{"id":25087,"date":"2026-04-23T09:53:16","date_gmt":"2026-04-23T07:53:16","guid":{"rendered":"https:\/\/bdg.io\/de\/?p=25087"},"modified":"2026-04-23T16:01:45","modified_gmt":"2026-04-23T14:01:45","slug":"agentic-ai-wirst-du-als-cfo-noch-gebraucht","status":"publish","type":"post","link":"https:\/\/bdg.io\/de\/agentic-ai-wirst-du-als-cfo-noch-gebraucht\/","title":{"rendered":"Wirst du als CFO noch gebraucht?"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Agentic AI ver\u00e4ndert die Finanzrolle grundlegend \u2013 schneller als die meisten denken. CFO Kyanush Kay und Jochen He\u00dfler (bdg) \u00fcber Excel-Realit\u00e4t, KI-Hype und was das f\u00fcr die CFO-Rolle bedeutet.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

TL;DR<\/strong><\/h3>
  • Agentic AI ist keine Revolution, sondern die n\u00e4chste Stufe einer Entwicklung, die l\u00e4ngst begonnen hat.<\/li><\/ul>
    • Die Technologie ist nicht das Problem. Die Daten sind es.<\/li><\/ul>
      • Der CFO wird nicht ersetzt \u2013 aber wer mit KI arbeitet, wird denjenigen ersetzen, der es nicht tut.<\/li><\/ul>
        • Anfangen schl\u00e4gt Abwarten. Immer.<\/li><\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
          \n\t\t\t\t
          \n\t\t\t\t\t\t\t\t\t

          Morgens ins B\u00fcro, der Monatsbericht liegt fertig auf dem Tisch. Abweichungsanalyse, Ausrei\u00dfer kommentiert, erste Einsch\u00e4tzung f\u00fcr den Vorstand. Kein Copy-Paste, kein stundenlanger Datenkampf.<\/p>

          Das ist keine Utopie. Es ist der Stand der Technik \u2013 zumindest f\u00fcr die, die ihn nutzen.<\/strong><\/p>

          Beim bdg-Webinar “Von Excel zu Agentic AI”<\/strong> haben CFO Kyanush Kay<\/strong> und Jochen He\u00dfler, VP Growth bei bdg,<\/strong> genau dar\u00fcber gesprochen: Wo Finance-Teams heute wirklich stehen. Was sich gerade ver\u00e4ndert. Und welche Rolle der CFO dabei spielt \u2013 oder eben nicht mehr spielt.<\/p>

          “Die KI wird mir nicht den Job wegnehmen”<\/h3>

          Fangen wir mit der Frage an, die sich viele stellen, aber selten laut aussprechen: Macht Agentic AI den CFO \u00fcberfl\u00fcssig?<\/strong><\/p>

          Kyanush Kay hat dazu eine Antwort, die sich gewaschen hat:<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

          \n\t\t\t\t
          \n\t\t\t\t\t\t\t
          \n\t\t\t

          \n\t\t\t\t\"Die KI wird mir nicht den Job wegnehmen. Ein Mensch, der mit KI arbeitet, wird mir den Job wegnehmen.\"\t\t\t<\/p>\n\t\t\t\t\t\t\t

          \n\t\t\t\t\t\t\t\t\t\t\tKyanush Kay, CFO<\/cite>\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/blockquote>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
          \n\t\t\t\t
          \n\t\t\t\t\t\t\t\t\tKay kommt aus dem Controlling \u2013 Air Berlin, Startup-Umfeld, EPM-Software \u2013 und kennt beide Seiten: den operativen Alltag im Finance und das, was Technologie heute schon leistet. Seine Einsch\u00e4tzung ist n\u00fcchtern: Wer als CFO haupts\u00e4chlich damit besch\u00e4ftigt ist, die Vergangenheit aufzubereiten \u2013 Reporting, Abschluss, Historien \u2013 sitzt in einer zunehmend angreifbaren Position. Diese Arbeit l\u00e4sst sich automatisieren. Der CFO, der Szenarien durchspielt, Entscheidungen vorbereitet und das Unternehmen steuert, hat dagegen nichts zu bef\u00fcrchten. Im Gegenteil.<\/p>\n\n

          Seit 15 Jahren wird dieser Wandel angek\u00fcndigt<\/h3>\nDie Entwicklung von Finance \u2013 weg vom Zahlenlieferanten, hin zum Business Partner \u2013 ist kein neues Thema. Im Controlling ist das seit mindestens 15 Jahren der Standarddiskurs. Und trotzdem: In vielen Unternehmen ist sie nicht wirklich angekommen.<\/p>\nWoran liegt das? Nicht am fehlenden Willen. Sondern am Alltag. Wer t\u00e4glich damit k\u00e4mpft, Daten aus verschiedenen Systemen zusammenzuf\u00fchren, Dateien zu konsolidieren und Reports manuell zu bauen, kommt schlicht nicht dazu, strategisch zu arbeiten. Agentic AI kann diesen Engpass aufbrechen \u2013 aber nur, wenn man anf\u00e4ngt, sie auch einzusetzen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
          \n\t\t\t\t
          \n\t\t\t\t\t\t\t\t\t

          \"\ud83d\udca1\" Die Lage in Finance-Abteilungen<\/strong><\/h3>
          • 99 % der CFOs<\/strong> berichten von nennenswerten Herausforderungen in ihrer Finanzfunktion
            (BARC CFO Agenda 2025, n=194)<\/li>
          • 50 % der Unternehmen<\/strong> wollen ihre Abh\u00e4ngigkeit von Tabellenkalkulationen reduzieren
            (BARC CFO Agenda 2025)<\/li>
          • 35 %<\/strong> arbeiten noch mit manuellen Datentransfers zwischen Planungs- und Konsolidierungstools
            (BARC FPM Score 2025)<\/li>
          • 71 % der CFOs<\/strong> sp\u00fcren wachsenden Druck nach tagesaktuellen Steuerungsinformationen\u00a0
            (Horv\u00e1th CFO-Studie 2025)<\/li><\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            Wo stehen Sie wirklich? Die f\u00fcnf Stufen<\/h3>\nUm zu verstehen, was Agentic AI von allem unterscheidet, was vorher kam, hilft ein Blick auf die Entwicklungsstufen der Analytics \u2013 nicht als Theorie, sondern als ehrliche Standortbestimmung.<\/p>\n1. Descriptive Analytics \u2013 Was ist passiert?<\/strong>\nKlassisches Reporting. Vergangenheit abbilden. Hier f\u00fchlt sich Excel noch zu Hause. Die meisten Unternehmen kennen diese Stufe gut \u2013 manche nur diese.<\/p>\n2. Diagnostic Analytics \u2013 Warum ist es passiert?\n<\/strong> Abweichungen analysieren, Treiber aufdr\u00f6seln, in die Tiefe gehen. Moderne EPM-Systeme sind hier stark. Wer diesen Schritt gemacht hat, hat bereits einen echten Vorteil.<\/p>\n3. Predictive Analytics \u2013 Was wird passieren?<\/strong>\nAlgorithmen, Machine Learning, automatisierte Prognosen. Technologisch l\u00e4ngst m\u00f6glich \u2013 aber viele Unternehmen kommen nicht wirklich dort an. Warum, dazu gleich.<\/p>\n4. Prescriptive Analytics \u2013 Was sollten wir tun?<\/strong>\nDas System liefert nicht nur eine Prognose, sondern eine Empfehlung. “Segment X, Preis um 3 % erh\u00f6hen.” Das setzt voraus, dass Stufe 3 sitzt \u2013 und dass man dem Ergebnis vertraut.<\/p>\n5. Agentic AI \u2013 Der Agent handelt<\/strong>\nKein Output mehr, der auf Auswertung wartet. Der Agent plant, entscheidet und f\u00fchrt aus \u2013 innerhalb definierter Grenzen, unter menschlicher Kontrolle. Kyanush Kay fasst es so: ein digitaler Junior Controller, der selbstst\u00e4ndig Muster erkennt, Treiber vergleicht, Ausrei\u00dfer meldet und erste L\u00f6sungsvorschl\u00e4ge mitliefert.<\/p>\n\n

            Warum so viele bei Predictive feststecken<\/h3>\nDie ehrliche Antwort: Weil man Zahlen vertreten muss, die man nicht vollst\u00e4ndig versteht.<\/p>\nEin Algorithmus, der einen Forecast ausspuckt \u2013 aber nicht erkl\u00e4rt, welche Treiber er wie gewichtet hat, welche Zufallskomponenten eingeflossen sind, wo die Unsicherheit liegt \u2013 ist im Finance-Alltag ein Problem. Als CFO stehst du vor Investoren, vor dem Aufsichtsrat, vor der Gesch\u00e4ftsf\u00fchrung. Du kannst dir keine Black Box leisten.\nDas f\u00fchrt zum R\u00fcckzug ins Vertraute: zur\u00fcck zu Excel, weil man dort wei\u00df, was drin ist. Das ist menschlich verst\u00e4ndlich \u2013 und trotzdem ein Fehler. Die L\u00f6sung liegt nicht im R\u00fcckzug, sondern in Systemen, die erkl\u00e4ren, was sie tun.<\/p>\n\n

            Was Agentic AI im Finance-Alltag heute schon leistet<\/h3>\nDatenvorbereitung<\/strong>\nFehlende Werte erg\u00e4nzen, Inkonsistenzen aufsp\u00fcren, Daten aus verschiedenen Quellen zusammenf\u00fchren \u2013 schneller und zuverl\u00e4ssiger als jeder manuelle Prozess. Kein Zukunftsszenario, das ist Stand heute.<\/p>\nProaktives Monitoring<\/strong>\nStatt stundenlang nach Auff\u00e4lligkeiten zu suchen, \u00fcbernimmt das der Agent. Er erkennt Muster, markiert Ausrei\u00dfer, bereitet erste Kommentierungen vor. Das Team kann sich ums Denken k\u00fcmmern \u2013 nicht ums Suchen.<\/p>\nForecasting mit statistischer Absicherung<\/strong>\nPrognosen, die nicht nur eine Zahl liefern, sondern eine Bandbreite. Und wenn ein Planer einen Wert eingibt, der weit au\u00dferhalb der historischen Norm liegt, meldet das System sich: “Bist du sicher?” Das schafft Qualit\u00e4t, ohne den Menschen zu \u00fcbergehen.<\/p>\nSzenarioanalyse mit externen Faktoren<\/strong>\nInflation, Rohstoffpreise, W\u00e4hrungskurse \u2013 externe Einfl\u00fcsse, die das Business treffen, lassen sich direkt in die Planung einbinden. Szenarien entstehen nicht mehr \u00fcber Nacht, sondern in Minuten.<\/p>\nSelf-Service f\u00fcr die Fachbereiche<\/strong>\nWenn die Datenbasis stimmt, k\u00f6nnen Fachbereiche einfache Analysen selbst durchf\u00fchren. Das entlastet Finance \u2013 und st\u00e4rkt gleichzeitig die Rolle als Partner, nicht als Dienstleister.<\/p>\n\n

            Die Voraussetzung, \u00fcber die niemand gerne spricht<\/h3>\nAll das funktioniert nur, wenn die Daten stimmen.<\/strong><\/p>\nKyanush Kay sagt es direkt: “Prescriptive oder predictive Analytics funktioniert dann, wenn die Daten daf\u00fcr bereit sind.” Wer Daten aus f\u00fcnf Systemen zusammenkopiert, Versionen per Mail verschickt und Excel-Dateien konsolidiert, wird mit Agentic AI nicht weit kommen \u2013 egal wie gut das Tool ist.<\/p>\nDas ist kein Grund zu warten. Es ist ein Grund, dort anzufangen.<\/p>\n\n

            Der teuerste Fehler: Auf den richtigen Moment warten<\/h3>\nEs gibt ein Muster, das sich \u00fcberall wiederholt: Das Management spricht \u00fcber Agentic AI, die Realit\u00e4t in der Abteilung ist noch Excel, dazwischen liegt ein gef\u00fchlt riesiger Berg. Die Reaktion: Schockstarre.<\/p>\n“Wo fange ich \u00fcberhaupt an?” ist eine verst\u00e4ndliche Frage. Sie darf nur keine Ausrede sein.<\/p>\nJochen He\u00dfler sieht das in der Praxis regelm\u00e4\u00dfig \u2013 und seine Empfehlung ist eindeutig: loslegen, nicht warten. Ein \u00fcberschaubarer erster Anwendungsfall zeigt in wenigen Tagen, was geht. Das gibt Orientierung und schafft Vertrauen \u2013 beides Dinge, die in Strategiemeetings nie entstehen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            \ud83d\udca1 PRAXIS-EINBLICK<\/strong><\/h4>

            Ein mittelst\u00e4ndisches Unternehmen startete mit einem einzigen Modul zur monatlichen GuV-Planung. Drei Monate sp\u00e4ter kam die Liquidit\u00e4tsvorschau dazu. Das Reporting, das zuvor drei Tage dauerte, lief danach in zwei Stunden. <\/strong><\/p>

            Was das Team mit der gewonnenen Zeit anfing: Es analysierte.<\/strong> Zum ersten Mal wirklich \u2013 statt nur aufzubereiten.<\/p>

            Quelle: bdg-Projektpraxis<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            Das Hamsterrad dreht sich nicht von selbst auf<\/h3>\n

            Der andere Grund, warum viele z\u00f6gern: keine Zeit. Das Tagesgesch\u00e4ft l\u00e4sst keinen Raum f\u00fcr Ver\u00e4nderung. Das stimmt \u2013 aber es ist auch eine Falle. Wer keine Zeit hat, weil er t\u00e4glich Daten aufbereitet, wird so lange keine Zeit haben, bis er genau das automatisiert hat.<\/p>\n

            Der Ausweg lautet nicht “mehr Zeit”, sondern: ein erster, klar umrissener Schritt.<\/p>\n\n

            Was sich f\u00fcr den CFO wirklich ver\u00e4ndert<\/h3>\n

            Weniger Aufbereitung, mehr Einsch\u00e4tzung.<\/strong>\nWenn Reporting und Monitoring automatisiert laufen, bleibt Zeit f\u00fcr das, was CFOs eigentlich tun sollten: Ergebnisse bewerten, Optionen durchdenken, das Business beraten.<\/p>\n

            Schneller reagieren, wenn es drauf ankommt.<\/strong>\nGeopolitische Ereignisse, Rohstoffpreise, Zinswenden \u2013 wer Szenarien in Minuten durchspielen kann statt in Wochen, trifft bessere Entscheidungen.<\/p>\n

            Forecasts, denen man vertrauen kann.<\/strong>\nNicht weil KI unfehlbar ist \u2013 sondern weil sie Muster sieht, die Menschen \u00fcbersehen, und Unsicherheiten offen zeigt statt sie zu verstecken.<\/p>\n

            Eine andere Rolle im Raum.<\/strong>\nDer CFO, der dem Vertrieb in einer Budgetrunde sagt: “F\u00fcr dieses Segment lohnt sich der Push nicht, die Margen halten das nicht” \u2013 und das mit aktuellen Zahlen belegen kann, nicht mit einer drei Wochen alten Auswertung \u2013 ist ein anderer Gespr\u00e4chspartner. Das ist der Unterschied.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            FAZIT<\/h3>\n

            Kyanush Kay sagt es klar: Agentic AI ist kein Hype, der sich legt.<\/strong> Es ist eine Entwicklungsstufe \u2013 wie Big Data eine war, wie predictive Analytics eine war. Die n\u00e4chste kommt danach. Wer heute nicht anf\u00e4ngt, arbeitet morgen mit Nachteil.<\/p>\n

            Die Frage am Anfang \u2013 wirst du als CFO noch gebraucht? \u2013 hat eine klare Antwort: Ja. Aber nicht als derjenige, der Berichte baut. Sondern als derjenige, der auf ihrer Basis entscheidet.<\/strong><\/p>\n

            Der Rest ist eine Frage des Anfangens.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            Kyanush Kay ist CFO mit Hintergrund im Controlling, unter anderem bei Air Berlin und im Startup-Umfeld. Jochen He\u00dfler ist VP Growth bei der better decisions group (bdg), einer internationalen EPM- und BI-Beratung.<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            H\u00e4ufig gestellte Fragen (FAQ)<\/h3>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t
            \n\t\t\t\t\t\t
            \n\t\t\t\t\n\t\t\t\t\t
            Was unterscheidet Agentic AI von den KI-Features, die mein EPM-Tool schon hat? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            Die bisherigen KI-Funktionen liefern Output: eine Prognose, ein Hinweis, ein aufbereitetes Dashboard. Der Agent geht weiter \u2013 er handelt. Er f\u00fchrt Schritte aus, ohne dass jemand jeden einzelnen ansto\u00dfen muss. Der Unterschied zwischen einem Assistenten, der Vorschl\u00e4ge macht, und einem, der sie umsetzt.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

            \n\t\t\t\t\n\t\t\t\t\t
            Muss ich erst meine Datenbasis bereinigen, bevor ich anfangen kann? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            Nicht vollst\u00e4ndig \u2013 aber teilweise, ja. Die pragmatische Variante: mit dem Use Case anfangen, bei dem die Daten schon am saubersten sind. Das liefert schnell erste Ergebnisse und zeigt gleichzeitig, wo der n\u00e4chste Schritt liegt.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

            \n\t\t\t\t\n\t\t\t\t\t
            Wie erkl\u00e4re ich KI-generierte Forecasts dem Vorstand? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            Indem das System erkl\u00e4rt, wie es zu seinem Ergebnis gekommen ist. Welche Treiber wurden wie gewichtet, wo liegt die Unsicherheit? Das ist keine K\u00fcr \u2013 das ist Grundanforderung. Ein System, das das nicht leistet, hat im Finance-Umfeld nichts zu suchen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

            \n\t\t\t\t\n\t\t\t\t\t
            Wie lange dauert ein erster Einstieg? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
            \n\t\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            Ein Prototyp zu einem klar abgegrenzten Use Case ist in wenigen Tagen m\u00f6glich. Kein fertiges System \u2013 aber eine realistische Einsch\u00e4tzung dessen, was geht. Und damit eine bessere Entscheidungsgrundlage als jede Theorie.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

            \n\t\t\t\t\n\t\t\t\t\t
            Was ist mit Datensicherheit? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
            \n\t\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t
            \n\t\t\t\t\t\t\t\t\t

            Eine Frage, die vor der Einf\u00fchrung beantwortet sein muss. Wo werden Daten verarbeitet? Flie\u00dfen sie ins Training von Modellen ein? Was gilt f\u00fcr DSGVO und branchenspezifische Compliance? Seri\u00f6se Anbieter haben darauf klare Antworten.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t