Restrukturierung · Künstliche Intelligenz
KI in der Sanierung: Wo künstliche Intelligenz wirklich hilft, und wo nicht
Kaum ein Begriff verspricht in der Restrukturierung gerade so viel wie künstliche Intelligenz. Die Erwartung: ein System, das die Krise früher erkennt, schneller analysiert und die richtigen Maßnahmen gleich mitliefert. Ein Teil davon ist real. Ein anderer Teil ist Marketing.
Dieser Beitrag trennt beides. Er zeigt, wo KI in einer Sanierung messbar Zeit und Präzision gewinnt, und wo sie an Grenzen stößt, die kein Modell auflöst. Die kurze Version vorweg: KI verkürzt den Weg von Daten zur Erkenntnis. Den Weg von der Erkenntnis zur realisierten, bankfähigen Wirkung geht sie nicht allein.
01
Warum KI in der Sanierung überhaupt relevant ist
Eine Sanierung läuft gegen die Uhr. Der Chief Restructuring Officer muss in 12 bis 18 Monaten eine verängstigte Organisation stabilisieren, die Liquidität sichern und die Geldgeber bei jedem Zwischenstand überzeugen. Information ist in dieser Lage knapp, und sie ist oft verstreut: in Tabellen, in E-Mails, in Köpfen.
Genau hier setzt KI an. Sie kann große, unstrukturierte Datenmengen schneller durchdringen, als ein Team es manuell könnte. In einer Phase, in der jede Woche zählt, ist das kein Komfort, sondern ein realer Hebel. Die entscheidende Frage ist nur: an welcher Stelle des Sanierungsprozesses, und mit welcher Verlässlichkeit?
02
Die Krisenphasen und die passende KI-Unterstützung
Eine Krise entwickelt sich in Stufen. Beobachtungen aus der Restrukturierungspraxis zeigen, dass ein großer Teil der Sanierungen erst in fortgeschrittenen Phasen beginnt, wenn der Handlungsspielraum bereits eng ist.4 Je früher ein Frühwarnsignal erkannt wird, desto mehr Optionen bleiben. KI verschiebt diesen Erkennungszeitpunkt nach vorne.
Die folgende Tabelle ordnet die typischen Phasen den realistischen KI-Beiträgen zu. Sie ist bewusst nüchtern gehalten: Was hier steht, ist Analyse- und Vorschlagsarbeit, keine Entscheidung.
| Krisenphase | Wo KI unterstützt | Was Mensch und Mandat bleiben |
|---|---|---|
| Strategiekrise | Markt- und Wettbewerbsanalyse, Szenario-Simulation, Erkennung strategischer Abweichungen | Bewertung, welches Szenario tragbar ist |
| Erfolgskrise | automatisierte Kosten- und Ergebnisanalyse, Prognose von Maßnahmenwirkungen | Priorisierung nach Wirkung und Machbarkeit |
| Liquiditätskrise | Liquiditätsprognosen auf Tages- und Wochenbasis, Frühwarnung | Verhandlung mit Banken und Gläubigern |
| Insolvenznähe | Vertrags- und Forderungsanalyse, Simulation von Verwertungsszenarien | rechtliche und treuhänderische Verantwortung |
Das Muster ist über alle Phasen gleich. KI liefert die Vorarbeit, schneller und breiter. Die Entscheidung, die Verhandlung und die Verantwortung bleiben beim Menschen. Wer das verwechselt, baut ein Risiko ein, das in der Krise besonders teuer wird.
03
Die drei Felder, in denen KI real Wirkung zeigt
Über die Phasenlogik hinaus lassen sich drei Felder benennen, in denen der Nutzen belegbar ist und nicht nur behauptet.
Problemerkennung und Frühwarnung
Unter Zeitdruck zählen Verzögerungen, und KI kann dafür Transparenz schaffen. Besser noch: Sie kann priorisieren, welche Verzögerungen ins Gewicht fallen, weil die Aktivitäten auf einen großen Finanzeffekt einzahlen. Doch nicht nur Verzögerungen zählen. Fehlende Informationen, nicht umsetzbare Punkte und Abweichungen in operativen Kennzahlen warnen früh davor, dass wichtige Effekte später ausbleiben könnten. KI kann all diese verstreuten Informationen aufspüren.
Maßnahmenvorschläge
Aus dem gegebenen Projektkontext kann KI Vorschläge für Meilensteine und Aktivitäten machen. Das ersetzt nicht das Urteil eines erfahrenen Sanierers, aber es verkürzt den Weg vom Befund zum strukturierten Maßnahmenplan erheblich.
Fokussierte, personalisierte Information
Über ein laufendes Programm hinweg enthalten Berichte viele Daten, von denen nur ein kleiner Teil für den einzelnen Beteiligten relevant ist. Die zusätzlichen Informationen kosten oft Zeit und zehren an der mentalen Energie. KI kann personalisierte Berichte zu anstehenden Aufgaben, Themen im eigenen Verantwortungsbereich und Ähnlichem liefern, sodass jeder ohne unnötigen Aufwand und Verzug handlungsfähig ist.
Diese drei Felder haben eines gemeinsam: Sie machen Beteiligte schneller und besser, statt sie zu ersetzen. Genau so ist KI in ChangeMaker® gebaut.
04
Wo KI an ihre Grenzen stößt
KI ist kein Allheilmittel, und in der Sanierung ist die ehrliche Benennung der Grenzen kein Eingeständnis von Schwäche, sondern eine Voraussetzung für Vertrauen. Drei Grenzen sind in der Praxis entscheidend.
Daten sind nie neutral.
Ein Modell ist nur so gut wie die Daten, mit denen es arbeitet. In einer Krise sind die Daten oft lückenhaft, veraltet oder geschönt. Verzerrte Eingaben erzeugen verzerrte Vorschläge. Wer das nicht prüft, automatisiert seinen eigenen blinden Fleck.
Eine Bank glaubt keiner Prognose, sie glaubt einem Beleg.
Eine KI kann ein Bewusstsein für Verzögerungen schaffen, aber kein Handeln erzwingen. Banken wollen sehen, wie die Finanzwirkung von Sanierungsmaßnahmen durch die Reifegrade wandert. Das erfordert, KI-generiertes Reporting in eine kurzzyklische Steuerungslogik einzubetten. Das leistet die Programmorganisation, nicht die KI.
KI mobilisiert keine Menschen.
Eine Sanierung scheitert selten an fehlender Analyse. Sie scheitert daran, dass eine verängstigte Organisation nicht ins Handeln kommt. KI kann Probleme erkennen. Aber echte Fortschritte und greifbare Ergebnisse sind das beste Mittel gegen die Angst in der Organisation, und das kann KI nicht leisten. Das ist eine Führungsaufgabe, keine Modellaufgabe.
05
Vom Vorschlag zur bankfähigen Maßnahme: der Härtegrad
Hier liegt der wichtigste Übergang dieses Beitrags. Eine KI, die beim Detaillieren von Maßnahmen hilft, Transparenz über Verzögerungen und andere Themen schafft und jedem Beteiligten zugeschnittene Informationen liefert, ist nützlich. Sie hilft, schnell und fokussiert zu sein. Aber für ein bankfähiges Ergebnis braucht es mehr.
In ChangeMaker® durchläuft jede Maßnahme einen Härtegrad-Workflow:
definierte Reifestufen von der Idee über das Konzept bis zur realisierten, ergebniswirksamen
Maßnahme. Ein KI-Vorschlag startet als Idee, nicht als Erfolg. Erst wenn die Belegkriterien
erfüllt sind, zählt eine Maßnahme als gläubigertauglich: belegt, ergebniswirksam, auditierbar.
Was die Kriterien nicht erfüllt, bleibt sichtbar offen.
Der zweite Effekt ist Zeit. In gut aufgesetzten Programmen sinkt der Konsolidierungs- und Reporting-Aufwand um bis zu 85 %, und pro Maßnahme spart das Programmteam im Schnitt rund 8 Tage administrativer Arbeit.2 KI beschleunigt die Analyse, der Härtegrad-Workflow und die automatische Aggregation beschleunigen das Reporting. Beides zusammen gibt dem Mandat Zeit zurück.
06
Der ChangeBot: KI nativ, nicht aufgesetzt
Viele Werkzeuge haben in den letzten Jahren eine KI-Schicht über ein bestehendes Produkt gelegt. Das ist sichtbar, wenn der Assistent neben den Daten sitzt, statt in ihnen.
Der ChangeBot von ChangeMaker® arbeitet innerhalb der
PerformanceMap®, also innerhalb der Struktur aus Zielen, Maßnahmen,
Verantwortlichkeiten und Finanzwirkung. Daraus ergeben sich die dokumentierten Funktionen:
Arbeitspakete wie Meilensteine oder Aufgaben formulieren, tagesaktuelle Insights zum Programm
erzeugen sowie Risiken und andere Themen identifizieren.2
Weil der Assistent die Programmdaten kennt, beantwortet er projektspezifische Status- und
Potenzialfragen im Kontext, nicht aus einer abgekoppelten Wissensbasis.
Der Unterschied ist kein Marketing-Detail. Eine KI, die die Hierarchie und die Reifestufen eines Programms versteht, kann sinnvoll auf einen stockenden Maßnahmenstand hinweisen. Eine KI, die nur Texte generiert, kann das nicht.
07
Die zweite Hälfte der Wahrheit: Concerns, Competencies, Coordination
Selbst die beste KI-gestützte Analyse bringt eine Sanierung nicht ans Ziel, wenn die Organisation nicht mitzieht. Die Verhaltenswissenschaft hinter ChangeMaker® beschreibt drei Erfolgsfaktoren jeder Veränderung, die 3C-Methode: Concerns, Competencies, Coordination.
| Dimension (3C) | Frage in der Krise | Was KI dazu beiträgt |
|---|---|---|
| Concerns (Wollen) | Wollen die Beteiligten mitziehen, statt sich zu verschanzen? | wenig. Buy-in entsteht durch Führung, nicht durch ein Modell. |
| Competencies (Können) | Können sie die Maßnahmen unter Druck umsetzen? | etwas. KI kann Wissen bereitstellen, aber nicht befähigen und Praxis aufbauen. |
| Coordination (Abstimmung) | Greifen die Maßnahmen über Silos hinweg ineinander? | viel. Hier liegt die eigentliche Stärke von KI und Tracking. |
Das Muster wiederholt sich: KI ist stark in der Coordination und schwach in den Concerns. In der Krise ist aber genau Concerns der knappste Faktor. Wer das Programm nicht in den Köpfen der Beteiligten nach vorn bringt, verwaltet den Stillstand, egal wie gut die Analyse ist.
Die Empirie stützt diesen Zusammenhang. Eine McKinsey-Analyse von 60 börsennotierten Unternehmen zeigt: Programme mit der höchsten aktiven Beteiligung der Belegschaft (21 bis 30 %) erzielten über 24 Monate eine Überrendite von +67 % gegenüber dem Branchen-Benchmark, während Programme mit minimaler Beteiligung rund 18 % darunter lagen.1 Beteiligung adressiert Concerns, nicht Coordination. Sie ist die eine Dimension, die kein Algorithmus liefert.
08
Ein Praxisbeispiel
09
Wie man KI in der Sanierung richtig einordnet
Aus alldem folgt eine nüchterne Faustregel für den Einsatz von KI in einer Sanierung.
-
Nutzen Sie KI dort, wo Geschwindigkeit über Daten entscheidet. Frühwarnung, Analyse, Szenario-Simulation, Maßnahmenideen. Hier ist der Zeitgewinn real.
-
Verlassen Sie sich nicht auf KI, wo Verantwortung oder Verhandlung zählt. Bankgespräche, rechtliche Bewertungen, die Mobilisierung der Belegschaft. Das bleibt Führungsarbeit.
-
Sorgen Sie dafür, dass jeder KI-generierte Inhalt durch einen Reifegrad muss. Es ist eine Idee, kein Beleg. Erst der Härtegrad macht ihn gläubigertauglich.
-
Prüfen Sie die Datenbasis. Verzerrte Daten erzeugen verzerrte Empfehlungen. In der Krise ist saubere Datenherkunft kein Luxus.
ChangeMaker® verbindet beides in einer Plattform: KI-Funktionen für Analyse, Vorschläge und Frühwarnung, den Härtegrad-Workflow für gläubigertaugliche Maßnahmen und die 3C-Methode für die Mobilisierung unter Druck, mit Live-Daten und automatischem Bankenreporting. Datenverarbeitung und -speicherung erfolgen für EU-Kunden in Deutschland (AWS Frankfurt), das ISMS ist nach ISO 27001 zertifiziert.3
10
So eingesetzt ist KI in der Sanierung kein Hype und keine Bedrohung, sondern ein Werkzeug mit klar umrissenem Nutzen. Sie beschleunigt den Weg von Daten zur Erkenntnis. Den Weg von der Erkenntnis zur belegten Wirkung geht das Steuerungssystem, geführt von Menschen mit Mandat.
Make change. Not plans.
Häufige Fragen zu KI in der Sanierung
Was kann KI in der Sanierung leisten?
Ersetzt KI den Chief Restructuring Officer?
Wo liegen die Grenzen von KI in der Restrukturierung?
Wie wird aus KI-generierten Inhalten eine bankfähige Maßnahme?
Was unterscheidet eine native KI von einer aufgesetzten?
Macht KI eine Sanierung erfolgreicher?
Quellen
- McKinsey & Company, „Seven percent solution? How many employees should be involved in your transformation?" (2021). n = 60 börsennotierte Unternehmen, Excess Total Shareholder Return über 24 Monate gegenüber einem repräsentativen Branchen- und Regionenindex; höchste Überrendite bei 21 bis 30 % aktiv beteiligter Belegschaft. Als Korrelation zu verstehen, nicht als garantierte Kausalwirkung.
- Erstanbieter-Daten von ChangeMaker® / Principia Mentis (Knowledge Base, Produkt- und Schulungsunterlagen): dokumentierte KI-Funktionen (Aufgaben formulieren, Maßnahmenvorschläge, tagesaktuelle Insights, Identifikation von Risiken und Engpässen, virtueller Assistent für projektspezifische Fragen); Konsolidierungs- und Reporting-Aufwand um bis zu 85 % reduziert, durchschnittlich rund 8 Tage Zeitersparnis pro Maßnahme. Werte aus dokumentierten Kundenprogrammen, keine unabhängige Studie.
- Principia Mentis, Informationssicherheits-Managementsystem (ISMS) zertifiziert nach ISO 27001; Datenverarbeitung und -speicherung für EU-Kunden in Deutschland (AWS Frankfurt).
- Zur Einordnung der Krisenphasen: Beobachtungen aus der Restrukturierungspraxis, wonach ein erheblicher Teil der Sanierungen erst in fortgeschrittenen Krisenphasen beginnt. Die 3C-Methode (Concerns, Competencies, Coordination) und der Härtegrad-Workflow sind die methodische Grundlage von ChangeMaker®.
Sehen Sie KI und Härtegrad in einer Plattform
In einer kurzen Demo zeigen wir Ihnen, wie ChangeMaker® KI-Funktionen, Härtegrad-Workflow und automatisches Bankenreporting an Ihrem konkreten Mandat verbindet.