6 Min. Lesezeit

Wie Americana Foods einen KI-Agenten einsetzte, der unternehmensweit als Teammitglied angekündigt wurde, um Flash-Reporting, Abweichungsanalysen und managementtaugliche Finanzzusammenfassungen für das Foods-Geschäft zu automatisieren.
Das Problem, über das niemand spricht
Finanzteams in großen Unternehmen zahlen bei jedem Reporting-Zyklus eine stille Steuer: die Kosten der Zusammenstellung.
Bei Americana Foods, einem führenden regionalen Lebensmittelunternehmen, das seit den 1960er-Jahren über mehrere Märkte und Kategorien hinweg tätig ist, zeichnete die Ausgangslage ein vertrautes Bild. Monatliche Flash-Reports wurden manuell über mehrere Geschäftseinheiten und Regionen hinweg konsolidiert. Abweichungserklärungen wurden in Excel zusammengestellt und dauerten pro Zyklus Tage bei uneinheitlicher Qualität zwischen den Regionen. Ein 20- bis 30 Jahre altes Oracle-ERP-System On-Premises ohne APIs, das gesamte Reporting erfolgte per Bildschirnnavigation.
Das FP&A-Team verbrachte den Großteil seiner Zeit mit Datenzusammenstellung und Formatierung statt mit strategischer Analyse.
"Zuvor haben wir Erinnerungs-E-Mails manuell versendet, mehrere Eingaben konsolidiert und CFO-taugliche Zusammenfassungen entworfen", erklärt das Team. Die Analysten steckten im "Assembler"-Modus fest: Inputs nachverfolgen, Berichte formatieren, Kommentare für jeden Zyklus manuell verfassen.
Die Standardantwort der Branche: Akzeptieren, dass Finanzteams Datenmontagelinien sind. Den Kompromiss zwischen Geschwindigkeit und Erkenntnis akzeptieren.
Americana hat sich damit nicht abgefunden.
"Wir wollten bei unseren Entscheidungen proaktiver sein"
Die Funktion Shared Services und Business Excellence von Americana, das Kompetenzzentrum des Unternehmens für operative Effizienz, Standardisierung und Transformation, war von Shared Services zu Business Excellence gewachsen. Der nächste Schritt war klar: weg von reaktivem Reporting hin zu proaktiver Entscheidungsfindung.
"Genau da haben wir gespürt, dass wir die KI-Agenten einführen müssen", sagt Praveen Jagadeesan, der Business Excellence leitet. "KI-Agenten haben unsere Transformationsagenda beschleunigt, das kann ich Ihnen sagen."
Aber das sollte kein typisches Lieferantenengagement werden. Americana brauchte einen Partner, der versteht, wie man KI in bestehende Prozesse integriert, nicht jemanden, der ein Produkt verkauft und dann verschwindet.
Klein anfangen. Wert nachweisen. Dann skalieren.
Anstatt eine vollständige Finanztransformation zu pitchen, schlug Beam vor, mit einem konkreten Anwendungsfall zu starten: dem Monatsend-Flash-Reporting.
Der Ansatz war pragmatisch. Einen KI-Agenten aufbauen, der den wiederkehrenden Zyklus bewältigen kann: Eingabensammlung, Nachverfolgung, Eskalationen, Konsolidierung und die Erstellung von Kommentaren für den CFO-Report. Beweisen, dass es funktioniert. Dann ausbauen.
Der Agent ging in weniger als 30 Tagen produktiv live.
"Der Ansatz von Beam war äußerst kooperativ und innovativ", sagt Sangeeta, Senior Director of Business Excellence & Shared Services. "Sie haben sich Zeit genommen, unsere Prozesse zu verstehen, haben eng mit den Endanwendern zusammengearbeitet und Lösungen auf Basis von Feedback schnell angepasst — was bei traditionellen Lieferantenengagements oft fehlt."
Lernen Sie Anova kennen: Der KI-Agent mit Rollenbezeichnung, Manager und Startdatum
Hier ist der Punkt, an dem Americana etwas getan hat, was kein anderes Unternehmen, mit dem wir gearbeitet haben, bislang getan hat.
Sie kündigten den KI-Agenten mit dem Namen Anova der gesamten Belegschaft per offiziellem Rundschreiben an. Anova wurde als Teammitglied vorgestellt. Mit Rollenbezeichnung. Vorgesetztem. Startdatum.
"Anova eine Rolle, einen Manager und ein Startdatum zu geben, hat geholfen", sagt Praveen. "Das hat Transparenz geschaffen, Vertrauen aufgebaut, die Adoption gefördert, Verantwortlichkeit gestärkt und die Technologie menschlicher gemacht."
Das war kein Gimmick. Es war eine bewusste Change-Management-Strategie.
"Wenn wir davon sprechen, die Technologie zu vermenschlichen, dann spielt dort emotionale Intelligenz eine Rolle", erklärt Praveen. "Es signalisierte auch das Commitment unserer Führung, KI in die täglichen Abläufe einzubetten."
Amina Hakkim aus dem FP&A-Team wurde Anovas zugewiesene Managerin und arbeitete von Tag eins an direkt mit dem Agenten.
Die Kennzahlen
Kennzahl | Auswirkung |
|---|---|
Stunden pro Jahr eingespart | 728 (18 Wochen Analystenzeit zurückgewonnen) |
Zeit bis zum ersten produktiven Agenten | <30 Tage |
Berichtsstrukturierung automatisiert | 80–90 % vor der menschlichen Prüfung |
Zeit von skeptisch zu vollständig abhängig | 3 Monate |
Zeit bis zur Ausweitung über FP&A hinaus | 4 Monate |
18 Wochen Analystenzeit werden jedes Jahr zurückgewonnen. Nicht durch Abstriche, sondern indem die repetitive Zusammenstellungsarbeit entfernt wird, damit sich die Analysten auf das konzentrieren können, was wirklich zählt: strategische Analyse und Beratung der Führungsebene.
Vom Zusammensteller zum Berater
Die größte Veränderung lag nicht in den Zahlen. Sie lag in der Rolle.
"Die größte Veränderung gab es beim Monatsend-Flash-Reporting", sagt Amina. "Jetzt übernimmt Anova Eingaben, Nachverfolgung und Eskalationen, Konsolidierung und die Erstellung von Kommentaren für den CFO-Report. Anstatt Stunden mit der Zusammenstellung des Berichts zu verbringen, kann ich mich jetzt darauf konzentrieren, Erkenntnisse zu validieren."
Das Team wechselte vom Nachjagen von Daten und Formatieren von Tabellenkalkulationen hin zur Prüfung KI-generierter Zusammenfassungen mit eingebetteten Erläuterungen, Korrekturmaßnahmen und Priorisierung nach Schweregrad. CFO-taugliche Ausgaben, mit einem Human-in-the-loop-Freigabeschritt, bei dem Analysten prüfen und validieren, bevor Berichte die Führung erreichen.
"Dieser Wechsel vom Zusammensteller zum Berater machte den größten Unterschied", sagt Amina.
Die Reifeentwicklung: Vom Shadow Mode zur KI-Abteilung
Was Americana's Geschichte besonders überzeugend macht, ist die systematische Vertrauensbildung:
Monat 1-2 (Shadow Mode): Anova lief parallel zum Team. Die Ergebnisse wurden Seite an Seite mit der manuellen Arbeit verglichen. Niemand wurde gebeten, etwas zu vertrauen, das er nicht verifiziert hatte.
Monat 3 (Co-Pilot): Das Team begann, Anovas Ergebnisse als Ausgangspunkt für alle Berichte zu nutzen. Die Qualität hatte sich dies verdient.
Monat 4+ (Autonom): Anova begann, funktionsübergreifende Erkenntnisse aufzudecken, die manuelle Prozesse völlig übersehen hatten.
Ausweitung (KI-Abteilung): Americana baut derzeit neben der menschlichen Organisation eine parallele KI-Abteilung auf. Mehrere Agenten in FP&A, Market Insights und HR, alle auf einer Plattform und mit einer Lizenz.
"Die Vision ist, KI von isolierten Anwendungsfällen zu einem skalierten digitalen Arbeitskraftmodell über alle Funktionen hinweg auszubauen", sagt Praveen. "Letztlich wird KI ein integraler Bestandteil davon werden, wie Arbeit erledigt wird."
"Es fühlte sich nicht wie ein Lieferantenengagement an. Es fühlte sich wie eine Partnerschaft an."
Technologie hat dies nicht möglich gemacht. Die Partnerschaft schon.
"Die Zusammenarbeit mit dem Beam-Team war vom ersten Tag an äußerst kooperativ", sagt Amina. "Es fühlte sich nicht wie ein Lieferantenengagement an, sondern eher wie eine Partnerschaft."
Beam hat sich in die Prozesse von Americana eingebettet — hat die Workflows, die Pain Points und die Reporting-Zyklen verstanden —, bevor überhaupt etwas entwickelt wurde.
"Sie haben nicht einfach einen KI-Agenten gebaut — sie haben ihn um unsere Prozesse herum aufgebaut", erklärt Amina. "Sie sind strukturiert, reaktionsschnell und wirklich auf den langfristigen Aufbau von Fähigkeiten fokussiert. Was ich am meisten schätze, ist, dass sie uns auch dabei begleiten, wie wir unsere eigenen Agenten für weitere Anwendungsfälle aufbauen können. So geht es also nicht nur um Implementierung, sondern um Befähigung."
Das ist der Unterschied zwischen einem Lieferanten und einem Partner. Ein Lieferant liefert ein Tool. Ein Partner baut eine Fähigkeit auf.
Was das für Finance-Teams in Unternehmen bedeutet
Wenn Sie Finanzoperationen in großem Maßstab steuern, besteht die Herausforderung nicht darin, KI-Tools zu finden. Davon gibt es viele.
Die Herausforderung besteht darin, einen Partner zu finden, der versteht, wie man KI in Ihre bestehenden Prozesse integriert — insbesondere wenn diese Prozesse auf Legacy-Systemen ohne APIs laufen, sich über mehrere geografische Regionen erstrecken und Ausgaben erzeugen müssen, denen ein CFO für die Berichterstattung an den Vorstand vertraut.
Americana hat diesen Partner gefunden. Das Ergebnis: ein Team, das sich von Zusammenstellern zu Beratern gewandelt hat, CFO-taugliche Berichte in Minuten statt Tagen, 18 Wochen Analystenzeit pro Jahr zurückgewonnen und eine parallele KI-Abteilung neben der menschlichen Organisation, die sich über FP&A, Market Insights und HR hinweg ausweitet.
"Die Einführung von KI im großen Maßstab steht für einen Mentalitätswechsel hin zu Innovation und Agilität", sagt Praveen. "Transformation ist nicht auf Digital Natives beschränkt. Auch traditionelle Unternehmen können KI nutzen, um ihre Abläufe zu modernisieren und wettbewerbsfähig zu bleiben."


