Zu viel KI, zu früh: Setzen Finanzteams sich selbst zum Scheitern?

Finanzteams stehen unter enormem Druck, KI einzuführen, hauptsächlich getrieben von Vorständen, die Effizienzgewinne anstreben, CFOs, die schnellere Abschlüsse verfolgen, und Anbietern, die beispiellose Automatisierung versprechen.

Die vorherrschende Annahme ist, dass mehr KI automatisch zu besseren Ergebnissen führt, da sie Daten in Sekundenschnelle effizient analysieren kann. Doch Geschwindigkeit allein ist nicht der einzige Erfolgsfaktor, insbesondere wenn der zugrunde liegende Prozess fehlerhaft oder unausgereift ist.

Wenn Unternehmen eilig KI in Finanzabläufe integrieren, riskieren sie, eine grundlegende Wahrheit zu übersehen: KI ist nur so wirksam wie die Systeme, die sie automatisiert.

Sie kann Aufgaben beschleunigen, aber sie kann schwache Kontrollen, fragmentierte Daten oder inkonsistente Prozesse nicht ausgleichen.

Dennoch gewinnt die Technologie in größeren Unternehmen an Bedeutung, und immer mehr Unternehmen hoffen, dass sie sofortige Ergebnisse liefert.

Für 2025 ist der Anteil von Führungskräften der C‑Suite, die KI‑Verhaltensrisiken als ein wichtiges Anliegen identifizieren, hat zugenommen von 16 % in den letzten drei Jahren auf 56 % in der Zukunft, was es zum führenden nicht‑finanziellen Risiko macht. Gleichzeitig sind große Verstöße im Geschäftsverhalten um 55 % gestiegen zwischen 2023 und 2025, mit durchschnittlichen Kosten von 14 Millionen $ pro Vorfall, was zu reaktiven statt proaktiven Investitionen in Governance und Datenqualität führt. 

In keinem anderen Bereich ist der Einsatz von KI so entscheidend wie im Finanzwesen, wo Monatsabschlüsse auf Kontrollen, Abstimmungen und Verifizierungen angewiesen sind. KI kann die Geschwindigkeit dieses Prozesses erhöhen, aber ohne ein solides Fundament kann sie bestehende Schwächen ebenso leicht verstärken wie beseitigen.

Die Frage ist also, ob das Finanzwesen genug Vorarbeit geleistet hat, um für eine massive KI‑Übernahme bereit zu sein.

KI ist ein Verstärker, kein Allheilmittel

Zweifellos ist KI ein großartiges Werkzeug, um Aufgaben leichter zu bewältigen, doch ein verbreitetes Missverständnis ist, dass KI alle fehlerhaften Prozesse beheben kann, während sie in Wirklichkeit nur das verstärkt, was bereits existiert.

Wenn die zugrunde liegenden Daten inkonsistent, Kontrollen schwach oder Abstimmungspraktiken fehlerhaft sind, wird KI diese Mängel einfach schneller und in größerem Umfang ausführen. Das alte Prinzip „Garbage in, garbage out“ ist nicht verschwunden; es arbeitet jetzt mit Maschinengeschwindigkeit.

Das bedeutet jedoch nicht, dass KI nutzlos ist; im Gegenteil, sie automatisiert arbeitsintensive Aufgaben wie Datenextraktion und -aufbereitung und ermöglicht Finanzfachleuten, sich auf höherwertige Tätigkeiten zu konzentrieren. Sie kann ihnen mehr Raum für kritisches Denken, das Ziehen von Schlussfolgerungen und die Gewährleistung von Aufsicht über die von Maschinen ausgeführten Prozesse geben.

Ein übermäßiges Vertrauen in KI kann jedoch Verwundbarkeiten schaffen, wenn Systeme ausfallen oder unerwartete Ergebnisse liefern. Wenn beispielsweise ein KI‑Modell für Marktprognosen während einer Krise Fehlfunktionen aufweist, könnte es Verluste verstärken oder Märkte destabilisieren.

Der Basler Ausschuss für Bankenaufsicht und andere Gremien sind besonders besorgt über systemische Risiken, bei denen weit verbreitete KI‑Fehler die finanzielle Stabilität gefährden könnten. 

Anstatt KI als Heilmittel für operative Ineffizienzen zu betrachten, sollten Unternehmen darauf abzielen, die finanzielle Infrastruktur aufzubauen, die zuverlässige Automatisierung ermöglicht. Das bedeutet standardisierte Abstimmungsprozesse, stärkere interne Kontrollen, bessere Daten‑Governance und mehr Transparenz im Abschlussprozess.

„Es gibt ein verbreitetes Missverständnis, dass KI eine Lösung für Prozessprobleme sei. Das ist nicht der Fall. Sie ist ein Verstärker dessen, was bereits existiert. Finanzleiter kommen häufig zu KI, um Erleichterung von manueller Arbeit, langsamen Abschlüssen oder zu langwierigen Berichten zu finden“, sagte Shagun Malhotra, CEO der automatisierten Monatsabschluss‑Software SkyStem, im Gespräch mit Unite AI. 

Aber wenn der zugrunde liegende Prozess fehlerhaft ist, fügte sie hinzu, behebt KI den Mangel nicht. Stattdessen führt sie ihn schneller und in größerem Umfang aus. „Das Missverständnis ist, dass die Technologie diagnostische Arbeit leistet, obwohl sie das nicht tut. Dieser Teil erfordert weiterhin einen Fachmann im Hintergrund.“

SkyStem konzentriert sich hauptsächlich darauf, Organisationen zu unterstützen, deren Finanzabschlussplattformen Abstimmungen standardisieren, Workflows automatisieren und interne Kontrollen stärken, bevor KI auf kritische Buchhaltungsprozesse aufgesetzt wird. Anstatt disziplinierte Finanzabläufe durch KI zu ersetzen, baut das Unternehmen zuverlässige operative Grundlagen, damit Automatisierung tatsächlich genaue Ergebnisse liefern kann, ohne Daten zu gefährden.

„KI schafft enormen Wert in Bezug auf Volumen, Konsistenz und Geschwindigkeit für klar definierte Aufgaben […] Aber genau dort, wo Menschen die Kontrolle behalten müssen, ist Erfahrung am wichtigsten: Risikointuition, Mustererkennung unter Unsicherheit und vor allem Entscheidungsfindung unter Druck“, fügte Malhotra hinzu.

Fundament vor Automatisierung

Finanzen haben nur sehr wenig Spielraum für Fehler. Präzise Berichterstattung, Abstimmungen, regulatorische Compliance und Nachvollziehbarkeit sind unerlässlich; KI sollte diese Prozesse verbessern und vereinfachen, nicht gefährden, indem sie bestehende Schwächen im System beschleunigt.

Kognia Labs, ein KI‑Beratungs- und Softwareentwicklungsunternehmen, vertritt eine ähnliche Sichtweise. Es unterstützt Organisationen bei der Implementierung von Systemen, die Fehler oder Inkohärenzen in Berichten erkennen, bevor sie so kostspielig werden.

Bevor KI in einen Workflow eingebunden wird, in dem ein Kunde auf die Antwort wartet, müssen drei Dinge in der Institution wahr sein: die Verbindung zwischen Systemen, das Erreichen von Informationen, die nicht als Dokument abgelegt sind, und die Möglichkeit, zu überprüfen, woher eine Antwort stammt, so Alexandra Ollé, Strategie‑Direktorin bei Kognia Labs.

„Die Informationen, die ein Berater benötigt, sind über verschiedene Systeme und Formate verteilt, und diese Systeme kommunizieren in der Regel nicht miteinander. Das ist der Grund, warum Antworten zunächst langsam und inkonsistent sind“, sagte Ollé gegenüber Unite AI. „KI löst das nicht, indem man sie einfach darüber legt.“

Diese Lücke zwischen der Beschleunigung eines Prozesses und seiner tatsächlichen Verbesserung ist dort, wo die finanziellen Einsätze konkret werden: Wenn Gelder auf dem Spiel stehen, ist Zuverlässigkeit nicht optional, und ein Fehlmanagement eines KI‑Systems birgt reale rechtliche Risiken.

„KI verbessert einen Prozess, wenn ein Unternehmen sie nutzt, um die Arbeitsweise tatsächlich zu ändern. Das beginnt in der Regel damit, zu verstehen, warum der Prozess scheitert, was die meisten Institutionen nicht klar erkennen können, weil die Beweise in Tausenden von Kundengesprächen liegen, die kein Team zeitlich durchgehen kann“, betonte Ollé.

Der Weg nach vorn: Eine KI‑Mensch‑Brücke

Bevor Unternehmen KI einsetzen, um kritische Finanz‑Workflows zu automatisieren, müssen sie zunächst sicherstellen, dass ihre Prozesse dafür bereit sind. Das beginnt mit der Bewertung der Prozessreife, der Beseitigung von Engpässen und Datenqualitätsproblemen sowie der schrittweisen Einführung von KI in risikoärmeren Bereichen, bevor sie auf komplexere Finanzoperationen ausgeweitet wird.

Der Aufbau einer soliden operativen Grundlage ermöglicht es der Automatisierung, die Effizienz zu steigern, ohne Genauigkeit oder Aufsicht zu gefährden. Und genau hier dürfen Menschen nicht nachlässig werden; es gibt Dinge, die KI allein nicht erledigen kann.

Es gibt bereits einige Unternehmen, deren Schwerpunkt bei der KI‑Implementierung ein „Menschen zuerst“-Ansatz ist, der menschliche Aufsicht und Glaubwürdigkeit über automatisierte Systeme sicherstellt. Solvd ist beispielsweise ein kalifornisches Software‑Engineering‑Unternehmen, das KI‑Systeme für Unternehmen entwickelt, implementiert und verwaltet und sich auf den Aufbau komplexer Workflows spezialisiert hat, die anschließend von Menschen verfeinert werden, bevor sie durch Automatisierung skaliert werden.

„Unternehmen, die KI ernst nehmen, werden schneller lernen, reichhaltigere Kunden‑Insights gewinnen, effizienter arbeiten und personalisieren. Im Laufe der Zeit wird es schwieriger, mitzuhalten, weil Wettbewerber nicht nur bessere Werkzeuge einsetzen; sie bauen bessere Daten, Prozesse und institutionelles Lernen auf“, sagte Skylar Roebuck, Chief Technology Officer bei Solvd, gegenüber Unite AI.

Eine Organisation ist wirklich KI‑bereit, wenn ihr Führungsteam nicht nur die Bedeutung von KI anerkennt, sondern auch, wie sie einen bedeutenden Wettbewerbsvorteil für das Unternehmen schaffen wird.

„Menschliche Aufsicht sollte nicht einfach als jemand betrachtet werden, der jede KI‑Aktion genehmigt. Dieser Ansatz skaliert nicht und erzeugt oft die Illusion von Sicherheit, ohne wirkliche Kontrolle zu bieten“, betonte Roebuck und fügte hinzu, dass das System sowohl eigenständig innerhalb klarer Grenzen operieren als auch Unsicherheit erkennen sollte, um bei Bedarf eine Eskalation zur Beurteilung zu veranlassen.

Fazit: KI hat das Potenzial, das Finanzwesen zu transformieren, aber sie kann die operative Disziplin und das menschliche Urteilsvermögen, die Finanzentscheidungen erfordern, nicht ersetzen. Das Ziel ist hier nicht, den Abschluss zu beschleunigen, sondern das Vertrauen in ihn zu stärken.

Die wirklich erfolgreichen Unternehmen werden nicht diejenigen sein, die zuerst automatisieren, sondern jene, die das richtige Fundament schaffen und Menschen in den Mittelpunkt der wichtigsten Prozesse stellen.