- Der Einsatz von Agentic AI verschiebt Automatisierung von einzelnen Finance-Aufgaben zur autonomen, aber kontrollierten Ausführung ganzer Finanzprozesse.
- Finance Teams steuern Berechtigungen, Schwellenwerte und Eskalationsregeln, statt Zeit für die Prüfung und Ausführung von Routinearbeiten aufzuwenden.
- “Ada”, der Finance von Aderis zeigt das in der Praxis: Eine CFO-Frage wie "welche Finance Aufgaben sind heute dringlich" endet nicht bei einer Liste, sondern direkt beim nächsten Ausführungsschritt.
Was in vielen Finance Teams heute als modern gilt, ist häufig die effizientere Version eines alten Betriebsmodells. Diese einfachen Automatisierungen reduzieren zwar den manuellen Aufwand, die Prozesse im Kern bleiben jedoch periodisch, regelbasiert und durch zahlreiche menschliche Übergaben verbunden. Der aktuelle Wandel im Zeitalter von KI reicht um einiges tiefer: Agentic Finance Agents bearbeiten mehrstufige Abläufe wie Rechnungsverarbeitung, Kontenabstimmung oder Mahnwesen innerhalb definierter Regeln und Freigaben, prüfen Ergebnisse und eskalieren Ausnahmen. Damit verschiebt sich die Automatisierung in der Finanzfunktion von einzelnen Aufgaben hin zur autonomen, aber kontrollierten Ausführung ganzer Finanzprozesse.
Für CFOs liegt der strategische Wert deshalb nicht allein in höherer Effizienz, sondern in einer veränderten Entscheidungsgrundlage. Statt auf den nächsten Abschluss zu warten, können sie auf aktuelle, kontrollierte und nachvollziehbare Zahlen zugreifen. Finance entwickelt sich damit von einer rückblickenden Reporting-Funktion zu einer operativen Ebene, die sich mit dem Wachstum des Unternehmens bewegt.
Was bedeutet Agentic AI in Finance konkret?
Viele Finanzabteilungen automatisieren bereits einzelne Arbeitsschritte: Die Software liest Daten aus Rechnungen, Bots übertragen sie zwischen Systemen und Regelwerke ordnen sie den passenden Konten zu. Diese Systeme folgen vorab definierten Abläufen und stoppen, sobald ein Fall vom vorgesehenen Schema abweicht.
Agentic AI verschiebt die Automatisierung von der einzelnen Aufgabe zum übergeordneten Ziel. Soll eine Rechnung korrekt verbucht oder ein Zahlungslauf vorbereitet werden, koordiniert ein Agent die erforderlichen Schritte: Belege lesen, Stammdaten abgleichen, Konten zuordnen, Kontrollen durchführen und Ausnahmen erkennen. Dabei handelt der Agent innerhalb definierter Berechtigungen und Freigaben. So wird aus einer Kette einzelner Systeme und manueller Übergaben ein durchgängiger Finanzprozess. Der entscheidende Unterschied liegt nicht in einer Chat-Oberfläche, sondern darin, ob KI lediglich Informationen liefert oder in die operative Ausführung eingebunden ist.
“Ask Ada”: Von der CFO-Frage zur Ausführung
Die meisten Fragen von CFOs richten sich auf die aktuelle finanzielle Lage des Unternehmens: „Konsolidiere die heutigen Zahlen aller Gesellschaften in CHF.“ „Welche überfälligen Forderungen erfordern heute Aufmerksamkeit?“ „Was verhindert den Abschluss?“ Das sind keine reinen Reporting-Fragen. Die Antworten hängen von Transaktionen, Belegen, Abstimmungen, Freigaben und Kontrollen ab. In traditionellen Finanzumgebungen sind diese Informationen häufig über ERP, Buchhaltungssoftware, Banking-Tools, Spreadsheets und Reporting-Systeme verteilt.
Genau hier setzt "Ada" an, der dialogbasierte Finance Agent der Aderis Live Finance Plattform. Dahinter steht ein AI-nativer Kern, der Buchhaltung, Kontrollen, Reporting und Treasury in einem kontinuierlich aktualisierten Finanzkontext zusammenführt. Dieser reicht über mehrere Gesellschaften, Ledger und Währungen hinweg. Der CFO muss die Datengrundlage deshalb nicht vor jeder Frage neu zusammensetzen. Der Kontext ist bereits da, und die Agenten können mehrstufige Finanzprozesse innerhalb definierter Berechtigungen und Freigaben ausführen und vollständig nachvollziehbar dokumentieren.
Der eigentliche Unterschied zeigt sich dort, wo eine klassische Analyse endet. Auf die Frage „Welche überfälligen Forderungen erfordern heute Aufmerksamkeit?“ liefert ein Analytics-Tool eine Liste. Der Finance Agent “Ada” kann die nächsten Schritte im Prozess weiterführen: relevante Forderungen identifizieren, Ausnahmen sichtbar machen und Entscheidungen an die Person(en) weiterleiten, wo Freigabe oder fachliches Urteil nötig ist. Ein klassisches System liefert Informationen. “Ada” verbindet die Antwort mit der kontrollierten Ausführung. Das ist der Unterschied zwischen einer Chat-Oberfläche über Finanzdaten und einer KI, die in die operative Ausführung eingebunden ist.
Wo werden AI Agents in Finance heute eingesetzt?
Besonders geeignet sind strukturierte Finanzprozesse mit hohem Transaktionsvolumen. Dazu gehören das Erfassen, Kontieren und Verbuchen von Eingangsrechnungen, die Vorbereitung von Zahlungs- und Mahnläufen, der Abgleich von Banktransaktionen sowie die Erstellung wiederkehrender Reportings.
Zunehmend kommen Finance Agents auch in komplexeren Abläufen zum Einsatz: In einer Multi-Ledger-Architektur kann eine Transaktion nach unterschiedlichen handelsrechtlichen, steuerlichen und konzerninternen Vorgaben verarbeitet werden. Im Forecasting und Reporting können Agents Abweichungen identifizieren und erste Erklärungen vorbereiten, bevor das Finanzteam Annahmen und Ergebnisse validiert. Der entscheidende Fortschritt liegt nicht allein in der Geschwindigkeit. Das Arbeitsprinzip verändert sich: Menschen erzeugen nicht mehr jeden einzelnen Prozessschritt selbst, sondern definieren Kontrollen, bearbeiten Ausnahmen und prüfen die Ergebnisse.
Human in the Loop: Wie behalten CFOs die Kontrolle über AI Agents?
Kontrolle bedeutet in einem agentischen Finanzsystem nicht, jeden Arbeitsschritt manuell freizugeben. Sie beginnt mit der Definition dessen, was ein Agent selbständig ausführen darf und wo er stoppen muss. Zwei Geschäftspartner mit derselben Steuernummer, ein Betrag über der Freigabegrenze oder eine fehlende Kontenzuordnung sind keine Fälle für Annahmen. Ein zuverlässiger Finance Agent hält den Prozess an, dokumentiert die Abweichung und eskaliert sie mit dem relevanten Kontext an die zuständige Person.
Für CFOs verlagert sich damit die Kontrolle von der Prüfung einzelner Transaktionen zur Governance des Gesamtsystems. Sie steuern Berechtigungen, Freigabegrenzen und Eskalationswege. Jede Aktion bleibt mit ihrer Quelle, dem angewendeten Regelwerk und der entsprechenden Freigabe nachvollziehbar. Die Agents übernehmen die Ausführung. Der Mensch definiert den Handlungsspielraum und behält die Verantwortung.
Wie relevant sind AI Agents für CFOs?
Jede Software-Kategorie erreicht irgendwann den Punkt, an dem ihre zentrale Grundannahme nicht mehr gilt. Bei klassischen ERP-Systemen lautete sie: Finanzdaten werden periodisch erfasst, in Stapeln verarbeitet und von Menschen geprüft. Agentic AI stellt dieses Modell infrage. Nicht weil KI gerade in Mode ist, sondern weil die AI-native Architektur kontinuierliche, strukturierte Finanzdaten erst möglich macht.
CFOs, die darin ein reines Oberflächen-Update sehen, werden einzelne Aufgaben automatisieren, ohne das Betriebsmodell der Finanzfunktion zu verändern. Wer den Wandel als Infrastrukturfrage begreift, kann Finance neu organisieren: mit kontinuierlicher Ausführung, nachvollziehbaren Kontrollen und menschlichem Urteil dort, wo es erforderlich ist.
Die entscheidende Frage lautet deshalb nicht mehr, wie viel KI in einem ERP steckt. Sie lautet, ob Finance weiterhin die Vergangenheit erklärt oder künftig live mit dem Unternehmen arbeitet.
