Next Generation Performance Management – KI als Schlüssel zum Erfolg im Controlling

Dominik Klehr (), Alexander Nerlich () and Maximilian Radlmair ()
Additional contact information
Dominik Klehr: Horváth & Partner
Alexander Nerlich: Horváth & Partner
Maximilian Radlmair: Horváth & Partner

Chapter 9 in Performance Intelligence, 2025, pp 117-140 from Springer

Abstract: Zusammenfassung Die Controlling-Funktion eines Unternehmens steht vor erheblichen Herausforderungen, die durch ein dynamisches und komplexes Marktumfeld verstärkt werden. Traditionelle Ansätze im Controlling sind oft ineffizient und ressourcenintensiv, da sie viele manuelle Tätigkeiten erfordern. Zudem besteht ein hoher Anspruch an die Qualität und Präzision der Daten, die für fundierte Entscheidungen notwendig sind. KI-basiertes Performance Management bietet hier zahlreiche Möglichkeiten zur Steigerung von Effizienz und Qualität. Besonders in Bereichen mit hohem manuellem Aufwand, wie der Planung und dem Forecasting, der Marktanalyse und der Berichtserstellung, kann KI erhebliche Verbesserungen erzielen. Durch den gezielten Einsatz von KI und datengetriebenen Ansätzen können Unternehmen eine solide und umfassende Steuerungsbasis schaffen, die nicht nur einzelne Prozesse optimiert, sondern auch einen echten Mehrwert für die Unternehmenssteuerung bietet. Der Beitrag geht auf konkrete Anwendungsfälle wie Predictive Forecasting, automatisierte Marktanalysen und der Einsatz GenAI für die Kommentierung ein und zeigt auf, wie KI dazu beiträgt, den Zielkonflikt zwischen Effizienz und Qualität zu überwinden.

Date: 2025
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-49638-8_9

Ordering information: This item can be ordered from
http://www.springer.com/9783658496388

DOI: 10.1007/978-3-658-49638-8_9

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().