Wenn das Grundlegende zur Routine wird, richten wir unsere Aufmerksamkeit auf das, was wirklich zählt.
Das habe ich gelernt, nachdem ich meine Führerscheinprüfung viermal nicht bestanden hatte. Ich konzentrierte mich auf die technischen Details: Gänge, Kupplungspunkt, welcher Hebel wofür zuständig ist. Alles wichtig – aber nicht das Entscheidende. Das Feedback der Prüfer war jedes Mal dasselbe: zu wenig Aufmerksamkeit für den Straßenverkehr.
Aber bei meinem fünften Versuch hat es plötzlich Klick gemacht. Die Straßen waren nicht plötzlich besser geworden, aber die Grundlagen liefen bei mir endlich automatisch ab. Meine Aufmerksamkeit konnte dorthin wandern, wo sie hingehörte – nach außen, dorthin, worauf es bei der Prüfung schon immer ankam.
Finanzteams stehen vor derselben Prüfung
Ich habe im Laufe meiner Karriere viele FP&A-Teams scheitern sehen – genau wie es mir damals ergangen ist bei der Führerscheinprüfung. Nicht aus mangelndem Können, sondern weil die Aufmerksamkeit schlicht nicht ausreichte. Wenn ein Team vollständig mit den administrativen und technischen Details beschäftigt ist – Hunderte von Dateien, die nicht zusammenpassen, Versionen, die sich nicht abgleichen lassen, Fehler, deren Ursache Tage braucht, um gefunden zu werden, Eingaben, die einzeln eingefordert werden müssen – dann passiert das eigentliche Geschäft irgendwo anders. Man kann unvorhergsehene Ereignisse nicht nachhaltig begleiten, weil man zu tief in den Details steckt.
Die Budgetplanungsphase ist der härteste Test. Eine Prognose ist nur eine Schätzung dessen, was in der Zukunft eintreten wird. Ein Budget hingegen ist eine Vereinbarung darüber, woran Teams im nächsten Jahr gemessen werden – und damit eine Verhandlung mit einem angehängten Spreadsheet.
Wenn etwas schiefläuft, liegt der Reflex nahe, die Tools zu beschuldigen – eine fehlerhafte Formel, ein schlechtes Modell. Aber das eigentliche Versagen in der Budgetphase ist, dass keine Zeit mehr bleibt, um richtig zu verhandeln. Man liefert die erste Version ab, weil die Zeit für Alternativen fehlte.
Die meisten Finanzteams wollen nicht nur eine einzige Iteration durchlaufen. Sie können sich vielmehr nur eine leisten. Viele, mit denen ich gearbeitet habe – mein eigenes Team eingeschlossen –, hatten genau diese eine Wahl. Das ist ein Grund, warum FP&A-Teams mitunter Schwierigkeiten haben, den Wertbeitrag zu leisten, für den sie eingestellt wurden. Der Wert lag nie in den Dateien. Er lag draußen – und niemand konnte den Blick auf die Straße richten.
Ein Blick hinter die Kulissen
In der letzten Ausgabe dieser Reihe erwähnte unser CFO Alistair, dass sein Head of FP&A zu den Personen gehört, die die KI-Tools mitentwickelt haben, die unser Finanzteam nutzt. Das bin ich – und ich sollte das Paradox einmal richtig erklären.
Ich habe jahrelang Budgetzyklen bei anderen Unternehmen geleitet, mich für den Prozess entschuldigt und mit den verfügbaren Tools gehadert. Jetzt sehe ich die Dinge von der anderen Seite: Ich arbeite bei einem Unternehmen, das genau solche Tools entwickelt. Deshalb habe ich dieses Jahr eng mit unserem Produktteam zusammengearbeitet, um sicherzustellen, dass unsere Lösungen den Alltag von Finanzteams wirklich widerspiegeln. Während ich das hier schreibe, starten wir unseren Budgetzyklus 2027 auf unserer eigenen Plattform – und meine Kolleginnen und Kollegen beobachten genau, wie er verläuft. Die Person, die sich früher über das Auto beschwert hat, hilft nun dabei, es zu bauen. Das Mindeste, was ich tun kann, ist, euch ehrlich zu erzählen, wie es sich fährt.
Was die Mechanik früher gekostet hat
Ein Budgetzyklus auf Basis von Dateien funktioniert so: Ein Master-Modell wird zur Verteilungsvorlage, die Vorlage wird zu Dutzenden von Kopien, und diese kommen verändert zurück – auf Arten, die nicht freigegeben wurden und die sich nicht immer nachvollziehen lassen. Zahlen kommen in Tausend, obwohl Einheiten gefragt waren. Jemand fügt eine Zeile ein. Bei einem früheren Arbeitgeber verbrachte ich zwei Tage damit, eine einzige Abweichung durch sechs verknüpfte Arbeitsmappen zu verfolgen – bis zu einer Zelle, in der Monate zuvor eine Formel mit einem festen Wert überschrieben worden war, von jemandem, der die Änderung eigentlich rückgängig machen wollte.
Unsere Eingaben kommen von Dutzenden von Kostenstellenverantwortlichen aus verschiedenen Bereichen. Jede einzelne Eingabe wird zu einem Dokument, das erstellt, verschickt, erklärt, eingefordert, geprüft, korrigiert und wieder zusammengesetzt werden muss. Urteilsvermögen macht einen Bruchteil der Arbeit aus. Den Rest bildet vor allem administrativer Aufwand – ausgeführt von Menschen, die eingestellt wurden, um strategische Entscheidungen zu treffen. Das ist die Mechanik. Und genau dorthin fließt die gesamte Aufmerksamkeit.
Die Grundlagen automatisieren
Was sich für mich verändert hat, geschah in zwei Schritten – und der erste hatte nichts mit KI zu tun.
Wir haben unser Planungsmodell direkt mit den Systemen verknüpft, aus denen die Zahlen stammen. Personalbestand aus dem HR-System, Ist-Zahlen aus dem ERP, Vertragsdaten direkt aus der Quelle – nicht als Screenshot davon. Das verhindert den gefährlichsten Fehler: ein Modell auf Grundlage von Daten zu bauen, die bereits veraltet sind. Ein Modell kann in sich konsistent und trotzdem grundlegend falsch sein, weil es auf einem Datenexport aufgebaut wurde, der am Tag nach der Abfrage schon nicht mehr aktuell war.
Wir haben außerdem Dateien durch strukturierte Eingaben ersetzt. Kostenstellenverantwortliche arbeiten in derselben Struktur wie ich – mit denselben Definitionen, Einheiten und Hierarchien. Ihre Eingaben kommen als Vorschläge zurück, die jeweils geprüft und genehmigt werden, bevor sie einfließen. Es gibt kein zweites Artefakt, also auch keine Versionsabgleiche – weil es keine Versionen gibt. Die Plattform speichert zudem, wer wann was geändert hat. Das klingt nach Mehraufwand – bis März, wenn ein Budget-Verantwortlicher fragt, warum sein Zielwert so ist, wie er ist, und das Budget sich erklären muss.
Das alles ist nicht glamourös. Den Kupplungspunkt zu kennen ist es auch nicht. Es ist schlicht die Voraussetzung für alles andere. Das war der erste Schritt.
Was aufgedeckt statt behoben wurde
Doch als wir damit begannen, es einzusetzen, stellten wir Folgendes fest: Der Einsatz besserer Tools auf unsere eigenen Daten hatte denselben Effekt wie überall sonst auch: Er deckte neue Lücken auf, anstatt sie zu schließen. Definitionen, die sich verschoben hatten, Felder, deren Bedeutung sich im Laufe der Zeit verändert hatte, Strukturen, die noch lange weitergeführt wurden, nachdem der Grund für ihre Existenz bereits weggefallen war. Die Anbindung eines Systems an all das hat nichts behoben. Es hat die Probleme bloßgelegt, und dann mussten die Mitarbeiter sie beheben, bevor wir uns auf irgendetwas davon verlassen konnten.
Fahren zu lernen hat die Schlaglöcher nicht beseitigt, aber es bedeutete, dass ich sie endlich sehen konnte.
Im Fast-Track-Modus zur vierten Modellversion
Den KI-Teil können wir nicht übergehen – das ist schließlich unsere Intelligence inside-Reihe. Aber eines muss betont werden: Die Daten mussten zuverlässig sein, bevor der nächste Schritt Sinn ergab. Wir haben KI nicht auf die Zahlen angesetzt, sondern auf die Struktur eines Modells. In diesem Zyklus haben wir erstmals den Modeler Agent eingesetzt, um unsere Planungsmodelle direkt aufzubauen.
Das erste Einrichten geht beeindruckend schnell. Man beschreibt das benötigte Modell in natürlicher Sprache, prüft den vorgeschlagenen Plan, überprüft Abschnitte, Variablen, Zeitschritte und die sie verbindenden Formeln – und gibt sie frei oder nicht. Jede Formel bleibt sichtbar und bearbeitbar.
Aber der erste Modellaufbau war nie der aufwändige. Der vierte war es. Ein Modell umzustrukturieren war früher mit echten Kosten verbunden – wenn ein Budget-Verantwortlicher mir sagte, dass ein Treiber falsch sei, war die ehrliche Antwort oft: Der Umbau lohnt sich nicht. Das Modell blieb geringfügig falsch, alle arbeiteten drum herum, und nach ein, zwei Zyklen war der Workaround institutionelles Wissen, das neuen Mitarbeitenden beigebracht wurde. Wenn eine Umstrukturierung jetzt nur noch einen Nachmittag kostet, kehrt sich diese Rechnung um. Man hört auf, die Struktur zu verteidigen, und beginnt, sie zu verändern. Die Argumentation wird besser, weil das Modell endlich mithalten kann.
Ich dachte, ich kaufe Geschwindigkeit – aber was ich tatsächlich gewann, war die Erlaubnis, meine Meinung zu ändern.
Immer die Straße im Blick haben
Wir befinden uns noch am Anfang dieses Zyklus, nicht an seinem Ende – daher wäre es anmaßend zu behaupten, ich wüsste, wie er ausgeht. Wir bauen noch. Gemeinsam mit unserem Produktteam testen wir in diesem laufenden Zyklus Workflows und Aufgabenmanagement innerhalb von xP&A – während all dies noch neu ist. Es ist eine merkwürdige Art, ein Budget zu führen, und ein sehr guter Weg, ein Produkt zu entwickeln.
Wenn Sie in den kommenden Wochen Ihren eigenen Zyklus starten, möchte ich Ihnen zwei Dinge mitgeben – und keines davon hat mit Software zu tun: Erstens: Erwarten Sie, dass neue Tools Ihre Datenprobleme sichtbar machen, anstatt sie zu lösen – und planen Sie Zeit ein, sie zu beheben. Zweitens: Messen Sie den Zyklus nicht daran, wie viele Tage er bis zum Abschluss gedauert hat, sondern daran, wie oft Sie Ihre Meinung über das kommende Jahr wirklich geändert haben – oder wie oft Sie es getan hätten, wenn Sie gekonnt hätten. Genau darin liegt das enorme Potenzial von KI und insbesondere von unserem Modeler Agent: in der Möglichkeit, die eigene Meinung zu ändern.
Zum ersten Mal in meiner Karriere gehe ich in eine Budgetplanungsphase und fühle mich vorbereitet – statt angespannt. Das nächste Jahr ist nicht leichter vorherzusagen geworden, genau wie die Straßen nie besser wurden. Der Unterschied ist, dass wir über die technischen Details hinausschauen können – und die Aufmerksamkeit des Teams wieder dort ist, wo sie hingehört: beim Unternehmen, bei den Entscheidungen und bei der Verhandlung über das nächste Jahr, für die ein Budget überhaupt existiert.
Ich habe fünf Anläufe gebraucht, um zu lernen, dass es bei der praktischen Prüfung nie um das Auto ging.
