im Controlling:

Über den Autor

Achim Schulz

Geschäftsführer S+P Compliance & S+P Unternehmerforum · langjährige Vorstands- & Geschäftsführungserfahrung

Achim Schulz kennt die Führungsebene aus eigener Verantwortung – langjährig als Vorstand bei Banken und Geschäftsführer sowie als Interim-Manager in Industrieunternehmen. Diese Doppelperspektive aus Finanzsektor und Realwirtschaft prägt seine Beiträge für CEO, COO und CFO. Er kennt das Zusammenspiel von Geschäftsleitung, Aufsichtsrat und Gesellschaftern aus der Praxis und übersetzt strategische wie aufsichtsrechtliche Anforderungen in umsetzbare, haftungssichere Führungsentscheidungen – praxisnah und auf Augenhöhe mit dem Management.

LinkedIn-Profil → · Redaktion & Experten →