<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>ManagerWissen</title>
	<atom:link href="https://manager-wissen.com/feed/" rel="self" type="application/rss+xml" />
	<link>https://manager-wissen.com/</link>
	<description>Fachinformation für Entscheider</description>
	<lastBuildDate>Mon, 16 Nov 2026 08:49:59 +0000</lastBuildDate>
	<language>de</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>

<image>
	<url>https://manager-wissen.com/wp-content/uploads/2025/03/cropped-mw-icon-32x32.png</url>
	<title>ManagerWissen</title>
	<link>https://manager-wissen.com/</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Governance für KI in der Finanztransformation: von der Steuerung zur Auditierbarkeit und Compliance</title>
		<link>https://manager-wissen.com/governance-fuer-ki-in-der-finanztransformation-von-der-steuerung-zur-auditierbarkeit-und-compliance/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 16 Nov 2026 08:33:27 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104468</guid>

					<description><![CDATA[<p>KI verändert nicht nur Prozesse in Finance, sondern auch die Art, wie die Finanzfunktion steuert und kontrolliert. Wenn Systeme Entscheidungen vorbereiten und Prozessschritte zunehmend autonom ausführen, reichen klassische Kontrollmechanismen allein nicht mehr aus. Für CFOs entsteht damit eine neue Gestaltungsaufgabe: Sie müssen Technologie, Prozesse und Kontrollen in der Finanztransformation so zusammenführen, dass KI leistungsfähig eingesetzt und zugleich nachvollziehbar und beherrschbar bleibt.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/governance-fuer-ki-in-der-finanztransformation-von-der-steuerung-zur-auditierbarkeit-und-compliance/">Governance für KI in der Finanztransformation: von der Steuerung zur Auditierbarkeit und Compliance</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>KI verändert nicht nur Prozesse in Finance, sondern auch die Art, wie die Finanzfunktion steuert und kontrolliert. Wenn Systeme Entscheidungen vorbereiten und Prozessschritte zunehmend autonom ausführen, reichen klassische Kontrollmechanismen allein nicht mehr aus. Für CFOs entsteht damit eine neue Gestaltungsaufgabe: Sie müssen Technologie, Prozesse und Kontrollen in der Finanztransformation so zusammenführen, dass </strong><strong>KI leistungsfähig eingesetzt und zugleich nachvollziehbar und beherrschbar bleibt.</strong></p>
<div class="blue-box ">
<p><span style="color: #333399;"><em><strong>Praxistipp: In 5 Schritten zum KI-Governance-Piloten</strong></em></span></p>
<p>Beginnen Sie mit einem klar abgegrenzten, finanzrelevanten Anwendungsfall, um Ihr Governance-Modell praktisch zu erproben, bevor Sie es skalieren. Ein idealer Pilotprozess lässt sich fachlich gut überprüfen und nahtlos an bestehende Kontrollen anbinden.</p>
<ol>
<li><strong>Inventarisieren:</strong><br />
Erfassen Sie Zweck, Prozessbezug, Datenquellen, Modellvariante, Verantwortliche und technische Drittanbieter-<br />
Abhängigkeiten in einem zentralen Register.</li>
<li><strong>Evaluieren:</strong><br />
Lassen Sie Finance, IT, Risk und Compliance das System nach einheitlichen Kriterien bewerten, um die individuelle Kontrolltiefe risikobasiert festzulegen.</li>
<li><strong>Absichern</strong>:<br />
Dokumentieren Sie noch vor der Produktivsetzung verbindliche Akzeptanz kriterien, Testfälle, fachübergreifende Freigaben und einen validen Rückfallplan.</li>
<li><strong>Protokollieren</strong>:<br />
Erfassen Sie im Live-Betrieb fortlaufend die genutzte Version, relevante Eingaben, finale Ergebnisse, Systemausnahmen und menschliche Eingriffe (Human-in-the-Loop).</li>
<li><strong>Optimieren</strong>:<br />
Nutzen Sie die Erkenntnisse des Piloten als wiederverwendbaren Blueprint. Er zeigt frühzeitig, wo Rollen, Inventarfelder oder Kontrollpunkte nachgeschärft werden müssen.</li>
</ol>
</div>
<p><span style="color: #333399;"><strong>Governance in Technologie und Prozesse übersetzen</strong></span></p>
<p>Die Übersetzung abstrakter Governance-Vorgaben in die technologische und prozessuale Praxis erfolgt für jeden KI-Anwendungsfall in drei aufeinander aufbauenden Schritten. Sie verzahnen Inventarisierung, Risikobeurteilung und Kontrollmechanismen entlang des gesamten Lebenszyklus.</p>
<ol>
<li><strong>KI-Einsatz erfassen</strong>: Zweck, Prozessrelevanz, Daten, Modelle, Verantwortlichkeiten und technische Abhängigkeiten werden in einem gemeinsamen KI-Inventar dokumentiert.</li>
<li><strong>Risiko und Kontrolltiefe bestimmen:</strong> Finanzielle Wesentlichkeit, Autonomiegrad, Transparenz und mögliche Auswirkungen steuern den erforderlichen Kontroll- und Prüfungsaufwand.</li>
<li><strong>Kontrollen im Lebenszyklus verankern:</strong> Verantwortlichkeiten, Freigabepunkte, Zugriffsrechte und laufende Überwachungsmaßnahmen werden in Entwicklung und Betrieb integriert. Die Durchführung der Kontrollen und relevante Systemaktivitäten werden nachvollziehbar dokumentiert und protokolliert.</li>
</ol>
<p>Das KI-Inventar bildet den Ausgangspunkt dieser Steuerung. Es enthält die Informationen, die Finance, IT, Risk und Compliance für eine einheitliche Beurteilung benötigen. Lücken entstehen, wenn mehrere Inventare nebeneinander bestehen oder Organisationseinheiten Erfassungsfelder unterschiedlich auslegen. Auch KI-Agenten lassen sich ohne gemeinsame Kategorien nicht konsistent erfassen. Finance muss außerdem abgrenzen, ob ein System rechnungslegungsrelevante Prozesse oder Kontrollen beeinflusst.</p>
<p>Für jeden erfassten Anwendungsfall bestimmen die finanzielle Wesentlichkeit, der Autonomiegrad, die Transparenz und die möglichen Auswirkungen die Kontrolltiefe. Ein System mit vollständiger unabhängiger Ergebniskontrolle stellt andere Anforderungen als ein Agent, der Transaktionen autonom vorbereitet oder ausführt. Mit steigender Komplexität und abnehmender Nachvollziehbarkeit benötigen Unternehmen weitergehende Kontrollen über Design, Daten, Implementierung und laufende Leistung. Der Kontroll- und Prüfungsaufwand konzentriert sich dadurch auf Anwendungen, bei denen Fehler oder unkontrolliertes Verhalten die Finanzberichterstattung, betriebliche Entscheidungen oder relevante Kontrollen beeinträchtigen können.</p>
<p>Die abgeleitete Kontrolltiefe wird über zugewiesene Verantwortlichkeiten und dokumentierte Kontrollpunkte umgesetzt. Diese Kontrollpunkte werden in Prozessabläufe, Systemarchitektur, Datenflüsse und den KI-Lebenszyklus integriert. Die verantwortlichen Personen führen die Kontrollen aus und bearbeiten Ausnahmen. Governance- und Risikofunktionen legen die Vorgaben fest und überwachen deren Einhaltung. Im Betrieb wird zusätzlich überwacht, ob das System innerhalb der genehmigten fachlichen und technischen Grenzen arbeitet. Der Lebenszyklus enthält Freigabepunkte für Design, Validierung, Produktivsetzung und Änderungen. Das Kontrollmodell erfasst außerdem Zugriffsrechte, Sicherheitskonfigurationen und Abhängigkeiten von Lieferanten. Anwendungen mit hoher Risikoklassifizierung können eine fachübergreifende Freigabe erfordern. Freigaben, Kontrollhandlungen, Ausnahmen und relevante Systemaktivitäten werden dokumentiert oder technisch protokolliert. Dadurch entstehen belastbare Nachweise für interne und externe Prüfungen.</p>
<p><span style="color: #333399;"><strong>KI-Governance: Nachvollziehbarkeit und Auditierbarkeit herstellen</strong></span></p>
<p>Im Gegensatz zu klassischen IT-Anwendungen, die stabilen Regeln folgen, hängen die Ergebnisse probabilistischer KI-Systeme stark von dynamischen Daten, Modellversionen und Konfigurationen ab. Verlässliche Nachvollziehbarkeit und Auditierbarkeit basieren daher auf einem integrierten Governance-Framework aus fünf Säulen:</p>
<ol>
<li><strong>Ergebnisse rekonstruieren</strong>: Jedes KI-Ergebnis muss im Nachhinein vollständig nachvollziehbar sein. Das erfordert die lückenlose Dokumentation von Eingaben, Datenquellen, Modell- und Promptversionen sowie menschlichen Eingriffen.</li>
<li><strong>Produktivsetzung kontrollieren:</strong> Vor der Entwicklung müssen die vorgesehene Nutzung, operative Grenzen und messbare Kennzahlen (KPIs) feststehen. Die Freigabe erfolgt erst nach Validierung unter repräsentativen Testbedingungen. Ein verbindlicher Rückfallplan sichert den Betrieb ab.</li>
<li><strong>Leistung überwachen</strong>: Nach dem Go-Live sichern Transaktionstests sowie das Monitoring von Leistung und Drift die Modellqualität. Diese technische Überwachung wird zwingend durch fachkundige Menschen ergänzt (Human-in-the-Loop), die die Befugnis haben, Ergebnisse zu übersteuern oder das System zu stoppen.</li>
<li><strong>Abweichungen bearbeiten:</strong> Bei Leistungsabweichungen müssen Ursachen dokumentiert und korrigiert werden. Technische Modifikationen durchlaufen den Kontrollprozess und die Validierung erneut; wesentliche Anpassungen triggern eine neue Risikobeurteilung.</li>
<li>I<strong>nternes Kontrollsystem (IKS) erweitern:</strong><br />
Auditierbarkeit erfordert ein erweitertes IKS. Präventive Kontrollen sperren ungeprüfte Versionen, während detektive Kontrollen Abweichungen im Betrieb erfassen. Klassische IT-Kontrollen (Zugriff, Sicherheit) reichen nicht mehr aus; sie müssen um KI-spezifische Risiken wie Datenqualität und Modellverhalten ergänzt werden. Übernimmt oder bereitet die KI selbst Kontrollhandlungen vor, muss das System selbst Gegenstand der fachlichen Prüfung sein.</li>
</ol>
<p>&nbsp;</p>
<p><img fetchpriority="high" decoding="async" class="size-full wp-image-104454" style="font-weight: bold;" src="https://manager-wissen.com/wp-content/uploads/2026/10/bartheidel-posegga-ai-governance-manuscript-02-figure-1-Kopie.jpg" alt="" width="1669" height="1500" /></p>
<p>Abbildung 1: EY AI Governance Framework, Quelle: EY</p>
<p>&nbsp;</p>
<div class="blue-box fullsize">
<p style="text-align: center;"><strong>KI erfolgreich in Finance einzusetzen heißt, nicht nur ihre Leistungsfähigkeit zu nutzen, sondern ihren Einsatz dauerhaft steuerbar, kontrollierbar und auditierbar zu machen.      </strong></p>
</div>
<p><span style="color: #333399;"><strong>Compliance systematisch gewährleisten</strong></span></p>
<p><strong>Anforderungen bestimmen:</strong></p>
<p>Compliance beginnt beim einzelnen Anwendungsfall. Unternehmen bestimmen dessen rechtliche Rolle und Risikoklasse und ordnen anschließend die gesetzlichen, vertraglichen, normativen und internen Anforderungen zu. Die anwendbaren Pflichten hängen vom Einsatz und von der Rolle des Unternehmens in der Wertschöpfungskette ab. Unternehmen können KI selbst entwickeln, Lösungen Dritter integrieren oder solche Systeme in eigenen Prozessen betreiben. Aus dieser Einordnung folgen Anforderungen an Risikomanagement, technische Dokumentation, Datenqualität, Transparenz, menschliche Aufsicht, Robustheit und Sicherheit.</p>
<p><strong>Kontrollen und Nachweise zuordnen:</strong></p>
<p>Eine gemeinsame Anforderungs- und Kontrollmatrix verbindet jede Anforderung mit dem zugehörigen Risiko, der verantwortlichen Person, der konkreten Kontrolle und dem erforderlichen Nachweis. Gesetzliche Vorgaben, interne Richtlinien und freiwillig angewandte Standards lassen sich damit auf eine gemeinsame Kontrollstruktur abbilden. Jede Vorgabe bleibt eigenständig erkennbar, während dieselbe Kontrolle mehrere Anforderungen abdecken kann. Die Finanzfunktion kann diese Struktur mit bestehenden IKS-und IT-Kontrollen verbinden. Die Matrix zeigt, wo vorhandene Kontrollen ausreichen und wo KI-spezifische Risiken zusätzliche Kontrollen oder Nachweise erfordern.</p>
<p>Auf dieser Grundlage können Unternehmen Überschneidungen zwischen dem EU AI Act, den SOX- beziehungsweise ICFR-Anforderungen und etablierten Rahmenwerken nutzen. Lücken und unterschiedliche Zielsetzungen müssen sie ausdrücklich identifizieren und mit zusätzlichen Maßnahmen bearbeiten. ISO/IEC 42001 enthält beispielsweise Anforderungen an ein Managementsystem für KI. Das NIST AI Risk Management Framework strukturiert hingegen das KI-Risikomanagement anhand der Funktionen Govern, Map, Measure und Manage. Im SOX- beziehungsweise ICFR-Kontext steht die Wirksamkeit der Kontrollen über die Finanzberichterstattung im Mittelpunkt. Je nach Anwendungsfall, Branche und Prüfungsziel können weitere Referenzpunkte angemessen sein. Unternehmen müssen deren Auswahl regelmäßig überprüfen.</p>
<p><strong>Zuordnungen aktuell halten:</strong></p>
<p>Ein festgelegtes Compliance-Monitoring erfasst neue oder modifizierte Anforderungen sowie Veränderungen am KI-System oder an Leistungen von Drittanbietern. Beide Arten von Veränderungen können eine Neubewertung des Anwendungsfalls und Anpassungen an Kontrollen, Validierungen oder Freigaben auslösen. Dafür wird die regulatorische Beobachtung mit dem Änderungsmanagement des KI-Lebenszyklus verbunden. Die verantwortlichen Funktionen prüfen die betroffenen Anwendungsfälle und Kontrollen, dokumentieren ihre Bewertung und entscheiden anhand festgelegter Kriterien über Anpassungen.</p>
<p>Eine von Beginn an in die Finanztransformation integrierte Governance und ein risikobasiertes Vorgehen schaffen die erforderliche Nachvollziehbarkeit und Auditierbarkeit des KI-Einsatzes. Auf dieser Grundlage können Unternehmen regulatorische Anforderungen und etablierte Standards einhalten sowie Compliance fortlaufend überwachen. Die Neubewertung bei technischen oder regulatorischen Änderungen verbindet diese Handlungsfelder, ohne ihre unterschiedlichen Aufgaben gleichzusetzen. Kontrolltiefe und Nachweise richten sich nach dem Risiko des jeweiligen Anwendungsfalls.</p>
<p><strong><span style="color: #333399;">Fazit</span></strong></p>
<p>Mit zunehmender Autonomie von KI-Systemen wird Governance vom Freigabeprozess zur laufenden Führungsaufgabe. KI-Agenten können Transaktionen vorbereiten oder ausführen und damit unmittelbar auf finanzrelevante Prozesse und Kontrollen einwirken. Unternehmen müssen deshalb klar definieren, welche Entscheidungen ein System treffen darf, welche Zugriffsrechte es erhält und wann eine menschliche Freigabe erforderlich ist.</p>
<p>Gleichzeitig können neue Modell-, Prompt- oder Anbieterversionen die Eigenschaften eines Systems verändern. Governance muss deshalb auch nach der Einführung aktiv bleiben: Wesentliche Änderungen erfordern eine erneute Risikobeurteilung, Validierung oder Freigabe. Für die Finanzfunktion bedeutet das: Sie muss KI nicht nur einsetzen, sondern auch die Bedingungen schaffen, unter denen sie nachvollziehbar, kontrolliert und skalierbar arbeiten kann.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/governance-fuer-ki-in-der-finanztransformation-von-der-steuerung-zur-auditierbarkeit-und-compliance/">Governance für KI in der Finanztransformation: von der Steuerung zur Auditierbarkeit und Compliance</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>KI-Plattformen als Akzeleratoren der Finanztransformation</title>
		<link>https://manager-wissen.com/ki-plattformen-als-akzeleratoren-der-finanztransformation/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 16 Nov 2026 08:32:24 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104508</guid>

					<description><![CDATA[<p>Generative KI verändert Finance. Das größte Potenzial liegt darin, dass KI-Agenten ganze Prozessketten unterstützen oder übernehmen und mit bestehenden Unternehmenssystemen interagieren. KI-Plattformen schaffen dafür die Grundlage. Transaktionsintensive Bereiche wie Purchase-to-Pay, Order-to-Cash oder Record-to-Report eignen sich als Einstieg. Entscheidend sind ein belastbarer Business Case und ausreichend reife Prozesse.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/ki-plattformen-als-akzeleratoren-der-finanztransformation/">KI-Plattformen als Akzeleratoren der Finanztransformation</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Generative KI verändert Finance. Das größte Potenzial liegt darin, dass KI-Agenten ganze Prozessketten unterstützen oder übernehmen und mit bestehenden Unternehmenssystemen interagieren. KI-Plattformen schaffen dafür die Grundlage. Transaktionsintensive Bereiche wie Purchase-to-Pay, Order-to-Cash oder Record-to-Report eignen sich als Einstieg. Entscheidend sind ein belastbarer Business Case und ausreichend reife Prozesse.</strong></p>
<div class="blue-box ">
<p><em><strong><span style="color: #333399;">Executive Summary:<br />
Wie KI-Plattformen Finance beschleunigen</span></strong></em></p>
<p>KI-Agenten allein machen noch keine skalierbare Finanztransformation. Sind die notwendigen Voraussetzungen geschaffen, können KI-Plattformen dazu beitragen, Daten, Systeme und KI-Fähigkeiten zu verbinden und intelligente Prozesse über einzelne Anwendungen hinaus zu skalieren. Drei Hebel sind entscheidend:</p>
<ol>
<li><strong>Systeme und Prozesse orchestrieren:</strong><br />
Die Plattform verbindet unterschiedliche Anwendungen, führt relevante Informationen zusammen und ermöglicht es KI-Agenten, Prozessschritte systemübergreifend zu koordinieren – etwa im Purchase-to-Pay-Prozess.</li>
<li><strong>KI-Fähigkeiten wiederverwenden:</strong><br />
Einmal integrierte Funktionen wie Dokumentenverarbeitung oder Datenanalyse lassen sich auch in weiteren Finanzprozessen nutzen. Das reduziert redundante Entwicklungsarbeit und erleichtert die Skalierung.</li>
<li><strong>Den Einsatz gezielt steuern:</strong><br />
Die Plattform schafft eine gemeinsame Grundlage, um den Einsatz von Agenten, ihre Berechtigungen und ihre Kosten über verschiedene Anwendungen hinweg im Blick zu behalten.</li>
</ol>
<p><strong>Der entscheidende Vorteil:</strong> KI wird nicht nur punktuell eingesetzt, sondern lässt sich systematisch in die Finanzprozesse integrieren und auf weitere Anwendungsfälle ausweiten.</p>
</div>
<p>Genau hier kommen KI-Plattformen ins Spiel: Sie verbinden Informationen aus unterschiedlichen Quellen, bereiten Entscheidungen vor und orchestrieren Arbeitsschritte über Systemgrenzen hinweg. Das ERP bleibt dabei zentral: Es liefert wichtige Daten, Geschäftsregeln und Transaktionen für viele KI-Anwendungen. Für eine skalierbare End-to-End-Automatisierung müssen KI-Plattform und ERP deshalb zusammenspielen. Wer einzelne KI-Anwendungen einführt, ohne ihre Skalierung mitzudenken, riskiert, in der Pilotphase stecken zu bleiben.</p>
<h2><strong><span style="color: #333399;">Erfolgsfaktoren für die Umsetzung: Nicht die KI entscheidet über den Erfolg</span></strong></h2>
<p>Die rasanten Fortschritte generativer KI lenken den Blick zunächst auf die Leistungsfähigkeit der Technologie. Für die Transformation des Finanzbereichs greift diese Perspektive jedoch zu kurz. Ob aus einem vielversprechenden Piloten eine skalierbare und wirtschaftlich tragfähige Lösung wird, hängt weniger vom zugrunde liegenden Modell als von den organisatorischen Voraussetzungen des Unternehmens ab.</p>
<p>Für die Skalierung von Agentic AI sind vier Voraussetzungen entscheidend: eine tragfähige technologische Plattform, die erforderlichen Fähigkeiten und Verantwortlichkeiten, agentenfähige Prozesse sowie eine Governance, die den Rahmen für Autonomie definiert.</p>
<p><strong><strong><span style="color: #333399;">Technologie: Vom Use Case zur skalierbaren Plattform</span></strong></strong></p>
<p>Viele Unternehmen beginnen ihre KI-Initiativen mit einzelnen Anwendungsfällen. Dieser Einstieg ist nachvollziehbar, führt aber leicht zu einer fragmentierten Lösungslandschaft: Für jedes Problem entsteht ein eigener Prototyp mit separaten Schnittstellen, individuellen Entscheidungslogiken und eigenen Betriebsmodellen. Was kurzfristig Geschwindigkeit verspricht, erschwert mittelfristig die Skalierung.</p>
<p>Unternehmen sollten deshalb nicht nur in Use Cases, sondern frühzeitig in Plattformen denken. Eine KI-Plattform stellt wiederverwendbare Fähigkeiten bereit, etwa für die Einbindung von Daten, die Verarbeitung von Dokumenten, die Orchestrierung von Agenten sowie die Überwachung ihrer Entscheidungen und Aktivitäten. Vorgefertigte agentische Lösungen für komplexe und geschäftskritische Prozesse können die Implementierung zusätzlich beschleunigen und den Weg zu einem positiven Business Case verkürzen. Die IT stellt dabei insbesondere die technische Integration, Stabilität und Sicherheit sicher. Die Verantwortung für das operative Ergebnis muss hingegen im Fachbereich liegen.</p>
<p>Eine isolierte KI-Anwendung optimiert eine Aufgabe. Eine KI-Plattform schafft die Voraussetzungen, um ganze Prozessketten schrittweise neu zu gestalten.</p>
<p><span style="color: #333399;"><span style="color: #333399;"><strong>Menschen: Verantwortung bleibt menschlich</strong></span></span></p>
<p>Wenn KI-Agenten operative Tätigkeiten übernehmen, verändert sich die Aufgabenverteilung im Finanzbereich. An die Stelle manueller Verarbeitung treten zunehmend die Gestaltung agentischer Prozesse, die Bearbeitung komplexer Ausnahmen sowie die Überwachung und Verbesserung der Ergebnisse.</p>
<p>Dafür benötigen Unternehmen neue Fähigkeiten. Fachliche Anforderungen müssen in klare Arbeitsanweisungen übersetzt und Agenten mit dem erforderlichen fachlichen, prozessualen und technischen Kontext versorgt werden. Neben KI-Spezialisten sind deshalb auch Fachbereiche und Process Owner gefordert, das Zusammenspiel von menschlicher und agentischer Arbeit aktiv zu gestalten.</p>
<p>Die Ergebnisverantwortung bleibt dabei im Finance-Bereich. Die IT stellt die sichere und stabile technische Umgebung bereit; ob die Entscheidungen eines Agenten fachlich richtig sind und den angestrebten Geschäftsergebnissen entsprechen, muss der Fachbereich beurteilen.</p>
<p>Technische Autonomie ersetzt somit keine fachliche Verantwortung.</p>
<p><span style="color: #333399;"><span style="color: #333399;"><strong>Prozesse: KI automatisiert keine Unklarheiten</strong></span></span></p>
<p>Ein häufiges Missverständnis besteht in der Annahme, KI könne Schwächen bestehender Prozesse kompensieren. In der Praxis bewirkt sie häufig das Gegenteil: Je höher der angestrebte Automatisierungsgrad, desto sichtbarer werden unklare Abläufe, inkonsistente Daten und fehlende Verantwortlichkeiten.</p>
<p>Ein agentenfähiger Finanzprozess benötigt eindeutige Regeln, verlässliche Daten und klar definierte Ausnahmen. Unternehmen müssen deshalb in die Dokumentation und Harmonisierung ihrer Prozesse investieren. Zugleich müssen Prozesse für eine agentische Zukunft neu gedacht und in Arbeitsanweisungen übersetzt werden, die für Menschen und Agenten eindeutig interpretierbar sind.</p>
<p>Uneinheitliche Kontierungslogiken, unvollständige Stammdaten oder lokal abweichende Prozessvarianten erzeugen Unklarheiten. Agenten benötigen Kontext, können fehlenden Kontext aber nicht beliebig ersetzen. Unternehmen müssen daher überprüfen, welche Prozessschritte weiterhin erforderlich sind, welche Entscheidungen automatisiert getroffen werden können und an welchen Stellen ein menschlicher Eingriff bewusst Bestandteil des Zielprozesses bleibt.</p>
<p>Damit gewinnt die Rolle des Global Process Owners an Bedeutung. Process Owner dürfen nicht lediglich moderieren oder Prozessbeschreibungen verwalten. Sie benötigen die Autorität, Standards über Länder und Organisationseinheiten hinweg durchzusetzen, lokale Varianten zu hinterfragen und die Weiterentwicklung des End-to-End-Prozesses verbindlich zu steuern.</p>
<p><span style="color: #333399;"><span style="color: #333399;"><strong>Governance: Autonomie braucht Leitplanken</strong></span></span></p>
<p>Mit zunehmender Autonomie von KI-Agenten steigen die Anforderungen an Governance und Kontrolle. Klare Verantwortlichkeiten, risikoorientierte Kontrollmechanismen und nachvollziehbare Entscheidungswege sind daher wesentliche Voraussetzungen für einen produktiven und kontrollierten Einsatz. Die konkrete Ausgestaltung der Governance wird in einem separaten Abschnitt vertieft.</p>
<h2><strong><span style="color: #333399;">Impact messen: Effizienz, Qualität und Risiko gemeinsam betrachten</span></strong></h2>
<p>Eine hohe Automatisierungsquote allein ergibt noch keinen tragfähigen Business Case. Gerade bei Agentic AI muss deshalb der gesamte Business Impact bewertet werden. Dieser zeigt sich nicht in einer einzelnen Kennzahl, sondern im Zusammenspiel von Effizienz, Qualität und Risiko.</p>
<p><strong><span style="color: #333399;">Vom Produktivitätsgewinn zum messbaren Business Impact</span></strong></p>
<p>In vielen Business Cases steht zunächst die Produktivität im Vordergrund. Entscheidend ist jedoch nicht, wie viele Prozessschritte technisch automatisiert werden, sondern wie stark der manuelle Aufwand tatsächlich sinkt und frei werdende Kapazitäten wertschöpfend eingesetzt werden. Relevante Kennzahlen sind der Touchless- beziehungsweise Straight-Through-Processing-Anteil, die Bearbeitungszeit je Transaktion, die Anzahl manueller Eingriffe und Ausnahmen sowie die Kosten pro Geschäftsvorfall.</p>
<p>Dabei ist zwischen rechnerisch freigesetzter Kapazität und realisiertem wirtschaftlichem Nutzen zu unterscheiden. Business Impact entsteht erst, wenn die gewonnenen Kapazitäten tatsächlich für höherwertige Aufgaben, zusätzliches Geschäftsvolumen oder eine strukturelle Kostensenkung eingesetzt werden.</p>
<p>Bei generativer KI kommt eine weitere Kostendimension hinzu: die nutzungsabhängigen Modell- und Rechenkosten der Agenten. Komplexe Workflows erfordern umfangreiche Arbeitsanweisungen, Kontextinformationen und mitunter mehrere Modellaufrufe. Neben Implementierungs- und Betriebskosten werden daher auch diese Aufwände zu einer relevanten Steuerungsgröße. Ihr kontinuierliches Monitoring und ihre gezielte Optimierung gehören zu einem professionellen Betrieb.</p>
<p><span style="color: #333399;"><strong>Qualität: Fehler reduzieren und Ergebnisse verbessern</strong></span></p>
<p>Der zweite Maßstab ist die Ergebnisqualität. KI kann ihren Wert insbesondere dort entfalten, wo aufgrund hoher Volumina bislang nur begrenzte manuelle Prüfungen möglich sind. Messbar wird dies etwa durch sinkende Fehler- und Nachbearbeitungsquoten, höhere First-Time-Right-Werte, weniger Ausnahmen und eine konsistentere Anwendung fachlicher Regeln.</p>
<p><span style="color: #333399;"><strong>Risiko: Kontrollwirkung und menschliche Eingriffe bewerten</strong></span></p>
<p>Die dritte Dimension wird in Business Cases häufig unterschätzt: KI kann auch den Kontrollansatz im Finanzbereich verändern, indem Kontrollen konsistenter angewendet und größere Datenmengen systematisch geprüft werden. Die wirtschaftliche Bewertung sollte daher die Kontrollabdeckung, Anzahl und Art identifizierter Auffälligkeiten, Override-Raten sowie erforderliche Human-in-the-Loop-Eingriffe berücksichtigen.</p>
<p>Ein Agent ist nicht allein deshalb erfolgreich, weil er möglichst autonom arbeitet. In risikoreichen Prozessschritten können gezielte menschliche Kontrollpunkte Bestandteil eines guten Zielbilds sein. Entscheidend ist, dass der Kontrollaufwand in einem angemessenen Verhältnis zum Risiko und zum erzielten Nutzen steht.</p>
<p>Für das Management sollte daher nicht der Automatisierungsgrad im Mittelpunkt stehen. Entscheidend ist, welchen messbaren Beitrag die Automatisierung zu Effizienz, Qualität und Risiko leistet und ob freigesetzte Kapazitäten tatsächlich wertschöpfend eingesetzt werden.</p>
<h2><span style="color: #333399;"><strong>Edge vs. Core: Das ERP bleibt, aber seine Rolle verändert sich</strong></span></h2>
<p>Mit zunehmender Verbreitung von KI-Agenten stellt sich eine strategische Architekturfrage: Wenn ERP-Anbieter selbst immer mehr KI-Funktionen und Agenten bereitstellen, braucht ein Unternehmen dann noch eine separate KI-Plattform?</p>
<p>Für ERP-nahe, stark standardisierte Prozesse spricht vieles für native Agenten. Sie können auf den Prozess- und Datenkontext des ERP zugreifen und an vorhandene Rollen-, Berechtigungs- und Kontrollmechanismen anknüpfen. Gleichzeitig reduziert die unmittelbare Systemnähe zusätzliche Integrationsanforderungen.</p>
<p>Die Grenze dieses Ansatzes zeigt sich jedoch bei End-to-End-Prozessen. Relevante Informationen befinden sich typischerweise nicht nur im ERP, sondern auch in Dokumentenmanagement-, CRM-, Daten-, Kollaborations- und branchenspezifischen Anwendungen. Hinzu kommen Multi-ERP- und Multi-Vendor-Landschaften sowie unstrukturierte Informationen. Hier entsteht der Mehrwert einer übergreifenden KI-Plattform: Sie kann Kontext aus unterschiedlichen Quellen zusammenführen und Agenten über Systemgrenzen hinweg orchestrieren.</p>
<p>Der ERP-Core bleibt damit eine wesentliche Quelle für Transaktionsdaten, Geschäftslogik und Prozessausführung. KI- und Agentenfähigkeiten ergänzen diesen Kern um systemübergreifende Interaktion, Entscheidungsunterstützung und Orchestrierung.</p>
<ul>
<li>ERP-native Agenten übernehmen standardisierte, transaktionsnahe Aufgaben.</li>
<li>Enterprise-KI-Plattformen orchestrieren systemübergreifende Prozesse und erschließen Unternehmenswissen innerhalb und außerhalb des ERP.</li>
<li>Eine übergreifende Steuerung verbindet Identitäten, Berechtigungen, Monitoring und Kostenkontrolle.</li>
</ul>
<p>Damit verändert sich die zentrale Architekturfrage. Unternehmen müssen nicht entscheiden, ob das ERP oder eine KI-Plattform „gewinnt“. Sie müssen festlegen, welche Plattform für welchen Prozess die Orchestrierungs-, Ausführungs- und Steuerungsverantwortung übernimmt.</p>
<p>Genau darin liegt die Beschleunigungswirkung von KI-Plattformen: Sie erweitern die bestehende Systemlandschaft schrittweise um eine intelligente Ausführungs- und Orchestrierungsebene, ohne dass Unternehmen dafür ihren technologischen Kern vollständig ersetzen müssen.</p>
<div class="blue-box fullsize">
<p><span style="color: #333399;"><em><strong>Den richtigen Automatisierungsansatz wählen</strong></em></span></p>
<p>Klassische Automatisierung oder ERP-Funktionen sind bei stabilen, regelbasierten Abläufen oft wirtschaftlicher. Agentic AI punktet, wenn Informationen aus verschiedenen Quellen ver­knüpft, Dokumente interpretiert oder Ausnahmen kontextbezogen bearbeitet werden müssen.</p>
<p>Um Insellösungen und unnötige Kosten zu vermeiden, kann eine zentrale KI-Plattform unterschiedliche Ansätze integrieren, Datenquellen flexibel nutzbar machen und die Wiederverwendung von KI-Komponenten unterstützen.</p>
<p>Für CFOs zählt das Verhältnis von Nutzen, Kosten und Risiko: Wie stark sinken Prozesskosten und Bearbeitungszeiten, wie verbessern sich Qualität und Kontrollen? Je höher das Fehlerrisiko, desto wichtiger sind klare Autonomiegrenzen und menschliche Freigaben.<br />
Ziel ist nicht maximale Autonomie, sondern der wirtschaftlich sinnvollste Automatisierungsansatz.</p>
</div>
<p><span style="color: #333399;"><strong>Fazit: Skalierung ist eine Managementaufgabe</strong></span></p>
<p>Der nächste Entwicklungsschritt von Finance hängt nicht allein von der Leistungsfähigkeit der KI ab, sondern davon, ob Unternehmen ihren wirtschaftlichen Einsatz systematisch ermöglichen.</p>
<p>CFOs müssen Prozesse standardisieren, Verantwortlichkeiten klären und den Geschäftsnutzen messbar machen. Zugleich gilt es, KI-Agenten gezielt einzusetzen und in die bestehende Systemlandschaft zu integrieren.</p>
<p>KI-Plattformen erleichtern die Skalierung, indem sie KI-Fähigkeiten wiederverwendbar machen und systemübergreifende Prozessketten ermöglichen. Entscheidend ist, sie als integralen Bestandteil einer zukunftsfähigen Finanzarchitektur zu verstehen und nicht als zusätzliche Technologieebene.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/ki-plattformen-als-akzeleratoren-der-finanztransformation/">KI-Plattformen als Akzeleratoren der Finanztransformation</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Vom Ist zum Zielbild: Wie Mensch, KI und Managed Services gemeinsam die Finanzfunktion der Zukunft prägen</title>
		<link>https://manager-wissen.com/vom-ist-zum-zielbild-wie-mensch-ki-und-managed-services-gemeinsam-die-finanzfunktion-der-zukunft-praegen/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 16 Nov 2026 08:31:33 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104464</guid>

					<description><![CDATA[<p>Die Finanzfunktion der Zukunft wird nicht einfach digitaler – sie wird anders organisiert sein. KI-Agenten übernehmen zunehmend operative Aufgaben, während Menschen Ziele setzen, Entscheidungen treffen und dort eingreifen, wo Erfahrung, Kontext und Verantwortung gefragt sind. Entscheidend ist deshalb nicht der einzelne KI-Anwendungsfall, sondern ein Operating Model, das Menschen, Prozesse, Daten, Technologie und Governance zu einem belastbaren Gesamtsystem verbindet.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/vom-ist-zum-zielbild-wie-mensch-ki-und-managed-services-gemeinsam-die-finanzfunktion-der-zukunft-praegen/">Vom Ist zum Zielbild: Wie Mensch, KI und Managed Services gemeinsam die Finanzfunktion der Zukunft prägen</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Die Finanzfunktion der Zukunft wird nicht einfach digitaler – sie wird anders organisiert sein. KI-Agenten übernehmen zunehmend operative Aufgaben, während Menschen Ziele setzen, Entscheidungen treffen und dort eingreifen, wo Erfahrung, Kontext und Verantwortung gefragt sind. Entscheidend ist deshalb nicht der einzelne KI-Anwendungsfall, sondern ein Operating Model, das Menschen, Prozesse, Daten, Technologie und Governance zu einem belastbaren Gesamtsystem verbindet.</strong></p>
<p><strong><span style="color: #333399;">Wie muss das Finance Operating Model gestaltet sein, damit Menschen und KI gemeinsam bessere, schnellere und verlässlichere Ergebnisse erzielen?</span></strong></p>
<p>Diese Frage wird für Finanzorganisationen zunehmend relevant. Denn während die Anforderungen an Effizienz, Qualität, Transparenz und Compliance steigen, erschweren Fachkräftemangel, heterogene Systemlandschaften und manuelle Prozesse die Transformation. Der Nutzen von KI bleibt häufig hinter den Erwartungen zurück, wenn das Target Operating Model unverändert bleibt.</p>
<p>Entscheidend ist nicht der isolierte Einsatz einzelner KI-Anwendungen, sondern die Entwicklung eines skalierbaren Betriebsmodells (Finance Operating Model). Eine einheitliche Datenbasis, klare Governance-Strukturen und standardisierte Prozesse schaffen die Voraussetzungen dafür, dass KI-Agenten Prozesse automatisieren, Analysen erstellen, Kontrollen unterstützen und Finanzteams gezielt entlasten.</p>
<div class="blue-box fullsize">
<p style="text-align: center;">„Nicht der einzelne Prozessschritt, sondern das Zusammenspiel von Prozessen,<br />
Daten und Steuerung entscheidet darüber, ob KI-Agenten verlässlich arbeiten können.“</p>
</div>
<p><strong><span style="color: #333399;">Human-led, agent-operated</span></strong></p>
<p>Das künftige Betriebsmodell ist weder ausschließlich menschlich noch vollständig autonom. Es ist human-led und agent-operated: Menschen definieren Ziele, fachliche Regeln, Kontrollanforderungen und Grenzen der Automatisierung. KI-Agenten übernehmen einen wachsenden Anteil der operativen Ausführung. Finance-Expertinnen und -Experten prüfen Ergebnisse, bearbeiten Ausnahmen und treffen Entscheidungen auf Basis einer umfassenderen und fundierteren Datengrundlage. Dafür sind Erfahrung, Kontext und professionelles Urteilsvermögen erforderlich.</p>
<p>Menschliche Beteiligung ist dabei kein vorübergehender Kontrollschritt, sondern ein fester Bestandteil des zukünftigen Betriebsmodells. Ihr Umfang richtet sich nach Risiko, Komplexität und Wesentlichkeit: Standardisierte, regelbasierte Aktivitäten werden weitgehend automatisiert ausgeführt und von Menschen überwacht, die bei Abweichungen gezielt eingreifen (Human-on-the-Loop). Risikobehaftete, komplexe oder wesentliche Sachverhalte bleiben hingegen einer qualifizierten fachlichen Bearbeitung und Freigabe vorbehalten (Human-in-the-Loop).</p>
<p><strong><span style="color: #333399;">Neue Rollen und Teams in der Finance Organisation</span></strong></p>
<ul>
<li>KI-Agenten übernehmen wiederkehrende, regelbasierte und volumenstarke Prozessschritte.</li>
<li>Process Analysts validieren KI-generierte Ergebnisse, bearbeiten Ausnahmen, führen Ursachenanalysen durch und stellen die Einhaltung von Accounting Policies, regulatorischen Anforderungen und internen Kontrollen sicher.</li>
<li>Process Engineers übersetzen fachliche und regulatorische Anforderungen in Prompts, Regeln und Workflows.</li>
<li>Operating Specialists konzentrieren sich auf komplexe, landesspezifische oder ermessensbehaftete Sachverhalte, bei denen eine Automatisierung technisch nicht möglich, wirtschaftlich nicht sinnvoll oder aus Risikosicht nicht angemessen ist.</li>
<li>Global Process Owner (GPO) verantworten End-to-End-Prozesse und treiben deren Standardisierung sowie kontinuierliche Optimierung voran.</li>
<li>Global Finance Data Specialists stellen eine einheitliche, verlässliche Datenbasis und Datenqualität sicher.</li>
<li>Agentic Finance Office (AI Control Tower) steuert, überwacht und entwickelt die Agentenlandschaft weiter, beispielsweise Freigaben, Versionsstände, Monitoring und Performance.</li>
<li>Controllership sichert die Integrität der Finanzberichterstattung und verantwortet Bewertungsgrundsätze sowie das Design wirksamer Kontrollen.</li>
</ul>
<div class="blue-box fullsize">
<p style="text-align: center;">„Die menschliche Rolle verschwindet nicht. Sie verlagert sich auf Steuerung, Validierung, Governance und Verbesserung.“</p>
</div>
<p><strong><span style="color: #333399;">Quick Wins und strategische Initiativen</span></strong></p>
<p>Finance Transformationen benötigen eine zweigleisige Roadmap: Klar abgegrenzte Quick Wins schaffen früh sichtbaren Nutzen und Vertrauen; während strategische Initiativen die Voraussetzungen für Skalierung und Wiederverwendung schaffen.</p>
<p>Quick Wins eignen sich insbesondere für Prozesse mit hoher Datenreife (die Daten sind verfügbar und strukturiert), standardisierten und harmonisierten Abläufen sowie Skalierbarkeit (bereichs- und regionenübergreifend). Dazu zählen insbesondere Tätigkeiten wie Datenextraktion, Validierung, wiederkehrende Journalbuchungen, Kontenabstimmungen sowie die Erkennung und Steuerung von Ausnahmen.</p>
<p>Quick Wins erzielen nur dann eine nachhaltige Wirkung, wenn sie in ein übergeordnetes Zielbild eingebettet sind.</p>
<p><strong><span style="color: #333399;">Strategische Initiativen schaffen die Grundlage für Skalierbarkeit</span></strong></p>
<p>Jeder Quick Win wird zum Baustein eines skalierbaren Gesamtmodells. Um aus einzelnen Anwendungsfällen nachhaltige Fähigkeiten zu entwickeln, müssen Organisationen parallel die strukturellen Voraussetzungen schaffen:</p>
<ul>
<li><strong>Prozesse und Kontrollen standardisieren:</strong> Varianten, Verantwortlichkeiten, Regeln und Kontrollpunkte transparent machen.</li>
<li><strong>Vertrauenswürdige Datenbasis etablieren:</strong> Datenqualität, Herkunft, Stammdaten, Mappings und Versionierung eindeutig steuern.</li>
<li><strong>Skalierbare Agentenarchitektur aufbau</strong>en: Standards für Entwicklung, Prüfung, Freigabe, Monitoring und Wiederverwendung definieren.</li>
<li><strong>Governance und Risiken verankern</strong>: Freigaben und Kontrolltiefe nach Risiko und Wesentlichkeit bestimmen.</li>
<li><strong>Rollen und Kompetenzen entwickeln</strong>: Kompetenz um Daten-, KI-, Prompting und Agentensteuerung ergänzen.</li>
<li><strong>Erfolg ganzheitlich messen:</strong> Effizienz, Qualität, Transparenz und Kontrollwirksamkeit bewerten</li>
</ul>
<div id="attachment_104494" style="width: 2570px" class="wp-caption alignnone"><img decoding="async" aria-describedby="caption-attachment-104494" class="size-full wp-image-104494" src="https://manager-wissen.com/wp-content/uploads/2026/11/FMS_KI-gestuetztes-Finance-Operating-Model-scaled.jpg" alt="" width="2560" height="1333" /><p id="caption-attachment-104494" class="wp-caption-text">KI-gestütztes Finance Operating Model, Quelle: EY</p></div>
<p>&nbsp;</p>
<h2><span style="color: #333399;">Managed Services als Enabler der KI-Transformation</span></h2>
<p>Das Zielbild ist damit beschrieben. Die eigentliche Herausforderung liegt jedoch in der Umsetzung. Der Aufbau einer human-led, agent-operated Finance Organisation erfordert neue Fähigkeiten, Governance-Strukturen und Formen der Zusammenarbeit. Nur wenige Unternehmen können diese Transformation vollständig aus eigener Kraft bewältigen. Sie stellen sich die Frage, welche Fähigkeiten intern aufgebaut werden sollten und wo externe Unterstützung sinnvoll ist. Managed Services sind eine mögliche Antwort darauf.</p>
<p><span style="color: #333399;"><strong>Finance Managed Services (FMS) verändern ihre Rolle</strong></span></p>
<p>Das KI-gestützte Finance Operating Model verändert Finance Managed Services grundlegend. Im klassischen Modell stehen die Übernahme definierter Tätigkeiten, die Bereitstellung von Kapazitäten und die Standardisierung operativer Abläufe im Mittelpunkt. Das künftige Modell umfasst mit FMS zusätzlich die Steuerung einer digitalen Workforce, die Governance KI-gestützter Prozesse und die kontinuierliche Weiterentwicklung von Daten, Geschäftsregeln, Kontrollen und Agenten.</p>
<div class="blue-box fullsize">
<p style="text-align: center;">Finance Managed Services wird zum Bindeglied zwischen Transformation und Finanzbetrieb. Sie ermöglichen, KI-Lösungen sicher zu skalieren, kontinuierlich weiterzuentwickeln und dauerhaft in der Finanzorganisation zu verankern.</p>
</div>
<p>Der Service entwickelt sich damit:</p>
<ul>
<li>von der Kapazitätsbereitstellung zum strategischen Partner,</li>
<li>von manueller Ausführung zur Steuerung von Menschen und KI-Agenten,</li>
<li>von operativer Supervision zu KI-Governance und Agent Performance Management,</li>
<li>von punktueller Automatisierung zu kontinuierlicher Prozessoptimierung,</li>
<li>von isolierten Prozessen zu integrierter End-to-End-Verantwortung,</li>
<li>von klassischen Service Levels zu messbarer Qualität und Wertrealisierung.</li>
</ul>
<p>Im Mittelpunkt von Finance Managed Services stehen nicht länger primär FTEs und Transaktionsvolumen, sondern messbare Ergebnisse, fachliche Verantwortung und die Steuerung einer hybriden Workforce.</p>
<p><span style="color: #333399;"><strong>Controllership schafft Vertrauen</strong></span></p>
<p>Mit zunehmender Automatisierung steigt die Bedeutung klarer fachlicher Steuerung. Controllership bildet die Verbindung zwischen der Finanzleitung mit Fokus auf Unternehmens- und Performancesteuerung, Kapitalallokation und Governance sowie einer operativen Ebene, die zunehmend von intelligenten Systemen unterstützt wird. Als Steuerungs- und Transformationsschicht verbindet Controllership Rechnungswesen, Compliance, Daten und Technologie. Es unterstützt die Finanzleitung dabei, Entscheidungen, Kontrollen und Geschäftsregeln konsistent umzusetzen, und schafft so die Grundlage für eine verlässliche, transparente und skalierbare Finanzfunktion.</p>
<p>Dazu gehören beispielsweise die Steuerung des Abschlusskalenders, die Überwachung von Journalbuchungen und Kontenabstimmungen, die Koordination externer Prüfungen sowie die fachliche Begleitung komplexer Accounting-Sachverhalte einschließlich ihrer steuerlichen Auswirkungen. Hinzu kommen die Unterstützung der Daten-Governance, Performanceanalysen und die Orchestrierung menschlicher und agentischer Workflows.</p>
<div class="blue-box fullsize">
<p style="text-align: center;">Controllership als Teil der Managed Services schafft Transparenz, koordiniert die Zusammenarbeit zwischen zentralen und<br />
lokalen Einheiten und unterstützt dabei, dass die ­Finanzfunktion auch bei zunehmender Nutzung externer Services und<br />
KI-gestützter Prozesse die notwendige fachliche Kontrolle und Verantwortung behält.</p>
</div>
<p><strong><span style="color: #333399;">Externe Provider beschleunigen die Umsetzung</span></strong></p>
<p>Viele Unternehmen erkennen das Potenzial von KI, verfügen aber nicht über alle Fähigkeiten, Strukturen oder Ressourcen, um Lösungen über Pilotprojekte hinaus zu skalieren.</p>
<p>Externe Service Provider können die Transformation beschleunigen, ohne dass sämtliche Kompetenzen intern aufgebaut werden müssen. Voraussetzung hierfür ist, dass sie Finance-Expertise, Prozesskompetenz, Technologie, Governance und operative Umsetzung in einem integrierten Modell vereinen.</p>
<p>Der Mehrwert entsteht nicht allein durch die Einführung einer einzelnen KI-Lösung, sondern durch ein integriertes Leistungsmodell, das skalierbare Fähigkeiten aufbaut, Prozesse kontinuierlich weiter-entwickelt, Verantwortung für messbare Ergebnisse im vereinbarten Leistungsumfang übernimmt und Transformation sowie Betrieb ganzheitlich verbindet.</p>
<p>Der Beitrag externer Partner kann sich über den gesamten Transformations- und Betriebszyklus erstrecken, beispielsweise durch:</p>
<ul>
<li><strong>Priorisierung</strong> wertschaffender Anwendungs­fälle</li>
<li>Entwicklung integrierter <strong>Transformations­roadmaps</strong></li>
<li>Gestaltung von Daten-, Integrations- und <strong>Kon­trollarchitekturen</strong></li>
<li><strong>Implementierung</strong> von HOTL/HITL Workflows</li>
<li>Bereitstellung oder Aufbau neuer <strong>Rollen und Governance-Strukturen</strong></li>
<li>Monitoring der <strong>digitalen Workforce</strong></li>
<li><strong>kontinuierliche Verbesserung von Prozessen und Agenten</strong></li>
</ul>
<p>Ob eine Finanzorganisation die erforderlichen Fähigkeiten selbst aufbaut oder externe Unterstützung einbindet, ist letztlich eine wirtschaftliche Entscheidung. Wichtig ist, dass Verantwortung, Kontrolle und Transparenz auch in einem KI-gestützten Betriebsmodell eindeutig verankert bleiben. Die Umsetzungsform ist variabel. Verantwortung, Kontrolle und Transparenz jedoch nicht.</p>
<p><strong><span style="color: #333399;">Vom KI-Anwendungsfall zum Betriebsmodell</span></strong></p>
<p>Die zukunftsfähige Finance-Organisation ist human-led und agent-operated. KI-Agenten übernehmen geeignete skalierbare Aktivitäten. Menschen verantworten Steuerung, Ausnahmen und Entscheidungen. Controllership unterstützt Integrität und Transparenz. Managed Services verbinden Transformation und Betrieb und entwickeln das Modell kontinuierlich weiter.</p>
<div class="blue-box fullsize">
<p style="text-align: center;"><span style="color: #333399;"><strong>Die zentrale Frage für CFOs lautet nicht nur:</strong></span></p>
<p style="text-align: center;"><strong>„Welchen KI-Anwendungsfall setzen wir als Nächstes um?“</strong><br />
<span style="color: #333399;">sondern:</span><br />
<strong>„Wie gestalten wir eine Finance Organisation, in der Menschen und KI gemeinsam bessere, schnellere und<br />
verlässlichere Ergebnisse erzielen?“</strong></p>
<p style="text-align: center;"><strong>Denn nicht der einzelne KI-Use-Case verändert Finance – sondern das neue Zusammenspiel von Mensch, KI und Operating Model.</strong></p>
<p>&nbsp;</p>
</div>
<p>Der Beitrag <a href="https://manager-wissen.com/vom-ist-zum-zielbild-wie-mensch-ki-und-managed-services-gemeinsam-die-finanzfunktion-der-zukunft-praegen/">Vom Ist zum Zielbild: Wie Mensch, KI und Managed Services gemeinsam die Finanzfunktion der Zukunft prägen</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Finance neu denken: Erfolgsfaktoren für eine erfolgreiche KI-Transformation</title>
		<link>https://manager-wissen.com/finance-neu-denken-erfolgsfaktoren-fuer-eine-erfolgreiche-finanztransformation/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 16 Nov 2026 08:30:09 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104466</guid>

					<description><![CDATA[<p>Die Finanzfunktion soll effizienter werden, Prozesse beschleunigen und zugleich als strategischer Business Partner bessere Entscheidungsgrundlagen liefern, ohne Abstriche bei Compliance und Kontrolle. Generative und agentische KI eröffnen hierfür neue Möglichkeiten. Doch ihr Potenzial entfaltet sich erst, wenn Unternehmen nicht nur einzelne Tätigkeiten automatisieren, sondern Prozesse, Daten und Zusammenarbeit grundlegend neu gestalten. Für CFOs stellt sich deshalb nicht allein die Frage, wo KI eingesetzt werden kann, sondern auch wie die Finanzfunktion der Zukunft aussehen soll.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/finance-neu-denken-erfolgsfaktoren-fuer-eine-erfolgreiche-finanztransformation/">Finance neu denken: Erfolgsfaktoren für eine erfolgreiche KI-Transformation</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Die Finanzfunktion soll effizienter werden, Prozesse beschleunigen und zugleich als strategischer Business Partner bessere Entscheidungsgrundlagen liefern, ohne Abstriche bei Compliance und Kontrolle. Generative und agentische KI eröffnen hierfür neue Möglichkeiten. Doch ihr Potenzial entfaltet sich erst, wenn Unternehmen nicht nur einzelne Tätigkeiten automatisieren, sondern Prozesse, Daten und Interaktionen zwischen Mensch und Maschine grundlegend neu gestalten. Für CFOs stellt sich deshalb nicht allein die Frage, wo KI eingesetzt werden kann, sondern auch wie die Finanzfunktion der Zukunft aussehen soll.</strong></p>
<p><span style="color: #333399;"><strong>Automatisierung vs. Operating Model</strong></span></p>
<p>Automatisierung, Cloud-Technologien und moderne ERP-Systeme haben Finance stark verändert. Doch mit generativer und insbesondere agentischer KI steht der nächste Entwicklungsschritt an: KI entwickelt sich vom Werkzeug für individuelle Produktivität zu einem integralen Bestandteil des künftigen Finance Operating Models. Intelligente Systeme und Agenten können dabei Aufgaben innerhalb definierter Leitplanken übernehmen und komplexe Workflows unterstützen.</p>
<p>Für CFOs bedeutet dies, den Fokus von einzelnen Use Cases auf die strategische Transformation zu lenken. Entscheidend ist nicht die Anzahl der KI-Anwendungen, sondern ihr nachhaltiger Beitrag zur Leistungsfähigkeit des Unternehmens:</p>
<ul>
<li>Schnellere und fundiertere Entscheidungen durch bessere Informationsgrundlagen.</li>
<li>Entlastung von Routineaufgaben, um Kapazitäten für Steuerung und strategische Aufgaben zu gewinnen.</li>
<li>Höhere Qualität und Konsistenz in End-to-End-Prozessen.</li>
</ul>
<p>Eine erfolgreiche Finanztransformation entsteht jedoch nicht durch Technologie allein, sondern durch das Zusammenspiel mit drei weiteren<br />
Dimensionen: Prozesse, Daten und Menschen.</p>
<p><span style="color: #333399;"><strong>Prozesse neu denken: Reimagination statt Automation</strong></span></p>
<p>Viele Transformationsprogramme beginnen mit der bestehenden Prozesslandschaft. Aktivitäten werden analysiert, standardisiert, zentralisiert und automatisiert. Dieser Ansatz hat in den vergangenen Jahren erhebliche Effizienzpotenziale erschlossen.</p>
<p>KI eröffnet jedoch die Möglichkeit, einen Schritt weiterzugehen. Statt zu fragen, wie ein bestehender Prozess automatisiert werden könnte, sollte folgende Frage gestellt werden: Wie würden wir diesen Prozess gestalten, wenn wir ihn heute neu definieren könnten?</p>
<p>Genau hier setzen sogenannte AI Blueprints an. Ihr Credo lautet „Built-in AI“ statt „Bolt-on AI“, d. h. KI wird zum integralen Bestandteil des Prozessdesigns, nicht zum technologischen Automationspflaster. Aus Process Automation wird echte Process Reimagination. Ein solches Redesign definiert neu, welche Entscheidungen getroffen werden müssen, welche Informationen benötigt werden, welche Aktivitäten automatisiert erfolgen können, wo AI Agents unterstützen oder Aufgaben übernehmen können und an welchen Punkten menschliches Urteilsvermögen, Kontrolle und Verantwortung unverzichtbar bleiben (siehe Abbildung 1).</p>
<p>Abbildung 1: Process Reimagination, Quelle: EY</p>
<p>Eine wesentliche Erkenntnis aus AI-Blueprint-Projekten ist, dass die größten Potenziale nicht zwingend dadurch entstehen, einzelne Aktivitäten schneller auszuführen. Sie entstehen dadurch, Aktivitäten vollständig anders zu organisieren, Schnittstellen zu reduzieren und ganze Prozessketten neu zu gestalten.</p>
<p>Die strategische Chance besteht darin, KI nicht als zusätzliche technologische Schicht auf bestehende Prozesse zu setzen, sondern sie als Katalysator für ein neues Prozessdesign zu verstehen.</p>
<p><strong><span style="color: #333399;">Neue Prozesse ohne Daten und ohne Governance?</span></strong></p>
<p>Je stärker KI in Finanzprozesse integriert wird, desto wichtiger wird ein Thema, das keineswegs neu ist: Daten. Neu ist allerdings deren strategische Bedeutung.</p>
<p>In einer zunehmend KI-gestützten Finance-Organisation entscheiden Qualität, Verfügbarkeit und Governance von Daten unmittelbar darüber, wie zuverlässig und skalierbar neue Lösungen eingesetzt werden können. D. h.: Ohne ein belastbares Datenfundament wird es keine skalierbare, KI-unterstützte Transformation geben.</p>
<p>Für Entscheider im Finanzbereich bedeutet dies: Daten dürfen kein technisches Nebenprojekt der Transformation sein. Datenqualität, Integration und Governance gehören ganz oben auf die Business Agenda.</p>
<p>Dabei geht es allerdings um deutlich mehr als die klassische Frage, ob Stammdaten korrekt gepflegt sind. Es geht darum, ob die Organisation weiß, welche Daten für Entscheidungen relevant sind, wo diese liegen, wer für sie verantwortlich ist und unter welchen Bedingungen Menschen, Systeme und zukünftig auch AI Agents darauf zugreifen dürfen.</p>
<p>Mit zunehmender Autonomie von KI-Systemen gewinnt insbesondere auch„Trust by Design“ an Bedeutung. Governance, Berechtigungen, Kontrollen und Nachvollziehbarkeit sollten deshalb nicht nachträglich ergänzt werden. Sie müssen von Anfang an fester Bestandteil der Architektur und des Prozessdesigns sein.</p>
<p>Im Rahmen der Implementierung von KI-Applikationen sind somit frühzeitig potenzielle Risiken und Kontrolltiefe der Applikation zu bestimmen sowie Kontrollen im Prozessdesign zu verankern.</p>
<p><strong><span style="color: #333399;">Menschliche Teams vs. hybride Organisationen</span></strong></p>
<p>Die vielleicht weitreichendste Veränderung in der Finanzfunktion betrifft nicht die Technologie. Sie betrifft den Menschen und die Organisation.</p>
<p>Wenn KI künftig stärker in Prozesse eingebunden wird, verändert sich zwangsläufig die Art, wie Arbeit verteilt und organisiert wird. Wir werden Finance-Organisationen zunehmend als hybride Teams wahrnehmen müssen: Menschen arbeiten mit digitalen Assistenten, Automatisierungslösungen und spezialisierten KI-Agenten zusammen. Das eröffnet eine neue Perspektive auf Produktivität.</p>
<p>Die Anzahl der menschlichen Mitarbeitenden innerhalb eines Prozesses ist nur eine Komponente in dieser Diskussion. Vielmehr muss untersucht werden, wie menschliche und digitale Fähigkeiten optimal orchestriert werden, um das beste Ergebnis zu erzielen. Dabei geht es ausdrücklich nicht um eine rein technologische Substitution von Arbeit.</p>
<p>Menschen werden dort weiterhin besonders relevant bleiben, wo Erfahrung, Kontext, kritisches Denken, Kommunikation, Urteilsvermögen und Verantwortung erforderlich sind.</p>
<p>Organisationen müssen daher Kompetenzen aufbauen, neue Arbeitsweisen etablieren und Akzeptanz schaffen. Vor allem aber benötigen Mitarbeitende ein klares Verständnis davon, wie sich ihre eigene Rolle durch KI verändert und wo ihre zukünftige Wertschöpfung liegt.</p>
<p>Ein Beispiel für neue Schlüsselrollen im Bereich Finance sind sogenannte Techno-functional Experts bzw. Finance oder Process Engineers. Sie verbinden fundiertes Finance-Know-how mit Technologie-, Daten- und Prozesskompetenz und übersetzen fachliche Anforderungen in skalierbare, kontrollierbare Lösungen. Techno-functional Experts agieren dabei als Brückenbauer zwischen Accounting, Controlling, Tax oder Treasury und den Technologie- und Datenteams: Sie verstehen End-to-End-Prozesse, formulieren Anforderungen, bewerten AI Use Cases und stellen sicher, dass Governance, Kontrollen und regulatorische Vorgaben bereits im Lösungsdesign berücksichtigt werden. Ihr Wertbeitrag liegt nicht primär darin, bestehende Tätigkeiten schneller auszuführen. Vielmehr schaffen sie die Übersetzungs- und Umsetzungskompetenz, mit der Finance neue Lösungen eigenständig gestalten, testen, verantworten und kontinuierlich verbessern kann.</p>
<p>Diese neuen Mitarbeiterprofile müssen direkt in die „neu gedachten“ Prozesse – siehe oben – eingebettet werden. Das „Blueprinting“ kann dabei zu unterschiedlichen Ergebnissen hinsichtlich des Beitrags von KI führen. Das Spektrum reicht dabei von Kosteneinsparungen über Kapazitätserweiterungen hin zu wertsteigernden Maßnahmen.</p>
<p>Der Beitrag von KI und die Auswirkung auf den menschlichen Faktor hängt von konkreten Zielsetzungen ab, wie in Abbildung 2 dargestellt. Die dort gezeigten drei Zielsetzungen haben erhebliche Auswirkungen auf die Menschen im Finance-Team. Das Zusammenspiel von Menschen, Technologie und digitalen Fähigkeiten verdeutlicht somit, dass jede erfolgreiche KI-Transformation gleichzeitig eine People Transformation bedeutet.</p>
<div id="attachment_104531" style="width: 2570px" class="wp-caption alignnone"><img loading="lazy" decoding="async" aria-describedby="caption-attachment-104531" class="size-full wp-image-104531" src="https://manager-wissen.com/wp-content/uploads/2026/10/Abbildung-1_AI-Blueprint-RtR-Illustrative-Example-2-scaled.jpg" alt="" width="2560" height="1440" /><p id="caption-attachment-104531" class="wp-caption-text">Abbildung 1: Process Reimagination. Quelle: EY</p></div>
<p><span style="color: #333399;"><strong>Buy vs. Build“ , „Operate vs. Outsource“ </strong></span></p>
<p>Daraus ergibt sich ein veränderter Anspruch an Transformation.</p>
<ul>
<li>Es geht nicht darum, möglichst viele AI Use Cases zu implementieren.</li>
<li>Es geht auch nicht darum, bestehende Prozesse lediglich schneller zu machen.</li>
<li>Es geht darum, die Leistungsfähigkeit von Finance neu zu definieren.</li>
</ul>
<p>Hier schließen sich zwei zentrale Fragen an, die zum Einen auf technologische und zum Anderen auf organisatorische Aspekte fokussieren.</p>
<p>Die erste Frage lautet „Buy vs. Build“: Ist die eigene Organisation in der Lage – eventuell mit externer Unterstützung – KI-Systeme und Applikationen selbst zu entwickeln, diese zu zertifizieren und im Folgenden auch zu betreiben? Als Alternative hierzu kommt der Rückgriff und die Integration von auf dem Markt bestehender KI-Drittlösungen in Betracht. Ob diese Lösungen sämtliche Use Cases und insbesondere die Transformationserfordernisse der Organisation unterstützen, ist im Einzelfall detailliert zu klären.</p>
<p>Die zweite zu beantwortende Frage fokussiert auf das Auslagern von möglichen Aktivitäten und Prozessschritten. Inwieweit Unternehmen die Transformationserfordernisse vollständig aus eigener Kraft bewältigen können und wollen, ist ein signifikanter Aspekt.</p>
<p>Es stellt sich die Frage, welche Fähigkeiten intern aufgebaut werden sollten und wo externe Unterstützung sinnvoll ist. Der Grad der Auslagerung von Finanzprozessen im Rahmen von Managed Services hängt neben wirtschaftlichen Faktoren auch davon ab, inwieweit sich Unternehmen verstärkt auf ihre operativen Kernprozesse fokussieren möchten.</p>
<p><strong><span style="color: #333399;">Fazit</span></strong></p>
<p>Die Gewinner der nächsten Transformationswelle werden nicht diejenigen sein, die KI am schnellsten einführen, sondern diejenigen, die Prozesse, Daten, Technologie und Menschen konsequent zu einem leistungsfähigen Finance Operating Model verbinden. Für CFOs bedeutet das, Transformation nicht bei der Automatisierung bestehender Abläufe enden zu lassen, sondern die Finanzfunktion vom angestrebten Ergebnis her neu zu gestalten.</p>
<p>Denn die eigentliche Chance von KI besteht nicht darin, Finance lediglich schneller oder günstiger zu machen. Sie besteht darin, die Finanzfunktion neu zu definieren.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/finance-neu-denken-erfolgsfaktoren-fuer-eine-erfolgreiche-finanztransformation/">Finance neu denken: Erfolgsfaktoren für eine erfolgreiche KI-Transformation</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Quantenresilienz als Führungsaufgabe: Wie Vorstände heute die ­Weichen stellen</title>
		<link>https://manager-wissen.com/quantenresilienz-als-fuehrungsaufgabe-wie-vorstaende-heute-die-weichen-stellen/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 19 Oct 2026 06:10:58 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104420</guid>

					<description><![CDATA[<p>Quantencomputing wird in den Chefetagen des Finanzsektors noch kaum als Bedrohung wahrgenommen. Zwar testen erste Institute neue Krypto-Verfahren, doch für echte Quantenresilienz ist ein breiterer Ansatz erforderlich: Neben moderner Verschlüsselung sind ein agiles Risikomanagement, bereichsübergreifende Teams, die Absicherung des laufenden Betriebs und praxiserprobte Krisenszenarien notwendig.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/quantenresilienz-als-fuehrungsaufgabe-wie-vorstaende-heute-die-weichen-stellen/">Quantenresilienz als Führungsaufgabe: Wie Vorstände heute die ­Weichen stellen</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Quantencomputing wird in den Chefetagen des Finanzsektors noch kaum als Bedrohung wahrgenommen. Zwar testen erste Institute neue Krypto-Verfahren, doch für echte Quantenresilienz ist ein breiterer Ansatz erforderlich: Neben moderner Verschlüsselung sind ein agiles Risikomanagement, bereichsübergreifende Teams, die Absicherung des laufenden Betriebs und praxiserprobte Krisenszenarien notwendig.</strong></p>
<p><span style="color: #333399;"><strong>Nur ein Software-Update?</strong></span></p>
<p>„Wir haben noch keine Cyber-Attacke vom Ausmaß einer Pandemie gesehen, aber wir sollten darauf vorbereitet sein – schon längst!“ Diese Warnung der Munich Cyber Security Conference im Februar 2026 rüttelt auf. Spätestens mit dem „Q-Day“ drohen völlig neue Dimensionen von Cyberangriffen.</p>
<p>Wie verwundbar unsere vernetzte Welt ist, zeigte der CrowdStrike-Ausfall im Juli 2024<sup>1</sup> , der globale IT-Systeme schlagartig lahmlegte. Der Vorfall offenbarte erhebliche Defizite bei der Krisenvorbereitung der Finanzwirtschaft. Während die Software schnell wieder lief, dauerte die vollständige Wiederherstellung des Geschäftsbetriebs oft Wochen. Laut der britischen Finanzaufsicht FCA fehlte ein ganzheitlicher Blick auf die operationelle Resilienz – insbesondere bei der Verzahnung von Krisenmanagement, Business Continuity und IT-Wiederherstellung.<sup>2  </sup>Die aktuelle Debatte um Quantensicherheit greift hier oft zu kurz: Viele Unternehmen behandeln das Thema wie ein einfaches Software-Update, anstatt es strategisch anzugehen.</p>
<p><strong><span style="color: #333399;">Der erweiterte Horizont</span></strong></p>
<p>Die Bedrohung durch Quantencomputing ist Teil einer zunehmend dynamischen Cyber-Bedrohungslage. Künstliche Intelligenz (KI) katapultiert Angriffe bereits in neue Dimensionen: Von automatisierten KI-Agenten bis hin zur blitzschnellen Suche nach Software-Schwachstellen ist alles möglich. Quantencomputer werden das Training von KI zudem exponentiell beschleunigen, was ein schnelleres Patch-Management und anpassungsfähigere Sicherheitsarchitekturen erfordert.</p>
<p>Auch die neuen Verschlüsselungsmethoden werden erst noch durch den Praxiseinsatz im großen Umfang verprobt, aktives Monitoring und Vorbereitung auf Veränderungen müssen Teil der künftigen Prozesse sein. Dies alles zeigt, dass das jahrzehntelang statische Thema „Verschlüsselung“ künftig einen agilen Ansatz erfordert.</p>
<p><strong><span style="color: #333399;">Noch mehr Abhängigkeit?</span></strong></p>
<p>Die geopolitische Instrumentalisierung von US-amerikanischen IT-Anbietern gefährdet die Souveränität europäischer Finanzdienstleister. Quanten-sicherheitslösungen von Hyperscalern verschärfen diese Abhängigkeit häufig, da sie an proprietäre Verschlüsselungsdienste ohne Multi-Cloud-Support gebunden sind. Beim Confidential Computing müssen Unternehmen daher genau wissen, wer die Kontrolle über Schlüssel und Sicherheitsfunktionen hat. Die entscheidende Frage lautet: Wird das Ziel größerer Quantenresilienz am Ende durch eine neue technologische Abhängigkeit konterkariert?</p>
<p><span style="color: #333399;"><strong>Das neue Horrorszenario: HNDL<sup>3 </sup></strong></span></p>
<p>Ein Akronym, das Vorstände kennen sollten: HNDL („Harvest Now, Decrypt Later“) beschreibt eine unmittelbare Bedrohung. Angreifer sammeln bereits heute kryptografisch gesicherte Daten, um sie später zu entschlüsseln. Banken und Versicherungen sind Hauptziele, da Transaktionen, Identitäten und Verträge jahrzehntelang absolute Integrität erfordern.</p>
<div class="blue-box fullsize">
<p><em><span style="color: #333399;"><strong>Was Unternehmen jetzt tun müssen</strong></span></em></p>
<p>Quantenresilienz entsteht nicht allein durch den Austausch kryptografischer Verfahren. Vorstände sollten deshalb fünf Handlungsfelder aufsetzen:</p>
<ol>
<li>Kryptografische Abhängigkeiten transparent machen, also wissen, welche Systeme, Anwendungen und Prozesse welche kryptografischen Verfahren nutzen und voraussetzen.</li>
<li>Kritische Daten und Prozesse priorisieren</li>
<li>Eine mehrjährige Migrations-Roadmap etablieren</li>
<li>Technologische Abhängigkeiten und Souveränität prüfen</li>
<li>Den Ernstfall vorbereiten und testen</li>
</ol>
</div>
<p>Die notwendigen Maßnahmen sind jedoch umfangreich und realistischerweise Mehrjahresprogramme. Gleichzeitig sind die verfügbaren Ressourcen begrenzt: Nur 14 Prozent der Organisationen sind überzeugt, über die erforderlichen Mitarbeiter und Fähigkeiten im Bereich Cybersicherheit zu verfügen.<sup>4 </sup>Das Management sollte daher frühzeitig einen klaren Fahrplan mit Prioritäten, Verantwortlichkeiten sowie langfristiger Budget- und Ressourcenplanung einfordern.</p>
<p><strong><span style="color: #333399;">Technologie-Migration: Nachhaltige Stabilität statt Aktionismus</span></strong></p>
<p>Versteht das Management das Problem, werden oft schnelle Lösungen gefordert. Doch Kryptografie ist nicht einfach als Tresorschloss zu verstehen: Sie greift tief in Daten, Prozesse und die Kundeninteraktion ein. Gerade in historisch gewachsenen IT-Infrastrukturen von Banken und Versicherungen birgt eine abrupte Umstellung erhebliche Risiken für die Betriebsstabilität.</p>
<p>Zudem müssen sich neue PQC-Verfahren in der Praxis erst bewähren. Eine sofortige, vollständige Migration ist daher riskant. Die Lösung ist ein hybrider kryptografischer Ansatz: Er kombiniert klassische und quantensichere Algorithmen in einem Prozess – eine Strategie, die auch das BSI ausdrücklich empfiehlt.<sup>5 </sup></p>
<p><span style="color: #333399;"><strong>Was passiert eigentlich, wenn?</strong></span></p>
<p>Auch verschlüsselte Daten waren schon immer Ziel erfolgreicher Angriffe – durch technische Fehler, Organisationsversagen oder den Faktor Mensch. Im Post-Quantum-Zeitalter wird das Tandem aus KI und Quantencomputing kleinste Schwachstellen jedoch noch viel schneller und massiver ausnutzen. Da die Finanzbranche einheitliche Standards nutzt, können schon vereinzelte Vorfälle das Vertrauen in das gesamte System erschüttern. Auch Angriffe auf kritische Infrastrukturen (z. B. Strom- und Datennetze) bedrohen den Sektor direkt.</p>
<p>Neben der Prävention, dem permanenten Monitoring und der konsequenten Schließung von Schwachstellen muss die Vorbereitung auf Worst-Case-Szenarien Teil des Projekts sein. Business Continuity Management (BCM) und Krisenstäbe müssen extrem schnelle Reaktionen trainieren. Dazu gehört auch das Entwerfen und Testen eines Minimalbetriebs, der die Überlebensfähigkeit des Unternehmens aus einer gesicherten Umgebung heraus garantiert.</p>
<p><span style="color: #333399;"><strong>Fazit: Quantenresilienz erfordert eine breit angelegte Strategie</strong></span></p>
<p>Vorausschauendes Management von Banken und Versicherungen bedeutet im Post-Quantum-Zeitalter mehr als die planvolle Transformation der Sicherheitsarchitektur. Vorstände müssen Quantenresilienz als unternehmensweite Aufgabe verstehen: mit klaren Prioritäten, belastbaren Ressourcen, technischer Flexibilität, überprüften Abhängigkeiten sowie einer Betriebs- und Krisenvorsorge, die auch unter neuen Bedrohungsbedingungen funktioniert.</p>
<p><strong>Quellenangaben:</strong></p>
<p><sup>1</sup> Wikipedia – Crowdstrike-Computerausfall 2024, Link: <a href="https://de.wikipedia.org/wiki/Crowdstrike-Computerausfall_2024">https://de.wikipedia.org/wiki/Crowdstrike-Computerausfall_2024</a><br />
<sup>2 </sup>FCA – CrowdStrike outage: lessons for operational resilience, 31.12.2024 –<br />
Link: <a href="https://www.fca.org.uk/firms/operational-resilience/crowdstrike-outage-lessons-operational-resilienc">https://www.fca.org.uk/firms/operational-resilience/crowdstrike-outage-lessons-operational-resilienc</a>e<br />
<sup>3 </sup>HNDL: Harvest Now, Decrypt Later (Jetzt ernten, später entschlüsseln)<br />
<sup>4 </sup>World Economic Forum: Global Cyber Security Outlook 2025,<br />
Link: <a href="https://reports.weforum.org/docs/WEF_Global_Cybersecurity_Outlook_2025.pdf">https://reports.weforum.org/docs/WEF_Global_Cybersecurity_Outlook_2025.pdf</a><br />
<sup>5 </sup>BSI: Bundesamt für Sicherheit in der Informationstechnik – „Quantentechnologien und quantensichere Kryptographie“ Link: <a href="https://www.bsi.bund.de/DE/Themen/Unternehmen-und-Organisationen/Informationen-und-Empfehlungen/Quantentechnologien-und-Post-Quanten-Kryptografie/quantentechnologien-und-quantensichere-kryptografie_node.html">https://www.bsi.bund.de/DE/Themen/Unternehmen-und-Organisationen/Informationen-und-Empfehlungen/Quantentechnologien-und-Post-Quanten-Kryptografie/quantentechnologien-und-quantensichere-kryptografie_node.html</a></p>
<p>Der Beitrag <a href="https://manager-wissen.com/quantenresilienz-als-fuehrungsaufgabe-wie-vorstaende-heute-die-weichen-stellen/">Quantenresilienz als Führungsaufgabe: Wie Vorstände heute die ­Weichen stellen</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Von der Risikoanalyse zur ­Umsetzung: Eine Roadmap zur Quantensicherheit</title>
		<link>https://manager-wissen.com/von-der-risikoanalyse-zur-umsetzung-eine-roadmap-zur-quantensicherheit/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 19 Oct 2026 06:09:24 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104407</guid>

					<description><![CDATA[<p>Quantensicherheit in der Finanzwirtschaft ist primär eine organisatorische, erst nachgelagert eine technische Aufgabe. Langfristig schutzbedürftige Informationen, kryptografische Abhängigkeiten und Verantwortlichkeiten müssen früh identifiziert und gesteuert werden. Eine erfolgreiche PQC-Migration erfordert zeitabhängigen Schutzbedarf, ein unternehmensweites Kryptoinventar sowie einen mandatierten Transformationsprozess mit klaren Zuständigkeiten, Budget und Governance.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/von-der-risikoanalyse-zur-umsetzung-eine-roadmap-zur-quantensicherheit/">Von der Risikoanalyse zur ­Umsetzung: Eine Roadmap zur Quantensicherheit</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Quantensicherheit in der Finanzwirtschaft ist primär eine organisatorische, erst nachgelagert eine technische Aufgabe. Langfristig schutzbedürftige Informationen, kryptografische Abhängigkeiten und Verantwortlichkeiten müssen früh identifiziert und gesteuert werden. Eine erfolgreiche PQC-Migration erfordert zeitabhängigen Schutzbedarf, ein unternehmensweites Kryptoinventar sowie einen mandatierten Transformationsprozess mit klaren Zuständigkeiten, Budget und Governance.</strong></p>
<p>Banken und Versicherungen, insbesondere die Erstversicherer, bieten Schutz und finanzielle Sicherheit gegen Risiken auf Zeit. Sie geben heute ein Versprechen ab, das oft erst Jahrzehnte später eingelöst wird, beispielsweise bei Lebens-, Kranken- oder Pflegeversicherungen. Wie im Leitartikel dargestellt, können jedoch bereits heute langfristig schutzbedürftige Daten durch „Harvest Now, Decrypt Later“-Angriffe gefährdet sein. Für Erstversicherer ist dies aufgrund der Art der verarbeiteten Daten besonders relevant.</p>
<p><span style="color: #333399;"><strong>Die zeitliche Perspektive des Informations­verbundes</strong></span></p>
<p>Wie bereits im Beitrag von Prof. Dr. Kipker ausgeführt, wird die Debatte über PQC noch zu häufig als rein technisches Problem gesehen. Im ersten Schritt geht es weniger um die Auswahl neuer kryptografischer Verfahren als darum, den Informationsverbund um eine zeitliche Perspektive zu erweitern.</p>
<div class="blue-box fullsize">
<p><span style="color: #333399;"><em><strong>Quantensicherheit: Vier Fragen für Entscheider</strong></em></span></p>
<p>Quantensicherheit ist keine reine IT-Aufgabe. Entscheidend ist, ob das Unternehmen Schutzbedarf, technische Abhängigkeiten und Verantwortlichkeiten bereits so steuert, dass eine rechtzeitige Migration möglich wird.</p>
<ol>
<li><strong>Was müssen wir langfristig schützen?</strong><br />
Welche Informationen und kritischen Funktionen haben einen langfristig hohen Schutz-<br />
bedarf?</li>
<li><strong>Wo setzen wir heute Kryptografie ein?</strong><br />
Welche Systeme, Anwendungen, Schnittstellen und externen Abhängigkeiten sind betroffen?</li>
<li><strong>Was muss zuerst migriert werden?</strong><br />
Wo treffen hohe Quantenverwundbarkeit, hohes Schadenspotenzial und lange Migrationszeiten aufeinander?</li>
<li><strong>Wer steuert die Transformation?</strong><br />
Sind Verantwortung, Risikoappetit, Budget und Governance verbindlich festgelegt?</li>
</ol>
<p><strong>Die zentrale Managementfrage lautet:</strong><br />
Sind wir heute in der Lage zu entscheiden, was wann migriert werden muss und wer diese Entscheidung verantwortet?                                                  </div>
<p>Ausgangspunkt sind dabei die kritischen Geschäftsprozesse und Funktionen sowie die Informationen, Anwendungen und Systeme, von denen sie abhängen. Damit wird die Geschäftskritikalität mit dem Schutzbedarf der jeweils unterstützenden Informationen und IKT-Komponenten verbunden. Neben dem heutigen Schutzbedarf muss bewertet werden, welche Informationen und Funktionen auch morgen oder in vielen Jahren noch hohe Anforderungen an Vertraulichkeit, Integrität, Authentizität und Nichtabstreitbarkeit stellen werden.</p>
<p>Für die PQC-Roadmap müssen deshalb Geschäftskritikalität, Schutzziel und Schutzfrist gemeinsam betrachtet werden. Dabei ist die zeitliche Risikologik nicht für alle Schutzziele identisch: So können langfristig vertrauliche Informationen bereits heute durch „Harvest now, Decrypt later“-Angriffe gefährdet sein, während bei digitalen Nachweisen, Identitäten und anderen kryptografisch abgesicherten Funktionen insbesondere relevant ist, wie lange Integrität, Authentizität und Nichtabstreitbarkeit gewährleistet bleiben müssen und wie viel Zeit für ihre Migration benötigt wird.<sup>1</sup></p>
<p>Erst diese Betrachtung schafft das Fundament, um risikoreiche Bereiche zu identifizieren und in der PQC-Roadmap zu priorisieren. Das Verständnis des Informationsverbundes bildet die zentrale Grundlage risikobasierter Informationssicherheit. Es macht sichtbar, von welchen Informationen, Anwendungen und Systemen kritische Geschäftsprozesse abhängen und übersetzt damit technisches Risiko in Geschäftsrelevanz.</p>
<p>Seine Einführung vor rund 20 Jahren war ein langwieriger Kulturwandelprozess. Die Erweiterung um zeitliche Aspekte sowie die wachsende Bedeutung von Authentizität und Nichtabstreitbarkeit wird einen ähnlichen langwierigen Prozess erfordern. Die PQC-Roadmap beginnt daher mit einem erweiterten Verständnis des Informationsverbundes.</p>
<h3><span style="color: #333399;"><strong>Das Kryptoinventar ermöglicht risikobasierte Entscheidungen zum Aufbau der PQC-Roadmap</strong></span></h3>
<p>Die Erstellung eines Kryptoinventars zur Identifikation bereits etablierter kryptografischer Verfahren und Schnittstellen ist eine wesentliche Grundlage für die Priorisierung der Migration auf quanten­sichere Verfahren (siehe Beitrag Prof. Dr. Kipker).</p>
<p><span style="color: #333399;"><strong>Herausforderungen bei der Inventarisierung</strong></span></p>
<p>Das Inventar muss erkennen lassen, welche Assets quantengefährdet sind, welche Alternativen bestehen und welche Abhängigkeiten ihre Migration bestimmen. Besondere Aufmerksamkeit erfordern Legacy-Systeme, eingeschränkt gepflegte Anwendungen, Schatten-IT und ältere IDVen, da historisch gewachsene Strukturen häufig nur mit erheblichem Aufwand verändert werden können.<sup>2</sup></p>
<p>Kryptografie ist dabei vielerorts noch in Anwendungscode, Bibliotheken, Appliances oder Schnittstellen eingebettet, ohne durchgängig transparent steuerbar zu sein.</p>
<p>Für PQC müssen kryptografische Komponenten deshalb transparent inventarisiert, modular eingebunden und kontrolliert austauschbar werden. Automatisierte Discovery-Werkzeuge und Software-QS-Scanner (wie GitHub CodeQL) unterstützen die Analyse von Quellcode, Systemen und Netzwerkkommunikation, erfassen Nutzungskontext und Abhängigkeiten jedoch nicht vollständig. Entwickler und Systemverantwortliche müssen die Ergebnisse daher fachlich validieren und ergänzen.<sup>3</sup></p>
<p><span style="color: #333399;"><strong>Die PQC-Roadmap integriert alle Teilnehmer der digitalen Supply-Chain</strong></span></p>
<p>Crypto Discovery muss auch APIs und andere Schnittstellen, externe Kommunikationsverbindungen sowie kryptografische Abhängigkeiten zu Cloud-Diensten, Standardsoftware, Hardware-Sicherheitsmodulen (HSM) und IT-Dienstleistern erfassen.</p>
<p>Es muss transparent sein, welche Kryptografie eingesetzt wird, welche Gegenpartei beteiligt ist, wer Änderungen veranlassen kann und wann externe Anbieter PQC-fähige Lösungen bereitstellen.<sup>4</sup></p>
<p>Die Roadmap externer Partner bestimmt unmittelbar die eigene Migrationsfähigkeit des Instituts. Auf dieser Grundlage werden Quick Wins, kritische Systeme und Abhängigkeiten identifiziert, die die tatsächliche Reihenfolge der PQC-Migration bestimmen.</p>
<h3><span style="color: #333399;"><strong>Agile Priorisierung bedeutet, nicht auf Vollständigkeit zu warten</strong></span></h3>
<p>Ein vollständiges Kryptoinventar bleibt das Ziel. Im Sinne einer agilen Steuerung darf dessen Vollständigkeit jedoch nicht zur Voraussetzung für erste Entscheidungen werden.</p>
<p>Die Inventarisierung kann sich zunächst auf Komponenten mit identifiziertem oder vermutetem PQC-Risiko konzentrieren. Parallel werden Schutzdauer, Quantenverwundbarkeit, Schadenspotenzial, Migrationsaufwand und Abhängigkeiten bewertet. Abhängigkeiten sind ein relevanter Faktor, der gerne übersehen wird.</p>
<p>In ersten Ansätzen wird aus Quantenverwundbarkeit, potenziellen Schäden sowie Aufwand und Dauer der PQC-Migration ein PQC-Risikowert abgeleitet. Hohe Risiken verlangen frühes Handeln.<sup>5</sup></p>
<p><span style="color: #333399;"><strong>No-Regret-Maßnahmen: Sofort umsetzbare Schritte</strong></span></p>
<p>Daraus lassen sich unmittelbare No-Regret-Maßnahmen ableiten: Prioritäre Bereiche inventarisieren, veraltete Protokolle ablösen, Lieferanten nach ihrer PQC-Planung abfragen und Kryptoagilität in Architektur und Beschaffung verankern.<sup>6</sup></p>
<h3><span style="color: #333399;"><strong>Drei Zeitgrößen bestimmen die Dringlichkeit der PQC-Migration</strong></span></h3>
<p>Die zeitliche Logik lässt sich nach Mosca und Piani auf drei Größen verdichten. Dies sind Schutzdauer („Shelf-Life“), PQC-Migrationszeit („Migration Time“) und der erwartete Zeitraum bis zu einem kryptografisch relevanten Quantencomputer („Quantum Threat Time“). Für die Priorisierung ist daher nicht entscheidend, den Q-Day möglichst genau vorherzusagen. Maßgeblich ist vielmehr das Verhältnis dieser drei Zeitgrößen zueinander.<sup>7</sup></p>
<p><span style="color: #333399;"><strong>Die Mosca-Ungleichung als Entscheidungsgrundlage</strong></span></p>
<p>Diese Entscheidungslogik wird durch die Mosca-Ungleichung beschrieben. Ist der Zeitraum bis zur Quantenbedrohung kürzer als die Summe aus notwendiger Schutzdauer und PQC- Migrationszeit, besteht ein materielles kryptografisches Risiko. Die Ungleichung übersetzt damit einen unsicheren technologischen Zeithorizont in eine organisations- und systemspezifische Risikobetrachtung.<sup>8</sup></p>
<div id="attachment_104418" style="width: 2570px" class="wp-caption alignnone"><img loading="lazy" decoding="async" aria-describedby="caption-attachment-104418" class="size-full wp-image-104418" src="https://manager-wissen.com/wp-content/uploads/2026/10/Mosca-Grafik-scaled.jpg" alt="" width="2560" height="843" /><p id="caption-attachment-104418" class="wp-caption-text">Drei Zeitgrößen bestimmen die Dringlichkeit der PQC-Migration. Quelle: Quantum Threat Timeline Report 2024</p></div>
<p>Diese Unsicherheit prägt auch die Umsetzung der PQC-Roadmap. Ihre Phasen überlappen bewusst und sind nicht als starre Sequenz zu verstehen. Deshalb müssen Vorbereitung, Risikobewertung und erste Umsetzungsmaßnahmen parallel erfolgen.</p>
<p>Zu Beginn werden Scope, Verantwortlichkeiten, Bewertungslogik und ein Kryptoinventar für prioritäre Domänen erstellt. Parallel können Lieferantenabfragen, PQC-Risikobewertungen und erste Migrations-Piloten starten. Mit wachsender Transparenz werden Kryptoinventar und Risikobild erweitert und die ersten PQC-Migrationswellen vorbereitet und umgesetzt. Danach verlagert sich der Schwerpunkt auf Skalierung, Legacy-Ablösung und die Überführung in den Regelbetrieb.</p>
<p><span style="color: #333399;"><strong>Regulatorik und Governance geben den Rahmen für PQC vor</strong></span></p>
<p>Bestehende Regulatorik schafft einen Rahmen, an den die PQC-Steuerung anknüpfen kann. Für die europäische Finanzwirtschaft ist das insbesondere der Digital Operational Resilience Act (DORA).<sup>9</sup> Die technischen Regulierungsstandards verlangen, relevante Entwicklungen in der Kryptografie zu verfolgen und kryptografische Bedrohungen – einschließlich solcher, die aus Fortschritten der Quantentechnologie entstehen – mit einem flexiblen Ansatz aus Risikominderung und Überwachung zu begegnen.</p>
<p>Die PQC-Migration sollte deshalb nicht als paralleles Sonderprogramm neben der bestehenden IKT-Risiko- und Resilienzsteuerung behandelt werden, sondern in diese integriert werden. Damit wird die PQC-Risikobewertung zugleich zur Governance-Aufgabe.</p>
<p>Die Geschäftsleitung muss ein entsprechendes Mandat sowie Risikoappetit und Ressourcen festlegen, um die Umsetzung der PQC-Roadmap zu enablen und die Interoperabilität innerhalb der Organisation sicherzustellen.</p>
<div class="blue-box fullsize">
<p><em><strong>Das PQC-Rollenmodell</strong></em></p>
<p>Das Rollenmodell sollte Informationssicherheit, IT, Risiko, Compliance, Einkauf und Fachbereiche verbinden:</p>
<ul>
<li><strong>CISO:</strong> Verantwortet die Methodik der PQC-Risikobewertung und führt Schutzbedarf, Kryptoinventar und Risiken zu einer steuerbaren Gesamtsicht zusammen.</li>
<li><strong>CIO:</strong> Verantwortet die technische Inventarisierung (Crypto Discovery), die Zielarchitektur, Releaseplanungen und die Durchführung der Migrationswellen.</li>
<li><strong>CRO:</strong> Integriert die PQC-Risiken in das bestehende IKT-Risikomanagement und eskaliert Abweichungen vom Risikoappetit an die Entscheidungsgremien.</li>
<li><strong>Compliance:</strong> Übersetzt regulatorische Entwicklungen (z. B. DORA) in Vorgaben für Governance und Nachweisführung.</li>
<li><strong>Einkauf (CPO):</strong> Verankert Anforderungen an PQC-Fähigkeit und Kryptoagilität in Ausschreibungen, Verträgen und der Lieferantensteuerung.</li>
<li><strong>Fachbereiche:</strong> Bestimmen die Geschäftskritikalität und den zeitachsenspezifischen Schutzbedarf der von ihnen verantworteten Daten und Prozesse.</li>
</ul>
<p>Entscheidend ist das Zusammenspiel dieser Funktionen:</p>
<p>Erst wenn technische Abhängigkeiten, geschäftliche Kritikalität, regulatorische Anforderungen und der Risikoappetit zusammengeführt werden, lässt sich das Tempo der PQC-Migration fundiert steuern.</p>
</div>
<p><span style="color: #333399;"><strong>Fazit: Langfristigen Schutz frühzeitig absichern</strong></span></p>
<p>Quantensicherheit beginnt organisatorisch, nicht technologisch. Es muss klar sein, welche Informationen und kritischen Funktionen langfristig geschützt werden, welche kryptografischen Assets dafür eingesetzt werden, welche Abhängigkeiten bestehen und wer entscheidet.</p>
<p><strong>Dafür braucht es vier Voraussetzungen:</strong></p>
<ol>
<li>einen um Schutzdauer erweiterten Informationsverbund,</li>
<li>ein unternehmensweites Kryptoinventar,</li>
<li>klare Verantwortlichkeiten,</li>
<li>sowie ein mandatiertes PQC-Programm mit Budget, Risikoappetit und Steuerung der<br />
digitalen Lieferkette.</li>
</ol>
<p>Diese Grundlagen ermöglichen eine kontrollierte PQC-Migration und stärken bereits heute die Fähigkeit, auf kryptografische Veränderungen zu reagieren.</p>
<p><strong>Quellenangaben: </strong></p>
<p><sup>1 </sup>Algemeen Inlichtingen- en Veiligheidsdienst (AIVD) / CWI / TNO: The PQC Migration Handbook. Guidelines for Migrating to Post-Quantum Cryptography, Den Haag 2024.<br />
<sup>2 </sup>AIVD/CWI/TNO, PQC Migration Handbook (2024)<br />
<sup>3 </sup>National Institute of Standards and Technology (NIST): Getting Ready for Post-Quantum Cryptography: Exploring Challenges Associated with Adopting and Using Post-Quantum Cryptographic Algorithms, Washington, D.C. 2021; Walker Chablott: Addressing Post-Quantum Cryptography with CodeQL, 2023;<br />
<sup>4</sup> AIVD/CWI/TNO, PQC Migration Handbook (2024)<br />
<sup>5 </sup>AIVD/CWI/TNO, PQC Migration Handbook (2024)<br />
<sup>6 </sup>AIVD/CWI/TNO, PQC Migration Handbook (2024)<br />
<sup>7 </sup>AIVD/CWI/TNO, PQC Migration Handbook (2024); Mosca, Michele; Piani, Marco: Quantum Threat Timeline Report, Global Risk Institute, 2024.<br />
<sup>8 </sup>AIVD/CWI/TNO, PQC Migration Handbook (2024); Mosca, Michele; Piani, Marco: Quantum Threat Timeline Report, Global Risk Institute, 2024.<br />
<sup>9</sup> Delegierte Verordnung (EU) /1774, Art. 6 Abs. 3–5, 2024</p>
<p>Der Beitrag <a href="https://manager-wissen.com/von-der-risikoanalyse-zur-umsetzung-eine-roadmap-zur-quantensicherheit/">Von der Risikoanalyse zur ­Umsetzung: Eine Roadmap zur Quantensicherheit</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Die Antwort auf das Quantenrisiko: PQC wird zur Pflicht</title>
		<link>https://manager-wissen.com/die-antwort-auf-das-quantenrisiko-pqc-wird-zur-pflicht/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 19 Oct 2026 06:08:34 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104396</guid>

					<description><![CDATA[<p>Quantencomputer werden die kryptografischen Verfahren angreifbar machen, auf denen Zahlungsverkehr und IT-Sicherheit der Finanzbranche heute beruhen. Mit der Post-Quantum-Kryptografie (PQC) stehen die technischen Gegenmaßnahmen jedoch bereits weitgehend zur Verfügung, sodass die eigentliche Herausforderung nicht mehr in der Forschung, sondern in der systematischen Migration komplexer, historisch gewachsener Finanz-IT-Landschaften liegt. Wer jetzt mit der Bestandsaufnahme beginnt, verschafft sich einen entscheidenden Vorsprung für diese mehrjährige Transformation.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/die-antwort-auf-das-quantenrisiko-pqc-wird-zur-pflicht/">Die Antwort auf das Quantenrisiko: PQC wird zur Pflicht</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Quantencomputer werden die kryptografischen Verfahren angreifbar machen, auf denen Zahlungsverkehr und IT-Sicherheit der Finanzbranche heute beruhen. Mit der Post-Quantum-Kryptografie (PQC) stehen die technischen Gegenmaßnahmen jedoch bereits weitgehend zur Verfügung, sodass die eigentliche Herausforderung nicht mehr in der Forschung, sondern in der systematischen Migration komplexer, historisch gewachsener Finanz-IT-Landschaften liegt. Wer jetzt mit der Bestandsaufnahme beginnt, verschafft sich einen entscheidenden Vorsprung für diese mehrjährige Transformation.</strong></p>
<p><span style="color: #333399;"><strong>Was Post-Quantum-Kryptografie leistet und wie sie sich von klassischen Verfahren unterscheidet</strong></span></p>
<p>Die Bedrohung durch Quantencomputer betrifft im Kern zwei für die heutige IT-Sicherheit entscheidende mathematische Probleme: nämlich die Faktorisierung großer Zahlen und die Berechnung diskreter Logarithmen. Beide Probleme lassen sich mit klassischen Rechnern praktisch nicht lösen, wohl aber mit einem ausreichend leistungsfähigen Quantencomputer und dem sogenannten Shor-Algorithmus, der RSA- und ECC-Verfahren in überschaubarer Zeit aushebeln würde. Deshalb setzt Post-Quantum-Kryptografie auf vollkommen andere mathematische Grundlagen, insbesondere auf Gitterprobleme, hashbasierte Signaturen sowie code- und multivariate Verfahren, die nach heutigem Kenntnisstand auch für Quantencomputer nicht effizient lösbar sind.</p>
<p>Ein wesentlicher Unterschied zur klassischen Kryptografie liegt darin, dass Post-Quantum-Verfahren vollständig auf klassischer Hardware laufen und sich in bestehende Protokolle wie TLS, IPsec oder Signaturformate integrieren lassen, ohne dass ein Institut selbst Quantentechnologie betreiben müsste. Genau diese Eigenschaft ist der entscheidende praktische Vorteil, denn sie erlaubt eine Migration über Software-Updates und Zertifikatserneuerungen, während die physische Infrastruktur weitgehend erhalten bleibt.</p>
<p><span style="color: #333399;"><strong>Das Risiko langlebiger Daten: „Harvest Now, Decrypt Later“</strong></span></p>
<p>Besonders deutlich wird die Dringlichkeit bei langlebigen Daten. Kreditverträge, Kundendossiers und aufsichtsrechtlich vorgeschriebene Archive müssen häufig zehn bis dreißig Jahre lang vertraulich bleiben. Deshalb stellen bereits heute abgegriffene, verschlüsselte Daten selbst dann ein Risiko dar, wenn ein leistungsfähiger Quantencomputer erst in zehn Jahren verfügbar sein wird. Dieses Prinzip, das unter dem Begriff „Harvest Now, Decrypt Later“ bekannt ist, verändert die Priorisierung erheblich. Denn nicht die unmittelbare Angreifbarkeit eines Systems entscheidet heute über die Dringlichkeit, sondern die Vertraulichkeitsdauer der jeweils verarbeiteten Daten.</p>
<p><span style="color: #333399;"><strong>Abgrenzung: Post-Quantum-Kryptografie vs. Quantum Key Distribution</strong></span></p>
<p>Post-Quantum-Kryptografie wird zudem häufig mit Quantum Key Distribution verwechselt. Tatsächlich handelt es sich jedoch um zwei grundverschiedene Ansätze. Quantum Key Distribution nutzt physikalische Eigenschaften einzelner Photonen, um Schlüssel über dedizierte Glasfaserstrecken auszutauschen, benötigt dafür spezialisierte Hardware und bleibt auf begrenzte Distanzen sowie Punkt-zu-Punkt-Verbindungen beschränkt. Für die breite Absicherung von Kernbankensystemen, Zahlungsverkehr und Kundenschnittstellen ist dieser Ansatz weder wirtschaftlich noch technisch praktikabel. Instituten wird deshalb regelmäßig empfohlen, ihre IT-Investitionen auf Post-Quantum-Kryptografie zu konzentrieren und Quantum Key Distribution allenfalls für einzelne, hochsensible Verbindungen in Betracht zu ziehen.</p>
<h3><span style="color: #333399;"><strong>Die neuen Standards geben die Richtung vor</strong></span></h3>
<p>Mit der Veröffentlichung von FIPS 203, FIPS 204 und FIPS 205 hat das US-amerikanische National Institute of Standards and Technology im August 2024 erstmals verbindliche Standards für die Post-Quantum-Kryptografie festgelegt. ML-KEM, abgeleitet aus dem Verfahren Kyber, dient dem quantensicheren Schlüsselaustausch, während ML-DSA und SLH-DSA, basierend auf Dilithium und SPHINCS+, für digitale Signaturen vorgesehen sind. In einem Entwurf zur Übergangsplanung sieht NIST außerdem vor, quantenverwundbare Public-Key-Verfahren schrittweise zurückzunehmen: Verfahren mit nur 112 Bit Sicherheitsstärke sollen nach 2030 als überholt gelten, und nach 2035 sollen die heute gebräuchlichen quantenverwundbaren Public-Key-Verfahren grundsätzlich nicht mehr zugelassen sein. Zusätzlich bereitet das NIST mit HQC einen weiteren Algorithmus für die Schlüsseleinkapselung vor, um für den Fall abzusichern, dass sich bei gitterbasierten Verfahren im Zeitverlauf unerwartete Schwächen zeigen sollten.</p>
<p><strong><span style="color: #333399;">Die Notwendigkeit kryptografischer Agilität</span></strong></p>
<p>Damit dieser Rahmen in der Praxis tragfähig bleibt, kommt der kryptografischen Agilität eine Schlüsselrolle zu, denn kein Standard wird für alle Zeit gültig bleiben. Systeme sollten Verschlüsselungsalgorithmen daher nicht fest verdrahtet nutzen, sondern sie über zentral steuerbare Bibliotheken und Konfigurationen einbinden. Dadurch lassen sich Verfahren austauschen, sobald neue Erkenntnisse vorliegen oder Schwachstellen dies erfordern. Genau dieser Aspekt wird in vielen Projekten unterschätzt, weil Legacy-Anwendungen kryptografische Parameter oft tief im Quellcode verankert haben. Ein Austausch bedeutet daher weit mehr als eine reine Konfigurationsänderung.</p>
<div class="blue-box fullsize">
<p><span style="color: #333399;"><em><strong>Wie Security-Architekturen quantensicher ­werden</strong></em></span></p>
<p>Entscheidend sind:</p>
<ul>
<li><strong>Kryptoagilität und „quantum-secure-by-design“: </strong>Kryptografische Funktionen müssen flexibel austauschbar sein. Neue Systeme sollten nach dem Prinzip „quantum-secure-by-design“ entwickelt werden.</li>
<li><strong>Abhängigkeiten und Organisation: </strong>HSMs, Cloud- und API-Landschaften sowie Dienstleister müssen frühzeitig in die Planung einbezogen werden. PQC braucht klare Governance, Budget, Zeitplan und Verantwortlichkeiten.</li>
<li><strong>Inventur und Priorisierung: </strong>Algorithmen, Schlüssel, Zertifikate, Schnittstellen sowie Dienstleisterabhängigkeiten erfassen und nach Sensitivität, Aufbewahrungsdauer und externer Exponierung priorisieren.</li>
<li><strong>Hybride Verfahren:</strong>Klassische und Post-Quantum-Verfahren sollten in der Übergangsphase kombiniert werden. So lässt sich der Schutz schrittweise erhöhen, ohne auf eine vollständige Ablösung bestehender Verfahren zu warten.</li>
<li><strong>Security-by-Design:</strong>Quantensicherheit sollte bereits bei neuen Systemen und in Beschaffungsprozessen berücksichtigt werden. Anbieter und Dienstleister sollten frühzeitig verbindliche Roadmaps für PQC-Unterstützung vorlegen.</li>
</ul>
</div>
<p><span style="color: #333399;"><strong>Risikominimierung durch hybride Verfahren in der Übergangsphase</strong></span></p>
<p>Für die Übergangsphase, die je nach System mehrere Jahre andauern dürfte, empfehlen sich hybride Verfahren. Diese kombinieren klassische Algorithmen wie RSA oder ECC mit einem Post-Quantum-Verfahren im selben Handshake. Solange eines der beiden Verfahren hält, bleibt die Verbindung sicher – das federt Implementierungsrisiken neuer Algorithmen ab und erfüllt zugleich regulatorische Anforderungen bereits heute. TLS 1.3 unterstützt hybride Schlüsselaustauschverfahren inzwischen produktiv, und große Cloud-Anbieter sowie Browser-Hersteller haben die entsprechende Unterstützung bereits ausgerollt. Institute sollten daher hybride Pilotprojekte an exponierten Schnittstellen zeitnah starten, statt auf die finale Marktreife zu warten.</p>
<p><strong><span style="color: #333399;">Regulatorischer Druck für den Finanzsektor: NIS-Roadmap und DORA</span></strong></p>
<p>Für Banken und Versicherer kommt zu diesen technischen Fristen ein regulatorischer Zeitplan hinzu, der die Dringlichkeit zusätzlich unterstreicht. Die europäische NIS-Kooperationsgruppe hat im Juni 2025 gemeinsam mit der Europäischen Kommission eine koordinierte Roadmap veröffentlicht. Demnach sollen alle Mitgliedstaaten bis Ende 2026 mit Kryptografie-Inventuren und nationalen Migrationsstrategien beginnen. Systeme mit hohem Risiko, wozu weite Teile der Finanzinfrastruktur zählen, sollen bis Ende 2030 auf Post-Quantum-Kryptografie umgestellt sein. Der Digital Operational Resilience Act (DORA) verstärkt diesen Druck zusätzlich: denn die Verordnung verlangt von Finanzunternehmen bereits seit Januar 2025 ein Verschlüsselungs- und Kryptografiemanagement, das den gesamten Lebenszyklus kryptografischer Schlüssel abdeckt und regelmäßig an den Stand der Technik angepasst werden muss. Wer diese Anforderung ernst nimmt, kommt an einer Post-Quantum-Roadmap kaum vorbei, auch wenn die Verordnung den Begriff selbst nicht ausdrücklich nennt.</p>
<h3><span style="color: #000080;"><strong>Wie Security-Architekturen quantensicher werden</strong></span></h3>
<p><strong><span style="color: #333399;">Die architektonische Basis: Zentralisierung und Entkopplung</span></strong></p>
<p>Auf Architekturebene lässt sich kryptografische Agilität nur erreichen, wenn Schlüssel- und Zertifikatsverwaltung zentralisiert und von der einzelnen Anwendung entkoppelt werden. In Projekten zeigt sich regelmäßig, dass genau diese Entkopplung fehlt. Der Grund hierfür: Über Jahre gewachsene Systemlandschaften haben kryptografische Funktionen dezentral und uneinheitlich implementiert. Eine belastbare Public-Key-Infrastruktur (PKI) mit klar definierten Verantwortlichkeiten und automatisierter Zertifikatsrotation bildet deshalb das Fundament jeder quantensicheren Architektur.</p>
<p><strong><span style="color: #000080;">Risikominimierung durch Zero-Trust-Prinzipien</span></strong></p>
<p>Zero-Trust-Prinzipien gewinnen in diesem Zusammenhang zusätzlich an Bedeutung, da sie ohnehin jede Sitzung und jede Transaktion einzeln authentifizieren, statt sich auf einen vermeintlich sicheren Netzwerkperimeter zu verlassen. Gerade langlebige Zugangsdaten und Signaturschlüssel zählen zu den bevorzugten Zielen – unter anderem für das eingangs beschriebene Vorgehen des Abgreifens verschlüsselter Daten auf Vorrat. Zero-Trust-Architekturen und quantensichere Verfahren ergänzen sich daher sinnvoll und senken das Restrisiko spürbar.</p>
<p><strong><span style="color: #000080;">Zukunftsfähige Beschaffung und Herstellerabhängigkeiten</span></strong></p>
<p>Neue Systeme sollten von Beginn an nach dem Prinzip „quantum-secure-by-design“ entwickelt werden, damit während der laufenden Migration kein neuer technischer Rückstand entsteht. Für Beschaffungsprozesse bedeutet das, von Softwareanbietern und Dienstleistern verbindliche Roadmaps zur Unterstützung von Post-Quantum-Verfahren einzufordern, bevor neue Verträge geschlossen werden. In der Praxis ist das hochrelevant, denn in einem Kernbankensystem werden Transaktionen häufig über ein Hardware-Sicherheitsmodul signiert, dessen Hersteller womöglich noch keinen konkreten Fahrplan für Post-Quantum-Algorithmen vorlegen kann. Da sich solche Abhängigkeiten nicht kurzfristig auflösen lassen, sollten sie so früh wie möglich identifiziert und in die Beschaffungsplanung eingesteuert werden.</p>
<p><strong><span style="color: #000080;">Sicherheitsanforderungen an Cloud- und API-Landschaften</span></strong></p>
<p>Besondere Aufmerksamkeit verdienen zudem Cloud- und API-Landschaften, denn Zahlungsverkehrsschnittstellen nach ISO 20022, Open-Banking-APIs und die TLS-Terminierungspunkte großer Cloud-Anbieter bilden oft die am stärksten exponierten und zugleich am schwierigsten zu überblickenden Teile der Infrastruktur. Institute sollten deshalb von ihren Cloud- und API-Gateway-Anbietern verlangen, hybride TLS-Konfigurationen und quantensicheres Schlüsselmanagement als Dienstleistung bereitzustellen, statt diese Aufgabe vollständig intern zu lösen.</p>
<div class="blue-box fullsize">
<p><span style="color: #333399;"><em><strong>Warum PQC eine strategische Migrationsaufgabe ist</strong></em></span></p>
<p>&nbsp;</p>
<ul>
<li><strong>Das Quantenrisiko ist keine Zukunftsfrage mehr, sondern eine Migrationsaufgabe:<br />
</strong>Quantencomputer könnten die heute eingesetzten Public-Key-Verfahren wie RSA und ECC brechen. Gleichzeitig müssen Finanzinstitute Daten schützen, deren Vertraulichkeit noch Jahrzehnte relevant ist. Das macht eine frühzeitige Vorbereitung auf Post-Quantum-Kryptografie (PQC) erforderlich.</li>
<li><strong>Die technische Lösung steht weitgehend bereit – die Herausforderung liegt in der Migration: </strong><br />
Gewachsene IT-Landschaften, Legacy-Systeme, HSMs, Cloud- und API-Schnittstellen sowie Abhängigkeiten von Dienstleistern machen den Austausch kryptografischer Verfahren zu einer mehrjährigen Transformation. Kryptografische Agilität wird deshalb zum zentralen Architekturprinzip.</li>
<li><strong>Für Vorstände bedeutet das:</strong><br />
PQC ist kein isoliertes IT-Projekt. Institute brauchen eine systematische Kryptografie-Inventur, eine risikobasierte Priorisierung, klare Verantwortlichkeiten und eine mehrjährige Migrations-Roadmap. Hybride Verfahren können dabei den Übergang absichern. Wer jetzt mit der Bestandsaufnahme beginnt und kritische Abhängigkeiten früh identifiziert, schafft die Grundlage für eine kontrollierte Migration statt eines späteren Technologiewechsels unter Zeitdruck.</li>
</ul>
</div>
<p><span style="color: #000080;"><strong>Organisatorische Governance und Kompetenzaufbau</strong></span></p>
<p>Eine der größten Herausforderungen ist dabei häufig weniger technischer als organisatorischer Natur. In mehreren Projekten hat sich regelmäßig gezeigt, dass Sicherheitsarchitektur, Anwendungsentwicklung und Fachbereiche zunächst unterschiedliche Prioritäten setzen und ein gemeinsames Verständnis für die Dringlichkeit erst erarbeitet werden muss. Bewährt hat sich deshalb ein bereichsübergreifendes Programm mit klarer Governance, das Budget, Zeitplan und Verantwortlichkeiten über mehrere Jahre hinweg sichtbar macht, statt Post-Quantum-Kryptografie als Aufgabe einzelner IT-Teams zu behandeln. Ebenso wichtig ist der gezielte Aufbau eigener Kryptografie-Kompetenz, denn Fachkräfte mit praktischer Erfahrung in Post-Quantum-Verfahren sind am Markt knapp und lassen sich nur begrenzt einkaufen.</p>
<p><span style="color: #000080;"><strong>Der Migrationspfad: Kryptografie-Inventur und Priorisierung</strong></span></p>
<p>Deshalb sollte jede Migration mit einer vollständigen Kryptografie-Inventur beginnen, in der sämtliche Algorithmen, Schlüssellängen und Zertifikatslaufzeiten sowie APIs, andere Schnittstellen und Abhängigkeiten von Dienstleistern systemübergreifend erfasst werden.</p>
<p>Auf dieser Grundlage lässt sich eine Priorisierung ableiten, die sich an zwei Kriterien orientiert: der Sensitivität und der Aufbewahrungsdauer der verarbeiteten Daten einerseits sowie dem Grad der externen Exponierung eines Systems andererseits. Internetseitige Schnittstellen mit langlebigen Kundendaten, etwa im Zahlungsverkehr oder bei Vertragsarchiven, sollten daher vor internen Backoffice-Systemen migriert werden, während tief integrierte Komponenten wie Hardware-Sicherheitsmodule aufgrund ihrer Abhängigkeit von Herstellerzyklen typischerweise die längste Vorlaufzeit benötigen und entsprechend früh eingeplant werden sollten.</p>
<p><strong><span style="color: #000080;">Fazit: eine mehrjährige Transformation, kein bloßes IT-Projekt</span></strong></p>
<p>Post-Quantum-Kryptografie lässt sich nicht als abgeschlossenes Technologieprojekt behandeln, da sie Architektur, Governance, Beschaffung und Personalentwicklung gleichermaßen betrifft und sich über mehrere Jahre und Budgetzyklen erstreckt. Die Transformation gelingt dort am besten, wo sie von Vorstand, CIO, CISO und CRO gemeinsam getragen und in bestehende Programme wie die DORA-Compliance, das Risikomanagement und laufende IT-Modernisierungsvorhaben eingebettet wird, anstatt als isolierte Initiative parallel dazu zu laufen.</p>
<p>Wer jetzt mit der Kryptografie-Inventur beginnt, kryptografische Agilität als Architekturprinzip verankert und hybride Verfahren pilotiert, schafft die Grundlage, um die eigene Organisation rechtzeitig und beherrschbar auf das Quantenzeitalter vorzubereiten.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/die-antwort-auf-das-quantenrisiko-pqc-wird-zur-pflicht/">Die Antwort auf das Quantenrisiko: PQC wird zur Pflicht</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Quantencomputer verstehen: Warum klassische Kryptografie ­unter Druck gerät</title>
		<link>https://manager-wissen.com/quantencomputer-verstehen-warum-klassische-kryptografie-unter-druck-geraet/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 19 Oct 2026 06:07:31 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104386</guid>

					<description><![CDATA[<p>Quantencomputer sind keine schnelleren klassischen Computer. Durch eine veränderte Rechenlogik hebeln sie die mathematischen Fundamente heutiger Verschlüsselungsverfahren systematisch aus. Für Unternehmen bedeutet das: Die Bedrohung ist kein Zukunftsszenario, sondern verlangt eine sofortige Risikoanalyse und die langfristige Transformation hin zu einer quantensicheren Infrastruktur. </p>
<p>Der Beitrag <a href="https://manager-wissen.com/quantencomputer-verstehen-warum-klassische-kryptografie-unter-druck-geraet/">Quantencomputer verstehen: Warum klassische Kryptografie ­unter Druck gerät</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Quantencomputer sind keine schnelleren klassischen Computer. Durch eine veränderte Rechenlogik hebeln sie die mathematischen Fundamente heutiger Verschlüsselungsverfahren systematisch aus. Für Unternehmen bedeutet das: Die Bedrohung ist kein Zukunftsszenario, sondern verlangt eine sofortige Risikoanalyse und die langfristige Transformation hin zu einer quantensicheren Infrastruktur.</strong></p>
<p><span style="color: #333399;"><strong>Von Bits zu Qubits</strong></span></p>
<p>Klassische Computer verarbeiten Bits als 0 oder 1. Quantencomputer arbeiten mit Qubits, die sich in einer quantenmechanischen Überlagerung befinden können. Erst die Messung erzeugt ein klassisches Ergebnis: Superposition.<sup>1</sup></p>
<p>Bei der Verschränkung bilden mehrere Qubits einen gemeinsamen Zustandsraum, der mit ihrer Zahl stark wächst. Quantencomputer probieren dabei nicht einfach „alle Lösungen gleichzeitig“ aus. Algorithmen verändern vielmehr Wahrscheinlichkeitsamplituden gezielt: Unerwünschte Rechenpfade werden abgeschwächt, relevante Ergebnisse verstärkt. Aus der Messverteilung ergibt sich das wahrscheinlichste Ergebnis.1<br />
Diese Unterscheidung erklärt, warum Quantencomputer heutige IT-Aufgaben nicht pauschal ersetzen, bei bestimmten mathematischen Problemklassen aber zur Bedrohung werden. Moderne Verschlüsselung beruht darauf, dass Aufgaben wie Faktorisierung oder diskrete Logarithmen mit klassischen Computern praktisch nicht lösbar sind. Ihre Sicherheit liegt im enormen Zeitaufwand.<sup>1,2</sup></p>
<p><span style="color: #000080;"><strong>Warum Quantencomputer klassische Kryptografie bedrohen</strong></span></p>
<p>Shors Algorithmus kann große Zahlen effizient faktorisieren und diskrete Logarithmen lösen – die Grundlage vieler Public-Key-Verfahren wie RSA, Diffie-Hellman und elliptischer Kurven. Noch fehlt ein hinreichend großer, fehlertoleranter Quantencomputer. Wird eine solche Maschine verfügbar, kippt jedoch die Sicherheitsannahme: Nicht mehr Rechenleistung, sondern ein anderer Algorithmus für eine andere Computerart wird entscheidend.<sup>2,3</sup></p>
<p>Grovers Algorithmus wirkt anders. Er kann unstrukturierte Suchprobleme quadratisch beschleunigen. Für symmetrische Verschlüsselung und Hashfunktionen bedeutet das meist keine Entwertung, wohl aber eine Verringerung des Sicherheitsniveaus, der sich häufig durch größere Schlüssel begegnen lässt. Die größere Verwundbarkeit liegt bei asymmetrischen Verfahren, weil Shors Algorithmus deren mathematische Basis direkt angreift. Für Finanzinstitute ist diese Differenzierung zentral.<sup>3,4</sup></p>
<p><span style="color: #333399;"><strong>Wo steht die Technologie heute?</strong></span></p>
<p>Leistungsfähige Quantencomputer bleiben eine anspruchsvolle ingenieurwissenschaftliche Aufgabe. Qubits reagieren empfindlich auf Störungen; Quantenzustände müssen lange genug kohärent bleiben; Fehler müssen korrigiert werden. Deshalb sagt die reine Zahl physischer Qubits wenig über die tatsächliche Leistungsfähigkeit aus. Entscheidend sind Fehlerraten, Kohärenzzeiten, Konnektivität, Steuerbarkeit und robuste logische Qubits.<sup>1</sup></p>
<p>Das Rennen um die Hardwarearchitektur ist offen. Erprobt werden supraleitende Qubits, Ionenfallen, neutrale Atome, photonische Systeme und Spin-Qubits. Keine Plattform hat sich durchgesetzt; jede verbindet Vorteile mit technischen Hürden. Aus Managementsicht zählt vor allem, wie schnell Hardware, Fehlerkorrektur, Algorithmen und Systemintegration zusammenfinden.<sup>5</sup></p>
<p>Die Forschung zeigt, dass sich Hardwareentwicklung und Ressourcenabschätzungen dynamisch annähern. Eine 2026 veröffentlichte Arbeit argumentiert, dass Shors Algorithmus unter bestimmten Annahmen mit deutlich weniger physischen Qubits ausgeführt werden könnte als frühere Schätzungen nahelegten. Zugleich bleiben erhebliche Engineering-Herausforderungen.<sup>2</sup></p>
<div class="blue-box fullsize">
<p><em><strong>Warum Kryptografie unter Druck gerät</strong></em></p>
<p>Quantencomputer könnten künftig verbreitete asymmetrische Verschlüsselungsver­fahren wie RSA brechen.</p>
<p>Da heute gestohlene Daten später entschlüsselt werden könnten („Harvest Now, Decrypt Later“), müssen Unternehmen ihre Kryptografie bereits jetzt überprüfen und die Migration vorbereiten.</p>
<p>Denn: Die Verschlüsselung von heute muss auch gegen die Rechenleistung von morgen bestehen.</p>
</div>
<p><span style="color: #333399;"><strong>Warum die Gefahr bereits heute besteht</strong></span></p>
<p>Wie im Leitartikel von Jens Bläser und Armin Reinhardt bereits erläutert, ist die Bedrohung, losgelöst vom Q-Day, durch „Harvest Now, Decrypt Later“ schon heute relevant. Zusätzlich sind Finanzinstitute durch die Art ihrer verarbeiteten Daten besonders exponiert.</p>
<p>Entscheidend ist nicht nur, wann ein kryptografisch relevanter Quantencomputer verfügbar wird, sondern auch, wie lange die Migration dauert und wie langfristig der Schutzbedarf ist. Übersteigen Schutz- und Migrationsdauer zusammen die Zeit bis zur Bedrohung, besteht bereits heute Handlungsbedarf. Aus einer technischen Zukunftswette wird so eine konkrete Risiko- und Investitionsentscheidung.</p>
<p><span style="color: #333399;"><strong>Fazit: Der Weg zur Krypto-Agilität</strong></span></p>
<p>Die Antwort ist Post-Quanten-Kryptographie (PQC), die in den Folgebeiträgen vertieft wird. PQC ist keine Quantenkryptografie: Sie nutzt klassische Computer und mathematische Verfahren, für die keine effizienten Quantenangriffe bekannt sind. NIST veröffentlichte 2024 erste Standards, darunter ML-KEM, ML-DSA und SLH-DSA. Die Herausforderung liegt nun darin, sie in gewachsene Finanzarchitekturen zu überführen.<sup>5</sup></p>
<p>Die Rolle eines Quantencomputing-Entwicklers besteht nicht darin, einen exakten „Q-Day“ vorherzusagen. Seriös ist vielmehr, Entwicklungen nüchtern einzuordnen, Hype von belastbarer Forschung zu trennen und notwendige Vorbereitungsschritte klar zu benennen. Die Gefahr entsteht nicht erst, wenn ein Quantencomputer ein produktives Kryptosystem bricht. Sie entsteht bereits heute, wenn Daten mit langer Schutzdauer gesammelt werden und Organisationen ihre kryptografischen Abhängigkeiten nicht kennen.<sup>2,6</sup></p>
<p>Für die Finanzindustrie ist Quantencomputing Innovationsfeld und Resilienzthema. Es kann langfristig Optimierung, Simulation und Risikoanalyse verbessern, zwingt Institute aber zugleich, ihre digitalen Vertrauensinfrastrukturen zu prüfen. Gefragt sind weder Alarmismus noch Abwarten, sondern Aufklärung, Bestandsaufnahme und frühzeitige Vorbereitung. Entscheidend ist, ob die eigene Organisation rechtzeitig bereit ist.</p>
<p><strong>Quellenangaben:</strong></p>
<p><sup>1 </sup>Auer, R.; Dupont, A.; Gambacorta, L.; Park, J. S.; Takahashi, K.; Valko, A. Quantum computing and the financial system: opportunities and risks. BIS Papers No. 149, 2024.<br />
<sup>2 </sup>Cain, M. et al. Shor&#8217;s algorithm is possible with as few as 10,000 reconfigurable atomic qubits. arXiv:2603.28627, 2026.<br />
<sup>3 </sup>Scrivano, A. A Comparative Study of Classical and Post-Quantum Cryptographic Algorithms in the Era of Quantum Computing. arXiv, 2026.<br />
<sup>4 </sup>NIST Computer Security Resource Center. Post-Quantum Cryptography, aktualisiert am 05.08.2026.<br />
<sup>5</sup> AbuGhanem, M. IBM Quantum Computers: Evolution, Performance, and Future Directions. arXiv:2410.00916, 2024.<br />
<sup>6 </sup>Mascelli, J.; Rodden, M. Harvest Now Decrypt Later: Examining Post-Quantum Cryptography and the Data Privacy Risks for Distributed Ledger Networks. Federal Reserve FEDS, 2025, aktualisiert am 30.01.2026.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/quantencomputer-verstehen-warum-klassische-kryptografie-unter-druck-geraet/">Quantencomputer verstehen: Warum klassische Kryptografie ­unter Druck gerät</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Quantencomputing: Die unterschätzte Gefahr für den Finanzsektor</title>
		<link>https://manager-wissen.com/quantencomputing-die-unterschaetzte-gefahr-fuer-den-finanzsektor/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 19 Oct 2026 06:05:20 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104369</guid>

					<description><![CDATA[<p>Das Thema „Quantencomputing“ gewinnt mehr und mehr an Bedeutung. Doch neben zahlreichen Chancen und neuen Möglichkeiten, welche die Technologie eröffnet, stellt sie auch eine wesentliche Bedrohung für alle Unternehmen und Sektoren dar – insbesondere im Kontext der Cybersicherheit. Dass der Handlungsdruck bereits heute gesehen wird, zeigt eine Marktumfrage: Mehr als 95 Prozent der Befragten bewerten die Bedeutung von Quantencomputing für die Sicherheit kryptografischer Verfahren als „hoch“ oder „sehr hoch“. </p>
<p>Der Beitrag <a href="https://manager-wissen.com/quantencomputing-die-unterschaetzte-gefahr-fuer-den-finanzsektor/">Quantencomputing: Die unterschätzte Gefahr für den Finanzsektor</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Das Thema „Quantencomputing“ gewinnt mehr und mehr an Bedeutung. Doch neben zahlreichen Chancen und neuen Möglichkeiten, welche die Technologie eröffnet, stellt sie auch eine wesentliche Bedrohung für alle Unternehmen und Sektoren dar – insbesondere im Kontext der Cybersicherheit. Dass der Handlungsdruck bereits heute gesehen wird, zeigt eine Marktumfrage: Mehr als 95 Prozent der Befragten bewerten die Bedeutung von Quantencomputing für die Sicherheit kryptografischer Verfahren als „hoch“ oder „sehr hoch“.<sup>1</sup></strong></p>
<p><span style="color: #333399;"><strong>Der Finanzsektor im Fokus</strong></span></p>
<p>Der Finanzsektor ist von der Bedrohung durch Quantencomputer besonders betroffen. Banken und Versicherungen verarbeiten große Mengen sensibler Daten – von Zahlungs- und Kontodaten bis hin zu Informationen zur Bonitätsbewertung oder Gesundheitsdaten. Viele Sicherheitsmechanismen zum Schutz dieser Daten basieren auf kryptografischen Verfahren, deren Schutzwirkung durch leistungsfähige Quantencomputer künftig gefährdet sein wird.</p>
<p>Zudem findet derzeit in der Praxis vermehrt eine Vernetzung verschiedener Finanzökosysteme statt. Dazu gehören etwa Anwendungen, die Konten mehrerer Banken bündeln oder die Verknüpfung von Bank- und Versicherungsleistungen. Dadurch werden sensible Daten aus verschiedenen Quellen an einer Stelle gebündelt und stellen somit ein attraktives Angriffsziel dar. Zugleich muss jeder beteiligte Akteur kryptografische Maßnahmen einrichten und deren Schutzwirkung sicherstellen.</p>
<p>Hinzu kommt: Finanzinstitute sind aufgrund des hohen Werts ihrer Daten bereits heute ein attraktives Angriffsziel für Cyberkriminelle. Das bestätigt die Agentur der Europäischen Union für Cybersicherheit (ENISA) in ihrem Bericht zur Lage der Bedrohungslandschaft innerhalb der EU. Rund 4,5 Prozent aller Informationssicherheitsvorfälle in der EU entfallen auf den Finanzsektor. Damit ist er, ohne die nicht zugeordneten Vorfälle, der viertmeist betroffene Sektor. <sup>2</sup></p>
<p><span style="color: #333399;"><strong>Der Faktor Zeit: „Harvest Now, Decrypt Later“</strong></span></p>
<p>Die Möglichkeit der Entschlüsselung bestehender Verfahren ist bereits mathematisch bewiesen. Offen ist nur noch der Zeitpunkt: Der Tag, an dem ein Quantencomputer die dafür erforderliche Leistungsfähigkeit erreicht, wird Q-Day genannt. Expertenschätzungen, wann dieser Q-Day eintritt, unterliegen jedoch einer großen Spannbreite (siehe auch Abbildung 1).</p>
<div id="attachment_104350" style="width: 2440px" class="wp-caption alignnone"><img loading="lazy" decoding="async" aria-describedby="caption-attachment-104350" class="size-full wp-image-104350" src="https://manager-wissen.com/wp-content/uploads/2026/09/20260818_Slide-PQC-_2_-Kopie.jpg" alt="" width="2430" height="1379" /><p id="caption-attachment-104350" class="wp-caption-text">Abbildung 1: Expertenschätzungen zur Wahrscheinlichkeit eines kryptografisch relevanten Quantencomputers nach Zeit­horizont. Quelle: Mosca, Michele; Piani, Marco: Quantum Threat Timeline Report, Global Risk Institute, 2024</p></div>
<p>Dennoch ist die Post-Quanten-Kryptografie (PQC) bereits heute – völlig unabhängig vom Q-Day – hochrelevant. Der Grund ist das sogenannte „Harvest Now, Decrypt Later“-Prinzip (HNDL): Angreifer fangen verschlüsselte Daten schon jetzt ab, um sie später zu entschlüsseln.</p>
<p>Deshalb müssen Informationen mit langfristigem Schutzbedarf schon jetzt durch quantensichere Verfahren abgesichert werden. In der Finanz- und Versicherungswirtschaft betrifft dies eine Vielzahl von Prozessen. So sind beispielsweise Gesundheitsdaten im Rahmen einer Krankenversicherung oft über Jahrzehnte hinweg hochgradig schützenswert. Kryptografische Verfahren sind hier essenziell, um diese sensiblen Daten vor Cyberangriffen, unbefugter Einsicht und Manipulation zu schützen.</p>
<p><strong><span style="color: #333399;">Das Thema Kryptografie muss neu gedacht werden</span></strong></p>
<p>Dabei existieren verschiedene Ansätze. Kryptografische Verfahren dienen dazu, Daten während der Speicherung, Übertragung und auch bei der Verwendung zu verschlüsseln. Dadurch wird sichergestellt, dass ausschließlich berechtigte Personen Zugriff auf die Informationen haben. Zudem können digitale Signaturen bei der Übertragung eingesetzt werden, um die Authentizität des Senders oder Empfängers zu bestätigen. Zusätzlich besteht die Möglichkeit, Hash-Funktionen einzusetzen, um Inhalte in einen einzigartigen Hashwert umzuwandeln. Wird der Inhalt verändert, entspricht er nicht mehr dem einzigartigen Hashwert, wodurch Manipulationen festgestellt werden können.</p>
<p>Viele der derzeit verwendeten Algorithmen zur Sicherstellung kryptografischer Methoden, die meist auf bisher ungelösten mathematischen Problemen beruhen, können durch Quantencomputer aufgelöst werden, wodurch sie unwirksam werden. Die Wissenschaft und verschiedene nationale Behörden (z. B. das Bundesamt für Sicherheit in der Informationstechnik (BSI) oder das National Institute of Standards and Technology (NIST)) haben bereits verschiedene Verfahren und Ansätze für kryptografische Algorithmen gezeigt, die auch Angriffen durch Quantencomputer standhalten können. Eine technische Konkretisierung, warum Quantencomputer einen so starken Einfluss auf die Kryptografie haben, wird u. a. in den tiefergehenden Folgebeiträge erörtert.</p>
<p><strong><span style="color: #333399;">Regulatorischer Druck durch DORA und NIS-2</span></strong></p>
<p>Die Konsequenz ist: Finanzinstitute müssen alle Systeme, die langfristig schützenswerte Daten speichern, verarbeiten oder übertragen, zeitnah auf quantensichere kryptografische Verfahren umstellen.</p>
<p>So können regulatorische Verstöße vermieden werden. Finanzinstitute sind insbesondere durch den Digital Operational Resilience Act (DORA), ein EU-weites Gesetz, an alle Arten von Finanzinstituten mit Vorgaben zur Informationssicherheit, dem Business Continuity Management und dem Management von Drittdienstleistern, zu einer Risikobewertung und dem Stand der Technik angemessen kryptografischen Verfahren verpflichtet. Verstöße z. B. gegen die Datenschutzgrundverordnung oder NIS-2 können auch weitere Sektoren betreffen. Zusätzlich können Vorfälle zu einem Vertrauensverlust der Kundinnen und Kunden führen, was insbesondere für Finanzinstitute von großer Bedeutung ist. Es ist also wichtig, die Entwicklung zu verfolgen und zeitnah mit der Migration quantensicherer kryptografischer Verfahren zu beginnen. Insgesamt können durch einen frühen Start sensible Daten geschützt, Reputations-, Informations- und Kommunikationsrisiken (IKT-Risiken), verringert sowie Kosten gesenkt werden.</p>
<p>Um einen effizienten Start zu ermöglichen, sollten die Identifikation der betroffenen Systeme, die Priorisierung der Systeme, die zuerst auf PQC-Algorithmen migriert werden sollen, sowie auch eine Zeitleiste für die Umsetzung im Vordergrund stehen. Für die Identifikation aller betroffenen Systeme ist ein Informationsverbund als Mittelpunkt der Governance essenziell. Hier wird die Verknüpfung zwischen den verwendeten Informationen und Prozessen, Anwendungen, Technologiekomponenten und Räumlichkeiten (im Folgenden IKT-Komponenten) hergestellt, die diese Informationen verarbeiten. Danach wird für die Informationen der Schutzbedarf für die Schutzziele (Verfügbarkeit, Vertraulichkeit, Integrität und Authentizität) und die Prozesse die Geschäftskritikalität bestimmt, welche auf die unterstützenden IKT-Komponenten vererbt werden. Einen Teil dieses Informationsverbunds stellen auch IDV-Anwendungen oder sogenannte Schatten-IT dar. IDVen sind individuelle Datenverarbeitungsverfahren außerhalb der IT, die mit Mitteln der bereitgestellten Office-IT-Landschaft umgesetzt werden, beispielsweise Programmierungen in Tabellenkalkulationen. Zur Priorisierung können die Art der verarbeiteten Daten sowie die Dauer einer Migration herangezogen werden.</p>
<p>Ebenso unerlässlich ist es, die Leitungsebene einzubinden und das Thema fest in der Unternehmensstrategie zu verankern. Dies sollte mit einer angemessenen Ressourcenzuweisung sowie regelmäßigen Berichten zum Umsetzungsstand einhergehen. So macht das Management die hohe Priorität und Relevanz des Themas deutlich.</p>
<div class="blue-box fullsize">
<p style="text-align: center;"><strong>Unternehmen – insbesondere in der Finanzwirtschaft – müssen das Thema Quantensicherheit ab sofort als strategische Management­aufgabe begreifen und jetzt handeln, da sensible Daten durch das „Harvest Now, Decrypt Later“-Prinzip bereits heute akut gefährdet sind.</strong></p>
</div>
<p><strong><span style="color: #333399;">Fazit</span></strong></p>
<p>Die Bedrohung durch Quantencomputer ist real. Unternehmen müssen sich bereits heute darauf vorbereiten, die etablierten kryptografischen Verfahren anzupassen. Denn mit „Harvest Now, Decrypt Later“ können langfristig schützenswerte Daten schon heute zum Ziel werden. Für Finanzinstitute und vernetzte Finanzökosysteme, die besonders attraktive Ziele für Cyberangriffe sind, bedeutet das: Kritische Systeme und Daten müssen frühzeitig identifiziert und priorisiert werden, um die Migration auf quantensichere Algorithmen rechtzeitig einzuleiten.</p>
<p>Diese Aufgabe ist nicht allein eine technische Fragestellung. Für eine erfolgreiche Umsetzung müssen technische und organisatorische Anforderungen zusammengeführt und verschiedene Stakeholder eingebunden werden – von CISO und CIO bis zu CRO und CPO. Die folgenden Beiträge vertiefen diese Perspektiven: Sie erklären die technischen Grundlagen, zeigen die Herausforderungen der Einführung von Post-Quanten-Kryptografie (PQC) und ordnen das Thema aus Managementsicht ein. Der abschließende Beitrag richtet den Blick auf Resilienz und Notfallmanagement und zeigt, warum Quantenresilienz zunehmend zu einer strategischen Managementaufgabe wird.</p>
<p><strong>Quellenangaben:</strong></p>
<p><sup>1</sup> Vgl. Fischer, Hans-Peter, Hagemeier, Heike et al, Marktumfrage Kryptografie und Quantencomputing, S. 7, Marktumfrage Kryptografie und Quantencomputing, zuletzt abgerufen am 05.08.2026 um 15:18<br />
<sup>2 </sup>ENISA Threat Landscape 2025</p>
<p>Der Beitrag <a href="https://manager-wissen.com/quantencomputing-die-unterschaetzte-gefahr-fuer-den-finanzsektor/">Quantencomputing: Die unterschätzte Gefahr für den Finanzsektor</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Zukunft ist ein Teamsport: Zeit für Open Foresight</title>
		<link>https://manager-wissen.com/zukunft-ist-ein-teamsport-zeit-fuer-open-foresight/</link>
		
		<dc:creator><![CDATA[Regina Gödde]]></dc:creator>
		<pubDate>Mon, 14 Sep 2026 07:18:13 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<guid isPermaLink="false">https://manager-wissen.com/?p=104276</guid>

					<description><![CDATA[<p>Es gibt eine Flut von Zukunftsdaten – die Kunst ist, sie gezielt zu nutzen und klare Entscheidungen zu treffen. Trotz KI-gestütztem Trend-Scouting bleiben echte strategische Weichenstellungen aber oft aus. Warum? Weil wir die Zukunft isoliert betrachten. Bei der BSH Hausgeräte GmbH haben wir Strategic Foresight radikal effizient und wirkungsorientiert neu aufgesetzt. Durch „Open Foresight“ – das gemeinsame Deuten von Trends mit branchenfremden Partnern – brechen wir Denksilos auf und schaffen echten Business-Impact. Denn die Zukunft ist ein Teamsport.</p>
<p>Der Beitrag <a href="https://manager-wissen.com/zukunft-ist-ein-teamsport-zeit-fuer-open-foresight/">Zukunft ist ein Teamsport: Zeit für Open Foresight</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Es gibt eine Flut von Zukunftsdaten – die Kunst ist, sie gezielt zu nutzen und klare Entscheidungen zu treffen. Trotz KI-gestütztem Trend-Scouting bleiben echte strategische Weichenstellungen aber oft aus. Warum? Weil wir die Zukunft isoliert betrachten. Bei der BSH Hausgeräte GmbH haben wir Strategic Foresight radikal effizient und wirkungsorientiert neu aufgesetzt. Durch „Open Foresight“ – das gemeinsame Deuten von Trends mit branchenfremden Partnern – brechen wir Denksilos auf und schaffen echten Business-Impact. Denn die Zukunft ist ein Teamsport.</strong></p>
<p>Open Foresight erweitert Zukunftsarbeit um den Austausch zwischen Branchen. Statt Innovationen zu entwickeln, geht es um die gemeinsame Interpretation von Trends und Unsicherheiten. Unterschiedliche Perspektiven eröffnen neue Einsichten und helfen, blinde Flecken zu erkennen sowie strategische Entscheidungen zu verbessern.</p>
<p><strong><span style="color: #333399;">Das Daten-Mojo ist vorbei: Warum herkömmliche Tools versagen</span></strong></p>
<p>Wir leben in einer Ära der Polykrisen. Geopolitische Verschiebungen, volatile Energiemärkte und disruptive Technologien wie generative KI stellen die Unternehmen vor permanente Herausforderungen. Die klassische Reaktion in der Wirtschaft? Aufrüsten, in teure Analyse-Software investieren, Algorithmen mit unzähligen Datenpunkten füttern und interne eigene Dashboards aufbauen. Die globale Praxis zeigt jedoch: Volle Radarschirme mit bunten Megatrends führen nicht automatisch zu strategischer Klarheit, sondern oft zu einer lähmenden Informationsflut.</p>
<p>Das Problem ist nicht ein Mangel an Daten, sondern die Perspektive. Jedes Unternehmen betrachtet die Welt durch einen hochspezialisierten Branchentunnel. Wir interpretieren dieselben globalen Signale isoliert voneinander. Das führt zu einer Voreingenommenheit: Wir sehen nur, was wir bereits kennen. Ein solcher Ansatz ist nicht nur ineffizient, sondern im schlimmsten Fall ein teures Datengrab ohne Mehrwert für das Kerngeschäft.</p>
<div class="blue-box fullsize">
<p><span style="color: #333399;"><em><strong>Lessons Learned</strong></em></span></p>
<ol>
<li><strong>Fokus auf Interpretation statt Daten-­sammeln:</strong><br />
Der wahre Wert liegt nicht im Besitz von Daten, sondern im gemeinsamen, kollaborativen Deuten.</li>
<li><strong>Foresight direkt einkoppeln:</strong><br />
Verankern Sie Zukunfts-Szenarien direkt in den operativen Meilenstein-Prozessen Ihrer Produktentwicklung (wie die BSH mit „Backcasting“).</li>
<li><strong>Ressourcen schonen durch Kolla­boration:</strong><br />
Bauen Sie keine teuren Datensilos, sondern nutzen Sie Open Foresight als hocheffizienten Hebel für Cross-Industry-Insights. Der Austausch mit Unternehmen anderer Branchen hilft, Denkmuster aufzubrechen, und die Qualität strategischer Entscheidungen zu erhöhen.</li>
</ol>
</div>
<p><strong><span style="color: #333399;">Open Foresight: Maximaler Impact bei minimalem Ressourcen-Einsatz</span></strong></p>
<p>Um aus diesem Kreislauf auszubrechen, haben wir bei der BSH einen radikal effizienten Weg eingeschlagen, den wir „Open Foresight“ nennen. Das Prinzip bricht mit dem alten Dogma der strikten Geheimhaltung: Wir öffnen unseren Foresight-Prozess bewusst für den branchenübergreifenden Dialog. Wir teilen unsere Beobachtungen und schwachen Signale (Weak Signals) mit Partnern aus völlig anderen Industrien – etwa aus der Automobilbranche, dem Energiesektor oder der Digitalwirtschaft.</p>
<p>Der Mehrwert liegt nicht im Austausch um seiner selbst willen, sondern in der Kombination unterschiedlicher Perspektiven. Der gemeinsame Austausch reduziert Doppelarbeit im Trend-Scouting und erhöht gleichzeitig die Qualität der Interpretation. Unternehmen profitieren von einem breiteren Erfahrungshorizont, ohne sämtliche Analysekapazitäten selbst aufbauen zu müssen.</p>
<p>Ein Trend wie die zunehmende Urbanisierung oder das vernetzte Energiemanagement bedeutet für einen Hausgerätehersteller etwas anderes als für einen Energieversorger oder Logistiker. Indem unterschiedliche Branchen ihre Perspektiven auf dieselben Zukunftssignale zusammenführen, entstehen neue Einsichten, die ein einzelnes Unternehmen allein kaum gewinnen würde.</p>
<p><strong><span style="color: #333399;">Aus der Zukunft in die Gegenwart: Die neue BSH-Ofenplattform als Hebel</span></strong></p>
<p>Dass dieser Ansatz keine theoretische Übung ist, zeigt unser Leitsatz „From Foresight to Business“. Ein konkretes Beispiel hierfür ist die Entwicklung unserer neuen, globalen Ofenplattform. In der Hausgeräteindustrie sind Plattformen Investitionen für viele Jahre. Entscheidungen, die heute getroffen werden, müssen auch in zehn bis fünfzehn Jahren noch Bestand haben.</p>
<p>Für die Entwicklung der neuen Ofenplattform bedeutete Open Foresight, Zukunftsfragen bereits in einer frühen Phase der Produktentwicklung systematisch einzubeziehen. Gemeinsam mit Entwicklern, Produktmanagern und Designern wurden unterschiedliche Zukunftsszenarien diskutiert. Impulse aus dem branchenübergreifenden Austausch erweiterten dabei bewusst den Blick über die Grenzen der eigenen Industrie hinaus. Sie halfen auch, etablierte Annahmen über künftige Konsumentenbedürfnisse, Wohnformen, Energienutzung und Kochgewohnheiten kritisch zu hinterfragen.</p>
<p>Mithilfe der Methode des „Backcastings“ wurden diese Zukunftsszenarien Schritt für Schritt in konkrete Anforderungen an Hard- und Software übersetzt. So entstand eine Produkt-Roadmap, die nicht allein auf Prognosen, sondern auf unterschiedlichen Zukunftsperspektiven basiert. Open Foresight half dabei, Investitionsentscheidungen robuster abzusichern und langfristige Entwicklungsrisiken frühzeitig sichtbar zu machen. Denn entscheidend ist nicht, die Zukunft exakt vorherzusagen, sondern unter Unsicherheit bessere Entscheidungen zu treffen.</p>
<p><span style="color: #333399;"><strong>Fazit: Machen Sie Zukunft zum Teamsport</strong></span></p>
<p>Strategic Foresight darf kein Luxusgut für ruhige Zeiten sein. Richtig aufgesetzt, ist es ein extrem schlankes, wirkungsvolles Werkzeug zur Risikominimierung und Innovationssteuerung. CEOs und Entscheider sollten Foresight nicht als Kostenstelle begreifen, sondern als den effizientesten Kompass, den ihr Unternehmen in stürmischen Zeiten besitzen kann. Doch diesen Kompass sollte man nicht allein bauen.</p>
<p><strong><span style="color: #333399;">Zukunft ist ein Teamsport. Lassen Sie uns ­zusammenspielen!</span></strong></p>
<p>Sie wollen Ihre Foresight-Aktivitäten effizienter gestalten und neue Perspektiven gewinnen? Ich suche den aktiven Austausch mit C-Level-Entscheidern, Strategen und Experten anderer Industrien für konkrete Open-Foresight-Projekte und gemeinsame Trend-Interpretationen.</p>
<p>Kontaktieren Sie mich direkt:<br />
LinkedIn: Christian Beck | <a href="https://www.linkedin.com/in/christian-beck-muc/">www.linkedin.com/in/christian-beck-muc</a><br />
E-Mail: <a href="mailto:Christian.Beck@bshg.com">Christian.Beck@bshg.com</a></p>
<p>&nbsp;</p>
<p>Der Beitrag <a href="https://manager-wissen.com/zukunft-ist-ein-teamsport-zeit-fuer-open-foresight/">Zukunft ist ein Teamsport: Zeit für Open Foresight</a> erschien zuerst auf <a href="https://manager-wissen.com">ManagerWissen</a>.</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
