KI für Unternehmensfinanzen & wie man es richtig macht

Jeder CFO, mit dem ich in einem Milliardenunternehmen spreche, kämpft an zwei Fronten mit der KI-Landschaft:

Der horizontale Assistent: Geben Sie allen in Ihrem Unternehmen Microsoft Copilot oder Claude Cowork. Das Problem dabei ist, dass jeder Mitarbeiter 3 Agents startet, keiner davon mit den anderen kommuniziert, und nach 3 Monaten haben Sie 3 Millionen Dollar für Tokens ausgegeben, wobei 80 % der Agents entweder stillgelegt sind oder ständig in der Produktion abstürzen. Zurück bleiben eine Rechnung über 3 Millionen Dollar Token-Kosten und ein Friedhof technischer Schulden, für den sich niemand zuständig fühlt.

Die Punktlösung: Eine neue Software für die Kreditorenbuchhaltung, eine andere für den Abschluss und eine weitere für Ausgaben. Das funktioniert nicht, weil Software, die für alle gemacht ist, nicht für Sie gemacht ist. Sie versteht nicht, dass Ihr AP-Prozess 7 Schritte umfasst, nicht 4, und versteht Ihre Ausnahmebehandlungslogik nicht. Infolgedessen nutzen Ihre Mitarbeiter sie entweder nicht oder sie nutzen sie, aber der ROI liegt unter 15 %. Und schlimmer noch: Ihre Mitarbeiter beschweren sich, dass diese neue Software sich von ihrer alten Arbeitsweise unterscheidet, und die Hälfte von ihnen hält sie für eine Verschlechterung. Ein Albtraum.

Meine Aufgabe ist es, CFOs zu helfen, die richtige Mischung aus beiden Lösungen für sie zu finden. Es gibt definitiv einen Bedarf für den horizontalen Assistenten, aber er dient einem anderen Zweck. Mitarbeiter werden immer noch Arbeit haben, und dieser Assistent soll einem Mitarbeiter helfen, die Arbeit von 10 zu erledigen. Aber Sie übersehen das größere Bild: Hintergrund-Agents, die die Arbeit einfach erledigen, ohne dass ein Mitarbeiter sie überhaupt anstoßen oder nutzen muss. Stellen Sie sich einen Agenten vor, der jede Rechnung liest, sobald sie eintrifft, sie der richtigen Bestellung zuordnet und sie entweder freigibt oder die eine seltsame an die Person weiterleitet, die entscheiden muss, und das alles, bevor Ihr Team seine Laptops überhaupt geöffnet hat. Ein Agent, der jeden Morgen die gestrigen Bankaktivitäten mit dem Hauptbuch abgleicht, so dass der Abschluss im Grunde fertig ist, bevor der Monat überhaupt zu Ende ist. Ein Agent, der selbstständig jeden Lieferanten wegen der fehlenden W-9 oder der überfälligen Zahlung verfolgt, so dass niemand in Ihrem Team jemals wieder eine dieser E-Mails schreiben muss. Niemand stößt diese an. Sie laufen einfach im Hintergrund, und die Arbeit ist bereits erledigt, wenn Sie kommen.

Zur Einordnung: Ich leite Varick Agents (@varickagents). Wir arbeiten mit Finanzteams von Unternehmen zusammen und setzen KI-Agents ein, die innerhalb der von ihnen bereits genutzten Tools arbeiten. Der Finanzbereich ist der Bereich, in dem wir die schnellsten und messbarsten Ergebnisse erzielt haben, weil die Arbeit repetitiv ist, die Prozesse klar definiert sind und die Kosten der manuellen Version trivial einfach zu beziffern sind.

Das Ziel dieses Artikels ist es, Ihnen zu zeigen, wie wir dies für mehrere Unternehmen in großem Maßstab umgesetzt haben, welche Fallstricke wir gelernt haben zu vermeiden und wie wir den Erfolg messen, wenn alles gesagt und getan ist. Bonus: Wie wir sicherstellen, dass wir nicht jedes Jahr Millionen für Tokens ausgeben, und wie wir Halluzinationen auf nahezu Null reduzieren. Zur Referenz: Wir haben den Monatsabschluss eines Kunden von 12 auf 5 Tage verkürzt. Gleichzeitig haben wir die Fehlerquote um 72 % gesenkt. Der Wertezuwachs belief sich auf über 45 Millionen Dollar jährlich, eine Kombination aus Umsatzsteigerung, Kosteneinsparungen und Risikominderung. Es ist jedes Mal das gleiche Playbook, auch wenn die Agents, die dabei herauskommen, sehr unterschiedlich sind (weshalb Punktlösungssoftware nicht funktioniert).

Ausfallraten für KI-Implementierungen im Finanzwesen sind hoch

Bevor es ans Wie geht, ein kurzer Überblick über die Zahlen. Die Kluft zwischen dem, wo Finanzteams heute stehen, und dem, wo sie sein könnten, ist groß, aber die KI-Ergebnisse waren bisher ziemlich schlecht.

• Gartner befragte 183 Finanzleiter; 84 % haben KI implementiert oder planen dies, aber nur 7 % berichteten von hoher Wirkung.
• Die NANDA-Gruppe des MIT untersuchte 300 Bereitstellungen und stellte fest, dass 95 % der unternehmenseigenen Gen-AI-Piloten keinen messbaren Return on P&L liefern.
• Gartner erwartet, dass bis Ende 2027 über 40 % der agentischen KI-Projekte aufgrund von Kosten, unklarem Wert und schwachen Risikokontrollen eingestellt werden.

Wenn ich also sage, dass das meiste davon scheitert, beziehe ich mich auf diese Statistiken. Und ich werde Ihnen unten erklären, warum, aber zum Vergleich: 100 % der Implementierungen von Varick in Finanzabteilungen wurden erfolgreich in der Produktion eingesetzt, mit einem messbaren positiven ROI (durchschnittlich 5,5x).

Nun zur Arbeit selbst:

• 2/3 der Rechnungen müssen immer noch von einem oder mehreren Menschen bearbeitet werden. Nur ein Drittel läuft direkt durch (Ardent Partners, 2025). Bei den Kunden, mit denen wir gearbeitet haben, befassen sich oft 3 oder mehr Personen mit jeder Rechnung, bevor sie vollständig verarbeitet ist.
• Eine manuelle Rechnung kostet 12,42 $ in der End-to-End-Verarbeitung.
• Die Hälfte aller Finanzteams benötigt über eine Woche, um ihre Bücher abzuschließen (Ledge, 2025), und 94 % von ihnen arbeiten bei diesem Abschluss immer noch irgendwo in Excel.
• 14 % der Rechnungen werden als Ausnahmen gekennzeichnet, und Ausnahmen sind der am häufigsten genannte Kopfschmerz in der Kreditorenbuchhaltung. Dies ist die Statistik, auf die ich die meiste Aufmerksamkeit lenken möchte. Ihre Ausnahmen unterscheiden sich von denen des nächsten Unternehmens, was bedeutet, dass keine generische SaaS oder kein Produkt diesen massiven Kopfschmerz so lösen kann, wie Sie es brauchen. Der Bedarf an kundenspezifischer Software war für Finanzfunktionen noch nie so hoch, und glücklicherweise ist KI der perfekte Schlüssel dafür.

Keines davon ist mehr ein Technologieproblem. Es ist ein Workflow-Problem, ein Problem des menschlichen Klebstoffs, und diese Unterscheidung werde ich unten genauer hervorheben.

Warum horizontale Assistenten (Claude Cowork, Microsoft Copilot) scheitern

Selbst wenn wir die Token-Rechnung (Millionen pro Quartal) ignorieren, ist das größere Problem, dass selbst Spitzenmodelle Finanzarbeit in der Mehrheit der Fälle falsch machen. Als die Spitzenmodelle (Fable, Opus, GPT 5.5, etc.) in diesem Jahr mit über 900 realen Finanzanalysten-Aufgaben getestet wurden, erreichte das beste nur 52 % Genauigkeit (Vals AI). Eine andere Studie testete 19 Modelle mit einem echten Kontenplan und die höchste Genauigkeit lag bei 66 % (DualEntry). In einer Finanzfunktion sind diese Genauigkeitsniveaus katastrophal. Selbst Microsofts eigene Dokumentation sagt, man solle Excel Copilot nicht für numerische Berechnungen oder irgendetwas mit Compliance-Implikationen verwenden, was irrwitzig ist, weil sie die KI überhaupt erst in Ihre Tabelle gesetzt haben.

Halluzinationen bedeuten nicht nur einen Tippfehler in einer E-Mail. Wenn Ihre KI einen Lieferanten halluziniert oder eine konzerninterne Verrechnung vermasselt, ist das echtes Geld, das abfließt und wiedergefunden und rückgängig gemacht werden muss. Mangelnde Prüfbarkeit ist ebenfalls ein massives Problem. "Die KI hat es gesagt" kommt bei einem SOX-Prüfer nicht gut an.

Ihre KI-Agents müssen abgesichert und berechtigt sein, so dass sie nur die genauen Aktionen ausführen, die Sie ihnen erlauben, bestimmt als Ergebnis eines umfassenden KI-Audits. Jede Aufgabe wird weiter auf ihren deterministischsten Zustand heruntergebrochen, so dass das Modell nur die wenigen Schritte entscheidet, die Urteilsvermögen erfordern, anstatt alles von Anfang bis Ende. So bleibt die Genauigkeit über 97 %, mit Agenten-Spuren, die einem Prüfer und der Führungsebene vorgelegt werden können.

Warum mehr Punktlösungen die Sache verschlimmern

Sie überspringen also den Generalisten und kaufen ein Dutzend Spezialisten: einen AP-Agenten von Ramp und Brex und Bill, Inkasso von HighRadius, Abschluss-Agenten von BlackLine und FloQast, alles in das ERP von SAP und Workday gestopft, plus ein neues KI-natives ERP. Sehen Sie, worauf ich hinauswill? KI sollte der Grund sein, warum Sie sich endlich von 20 verschiedenen Softwareanbietern verabschieden, die alle etwas anderes tun. Sie brauchen eine einzige Glasscheibe, die über Ihre bestehenden Systeme hinweg existiert. Diese Systeme haben bereits alles, was ein Agent braucht, um darauf zu laufen, es ist keine neue Plattform erforderlich. Stattdessen sehe ich CFOs, die bedauerlicherweise mehr Softwarelizenzen einführen, mehr Oberflächen, in die sich ihr Team einloggen und die es verfolgen muss, und am Ende fast keine Effizienzsteigerung vorweisen können.

Was funktioniert

Jede Bereitstellung in Finanzabteilungen, die funktioniert, folgt derselben Philosophie: eine Schicht, die auf und zwischen der Software sitzt, die Sie bereits betreiben, anstatt eines weiteren Tools, in das sich Ihr Team einloggen muss. Sie liest aus Ihrer Software wie NetSuite, Bill und Workday, bewegt Daten zwischen ihnen und erledigt die Arbeit genau wie Ihr Team. Wo sie Hilfe benötigt, markiert sie Änderungen zur Anpassung durch Ihr Team.

Dadurch verbessern Sie den Operator, nicht die Aufgabe. Derzeit automatisieren Ihre Tools jeweils einen Teil der Arbeit, aber niemand automatisiert die Person in der Mitte, die eine Zahl von einem Bildschirm auf einen anderen kopiert, prüft, ob zwei Zahlen übereinstimmen, die Erinnerungs-E-Mail sendet, wenn sie nicht übereinstimmen, und eskaliert, wenn niemand antwortet. Diese Person ist der Klebstoff, und der Klebstoff ist der Ort, an dem der ganze Wert liegt: Die Verkürzung der Durchlaufzeit bedeutet, dass Zeit gespart wird und mehr Umsatz schneller generiert wird.

Wenn wir dieses Beispiel auf Ausnahmen zurückführen: Stellen Sie sich eine Rechnung vor, die ohne Bestellung eintrifft. Derzeit muss ein AP-Analyst herausfinden, wer sie bestellt hat, dann die richtige Bestellung durch Filtern des Posteingangs finden, sie dann zuordnen, bevor er sie schließlich durchdrückt. Ausnahmen sind häufiger, als Sie denken; dies passiert hunderte Male im Monat.

Mit einer einheitlichen Agentenschicht jedoch fängt die KI diese Ausnahme sofort ab, wenn sie eintrifft, durchsucht dann das Bestellsystem nach Lieferant, Betrag, Datum, bevor sie schließlich die sauberen Übereinstimmungen selbst freigibt, genau wie Ihr Analyst es tun würde. Wenn der Agent sich nicht sicher ist, sendet er die beiden wahrscheinlichsten Bestellungen an einen Analysten in Slack und bittet ihn zu entscheiden, welche richtig ist. 15 Minuten Stöbern werden zu dreißig Sekunden für ein Ja oder Nein, wobei alle Informationen vorab aufbereitet wurden. Die gleiche Formgebung findet statt beim Bankabgleich, konzerninternen Verrechnungen, W-9-Verfolgungen, Zahlungsstatus-E-Mails und der PBC-Liste des Prüfers.

Wie man dieses System in der Praxis implementiert

Wir machen jedes Mal 5 Dinge:

1. Vor Ort eingesetzte Ingenieure arbeiten mit Ihrer Abteilung zusammen und kartieren jeden Prozess von Anfang bis Ende. Dokumentierte Prozesse und SOPs selten erfassen die Realität, also das, was die Leute tatsächlich tun. Zum Beispiel: "Wenn etwas schiefgeht, schaue ich zuerst in diese Tabelle" und "Ich maile Sarah direkt, weil die Benachrichtigungen seit 3 Jahren kaputt sind." Ein echtes Beispiel: "Die SOP sagt, dass Rechnungen im System Bestellungen zugeordnet werden." Aber in Wirklichkeit werden sie im System zugeordnet, außer wenn die Bestellung nie erstellt wurde, in welchem Fall Brittany die Abteilungsleitung für eine rückwirkende Bestellung mailt, es sei denn, es sind unter 500 $, in welchem Fall sie es der allgemeinen Ausgabenlinie der Abteilung zuordnet und für später markiert. Wenn Sie Agents nur auf Basis der SOP bauen würden, würden sie beim ersten Mal in der Produktion kaputtgehen, wenn sie auf Brittany treffen, was zufällig Tag 1 der Produktion ist. Deshalb ist es unglaublich wichtig, mit den Leuten zu sitzen und ihnen bei der Arbeit zuzusehen. Es ist die Brücke zwischen Dienstleistungen (Beratung) und Software (Entwicklung) und gleichzeitig der Unterschied zwischen einer erfolgreichen Agenten-Einführung und einem Schuss ins Blaue, der sofort stirbt.
2. Bauen Sie innerhalb der Tools, die sie bereits verwenden. Der Agent bedient NetSuite oder SAP oder BlackLine so, wie ein neuer Mitarbeiter es tun würde, indem er sich einloggt und durch dieselben Bildschirme klickt und dieselben APIs aufruft. Niemand in Ihrem Team muss eine neue Oberfläche lernen, und das Einzige, was die Leute bemerken, ist, dass sich weniger Arbeit ansammelt, Ausnahmen schneller bearbeitet werden und der Monatsabschluss kürzer wird.
3. Bauen Sie Agents, die Arbeit erledigen, anstatt Dashboards zu erstellen. Die meiste "KI für das Finanzwesen" ist ein Analysetool, das sich als Agent tarnt. Tappen Sie nicht in diese Falle. Die Überwachung und Berichterstattung ergeben sich aus den Aktionen der Agents, die sie antreiben. Ja, es ist hilfreich, KPIs vor dem Bau zu messen, um zu sehen, ob Sie wirklich etwas verändern. Aber wenn Ihr Artefakt ein Dashboard oder Chatbot ist, anstatt ein Hintergrund-Agent, lassen Sie Effizienz auf der Strecke. Widmen Sie nicht Monate dem Äquivalent einer ausgefallenen Berichtssoftware.
4. Eskalieren Sie nur, wenn echtes Urteilsvermögen erforderlich ist, mit einer Vertrauensschwelle davor, die mit der Zeit besser wird. Das Ziel ist es, die 70 bis 85 %, die reines Mustererkennen sind, von Ihrem Team zu nehmen, damit ihre Zeit für Entscheidungen mit hohem Hebel und hohem Urteilsvermögen bleibt. Gleichzeitig trainiert jedes Mal, wenn sie auf Agentenaktionen reagieren (mit Genehmigen, Bearbeiten oder Ablehnen), den Agenten, so dass die Genauigkeit jede Woche steigt, anstatt stagniert oder, schlimmer noch, zurückgeht. Hier ist KI-Engineering entscheidend; Ihre Bereitstellungsumgebung kann der entscheidende Faktor zwischen einem System, das sich verbessert, und einem, das einschläft, sein.
5. Planen Sie von Anfang an für die gesamte Abteilung. Dies ist bei weitem der am meisten übersehene Aspekt von Agentenimplementierungen auf Unternehmensebene. Stellen Sie sich vor, jeder Operator nimmt ein Vibe-Coding-Tool, baut einen Agenten nur für seinen Bereich, aber es kann nicht über seine eigene Arbeit hinaus skalieren. Dies übersieht das größere Bild. Oft liegen ihre Engpässe vorgelagert. Aber dann baut das vorgelagerte Team seinen eigenen Agenten, der nicht mit dem nachgelagerten spricht. Sehr schnell haben Sie Dutzende von Agents, alle in ihren eigenen Aktivitäten isoliert, und keine Kommunikation, nur technische Schulden in der gesamten Organisation. Kartieren Sie stattdessen die gesamte Organisation, verstehen Sie, wer wessen Engpass ist, und bauen Sie mit diesem Verständnis.

Vermeiden Sie explodierende Token-Ausgaben und Agenten-Halluzinationen

Wie Sie keine Millionen für Tokens ausgeben: Ein guter KI-Agent ist größtenteils keine KI. Das, was wir ausliefern, besteht zu ~85 % aus einfachem Code und zu ~15 % aus Modellaufrufen. Die Modelle werden nur dort eingesetzt, wo ein echter Bedarf an Urteilsvermögen besteht, wie das Lesen eines Wertes von einer unordentlichen Rechnung, das Sortieren einer Ausnahme in einen Ihrer bekannten Eimer oder das Verfassen einer Notiz zur Genehmigung durch einen Menschen. Der Großteil der Arbeit hingegen besteht aus Vergleichen (Mathematik), Nachschlagen (Filtern), Weiterleiten (If/Then/Else-Anweisungen) und Buchen (API-Aufrufe). Vergleichen Sie dies mit Claude Cowork, wo fast jede Aktion stochastisch von einem LLM bestimmt wird. Stattdessen haben wir schnellere, billigere, genauere Agents. LLMs waren nur der Schlüssel.

Wie Sie Fehler nahe Null bringen: drei Ebenen.

• Deterministischer Code: Er ist von Natur aus konsistent, was ihn prüfbar macht.
• Evaluierungen: Eine manuell erstellte, aber automatisch aktualisierte Testsuite, die sowohl die Antwort als auch den Weg, den der Agent genommen hat, überprüft, so dass wir Agents erwischen können, die dorthin gegangen sind, wo sie nicht hingehörten, oder Ergebnisse produziert haben, die nicht mit dem gewünschten Verhalten übereinstimmen.
• Menschliches Feedback: Jede Genehmigung und Korrektur, die Ihr Team vornimmt, trainiert das System, und die Genauigkeit eines Workflows steigt innerhalb weniger Monate in den hohen 90er-Bereich. Wir beobachten, wie die GL-Codierung von etwa 85 % auf 97 % und mehr steigt, während die Korrekturen sich häufen. Und weil es Code und Evaluierungen sind und keine Blackbox, können Sie tatsächlich die Frage "Warum hat der Agent das getan?" beantworten, wann immer ein Stakeholder oder Prüfer fragt. Horizontale Agents können das nicht.

Wie wird das gemessen

Glücklicherweise, wenn Sie Agents haben, die auf Ihren Systemen der Aufzeichnung in jedem Workflow und jedem Softwareteil leben, haben Sie jetzt die Möglichkeit, Daten auf granularster und Echtzeit-Ebene zu verfolgen. Es wird sehr deutlich, dass 80 % der Ausnahmen von Agents bearbeitet werden und die Zeit zum Abgleichen von Ausnahmen von 4 Tagen auf 2 Stunden gesunken ist. Einige reale Ergebnisse:

• Abschluss von 12 auf 5 Tage gesunken
• Ausnahmebehandlung von 130 Stunden pro Monat auf 20 gesunken
• Rechnungsverarbeitung von durchschnittlich 20 Minuten pro Stück auf unter 1 Minute gesunken

Es gibt nur 3 Kategorien der Werterfassung, die für jede KI-Implementierung wichtig sind. Spare ich Zeit/Geld? Steigere ich den Umsatz? Reduziere ich Risiken? Es hilft, alles, was Sie messen, in diese 3 Kategorien zu gruppieren und entsprechend für die Werterfassung und KPI-Zwecke zu messen.

Wo anfangen

Finden Sie Prozessverantwortliche in Ihrem Unternehmen und beginnen Sie mit ihnen. Verstehen Sie auf einer tiefen Ebene, was ihr aktueller Prozess ist (seien Sie bereit, mit ihren Unterprozessverantwortlichen, Analysten, ICs usw. für weitere Informationen zu sprechen). Finden Sie heraus:

• Wie läuft es heute, was ist sozusagen das Workflow-Genom?
• Wie ist das Datenvolumen und der Durchsatz bei jeder Aufgabe?
• Wie hoch sind die Fehlerquoten und was sind die Kosten eines Fehlers heute?
• Wie werden Ausnahmen behandelt und in welchen Formaten?

Nehmen Sie von dort aus Ihre Erkenntnisse und beginnen Sie, Folgendes zu skizzieren:

• Was würde KI für jeden Workflow tun vs. nicht tun? Wie würde eine Post-KI-Welt für jeden Prozess aussehen?
• In den 3 Kategorien der Werterfassung, wie hoch ist der quantifizierbare Betrag für jede?
• Wie viel Zeit und Mühe würde jeder Bau erfordern? Was sind die Risiken für jeden?

Vergleichen Sie die Werterfassung mit der Investition, und Sie haben jetzt Ihre Priorisierungsliste.

Aber zusammenfassend: Kaufen Sie keine Plattform und stellen Sie kein Data-Science-Team auf. Dieser gesamte Prozess muss nicht einmal ein ganzes Jahr dauern. Sie müssen stattdessen Leute finden, die sich mit Ihrem Team zusammensetzen, den echten Workflow lernen und einen Agenten innerhalb der Systeme bauen, die Sie bereits betreiben, und ihn bei jedem Schritt messen. Wenn Sie zuerst den Endzustand sehen möchten, haben wir hier einen 5-minütigen Rundgang durch den Prozess erstellt: https://demo.varickagents.com/cfo.

Genau das machen wir bei Varick Agents. Wir haben mit Finanz-, Vertriebs- und Betriebsteams in Unternehmen von 1 Milliarde Dollar Umsatz bis hin zu Fortune-500-Giganten mit über 50 Milliarden Dollar zusammengearbeitet, und wir bauen Agents, die ihre Tools innerhalb ihrer bestehenden Systeme betreiben. Wir nehmen nur eine Handvoll neuer Engagements pro Quartal an, und wir planen derzeit die Herbstkohorte. Wenn Ihr Abschluss immer noch zwei Wochen dauert und Ihre besten Leute immer noch Dateneingabe machen, finden Sie uns unter varickagents.com.