Spitzenleistung trotz Hindernissen

Im Finanzbereich der Bielefelder Dr. Wolff Group herrschte jahrelang ein babylonisches Kontengewirr. Jede Gesellschaft des Kosmetik- und Pharmaherstellers hatte ihr eigenes Finanz-Universum, ähnliche Geschäftsvorfälle wurden unterschiedlich verbucht. Dass das Unternehmen in 70 Ländern aktiv ist, machte es nicht besser. Rechnungen in Fremdwährung wurden in jedem Land anders behandelt. Ein Chaos also, in mehrerlei Hinsicht. Kein Wunder, dass wenig rundlief bei Abschlüssen und Abstimmungen und die rund 50 Finanzbereichsmitarbeiter weltweit viele Fragen hatten. Auch bei Controlling und Steuerung sorgte das Durcheinander für Schwierigkeiten. Elisa Gaß ist Managerin in der International Business Organisation der Gruppe. Für sie stand fest: „Das müssen wir ändern.“ Seit diesem ersten Gedanken hat sich viel getan. Neben einer Guideline für einen einheitlichen Kontenrahmen wurde ein Chatbot installiert, der allen Buchhaltern die Inhalte der Richtlinie erläutert und auf jede Frage eine Antwort hat. Trainiert wird das auf Künstlicher Intelligenz (KI) basierende „sprechende Buch“ mit den aktuellen unternehmensinternen Vorgaben und typischen Fragen des Alltags. Auf diese Weise wird der virtuelle Assistent immer aktuell gehalten.

Andreas Dersch ist Experte für Transformation in der Steuerberatung beim B2B-Softwareanbieter Haufe. Er lobt die Anwendung bei der Dr. Wolff Group: „Die Sprachkompetenz der KI macht Fachwissen leicht anwendbar und erleichtert tägliche Prozesse.“ KI-Tools für das Finanzwesen befänden sich vielerorts noch in Testphasen und Pilotprojekten. In welchem Maße diese Technologie langfristig eingesetzt werde, hänge ab von „den gesetzlichen Rahmenbedingungen, dem wirtschaftlichen Nutzen und der Akzeptanz durch die Menschen“. Fakt ist: KI beschleunigt Abläufe, automatisiert die Rechnungsverarbeitung, analysiert Ausgaben, liefert Finanzberichte und Warnungen. Daten aus unterschiedlichen Quellen lassen sich verknüpfen, Zahlen für definierte Ziele mit Daten der Konkurrenz vergleichen. KI kann Ergebnisse interpretieren und Maßnahmen vorschlagen. Aus Daten werden Prognosen, aus Prognosen strategische Entscheidungen.
 

Gefahr: Fehlende Transparenz

„Dank standardisierter, datengetriebener Prozesse bietet der Finanzbereich eines Unternehmens viel Potenzial für KI-gestützte Automatisierung und Optimierung“, stellt PwC-Mittelstandsexperte Bastian de Hesselle klar. Es gibt immer mehr KI-Tools und -Platt-
formen, die auf unterschiedliche Bedürfnisse zugeschnitten sind, etwa auf Automatisierung oder Ausgabenmanagement, Anomalie-Erkennung oder ESG-Berichterstattung. Aber auch in diesem Segment ist nicht alles Gold, was glänzt. Neben Datenschutzproblemen und oft hohen Implementierungskosten führen Kritiker fehlende Transparenz und Nachvollziehbarkeit moderner Deep-Learning-Modelle an. Das Black-Box-Phänomen: Selbst Entwickler können die exakten Rechenwege nicht mehr vollständig rekonstruieren. Im Finanzwesen ist dies besonders kritisch, weil etwa Ablehnungen von Kreditanträgen für Kunden und Aufsichtsbehörden transparent und begründbar sein müssen. Außerdem besteht die Gefahr, dass von der KI-Diskriminierungen reproduziert und verstärkt werden, wenn die Trainingsdaten von menschlichen Vorurteilen geprägt sind. Das kann zu unfairen Kredit- oder Versicherungsentscheidungen führen. Außerdem wird häufig mit fehlerhaften, unvollständigen oder veralteten Daten gearbeitet, was Fehlentscheidungen, ungenaue Bilanzen oder Fehler im Risikomanagement nach sich zieht.

Einer der größten Stolpersteine sind KI-Halluzinationen. Antworten der KI basieren auf Wahrscheinlichkeiten. Fehlt dem System echtes Wissen, generiert sie häufig plausibel klingende, aber falsche oder erfundene Antworten. Zwei Beispiele: Ein Unternehmen erhält eine Rechnung über 1.000 Euro. Das KI-System liest jedoch fälschlicherweise 10.000 Euro aus, was zu einer Überzahlung führt. Oder ein Zahlungsziel von „30 Tagen“ wird als „3 Tage“ interpretiert, was zu unnötigem Zeitdruck und möglichen Mahngebühren führt. Die Krux: Selbst bei völligem Unsinn weist die KI keine Unsicherheit aus. Im Finanz- und Rechnungswesen, wo höchste Genauigkeit und verlässliche Quellen essenziell sind, kann dies fatale Folgen haben.

Trotz solcher Widrigkeiten sei KI im Finanzbereich nicht mehr nur ein Zukunftsszenario, „sondern ein entscheidendes Instrument zur Erreichung operativer Spitzenleistungen“, findet Mirco Roeben, Kundenbetreuer bei Workday Deutschland. Die Mitarbeiter würden von repetitiven Tätigkeiten entlastet und könnten sich „den wirklich wichtigen Fragen widmen und dadurch die Wertschöpfung steigern“. Wie gewinne ich neue Kunden? Wie kann ich mein Geschäft durch innovative Produkte ausweiten? Es gehe nicht mehr darum, den nächsten Monat vorherzusagen, sondern ihn zu gestalten. Man plane nicht mehr mit Blick in den Rückspiegel, sondern könne nach vorne schauen, weil die Technologie in Echtzeit vorhersagt, wie sich Kosten, Inflation oder Nachfrage auf das Geschäftsmodell auswirken.
 

Luft nach oben bei Banken

KI verändert auch die Arbeit von Banken, Finanzdienstleistern und Family Offices. Sie setzen die Technologie zur Betrugserkennung, Einhaltung gesetzlicher Vorschriften und Kreditbewertung ein, im algorithmischen Handel, Portfoliomanagement und Kundenservice. Laut einer Deloitte-Studie geht es jedem zweiten Geldinstitut beim KI-Einsatz hauptsächlich um die Verbesserung von Arbeitsabläufen und Kundeninteraktionen, insbesondere personalisierte Kommunikation. Strategisch verankert ist die Technologie in den seltensten Fällen. Dadurch schöpfen die Banken laut Deloitte das wirtschaftliche Potenzial von KI bei weitem nicht aus. Und das, obwohl sich erhebliche Effizienzgewinne realisieren ließen – auch im Darlehensgeschäft mit Unternehmenskunden. Denn die klassische Kreditvergabe folge noch festen Mustern, die zeit- und nervenraubend sind – auch für die Kunden. Bürokratie und lange Wartezeiten in einer Ära, in der Geschwindigkeit oft der entscheidende Wettbewerbsfaktor ist.

Dabei ist unbestritten: KI-basierte Verfahren können viele interne Bankprozesse beschleunigen, etwa den der Kreditvergabe. Sascha Schwarz von DXC Technology sagt: „In Sekundenbruchteilen werden Tausende Datenpunkte analysiert wie Cashflow-Entwicklungen oder Benchmarks. Dadurch erhalten die Banken ein aktuelles, dynamisches Profil des potenziellen Kreditnehmers und können Finanzierungsspielräume und Risikobeurteilungen schneller und präziser ermitteln.“ So könnten passende Angebote für Mittelständler erstellt werden. Strategisch besonders bedeutsam sei es, dass die Geldhäuser mit den KI-Quellen in der Lage sind, ihren Kunden zusätzliche Dienste zu bieten wie die Bereitstellung von datenbasierten Handlungsempfehlungen als Dienstleistung. Schwarz nennt das „Intelligence as a Service“. Selbst Szenarien-Bilder – Was-wäre-wenn-Fragen – könne die Bank entwickeln und damit dem Firmenkunden zum Beispiel eine Lieferkettenoptimierung ermöglichen, durch die Finanzierungskosten gesenkt und die Resilienz gestärkt werden. In diesem neuen Betätigungsfeld stecke „eine Menge Musik“. Sein Haus helfe den Banken, die Technologie in ihre IT-Landschaften zu integrieren und „auf KI basierende, neue Business Cases in operatives Geschäft umzusetzen“. Und dabei regulatorische Hürden zu meistern.
 

Selfmade-KI

Der Hamburger Immobiliendienstleister ECE verwaltet mehr als 10.000 Mietverträge mit unterschiedlichen Vereinbarungen zu Mietsicherheiten, Nebenkosten, Umlagen, Kündigungsfristen. Und zu jedem Vertrag gibt es Nachträge, was die jährlichen Nebenkostenabrechnungen „komplex und aufwendig“ mache, so Frank Bünemann, Director Commercial Property Management. Seit 2025 nutzt er deshalb zur Analyse der Mietverträge eine im eigenen Haus entwickelte Künstliche-Intelligenz-App, die mit einem trainierten Sprachmodul arbeitet. Mit Erfolg: „Unsere Produktivität ist gestiegen und wir haben jederzeit auf Knopfdruck einen Überblick über die aktuelle Lage.“