Können Mittelständler ihre Unternehmensfinanzen im Blick haben wie ein DAX-Konzern?Wie die Nutzung von Künstlicher Intelligenz alle Finanzprozesse in Unternehmen drastisch verbessert.

Next Generation Financial Management

2

Künstliche Intelligenz – Die Revolution des 21. Jahrhunderts

1. KI bringt Transparenz und Kontrolle ins Finanzwesen

2. Funktionsweise eines künstlichen neuronalen Netzes im Finanzwesen

3. Wie Künstliche Intelligenz heute Mehrwert für das Finanzwesen schafft

4. Wieviel Künstliche Intelligenz steckt in SMACC?

Management Summary

Contents

3

5

8

11

14

18

3

KIIn fast allen Branchen und Industrien wird über Einsatz-möglichkeiten von Künstlicher Intelligenz nachgedacht. Univer-sitäten und Forschungseinrichtungen entwickeln Grundlagen weiter und erarbeiten Anwendungen. Auch die großen IT-Un-ternehmen arbeiten mit Hochdruck an dem Thema und haben längst ihre eigenen KI-Lösungen auf den Markt gebracht: IBMs auf Künstlicher Intelligenz basierendes Computersystem Watson machte jüngst Furore, indem es eine Krankheit korrekt feststellte, an deren Erkennen Ärzte zuvor gescheitert waren. Die Künstliche Intelligenz Watson rettete damit das Leben einer Frau.

Künstliche IntelligenzDie Revolution des 21. Jahrhunderts

Uns steht eine Revolution bevor und sie ist längst in vollem Gange: Die Technologie der Künstlichen Intelligenz, KI (engl. artificial in-telligence, A. I.), hält allerorten Einzug in Pro-dukte, Arbeitsabläufe und Prozesse und wird epochale Veränderungen in Wirtschaft und Gesellschaft anstoßen.

Die realen und potenziellen Einsatzbereiche sind ebenso vielfältig wie spannend. Leistungen, die bisher Menschen – Experten – vollbrachten, lassen sich, unterstützt durch Künstliche Intelligenz, um ein Vielfaches po-tenzieren: Autonome Fahrzeuge werden die Logistik revolutionieren und jedermanns Alltag verändern. Das kombinierte Know-how von Ärzten und Technologie kann schon heute zehnmal besser Krebs diagnostizieren. Chat-bots machen den Kundenservice effizienter und sind rund um die Uhr für den Kunden da.

4

Im Frühjahr 2016 besiegte die Google-Software AlphaGo den weltbesten Spieler Lee Sedol aus Südkorea im asiatischen Brettspiel Go, dem man nachsagt, komplexer als Schach zu sein. Und in immer mehr Unterhaltungselektronik, Haushalts-geräten und Smartphones werden Spracherkennungssysteme zur Steigerung des Bedienkomforts eingesetzt, ob Siri von Apple oder das neue Amazon Alexa.

Allen ist eines gemeinsam: Mithilfe lernender Maschinen werden große Fortschritte in der Automatisierung von Arbeitsabläufen erzielt. Und im Zusammenspiel der Technologie mit menschlicher Erfahrung und Einschätzungs-gabe eröffnen sich ungeahnte Möglichkeiten.

Wie die industriellen Revolutionen der vergangenen Jahrhun-derte hat auch Künstliche Intelligenz das Potenzial, den Aufwand menschlicher Arbeitsleistung bei wiederkehrenden Aufgaben drastisch zu verringern, so dass fachspezifisches Know-how von Menschen sinnvoller und produktiver einge-setzt werden kann. Dass Künstliche Intelligenz gerade jetzt vor ihrem Durchbruch steht, verdanken wir dem technologischen Fortschritt in der Verarbeitung großer Datenmengen. Zwei Entwicklungen der letzten Jahre haben inzwischen einen der-art hohen Reifegrad erreicht, dass ihr Zusammenspiel Künstli-che Intelligenz ermöglicht. Das ist zum einen die Cloud-Tech-nologie: Es ist problemlos möglich, zu immer niedrigeren Kosten fast unbegrenzte Rechenleistung aus der Cloud zu beziehen. Und zum zweiten die Technologie der neuronalen Netzwerke: Diese ist qualitativ vor allem dank der For-schungsarbeit von Google, IBM und der Stanford University mittlerweile exzellent entwickelt. Viele komplexe Sachverhalte können nun komplett und effizient automatisiert werden.

Künstliche Intelligenz verändert gerade die Welt. Trotz der enormen Fortschritte ist vieles noch Zukunftsmusik. Auf selbstfahrende Autos etwa werden wir wohl noch eine ganze Weile verzichten müssen, da diese unzähligen Variablen des Straßenverkehrs gegenüberstehen, die es alle in einem Lern-prozess zu berücksichtigen und einzuschätzen gilt. An anderer Stelle ist der Einsatz von Künstlicher Intelligenz bereits mach-bar – und verändert signifikant die Art, wie Wertschöpfung in Unternehmen und Institutionen betrieben wird.

5

Der Einsatz von Künstlicher Intelligenz kann Unternehmern helfen, ihre Finanzprozesse deutlich zu verbessern.

KI bringt Transparenz & Kontrolle ins Finanzwesen

1

6

Für das Finanzwesen von Unternehmen, insbesondere aus dem Mittelstand, bieten sich heute schon in besonderem Maße Chancen, die Schlüsseltechnologie der Künstlichen Intelligenz effektiv einzusetzen. Denn die folgenden, günstigen Faktoren zeichnen das Finanzwesen aus:

• Finanzielle Belege und Zahlungsinformationen sind strukturiert aufgebaut

• Datenquellen, z. B. Rechnungen und Bankkonten, sind gut zugänglich

• Der Dateninput liegt bereits in digitaler Form vor, beziehungsweise lässt sich einfach digitalisieren

• Im Finanzwesen gelten klare Regeln zur Über- prüfung und Verifizierung der Daten

• Es gibt keine Echtzeit-Anforderung im Bereich von Millisekunden, wie z.B. bei autonomen Fahrzeugen

• Als Grundlage für das Berechnen der benötigten KI-Modelle sind eine große Datenbasis und strukturierte Kontrolldatensätze vorhanden (sog. ground truth data)

Wie nun entsteht Wertschöpfung im Finanzwesen mithilfe Künstlicher Intelligenz? Der Einsatz von Künstlicher Intelligenz kann Unternehmern helfen, ihre Finanzprozesse deutlich zu verbessern, indem die Arbeitsschritte bei der laufenden Buch-haltung durch Automatisierung um ein Vielfaches effizienter als bisher erledigt werden und tagesaktuell erfolgen. Damit wird umfassende Transparenz über die Unternehmens- kennzahlen und die Liquidität geschaffen. Mit mehr Transpar-enz verfügt der Unternehmer über eine verbesserte Entschei-dungsgrundlage, also mehr Kontrolle. Und mehr Kontrolle erlaubt eine bessere Steuerung des Unternehmens.

Künstliche Intelligenz wird dafür eingesetzt, die klassischen Schwachpunkte im Finanz-wesen – insbesondere von kleinen und mittler-en Unternehmen – zu beheben.

7

Heute steuern immer wieder Unternehmen auf die Insolvenz zu, ohne es zu merken. Drohende Liquiditätsengpässe werden nicht schnell genug erkannt, weil der Geschäftsführung die Finanzdaten nicht rechtzeitig zur Verfügung stehen. Eine Studie der Universität Mannheim belegt, dass 75 Prozent der Insolvenzen auf mangelnden Überblick über die Unterneh-mensfinanzen zurückzuführen sind: „Fehlendes Controlling, Finanzierungslücken und ein unzureichendes Debitoren-management sind die Hauptursachen, warum Unternehmen insolvent werden.“1 Die Unternehmensfinanzen tagesaktuell in den Blick zu nehmen, also Transparenz zu schaffen, um echte Kontrolle zu übernehmen, kann das Finanzwesen kleiner und mittlerer Un-ternehmen im Gegensatz zu großen DAX-Konzernen in seiner aktuellen Handhabung nicht leisten. Die Geschäftszahlen liegen dem Chef meistens erst mit einer Verzögerung von etlichen Tagen oder gar Wochen vor. Doch warum fällt es kleinen und mittleren Unternehmen in der Regel sehr schwer, ein gutes Finanzwesen aufzubauen und zu unterhalten? Oftmals mangelt es schlicht an der finanziellen Expertise im Unternehmen. Noch häufiger fehlen die Mittel, eine Finanzabteilung einzurichten und kostspielige Software-systeme zu nutzen. Und fast immer liegt der unternehmerische Fokus eben nicht auf den unterstützenden Finanzprozessen, sondern auf den unternehmerischen Kernprozessen wie Pro-duktentwicklung, Produktion und Vertrieb. Hinzu kommt, dass die manuellen Prozesse und Papiere generell sehr fehleranfäl-lig sind. Im Ergebnis haben die Unternehmen nur ungenügende finanzielle Transparenz und Kontrolle. Auch hohe Kosten bei der Abwicklung täglicher Finanzaufgaben und bei Monats- und Jahresabschlüssen sind nicht zu vernachlässigen.

1 Universität Mannheim, Euler Hermes Kreditversicherungs-AG: Managementfehler häufigste Insol-venzursache. Studienergebnisse unter http://www.zis.uni-mannheim.de/presse/mitteilungen_des_zis/dokumente/2006_09_27_studie_pressemitteilung/pm_eh_studie_insolvenzgruende_06_09_27.pdf einsehbar [zuletzt: 30.01.2017]

Klassische Probleme des Finanzwesens

Manuelle Verarbeitung in der Buchhaltung: teuer und aufwendig

• Mitarbeiter verwenden bis zu 80 % ihrer Zeit als bloße Mensch-Maschinen-Schnittstelle, um Rechnungsdaten einzugeben

• Zahlungen erfolgen verspätet oder Skonti bleiben ungenutzt aufgrund zu langer Bearbeitungszeiten

• Offene und überfällige Forderun-gen werden ungenügend nachver-folgt und nachgehalten

• Bankabgleich und -buchung bei hohem Belegaufkommen sind manuell kaum zu schaffen und fehleranfällig

Transparenz und Kontrolle: ungenügender Einblick in die Geschäftszahlen

• Entwicklung des benötigten Umlaufvermögens lässt sich nur schwer nachvollziehen oder planen

• Liquiditätsplanung wird oft vernachlässigt, da die dafür benötigten aktuellen Zahlen nicht vorliegen

• Unternehmenssteuerung muss ohne aktuelle Zahlen auskommen

Physische, papierbasierte Prozesse: fehleranfällig und zeitintensiv

• Unterschriften und Freigaben müs-sen im Unternehmen umständlich eingeholt werden

• Belege gehen verloren oder errei- chen die Buchhaltung zu spät

Zusammenarbeit mit Steuerbe-ratern und Banken: zeitaufwendig und mühsam

• Die Übermittlung von Buchhal-tungsdaten und das Klären von Banktransaktionen sowie Ge- schäftsvorfällen mit dem Steuer-berater sind zeitaufwendig

• Der Zugang zu Finanzprodukten von Finanzinstituten ist aufgrund ungenügender Zahlenverfügbarkeit erschwert

Vier Problemfelder des Finanzwesens bei KMU

8

Funktionsweise eines künstlichen neuronalen Netzes im Finanzwesen

Im Folgenden werden überwachtes und un-überwachtes Lernen erklärt und ihr Einsatz wird anhand einer Rechnungsadresse beispiel-haft erläutert.

2

9

Um die Funktionsweise der Technologie der Künstlichen Intel-ligenz zu verstehen, lohnt ein Blick auf die Funktionsweise von maschinellem Lernen. Maschinelles Lernen ist der Überbegriff dafür, dass Wissen aus Erfahrung künstlich generiert wird. Das heißt, ein künstliches System lernt anhand von Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Es werden also nicht einfach die Beispiele auswendig gelernt, sondern Muster und Gesetzmäßigkeiten in den Lerndaten er-kannt. So kann das System auch unbekannte Daten beurteilen.

Eine sehr effektive Art des maschinellen Lernens ermöglichen künstliche neuronale Netze (KNN). Diese basieren auf der Vernetzung vieler, künstlich erzeugter (mathematischer) Neu-ronen. Es orientiert sich an der Funktionsweise des menschli-chen Gehirns. Praktisch betrachtet „lernt“ ein KNN durch die dynamische Anpassung der Gewichtung der vielen künstlichen Neuronen des Netzwerks in einer mathematischen Funktion. Die Topologie eines Netzes, sprich der Aufbau eines mathe-matischen Models für eine Lernaufgabe, muss abhängig von der Aufgabenstellung und den zur Verfügung stehenden Daten entwickelt werden. Die Qualität und Menge der Daten spiel-en dabei eine entscheidende Rolle. Die sogenannten Ground Truth Daten, ein Begriff aus der Kartographie, sind validierte Daten, an denen sich das Modell orientiert. Nach der Kon-struktion des KNN folgt die Trainingsphase, in der das System „lernt“ also das Modell optimiert wird. Aufgrund der Komplexität der Vernetzung der vielen künstli-chen Neuronen, ist dieser Prozess sehr rechenintensiv und erfordert moderne Hochleistungscomputer. Bei diesen Train-ings unterscheidet man zwischen überwachtem und unüber-wachtem Lernen.

Funktionsweise der Technologie der KI

Überwachtes Lernen (engl.: supervised learning)

Mit dem Begriff überwachtes Lernen ist die Fähigkeit gemeint, Gesetzmäßigkeiten nachzubilden. Die Ergebnisse sind durch (Natur-)Gesetze oder Expertenwissen bekannt und werden benutzt, um das System anzulernen. Aus je zusammenge-hörigen Ein- und Ausgaben lernt der Algorithmus eine Funktion. Während des Lernprozesses stellt ein Lehrer den kor-rekten Funktionswert zu einer Eingabe bereit. Ziel des überwachten Lernens ist es dabei, das neuronale Netz nach mehre-ren Rechendurchläufen mit unterschiedli-chen Ein- und Ausgabenpaaren dazu zu befähigen, Assoziationen herzustellen.

Es handelt sich beim überwachten Lernen um eine Mensch-Maschine-Zusammenar-beit mit Expertensystemcharakter. Das neuronale Netz lernt von Menschen. Es identifiziert die Beziehungen der einzel-nen Elemente zueinander und wie der Experte, z. B. ein Finanzbuchhalter, damit umgegangen ist.

Unüberwachtes Lernen (engl.: unsupervised learning)

Beim unüberwachten Lernen sind keine Zielwerte im Voraus bekannt. Es ist daher auch kein Lehrer nötig, der ergänzende Klassifikationen bereitstellt. Die kün-stliche Intelligenz sucht in den Eingabe-daten autonom nach Mustern. Muster erkennt sie dort, wo die Daten von einem strukturlosen Rauschen abweichen. Ein künstliches neuronales Netz orientiert sich an der Ähnlichkeit zu den Inputwer-ten und adaptiert die Gewichte entspre-chend.

Mit der Technik des unüberwachten Ler-nens können Probleme wie zum Beispiel Bilderkennung gelöst werden. Häufig ist dabei eine automatische Segmentierung von Daten (Clustering) gewünscht.

10

Alle Elemente einer Rechnung stehen in endlichen, wiederkeh-renden Verhältnissen zueinander. Der Mensch erfasst diese im Zusammenhang und kann die Bedeutung einzelner Zahlen daher korrekt interpretieren. Die Künstliche Intelligenz lernt anhand der Eingaben eines Experten, zum Beispiel des Finanz-buchhalters, in welcher Beziehung die einzelnen Rechnungs-bestandteile miteinander stehen. Später wendet sie dieses

Als Ausgangspunkt dient die zunächst trivial wirkende, aber in Wirklichkeit komplexe Aufgabe, eine Adresse automatisch in einem Dokument zu erkennen und zu ver-stehen. Das KNN liest mit Hilfe von Zeichenerkennungs-software (OCR) und schließt wie folgt:

Funktionsweise eines künstlichen neuronalen Netzes im Finanzwesen

Auf der Rechnung ist die Zahl 14482 abgebildet. Was bezeichnet diese Zahl?

Der Zahl ist ein Wort beigefügt: 14482 PotsdamDurch das Wort entsteht der Kontext: Es handelt sich mit 70-prozen-tiger Wahrscheinlichkeit um eine Postleitzahl.

In der Zeile darüber steht: Rudolf-Breitscheid-StraßeMithilfe der Adresse wird verifiziert, dass es sich mit 98-prozentiger Wahrscheinlichkeit um eine Postleitzahl handelt.

Der Blick auf den räumlichen Zusammenhang zeigt, dass die Adresse unter der Absenderzeile steht. Nun steht fest, dass es sich mit 99-pro-zentiger Wahrscheinlichkeit um die Postleitzahl des Empfängers handelt.

Pied paper EU, Niederlassung Deutschland

Papier-Str. 12 DE-80807 München

Ust-ID: DE814433393

Pied paper | Papier-Str. 12 | 80807 München June Consulting GmbH & Co KG Rudolf-Breitscheid-Strasse 187 DE-14482 Potsdam

Bestellnummer: 306-0250573-4276353 Bestelldatum: 04.11.2016

Rechnungsdatum: 04.12.2016 Rechnungsnummer: 2016-DE-76840934

Menge Beschreibung Stückpreis

(ohne Ust.) Ust. % Stückpreis

(inkl. Ust) Gesamtpreis (inkl. Ust)

20 Papyrus 88085901 Multifunktionspapier PlanoSuperior

7,99 € 19,00% 9,51 € 190,16 €

2 Unternehmenssteuerung durch den Finanzvorstand: Praxishandbuch

89,99 € 7,00% 96,29 € 192,58 €

1 Xerox Color C75 Press - Kopierer 25.000,00 € 19,00% 29.750,00€ 29.750,00 € 2 Chief Financial Officers (CFO) im

Mittelstand - Aufgabengebiete, Rollenverständnis und organisatorische Gestaltung

129,50 € 7,00% 138,57 € 277,13 €

GESAMT: 30.409,87 € In dieser Rechnung sind folgende Steuerbeträge enthalten:

Steuersatz Netto € Steuer € Brutto € 19,0% (Mwst.) 25.159,80 4.780,36 29.940,16 7,00% (Mwst.) 438,98 30,73 469,71

Bei Zahlung innerhalb von 7 Tagen wird ein Skonto in Höhe von 2% gewährt. Ohne Abzug ist die Zahlung fällig innerhalb von 90 Tagen auf das Bankkonto IBAN DE79600700240938202200, BIC DEUTDEDFBER.

Pied paper EU – Papier-Str. 12, DE-80807 München Sitz der Gesellschaft: DE-80807 München

Pied paper EU, Niederlassung Deutschland – Papier-Str. 12, D-80807 München, Deutschland Sitz der Zweigniederlassung: München

eingetragen im Handelsregister des Amtsgerichts München unter HRB 6144744 USt-ID : DE814433393

Wissen automatisiert auf neue Rechnungen an. Der Experte muss daran nicht mehr arbeiten. Dabei hat das KNN nicht nur Vorhandenes auswendig gelernt, sondern kann sein Wissen auch auf neue unbekannte Rechnungen und Belege übertra-gen. Im Ergebnis zieht die Künstliche Intelligenz automatisiert mehrere hundert Informationen aus einer Rechnung.

11

Für Künstliche Intelligenz eröffnen sich drei Anwendungsfelder im Finanzwesen kleiner und mittelgroßer Unternehmen:

• Automatisches Auslesen von Belegen

• Autonome Kontierung und Verarbeitung in der laufenden Buchführung

• Selbständiges Abgleichen und Verarbeiten von Kontenbewegungen und Belegen

Wie Künstliche Intelli-genz heute Mehrwert für das Finanzwesen schafft

3

12

Daten aus Dokumenten automatisiert

auslesen und interpretieren

Rechnungen und Belege enthalten eine große Datenfülle wie zum Beispiel Rech-nungspositionen und Zahlungsbedingun-gen. Das System lernt auf Grundlage von vielen tausend Eingaben durch Experten die relevanten Daten selbstständig zu erkennen und zu validieren. Manuelle Eingaben werden vollständig ersetzt. Die digitalen, papierlosen Prozesse spar-en Kosten ein und steigern die Effizienz.

Autonome Kontierung

Im nächsten Schritt werden die erzeug-ten Informationen durch Experten wie Buchhalter und Steuerberater gewürdigt und kontiert. Auf der Basis unzähliger Eingaben von Experten lernt das System auch hierbei die Kontierung mit hoher Wahrscheinlichkeit vorherzusagen und unterbreitet selbständig Vorschläge für Buchungssätze auf Basis der Rechnungs-positionen. Innerhalb der Software ein-mal gewonnene Erkenntnisse werden von der künstlichen Intelligenz stets weiter genutzt. Jeder Input von Experten, zum Beispiel auch Steuerberatern, wird im System verfügbar gemacht, und zur Ver-besserung des übergreifenden Modells verwendet.

Automatisiert Kontobewegungen und

Rechnungen abgleichen

Der Abgleich von Kontodaten und Be-legen sowie die Kontierung von Bank-informationen ist mittels künstlicher Intelligenz sehr schnell und zuverlässig möglich. Die Software greift direkt auf beide Datenquellen zu. Selbstlernende Algorithmen gleichen die Dokumenten-informationen mit den Bewegungen auf den Bankkonten des Unternehmens ab. Damit wird der Prozess des Bankab-gleichs noch zuverlässiger und vor allem jederzeit tagesaktuell durchführbar. Die Prozesse gewinnen an Transparenz und Verlässlichkeit. Auswertungen wie ein tagesaktueller Liquiditätsstatus werden möglich.

Drei Anwendungsfelder im Finanzwesen

13

Die Einsatzmöglichkeiten der Künstlichen Intelligenz im Finanzwesen gehen jedoch deutlich über die tagesaktuelle Erstellung von Finanzauswertungen und die Automatisierung der Buchhaltung hinaus. Für das Kontieren von Belegen und ordnungsgemäße Buchhaltung gilt es sicherzustellen, dass Belege den rechtlichen Anforderungen entsprechen und das Geschäftsvorfälle richtig steuerlich gewürdigt werden können. Ein Unternehmen benötigt jedoch deutlich mehr Informa-tionen, um ein gutes Finanzwesen zu führen. Informationen wie Zahlungskonditionen, Bankverbindungen, Zuweisung von Kostenstellen und Kostenträgern, Freigabeprozesse für Rech-nungen oder Ansprechpartner bei Kunden und Zulieferern sind nötig um Finanzprozesse erfolgreich abzuwickeln. Mit Hilfe von Künstlicher Intelligenz gelingt es, hunderte Informationen für das Finanzwesen aus Belegen und dem Zahlungsverkehr zu erheben und automatisch zu verarbeiten. Hierdurch wird eine breite Automatisierung des Finanzwesens schon heute möglich, die eine einfache und tagesaktuelle Abwicklung des Zahlungsverkehrs, das Verwalten der offenen Forderungen oder die Liquiditätsplanung ermöglicht.

Grundlage für Prognosen zur Geschäftsentwicklung von Unternehmen schaffen

Mittels Künstlicher Intelligenz kann heute die aktuelle finanzielle Situation eines Unternehmens präzise dargestellt werden. In Zukunft soll das Expertensystem des überwacht-en Lernens durch Systeme des teilüberwachten oder sogar unüberwachten Lernens ergänzt werden. Dahinter steht die Vision, vorherzusagen, wie ein Unternehmen sich entwickelt.

Für das unüberwachte Lernen werden Informationsquellen hinzugezogen, die nicht aus dem geschlossenen System des Finanzwesens stammen, zum Beispiel makroökonomische Ent- wicklungen, Wetterinformationen, Events sowie alles weitere, was potenziell Einfluss auf die zukünftige Entwicklung eines Geschäfts hat. In diesen Informationsquellen wird das Sys-tem komplett eigenständig und ohne Anleitung nach Mustern suchen und Prognosen über die zukünftige Geschäftsentwick-lung erstellen.

Die Anbindung sehr vieler Datenquellen ans System wird eine höhere finanzielle Sicherheit für Unternehmen schaffen, ges-chäftsgefährdende Risiken drastisch reduzieren und positive Entwicklungspotenziale erschließen.

Übergreifende Optimierung des Finanzwesens

14

Wieviel Künstliche Intelligenz steckt in SMACC?

Die verschiedenen Anwendungen von KI- Technologie zusammengeführt in einer Lösung für alle wesentlichen Finanzprozesse: Das ist SMACC. Unternehmen erhalten mehr Transparenz und Kontrolle. Heute schon. Zukünftig wird SMACC auch auf unüber-wachtes Lernen setzen und Unternehmen dank Prognosen noch mehr Kontrolle geben.

4

15

Zeitaufwand für die Bearbeitung von Geschäfts-vorfällen mit dem Steuerberater wird minimiert.

Dank transparenter Geschäftszahlen vereinfachter Zugang zu Finanzprodukten von Finanzinstituten.

So leicht gelangt Ihr Beleg zu SMACC

Rechnung mit dem SMACC-Scanner scannen, Mailanhang weiterleiten oder per Foto schicken: Sie wird automatis-iert digitalisiert und kontiert.

Lösung der vier Problemfelder durch

Manuelle Verarbeitung in der Buchhaltung: teuer und aufwendig

Physische, papierbasierte Prozesse: fehleranfällig und zeitintensiv

Transparenz und Kontrolle: ungenügender Einblick in die Geschäftszahlen

Heute Mit

Übertragung von Belegdaten und Kontierungen werden automatisch erledigt. Manuelle Eingaben werden vollständig ersetzt.

Durch Digitalisierung der Rechnungen und Belege sowie die nachfolgenden papierlosen Prozesse werden Kosten eingespart und die Effizienz gesteigert.

Tagesaktuelle Reports verschaffen Unternehmern einen präzisen Einblick in die Geschäftszahlen und damit echte Transparenz und Kontrolle.

Zusammenarbeit mit Steuerberatern und Banken: zeitaufwendig und mühsam

16

Debitoren- und Kreditorenbuchhal-tung sind für Sanubi eine kompli-zierte Angelegenheit, aufgrund der verschiedenen Zahlungswege und der Beteiligung von Krankenkassen. SMACCs Technologie brachte eine drastische Verbesserung, die uns täglich Transparenz liefert und tau-sende Arbeitsstunden erspart.

“

”Cristina Koehn, CFO Sanubi

Seit Mai 2016 SMACC-Kundin

16

17

SMACC bietet innovative Software und Services, die sich Meth-oden der Künstlichen Intelligenz wie Machine Learning zunutze machen, um Finanzprozesse in Unternehmen zu automatisieren und Unternehmen dadurch Transparenz in Echtzeit sowie Pro- gnosen über künftige finanzielle Entwicklungen zu bieten. Schon heute erreichen Kunden von SMACC einen Automatis-ierungsgrad von 80 Prozent in ihrer laufenden Buchhaltung und damit verbundenen Finanzprozessen – Tendenz steigend. Die SMACC GmbH wurde 2015 von Dr. Ulrich Erxleben, Janosch Novak und Stefan Korsch in Potsdam gegründet. Das Unternehmen beschäftigt über 50 Mitarbeiter und betreut Hunderte von Unternehmen mit einem bis 1.000 Angestell-ten. Im Juni 2016 schloss SMACC eine Serie-A-Finanzierung in Höhe von 3,5 Millionen Euro ab.

ÜBER SMACC

Weitere Informationen:

www.smacc.io

Kontakt

+49 331 870 144 00contact@smacc.io

18

Trotz zunehmender Digitalisierung in allen Lebens- und Arbeits- bereichen ist die Menge an Papierrechnungen und -belegen weiterhin sehr hoch. Und auch digitale Rechnungen, z. B. PDFs, müssen in die Buchhaltung eingespeist werden. Software- systeme und Maschinen werden zukünftig immer intelligenter dabei helfen, dass Menschen intelligente Entscheidungen fällen können. Mit Buchhaltungssoftware, die auf Grundlage hoch- gradig komplexer Technologien wie Künstlicher Intelligenz und Machine Learning intelligent geworden ist, können auch Un-ternehmer aus dem Mittelstand ihre Unternehmensfinanzen im Blick haben, als seien sie Vorstand eines DAX-Unternehmens. Sprich: Jederzeit und tagesaktuell über alle gewünschten Aus-künfte zu den Unternehmensfinanzen verfügen.

Die Zeit ist reif. In vielen Branchen wird es gerade Realität, dass Maschinen intelligent werden. Autonome Fahrzeuge unterneh-men die ersten Probefahrten. Medizinische Mensch-Maschine-Duos potenzieren die Erfolge bei der Krebsvorsorge. Gesichts- erkennung, Semantik, Spiel – und eben auch das Finanzwesen: Die Technologien der künstlichen Intelligenz beweisen in vielen, ganz unterschiedlichen Zusammenhängen ihre Marktreife.

Kleine und mittlere Unternehmen können nun ihr Finanzwesen automatisieren und mithilfe von SMACC und Künstlicher Intelligenz so-lide Geschäftsentscheidungen auf Basis einer neuen, validen Übersicht über ihre täglichen Fi-nanzen treffen. Eine schlankere und schnellere Buchhaltung erleichtert es ihnen, ihr Business weiter zu entwickeln. Nicht zuletzt verbessert sich der Zugang zu Finanzprodukten und das sichert Jobs im Unternehmen.

Für die Zukunft hat SMACC sich zudem vorgenommen, seinen Kunden auch KI-gestützte Prognosen zur Geschäftsentwick-lung zur Verfügung zu stellen, um ihr Business zu beflügeln. Dafür investiert SMACC in Forschung und Entwicklung seiner auf Künstlicher Intelligenz basierenden Prozesse.

Autor: Uli Erxleben, Mitgründer und Geschäftsführer von SMACC. Potsdam, 30. Januar 2017

Management Summary

v. l. n. r.: Die Gründer von SMACC: Stefan Korsch, Uli Erxleben & Janosch Novak

Next Generation Financial Management