KI in der Finanzkommunikation: Warum Manuelles Tagging Bald Geschichte ist

Zum Jahresende zeigt sich eines deutlich: Die Finanzkommunikation steht vor einem tiefgreifenden Wandel. Nach intensiver Arbeit mit Large Language Models (LLMs) in der Geschäftsberichterstattung zeigt sich, dass die Branche das Tempo dieser Entwicklung massiv unterschätzt hat.

Die Frage, die kaum jemand stellt: Übernimmt KI das Accounting?

Traditionell basiert Accounting auf klaren, deterministischen Regeln – etwa XBRL-Taxonomien und standardisierten Datenstrukturen. Im Gegensatz dazu arbeiten KI-Systeme probabilistisch, lernen aus statistischen Mustern und generieren Inhalte auf Basis von Wahrscheinlichkeiten.

Zwei vollkommen unterschiedliche Denkmodelle – und gerade deshalb ist die Antwort auf die Frage, ob KI deterministisches Accounting übernehmen kann, so überraschend.

Status Quo: Pattern Recognition funktioniert – besser als gedacht

Unsere Tests mit Geschäfts- und Nachhaltigkeitsberichten zeigen: LLMs erkennen typische Strukturen und Formulierungen präzise, verarbeiten Daten zuverlässig nach gelernten Mustern und können bereits heute 80–90% der Standardaufgaben automatisieren.

Wo KI aktuell noch an Grenzen stößt

Die verbleibenden 10–20 % sind kritisch. Hier geht es um:

  • Multi-Document Safety: Die Vermeidung von „Kontamination“ durch fremde Vorlagen.
  • Kausale Schlussfolgerungen bei komplexen Themen.
  • Kontextuelle Interpretation widersprüchlicher Daten.
  • Prüfung logischer Konsistenz über verschiedene Berichtsteile hinweg.

Noch ist manuelle Kontrolle erforderlich – aber das wird sich bald ändern.

Kurzfristig: Inferenzfähige KI ist näher, als viele denken

Durch neue Architekturen, größere Modelle (200k+ Tokens Kontext), steigende Rechenleistung und verbesserte Trainingsmethoden (wie RLHF) entwickelt sich KI rasant weiter.

In den kommenden 12 bis 15 Monaten erwarten wir KI-Systeme, die deutlich mehr leisten: Sie werden Ursache-Wirkungs-Zusammenhänge in Geschäftsentwicklungen erkennen, automatisch Widersprüche zwischen Bilanz, GuV und Lagebericht identifizieren und die Relevanz von Informationen im jeweiligen Unternehmenskontext bewerten können. Diese Fähigkeiten sind kein Zukunftsszenario mehr – sie entstehen bereits in aktuellen Entwicklungszyklen.

Langfristig: Logische Inferenz auch in regulierten Märkten

In zwei bis drei Jahren wird KI nicht nur Muster erkennen, sondern auch logische Schlussfolgerungen ziehen. Sie analysiert Inhalte ohne explizites Training, bewertet die Relevanz von Geschäftsvorfällen selbstständig und überprüft die Konsistenz über alle Formate hinweg – von Finanzberichten über Investorenpräsentationen bis hin zu HV-Reden und Pressemeldungen.

Automatisierte Compliance-Prüfung wird Standard

Ein weiterer Meilenstein wird die automatisierte Prüfung gesetzlicher Anforderungen – als fester Bestandteil von Produktionsumgebungen. Aber: Die menschliche Verantwortung bleibt. Auch mit Inferenz-KI ist die finale Kontrolle durch gesetzliche Vertreter unabdingbar.

Die unbequeme Wahrheit über Accounting

Der zentrale Punkt ist schnell benannt: KI arbeitet probabilistisch – Accounting traditionell deterministisch.  Doch die Realität zeigt, wahrscheinlichkeitsbasierte Verfahren sind längst Alltag. Risikobewertungen, Stichprobenprüfungen oder „reasonable assurance“ statt absoluter Sicherheit sind akzeptierte Praxis. Die entscheidende Frage lautet: Wann akzeptiert der Regulator 99 % KI-Genauigkeit?

Unsere Handlungsempfehlungen für Unternehmen

1. Jetzt mit KI-gestützten Prozessen starten

Die Lernkurve ist steil – wer heute beginnt, hat in zwei Jahren einen massiven Wettbewerbsvorteil.

2. IT-Investitionen überdenken

Langfristige Investitionen in manuelles Tagging können sich als Kostenfalle erweisen.

3. KI-Kompetenz im Team aufbauen

Die Frage ist nicht ob, sondern wer KI kompetent nutzt. Expertise entscheidet.

Die Silvester Group begleitet Unternehmen seit über 30 Jahren durch Wandel und Innovation in der Finanzkommunikation. Als Spezialist für digitale Reporting-Lösungen und KI-gestützte Prozesse unterstützen wir unsere Kund*innen dabei, regulatorische Anforderungen zu erfüllen und technologische Chancen strategisch zu nutzen – präzise, effizient und zukunftsorientiert.

Thilo M. Tern
Managing Partner Consulting & ESG

Q & A

Worum geht es bei KI in der Finanzkommunikation?

Der Artikel beschreibt einen tiefgreifenden Wandel in der Finanzkommunikation durch Large Language Models. Besonders in der Geschäftsberichterstattung könnten viele bisher manuelle Aufgaben künftig automatisiert werden.

Kann KI heute schon Aufgaben im Accounting übernehmen?

Laut Artikel können LLMs bereits 80–90 % der Standardaufgaben automatisieren. Sie erkennen typische Strukturen und Formulierungen und verarbeiten Daten zuverlässig nach gelernten Mustern.

Warum ist Accounting für KI besonders anspruchsvoll?

Accounting basiert traditionell auf klaren, deterministischen Regeln wie XBRL-Taxonomien und standardisierten Datenstrukturen. KI-Systeme arbeiten dagegen probabilistisch und generieren Ergebnisse auf Basis statistischer Muster und Wahrscheinlichkeiten.

Wo stößt KI aktuell noch an Grenzen?

Kritisch sind laut Artikel die verbleibenden 10–20 % der Aufgaben. Dazu gehören Multi-Document Safety, kausale Schlussfolgerungen, die Interpretation widersprüchlicher Daten und die Prüfung logischer Konsistenz über verschiedene Berichtsteile hinweg.

Ist manuelle Kontrolle weiterhin nötig?

Ja, aktuell ist manuelle Kontrolle weiterhin erforderlich. Der Artikel betont, dass sich dies technisch weiterentwickeln wird, die finale Verantwortung aber beim Menschen bleibt.

Was wird KI in den nächsten 12 bis 15 Monaten können?

Der Artikel erwartet KI-Systeme, die Ursache-Wirkungs-Zusammenhänge in Geschäftsentwicklungen erkennen, Widersprüche zwischen Bilanz, GuV und Lagebericht identifizieren und Informationen im Unternehmenskontext bewerten können.

Welche Rolle spielen größere KI-Modelle?

Größere Modelle mit mehr Kontext, etwa 200k+ Tokens, sollen dazu beitragen, komplexere Berichtszusammenhänge zu erfassen. Zusammen mit neuen Architekturen, mehr Rechenleistung und verbesserten Trainingsmethoden treibt dies die Entwicklung voran.

Was erwartet der Artikel in zwei bis drei Jahren?

In zwei bis drei Jahren soll KI nicht nur Muster erkennen, sondern auch logische Schlussfolgerungen ziehen. Sie könnte Inhalte ohne explizites Training analysieren, Geschäftsvorfälle bewerten und Konsistenz über verschiedene Formate hinweg prüfen.

Wird Compliance-Prüfung automatisiert?

Der Artikel beschreibt automatisierte Compliance-Prüfung als künftigen Standard in Produktionsumgebungen. Dennoch bleibt die finale Kontrolle durch gesetzliche Vertreter unabdingbar.

Welche Empfehlungen gibt der Artikel Unternehmen?

Unternehmen sollten laut Artikel jetzt mit KI-gestützten Prozessen starten, langfristige Investitionen in manuelles Tagging überdenken und KI-Kompetenz im Team aufbauen. Entscheidend sei, wer KI kompetent nutzt.
Nach oben scrollen