<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=974250883405448&amp;ev=PageView&amp;noscript=1">
SAP Cash Application: Wie Machine Learning Ihre Finanzprozesse optimiert

SAP S/4HANA

,

Finance

,

Machine Learning & Deep Learning

,

Artificial Intelligence

SAP Cash Application: Wie Machine Learning Ihre Finanzprozesse optimiert

Isabel Calvo | Okt 27, 2021

In den letzten Jahren sind in der Finanzbranche neue Technologien wie Big Data und künstliche Intelligenz aufgetaucht, was wiederum zum Aufstieg von "Fintech"-Unternehmen geführt hat. Letztere nutzen die jüngsten technologischen Fortschritte, um ihre Prozesse, Produkte und Finanzaktivitäten zu verbessern.

Die Art und Weise, wie im 21. Jahrhundert an Geschäfts- und Finanzoperationen herangegangen wird, hat das Geschäftspanorama völlig verändert und macht es für die Unternehmen erforderlich, sich schnell in das Innovationsrennen einzuschalten.

Die Automatisierung von Standardprozessen hatte für Finanzabteilungen schon immer oberste Priorität. Dies hat sich auf ein höheres Niveau entwickelt. Dank Technologien wie intelligenter Software und Machine Learning ist es im Finanzwesen möglich, die Automatisierung anspruchsvoller Prozesse wie dem Kontenabgleich mühelos zu erreichen.

s4hana machine learning ebook

 

Was ist ein Kontenabgleich und wie kann Machine Learning helfen?

Der Kontenabgleich ist ein Verfahren, mit dem das Unternehmen überprüfen kann, ob die von der Bank auf dem Konto verbuchten Aktivitäten mit den tatsächlich durchgeführten und in der Buchhaltung verbuchten Vorgängen übereinstimmen. Im Wesentlichen geht es darum, eine Bankabbuchung oder -zahlung (anhand des von der Bank übermittelten Kontoauszugs) mit ihrer buchhalterischen Quelle zu identifizieren: dem Posten, der in der Finanzbuchung aufgeführt ist, für den gezahlt oder abgerechnet wurde.

Der Kontenabgleich ist ein grundlegendes internes Instrument für jedes Unternehmen, das seinen Cashflow und seine Liquiditätssituation kennen will, oder wenn es einen Kontrollmechanismus gegen Betrug oder Missmanagement der Bargeldausgänge und -eingänge des Unternehmens haben möchte.

In der Realität ist dies keine einfache Aufgabe. Es kann Fehler, Auslassungen und doppelte Einträge geben, die den Abgleich aus dem Gleichgewicht bringen und deren Klärung viel Zeit in Anspruch nimmt. Denn der Abgleich von Konten gleicht oft einem Kunstwerk, bei dem wir Hunderte von Posten unbekannter Herkunft von Hand notieren und den Transaktionen auf den Kontoauszügen zuordnen müssen.

SAP Cash Application and Bank Reconciliation

Um uns die Arbeit zu erleichtern und uns nicht mehr um die Erstellung von Abgleichungsregeln in unseren Systemen kümmern zu müssen oder unzählige Stunden für die manuelle Zuordnung von Einträgen zu verschwenden, integriert SAP die SAP Cash Application von SAP Leonardo in seine Produktpalette:

"Zuerst gab es den manuellen Abgleich,
dann kam der automatische Abgleich,
und jetzt führt SAP die SAP Cash Application ein."

 

Was ist SAP Cash Application?

SAP Cash Application ist die integrierte SAP-Lösung für SAP S/4HANA. Sie konzentriert sich auf die Verbesserung des Bankabgleichungsprozesses und des Cashflow-Managements durch den Einsatz von künstlicher Intelligenz und Machine Learning (Technologie in SAP Leonardo).

Machine Learning ist ein Zweig der künstlichen Intelligenz, der als effektive Technik zur Automatisierung von Prozessen geschaffen wurde. Es ermöglicht die Identifizierung versteckter Muster zwischen den im Prozess enthaltenen Informationen und Kenntnissen und lernt auf diese Weise die extrahierten Daten, ohne ausdrücklich dafür programmiert zu werden.

Der Begriff Künstliche Intelligenz ist nicht ganz neu. Tatsächlich wurde er von John McCarthy um 1956 geprägt. Wir befinden uns jedoch in einer Zeit, in der Computer leistungsfähig genug geworden sind, um riesige Datenmengen (Big Data) zu analysieren, so dass Datenwissenschaftler auf der Grundlage dieser Informationen Modelle entwickeln und nutzen können.

Mit der SAP Cash Application verspricht SAP, durch den Einsatz von künstlicher Intelligenz und Machine Learning im Kontenabgleich ein neues Maß an Automatisierung und Produktivität bei der Abwicklung von Zahlungseingängen zu erreichen.

SAP Cash Application und Kontenabgleich

Die meisten Unternehmen verfügen über eine Abgleichungssoftware, die Zahlungsvorgänge automatisch erfasst und deren Zuordnung anhand zuvor erstellter Regeln gewährleistet. Diese Software sorgt dafür, dass das Finanzteam nur dann manuell in den Prozess eingreifen muss, wenn eine Ausnahme vorliegt, z. B. bei Auslassungen von Zahlungsdaten, Schreibfehlern des Unternehmens oder der Bank, doppelten Buchungen oder in Fällen, in denen mehrere Rechnungen in einer Transaktion bezahlt werden.

Hier kommt Machine Learning ins Spiel.

Eine Software, die Machine Learning ermöglicht, "lernt" auf ähnliche Weise wie ein Mensch: durch Erfahrung, Beobachtung und historische Daten. Sie nutzt selbstlernende Algorithmen, um Muster zu erkennen, Zusammenhänge zu erkennen und Vorhersagen zu treffen, mit dem Ziel, Bankzahlungen aus den elektronischen Kontoauszügen mit den Buchungsposten der Debitorenbuchhaltung abzugleichen.

Wie funktioniert der SAP Cash Application Prozess mit Machine Learning in der Realität?

Eine kurze Phase der "Einarbeitung" ist ein wesentlicher vorbereitender Schritt, bevor man mit dem eigentlichen Prozess des Kontenabgleichs beginnt. Hier wird das spezifische Modell für jeden Kunden erstellt und trainiert (jedes Unternehmen hat seine eigenen Regeln und Geschäftsszenarien) und wird als Grundlage für die Zuordnung und den Abgleich von Posten in der Zukunft akzeptiert.

Dieses Modell stützt sich - wie bereits erwähnt - auf die historischen Informationen des Kunden: Kontoauszüge, Buchhaltungsunterlagen, Zahlungsmitteilungen, Überweisungen, Kunden-Maestros, Bank-Maestros, eigene Bankinformationen, Zahlungsinformationen, Bankdienstleistungen wie Lock Box und Informationen und Beispiele früherer Verrechnungen (das Modell muss mindestens mit 5.000 Informationen trainiert werden).

Sobald alle Daten gesammelt sind, werden sie an die SAP Cash Application Services gesendet und von der Machine Learning Training Engine erfasst. Letztere wählt auf der Grundlage von Algorithmen intern die Kriterien und Auswahlwerte aus und sortiert sie, was zu einem Client-Mapping und dem optimalen Kategorisierungsmodell führt.

How does the SAP Cash Application process really work with Machine Learning?

Nach dem Training des Basismodells beginnt die eigentliche Implementierung des Kontenabgleichs im System des Kunden. Daher beginnt der Prozess im Grunde erst, wenn der Kunde seine ausstehenden Rechnungen bezahlt, und zwar so, dass die Debitorenbuchhaltung eine Mitteilung über diese Zahlung erhält.

Wenn die Kunden ihre Rechnungen bezahlen, schicken sie oft eine Zahlungsmitteilung, in der sie angeben, welche Rechnungen sie bezahlt haben. SAP Cash Application ist in der Lage, die auszugleichenden Rechnungsinformationen aus diesen Überweisungen zu extrahieren, und zwar in Übereinstimmung mit der vom Kunden vorgegebenen Lieferkonfiguration.

Sobald die Informationen aus den Kontoauszügen und Buchhaltungsrechnungen gesammelt wurden, werden die Daten an die Engine für die SAP Cash Application übertragen, die auf der SAP Cloud Platform basiert. Diese gibt die vorgeschlagenen Übereinstimmungen und deren Konfidenzniveau für den Erfolg zurück. Anhand dieses Konfidenzniveaus kann der Benutzer entscheiden, ob er die Ergebnisse der Engine automatisch abgleichen und damit die Posten automatisch eliminieren und mit der Eingabe fortfahren möchte, oder ob er es vorzieht, dass sie nur Vorschläge sind, die noch überprüft werden müssen.

Dieser gesamte Prozess verläuft zyklisch, wobei die Engine mit jeder neuen Lieferung aufgefüllt wird, das spezifische Verhalten des Kunden/Landes aus früheren Aktionen lernt und neue Datenmuster zur Lösung aller möglichen Ausnahmen erstellt.

Hauptfunktionen von SAP Cash Application:

  • Schlägt offene Debitorenposten als mögliche Zuordnungsmethode in Bezug auf die Kontoauszüge vor.
  • Erfasst und gleicht die Posten automatisch aus.
  • Mit Hilfe von Bedingungsfiltern ermöglicht es die Umsetzung durch programmierte Jobs.

In 6 Schritten zum Kontenabgleich in SAP:

  1. Der Kontoauszug wird elektronisch in das System hochgeladen (Transaktion FF_5) oder manuell (Transaktion FF67).
  2. Die Standardabgleichungsregeln sind für SAP S/4HANA implementiert.
  3. Die Ausführung des Jobs für die SAP Cash Application ist programmiert. Dieser sendet die Daten aus den offenen Buchhaltungsposten an die SAP Cash Application Services (wo das trainierte Abgleichungsmodell gehostet wird) mit den neuen elektronischen Kontoauszügen.
  4. Mit Machine Learning sendet die SAP Cash Application Mapping-Vorschläge an das SAP S/4HANA-System zurück.
  5. Der Abgleich wird automatisch durchgeführt, wobei offene Posten erfasst und ausgeglichen werden, sofern die Mapping-Vorschläge einen Konfidenzgrad aufweisen, der gleich oder höher ist als die vordefinierte Toleranz des Systems.
  6. Der Kontoauszug wird nachbearbeitet und offene Verbindlichkeiten werden manuell abgestimmt (FEBA- und FEBAN-Transaktionen).

Vorteile von SAP Cash Application

Automatisierung und Kontrolle

  • Automatisches Lernen von historischen Daten: Das Modell trainiert sich automatisch mit historischen Daten und erstellt seine eigenen Konsolidierungsregeln.
  • Lernt von Benutzeraktionen: Das Modell passt sich an und lernt von den Interaktionen des Benutzers.
  • Erfordert keine Wartung: Je nachdem, wie der Benutzer mit dem Prozess interagiert, gibt das Modell Rückmeldung und ändert die Regeln entsprechend den vom Benutzer durchgeführten Aktionen.
  • Verringert Fehler und verbessert die Prozesskontrolle: Manuelle Fehler, die sowohl von der Bank als auch von der Finanzabteilung begangen werden, bleiben im Kontenabgleich unberücksichtigt, so dass sie schnell erkannt und korrigiert werden können.
  • Höhere Präzision beim Kontenabgleich.
  • Flexibilität der Lösung: Ermöglicht die Anpassung der Lösung an die sich ändernden Bedürfnisse des Kunden, der sich, wenn er dies wünscht, für das geschulte "Verbundmodell" entscheidet, das Vorschläge für den Abgleich liefert, die Zuordnung aber nicht ohne vorherige Überwachung und Maßnahmen durch den Benutzer umsetzt.

Zeit- und Kostenreduzierung

  • Die manuelle Erstellung von Abgleichsregeln ist nicht mehr erforderlich: Das Modell ist darauf trainiert, die kundeneigenen Abgleichsregeln zu erstellen. Es erreicht eine hohe Automatisierungsrate, ohne dass das System manuell angepasst werden muss.
  • Reduziert die Komplexität bei der Behebung von Ungleichgewichten: Manuelle Fehler und neue Posten werden ausschließlich für das Mapping verwendet und tauchen bei Benutzeraktionen nicht mehr auf.
  • Ermöglicht es dem Finanzteam, sich auf strategischere Aufgaben zu konzentrieren: Ein viel schnellerer Kontenabgleich spart Zeit und die Aufmerksamkeit des Finanzteams, so dass es sich komplexeren und strategischen Aufgaben widmen kann.
  • Steigerung der Effizienz der Finanzabteilung.

Verbessert KPIs

  • Verbessert die durchschnittliche Einzugsdauer (ACP): Verbessert die Beilegung und Analyse von Streitigkeiten über unbezahlte Gebühren, da man nun genau weiß, welche Rechnungen tatsächlich nicht bezahlt worden sind.
  • Verbessert die Liquidität und das Betriebskapital: Ermöglicht eine effizientere Kontrolle über die tatsächliche Liquiditätslage des Unternehmens, indem die Zuordnung von Posten für Einziehungen und Zahlungen beschleunigt wird.
  • Ermöglicht es, dem Kunden einen schnelleren und effizienteren Service zu bieten.

Integriert in SAP S/4HANA

  • Cloud oder On-Premise: Es passt sich sowohl an SAP-Anwendungen in der Cloud als auch an traditionelle Anwendungen (On-Premise) an.
  • 100% integriert: Funktioniert sofort und automatisch mit der Implementierung von SAP S/4HANA.
  • Ergänzend zu den Standardregeln: Es kann in Kombination mit den Standardregeln verwendet werden, die bereits in den Kundensystemen definiert sind.
  • Behält die aktuellen, im System definierten Abläufe und Workflows bei.

 


Sie möchten mehr zu Machine Learning im Finance erfahren?

Beginnen Sie mit der Implementierung von Künstlicher Intelligenz und Machine Learning, um Ihre Finanzprozesse zu verbessern! Sehen Sie sich unsere Dienstleistungen und Lösungen für Künstliche Intelligenz an.

MEHR ERFAHREN

 

Abonnieren!