Künstliche Intelligenz in der Unternehmensrestrukturierung – Teil 3

Ein Beitrag von Prof. (FH) Dipl.-Ing. Thomas Schmiedinger

Unternehmensrestrukturierung ist in hohem Maße Wissensarbeit. Sie ist geprägt durch die Verarbeitung großer Informationsmengen, hohen Zeitdruck sowie Entscheidungen mit erheblicher wirtschaftlicher und rechtlicher Tragweite. Berater, Geschäftsleiter und weitere Beteiligte müssen in kurzer Zeit Finanzdaten analysieren, Szenarien bewerten, Annahmen hinterfragen und Ergebnisse adressatengerecht kommunizieren. Der Engpass liegt dabei häufig weniger im fehlenden Wissen als vielmehr in dessen Aufbereitung, Strukturierung und Verarbeitung. In dieser Hinsicht lässt sich eine Parallele zur industriellen Revolution ziehen. Während im 18. und 19. Jahrhundert vor allem manuelle Arbeit durch Maschinen unterstützt und automatisiert wurde, steht heute zunehmend die Automatisierung geistiger Arbeit im Fokus. Generative KI adressiert genau diesen Bereich, indem sie Tätigkeiten der Wissensverarbeitung beschleunigt und skaliert.

Praktische Anwendung generativer KI in der Restrukturierungspraxis

Nachdem im vorhergehenden Abschnitt die unterschiedlichen Deployment-Formen generativer KI eingeordnet wurden, rückt nun der praktische Einsatz in Restrukturierungs- und Sanierungssituationen in den Mittelpunkt. Ziel dieses Abschnitts ist es, anhand typischer Aufgabenstellungen aufzuzeigen, wo und wie generative KI heute bereits sinnvoll eingesetzt werden kann – stets als unterstützendes Werkzeug und nicht als Ersatz fachlicher Bewertung.

1. Assistive KI als Anwendungslogik in Restrukturierungsfällen

Assistive KI beschreibt eine Nutzungshaltung, bei der generative KI gezielt zur Unterstützung wissensintensiver Arbeitsschritte eingesetzt wird. In Restrukturierungsprojekten betrifft dies insbesondere Tätigkeiten, bei denen große Mengen heterogener Informationen in kurzer Zeit gesichtet, strukturiert und verdichtet werden müssen. Typische Anwendungsfelder finden sich entlang des gesamten Restrukturierungsprozesses.

Ein häufiges Einsatzszenario ist die Analyse umfangreicher Dokumente, etwa von Lieferanten- und Kundenverträgen, Finanzierungsvereinbarungen oder internen Berichten. Generative KI kann solche Dokumente zusammenfassen, relevante Klauseln hervorheben oder wiederkehrende Muster identifizieren. In der Praxis ermöglicht dies, sich schneller einen Überblick über Risiken, Abhängigkeiten oder Handlungsspielräume zu verschaffen, ohne die detaillierte juristische oder wirtschaftliche Prüfung zu ersetzen. Im eigentlichen Sinne fungiert das KI-System als Kommunikator für den Austausch mit vielen und heterogenen Daten.

Auch bei der Aufbereitung und Verdichtung von Finanzinformationen kann assistive KI unterstützen. Plan- und Ist-Zahlen aus unterschiedlichen Quellen lassen sich strukturiert zusammenführen, kommentieren und in Varianten darstellen. Beispielsweise können Abweichungsanalysen vorbereitet oder Liquiditätsentwicklungen auf Basis vorhandener Daten erläutert werden. Die Verantwortung für Annahmen, Plausibilisierung und Interpretation verbleibt dabei ausdrücklich beim Beratenden oder Entscheidungsträger.

Ein weiteres relevantes Einsatzfeld ist die Vorbereitung von Berichten und Präsentationen. Management-Summaries, Statusberichte oder Entwürfe für Sanierungskonzepte können strukturell vorbereitet und sprachlich konsistent ausgearbeitet werden. Dies reduziert den manuellen Aufwand und schafft Freiräume für inhaltliche Diskussionen und strategische Entscheidungen.

2. Prompting als praktisches Steuerungsinstrument

Damit assistive KI in diesen Anwendungsfeldern einen tatsächlichen Mehrwert liefert, ist ihre gezielte Steuerung entscheidend. Prompting fungiert dabei als methodisches Instrument, mit dem Aufgaben präzisiert, Erwartungen definiert und Ergebnisse eingegrenzt werden.

a) Assistive Nutzung von Conversational Agents im Berufsalltag
Ein zentraler Mehrwert generativer KI liegt nicht allein in der Bearbeitung einzelner fachlicher Aufgaben, sondern in der Möglichkeit, KI als dialogischen Begleiter im beruflichen Alltag einzusetzen. Conversational Agents und Chatbots sind in der Lage, ihre eigenen Funktionen, Einsatzmöglichkeiten und Grenzen im Dialog zu erläutern und sich damit schrittweise an die Bedürfnisse des Anwenders anzupassen.

Für Restrukturierungsberatende bedeutet dies, dass KI nicht nur Ergebnisse liefert, sondern auch bei der Erschließung ihrer eigenen Nutzung unterstützt. Anwender können etwa formulieren: „Hilf mir, KI sinnvoll in meinem Arbeitsalltag als Restrukturierungsberater einzusetzen“, oder „Welche Aufgaben in einem Restrukturierungsprojekt eignen sich besonders für KI-Unterstützung?“ Der Chatbot kann daraufhin typische Einsatzfelder vorschlagen, Beispiele nennen und auf Risiken oder Grenzen hinweisen.

Diese Form der Interaktion stellt einen qualitativen Unterschied zu klassischen Software-Werkzeugen dar. Während bei einem Tabellenkalkulationsprogramm wie Excel die Bedienlogik vorausgesetzt wird und Anwender sich Funktionen aktiv aneignen müssen, kann ein Conversational Agent seine Nutzung im System selbst erklären. Es ist nicht möglich in eine Tabellenzeile zu schreiben, wie Excel zu verwenden ist; bei KI-Systemen hingegen ist genau dies Teil der Funktionalität.

Damit wird generative KI zu einer niedrigschwelligen Schnittstelle zwischen Anwender und komplexen digitalen Werkzeugen. Gerade für neue Anwendungsfälle oder ungeübte Nutzende erleichtert dies den Einstieg erheblich und fördert eine iterative, lernende Nutzung. In der Restrukturierungspraxis kann dies dazu beitragen, Beratende schrittweise an geeignete Einsatzszenarien heranzuführen und den produktiven Einsatz von KI nachhaltig zu verankern.

b) Kontextbasiertes Prompting: Ausformulierung entlang eines vorgegebenen Rahmenwerks

Ein besonders praxisrelevanter Anwendungsfall kontextbasierten Promptings ist die Ausformulierung von Texten auf Basis vorgegebener Strukturen und Stichpunkte. In der Restrukturierung ist die inhaltliche Gliederung regelmäßig durch etablierte Rahmenwerke vorgegeben, etwa durch IDW S 6, StaRUG-Logiken oder bankübliche Sanierungsschemata. Die eigentliche Herausforderung liegt häufig in der konsistenten und verständlichen Ausformulierung der einzelnen Gliederungspunkte.

Generative KI kann hier gezielt unterstützen, indem sie vorhandene Stichpunkte, Analyseergebnisse oder Notizen in zusammenhängende Textentwürfe überführt. Voraussetzung ist, dass der Kontext klar definiert wird. Dieser umfasst zum einen das zugrunde liegende Rahmenwerk und zum anderen die unternehmensspezifischen Informationen.

Ein entsprechender Prompt könnte beispielsweise lauten:

„Nutze die folgende Gliederung gemäß IDW S 6 (Krisenstadium, Ursachenanalyse, Fortführungsprognose, Maßnahmen). Formuliere den Abschnitt Ursachenanalyse auf Basis der beigefügten Stichpunkte und Unternehmensinformationen sachlich und gutachtertypisch aus. Ergänze keine neuen Inhalte, sondern arbeite ausschließlich die vorgegebenen Punkte strukturiert aus.“

Auf diese Weise bleibt die methodische Struktur vollständig in der Verantwortung des Beraters, während die KI bei der sprachlichen Ausarbeitung, Verdichtung und Konsistenz unterstützt. Die Ergebnisse dienen als Arbeitsentwurf und müssen fachlich geprüft, ergänzt und final verantwortet werden. Solche Anwendungen eignen sich insbesondere für interne Arbeitsfassungen, Diskussionsgrundlagen oder die Vorbereitung formaler Berichte.

c) Reverse Prompting zur Identifikation von Informationslücken

Restrukturierungsberater sind regelmäßig mit Unternehmen aus sehr unterschiedlichen Branchen, Geschäftsmodellen und Krisensituationen konfrontiert. Gerade in frühen Projektphasen besteht dabei die Herausforderung, trotz begrenzter Informationen die richtigen Fragen zu stellen und branchenspezifische Besonderheiten systematisch zu erfassen. Reverse Prompting kann hierbei als methodisches Hilfsmittel dienen.

Beim Reverse Prompting wird die KI nicht aufgefordert, Antworten oder Lösungen zu liefern, sondern zunächst einen strukturierten Fragenkatalog zu entwickeln. Dieser Ansatz unterstützt insbesondere dann, wenn Berater sich in neue Branchen einarbeiten oder wenn vorhandene Informationen fragmentiert und unvollständig sind.

Ein entsprechender Prompt könnte beispielsweise lauten:

„Du bist ein erfahrener Restrukturierungsberater. Das Unternehmen ist ein mittelständischer Automobilzulieferer in einer Ertrags- und Liquiditätskrise. Welche Fragen müssen geklärt werden, um die Krisenursachen, die operative Leistungsfähigkeit und die Fortführungsfähigkeit des Unternehmens beurteilen zu können? Strukturiere die Fragen nach Markt, operativem Geschäft, Finanzen und Organisation.“

Die KI erzeugt daraufhin keinen Lösungsvorschlag, sondern einen strukturierten Fragenrahmen, der als Checkliste für Interviews, Datenanforderungen oder Workshops genutzt werden kann. Der Mehrwert liegt weniger im einzelnen Inhalt der Fragen als in der systematischen Abdeckung relevanter Themenfelder. Reverse Prompting hilft damit, blinde Flecken zu vermeiden, Annahmen offenzulegen und den Analyseprozess effizienter und konsistenter zu gestalten.

3. Einordnung externer Forschungsergebnisse zum KI-Einsatz in Sanierungsgutachten

Eine aktuelle Fachpublikation von Exler, Situm und Sieghartsleitner untersucht den Einsatz von KI bei der Erstellung von Sanierungsgutachten nach IDW S 6. Die Autoren analysieren auf Basis qualitativer Experteninterviews, in welchen Phasen der Gutachtenerstellung KI-gestützte Verfahren sinnvoll eingesetzt werden können und wo deren Grenzen liegen. 

Die Studie bestätigt, dass generative KI insbesondere bei der Analyse großer Datenmengen, der Strukturierung von Krisenursachen sowie der Plausibilisierung von Annahmen unterstützend wirken kann. Als besonders geeignet werden vorbereitende Tätigkeiten wie

• Datensichtung
• Gliederung von Analyseabschnitten
• und die Zusammenfassung umfangreicher Unterlagen hervorgehoben.

Dadurch können zeitintensive Routinetätigkeiten reduziert und Kapazitäten für die eigentliche fachliche Bewertung freigesetzt werden.

Gleichzeitig betonen die Autoren die mit dem KI-Einsatz verbundenen Risiken. Die Aussagekraft der Ergebnisse hängt maßgeblich von der Qualität und Vollständigkeit der zugrundeliegenden Daten ab. Zudem weisen sie darauf hin, dass Restrukturierungsfälle regelmäßig individuelle Besonderheiten aufweisen, die sich nicht rein datengetrieben abbilden lassen. Eine unkritische Übernahme KI-generierter Inhalte könne daher zu Fehleinschätzungen führen.

Hervorgehoben wird schließlich die unveränderte Verantwortung des Gutachters. KI kann Analysen unterstützen und strukturieren, ersetzt jedoch weder die fachliche Beurteilung noch die Haftung. Die Autoren ordnen KI daher ausdrücklich als assistives Werkzeug ein, dessen Einsatz einer klaren methodischen Einbettung und kritischen Prüfung bedarf. Diese Ergebnisse stützen die in diesem Beitrag vertretene These, dass der Mehrwert generativer KI in der Restrukturierung vor allem in der Unterstützung wissensintensiver Arbeitsschritte liegt, nicht in der Automatisierung fachlicher Entscheidungen.

____________________________________________

Dies ist Teil 3 des Beitrages aus NWB 2026, Seite 47.

SNEAK 👀 – Exklusiv bei tax&bytes! Lesen Sie den Artikel jetzt kostenlos und in voller Länge in der NWB-Datenbank 🤫

   → BEITRAG