Ein mittelständischer Automobilzulieferer mit 800 Mitarbeitern hat sein monatliches Reporting auf KI-gestützte Prozesse umgestellt. Der CFO bekommt jetzt in Stunden, was früher Tage dauerte. Das Problem: Er weiß nicht mehr, welchen Zahlen er vertrauen kann.

Die Ausgangslage

Das KI-System aggregiert Daten aus ERP, CRM und Produktionssteuerung zu einem konsolidierten Monatsbericht. Die Zahlen sehen plausibel aus. Aber „plausibel aussehen" ist keine Qualitätssicherung. Der CFO hat drei konkrete Sorgen: Erstens, Datenfehler in den Quellsystemen, die das KI-System nicht erkennt. Zweitens, Rundungs- und Aggregationslogiken, die er nicht nachvollziehen kann. Drittens, die Frage, wer haftet, wenn eine Investitionsentscheidung auf einem fehlerhaften KI-Report basiert.

Das Decision Inventory zeigt den Weg

3turm hat mit dem CFO ein Decision Inventory erstellt. 14 ergebnisentscheidende Entscheidungen identifiziert. Für jede Entscheidung: Informationsbasis (welche Daten?), KI-Zulässigkeit (was darf automatisiert sein?) und Eskalationslogik (was passiert bei Abweichungen?). Das Ergebnis: Fünf der 14 Entscheidungen dürfen vollständig KI-vorbereitet werden. Drei brauchen ein menschliches Review-Gate. Sechs dürfen nur manuell getroffen werden.

Die Frage ist nicht, ob KI den Report erstellen darf. Die Frage ist: Wer prüft ihn, bevor eine Entscheidung darauf basiert?

Das Ergebnis

Heute hat der CFO ein dokumentiertes Controls-Setup: Versionierung jedes KI-generierten Reports, Quellen-Tagging (welche Zahl aus welchem System?), Review-Gate vor jeder Investitionsentscheidung über 500.000 €, und ein Logging-System, das nachträglich nachvollziehbar macht, wer was auf welcher Basis entschieden hat.