REthinking Finance Zeitschrift & Digital (Bundle) Digital Finance, Finance Excellence, People & Culture und Business Organization

Die digitale Revolution im Finanzmanagement 

Die clevere Verbindung aus vier Fachgebieten liefert Ihnen das notwendige Know-how für weitsichtige Entscheidungen.

Mit REthinking Finance sind Sie immer einen Schritt voraus und lernen innovative Geschäftsmodelle und smarte Technologien für die Finanzfunktion kennen. Informieren Sie sich fundiert über innovative Finance-Themen und erhalten konkrete Hilfestellung für den erfolgreichen Wandel des Finanzbereichs.

Hier finden Sie das entscheidende Know-how zu den Themen:

• Digital Finance: Neueste Tech-Trends und deren Anwendung im Unternehmen

• Finance Excellence: Aktuelle Themen, die den Finance-Bereich bewegen

• People & Culture: Leitfäden für den organisatorischen Wandel in der Finanzfunktion

• Business Organization: Von der Prozesssteuerung bis zum Business Partnering

Nutzen Sie dieses Wissen, um frühzeitig neue Strategien zu entwickeln und langfristig wettbewerbsfähig zu bleiben.

Mit REthinking Finance…

• positionieren Sie sich auch in Zukunft als zentraler Informationsversorger für Management-Entscheidungen

• vollziehen Sie erfolgreich den Wandel zum (Chief) Performance Officer

• machen Sie die Finanzfunktion durch den Einsatz digitaler Technologien fit für die Zukunft

• erfahren Sie, wie Sie mit digital ausgereiften Financial Planning & Analysis-Tools bessere Unternehmensergebnisse erzielen als vergleichbare Wettbewerber

• diskutieren Sie die digitale Transformation auf Augenhöhe mit IT-Beratern und -Abteilungen

• wappnen Sie sich und Ihre Mitarbeiter für die neuen Herausforderungen der Zukunft

• gestalten Sie die eigene digitale Transformation und damit die Zukunft Ihres Unternehmens

Erscheinungsweise:
6x im Jahr

Heft 3/2026

Langmann, Christian, Liebe Leserinnen und Leser,, REF 2026, 1

Digital Finance

Hamann, Katrin / März, Julia / Knopf, Victoria, AI-Fueled Process Excellence: How Agentic Automation Transforms Finance, REF 2026, 4-10

Artificial intelligence (AI) is changing process optimisation. Instead of relying on ERP, enabling technology and traditional RPA, companies can now use networks of AI agents to support workflows, anticipate next steps, and automate End-to-End processes over time. This article explains why more intelligent processes are becoming increasingly important for finance functions and how a structured transformation approach can support successful implementation. It also outlines how companies can identify suitable use cases for AI agents and integrate them into existing IT landscapes to improve efficiency and strengthen their competitive position.

Eder, Klaus, Agentic Decision Intelligence in Finance – die nächste Stufe der Unternehmenssteuerung, REF 2026, 11-18

Wichtige Geschäftsentscheidungen bleiben in vielen Unternehmen liegen. Der Engpass ist nicht der Mangel an Daten, sondern ihre Übersetzung in belastbare Entscheidungsoptionen. Agentic Decision Intelligence verbindet datenbasierte Analyse, KI-gestützte Kontextverarbeitung und Entscheidungslogik. Der Beitrag zeigt, warum bestehende Automatisierungsansätze diese Lücke nicht schließen, wie agentische Systeme sie adressieren und welche Folgen das für Unternehmenssteuerung und Finance hat.

Schreiber, Marlene, Recht und Governance beim Einsatz von Künstlicher Intelligenz im Unternehmen, REF 2026, 19-25

Vom Kreditrisikomanagement über das Reporting bis zur Bonitätsanalyse – Künstliche Intelligenz (KI) ist in den Finanzabteilungen von Unternehmen längst angekommen. Doch der Einsatz von KI erfolgt nicht im rechtsfreien Raum und viele Unternehmen ächzen angesichts der Komplexität der rechtlichen Anforderungen. Bei der Implementierung und Nutzung von KI sind eine Vielzahl von Gesetzen zu berücksichtigen – das “eine KI-Recht“ gibt es nicht. Der Beitrag führt durch den “Rechtsdschungel“ der wesentlichen Rechtsgebiete hin zu einer effektiven KI-Governance und wagt einen Ausblick auf Agentic AI.

Di Donato, Melissa, The Trust Gap Keeping AI Out of Treasury, REF 2026, 26-29

Most AI pilots in treasury don’t fail because the models are weak, but because trust is missing. When data is fragmented and governance unclear, AI becomes expensive theatre rather than a strategic tool. This article explores why the real barrier to AI in treasury isn’t technology, but data quality, control and organisational readiness—and how trusted, agentic AI can finally move from pilots to real, governed execution.

Finance Excellence

Obermair, Andreas, Next-Level-KI – wie kann man KI wirklich skalieren?, REF 2026, 30-35

Hunderte Pilotprojekte, Millionen Euro Budget und dennoch wenig produktive KI-Systeme im Betrieb. Der Grund liegt nicht in der Technologie. Er liegt im fehlenden Fundament. Der vorliegende Beitrag geht darauf ein, welche Elemente dabei entscheidend sind.

Aunkofer, Benjamin / Dietz, Marco, Künstliche Intelligenz in der Wirtschaftsprüfung, REF 2026, 36-43

Künstliche Intelligenz (KI) verändert die Wirtschaftsprüfung. Sie ermöglicht die systematische Auswertung großer strukturierter und unstrukturierter Datenmengen, priorisiert Auffälligkeiten und unterstützt eine stärker risikoorientierte Prüfung. Ihr Nutzen liegt dabei nicht nur in Effizienzgewinnen, sondern vor allem in einer besseren analytischen Durchdringung komplexer Datenbestände. Besonders relevant ist KI bei der Auswertung einzelner Buchungen, etwa durch Risiko-Scorings zur gezielten Priorisierung auffälliger Transaktionen innerhalb einer Vollpopulation. Der Beitrag zeigt KI-basiertes Risiko-Scoring als praxisnahes Einsatzfeld.

Tintjer, Janno / Wallraff, Bernd, Agentic AI als Antwort auf wachsende Komplexität im Finance, REF 2026, 44-48

Die Komplexität im Finance-Bereich international agierender Unternehmen steigt nicht linear, sondern exponentiell. Regulatorische Anforderungen, steigende Erwartungen des Managements und volatile Märkte überlagern sich zu einer zunehmend strukturellen Herausforderung: Wissen, Prozesse und Systeme sind vorhanden, aber nicht skalierbar nutzbar. Klassische Automatisierung greift hier zu kurz. Der Beitrag zeigt, wie Agentic AI einen Ansatz bietet, diese Komplexität systematisch zu adressieren.

People & Culture

Magnussen, Christoph, Auf dem Weg zu Agentic Automation: AI Enablement als Erfolgsfaktor, REF 2026, 49-53

KI markiert den Übergang zu einer völlig neuen Arbeitslogik. Doch warum scheitern so viele KI-Initiativen schon direkt nach der Pilotphase? Missverständnisse sowie mangelhaftes AI Enablement sind Gründe dafür. Die hier präsentierten Lösungsvorschläge basieren auf der Überzeugung, dass vor allem ein tiefgreifender Kulturwandel nötig ist. Wie ein modernes Operating Model aussehen sollte, damit aus bloßer Prozessbeschleunigung durch KI und Agentic Automation echte Wertschöpfung entsteht.

Treß, Thomas, 5 Fragen an, REF 2026, 54-57

Draksal, Michael, Flow, Fehlerkultur und Fokus – Mentaltraining als Erfolgsfaktor, REF 2026, 58-63

Mentaltrainer Michael Draksal erklärt, warum Leistung vor Ergebnis kommt, wie Flow, Fehlerkultur und mentale Warm-ups die Wirkung von Führungskräften prägen. Das Interview zeigt konkrete Transfers für den Alltag im Finanzbereich.

Pauli, Ann-Kathrin / Ertl, Christoph / Floerecke, Sebastian / Herzfeldt, Alexander, Künstliche Intelligenz im Controlling von KMUs: Warum viele Initiativen stocken – und wie der Einstieg gelingt, REF 2026, 64-70

Künstliche Intelligenz (KI) gilt als zentrale Schlüsseltechnologie der digitalen Transformation. Trotz ihres erheblichen Potenzials – etwa durch höhere Analysegeschwindigkeit, Echtzeit-Transparenz und die Entlastung angesichts des Fachkräftemangels – wird KI im Controlling von kleinen und mittleren Unternehmen (KMUs) in Deutschland bislang nur in begrenztem Umfang eingesetzt. Während Bereiche wie Marketing, Vertrieb oder Kundenservice bereits erste KI-Anwendungen erproben und produktiv nutzen, dominieren im Controlling weiterhin manuelle Prozesse und tabellenbasierte Auswertungen. Der vorliegende Beitrag stützt sich auf eine literaturbasierte Analyse sowie auf eine explorative Befragung von acht KMUs unterschiedlicher Branchen. Die Ergebnisse zeigen typische Muster, Hemmnisse und Erfolgsfaktoren, die den praktischen Einstieg in KI-gestützte Controlling-Prozesse prägen.

Business Organization

Winterhalter, Julius / Gebhardt, Ronny / Schubert, René, Nachhaltigkeit im Krankenhaus: zwischen Pflicht, Praxis und Finanzierung, REF 2026, 71-77

Aktuelle Studien zeigen, wie Krankenhäuser mit steigenden Nachhaltigkeitsanforderungen umgehen. Trotz wachsender regulatorischer und wirtschaftlicher Belastungen entstehen erste Ansätze, um das Thema strukturiert anzugehen. Entscheidend ist dabei weniger ein umfassender Masterplan als ein schrittweises Vorgehen, das sich in bestehende Abläufe integrieren lässt.

Wehrkamp, Oliver / Novy, Christiane, Zwischen Aufbruch und Ankommen – wo KI-Investitionen wachsen, aber Wirkung ausbleibt, REF 2026, 78-83

Nur rund jede vierte Bank erreicht heute ihre KI-Ziele. Das haben Entscheidungsträger der Branche im aktuellen H&Z Banking Pulse Check attestiert. Dabei wachsen die Budgets für Künstliche Intelligenz bei Finanzdienstleistern aktuell im Schnitt um etwa 40 Prozent. Der Befund ist mehr als eine Momentaufnahme: Im Finanzsektor entscheidet sich gerade, welche Institute KI in produktive Wertschöpfung übersetzen können und welche in Pilotprojekten und Einzellösungen stecken bleiben. Die größte Herausforderung liegt in der Diskrepanz zwischen ambitionierten Zielen und operativer Umsetzung.

McClellen, Chris, Organisatorische Readiness als Erfolgsfaktor für Agentic Automation im Banking – Wie kann die skalierbare Verankerung von KI gelingen?, REF 2026, 84-88

Mit Agentic Automation können Banken KI nicht nur punktuell, sondern skalierbar in Kernprozessen einsetzen. Der entscheidende Erfolgsfaktor liegt dabei weniger in der Technologie als in der organisatorischen Bereitschaft: Es braucht klare strategische Prioritäten, entscheidungsfähige Prozesse, integrierbare Plattformen, eine belastbare Governance sowie Beschäftigte, die KI-Systeme verstehen, kontrollieren und verantwortungsvoll nutzen können.