Am 20.10.2026 wird an der WHU sichtbar, wie stark künstliche Intelligenz inzwischen in den Finanzabteilungen großer Unternehmen angekommen ist. BASF hat seine Strategie neu ausgerichtet, nachdem die Wertschöpfung in den vergangenen Jahren hinter den Erwartungen zurückgeblieben war. In der „Winning Ways“-Strategie ist KI im Handlungsfeld „Accelerate“ verankert. Sie soll Produktivität und Innovation steigern – nicht als Zaubertrick, sondern als Werkzeug, das im Alltag tatsächlich Arbeit abnimmt.

Dr. Martin Binder stellte dafür den digitalen KI-Assistenten FOX für Finance und Controlling vor. Zielgruppe sind Controller und Finanzverantwortliche des Konzerns. Das Projekt wurde ausgezeichnet und gilt als Beispiel für den Einsatz von KI im Arbeitsalltag großer Unternehmen. Fox, in den Quellen teils „FOX“ geschrieben, soll Routineaufgaben beschleunigen, aber keinesfalls Controlling-Fachwissen ersetzen.

Vom Fachproblem zum Assistenten

BASF entwickelte FOX ausgehend von fachlichen Anforderungen. Zunächst identifizierte das Unternehmen zentrale Business Capabilities wie Financial Planning & Forecasting, Reporting & Accounting und M&A Due Diligence. Fachlich Verantwortliche und weitere Experten wurden befragt, anschließend entstanden mehr als 400 User Stories. Keine kleine Fingerübung.

Diese User Stories ordnete BASF sechs KI-Werttreibern zu: Wissenszugang, Dateninteraktion, Arbeitseffizienz, Dokumentenanalyse, fachliche Unterstützung sowie Prozess- und Compliance-Qualität. Daraus entstand ein KI-Angebot mit Microsoft 365 Copilot als „Everyday AI“, FOX als Finance- und-Controlling-Assistent sowie spezialisierten Anwendungen.

FOX bündelt Fachwissen, Datenzugriff und Datenerklärungen mit Werkzeugen für konkrete Aufgaben. BASF verarbeitet Finanzdaten aus zahlreichen Systemen, darunter ERP-Auswertungen, Planungstools und Berichtsvorlagen. Weil diese Quellen verteilt sind, war der Zugriff auf Kennzahlen häufig mühsam: manuelle Recherche, interne Anfragen, wieder eine Mail, noch ein Tabellenblatt.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Mit FOX können Nutzer Fragen in natürlicher Sprache stellen und strukturierte Antworten erhalten. Der Assistent basiert auf einem Large-Language-Model und greift auf interne Finanz- und Controllingdaten zu. Laut dem zugrunde liegenden Artikel wird das Modell nicht mit öffentlichen Daten trainiert, sondern mit internen Konzern-Datenquellen verbunden. Zu den Anwendungsfällen zählen Abweichungsanalysen, Kennzahlenabfragen und die Vorbereitung von Berichten. FOX übernimmt die Recherche und stellt die Ergebnisse geordnet bereit.

Was die Nutzer tatsächlich fragen

Am häufigsten geht es um Reportinginformationen. Sie machen 28 Prozent der Anliegen aus. 18 Prozent betreffen die Navigation in SAP und weiteren Systemen, 15 Prozent Accounting-Vorgaben. Die Integration in Microsoft Teams erleichtert den Zugang; der Assistent sitzt damit dort, wo viele Beschäftigte ohnehin arbeiten.

Stand September 2026 hatte FOX 6.000 Nutzer und verzeichnete innerhalb von 30 Tagen mehr als 20.000 Interaktionen. Inzwischen wird das System auch außerhalb klassischer Controlling-Rollen verwendet und ist über die Pilotphase hinausgewachsen. Die Deutsche Telekom hatte bereits 2025 einen ähnlichen Chatbot für Controller eingeführt, der Finanzdaten erläutert und Kennzahlenabweichungen erklärt.

Der Datenzugriff bleibt trotzdem begrenzt. Bestehende rollenbasierte Berechtigungen gelten auch für FOX: Nutzer können nur autorisierte Daten abrufen. Die IT stellt die sichere und skalierbare Plattform bereit, während Finance und Controlling Inhalte und Anwendungsfälle verantworten.

Binder nannte als Erfolgsfaktoren Geschwindigkeit und Effizienz, die Zusammenarbeit von Corporate Finance, operativen Einheiten, IT und externen Partnern, den Zugang zu Fachwissen und Live-Daten sowie die kontinuierliche Weiterentwicklung anhand von Nutzerfeedback. Der Name klingt flott, aber dahinter steckt viel Abstimmung.

Kein Ersatz für den Menschen

BASF positioniert FOX ausdrücklich als Assistenten und nicht als Ersatz für Beschäftigte. Die Rolle der Controller verändert sich dennoch. Sie definieren fachliche Anforderungen, stellen den nötigen Kontext bereit und ordnen KI-Ergebnisse ein. KI-Agenten müssen sie nicht zwingend selbst entwickeln. Verantwortung und Entscheidungen verbleiben beim Menschen.

Die Skalierung vom Prototypen auf weitere Abteilungen gilt als zentrale Herausforderung bei Unternehmens-KI. Entscheidend sind der Zugang zu relevanten Daten, klare Governance-Regeln für Datennutzung und Ergebnisbewertung sowie Vertrauen und Akzeptanz der Nutzer. Eine ISG-Analyse von 2025 zufolge setzen deutsche Unternehmen bei der KI-Integration besonders auf Governance und Mitarbeiterschulung.

Verlässliche Antworten brauchen konsolidierte und maschinenlesbare Finanzdaten. Fehlerhafte oder veraltete Stammdaten können zu falschen Ergebnissen führen. BASF verfügt über größere IT-Kapazitäten und Entwicklungsbudgets als die meisten mittelständischen Unternehmen. Das Grundprinzip lässt sich laut dem zweiten Artikel dennoch übertragen: ERP- und Controlling-Anbieter wie SAP, Microsoft und spezialisierte Anbieter von Controlling-Software bieten ähnliche KI-Abfragesysteme an.

Die Auszeichnung von FOX wird außerdem als Hinweis gewertet, dass interne KI-Projekte in Finanzabteilungen zunehmend öffentlich bewertet werden. Der Assistent steht dabei für den Übergang von experimentellen KI-Projekten zu produktiven Werkzeugen im Finanz- und Controllingbereich. Saubere Daten, klare Governance und Nutzerakzeptanz bleiben auch bei kleineren Vorhaben die entscheidenden Punkte.

Warum der Druck im Controlling wächst

Traditionelles Controlling gerät durch schnellere Marktveränderungen, stark schwankende Energiekosten, wachsende regulatorische Anforderungen und den Bedarf an Echtzeitinformationen unter Druck. Controller sollen zunehmend proaktiv handeln, statt ausschließlich vergangenheitsbezogene Analysen zu erstellen. Das klingt nüchtern, ist im Alltag aber oft der Unterschied zwischen rechtzeitigem Gegensteuern und hektischem Reparieren.

KI kann große Datenmengen automatisiert auswerten, Reporting beschleunigen und mithilfe von Predictive Analytics Prognosen erstellen. In der Finanzplanung und Budgetierung analysiert sie historische Daten, erkennt komplexe Muster und Wechselwirkungen, berücksichtigt saisonale Schwankungen und Markttrends und kann Budgetabweichungen früh erkennen sowie Korrekturen vorschlagen. Auch Zahlungsströme und das Zahlungsverhalten von Kunden lassen sich zur Prognose von Liquiditätsengpässen heranziehen.

Mögliche Anwendungen reichen von der Prognose des Material- und Personalbedarfs über die automatische Anpassung von Budgets bis zur frühzeitigen Liquiditätsplanung. Bei Echtzeit-Reporting und Dashboards stellen Machine-Learning-Systeme Kennzahlen statt nach wochenlangen Wartezeiten laufend bereit. Dashboards aggregieren Daten automatisch und visualisieren sie verständlich; Umsatz, Kosten und Margen können sekündlich aktualisiert werden. Automatische Warnungen melden kritische Schwellenwerte.

Auch Kostenanalysen werden konkreter: KI identifiziert Kostentreiber, ordnet Kosten Projekten zu und klassifiziert neue Belege anhand früherer Buchungen. Produktprofitabilität kann kontinuierlich überwacht werden, Systeme schlagen Gemeinkostenschlüssel vor und warnen vor Budgetüberschreitungen. Daraus entstehen Anwendungen für automatische Projektkostenzuordnung, die Überwachung der Produktprofitabilität, die Optimierung der Gemeinkostenverteilung und Frühwarnsysteme für Kostenüberschreitungen.

Ein Beispiel aus einem mittelständischen Unternehmen zeigt das mögliche Tempo: Wo bislang 11 Arbeitstage pro Monat anfielen, könnten es mit KI 2,5 Arbeitstage sein. Das entspräche einer potenziellen Einsparung von 8,5 Arbeitstagen beziehungsweise 68 Stunden monatlich. Automatisierbar sind etwa Belegerfassung und -verarbeitung, Stammdatenpflege, elektronische Rechnungsprüfung und Monatsabschlüsse.

Von der Datenabfrage zur Frühwarnung

Je breiter die Datenbasis, desto weiter reicht der Blick. KI kann Finanzdaten gemeinsam mit Kundenverhalten, Online-Trends, lokalen Veranstaltungen und Social-Media-Daten auswerten. Das soll Prognosen für Einkauf und Personalplanung präziser machen – mit genauerer Prognose, vollständigerer Datenerfassung, zusätzlichen Einflussfaktoren und objektiveren Analysen.

Beim Risikomanagement erkennt KI Muster, bevor daraus Probleme entstehen. Neben internen Buchhaltungsdaten können Marktentwicklungen, Branchentrends und Wetterprognosen einfließen. Ein Bauunternehmen könnte etwa frühzeitig vor Kostensteigerungen durch höhere Rohstoffpreise gewarnt werden. Liquiditätsengpässe sollen vor kritischen Situationen erkennbar sein; relevante Faktoren lassen sich täglich überwachen, Handlungsempfehlungen eingeschlossen. Genannte Anwendungsfälle sind die Prognose von Zahlungsausfällen, die Erkennung ungewöhnlicher Transaktionen, Warnungen vor Liquiditätsengpässen und die Überwachung von Lieferantenrisiken.

Wiederkehrende Vorgänge lassen sich ebenfalls automatisieren: Rechnungen werden per OCR eingelesen, mit Bestellungen abgeglichen und auf doppelte Rechnungen oder