Kunde: gkv informatik (IT-Dienstleister der gesetzlichen Krankenversicherungen)
Branche: Gesundheitssektor

Herausforderung:

Kommentare zu Plan/Ist/Prognose wurden in heterogenen Dokumenten gesammelt, unter Zeitdruck zusammengeführt und manuell in Storylines übersetzt

Lösung:

Kommentierung direkt im INFONEA-Report, anschließend stellt die souveräne KI-Plattform Alan automatisch Zusammenfassungen auf Basis vordefinierter Regeln zusammen

Ergebnisse:

Statt zwei bis drei Berichten pro Jahr ist gkvi nun monatlich berichtsfähig – bei gleichem oder geringerem Aufwand; deutlich bessere Konsistenz und schnellere Ableitbarkeit von Handlungsbedarf

Treten Sie mit uns in Kontakt

Sie wollen sich zu dem Case und den Möglichkeiten in Ihrem Unternehmen mit uns austauschen? Unser Team ist für Fragen und Beratung gern für Sie da.
Jetzt Kontakt aufnehmen

Im Controlling der gkv informatik war die Datenbasis grundsätzlich solide: Zahlen aus dem Rechnungssystem ließen sich verlässlich auswerten, Abweichungen zwischen Systemen waren beherrschbar. Das eigentliche Problem lag woanders: Die Reports waren extrem detailliert, aber schwer zu lesen – auf Kosten des Überblicks und einer durchgehenden Storyline.

Damit wurde das Monats- und Quartalsgeschäft zur „Routine unter Druck“. Das Controlling-Personal musste Abweichungen so erklären, dass Entscheider:innen schnell nachvollziehen können, was passiert ist, warum es passiert ist und worauf es als Nächstes ankommt. Gleichzeitig kamen die Inhalte für diese Einordnung aus vielen Quellen: Notizen, E-Mails, Word-Dokumenten, Excel-Listen, persönlichen Ablagen. Das Wissen war also vorhanden – aber nicht immer dort, wo es gebraucht wurde.

Das Resultat: Ein hoher Aufwand für das Zusammenziehen, Formatieren und „Hinterher-Ordnen“ der Informationen – und zu wenig Zeit für das, worauf Controlling eigentlich abzielt: Analyse, Steuerung und Frühwarnung.

Gemeinsam mit Comma Soft entstand ein Ansatz, der zwei zentrale Anwendungen verbindet: INFONEA als leistungsfähige BI- und Reporting-Plattform – und Alan als datenschutzkonforme GenAI-Komponente zur Textkonsolidierung.

INFONEA: Überblick in die Daten bringen

Der erste Schritt war, die Reportansichten so zu gestalten, dass Controller und Fachbereiche schnell erkennen, wo es „brennt“ und wo nicht. Statt tausender isolierter Zahlen helfen visuelle Markierungen und klare Strukturen dabei, Abweichungen zu priorisieren. Kernidee: Das Reporting besser „lesbar“ zu machen, ohne dass Informationen verloren gehen. So entsteht eine Arbeitsgrundlage, aus der sich Abweichungen finden und erklären lassen.

Schluss mit Medienbrüchen durch Kommentierung direkt in INFONEA

Ein weiterer Gamechanger in unserem gemeinsamen Projekt: die Kommentarfunktion genau dort, wo die Zahlen sind: direkt im Report. Statt Kommentare in zig Kanälen zu sammeln und später unter Zeitdruck zusammenzutragen, können Nutzende bei der gkvi Abweichungen in INFONEA unmittelbar erläutern – strukturiert und für alle Beteiligten sichtbar. Die Bedienung ist bewusst so gelöst, dass sie schnell ohne großen Schulungsaufwand funktioniert – und der Kommentar dort entsteht, wo auch die relevanten Fakten direkt greifbar sind: Neben der Eingabe werden die zur Abweichung passenden Detailinformationen automatisch aufbereitet angezeigt, inklusive Zeitvergleich und Priorisierung nach den wichtigsten Kostentreibern. Das erspart die sonst notwendige Detailrecherche in Spezialreports, etwa zu einzelnen Kostenarten. Zudem können in dem neuen Setup auch mehrere Personen kollaborativ im Report arbeiten.

Alan: Generative KI als zuverlässiger Controlling-Assistent

Mit den Kommentaren allein war bereits viel gewonnen. Der zweite Engpass blieb, aus den vielen Einzelkommentaren auch effizient eine konsistente Story zu erstellen. Hier setzt Alan an: Die KI-Plattform erstellt aus den vorhandenen Kommentaren Zusammenfassungen je Servicebereich und Berichtsteil – immer entlang klarer Regeln. Dieses „Korsett“ aus einer vorgegebenen Prompt-Logik (z. B. Gewichtung nach finanzieller Relevanz, Fokus auf die Top-Abweichungstreiber, oder das Ziel, direkt einen Großteil der Gesamtabweichung plausibel und konsistent zu erklären). Dabei war für das Projekt besonders wichtig, dass Alan nicht LLM-typisch über die Ursachen halluziniert. Die KI nutzt ausschließlich die vorhandenen fachlichen Kommentare alle Berechnungen und Gewichtungen erfolgen durch INFONEA– und konsolidiert sie in eine saubere Textform, die anschließend redaktionell geglättet und freigegeben werden kann.