Künstliche Intelligenz in der Rechnungsprüfung?

Auch wenn man erwarten würde, dass Deutschland in Bezug auf Künstliche Intelligenz ein maßgeblicher Player ist, sieht die Realität aktuell anders aus. Insbesondere China und die USA haben im globalen Rennen um die KI-Vorherrschaft die Nase vorn. Dabei ist das Potenzial von KI immens.
 
Schon heute beeinflusst KI unser Leben. Sei es die automatische Sprach- und Gesichtserkennung in unseren Smartphones oder die Übersetzungsfunktion in Google. Auch in der Rechnungsprüfung nimmt die KI in Zukunft eine entscheidende Rolle ein.

Und während wir Künstliche Intelligenz eher mit Robotern und selbst fahrenden Autos in Verbindung bringen, können heute schon einige Abläufe im p2p-Prozess automatisiert werden. Bei der Umsetzung unterscheiden wir zwischen schwacher und starker KI.

Schwache KI

Die schwache KI kann aufgrund der Analyse von einer mitgegebenen Datenmenge beispielsweise bei der Extraktion von Rechnungsdaten Leistungskennzahlen ermitteln, die es Prozessmanagern erlaubt, Prozessoptimierungen anzustoßen. Der Vorteil liegt auf der Hand. Die Ermittlung der Leistungskennzahlen (KPIs), die zuvor manuell mit Schwerstarbeit errechnet werden mussten, können nun aufgrund von mitgegebenen Algorithmen in einem Bruchteil der Zeit zusammengestellt werden.

Starke KI

Starke KI hingegen beinhaltet nicht nur die Analyse der bisherigen Datenmenge, sondern kann aufgrund dieser Analyse selbstständig zukünftige Szenarien präzise vorhersagen und die notwendigen Arbeitsschritte einleiten. Bei aller Euphorie für Automatisierung ist der Mensch heute noch nicht in der Lage, mit starker KI Prozesse zu optimieren.

Machine Learning

Zur künstlichen Intelligenz gehören neben dem Machine Learning, dass Deep Learning. Während das Machine Learning beispielsweise auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten erkennt, beinhaltet das Deep Learning im Process Mining nicht nur die Analyse von Prozessen und deren Durchlaufzeiten. Deep Learning ist eine Spezialisierung des Machine Learnings und nutzt neuronale Netze sowie große Datenmengen, um sich selbst zu optimieren.

Künstliche Intelligenz in der Rechnungsprüfung

Das Idealbild für operative Unternehmensprozesse ist eine ganzheitliche End-to-End-Automatisierung. Die Realität sieht häufig anders aus. In der Praxis zeigt sich, dass einige Prozesse bereits digital laufen und einige davon auch automatisiert. Das gilt aber nicht für alle vorhandenen Prozesse. Doch es gibt gute Nachrichten. Aktuell sind wir in der Lage beispielsweise bei der Dunkelbuchung die Rechnungsbelege zu bestimmen, die sich zukünftig für eine Buchung im Hintergrund eignen. Somit ist eine vollautomatisierte Verarbeitung einer Rechnung grundsätzlich möglich. Insbesondere dann, wenn keine manuellen Tätigkeiten in den einzelnen Prozessschritten erforderlich sind. Die Entscheidung, ob zukünftige Rechnungen dunkel durchgebucht werden, entscheidet aktuell aber noch immer der User selbst.

Mit pi.a analytics sind Sie schon heute in der Lage, die Parameter für Prozessoptimierung vorzugeben. Dadurch ist die Tätigkeit der Prozessoptimierung nicht länger wie der Einsatz einer Wünschelrute, die uns hoffentlich verborgene Ressourcen zeigt. Aufgrund vorhandener digitaler Spuren und selbst lernenden Algorithmen können zukünftige Optimierungen vorgenommen werden, die sich auf objektive Leistungskennzahlen gründen. Wie Sie Ihre Unternehmensprozesse optimieren können, zeigen wir Ihnen gerne in einer Live Demo.