Jede Planungssoftware bietet inzwischen Funktionalität für KI und Agentic AI. In Demos wirkt alles mühelos: Ein Agent entwirft den Forecast, markiert Ausreißer und verschiebt Budgets, während Sie zuschauen. In den meisten Finanz- und Controlling-Teams bleibt der Rollout dann irgendwo zwischen Pilot und produktivem Plan stecken.
Der BARC Planning Survey 26 mit Rückmeldungen von über 800 Planungsanwendern weltweit zeigt, woran das liegt. Auf die Frage, was KI in der Planung ausbremst, verwiesen die Antworten seltener auf das Werkzeug und häufiger auf Daten und Menschen.
Warum stockt Agentic AI in der Planung?
Die Hürden, die Anwender nennen, drehen sich vor allem um Kompetenzen und um das Datenfundament:
- 51 % fehlen die KI-Kompetenzen, um die Technik souverän einzusetzen
- 45 % zweifeln an der Verlässlichkeit KI-generierter Ergebnisse
- 44 % verweisen auf mangelnde Datenqualität
- 28 % nennen ihre Datenarchitektur als Bremse
- nur 18 % machen die Software selbst verantwortlich
Zusammengenommen ergeben diese Zahlen ein klares Bild. Das Planungswerkzeug ist selten das schwache Glied. Das Fundament darunter ist es sowie fehlende Kompetenzen und Ressourcen.
Wie untergräbt eine schwache Datenbasis einen KI-Agenten?
Ein klassisches Dashboard zeigt Ihnen eine fragwürdige Zahl und überlässt Ihnen das Urteil. Ein Agent handelt auf Basis dieser Zahl. Er verkettet Schritte, verschiebt Budgets und aktualisiert einen nachgelagerten Plan, bevor jemand die Logik geprüft hat.
Genau darin liegt der Unterschied. Agentische Workflows gehen einen Schritt weiter als klassische Analytics. Sie arbeiten direkt auf Ihren Daten und übernehmen deren Schwächen gleich mit. Jede Lücke in der Qualität, jede undokumentierte Definition und jede gebrochene Herkunftskette fließt in die Argumentation des Agenten ein und verstärkt sich über jeden automatisierten Schritt. Aus einem wackeligen Input wird eine wackelige Entscheidung, und das im Maschinentempo.
Deshalb gehören die Zweifel an der Verlässlichkeit (45 %) und die Sorge um die Datenqualität (44 %) zusammen. Anwender vertrauen dem Ergebnis nur zögerlich, weil sie keine saubere, geregelte Datenbasis dahinter erkennen.
In welcher Reihenfolge sollten Sie vorgehen?
Teams, die aus Agentic AI Wert schöpfen, bringen meist die Reihenfolge in Ordnung, bevor sie die Technik skalieren.
- Zuerst die Daten stabilisieren. Definieren Sie Kennzahlen einheitlich, schließen Sie Qualitätslücken und machen Sie die Herkunft der Daten sichtbar, damit ein Agent mit Zahlen arbeitet, die Sie verteidigen können.
- Danach die Kompetenzen aufbauen. Die Kompetenzlücke von 51 % schließt sich nicht durch den Kauf weiterer Software. Sie schließt sich durch Training, klare Rollen und praktische Zeit an den Werkzeugen.
- Agenten wählen, die Sie steuern können. Setzen Sie auf integrierte Agenten mit Leitplanken, menschlichen Freigabeschritten und Prüfprotokollen statt auf eine Blackbox, die niemand nachvollziehen kann.
Die Reihenfolge ist entscheidend. Kompetenz auf schlechten Daten beschleunigt nur schlechte Entscheidungen, und Governance, die erst nach dem Rollout dazukommt, wird zur Aufräumarbeit statt zur Steuerung.
Worauf sollten Sie bei der Anbieterwahl achten?
Sobald das Fundament trägt, wird die Anbieterwahl zur praktischen Frage. Agentic-AI-Funktionen erreichen im Markt nicht das gleiche Niveau, und die Unterschiede zeigen sich genau dort, wo Planungsteams unter Druck stehen.
| Auswahlkriterium | Worauf Sie achten | Warnsignal |
|---|---|---|
| Datenintegration | Nativer Zugriff auf Planungsdaten mit transparenter Herkunft | Agenten, die auf Exporten und manuellen Uploads laufen |
| Leitplanken | Konfigurierbare Grenzen, menschliche Freigaben, rollenbasierte Kontrolle | Volle Autonomie ohne Kontrollpunkte |
| Transparenz | Prüfprotokolle, die jede Empfehlung nachvollziehbar machen | Empfehlungen, die Sie nicht erklären oder reproduzieren können |
| Verlässlichkeit | Konsistente Ergebnisse auf Ihren eigenen Daten, geprüft gegen bekannte Pläne | Beeindruckende Demos auf Beispieldaten des Anbieters |
| Kompetenz-Fit | Oberflächen, die Ihre Planer im Alltag bedienen können | Funktionen, die für jeden Lauf einen Data Scientist brauchen |
Was heißt das für Planungsteams?
KI und Agentic AI werden die Planung verändern, und sie belohnen die Organisationen, die zuerst die unspektakuläre Arbeit erledigt haben: saubere Daten, klare Verantwortung und Kompetenz im Team. Die Umfrage ist an diesem Punkt eindeutig. Die Software ist häufiger bereit als das Fundament.
Bringen Sie die Dinge in der richtigen Reihenfolge in Ordnung, und die Agenten können liefern. Überspringen Sie sie, und die Agenten skalieren Ihre schwächsten Daten direkt in den Plan.
BARC unterstützt Sie bei allen Herausforderungen rund um die Auswahl und den effektiven Einsatz von Technologie für die Unternehmensplanung. Weitere Infos hier.
Weitere Information finden Sie in The Planning Survey 26
