Demo User
DA

Budget-Abweichungsanalyse mit KI-Ursachenerkennung

Automatische Varianz-Analyse aller Kostenstellen mit ML-basierter Ursachenidentifikation, Waterfall-Dekomposition und Handlungsempfehlungen.

Budget YTD

299,5 Mio. EUR

Alle Werke

Ist YTD

307,4 Mio. EUR

Alle Werke

Abweichung

+7,9 Mio. EUR

Gesamtabweichung

+2,6%

Abweichung %

+2,6 %

Toleranzschwelle

über Toleranz 2%

KI-Konfidenz

91,2 %

Modell-Sicherheit

Hoch

Varianz-Waterfall (Mio. EUR)
Budget vs. Ist (Mio. EUR/Monat)
Abweichung nach Kostenkategorie (Mio. EUR)
Detail-Analyse nach Kategorie
Sub-KategorieBudget (Mio.)Ist (Mio.)DeltaGrund
PET-Granulat28.531.2+2.7Rohölpreis +15%
HDPE18.319.8+1.5Lieferengpass Asien
Recycling-Material8.28.1-0.1Stabile Verfügbarkeit
Masterbatch/Farben4.85.0+0.2Neue Farbrezepturen
Additive2.72.70.0Im Plan
Werke-Abweichungstabelle
WerkBudget (Mio. EUR)Ist (Mio. EUR)Abweichung%Status
Wien AT26.528.4+1.9+7.2 %Kritisch
Worms DE30.131.2+1.1+3.7 %Warnung
Krakow PL18.919.8+0.9+4.8 %Warnung
Istanbul TR22.822.1-0.7-3.1 %Gut
Toluca MX25.225.6+0.4+1.6 %Normal
Suzhou CN18.418.9+0.5+2.7 %Normal
1

Rohstoffpreis-Eskalation

Konfidenz: 94%

PET-Preise +15% durch Rohölanstieg und reduzierte Recycling-Verfügbarkeit. Impact: 4,3 Mio. EUR. Maßnahme: Langfristverträge mit Preisdeckel verhandeln.

2

Energiekosten-Spike

Konfidenz: 91%

Spotmarktpreise Strom +18% vs. Budget-Annahme. Besonders betroffen: Wien, Worms. Impact: 2,9 Mio. EUR. Maßnahme: PPA-Verträge für Erneuerbare prüfen.

3

Ungeplante Instandhaltung

Konfidenz: 87%

23% mehr ungeplante Stillstände als budgetiert. Hauptursache: Alterung Hydrauliksysteme Wien Linie 3+7. Impact: 0,7 Mio. EUR. Maßnahme: Predictive-Maintenance-Programm ausweiten.

Datenquellen

  • SAP CO/FI (Buchungskreise, tgl.)
  • Kostenstellenrechnung (Echtzeit)
  • Marktpreis-Feeds (Rohstoffe, Energie)
  • Produktionsdaten MES

KI-Modell

  • XGBoost + SHAP für Ursachenanalyse
  • 84 Features (Kosten, Produktion, Markt)
  • Trainiert auf: 5 Jahre Controlling-Daten
  • Konfidenz-Kalibrierung: Platt Scaling

Schwellenwerte

  • Kritisch: > 5% Abweichung
  • Warnung: 2-5% Abweichung
  • Normal: < 2% Abweichung
  • Auto-Eskalation an Management

AI Assistent

Übersicht

Quality Vision

KI Workflows

Operations