Künstliche Intelligenz ist für Finanzverantwortliche branchenübergreifend schnell zu einer strategischen Priorität geworden, angetrieben von Versprechen schnellerer Prozesse, präziserer Erkenntnisse und höherer operativer Effizienz. Laut einem aktuellen KPMG-Bericht setzen inzwischen 75% der Unternehmen KI in der Finanzfunktion aktiv ein, ein deutlicher Anstieg gegenüber nur 30% im Jahr 2024.

Doch für viele hat die erste Generation von KI-Tools die Erwartungen nicht erfüllt. Statt die Arbeitsweise von Finanzteams grundlegend zu verändern, beschränkte sich KI weitgehend auf Chatbot-Funktionen – sie fasste Informationen zusammen und lieferte allgemeine Vorschläge, ohne den breiteren Geschäftskontext zu verstehen oder sich mit den Systemen zu verbinden, in denen Finanzarbeit tatsächlich stattfindet. Trotz hoher Nutzungsraten berichten nur 23% der Unternehmen, dass KI ihre Erwartungen übertrifft.

Diese Chatbot-Ära geht jedoch zu Ende. Die nächste Generation von KI im Finanzwesen wird durch Tools geprägt sein, die über den notwendigen Kontext, die Systemanbindung und die Governance verfügen, um als aktive Teilnehmer an Finanzoperationen zu agieren – was die breitere Branche inzwischen als „agentische KI“ bezeichnet, ein Wandel, in den auch große Technologieanbieter wie Google, Microsoft und Salesforce investieren.

Eigenständige KI verfehlt im Finanzwesen das Ziel

Für die meisten Finanzteams bedeutete die erste Welle der KI-Einführung die Nutzung von Chat-Oberflächen auf Basis fortschrittlicher Modelle wie ChatGPT und Claude. Daten wurden aus bestehenden Technologiestacks exportiert und in einen Chatbot kopiert. Parallel dazu versuchten Softwareanbieter, KI-Funktionen an bestehende Plattformen anzudocken, während Start-ups „AI-native“-Erfahrungen bewarben.

Modelle wie ChatGPT und Claude können die Produktivität zweifellos steigern, etwa bei der Zusammenfassung von Dokumenten und anderen einfachen Aufgaben. Doch dieser Nutzen bleibt weit hinter der Transformation zurück, die sich Finanzverantwortliche bei ihren ersten KI-Investitionen vorgestellt hatten.

Die zentrale Einschränkung eigenständiger KI besteht darin, dass sie außerhalb der Systeme existiert, in denen Finanzarbeit tatsächlich durchgeführt wird. Sie kann nicht auf Accounts-Payable-(AP-)Workflows, Lieferantendaten, Rechnungsinformationen oder Zahlungshistorien zugreifen – genau die Informationen, die den kritischen Kontext für aussagekräftige Empfehlungen liefern. Zudem kann eigenständige KI, weil sie isoliert von anderen Tools im Finanz-Stack arbeitet, die von ihr erzeugten Empfehlungen nicht selbst umsetzen. Ein KI-Tool kann zwar eine Abweichung analysieren, aber nicht nachforschen; ein anderes kann eine Freigabe empfehlen, aber die Rechnung nicht zur richtigen Zeit an die zuständigen Personen weiterleiten.

Offene Protokolle wie MCP stehen für die nächste KI-Ära

Offene Protokolle wie das Model Context Protocol (MCP) beginnen, diese Lücke zu schließen. MCP, das Anthropic Ende 2024 als Open-Source-Standard eingeführt hat, bietet eine standardisierte Methode, mit der KI sich sicher mit den Systemen verbinden kann, in denen Finanzarbeit stattfindet. Statt als eigenständiger Chatbot zu fungieren, kann KI über MCP auf relevante Daten zugreifen, den Geschäftskontext verstehen und genehmigte Aktionen in Echtzeit ausführen.

Das ist ein bedeutender Wandel. Während KI früher darauf beschränkt war, Fragen zu beantworten, ermöglichen offene Protokolle ihr, zu einem aktiven Teilnehmer an Finanzprozessen zu werden.

Stellen Sie sich vor, ein Lieferant reicht der AP-Abteilung des Käufers eine Rechnung ein, und der Preis stimmt nicht mit der Bestellung überein. Ein eigenständiges KI-Tool könnte die Abweichung erklären oder nächste Schritte vorschlagen. Mit einem offenen Protokoll wie MCP angebundene KI kann jedoch direkt an Untersuchung und Lösung mitwirken: Sie kann die richtige Bestellung und die Historie des Lieferanten identifizieren, aktuelle Preise mit früheren Rechnungen vergleichen, die wahrscheinliche Ursache der Abweichung eingrenzen, die Rechnung an den zuständigen Genehmiger weiterleiten, relevante Beteiligte benachrichtigen und die Lösung dokumentieren – alles innerhalb der bestehenden Berechtigungen, Genehmigungsrichtlinien und Workflows des Unternehmens. Der manuelle Aufwand sinkt, während das Team die volle Kontrolle behält.

Die Auswirkungen sind besonders im Finanzwesen und bei AP spürbar

Jeden Tag erzeugen und verwalten Finanzteams enorme Mengen operativer Daten – darunter Rechnungen, Bestellungen, Lieferantendaten, Zahlungshistorien, Verträge und Genehmigungsworkflows. Zusammen können diese Daten den Kontext liefern, den KI benötigt, um bessere Entscheidungen zu treffen und wirkungsvoll zu handeln. In den meisten Unternehmen sind Finanzdaten jedoch über voneinander getrennte Systeme verteilt und durch strenge Zugriffskontrollen geregelt.

Offene Protokolle wie MCP schaffen die Struktur, damit KI sicher auf diese Finanzdaten zugreifen kann. Teams müssen Daten nicht mehr manuell zwischen getrennten Tools kopieren, weil KI zur richtigen Zeit auf die richtigen Informationen zugreifen kann und dabei innerhalb der Leitplanken der bestehenden Berechtigungen, Genehmigungsrichtlinien und Prüfanforderungen bleibt.

Die Vorteile zeigen sich besonders deutlich im Bereich Accounts Payable, wo fehlender Kontext häufig zu verspäteten Lieferantenzahlungen, unentdecktem Betrug und Überausgaben führt. Die Behebung einer Rechnungsabweichung kann beispielsweise das Auffinden der richtigen Bestellung, die Prüfung historischer Preise, die Bestätigung des Wareneingangs und die Identifizierung des passenden Genehmigers erfordern. Die Bearbeitung eines Lieferantenstreits kann das Durchsuchen unzähliger E-Mails, Zahlungsaufzeichnungen und unterstützender Unterlagen umfassen. Diese Aufgaben sind zeitaufwendig, und eine verzögerte Lösung kann echte Geschäftsrisiken verursachen.

Mit offenen Protokollen wie MCP können diese früher arbeitsintensiven Untersuchungen oft in Minuten abgeschlossen werden. Probleme werden schneller gelöst, sodass Teams mehr Zeit für höherwertige Aufgaben haben. In diesem Zusammenhang entwickelt sich KI von einer nützlichen Produktivitätsfunktion zu einer grundlegenden Infrastruktur für das Finanzwesen und versetzt Unternehmen in die Lage, bessere und zeitnähere Entscheidungen zu treffen, ohne Genauigkeit, Governance oder Kontrolle zu beeinträchtigen.

Offene Protokolle bringen Governance dort ein, wo es zuvor keine gab

Je stärker KI in Geschäftsprozesse integriert wird, desto zurückhaltender bleiben viele Finanzverantwortliche – und Sicherheit ist dabei meist ihre größte Sorge. Finanzsysteme enthalten hochsensible Informationen, und jede Technologie, die mit diesen Daten interagiert, muss die höchsten Sicherheitsstandards erfüllen. Finanzfunktionen unterliegen zudem strengen regulatorischen Rahmenbedingungen – etwa den Sarbanes-Oxley-(SOX-)Kontrollen in den USA, Datenschutzrahmen wie der DSGVO in Europa und PCI-DSS-Anforderungen für Zahlungsdaten –, sodass kontrollierter, prüfbarer KI-Zugriff eher eine praktische Notwendigkeit als ein Luxus ist.

Offene Protokolle bedeuten nicht, dass Finanzsysteme offen zugänglich werden. Im Gegenteil: Protokolle wie MCP schaffen sichere, rollenbasierte Verbindungen zwischen KI und Finanzsystemen, die bestehende Benutzerberechtigungen, Genehmigungsrichtlinien und Prüfanforderungen respektieren. Jede Interaktion kann eingegrenzt, überwacht und protokolliert werden.

Tatsächlich ist dieser Ansatz oft deutlich sicherer als die derzeitige Praxis in vielen Unternehmen, in denen Mitarbeitende Rechnungen, Verträge oder andere sensible Finanzdaten in öffentliche KI-Tools eingeben. Diese informellen, ungeregelten Workflows setzen Unternehmen Sicherheits- und Compliance-Risiken aus. Offene Protokolle bieten eine sicherere Alternative: Statt dass Mitarbeitende an bestehenden Systemen vorbeiarbeiten, können Unternehmen KI sicheren, prüfbaren Zugriff auf die richtigen Informationen geben und dabei die Governance, Rechenschaftspflicht und Kontrolle aufrechterhalten, die Finanzteams benötigen.

Was als Nächstes für Finance-KI kommt

Die Chatbot-Ära der KI im Finanzwesen weicht einer neuen Generation, in der offene Protokolle KI mit dem Kontext und der Konnektivität ausstatten, die für echten geschäftlichen Mehrwert erforderlich sind. Finanzteams, die diesen Ansatz früh einführen, können erhebliche Effizienzgewinne erzielen sowie einen dauerhaften Wettbewerbsvorteil, der weiter wächst.

Je länger diese Protokolle im Einsatz sind, desto mehr Kontext kann KI daraus lernen. Dadurch verbessert sich ihre Fähigkeit, Routineaufgaben zu vereinfachen, Erkenntnisse sichtbar zu machen und Entscheidungen zu unterstützen. Unternehmen, die die Einführung verzögern, werden es schwer haben, zu den frühen Anwendern aufzuschließen.

Gleichzeitig verändern offene Protokolle die Rolle des Finanzwesens selbst. Wenn ein Financial Operating System Routinearbeiten im Hintergrund erledigen kann, haben Teams mehr Zeit für höherwertige Analysen und Entscheidungen, die wirklich menschlichen Einsatz erfordern.

Das Financial Operating System ist nicht durch ein einzelnes Tool oder eine einzelne Plattform definiert. Es beschreibt die Richtung, in die sich die Branche bewegt: hin zu einer Umgebung, in der KI über den Kontext, die Konnektivität und die Governance verfügt, um als aktiver Teilnehmer an den täglichen Finanzoperationen zu agieren.

Über Ottimate

Ottimate ist eine KI-gestützte Automatisierungsplattform für Accounts Payable, die Finanzteams dabei unterstützt, Kosten zu senken, Überzahlungen zu verhindern, Betrug zu erkennen und die Einhaltung von Richtlinien über den gesamten Invoice-to-Payment-Lebenszyklus hinweg durchzusetzen.

Weitere Fintech-Einblicke: The AI Shift in Fraud: Why Banks Need a New Playbook

[To share your insights with us, please write to psen@itechseries.com ]