Willkommen zu Episode 37 von IFZ Talking Finance. In dieser Ausgabe präsentieren wir eine ganz besondere KI-generierte Zusammenfassung – erstellt mit NotebookLM – die den neuesten Gastbeitrag von Schwabe, Ley & Greiner (SLG) für die Finanzierungs- und Treasurystudie 2025 kompakt auf den Punkt bringt.

Unter dem Titel «Ein Blick hinter die Kulisse einer KI-Liquiditätsplanung» werfen Simon Ellmeyer und Peter Schmid von SLG einen faszinierenden Blick hinter die Kulissen moderner KI-gestützter Forecasting-Prozesse. Sie zeigen, wie Machine-Learning-Modelle längst Einzug in die Treasury-Praxis halten – insbesondere dort, wo grosse Datenmengen und wiederkehrende Muster die Prognosequalität verbessern können. Durch den Einsatz sogenannter Transformer-Modelle, wie sie auch in modernen Sprachmodellen verwendet werden, wird die Vorhersage komplexer Zahlungsströme und saisonaler Effekte erheblich präziser.

Für CFOs und Corporate Treasurers ist dieses Thema von besonderer Relevanz: KI verändert die Art, wie Liquiditätssteuerung, Cashflow-Prognosen und Risikoanalysen gedacht werden. Unternehmen, die ihre Datenqualität beherrschen und mit datenbasierten Vorhersagemodellen arbeiten, schaffen sich einen echten Wettbewerbsvorteil – nicht nur in der Planung, sondern auch in der strategischen Frühwarnung.

Diese Episode liefert Denkanstösse, wie Mensch und Maschine künftig zusammenspielen, wenn es um präzisere, resilientere und zugleich agilere Treasury-Prozesse geht.

Der Gastartikel findet sich übrigens in der Finanzierungs- und Treasurystudie 2025, die unter diesem Link hier kostenlos heruntergeladen werden kann: https://www.hslu.ch/de-ch/wirtschaft/ueber-uns/institute/ifz/forschung-und-dienstleistungen/corporate-finance/