Projektziele & Projektergebnis
Erstellung projekt in den Bereichen „Controlling & FiBu“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung der Entscheidungsqualität.
Das Ergebnis ist ein prototypisches KI-Modell, welches mithilfe von Unternehmensdaten als Entscheidungsunterstützung als Entscheidungsunterstützung genutzt werden kann.
Gesamtprojekt
Top Erkenntnisse aus dem Projekt
Ausgangslage
Zentrale Fragestellungen im Projekt
- Wie kann die Datenintegration und -aufbereitung umgesetzt werden?
- Welches KI-Modell könnte in der Lage sein, relevante Muster in den Daten zu erkennen?
- Wie könnte mithilfe einer KI eine Prognose getroffen werden?
Projektdetails
Die Termath AG steht vor der Herausforderung, aus umfangreichen Daten finanzielle Chancen abzuleiten und darauf basierende Entscheidungen zu treffen. Diese werden aktuell aus ihrem ERP-System manuell in Excel überführt. Diese Daten umfassen Rechnungen, Aufwände, Bestellungen und Projektstatus, die von verschiedenen Fachbereichen geprüft werden. Der hohe Abstimmungsaufwand bindet erhebliche Ressourcen. Zudem basiert die Entscheidungsfindung auf Expertenwissen, das durch den demografischen Wandel zunehmend schwerer aufrechterhalten werden kann. Wie kann eine Künstliche Intelligenz (KI) Entscheidungsprozesse vereinfachen und unterstützen – und ist das überhaupt möglich? Dies herauszufinden, ist das Ziel des Projekts mit der Termath AG. Dabei gilt es herauszufinden, ob mithilfe von KI eine Analyse der verfügbaren Daten (insbesondere auf Plausibilität und Anomalien) erfolgen kann, aus welchen das Unternehmen zukünftige Entscheidungen ableiten kann. Im ersten Schritt erfolgt die Datenintegration und Aufbereitung. Es wird eine Möglichkeit zur Übertragung und Vorverarbeitung der bereitgestellten ERP-Daten definiert, um eine zuverlässige Datenbasis zu schaffen. Daraufhin beginnt die Modellauswahl und -evaluation. Es gilt die Frage zu beantworten: Welches ist ein geeignetes Schlussfolgerungsmodell? Des Weiteren folgt das Training eines ausgewählten KI-Modells, das in der Lage ist, relevante Muster und finanzielle Zusammenhänge zu erkennen und zu analysieren, um die Liquidität eines Unternehmens vorherzusagen. Dafür wird ein prototypisches Prognosemodel entwickelt, das auf Basis von Unternehmensdaten die Vorhersage zukünftiger Liquiditätsszenarien z. B. anhand eines Scores ermöglicht. Die Vorhersage erfolgt basierend auf historischen und aktuellen Daten des Unternehmens. Ein KI-Ansatz kann Unternehmen dabei unterstützen, versteckte Verknüpfungen in den vorhandenen Daten zu entdecken und diese effektiv einzusetzen. Abschließend wird ein Konzept zur Darstellung des Einflusses von unterschiedlichen Parametern auf die Liquidität erstellt.


.jpg-1024x576.webp)
