WHU, 27. Oktober 2026: Wenn im Controlling die nächste Folienrunde ansteht, geht es meist nicht um fehlende Daten. Eher um die Frage, wer sie rechtzeitig durchforstet. Bei Kärcher soll dabei zunehmend künstliche Intelligenz helfen. Der Anbieter von Reinigungstechnologie erzielte 2025 rund 3,5 Milliarden Euro Umsatz, beschäftigt 17.000 Mitarbeiter in 87 Ländern und setzt auf technologische Transformation als Grundlage für langfristigen Erfolg.

Der Einstieg war bewusst kein milliardenschweres Einzelprojekt. Kärcher entschied sich gegen große Einzelvorhaben und hohe Einzelinvestitionen. Stattdessen sollte KI schnell und breit im Unternehmen ankommen: zunächst als „Everyday AI für alle“, danach als „Game Changing AI“. Das klingt weniger nach großer Bühnenshow und mehr nach Werkzeug, das im Arbeitsalltag tatsächlich auf dem Schreibtisch landet.

Vom Workspace-Wechsel zum Gemini-Roll-out

Die Voraussetzung dafür war ein gewaltiger, wenn auch unspektakulärer Schritt: Kärcher stellte innerhalb von weniger als drei Jahren von Microsoft Office auf Google Workspace um. Vor mehr als zehn Jahren war das Unternehmen bereits vollständig in die Cloud migriert. 2020 wurde Google Workspace weltweit eingeführt, um Zusammenarbeit und Datenzugriff zu erleichtern. Die vorhandene Cloud-Infrastruktur und die Partnerschaft mit Zoi bildeten später die Grundlage für Gemini.

„Ohne diese Umstellung wäre der heutige Einsatz von Gemini nicht möglich gewesen“, sagt Kärcher sinngemäß. Seit Jahren nutzt das Unternehmen Google Workspace, nun kam Gemini unter dem Motto „AI for everyone“ hinzu. Dahinter steht auch eine Investition in die Zukunft der „New Work“ – und in die Mitarbeitenden, die mit diesen Werkzeugen arbeiten sollen.

Der Gemini-Roll-out startete im August 2024. Der Pilotbetrieb begann laut der begleitenden Darstellung von Zoi Mitte September 2024 zunächst in englischsprachigen Regionen, insbesondere in den USA. Der weltweite Rollout folgte im Oktober 2024 und sollte bis März 2025 abgeschlossen sein. Ende Februar 2025 war er bei Kärcher abgeschlossen.

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

Schon drei Wochen nach dem Start standen in den einzelnen Unternehmenseinheiten Gemini Ambassadors als Ansprechpartner bereit. Sie halfen Kollegen im Arbeitsalltag und tauschten sich regelmäßig aus. Für diese Aufgabe wurden überwiegend Mitarbeiter gewonnen, die zuvor als Google Guides den Workspace-Roll-out begleitet hatten. Ihre technische Erfahrung und ihr Wissen über Change-Prozesse beschleunigten die Einführung. Eine Rollout-Kampagne, verpflichtende Basisschulungen, E-Learnings und rollenbasierte Trainings liefen parallel dazu.

Inzwischen arbeiten bei Kärcher 13.000 Nutzer mit „Everyday AI“. Im Shared Service Center wird KI bereits in transaktionalen Prozessen eingesetzt. Im Corporate Controlling liegt der Schwerpunkt dagegen auf dem Business Partnering – also dort, wo Zahlen nicht nur abgelegt, sondern für Gespräche und Entscheidungen nutzbar werden müssen.

Drei Anwendungen, die im Alltag Zeit schaffen

Ein erster Anwendungsfall ist der „Finance Governance Knowledge Hub“. Richtlinien und Dokumentationen werden in einem Gemini Notebook gebündelt. Finance-Mitarbeiter weltweit können die Inhalte per Chat abfragen. Ganz einfach war das nicht: Die Dokumente waren zwar für Menschen verständlich, aber noch nicht ausreichend „AI ready“. Sie mussten für KI-Anwendungen aufbereitet werden.

Dabei wurden zugleich Risiken für Halluzinationen reduziert. Außerdem traten Lücken in der Governance-Dokumentation zutage, die anschließend geschlossen wurden. Die Maschine fand also nicht nur Antworten, sondern machte sichtbar, wo die menschliche Dokumentation bisher schwächelte.

Beim „Budget Review Gem“ geht es um eine Aufgabe mit ordentlich Papier- beziehungsweise Foliengewicht. In der Budget-Review-Phase finden 39 Meetings mit insgesamt etwa 4.700 Folien statt. Pro Termin werden rund 120 Folien in einem kurzen Analysezeitraum geprüft. Deadlines, Templates und automatisch befüllte Folien standardisierten den Prozess bereits. Offen blieben vor allem die Analyse der Unterlagen und die Vorbereitung des CFO-Briefings.

Dafür entwickelte Kärcher einen Gemini Gem. Ein solcher Gem wird mit eigenen Anweisungen und Daten für wiederkehrende Aufgaben konfiguriert. Er prüft Folien auf Vollständigkeit, vergleicht Zahlen mit Zielvorgaben und kontrolliert, ob To-dos aus früheren Business Reviews umgesetzt wurden.

Die erste Version entstand innerhalb von 20 Stunden. Pro Review spart sie rund vier Stunden, über den gesamten Budgetzyklus mehr als 150 Stunden. Diese Zeit kann für vertiefte Analysen und Entscheidungsunterstützung genutzt werden – was im Controlling vermutlich angenehmer ist, als zum fünften Mal dieselbe Folie auf fehlende Werte abzuklopfen.

Auch der Monatsabschluss bekommt Unterstützung. Zwischen Datenfreigabe und Review bleiben dem Team vier Stunden für Analyse und Vorbereitung. Eine Freigabemail startet automatisch einen Workflow in Google Studio. Die Daten verarbeitet ein weiterer Gemini Gem; anschließend wird der Flash-Kommentar direkt in Google Chat bereitgestellt.

Der Gem arbeitet größere Abweichungen heraus und prüft, ob zuvor angekündigte Effekte tatsächlich eingetreten sind. Er kann außerdem auf Dateien mit Erläuterungen der Controller zum „Warum“ hinter den Zahlen zugreifen. Damit wird er zusätzlich zu einem dokumentierten Wissensgedächtnis – nicht spektakulär, aber im hektischen Monatsabschluss ziemlich praktisch.

Die geplante Agent Factory

Als nächste Entwicklungsstufe plant Kärcher eine „Agent Factory“. Dort sollen spezialisierte KI-Agenten entwickelt, bereitgestellt und mit Unternehmensdaten verbunden werden. Die IT soll den technischen Zugang schaffen. Der schwierigere Teil liegt allerdings in den Fachbereichen: Prozesse müssen stärker synchronisiert, wiederkehrende Analysen standardisiert und Analysepfade sowie Visualisierungen für wiederkehrende Fragen klar definiert werden.

Unterschiedliche Zeitpunkte, verschiedene Vorgehensweisen und verstreute Ergebnisse machen es der KI schwer, Analysen zusammenzuführen. Die weitere Nutzung hängt deshalb nicht nur von der Technologie ab. Auch die Strukturierung der Controlling-Prozesse und Analysen entscheidet darüber, ob aus vielen Einzelinformationen ein brauchbares Bild entsteht.

KI-Agenten sind dabei mehr als Chatbots. Es handelt sich um autonome Softwareprogramme, die Analyse-, Berichts- und Planungsschritte selbstständig ausführen, auf Datenquellen, ERP-Systeme und BI-Plattformen zugreifen und nicht bei jedem Schritt menschliche Steuerung benötigen. Sie handeln zielgerichtet, kombinieren mehrere Werkzeuge und eskalieren nur, wenn eine Entscheidung außerhalb definierter Grenzen liegt.

Ein Beispiel: Bei überhöhtem Personalaufwand könnte ein Agent Planungsdaten analysieren, Ist- und Budgetwerte vergleichen, Kostenstellen untersuchen und die wichtigsten Kostentreiber nennen. Als technische Grundlage kommen etwa IBM watsonx Orchestrate, Claude, IBM Planning Analytics (TM1), SAP-Daten und weitere Quellen infrage.

Was solche Agenten brauchen

Im Controlling werden bereits mehrere Einsatzgebiete genannt. Beim monatlichen Abschluss kann sich manuelle Arbeit von zwei bis drei Tagen auf wenige Stunden verkürzen – automatisiert und mit Kontrollprotokoll. Varianz-Analysen lassen sich automatisch erkennen und erklären. Forecasts könnten täglich auf Basis aktueller Daten aktualisiert werden, statt nur monatlich. Berichte können Informationen aus mehreren Quellen zusammenführen; die Freigabe bleibt beim Controller. Auch Stammdaten lassen sich automatisch abgleichen und ergänzen.

Geeignet sind vor allem repetitive, datengetriebene und regelbasierte Aufgaben. Der Agent analysiert, konsolidiert und berichtet; die Entscheidung trifft der Controller. Fehler bleiben möglich, deshalb werden Aktionen protokolliert und an definierten Punkten menschliche Freigaben verlangt.

Die Architektur besteht typischerweise aus einem Sprachmodell, etwa IBM Granite oder Claude, das Arbeitsschritte interpretiert und plant. Über APIs oder MCP-Server erhält der Agent Zugriff auf Systeme wie IBM Planning Analytics, SAP, Power BI und interne Datenbanken. Eine Orchestrierungsschicht, beispielsweise IBM watsonx Orchestrate, verteilt Aufgaben, protokolliert Abläufe und löst Eskalationen aus.

Guardrails setzen dabei Grenzen: Ohne Freigabe dürfen Agenten keine Buchungen anlegen und Daten nicht ohne Protokoll verändern. Gerade in sensiblen Finanzprozessen bleibt das Human-in-the-Loop-Prinzip Standard. Programmierkenntnisse des Controlling-Teams sind laut dem zugrunde liegenden Beitrag nicht notwendig, weil Plattformen wie IBM watsonx Orchestrate eine Umsetzung ohne Code ermöglichen.

Für den Start braucht es mindestens eine strukturierte Datenquelle, etwa SAP oder ein ERP-System, sowie eine Orchestrierungsplattform. Ebenso wichtig sind zugängliche Daten, klar definierte Prozesse und ein Controlling-Team, das mit KI-Unterstützung arbeiten will. Als besonders geeignete Zielgruppe werden Unternehmen ab etwa 200 Mitarbeitenden mit strukturiertem Controlling und einer BI-Plattform wie IBM Planning Analytics genannt.

Das Einführungsschema ist überschaubar: Ein Discovery-Workshop über einen Tag identifiziert drei Prozesse mit hohem Automatisierungspotenzial. Danach folgt ein