EN

Der 5x-Controller: Was KI im Controlling wirklich verändert (2026)

Von Martin Faust, Head of AI, Valsight

Ein 5x-Controller ist kein Controller, der dieselbe Arbeit fünfmal schneller erledigt. Keine Studie zeigt das: Wer KI im Beruf nutzt, spart nach einer großen dänischen Erhebung im Schnitt 2,8 Prozent der Arbeitszeit. Der eigentliche Hebel für KI im Controlling liegt woanders, nämlich in den rund 45 Prozent der Zeit, die heute in das Sammeln und Prüfen von Daten fließen. Und er wirkt nur, wenn die KI keine Zahlen ausgibt, sondern Formeln schreibt, die sich prüfen lassen.

Woher die Idee vom 10x-Entwickler kommt

Die Software-Branche spricht vom „10x Engineer“, der Vertrieb vom Verkäufer, der mit KI dreimal so viel schafft. Beide Bilder haben einen wahren Kern, aber einen anderen als den, den der Name nahelegt.

Die 10x-Zahl geht auf eine Studie von Sackman, Erikson und Grant aus dem Jahr 1968 zurück. Sie verglich eine Handvoll Programmierer und fand zwischen dem besten und dem schwächsten Einzelnen enorme Unterschiede. Lutz Prechelt hat die Daten 1999 neu ausgewertet und die Legende als „irreführend“ bezeichnet: Zwischen dem schnellsten und dem langsamsten Viertel liegt eher der Faktor 5. Die Zahl beschreibt also Unterschiede zwischen Menschen, nicht die Wirkung eines Werkzeugs.

Interessanter ist, wohin die Zeit fließt. Entwickler schreiben laut Atlassians State of Developer Experience 2025 nur 16 Prozent ihrer Zeit Code. Vertriebsmitarbeiter verkaufen laut Salesforce State of Sales 2023 nur 28 Prozent ihrer Woche. Der Rest ist Suche, Abstimmung, Verwaltung. Wo KI tatsächlich einen Multiplikator bringt, verkürzt sie diesen Rest, nicht die Kernarbeit.

Und selbst dort ist Vorsicht angebracht. In einer randomisierten Studie von METR (2025) waren erfahrene Entwickler mit KI 19 Prozent langsamer, hielten sich danach aber für rund 20 Prozent schneller. Gefühlte und gemessene Produktivität gehen auseinander.

Wo Controller ihre Zeit verbringen

Für das Controlling gibt es zwei belastbare Quellen, die unterschiedlich zählen.

Quelle Stichprobe Ergebnis
FP&A Trends Survey 2024 383 FP&A-Fachleute, international 45 % Daten sammeln und prüfen, 35 % Erkenntnisse und Maßnahmen, der Rest Berichterstellung. Seit vier Jahren stabil
FP&A Trends Survey 2025 international 46 % weiterhin Datensammlung und -prüfung
WHU Controller Panel Controller und CFOs im DACH-Raum Reporting ist mit 21 bis 23 % der größte Block, Managementberatung liegt bei rund 14 %. Die Verteilung hat sich „zwischen 2011 und 2020 kaum verändert“
WHU Controller Panel nach Unternehmensgröße Das Jahresbudget dauert in kleineren Unternehmen im Schnitt acht Wochen, in großen sechzehn

Zwei Dinge fallen auf. Erstens fließt knapp die Hälfte der Zeit in Vorarbeit, bevor überhaupt jemand über die Zahlen nachdenkt. Zweitens hat ein Jahrzehnt Digitalisierung an dieser Verteilung wenig geändert. Neue Werkzeuge allein haben die Zeit nicht freigesetzt. Eine ehrliche Einschränkung: Für den Mittelstand im DACH-Raum gibt es keine eigene Aufteilung nach Datenarbeit und Analyse. Die 45 Prozent stammen aus internationalen Stichproben mit vielen Großunternehmen.

Was Studien über KI in der Wissensarbeit zeigen

Die Evidenz ist uneinheitlicher, als Anbieterversprechen nahelegen.

Für Modellierung, Forecasting und Abweichungsanalyse gibt es bisher keine kontrollierte Studie. Wer dort Faktoren verspricht, schätzt.

Die fünf Hebel: KI im Controlling nutzen

Die 5 im 5x-Controller steht hier nicht für eine Geschwindigkeit, sondern für fünf Hebel, je einer pro Zeitblock. Jeder hat eine Methode, einen Stand der Evidenz und einen ersten Schritt.

Hebel Zeitblock Was die KI tut Evidenz
1. Datenaufbereitung und Abgleich rund 45 % Schreibt wiederverwendbare Skripte und Abfragen plausibel
2. Reporting und Kommentierung rund 21 bis 23 % Entwirft Kommentare, der Controller prüft die Fakten belegt für das Schreiben
3. Planung und Treibermodell Budgetierung und Planung Baut Treiberbaum und Excel-Modell mit Formeln nicht untersucht, live demonstrierbar
4. Analyse und Szenarien Teil der 35 % Beantwortet Fragen über das Modell, nicht aus dem Gedächtnis riskant ohne Methode
5. Kontext und Wissen quer über alles Hält Geschäftsmodell, Annahmen und Absprachen fest Grundlage für 1 bis 4

Hebel 1: Datenaufbereitung und Abgleich

Der größte Zeitblock ist zugleich der, bei dem das Chatfenster am wenigsten hilft. Wer Daten in einen Chat kopiert, bekommt ein einmaliges Ergebnis, das niemand nachvollziehen kann. Besser: Die KI schreibt ein Skript oder eine Power-Query-Abfrage, die den Import und den Abgleich erledigt. Das Skript läuft nächsten Monat wieder, gleich, und lässt sich lesen. Erster Schritt: Nehmen Sie einen Abgleich, den Sie jeden Monat von Hand machen, und lassen Sie sich dafür eine Abfrage schreiben statt ein Ergebnis.

Hebel 2: Reporting und Kommentierung

Hier ist die Evidenz am stärksten: Entwürfe für Abweichungskommentare und Management-Zusammenfassungen entstehen deutlich schneller. Die Verantwortung für jede Zahl im Text bleibt beim Controller, denn Sprachmodelle formulieren auch falsche Aussagen überzeugend. Erster Schritt: Lassen Sie den Kommentar zum Monatsbericht entwerfen und prüfen Sie jede Zahl gegen das Reporting.

Hebel 3: Planung und Treibermodell

Das ist der Hebel, an dem sich zeigt, ob KI im Controlling trägt. Ein Beispiel aus unserem Webinar: die Tavenor Systemtechnik, ein fiktiver Sondermaschinenbauer mit 820 Mitarbeitenden und 178 Mio. € Umsatz 2025, mitten in der Planungsrunde 2027. Die Geschäftsführung will 191 Mio. € Umsatz und sagt: „Ich will nicht hören, dass das nicht geht. Ich will hören, was dafür stimmen muss.“

Statt einer Frage im Chatfenster entsteht ein Projekt: ein Ordner mit Geschäftsbericht, den Ist-Zahlen, den Notizen aus dem Planungs-Kick-off und einer Seite Arbeitsanweisung. Die Anweisung legt die Methode fest: erst der Treiberbaum, dann die Zahlen. Das Ist wird exakt nachgebildet, jede Annahme bekommt eine Quelle, im Text wird nichts gerechnet. Dann folgen drei Anweisungen an ein KI-Coding-Werkzeug:

  1. Verstehen: „Lies dich in den Kontext ein und schlag mir einen Treiberbaum für Umsatz und EBIT vor. Noch keine Zahlen.“
  2. Bauen: „Bau daraus das Modell als Excel mit Formeln: Ist 2024 und 2025, Plan 2026 und 2027. Prüfe, dass das Ist exakt getroffen wird.“
  3. Fragen: „Was muss stimmen, damit wir 2027 auf 191 Mio. kommen? Basis plus die Maßnahmen aus dem Kick-off, als einseitiger Bericht.“

Heraus kommen ein Treiberbaum (Auftragseingang über Auftragsbestand zum Umsatz Neumaschinen, installierte Basis mal Service-Durchdringung zum Service-Umsatz), ein Excel-Modell, in dem jede Zahl eine Formel ist, und ein einseitiger Bericht.

Der entscheidende Satz: Das Sprachmodell rechnet nicht. Es schreibt, was rechnet. Sie beschreiben die Logik, die KI schreibt die Formel so, wie Sie selbst eine Excel-Formel schreiben würden, und die Formel rechnet jedes Mal gleich. Das ist mehr als Stilfrage. Sprachmodelle rechnen im Fließtext unzuverlässig: GPT-4 löste in einer Untersuchung (Dziri et al., NeurIPS 2023) nur 59 Prozent der Multiplikationen zweier dreistelliger Zahlen richtig. Lässt man das Modell dagegen Code schreiben, der rechnet, steigt die Genauigkeit auf Benchmarks mit Rechen- und Finanzaufgaben im Schnitt um rund 12 Prozent (Chen et al., „Program of Thoughts“, 2023).

Fehlerfrei wird es dadurch nicht. Auch die besten Modelle lösen in einem aktuellen Benchmark mit echten Geschäftsarbeitsmappen nur 34,9 Prozent der Aufgaben vollständig (SpreadsheetBench 2, 2026). Deshalb gehört der Ist-Abgleich ins Modell und die Prüfung durch den Controller ans Ende. Erster Schritt: Legen Sie für ein Planungsthema einen Ordner mit Kontext an und lassen Sie zuerst nur den Treiberbaum vorschlagen.

Hebel 4: Analyse und Szenarien

Mit einem Modell aus Formeln wird jede Frage zu einer Änderung an einem Treiber: Was passiert, wenn die Service-Durchdringung um zwei Punkte steigt? Die Antwort kommt aus dem Modell und ist nachrechenbar. Ohne Modell beantwortet die KI dieselbe Frage aus dem Gedächtnis, und genau dort lagen die BCG-Berater 19 Prozentpunkte daneben. Erster Schritt: Stellen Sie Szenariofragen nur an ein Modell, nie an ein leeres Chatfenster.

Hebel 5: Kontext und Wissen

Das Chatfenster vergisst alles. Der Projektordner nicht: Geschäftsmodell, Annahmen, Quellen und Absprachen bleiben erhalten, jede Frage baut darauf auf, und eine Kollegin kann nachlesen, warum eine Annahme so gesetzt wurde. Dieser Hebel spart allein wenig Zeit, macht aber die anderen vier erst wiederholbar. Erster Schritt: Schreiben Sie eine Seite, die Ihr Geschäftsmodell und Ihre Planungslogik beschreibt. Sie ist die wichtigste Datei im Ordner.

Der Weg zum 5x-Controller: vier Stufen

Stufe Arbeitsweise Was fehlt
1. Chatfenster Einzelne Fragen, Ergebnisse zum Kopieren Kontext, Wiederholbarkeit
2. Projekt mit Kontext Ordner mit Unterlagen und Arbeitsanweisung Prüfbare Rechnung
3. KI schreibt Formeln und Code Modelle und Abfragen, die selbst rechnen Zusammenarbeit im Team
4. Gemeinsames Modell Mehrere Teams, Versionen, Freigaben -

Die meisten Controller, die KI nutzen, stehen auf Stufe 1. Der große Sprung liegt zwischen Stufe 2 und 3. Auf Stufe 4 ändert sich die Frage: Sobald mehrere Teams ihre Annahmen in dasselbe Modell geben, geht ohne Software genau die Nachvollziehbarkeit verloren, die Stufe 3 gebracht hat. Wer hat was geändert, welche Version gilt? Das ist der Punkt, an dem Planungssoftware wie Valsight ansetzt.

Die Falle: Tempo ohne Nachvollziehbarkeit

Im Controlling ist eine Zahl erst etwas wert, wenn jemand sie vertreten kann. Wer den Plan abnimmt, ob Geschäftsführung, Beirat oder Bank, muss ihn nachrechnen können. In unseren Gesprächen mit Finanzverantwortlichen im Mittelstand haben vier von fünf dieses Problem von sich aus angesprochen, obwohl wir nicht nach KI gefragt hatten.

Eine schnelle Prognose, die niemand erklären kann, ist deshalb kein Produktivitätsgewinn, sondern ein Risiko. Die Studienlage stützt das: KI hilft beim Schreiben, verschlechtert aber die Ergebnisse bei Analysen aus Tabellen und Notizen, wenn man ihr ungeprüft folgt. Und wer sich schneller fühlt, ist es nicht unbedingt.

Was 5x realistisch heißen kann

Ein Rechenbeispiel, keine Messung: Heute verteilt sich die Zeit grob auf 45 Prozent Daten, 20 Prozent Berichte und 35 Prozent Erkenntnisse. Halbieren Skripte die Datenarbeit und sparen Entwürfe ein Drittel der Berichtszeit, bleibt fast zwei Drittel der Zeit für Analyse und Beratung statt gut einem Drittel. Das ist kein fünffaches Tempo, aber eine andere Rolle.

Wo ein echter Faktor auftaucht, dann bei einzelnen Aufgaben: Ein erster Entwurf eines Treibermodells entsteht in einer Sitzung statt in Tagen. Ob das in Ihrem Alltag trägt, zeigt nur eine Messung. Erfassen Sie vorher, wie lange ein Forecast, ein Monatskommentar oder ein Budgetmodell heute dauert, und vergleichen Sie danach. Gefühlte Beschleunigung reicht nicht, das hat die METR-Studie gezeigt.

Die nächsten Jahre werden weniger davon abhängen, welches Modell gerade vorn liegt, als davon, ob Controlling-Teams eine Methode haben: Kontext statt Chat, Treiber statt Trend, Formeln statt Antworten.

Häufige Fragen

Muss ich programmieren können, um ein Treibermodell mit KI zu bauen?

Nein. Sie beschreiben die Logik in Worten, die KI schreibt Formeln und Code. Prüfen müssen Sie das Ergebnis trotzdem, so wie Sie eine Excel-Datei eines Kollegen prüfen würden.

Welches KI-Werkzeug brauche ich?

Ein KI-Coding-Werkzeug, das mit einem Projektordner arbeitet, zum Beispiel Claude Code, Codex oder Cowork. Dafür ist in der Regel ein Abonnement nötig. Das Werkzeug ist austauschbar, die Methode nicht.

Welche Daten darf ich einer KI geben?

Das klären Sie mit Ihrer IT und Ihrem Datenschutz, bevor echte Unternehmenszahlen in ein Werkzeug fließen. Für erste Versuche eignen sich veröffentlichte Abschlüsse oder ein anonymisiertes Beispiel.

Ersetzt ein selbst gebautes Modell eine Planungssoftware?

Für einzelne Analysen und erste Modelle oft ja. Sobald mehrere Teams Annahmen beisteuern, Versionen freigegeben werden und das Modell im Unternehmen laufen soll, braucht es Software, die Änderungen, Versionen und Zuständigkeiten nachhält.

Wie kommen Ist-Daten in das Modell?

Im Beispiel als Excel-Export und Geschäftsbericht im Projektordner. Im Alltag lohnt es sich, den Export einmal per Skript zu automatisieren (Hebel 1), statt ihn jeden Monat neu zu kopieren.

Quellen