Ein neues ERP geht live, Prozesse werden automatisiert und Aufgaben in Shared Services gebündelt. Trotzdem arbeitet die Finance-Organisation ein Jahr später häufig nach ähnlichen Steuerungslogiken wie zuvor. Dieses Muster ist seit längerem aus der Management-Accounting-Forschung bekannt. Scapens und Jazayeri kamen bereits bei der Untersuchung einer SAP-Einführung zu dem Ergebnis, dass ERP-Systeme Veränderungen ermöglichen und unterstützen können, diese aber nicht zwangsläufig selbst hervorbringen.

Damit rückt eine Frage in den Mittelpunkt, die durch KI und agentische Automatisierung neue Aktualität erhält: Wie müssen Prozesse, Verantwortlichkeiten, Kompetenzen und Steuerungsmechanismen gestaltet werden, damit neue Technologie tatsächlich zu einer veränderten Finanzfunktion führt?

Genau diese Frage steht hinter dem Finance Operating Model. Beim Finance Automation SUMMIT 2026 haben wir sie bereits aus der Umsetzungsperspektive diskutiert. Dort zeigte sich, dass leistungsfähige Technologien allein noch keinen stabilen und skalierbaren Betrieb erzeugen. Dieser Beitrag geht einen Schritt zurück und betrachtet die fachlichen Grundlagen der Organisationsgestaltung.

Was ein Finance Operating Model eigentlich beschreibt

Der Begriff „Operating Model" wird in Forschung und Praxis breit verwendet, ist aber nicht einheitlich definiert. Eine systematische Literaturübersicht von van der Heijden, Viaene und Van Looy bestätigt diese begriffliche Unschärfe. Gemeinsam ist den verschiedenen Ansätzen jedoch die Funktion des Operating Models als Verbindung zwischen strategischer Ausrichtung und operativer Umsetzung.

Für Finance lässt sich daraus eine pragmatische Definition ableiten: Das Finance Operating Model beschreibt die Gestaltungslogik, nach der die Finanzfunktion ihre Aufgaben organisiert, Entscheidungen verteilt, Prozesse steuert und dafür Menschen, Daten und Technologien zusammenführt.

Damit ist ein Operating Model mehr als ein Organigramm. Es entspricht auch nicht einfach der vorhandenen Systemlandschaft. Zentralisierung, Shared Services, Centers of Excellence, End-to-End-Prozessverantwortung oder KI-Agenten sind zunächst einzelne Designentscheidungen. Erst ihr abgestimmtes Zusammenspiel ergibt ein tragfähiges Modell.

Diese Perspektive bildet auch den Kern unseres Shift/Finance-Themenfelds Finance Automation & Operating Model: Finance muss Prozesse, Organisation, Technologie und Governance so verbinden, dass Automatisierung nicht nur eingeführt, sondern dauerhaft steuerbar betrieben werden kann.

Das Star Model erklärt, warum Organisationsdesign mehr als Struktur ist

Einen hilfreichen Bezugsrahmen liefert das von Jay Galbraith entwickelte Star Model. Es beschreibt Organisationsdesign über fünf miteinander verbundene Gestaltungsfelder: Strategy, Structure, Processes, Rewards und People. Die zentrale Aussage des Modells lautet nicht, dass eine bestimmte Organisationsform überlegen ist. Entscheidend ist vielmehr die Abstimmung der verschiedenen Elemente auf die gewählte Strategie.

Für Finance lässt sich daraus eine einfache Gestaltungslogik ableiten:

Der Nutzen des Modells liegt gerade darin, eine Finance-Transformation nicht auf die Veränderung einzelner Kästchen im Organigramm zu reduzieren. Ein Shared Service Center verändert zunächst die Struktur. Damit daraus ein neues Operating Model entsteht, müssen aber auch Prozessverantwortung, Informationsflüsse, Kompetenzprofile, Leistungskennzahlen und Entscheidungsrechte angepasst werden.

Die Forschung zu Finance Shared Services unterstützt diese Sicht. Herbert und Seal zeigen anhand einer longitudinalen Fallstudie, dass Shared Service Center nicht nur ein Instrument für Kostensenkung sind. Sie verändern Strukturen, Prozesse und die Rolle der Finance-Funktion innerhalb des Unternehmens.

Technologie gehört nicht zum Star Model, aber zum Finance Operating Model

Gerade mit Blick auf ERP, Automation und KI ist eine Abgrenzung wichtig: Technologie ist keine der fünf Dimensionen des Galbraith Star Models.

Sie wirkt vielmehr auf mehrere Dimensionen gleichzeitig. Neue Systeme verändern Informationsflüsse und Prozesse. Automatisierung verschiebt Tätigkeiten und Kompetenzanforderungen. Agentische Systeme können Entscheidungsrechte, Kontrollpunkte und Verantwortlichkeiten verändern.

Genau darin liegt der Nutzen des Star Models für die Finance Transformation: Es verhindert, dass Technologie mit Organisationsdesign gleichgesetzt wird.

Ein modernes Target Operating Model muss Technologie dennoch explizit berücksichtigen. Praxisrahmen wie das KPMG Target Operating Model erweitern die klassische People-Process-Technology-Sicht deshalb unter anderem um Service Delivery, Performance & Data sowie Governance. Sichtbar wird damit, was ein umfassendes Finance Operating Model zusätzlich zum Organisationsdesign leisten muss.

Für einen KI-Agenten in der Kontenabstimmung bedeutet das beispielsweise: Die technische Fähigkeit allein beantwortet noch nicht, welche Fälle der Agent selbst bearbeiten darf, wann eskaliert wird, wer fachlich verantwortlich bleibt, welche Fähigkeiten für das Monitoring notwendig sind und wie Entscheidungen dokumentiert werden.

Automatisierung ist deshalb kein Operating Model. Sie ist eine technologische Fähigkeit, die Designentscheidungen im Operating Model auslöst.

Unterschiedliche Forschungsperspektiven führen zur gleichen Gestaltungsfrage

Galbraith liefert einen Organisationsdesign-Rahmen, aber kein spezifisches Finance-TOM. Für die Gestaltung der Finanzfunktion sind deshalb weitere fachliche Perspektiven relevant.

Besonders wichtig für die Operating-Model-Diskussion ist die Contingency-Perspektive. Otley stellte bereits 1980 heraus, dass Management-Accounting- und Control-Systeme nicht unabhängig vom organisatorischen Kontext beurteilt werden können. Seine spätere Rückschau unterstreicht erneut, dass sich Management-Control-Systeme als veränderliche Kombination unterschiedlicher Steuerungsinstrumente verstehen lassen und nicht über ein universelles Optimum.

Das erklärt, warum ein Finance Target Operating Model kein Standardrezept sein kann. Eine stark zentralisierte internationale Organisation benötigt andere Steuerungsmechanismen als eine Unternehmensgruppe mit hoher lokaler Entscheidungsautonomie.

Finanzinformationen stellen eigene Anforderungen an das Organisationsdesign

Finance unterscheidet sich zudem von vielen anderen Unternehmensfunktionen durch die Anforderungen an die Qualität und Nachvollziehbarkeit ihrer Ergebnisse. Das IFRS Conceptual Framework nennt Relevance und Faithful Representation als fundamentale qualitative Eigenschaften entscheidungsnützlicher Finanzinformationen. Eine faithful representation soll dabei soweit möglich vollständig, neutral und frei von Fehlern sein.

Diese Anforderungen betreffen zunächst die externe Finanzberichterstattung. Für das Operating Model haben sie jedoch direkte organisatorische Konsequenzen. Datenherkunft, Bearbeitungsschritte, Verantwortlichkeiten und Kontrollen müssen so gestaltet sein, dass Finance die Qualität des resultierenden Zahlenbildes gewährleisten kann.

Automatisierung hebt diese Anforderungen nicht auf. Sie verändert die Art, wie sie umgesetzt werden.

Gerade der Record-to-Report-Prozess zeigt diese Verbindung. Automatisierte Abstimmungen, Continuous Accounting und KI-gestützte Analysen verändern nicht nur einzelne Tätigkeiten. Sie verändern auch die Rolle der Personen, die Ausnahmen bewerten, Prozesse überwachen und die Belastbarkeit des Abschlusses sicherstellen.

Die Transformationsfrage verschiebt sich damit von:

Welche Aktivität können wir automatisieren?

zu:

Wie verändern sich Verantwortung und Steuerung, wenn Systeme immer mehr operative Arbeit übernehmen?

Drei Spannungsfelder prägen das Finance Operating Model

Ein Operating Model entsteht selten durch die Maximierung einer einzelnen Zielgröße. Finance muss unterschiedliche Anforderungen gleichzeitig erfüllen. Drei Spannungsfelder sind dabei besonders relevant:

Effizienz und Kontrollsicherheit: Standardisierung und Automation können Aufwand reduzieren und gleichzeitig Kontrollen verbessern. Neue Risiken entstehen jedoch, wenn automatisierte Entscheidungen nicht nachvollziehbar bleiben oder Verantwortlichkeiten unklar werden.

Standardisierung und lokale Anpassungsfähigkeit: Globale Prozesse erhöhen Vergleichbarkeit, Skalierbarkeit und Automatisierungspotenzial. Lokale regulatorische Vorgaben und Geschäftsmodelle können dennoch unterschiedliche Prozessvarianten erfordern.

Zentrale Governance und dezentrale Entscheidungsfähigkeit: Zentrale Standards schaffen Konsistenz. Gleichzeitig benötigen operative Einheiten ausreichend Handlungsspielraum, um auf geschäftliche Anforderungen reagieren zu können.

Diese drei Spannungsfelder bilden keine eigenständige wissenschaftliche Theorie. Sie verdichten typische Gestaltungsfragen aus Organisationsdesign, Controlling und Governance. Die relevante Entscheidung lautet deshalb nicht, welche Seite eines Spannungsfelds grundsätzlich „richtig" ist. Entscheidend ist, welche Balance zur Strategie und zum organisatorischen Kontext passt.

Shared Services und GBS sind Strukturentscheidungen, keine vollständigen Operating Models

Besonders sichtbar wird diese Unterscheidung bei Shared Services und Global Business Services. Die Zentralisierung bestimmter Finance-Aufgaben beantwortet zunächst die Frage, wo Arbeit ausgeführt wird. Sie beantwortet noch nicht, wie End-to-End-Prozesse gesteuert werden, wie Schnittstellen funktionieren und wie Verantwortung verteilt wird.

Auch aktuelle GBS-Konzepte gehen deshalb deutlich über Labor Arbitrage und Kosteneffizienz hinaus. EY beschreibt für 2026 strategische Ausrichtung, Technologie, Talent, Governance und Continuous Improvement als zentrale Gestaltungsfelder moderner GBS-Modelle. Automation und KI verändern dabei zunehmend die Arbeitsteilung zwischen standardisierter Verarbeitung, Ausnahmehandling und wertschöpfenderen Aufgaben.

Damit zeigt sich erneut: Shared Services, GBS oder Centers of Excellence sind Bausteine eines Operating Models, nicht das Operating Model selbst.

KI macht die Organisationsfrage dringlicher

Die aktuelle Digitalisierung der Finance-Funktion verstärkt diese Gestaltungsfragen. In der Digital-CFO-Studie 2026 von PwC und WHU messen 71 Prozent der befragten CFOs der Digitalisierung eine hohe Priorität bei, aber nur rund 20 Prozent bewerten ihre Finanzfunktion bereits als stark oder sehr stark digitalisiert. Gleichzeitig erwarten 76 Prozent steigende Digitalisierungsbudgets. Die Untersuchung basiert auf 207 CFOs größerer Unternehmen aus Deutschland, Österreich und der Schweiz.

Bemerkenswert ist dabei weniger der Abstand zwischen Ambition und Digitalisierungsgrad als seine organisatorische Dimension. Technologieeinsatz, Datenreife, Strategie, Organisation und Kompetenzen müssen gemeinsam weiterentwickelt werden. LLMs werden laut Studie bislang eher punktuell eingesetzt, und lediglich 6,9 Prozent der Beschäftigten in den untersuchten Finanzfunktionen verfügen über spezialisierte Digital- oder IT-Kompetenzen.

Das Operating Model wird damit zum verbindenden Problem: Wenn KI nicht nur einzelne Arbeitsschritte unterstützt, sondern Analysen vorbereitet, Ausnahmen bearbeitet oder Prozessschritte eigenständig ausführt, verschiebt sich menschliche Arbeit stärker in Richtung Prozessverantwortung, Monitoring, fachliche Bewertung und Steuerung.

Diese Entwicklung haben wir bereits im Beitrag Die neuen Rollen im AI-native Finance Team betrachtet. Neue Rollen entstehen nicht allein, weil neue Tools verfügbar sind. Sie entstehen, weil sich die Arbeitsteilung zwischen Menschen, Plattformen und KI verändert.

Governance wird Bestandteil des Organisationsdesigns

Mit wachsender Automatisierung lässt sich Governance immer weniger als nachgelagerte Kontrollfunktion organisieren. Kontrollen müssen dort wirken, wo Entscheidungen getroffen und Prozesse ausgeführt werden.

COSO behandelt Internal Control entsprechend als integriertes System von Kontrollumfeld, Risikobeurteilung, Kontrollaktivitäten, Information und Kommunikation sowie Monitoring. Die 2026 veröffentlichte Guidance zu Effective Internal Control over Generative AI überträgt diese Logik inzwischen ausdrücklich auf den Einsatz generativer KI und nennt unter anderem automatisierte Reconciliation und KI-gestützte Analyse als Anwendungsfelder.

Für das Finance Operating Model folgt daraus: Wer Aufgaben zentralisiert, automatisiert oder an KI-Agenten delegiert, muss gleichzeitig Regeln, Verantwortlichkeiten, Ausnahmen, Überwachung und Eskalationswege neu gestalten.

Wie Governance dabei vom nachgelagerten Kontrollthema zum Bestandteil automatisierter Finance-Prozesse wird, vertiefen wir im Know-how-Beitrag Was ist Governance, Risk & Compliance im Finanzbereich?

Fazit: Das Operating Model entsteht im Zusammenspiel der Designentscheidungen

Ein Finance Operating Model lässt sich weder aus einem Organigramm noch aus einer Systemarchitektur ablesen. Beide gehören zur Gestaltung, bilden aber nicht deren Ergebnis.

Galbraiths Star Model liefert dafür einen hilfreichen Organisationsdesign-Rahmen: Strategie, Struktur, Prozesse, Menschen und Anreize müssen aufeinander abgestimmt werden. Ein Finance Target Operating Model erweitert diese Perspektive um Fragen der Technologie, Daten, Service Delivery und Governance.

Die Forschung zu ERP-Systemen zeigt, warum diese Unterscheidung wichtig ist: Neue Technologie kann organisatorische Veränderungen ermöglichen, erzeugt sie aber nicht automatisch. Die Contingency-Perspektive erklärt zugleich, warum es kein universell richtiges Finance Operating Model gibt. Shared Services und GBS machen sichtbar, dass auch Strukturveränderungen erst durch die Anpassung weiterer Designparameter Wirkung entfalten.

Mit KI wird diese Gestaltungsaufgabe konkreter. Automatisierung verändert Prozesse, Rollen, Informationsflüsse, Entscheidungsrechte und Kontrollmechanismen gleichzeitig. Je leistungsfähiger die Technologie wird, desto weniger lässt sich die Transformation als Technologieprojekt behandeln.

ERP, Shared Services, Global Business Services und Agentic AI sind damit nicht das Finance Operating Model. Sie sind Bausteine und Auslöser einer umfassenderen Gestaltungsaufgabe: Wie organisieren wir Finance so, dass Technologie, Verantwortlichkeit und Steuerung als zusammenhängendes System funktionieren?