KI in Finanzen, Buchhaltung & Controlling

Wo hat Künstliche Intelligenz real den größten positiven Hebel — und wo sind die Grenzen und Pflichten?

Haftungsausschluss. Dieser Band ist eine allgemein verständliche Fach- und Orientierungshilfe für Unternehmerinnen und Unternehmer. Er ersetzt keine Rechts-, Steuer- oder Wirtschaftsprüfungsberatung. Alle genannten Normen (z. B. §§ der Abgabenordnung, GoBD, DSGVO) sind nach bestem Wissen korrekt benannt und mit Fundstelle versehen; sie können sich ändern und sind im Einzelfall durch Steuerberater, Wirtschaftsprüfer oder Rechtsanwalt zu prüfen. Preise, Produktfunktionen und Versionsstände sind mit „Stand MM/JJJJ" gekennzeichnet und veralten schnell. Herstellerangaben sind als [ANBIETERANGABE] markiert und nicht mit unabhängig geprüften Fakten zu verwechseln.

Lesart der Markierungen. [BELEGT] = durch eine unabhängige, aufrufbare Primär- oder seriöse Fachquelle gestützt. [ANBIETERANGABE] = Aussage eines Herstellers/ Anbieters über sein eigenes Produkt (plausibel, aber werblich, nicht unabhängig geprüft). [STRITTIG] = Quellen widersprechen sich oder die Aussage ist umstritten. [UNKLAR] = in der Recherche nicht belegbar; als offen gekennzeichnet. Meinung, Vermutung und Ausblick sind ausdrücklich als solche benannt und tragen keine Beleg-Markierung.

Inhalt

1. Management-Zusammenfassung
2. Kernaussagen — jede mit Einzelquelle
3. Kapitel 1 — Warum ausgerechnet die Finanzabteilung? (Entzauberung)
4. Kapitel 2 — Belegverarbeitung und automatische Vorkontierung
5. Kapitel 3 — Rechnungsprüfung und Purchase-to-Pay
6. Kapitel 4 — Betrugs- und Anomalie-Erkennung
7. Kapitel 5 — Controlling und FP&A: Forecasting
8. Kapitel 6 — Reporting-Automatisierung, Dashboards, Soll-Ist
9. Kapitel 7 — Aus Rohdaten und Excel automatisch aggregierte Auswertungen
10. Kapitel 8 — Liquiditäts- und Cashflow-Planung
11. Kapitel 9 — Unterstützung bei Monats- und Jahresabschluss
12. Kapitel 10 — Die Grenzen: Zahlen-Halluzination, Nachvollziehbarkeit, Vier-Augen-Prinzip
13. Kapitel 11 — Recht und Pflicht: GoBD, § 147 AO, E-Rechnung, DSGVO
14. Kapitel 12 — Studien und Produktivitätszahlen (US und DE getrennt)
15. Kapitel 13 — Ausblick: Was später Workflow- und Agent-tauglich wird (nur angedeutet)
16. Kapitel 14 — Für den Unternehmer: der priorisierte Maßnahmenplan
17. Anhang A — Glossar: KI- und Finanzbegriffe für Nicht-Techniker
18. Anhang B — Die historische Linie (2007–2026): wie es so weit kam
19. Anhang C — Verfahrensdokumentation: Bausteine für den KI-Einsatz
20. Anhang D — So messen Sie den Nutzen selbst (Vorher/Nachher-Methode)
21. Anhang E — Drei illustrative Szenarien (richtig und falsch eingesetzt)
22. Anhang F — Häufige Irrtümer und Anti-Muster
23. Anhang G — Fragen, die der Geschäftsführer stellen sollte (Anbieter und intern)
24. Anhang H — Kurz-FAQ für die Geschäftsführung
25. Quellenliste (Stand 08/2026) und „schnell veraltend"
26. Selbstprüfungs-Notiz (Durchgang 2)

Management-Zusammenfassung

Die Finanzabteilung ist der Ort, an dem Künstliche Intelligenz im Unternehmen am geräuschlosesten Zeit spart — und zugleich der Ort mit den härtesten gesetzlichen Pflichten. Beides gehört zusammen und ist die Kernbotschaft dieses Bandes.

Wo der Hebel real ist. Der größte belegbare Nutzen entsteht dort, wo viele gleichartige, belegbasierte Vorgänge anfallen: beim Erfassen und Vorkontieren von Belegen, beim Prüfen und Zuordnen von Eingangsrechnungen und beim automatisierten Aufbereiten von Standard-Reports. In der jüngsten deutschen Branchenerhebung berichten Unternehmen im Rechnungswesen vor allem von Zeitersparnis bei transaktionalen Prozessen (37 %) und höherer Prozessqualität (70 %); unmittelbare Kostenersparnis nennt nur eine Minderheit (15 % sofort, 54 % erst langfristig). [BELEGT — KPMG, 17.11.2025, n = 209] Die großen Mengengerüste der Anbieter sind real, aber werblich: DATEV gibt für seinen Automatisierungsservice rund 7,5 Millionen Buchungsvorschläge pro Monat an (Stand 09/2025). [ANBIETERANGABE]

Wo die Grenzen sind. KI in der Buchhaltung ist heute ein *Vorschlags*-System, kein Selbstbucher. Das hat zwei Gründe. Erstens einen technischen: Große Sprachmodelle sind darauf trainiert, immer eine plausibel klingende Antwort zu liefern — auch bei Unsicherheit. Sie „halluzinieren" dann sachlich falsche, aber glaubwürdig aussehende Zahlen. [BELEGT — OpenAI/Kalai u. a., 09/2025] Für exaktes Rechnen sind sie ungeeignet, solange sie es selbst tun; erst mit angebundenem Rechenwerkzeug (Formel, Code, geprüfte Software) werden sie zuverlässig — in einer klinischen Studie stieg die Rechenkorrektheit eines Spitzenmodells mit Fachwerkzeug von 36 % auf 95 %. [BELEGT — Goodell u. a., npj Digital Medicine, 03/2025] Zweitens einen rechtlichen: Wegen der GoBD-Prüfbarkeit und weil 59 % der Unternehmen die mangelnde Nachvollziehbarkeit von KI-Algorithmen als eine der größten Hürden nennen [BELEGT — KPMG, 11/2025], bleibt die menschliche Freigabe Pflicht.

Was ohnehin zu tun ist — unabhängig vom KI-Hype. Für die Finanzabteilung laufen konkrete gesetzliche Uhren: Die E-Rechnungspflicht im B2B-Bereich hat begonnen (Empfangsfähigkeit seit 1.1.2025; Ausstellungspflicht ab 2027 für Umsätze über 800.000 €, ab 2028 für alle). [BELEGT — Wachstumschancengesetz, IHK] Die Aufbewahrungsfrist für Buchungsbelege wurde von 10 auf 8 Jahre verkürzt. [BELEGT — § 147 AO, BEG IV] Beides muss der Geschäftsführer erledigen, egal ob er KI einsetzt oder nicht — und beides ist zugleich die Voraussetzung dafür, dass KI überhaupt gut funktioniert, weil strukturierte E-Rechnungsdaten der Treibstoff jeder Automatisierung sind.

Die Führungsaufgabe ist damit unspektakulär, aber wertvoll: die gesetzlichen Umstellungen sauber erledigen, KI als geprüften Vorschlagsassistenten für die Massenvorgänge einführen, exaktes Rechnen in geprüfter Software belassen, die Vier-Augen-Freigabe und die Prüfbarkeit dokumentieren — und den Nutzen vorher/nachher messen, statt Anbieterprozenten zu glauben. Wer das ordentlich macht, holt echte Zeitersparnis, ohne die Betriebsprüfung fürchten zu müssen.

Kernaussagen — jede mit Einzelquelle

Diese Liste ist der belegte Kern des Bandes. Jede Aussage steht auf genau einer benannten Quelle; die Herleitung folgt in den Kapiteln.

1. **KI im Rechnungswesen ist in Deutschland angekommen, aber der harte

Produktiveinsatz ist kleiner als die Schlagzeile.** 53 % der Unternehmen nutzen KI im Rechnungswesen *oder bereiten den Einsatz vor*; maschinelles Lernen produktiv im Einsatz haben 28 % (deutlich mehr als in der Vorgängererhebung). [BELEGT — KPMG „Digitalisierung im Rechnungswesen 2025/2026", 17.11.2025, n = 209]

1. Der berichtete Nutzen ist vor allem Zeit und Qualität, nicht sofort Geld.

37 % berichten sofortige Zeitersparnis bei transaktionalen Prozessen, 70 % höhere Prozessqualität; nur 15 % sofortige Kostenersparnis (54 % langfristig). [BELEGT — KPMG, 17.11.2025]

1. **Die zweitgrößte Hürde ist die Nachvollziehbarkeit — ein Kernproblem gerade

in einer prüfungspflichtigen Abteilung.** 59 % nennen die mangelnde Transparenz von KI-Algorithmen als große Herausforderung; noch davor liegt Datenschutz/Datensicherheit (65 %). [BELEGT — KPMG, 17.11.2025]

1. **Die Mengengerüste der Belegautomatisierung sind beeindruckend real — aber

Anbieterangaben.** DATEV nennt rund 7,5 Mio. Buchungsvorschläge pro Monat (09/2025), gestiegen von rund 5,5 Mio. (08/2024). [ANBIETERANGABE — DATEV]

1. Beleg-KI schlägt vor; sie bucht nicht eigenständig durch. Über alle

geprüften Anbieter hinweg ist der Standard „Vorschlag mit menschlicher Bestätigung"; Vollautomatik greift nur bei als eindeutig gekennzeichneten Vorgängen und ist eine bewusst zu aktivierende Option. [ANBIETERANGABE — DATEV, Lexware Office, Candis, SEEBURGER]

1. Sprachmodelle rechnen unzuverlässig, solange sie selbst rechnen.

Aktuelle Modelle zeigen arithmetische Fehler; der häufigste Fehlertyp sind „prozedurale Ausrutscher" beim mechanischen Rechnen. [BELEGT — Boye & Moell, arXiv:2502.11574, 02/2025; Zhang & Graf, arXiv:2508.09932, 08/2025]

1. **Mit angebundenem Rechenwerkzeug werden dieselben Modelle drastisch

zuverlässiger.** In einer klinischen Rechenaufgabe stieg die Korrektheit von GPT-4o mit Fachwerkzeug von 36 % auf 95 %, bei einem Open-Source-Modell von 11 % auf 84 %. [BELEGT — Goodell u. a., npj Digital Medicine, 17.03.2025]

1. Halluzination ist kein Bug, sondern Folge des Trainings. Modelle

„raten" plausibel, weil Training und Bewertung Raten gegenüber dem Zugeben von Unsicherheit belohnen. [BELEGT — Kalai u. a. (OpenAI), arXiv:2509.04664, 04.09.2025]

1. **KI wirkt souverän und liegt bei anspruchsvollen Analysen trotzdem

plausibel-falsch daneben.** In einem Feldexperiment mit 758 Beratern waren KI-Nutzer bei einer Aufgabe mit widersprüchlichen Daten 19 Prozentpunkte häufiger falsch — bei einfacheren Aufgaben zugleich 25 % schneller und besser. [BELEGT — Dell'Acqua u. a. („Jagged Frontier"), HBS/BCG, 2023]

1. **Maschinelles Lernen verbessert datenreiche Kurzfrist-Prognosen messbar —

aber der Vorsprung schrumpft im Detail.** Im großen Absatzprognose-Wettbewerb M5 waren ML-Verfahren auf oberer Aggregationsebene 22,4 % besser als der beste statistische Benchmark, auf Produkt-Filial-Ebene nur noch rund 3 %. [BELEGT — Makridakis u. a., M5 Accuracy Competition, 2022]

1. In der Praxis ist selten die KI die Grenze, sondern die Datenlage. In

einer deutschen Controlling-Interviewstudie sind unstrukturierte Daten und Systembrüche die zentralen Hemmnisse („Ganz viele Daten, aber weder strukturiert noch sortiert"). [BELEGT — ICV/CPMC „Digitalisierung im Controlling", 18 Interviews, 2024]

1. **Betrug wird bis heute meist durch Hinweise entdeckt, nicht durch

Systeme — aber Datenanalyse senkt den Schaden.** Der häufigste Aufdeckungskanal sind Hinweise (43 % der Fälle); Organisationen mit proaktivem Datenmonitoring hatten rund 50 % geringere Schäden. [BELEGT — ACFE Report to the Nations]

1. Die Aufbewahrungsfrist für Buchungsbelege ist auf 8 Jahre verkürzt.

§ 147 Abs. 3 AO: Buchungsbelege 8 Jahre (vorher 10); Bücher/Abschlüsse weiterhin 10 Jahre; Handels-/Geschäftsbriefe 6 Jahre. Änderung durch das Vierte Bürokratieentlastungsgesetz, verkündet 29.10.2024 (BGBl. 2024 I Nr. 323). [BELEGT — § 147 AO; Deloitte Tax-News]

1. Die E-Rechnungspflicht im B2B läuft gestaffelt. Empfangsfähigkeit seit

1.1.2025; Papier/PDF nur noch mit Zustimmung des Empfängers bis 31.12.2026; Ausstellungspflicht ab 1.1.2027 (Vorjahresumsatz > 800.000 €), ab 1.1.2028 für alle inländischen B2B-Umsätze. [BELEGT — Wachstumschancengesetz, IHK Frankfurt]

1. Die GoBD gelten unverändert auch für KI-Buchungen. Maßgeblich ist die

Fassung des BMF-Schreibens vom 11.03.2024 (anzuwenden ab 01.04.2024); Nachvollziehbarkeit, Unveränderbarkeit, Vollständigkeit und Prüfbarkeit gelten für automatisierte wie manuelle Buchungen. Die Verfahrensdokumentation wird von Betriebsprüfern zunehmend zu Prüfungsbeginn verlangt. [BELEGT — BMF-Schreiben 11.03.2024; KMLZ]

Kapitel 1 — Warum ausgerechnet die Finanzabteilung? (Entzauberung)

Recherche: Wie „Zahlen-KI" wirklich arbeitet

Bevor wir über Nutzen und Grenzen reden, muss ein Missverständnis aus dem Weg, das in der Finanzabteilung besonders teuer werden kann. „Künstliche Intelligenz" ist in den Werbebroschüren ein einziger Begriff. Technisch verbergen sich dahinter mindestens zwei sehr verschiedene Dinge, und der Unterschied entscheidet darüber, ob KI in Ihren Zahlen ein Segen oder ein Risiko ist.

Das erste ist klassische, regelbasierte oder statistische Software — die Art von Automatisierung, die Buchhaltung seit Jahrzehnten kennt. Eine Formel in Excel, eine Buchungsregel im ERP, ein OCR-Modul, das aus einem Rechnungsbild die Beträge liest, oder ein Prognosemodell, das aus Zeitreihen den nächsten Monat schätzt. Diese Systeme sind deterministisch oder zumindest nachrechenbar: Bei gleicher Eingabe kommt dasselbe Ergebnis heraus, und man kann Schritt für Schritt zeigen, warum. Das ist die Sorte „KI", die in den Zahlen den größten Teil der realen Arbeit leistet, auch wenn sie unspektakulär klingt.

Das zweite ist das, was seit 2023 den Hype trägt: generative KI, konkret große Sprachmodelle (englisch Large Language Models, kurz LLM) wie die Modelle hinter ChatGPT, Microsoft Copilot oder Claude. Ein Sprachmodell ist im Kern ein statistischer Textfortsetzer: Es sagt das jeweils wahrscheinlichste nächste Wortstück voraus. Das macht es erstaunlich gut im Formulieren, Zusammenfassen, Erklären und im Übersetzen von Alltagssprache in Struktur. Es macht es aber zu einem schlechten Rechner, wenn es allein arbeitet — und genau hier liegt die Falle für die Finanzabteilung.

Die Forschung ist an diesem Punkt eindeutig. Eine Untersuchung von 2025 prüfte acht aktuelle Sprachmodelle an fünfzig Textaufgaben und bewertete nicht nur die Ergebnisse, sondern den Rechenweg. Befund: „*all models exhibit errors in spatial reasoning, strategic planning, and arithmetic*" — alle Modelle machen Fehler auch in der Arithmetik. Bemerkenswert und für uns wichtig: Modelle kommen teils über einen falschen Weg zum richtigen Ergebnis und umgekehrt. Das Ergebnis allein ist also kein Beweis für Korrektheit. [BELEGT — Boye & Moell, „Large Language Models and Mathematical Reasoning Failures", arXiv:2502.11574, 17.02.2025] Eine zweite Arbeit aus 2025 klassifizierte die Fehlertypen und fand, dass „*procedural slips were the most frequent*" — die meisten Fehler entstehen beim mechanischen Ausführen der Rechnung, nicht beim Verstehen der Aufgabe. [BELEGT — Zhang & Graf, arXiv:2508.09932, 13.08.2025] Für die Buchhaltung ist das die denkbar unangenehmste Fehlerstelle: Das Modell versteht, was eine Umsatzsteuer ist, und verrechnet sich trotzdem bei der konkreten Zahl.

Warum tut es das mit solcher Selbstsicherheit? Weil es dafür trainiert wurde. Eine Arbeit von OpenAI-Forschern aus dem September 2025 bringt es auf den Punkt: Modelle halluzinieren, „*because the training and evaluation procedures reward guessing over acknowledging uncertainty*". Ein gut geratenes, plausibel klingendes Ergebnis wird im Training belohnt, ein ehrliches „das weiß ich nicht" nicht. [BELEGT — Kalai u. a. (OpenAI), arXiv:2509.04664, 04.09.2025] Auf Zahlen übersetzt heißt das: Ein Sprachmodell nennt Ihnen im Zweifel eine falsche Zahl, die genau so aussieht wie eine richtige.

Die gute Nachricht steht direkt daneben, und sie ist das eigentliche Entzauberungs-Aha dieses Kapitels: Man lässt das Sprachmodell gar nicht selbst rechnen. Man lässt es die Aufgabe verstehen und in einen exakten Rechenweg übersetzen — eine Formel, ein Stück Code, einen Aufruf an eine geprüfte Software — und das deterministische Werkzeug rechnet. Schon 2022 zeigte die Methode „Program-Aided Language Models", dass ein Modell, das die Aufgabe in ausführbaren Code zerlegt und einen Interpreter rechnen lässt, das reine „im Kopf rechnen" deutlich schlägt. [BELEGT — Gao u. a., „PAL", arXiv:2211.10435, 18.11.2022] Wie groß der Effekt ist, zeigt eine klinische Studie von 2025 besonders drastisch: Dieselben Modelle, die eine medizinische Rechenaufgabe ohne Werkzeug nur zu 36 % (GPT-4o) bzw. 11 % (ein Open-Source-Modell) korrekt lösten, kamen mit einem angebundenen, geprüften Fachwerkzeug auf 95 % bzw. 84 %. [BELEGT — Goodell u. a., npj Digital Medicine, 17.03.2025] Und ein wichtiger Zusatzbefund: Nicht „irgendein Code" brachte den Sprung, sondern das dedizierte, geprüfte Werkzeug. Übertragen auf die Buchhaltung: Nicht ein wild generiertes Skript gehört an Ihre Zahlen, sondern die geprüfte Regel- und Buchungssoftware.

Analyse: Warum die Finanzabteilung ideal *und* heikel ist

Aus dieser Doppelnatur der KI folgt fast alles Weitere. Die Finanzabteilung ist für Automatisierung ideal, weil sie aus vielen gleichartigen, regelgebundenen, belegbasierten Vorgängen besteht — genau das Terrain, auf dem Muster-Erkennung und Regel-Automatisierung glänzen. Und sie ist zugleich heikel, weil das Ergebnis exakt, reproduzierbar und prüfbar sein muss. Ein Marketingtext darf um zehn Prozent daneben klingen; eine Umsatzsteuer-Voranmeldung darf das nicht.

Hier liegt der scheinbare Widerspruch, den dieses Buch auflöst: Die Aufgaben mit dem größten Volumen (Belege lesen, zuordnen, Standardauswertungen bauen) sind gerade die, bei denen KI wirklich hilft. Die Aufgaben mit der größten Konsequenz (die exakte Zahl, die geprüfte Buchung, der testierte Abschluss) sind gerade die, bei denen das generative Modell nichts allein entscheiden darf. Gute KI in den Finanzen heißt deshalb: die Massenarbeit dem Assistenten, das exakte Rechnen der geprüften Software, die Verantwortung dem Menschen.

Ein zweiter Widerspruch ist in den Zahlen selbst angelegt. Die Branche meldet hohe Adoptionswerte, aber wenn man genau liest, mischen sie „nutzt bereits" mit „bereitet vor" (dazu ausführlich Kapitel 12). Das ist kein Betrug, aber es verschiebt das Bild: Der harte, produktive Einsatz ist kleiner als die Schlagzeile, und das ist für einen Unternehmer eine beruhigende Nachricht — er ist nicht spät dran, wenn er jetzt sauber beginnt.

Auswertung — Für den Unternehmer

Die wichtigste Führungsentscheidung fällt, bevor irgendein Werkzeug gekauft wird: die Trennung zwischen „verstehen und aufbereiten" und „exakt rechnen und buchen". Für das Erste — Belege lesen, sortieren, Entwürfe für Auswertungen und Texte erzeugen — ist generative KI ein starker Assistent. Für das Zweite — Summen, Steuer, Salden, testierte Zahlen — gehört das Rechnen in geprüfte Software, und die Freigabe zu einem Menschen. Wer diese eine Linie zieht und im Haus kommuniziert, hat die größte Fehlerquelle bereits entschärft. Alles Weitere in diesem Band ist die Ausbuchstabierung dieser Linie für die einzelnen Aufgaben.

Merksatz. Lassen Sie die KI die Sprache der Zahlen verstehen — aber lassen Sie sie nicht die Zahlen selbst ausrechnen. Das Rechnen gehört in eine geprüfte Maschine, die Verantwortung zu einem Menschen.

Kapitel 2 — Belegverarbeitung und automatische Vorkontierung

Hier liegt der reifste, am besten belegte und für die meisten Unternehmen lohnendste KI-Einsatz im Finanzbereich. Deshalb behandeln wir ihn zuerst und ausführlich.

Recherche: Was die Systeme heute tun

Der Ablauf ist im Kern immer gleich. Ein Beleg — eine Eingangsrechnung als PDF, als Papierbeleg oder zunehmend als strukturierte E-Rechnung — wird eingelesen. Ein Erkennungsmodul (die klassische, gut funktionierende „OCR"-Technik, ergänzt um lernende Verfahren) liest die relevanten Felder aus: Lieferant, Rechnungsdatum, Nummer, Netto, Steuer, Brutto, Zahlungsziel. Anschließend schlägt das System vor, wie der Beleg zu verbuchen ist — auf welches Konto, mit welchem Steuersatz, gegen welchen Geschäftspartner. Das ist die Vorkontierung, klassisch die zeitraubende Handarbeit der vorbereitenden Buchhaltung.

Der deutsche Markt ist eng an DATEV gekoppelt, den Genossenschafts-Dienstleister der Steuerberater. DATEV beschreibt seinen „Automatisierungsservice Rechnungen" so, dass die KI hochgeladene Belege analysiert, den Geschäftspartner und den zugrunde liegenden Sachverhalt erkennt und einen Buchungsvorschlag erzeugt — bei gemischten Steuersätzen auch mehrere. Das System sei selbstlernend: „*Aus den in die DATEV-Cloud zurückgesendeten Buchungen und Korrektionen lernt die KI permanent weiter und kann ihre Zuordnungsquote stetig optimieren.*" Das Mengengerüst: rund 7,5 Millionen Buchungsvorschläge pro Monat (Durchschnitt, Stand 09/2025), genutzt von über 100.000 Buchführungen und rund 7.000 Kanzleien. Ein Jahr zuvor (08/2024) nannte DATEV noch rund 5,5 Millionen Vorschläge pro Monat — das Wachstum ist real dokumentiert. [ANBIETERANGABE — DATEV, Pressemeldungen 17.09.2025 und 15.08.2024]

Für kleinere Unternehmen und Selbstständige zeigt sich dasselbe Muster bei anderen Anbietern. Lexware Office (vormals lexoffice) gibt an, dass „*über 91 % der personalisierten Zuordnungsvorschläge … von den Anwenderinnen und Anwendern akzeptiert*" würden, bei monatlich Millionen Vorschlägen, und beziffert die Zeitersparnis beim manuellen Einpflegen auf „*rund 60 %*". [ANBIETERANGABE — Lexware] Der Rechnungsspezialist Candis wirbt mit „*85 % vollautomatischer Vorkontierung*" und einer Datenextraktion, die „*bis zu 11 % genauer als herkömmliche OCRs*" sei. [ANBIETERANGABE — Candis]

Ein Detail dieser Zahlen ist für den Unternehmer wichtiger als ihre Höhe: Eine Akzeptanzquote („91 % der Vorschläge werden angenommen") ist etwas anderes als eine unabhängig gemessene Korrektheit. Dass ein Sachbearbeiter einen Vorschlag mit einem Klick bestätigt, heißt nicht, dass eine neutrale Prüfstelle ihn für richtig befunden hat. Und die Mengenzahl „7,5 Mio. Vorschläge" misst Aktivität, nicht geprüfte Trefferquote. Beides sind belastbare Belege dafür, dass die Systeme breit genutzt werden — nicht dafür, wie gut sie im Einzelfall buchen.

Analyse: Vorschlag, nicht Autobuchung — und warum das so bleibt

Der wichtigste, über alle geprüften Anbieter hinweg konsistente Befund lautet: Diese Systeme schlagen vor, sie buchen nicht eigenmächtig durch. DATEV formuliert es so, dass die Kanzlei entscheiden kann, ob „*als sicher gekennzeichnete Vorschläge automatisch gebucht*" werden; unsichere oder unvollständige Fälle werden mit einfachen Symbolen markiert, „*wo wegen fehlender oder nicht eindeutiger Daten ein manueller Eingriff erforderlich ist*". Lexware lässt den Nutzer per Klick bestätigen und bucht erst dann automatisch im Hintergrund. Candis automatisiert nach eigenen Angaben nur „*Vorgänge, die eindeutig sind und bisher immer demselben Muster gefolgt sind*"; alles Uneindeutige „*bleibt zur manuellen Prüfung*". Der Integrationsanbieter SEEBURGER beschreibt die vollautomatische „No-Touch-" oder „Dunkelbuchung" ausdrücklich nur für den Fall, dass keine Abweichungen vorliegen. [ANBIETERANGABE — DATEV, Lexware, Candis, SEEBURGER]

Das ist keine Marketing-Vorsicht, sondern hat drei handfeste Gründe. Erstens den technischen aus Kapitel 1: Ein Modell, das Felder erkennt und Muster zuordnet, kann sich bei Sonderfällen irren, und es tut das mitunter selbstbewusst. Zweitens den rechtlichen: Eine steuerwirksame Buchung muss nach GoBD nachvollziehbar und prüfbar sein (Kapitel 11). Drittens den betriebswirtschaftlichen: Die teuren Fehler entstehen fast immer in den Ausnahmen — gemischte Steuersätze, ausländische Lieferanten, Anzahlungen, Gutschriften, Skonto, durchlaufende Posten. Genau diese Fälle erkennt die Automatik am schlechtesten und der erfahrene Mensch am besten. Das Ideal ist deshalb keine Vollautomatik, sondern eine saubere Arbeitsteilung: Die Maschine erledigt geräuschlos die 70–80 % eindeutigen Massenbelege, und der Mensch bekommt Zeit und Aufmerksamkeit für die 20–30 % Ausnahmen frei, in denen das Geld und das Risiko stecken.

Wie hoch die realen Automatisierungsgrade branchenweit sind, lässt sich seriös nicht beziffern. Eine unabhängige deutsche Studie mit belastbaren Automatisierungs- oder Erkennungsraten für den Rechnungseingang wurde in der Recherche nicht gefunden; sämtliche kursierenden Prozentwerte stammen von Anbietern und ohne offengelegte Prüfmethodik. [UNKLAR — keine unabhängige Primärquelle mit Prozentwert verifizierbar]

Auswertung — Für den Unternehmer

Belegverarbeitung ist der Einstieg mit dem besten Verhältnis von Nutzen zu Risiko. Der Nutzen ist real und tritt schnell ein — die deutsche Branche berichtet Zeitersparnis vor allem genau bei diesen transaktionalen Prozessen (Kapitel 12). Das Risiko ist beherrschbar, weil die Systeme ohnehin als Vorschlagsassistenten gebaut sind.

Drei konkrete Empfehlungen. Erstens: Führen Sie die Vorkontierung als Vorschlagssystem mit Freigabe ein, nicht als Vollautomatik — auch wenn der Anbieter eine „Autobuchung sicherer Fälle" anbietet, sollten Sie diese anfangs eng begrenzen und erst nach gemessener Trefferquote ausweiten. Zweitens: Definieren Sie Ausnahmeregeln, bei denen der Beleg immer zum Menschen geht (z. B. neue Lieferanten, Beträge über einer Schwelle, gemischte Steuersätze, Auslandsbezug). Drittens: Messen Sie die Trefferquote selbst, statt der Akzeptanzquote des Anbieters zu glauben — ziehen Sie über einige Wochen eine Stichprobe gebuchter Vorschläge und lassen Sie sie prüfen. Erst diese eigene Zahl rechtfertigt, die Automatik weiter zu öffnen.

Für den Unternehmer in einem Satz. Die Belegautomatik ist der beste Startpunkt — führen Sie sie als geprüften Vorschlagsassistenten ein, halten Sie die Ausnahmen beim Menschen, und messen Sie die echte Trefferquote selbst.

Kapitel 3 — Rechnungsprüfung und Purchase-to-Pay

Recherche: Der Prozess vom Wareneingang bis zur Zahlung

„Purchase-to-Pay" (P2P) bezeichnet die gesamte Kette vom Einkauf bis zur Zahlung: Bestellung, Wareneingang, Rechnungseingang, Prüfung, Freigabe, Buchung, Zahlung. Das Herzstück der Prüfung ist der Abgleich — der klassische „Drei-Wege-Abgleich" zwischen Bestellung, Wareneingang und Rechnung: Stimmt die berechnete Menge mit der gelieferten? Stimmt der Preis mit der Bestellung? Ist die Rechnung rechnerisch richtig, formal vollständig, steuerlich korrekt?

KI und Automatisierung greifen hier an mehreren Stellen. Sie ordnen die eingehende Rechnung der richtigen Bestellung zu (auch wenn Nummern fehlen oder Formate abweichen), prüfen die Pflichtangaben, rechnen Positionen und Summen nach und leiten die Rechnung in den passenden Freigabe-Workflow. Wo alles ohne Abweichung zusammenpasst, ist eine vollautomatische Bearbeitung technisch möglich — SEEBURGER nennt das „No-Touch-Buchung", die „*so weit als möglich automatisiert*" werde, sofern keine Abweichungen vorliegen. [ANBIETERANGABE — SEEBURGER] Bezeichnend: Selbst der Anbieter nennt in der geprüften Quelle keine konkrete Automatisierungs-Prozentzahl; die einzige Grafik dazu blieb ohne Zahlenwerte.

Analyse: Wo die Automatik trägt und wo sie bricht

Der Nutzen der Rechnungsprüfungs-Automatik ist eng an die Datenqualität am Eingang gekoppelt, und hier verbindet sich das Thema mit der E-Rechnungspflicht (Kapitel 11). Eine strukturierte E-Rechnung (z. B. im Format XRechnung oder ZUGFeRD) liefert die Daten maschinenlesbar frei Haus; die Erkennung entfällt, der Abgleich wird zuverlässiger, die Automatisierungsquote steigt. Ein PDF-Scan oder gar Papier zwingt das System zuerst zum Raten der Felder — mit entsprechend höherer Fehleranfälligkeit. Das ist der tiefere Grund, warum die E-Rechnung nicht nur eine lästige Pflicht, sondern der eigentliche Hebel für höhere Automatisierung ist: Strukturierte Daten sind der Treibstoff.

Die Bruchstellen sind dieselben wie bei der Vorkontierung, nur teurer, weil hier Geld fließt: Mengen- oder Preisabweichungen zwischen Bestellung und Rechnung, Teil- und Sammelrechnungen, Boni und Rückvergütungen, Fremdwährungen, Skontofristen. Jede dieser Abweichungen ist eine bewusste betriebswirtschaftliche Entscheidung — akzeptiere ich die Preiserhöhung des Lieferanten? — und keine, die man einem Mustererkenner überlassen sollte. Der richtige Zuschnitt ist deshalb auch hier: Die Automatik erledigt den abweichungsfreien Durchlauf und bereitet die Abweichungen entscheidungsreif auf; die Entscheidung trifft der Mensch mit Budgetverantwortung.

Ein zweiter, oft unterschätzter Punkt betrifft die Freigabe-Kompetenzen. Ein gut konfigurierter P2P-Workflow bildet ab, wer bis zu welchem Betrag freigeben darf, und erzwingt bei Bedarf ein Vier-Augen-Prinzip. Das ist weniger ein KI-Thema als ein Kontroll-Thema — aber es ist genau die interne Kontrolle, nach der die Betriebsprüfung und der Wirtschaftsprüfer fragen, und sie lässt sich mit demselben System sauber dokumentieren.

Auswertung — Für den Unternehmer

Rechnungsprüfung ist der Ort, an dem sich die E-Rechnungs-Pflichtinvestition doppelt auszahlt: Sie müssen die strukturierten Formate ohnehin einführen (Kapitel 11), und genau diese Formate heben die Automatisierung. Die richtige Reihenfolge lautet deshalb: zuerst den Eingangskanal auf strukturierte Daten umstellen, dann die Automatik darauf aufsetzen — nicht umgekehrt eine teure KI-Erkennung auf schlechte PDF-Scans stülpen.

Legen Sie fest, welche Abweichungen einen Beleg automatisch aus der Automatik herausnehmen und einer benannten Person zur Entscheidung vorlegen. Und verankern Sie die betragsabhängigen Freigabe- und Vier-Augen-Regeln im Workflow — nicht, weil die KI es verlangt, sondern weil es Ihre wirksamste Absicherung gegen Fehler und Betrug ist und die Prüfbarkeit gegenüber Finanzamt und Abschlussprüfer belegt.

Für den Unternehmer in einem Satz. Erst strukturierte E-Rechnungsdaten, dann Automatik — und jede Abweichung sowie jede Freigabe über einer Schwelle gehört zu einem Menschen mit Budgetverantwortung.

Kapitel 4 — Betrugs- und Anomalie-Erkennung

Recherche: Zwei Welten, die man nicht verwechseln darf

Bei „KI gegen Betrug" muss man zwei sehr verschiedene Felder trennen, die in Werbetexten gern in einen Topf geworfen werden. Das eine ist die Betrugserkennung im Bankensektor — Karten- und Transaktionsbetrug in Echtzeit, ein hochreifes, seit Jahren produktives KI-Feld mit Milliarden von Transaktionen als Trainingsmaterial. Das andere ist die Betrugs- und Anomalie-Erkennung in der Buchhaltung eines normalen Unternehmens: Doppelzahlungen, Dublettenrechnungen, fingierte Lieferanten, ungewöhnliche Buchungsmuster, CEO-Fraud. Hier ist der KI-Reifegrad deutlich niedriger, und belastbare Zahlen sind rar. Dieser Band spricht vom zweiten Feld.

Was ist belegt? Der weltweit anerkannte Verband der Betrugsprüfer (ACFE) berichtet in seiner Studienreihe „Report to the Nations" konsistent zwei Befunde, die für Unternehmer aufschlussreich sind. Erstens: Der häufigste Aufdeckungskanal für Wirtschaftskriminalität sind Hinweise — „*Tips … accounting for 43 % of cases*" —, nicht Systeme oder Kontrollen. Der typische (mittlere) Schaden je Fall liegt bei rund 100.000 US-Dollar. [BELEGT — ACFE, Report to the Nations] Zweitens aber senkt Datenanalyse den Schaden deutlich: Organisationen mit „*proactive data monitoring and analysis*" hatten in der ACFE-Auswertung rund 50 % geringere Schäden und kürzere Aufdeckungszeiten als solche ohne. [BELEGT — ACFE, via GRF CPAs]

Für Deutschland liefert die KPMG-Studie „Wirtschaftskriminalität in Deutschland 2020" belastbare Anker: Rund 30 % der befragten Unternehmen waren binnen zwei Jahren betroffen; „Betrug und Untreue" traf 43 % der betroffenen Unternehmen; und in 53 % der Aufklärungsfälle kamen elektronische Datenanalysen zum Einsatz. [BELEGT — KPMG, 2020] Das belegt: Datenanalyse ist in Deutschland bereits ein zentrales Aufklärungswerkzeug — allerdings stammt die Zahl aus 2020 und beschreibt Aufklärung, nicht KI-gestützte Vorab-Erkennung.

Eine besonders teure Masche mit direktem Bezug zur Finanzabteilung ist der CEO-Fraud (auch „Fake President"): Betrüger geben sich als Geschäftsführung aus und weisen Eilüberweisungen an. Der Kreditversicherer Allianz Trade (vormals Euler Hermes) berichtete 2019 aus dem eigenen Portfolio von rund 65 Fällen mit über 165 Mio. Euro gemeldetem Schaden in vier Jahren, mit Einzelschäden „*zwischen rund 150.000 EUR und 50 Millionen*". [BELEGT — Allianz Trade/Euler Hermes, 04.09.2019 — Portfolio-Daten, nicht Marktgesamtzahl, und älter]

Analyse: Was KI hier real kann — und was Datenqualität und Fallzahl ihr verbieten

Die realistische Rolle von KI in der buchhalterischen Betrugserkennung ist die eines Auffälligkeits-Scanners, nicht eines Richters. Anomalie-Erkennung heißt: Das System lernt das Normale (typische Lieferanten, Beträge, Rhythmen, Konten) und markiert das Ungewöhnliche — eine Rechnung, die einer schon bezahlten fast gleicht (Dublette); ein neuer Lieferant mit auffällig runder Erstrechnung; eine Zahlung knapp unter einer Freigabeschwelle; ein Wochenend-Buchungsmuster, das es sonst nicht gibt. Solche Muster kann Software zuverlässig auffällig machen; ob es tatsächlich Betrug ist, muss ein Mensch entscheiden.

Zwei strukturelle Grenzen sind wichtig. Erstens die Fallzahl: Echter Betrug ist selten. Ein Modell, das aus wenigen positiven Fällen lernen soll, produziert entweder viele Fehlalarme (und wird ignoriert) oder übersieht das Neue (weil es dem Bekannten nicht ähnelt). Die belegte Erkenntnis, dass die meisten Fälle über Hinweise auffliegen, ist genau Ausdruck dieser Grenze — der beste „Sensor" bleibt oft der aufmerksame Mensch. Zweitens die Datenqualität: Ohne saubere Stammdaten (eindeutige Lieferanten, gepflegte Bankverbindungen) erkennt kein System die Dublette oder den gefälschten Zahlungsempfänger.

Ehrlich bleiben muss man bei den Zahlen: Eine belastbare deutsche Primärstatistik zum Anteil von Doppelzahlungen oder Dublettenrechnungen im Rechnungswesen normaler Unternehmen ließ sich nicht finden; kursierende Werte stammen aus Anbieter- und Blogtexten ohne Beleg. [UNKLAR] Die eindrucksvollen Fraud-Zahlen aus dem Bankensektor sind auf die Unternehmensbuchhaltung nicht übertragbar.

Auswertung — Für den Unternehmer

Die wirksamste Betrugsabwehr in der Finanzabteilung ist zum größeren Teil Organisation, nicht KI: ein sauberes Vier-Augen-Prinzip bei Zahlungen, gepflegte Lieferanten-Stammdaten, ein kontrollierter Prozess für Änderungen von Bankverbindungen (die häufigste CEO-Fraud- und Betrugsmasche), und eine Kultur, in der Hinweise ankommen — denn Hinweise sind der belegt häufigste Aufdeckungskanal. KI kommt als zusätzlicher Scanner obendrauf, der Auffälligkeiten früher sichtbar macht und, wie die ACFE-Daten nahelegen, den Schaden senken kann. Erwarten Sie von ihr aber keinen Betrugs-Richter: Jeder Alarm ist ein Prüfauftrag an einen Menschen, kein Urteil. Und misstrauen Sie Anbieterversprechen mit konkreten „Wir-verhindern- X-Prozent"-Zahlen — für die Unternehmensbuchhaltung sind sie in aller Regel nicht unabhängig belegt.

Für den Unternehmer in einem Satz. Betrugsabwehr ist zuerst Organisation (Vier-Augen, Stammdaten, Bankdaten-Prozess, Hinweiskultur); KI ist ein nützlicher Auffälligkeits-Scanner obendrauf, aber kein Richter.

Kapitel 5 — Controlling und FP&A: Forecasting

Recherche: Was maschinelles Lernen bei Prognosen belegbar leistet

„FP&A" (Financial Planning & Analysis) ist die Planungs- und Analysefunktion des Controllings: Planung, Forecast, Soll-Ist, Szenarien. Die naheliegende KI-Anwendung ist die Prognose — Absatz, Umsatz, Zahlungseingänge, Cashflow.

Der beste belegte Anhaltspunkt für die Leistungsfähigkeit von maschinellem Lernen bei Prognosen ist der akademische Prognose-Wettbewerb M5 (2020, ausgewertet 2022), bei dem über 7.000 Teilnehmer aus 101 Ländern an 42.840 realen Absatz- Zeitreihen des US-Händlers Walmart gegeneinander antraten. Zwei Befunde sind für Unternehmer wichtig. Erstens: Erstmals schlugen „reine" ML-Verfahren die besten klassischen Statistikmethoden klar — der Sieger war auf oberer Aggregationsebene 22,4 % besser als der beste statistische Benchmark. Zweitens, und ebenso wichtig: Dieser Vorsprung schrumpft dramatisch, je feiner man wird. Auf der Ebene einzelner Produkt-Filial-Kombinationen — also dort, wo operative Entscheidungen fallen — blieb im Schnitt nur noch rund 3 % Verbesserung, und einzelne Teams lagen sogar schlechter als der einfache Benchmark. [BELEGT — Makridakis u. a., „M5 accuracy competition: Results, findings, and conclusions", 2022]

Zwei weitere M5-Befunde sind praxisrelevant: Die besten Modelle kombinierten mehrere Verfahren statt auf ein einzelnes zu setzen, und alle Sieger nutzten externe Zusatzinformationen (Preise, Aktionen, Feiertage) — reine Historie reichte nicht; Modelle mit Aktions- und Ereignisdaten waren spürbar besser.

Analyse: Warum M5 nicht der Mittelstands-Forecast ist

So belastbar M5 ist — man darf ihn nicht falsch übertragen. M5 ist eine datenreiche Kurzfristprognose für ein Massengeschäft: Millionen Verkäufe, jahre- lange saubere Historie, stabile Struktur. Der typische Mittelständler steht vor dem Gegenteil: kurze Historien, wenige, aber große Kunden, Strukturbrüche (eine neue Produktlinie, ein verlorener Großkunde, eine Pandemie). Genau dort versagt jede rein aus der Vergangenheit lernende Methode. Ein erfahrener FP&A-Praktiker fasst die Grenzen zusammen: Modelle „*struggle with one-time events*", tragen den Bias ihrer historischen Trainingsdaten und leiden am Black-Box-Problem. [UNKLAR/Fachmeinung — FP&A Trends, Praktikerbeitrag, kein Studiencharakter] Das ist keine Studie, aber eine saubere Risikosystematik, die zu den M5-Ergebnissen passt.

Der zweite Fallstrick ist die Verwechslung von Prognose und generativer KI. Ein gutes Forecast-Modell ist statistisches maschinelles Lernen — nachrechenbar, auf Daten trainiert, mit messbarer Güte. Ein Sprachmodell dagegen sollte keine Umsatzprognose „aus dem Bauch" erzeugen; es kann aber sehr nützlich sein, um eine Prognose zu *erklären*, Annahmen abzufragen oder Szenariotexte zu formulieren. Die Zahl kommt aus dem Modell, die Sprache vom Sprachmodell — nicht umgekehrt.

Auswertung — Für den Unternehmer

Für Prognosen gilt eine nüchterne Erwartung. Wo Sie viele gleichartige Vorgänge mit langer, sauberer Historie haben (Absatz vieler Artikel, saisonaler Zahlungseingang, Verbrauch), kann ML die Prognose messbar verbessern — vorausgesetzt, Sie füttern es mit den Treibern (Aktionen, Preise, Feiertage) und kombinieren es mit dem Urteil Ihrer Leute, statt es allein laufen zu lassen. Wo Sie wenige große, individuelle Positionen haben (Projektgeschäft, Schlüsselkunden), bringt ein Modell wenig, und Ihre erfahrenen Mitarbeiter bleiben die bessere Prognosequelle.

Praktisch heißt das: Starten Sie nicht mit dem ambitioniertesten Ziel („KI prognostiziert unseren Jahresumsatz"), sondern mit einem eng umrissenen, datenreichen Anwendungsfall, und messen Sie die Prognosegüte gegen Ihre bisherige Methode. Erst wenn das Modell nachweislich besser ist als Ihr bisheriger Forecast, lohnt der Ausbau. Und halten Sie den Menschen im Prozess — nicht als Bremse, sondern weil er die Strukturbrüche kennt, die kein Modell in den Daten finden kann.

Für den Unternehmer in einem Satz. ML-Prognosen helfen bei vielen, datenreichen, gleichartigen Vorgängen — nicht beim Projektgeschäft mit wenigen Großpositionen; messen Sie die Güte gegen Ihre bisherige Methode, bevor Sie ausbauen.

Kapitel 6 — Reporting-Automatisierung, Dashboards, Soll-Ist

Recherche: Was im Berichtswesen real automatisierbar ist

Reporting ist der zweite große Hebel neben der Belegverarbeitung — und der, bei dem Geschäftsführer den Nutzen am unmittelbarsten spüren, weil sie die Empfänger sind. Gemeint ist die Kette vom Rohdatum zum fertigen Bericht: Daten aus mehreren Systemen (ERP, Vorsysteme, Excel, CRM) zusammenführen, verdichten, gegen den Plan stellen (Soll-Ist), Abweichungen sichtbar machen und in ein wiederkehrendes Format gießen — den Monatsbericht, das Kennzahlen-Dashboard, die Abweichungsanalyse.

Ein großer Teil dieser Arbeit ist kein KI-Thema, sondern Automatisierung im klassischen Sinn: wiederkehrende Datenabzüge, feste Verdichtungsregeln, eine Dashboard-Software (Business Intelligence), die sich automatisch aktualisiert. Die deutsche Controlling-Praxis bestätigt das: In einer Benchmarking-Studie des Internationalen Controller Vereins (ICV) auf Basis von 18 Interviews mit Controlling-Verantwortlichen war die robotergestützte Prozessautomatisierung (RPA) das am weitesten verbreitete Werkzeug (bei 9 von 18 Unternehmen im Einsatz), und der Schwerpunkt lag klar auf Reporting und Rechnungswesen; „echte" KI war nur bei 4 von 18 im Einsatz. [BELEGT — ICV/CPMC „Digitalisierung im Controlling", Interviews Feb–Jul 2024]

Generative KI kommt an zwei Stellen dazu: beim Formulieren des Berichts (aus den Zahlen einen lesbaren Kommentar, eine Management-Summary, eine Abweichungserklärung als Entwurf) und beim Abfragen der Daten in Alltagssprache („Zeig mir die Deckungsbeiträge je Region gegen Plan"). Das ist nützlich und spart Zeit — aber es ist Aufbereitung und Sprache, nicht die exakte Berechnung.

Analyse: Nicht die KI ist die Grenze, sondern die Datenlage

Der wichtigste, ehrlichste Befund der deutschen Controlling-Studie betrifft nicht die KI, sondern das, was vor ihr liegt. Die zentralen Hemmnisse waren durchgängig die Datenqualität und Systembrüche — wörtlich: „*Ganz viele Daten, aber weder strukturiert noch sortiert*" und „*Bedingt durch Systembrüche sind wir hinsichtlich Effizienz nicht optimal*", bei anhaltender Excel-Abhängigkeit trotz neuer Werkzeuge. [BELEGT — ICV/CPMC, 2024] Das ist die Erfahrung fast jedes Mittelständlers: Der Monatsbericht ist nicht deshalb mühsam, weil die Auswertung schwer wäre, sondern weil die Daten in fünf Systemen und zehn Excel-Dateien liegen, uneinheitlich benannt und mit der Hand zusammengetragen.

Daraus folgt eine unbequeme, aber befreiende Erkenntnis: KI löst dieses Problem nicht — sie verschärft es sogar, wenn man es überspringt. Ein Sprachmodell auf chaotische Daten loszulassen erzeugt schnell aussehende, aber falsche Auswertungen (Kapitel 7 und 10). Der eigentliche, dauerhafte Hebel im Reporting ist das langweilige Vorprogramm: eine saubere, einheitliche Datenbasis (definierte Kennzahlen, konsistente Stammdaten, möglichst wenige Systembrüche). Ist die da, automatisiert selbst einfache Technik den Standardbericht zuverlässig; ist sie es nicht, hilft die teuerste KI nichts.

Bei der Soll-Ist- und Abweichungsanalyse kann KI dann echten Zusatzwert stiften: Sie kann Abweichungen nicht nur anzeigen, sondern in Alltagssprache erste Erklärungshypothesen vorschlagen („Umsatz unter Plan, getrieben durch Region Süd, dort vor allem Produktgruppe X"). Das ist ein hervorragender Entwurf — der von einem Controller geprüft werden muss, weil die KI Korrelation und Ursache verwechseln und plausibel danebenliegen kann.

Auswertung — Für den Unternehmer

Wenn Sie im Reporting Zeit gewinnen wollen, investieren Sie zuerst in die Datenbasis, nicht in KI. Die Reihenfolge ist entscheidend: einheitliche Kennzahlendefinitionen, saubere Stammdaten, automatisierte Datenabzüge, ein Dashboard, das sich selbst aktualisiert — das ist der Löwenanteil des Nutzens, und das meiste davon ist klassische Automatisierung. Setzen Sie generative KI obendrauf für das, was sie gut kann: Berichtskommentare und Abweichungserklärungen als Entwurf, Datenabfragen in Alltagssprache. Behandeln Sie jeden KI-Kommentar als Vorschlag, den Ihr Controlling prüft und verantwortet, bevor er an den Aufsichtsrat oder die Bank geht. So bekommen Sie den Monatsbericht schneller und bleiben für jede Zahl geradestehen.

Für den Unternehmer in einem Satz. Der größte Reporting-Hebel ist eine saubere Datenbasis (klassische Automatisierung); KI liefert obendrauf gute Kommentar- und Erklärungs-Entwürfe, die das Controlling prüft und verantwortet.

Kapitel 7 — Aus Rohdaten und Excel automatisch aggregierte Auswertungen

Recherche: Der verlockendste Anwendungsfall — und der trügerischste

Kaum ein Versprechen zieht Geschäftsführer so an wie dieses: „Lade deine Excel- Tabelle hoch, stelle deine Frage in normaler Sprache, und die KI erstellt die Auswertung." Die Werkzeuge dafür existieren real. Microsoft Copilot in Excel kann laut offizieller Dokumentation Formeln erzeugen und anwenden, Berechnungen ausführen, PivotTables und Diagramme erstellen und Fragen an die Daten beantworten. [ANBIETERANGABE — Microsoft] ChatGPTs Funktion „Advanced Data Analysis" (früher „Code Interpreter") lädt eine Tabelle, schreibt im Hintergrund Programmcode und lässt diesen rechnen und visualisieren.

Der technische Unterschied zwischen diesen beiden Wegen ist genau die Lektion aus Kapitel 1. Wenn das Werkzeug im Hintergrund eine Formel oder Code erzeugt und diese von Excel bzw. einem Interpreter rechnen lässt, dann rechnet eine deterministische Maschine — das ist zuverlässig. Wenn ein Sprachmodell dagegen die Zahlen „im Kopf" aggregieren soll, ist es unzuverlässig. Der Nutzer sieht diesen Unterschied oft nicht, und genau darin liegt das Risiko.

Bemerkenswert ist, wie zurückhaltend die Anbieter selbst formulieren. Microsofts Dokumentation nennt keine Genauigkeitsgarantien, betont stattdessen die Nutzerkontrolle — „*Your content stays editable, and you're in control of everything that's modified*" — und legt die Bewertung dem Nutzer auf: „*evaluate whether the outcome matches your intent*". [ANBIETERANGABE — Microsoft] Noch deutlicher wird eine herstellernahe, aber unabhängige Stelle: Die Anleitung des MIT Sloan zu ChatGPTs Datenanalyse warnt ausdrücklich: „*It is important to continuously check the accuracy of the output you receive. While advanced, this technology does still make errors.*" [BELEGT — MIT Sloan]

Analyse: Warum „sieht richtig aus" hier besonders gefährlich ist

Zwei belegte Erkenntnisse treffen bei der Excel-Auswertung zusammen und ergeben ein handfestes Risiko. Erstens die Halluzination: Ein Sprachmodell erzeugt „*plausible yet nonfactual content*" — plausibel aussehende, aber falsche Inhalte —, und zwar in zwei Formen: Es kann von den überprüfbaren Fakten abweichen (eine erfundene Kennzahl) oder von den gelieferten Eingabedaten (die Summe passt nicht zu den Positionen). [BELEGT — Huang u. a., „A Survey on Hallucination in LLMs", 2023] Zweitens die Souveränität, mit der es das tut: Im großen Feldexperiment von Harvard und der Boston Consulting Group mit 758 Beratern („Jagged Frontier") steigerte GPT-4 die Leistung bei passenden Aufgaben klar (mehr erledigte Aufgaben, 25 % schneller, bessere Qualität) — aber bei einer Aufgabe, die widersprüchliche Daten aus Zahlen und Interviews verlangte, lagen die KI-Nutzer 19 Prozentpunkte häufiger falsch als die Kontrollgruppe ohne KI. [BELEGT — Dell'Acqua u. a., HBS/BCG, 2023] Die Kombination ist das Gefährliche: Die KI liefert eine überzeugend aussehende Auswertung, und gerade weil sie so überzeugend aussieht, prüft niemand nach.

Hinzu kommen praktische Größengrenzen. Für Copilot in Excel kursiert eine praktische Obergrenze im Bereich von ein bis zwei Millionen Zellen, oberhalb derer die Zuverlässigkeit sinke und Ausgaben abgeschnitten würden — diese Zahl stammt jedoch von einem Drittanbieter-Blog und ist nicht durch Microsoft bestätigt. [UNKLAR — nur als Indiz, nicht als harte Grenze] Der belegbare Kern bleibt: Je größer und unübersichtlicher die Datenmenge, desto höher das Risiko unbemerkter Fehler.

Auswertung — Für den Unternehmer

Dieser Anwendungsfall ist zugleich der nützlichste und der trügerischste. Nützlich, weil er echte Handarbeit spart und Auswertungen ermöglicht, die sich vorher niemand gemacht hätte. Trügerisch, weil das Ergebnis immer fertig und richtig aussieht — auch wenn es falsch ist.

Drei Regeln machen ihn beherrschbar. Erstens: Nutzen Sie ihn für Explorieren und Entwerfen, nicht für die finale, entscheidungs- oder testierrelevante Zahl. Eine erste Sicht auf Ihre Daten, eine Hypothese, ein Diagramm-Entwurf — dafür ist er ideal. Zweitens: Bevorzugen Sie den Weg, bei dem die KI eine nachvollziehbare Formel oder einen Code erzeugt, den Sie sehen und nachrechnen können — nicht die Variante, bei der eine Zahl ohne Rechenweg erscheint. Lassen Sie sich den Rechenweg zeigen. Drittens: Prüfen Sie jede wichtige Zahl mit einer unabhängigen Kontrollrechnung nach (eine bekannte Teilsumme, ein Plausibilitätscheck). Wer diese drei Regeln beherzigt, holt den Zeitgewinn und vermeidet die teure, unbemerkte Fehlzahl.

Für den Unternehmer in einem Satz. KI-Auswertungen aus Excel sind zum Erkunden und Entwerfen großartig — für die entscheidungsrelevante Zahl lassen Sie sich den Rechenweg zeigen und prüfen mit einer unabhängigen Kontrollrechnung nach.

Kapitel 8 — Liquiditäts- und Cashflow-Planung

Recherche: Naheliegend, aber dünn belegt

Die Liquiditätsplanung — welche Zahlungen kommen wann herein, welche gehen hinaus, wie entwickelt sich der Kontostand — ist für den Mittelstand oft überlebenswichtiger als die Gewinn-und-Verlust-Rechnung. Die Idee, KI die Zahlungseingänge prognostizieren und die Liquidität vorausschauen zu lassen, ist entsprechend beliebt. Zahlreiche Anbieter (Treasury- und Cash-Management-Werkzeuge) bewerben KI-gestützte Cashflow-Prognosen.

Die Beleglage ist hier allerdings dünn. In der Recherche ließ sich keine unabhängige Studie mit belastbaren Genauigkeitszahlen speziell für KI-Liquiditätsprognosen im Mittelstand finden; die Anbieterangaben sind werblich und nicht unabhängig geprüft. [UNKLAR/ANBIETERANGABE] Der übertragbare Beleg für die grundsätzliche Machbarkeit ist wieder M5 (Kapitel 5): Datenreiche Kurzfristprognosen lassen sich mit ML messbar verbessern — vorausgesetzt, es gibt viele gleichartige Vorgänge, eine saubere Historie und die relevanten Treiber.

Analyse: Wo Zahlungsprognose funktioniert und wo nicht

Genau diese Voraussetzung entscheidet über den Nutzen. Ein Unternehmen mit vielen gleichartigen Kunden und regelmäßigem Zahlungsverhalten (Abo-, Handels-, Verbrauchsgeschäft) hat die Datenbasis, auf der ein Modell das typische Zahlungsziel je Kunde lernen und den Eingang datumsgenauer schätzen kann als eine pauschale Regel. Ein Unternehmen mit wenigen großen Projektzahlungen hat sie nicht — hier hängt die Liquidität an einzelnen, individuell verhandelten Meilensteinen, die kein Modell aus der Vergangenheit ableiten kann, wohl aber der Projektleiter weiß.

Der zweite, oft übersehene Punkt: Liquiditätsplanung ist besonders empfindlich gegenüber seltenen, großen Ereignissen — ein Kunde zahlt plötzlich nicht, eine Steuernachzahlung, eine Investition. Genau das sind die Fälle, in denen rein historisch lernende Modelle versagen (Kapitel 5) und in denen das Urteil des Unternehmers unersetzlich ist. KI kann die *Grundlast* der Zahlungsströme glätten und vorausschauen; die *Ausschläge*, die über Solvenz entscheiden, bleiben Chefsache.

Auswertung — Für den Unternehmer

Behandeln Sie KI in der Liquiditätsplanung als Verbesserung der Grundprognose, nicht als Ersatz Ihrer Vorsicht. Wenn Ihr Geschäft die Datenbasis hergibt (viele regelmäßige Zahlungen), kann ein Modell den erwarteten Zahlungseingang je Kunde schärfen — das ist ein realer Gewinn gegenüber pauschalen Zahlungszielen. Planen Sie aber immer mit einem Sicherheitspuffer und mit Szenarien für die großen Ausschläge, die kein Modell kennt. Und übernehmen Sie keine Anbieter-Genauigkeitszahl ungeprüft: Lassen Sie das Werkzeug einige Monate parallel zu Ihrer bisherigen Planung laufen und vergleichen Sie, bevor Sie sich darauf verlassen.

Für den Unternehmer in einem Satz. KI kann die regelmäßige Grundlast der Zahlungsströme schärfer prognostizieren — die seltenen großen Ausschläge, die über die Solvenz entscheiden, bleiben Chefsache und gehören in einen Sicherheitspuffer.

Kapitel 9 — Unterstützung bei Monats- und Jahresabschluss

Recherche: Was heute real unterstützt wird

Der Abschluss — Monats-, Quartals-, Jahresabschluss — ist der ritualisierte Höhepunkt der Buchhaltung: abgrenzen, abstimmen, bewerten, konsolidieren, kommentieren. KI greift hier nicht als „Abschluss auf Knopfdruck" ein, sondern an einzelnen, klar umrissenen Stellen: beim Vorbereiten und Abstimmen von Konten (Kontenabstimmung, Intercompany- Abgleich), beim Aufspüren von Auffälligkeiten (fehlende Abgrenzungen, ungewöhnliche Salden), beim Entwerfen von Kommentierungen und Anhangstexten.

Die belegbare deutsche Erhebung ordnet das nüchtern ein: Der KI-Nutzen im Rechnungswesen liegt vor allem bei transaktionalen Prozessen (Erfassung, Buchung) mit berichteter Zeitersparnis bei 37 % der Unternehmen und höherer Prozessqualität bei 70 % — nicht bei einem vollautomatischen Abschluss. [BELEGT — KPMG, 17.11.2025] Ein „vollständiger KI-Abschluss auf Knopfdruck" ist in keiner belastbaren Quelle belegt.

Analyse: Warum der Abschluss die Domäne der Prüfbarkeit ist

Der Abschluss ist der Ort, an dem die Grenzen aus Kapitel 1 und die Pflichten aus Kapitel 11 zusammentreffen. Ein Abschluss muss testierbar sein: Der Wirtschaftsprüfer (bei prüfungspflichtigen Gesellschaften) und die Betriebsprüfung verlangen, dass jede Zahl nachvollziehbar hergeleitet ist. Eine nicht reproduzierbare, nicht selbst erklärende generative Ausgabe erfüllt diese Anforderung von sich aus nicht. Deshalb ist der Abschluss geradezu der Musterfall für die Arbeitsteilung dieses Bandes: KI darf vorbereiten, abstimmen, auffällig machen und formulieren — die wertbestimmenden Urteile (Rückstellungen, Wertberichtigungen, Bewertungswahlrechte) und die verantwortete Feststellung bleiben beim Menschen.

Das ist keine Einschränkung aus Ängstlichkeit, sondern die Bedingung dafür, dass die Unterstützung überhaupt zulässig und nützlich ist: Ein KI-Assistent, der die Kontenabstimmung um Tage verkürzt und den Bilanzierenden auf drei ungewöhnliche Salden hinweist, ist wertvoll — gerade weil der Mensch die Entscheidung und die Signatur behält.

Auswertung — Für den Unternehmer

Erwarten Sie vom Abschluss keine Vollautomatik, sondern Beschleunigung an den mühsamen Rändern: schnellere Abstimmung, frühere Auffälligkeits-Hinweise, fertige Textentwürfe. Das verkürzt die Durchlaufzeit real und entlastet Ihr Team in der stressigsten Phase. Halten Sie zugleich unmissverständlich fest, dass die Bewertungsentscheidungen und die Feststellung des Abschlusses menschliche Verantwortung sind — schon deshalb, weil Ihr Abschlussprüfer und die Betriebsprüfung die Nachvollziehbarkeit jeder Position verlangen. Wer KI als Abschluss-Assistenten und nicht als Abschluss-Ersatz einführt, gewinnt Zeit, ohne die Testierfähigkeit zu gefährden.

Für den Unternehmer in einem Satz. KI beschleunigt die mühsamen Ränder des Abschlusses (Abstimmen, Auffälligkeiten, Textentwürfe) — Bewertung und Feststellung bleiben menschliche Verantwortung, weil jede Position nachvollziehbar sein muss.

Kapitel 10 — Die Grenzen: Zahlen-Halluzination, Nachvollziehbarkeit, Vier-Augen-Prinzip

Dieses Kapitel bündelt, was in den Anwendungskapiteln immer wieder auftauchte, zu einem verlässlichen Grenz-Kompass. Es ist das wichtigste Kapitel für die Sicherheit Ihres Unternehmens, weil es die Fälle benennt, in denen KI die falsche Lösung ist.

Recherche: Die drei belegten Grenzen

Erstens: Zahlen-Halluzination. Ein Sprachmodell erzeugt bei Unsicherheit eine plausibel klingende, aber falsche Antwort, statt Unsicherheit zuzugeben — belegt als Folge des Trainings, das „*guessing over acknowledging uncertainty*" belohnt. [BELEGT — Kalai u. a. (OpenAI), 2025] Bei Zahlen bedeutet das eine falsche Ziffer, die genau wie eine richtige aussieht. Selbst bei der vergleichsweise einfachen Aufgabe, ein vorgelegtes Dokument nur treu zusammenzufassen („*Summarize using only the information in the given passage. Do not infer.*"), erfinden selbst Spitzenmodelle in mehreren Prozent der Fälle Inhalte, die nicht in der Vorlage stehen — die gemessenen Halluzinationsraten in einem laufenden Vergleich lagen je nach Modell bei etwa 3 bis 12 %, also nie bei null. [BELEGT — Vectara Hallucination Leaderboard, Stand 05/2026] Diese Zahl misst nur die Zusammenfassungs-Aufgabe, nicht das Rechnen — aber sie zeigt: Auf null Fehler ist kein Sprachmodell zu bekommen.

Zweitens: Rechenschwäche ohne Werkzeug. Wie in Kapitel 1 belegt, machen selbst starke Modelle arithmetische Fehler, überwiegend „prozedurale Ausrutscher" beim mechanischen Rechnen; ein richtiges Ergebnis kann über einen falschen Weg zustande kommen. [BELEGT — Boye & Moell 2025; Zhang & Graf 2025] Mit angebundenem, geprüftem Rechenwerkzeug verschwindet diese Schwäche weitgehend (36 % → 95 % in der klinischen Studie). [BELEGT — Goodell u. a. 2025]

Drittens: Mangelnde Nachvollziehbarkeit. Generative Ausgaben sind weder deterministisch noch von sich aus erklärbar. In der deutschen Rechnungswesen-Praxis ist das nicht nur ein Technikproblem, sondern die zweitgrößte Hürde überhaupt: 59 % der Unternehmen nennen die mangelnde Nachvollziehbarkeit und Transparenz von KI-Algorithmen als große Herausforderung, nur übertroffen von Datenschutz/Sicherheit (65 %). [BELEGT — KPMG, 17.11.2025]

Analyse: Wann KI die falsche Lösung ist

Aus diesen Grenzen lässt sich eine klare Entscheidungsregel ableiten. KI — insbesondere generative KI — ist die falsche Lösung, wenn eine dieser Bedingungen zutrifft:

Das Ergebnis muss exakt und reproduzierbar sein (Summen, Salden, Steuerbeträge, Abschlusszahlen). Solches Rechnen gehört in deterministische Regel-Software oder geprüfte Formeln, nicht in eine generative Ausgabe. Ein Sprachmodell darf die Aufgabe höchstens in einen geprüften Rechenweg übersetzen; rechnen muss die Maschine.

Das Ergebnis ist prüfungs- oder testierpflichtig (steuerwirksame Buchungen, Abschlusspositionen). Hier verlangen GoBD, Betriebsprüfung und Wirtschaftsprüfer Nachvollziehbarkeit und Unveränderbarkeit (Kapitel 11) — Anforderungen, die eine nicht reproduzierbare generative Ausgabe von sich aus nicht erfüllt.

Die Fallzahl ist sehr klein oder die Aufgabe ist einzigartig (der eine große Projektforecast, der Sonderfall). Modelle brauchen viele gleichartige Beispiele; im Einzelfall raten sie plausibel. [abgeleitet aus BELEGT — Boye & Moell; Kalai u. a.]

Die Datenqualität ist schlecht (unstrukturiert, widersprüchlich, lückenhaft). Dann verschärft KI das Problem, statt es zu lösen, und liefert überzeugend aussehende Fehlauswertungen. [abgeleitet aus BELEGT — ICV/CPMC; Dell'Acqua u. a.]

Umgekehrt ist KI die richtige Lösung, wo viele gleichartige Vorgänge, gute Daten und eine menschliche Freigabe zusammenkommen — Belege lesen und vorkontieren, Standardberichte aufbereiten, Auffälligkeiten markieren, Texte entwerfen, Daten explorieren.

Das Vier-Augen-Prinzip als Betriebssystem

Der rote Faden all dieser Grenzen ist ein einziges, altbekanntes Prinzip: die menschliche Kontrolle vor der Wirkung. In der Buchhaltung heißt es Vier-Augen- Prinzip; im KI-Kontext nennt man es „human in the loop" — der Mensch bleibt in der Entscheidungsschleife. Beides meint dasselbe: Bevor eine KI-erzeugte Zahl oder Buchung Wirkung entfaltet (gebucht, gezahlt, berichtet, festgestellt wird), sieht ein verantwortlicher Mensch sie und gibt sie frei.

Wichtig ist dabei, dass diese Freigabe echt ist und nicht zur Formalie verkommt. Das Feldexperiment mit den 758 Beratern ist die Warnung: Wenn die KI souverän und überzeugend wirkt, sinkt die Bereitschaft nachzuprüfen — und genau dann schlägt die plausibel-falsche Ausgabe durch. [BELEGT — Dell'Acqua u. a., 2023] Eine wirksame Freigabe braucht deshalb Stichproben, Kontrollrechnungen und klare Schwellen, ab denen genauer hingesehen wird — nicht ein reflexhaftes Abnicken.

Auswertung — Für den Unternehmer

Machen Sie die Grenzregel zur Hausregel und schreiben Sie sie auf: Exaktes Rechnen und prüfpflichtige Buchungen laufen über geprüfte Software mit menschlicher Freigabe; generative KI ist Assistent für Aufbereitung, Entwurf und Auffälligkeit, nie letzte Instanz für eine Zahl. Sorgen Sie dafür, dass die Freigabe echt bleibt — mit Stichproben und Kontrollrechnungen statt Abnicken. Und benennen Sie ausdrücklich die Fälle, in denen KI nicht eingesetzt wird (kleine Fallzahl, schlechte Daten, testierpflichtige Endzahl). Diese eine Seite Hausregel ist die wirksamste und billigste Absicherung, die Sie treffen können.

Für den Unternehmer in einem Satz. Schreiben Sie eine Hausregel: geprüfte Software plus echte Vier-Augen-Freigabe für jede wirkende Zahl — generative KI nur als Assistent, und in klar benannten Fällen (kleine Fallzahl, schlechte Daten, testierpflichtige Endzahl) gar nicht.

Kapitel 11 — Recht und Pflicht: GoBD, § 147 AO, E-Rechnung, DSGVO

Haftungsausschluss (Wiederholung, weil hier besonders wichtig). Dieses Kapitel benennt die einschlägigen Normen korrekt und mit Fundstelle, ist aber keine Rechts- oder Steuerberatung. Fristen und Fassungen ändern sich; die Primärtexte (Abgabenordnung, BMF-Schreiben, EUR-Lex) sind vor jeder konkreten Entscheidung mit Steuerberater/Wirtschaftsprüfer zu prüfen.

GoBD — die Spielregeln der elektronischen Buchführung

Die „Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern, Aufzeichnungen und Unterlagen in elektronischer Form sowie zum Datenzugriff" (GoBD) sind kein Gesetz, sondern eine Verwaltungsauffassung des Bundesfinanzministeriums — aber die maßgebliche Richtschnur dafür, wie das Finanzamt eine digitale Buchhaltung beurteilt. Die aktuell maßgebliche Fassung stammt aus dem **BMF-Schreiben vom

1. März 2024** (anzuwenden ab 01.04.2024); die Anpassung stand im Zusammenhang mit

dem DAC7-Umsetzungsgesetz und betraf vor allem den Datenzugriff sowie Kataloge zulässiger Dateiformate. [BELEGT — BMF-Schreiben 11.03.2024; KMLZ]

Vier Grundprinzipien der GoBD gelten für KI-Buchungen genauso wie für manuelle:

Nachvollziehbarkeit und Nachprüfbarkeit — ein sachverständiger Dritter muss sich in angemessener Zeit einen Überblick verschaffen und den Geschäftsvorfall von der Entstehung bis zur Buchung (und zurück) verfolgen können. Für KI heißt das: Es muss nachvollziehbar bleiben, *warum* eine Buchung so vorgeschlagen und freigegeben wurde — inklusive Korrektur- und Freigabehistorie.

Unveränderbarkeit — eine einmal erfasste Buchung darf nicht ohne Spur geändert werden; Änderungen müssen protokolliert sein. Ein KI-System, das Buchungen „lernend" nachträglich anpasst, darf das nur nachvollziehbar und protokolliert tun.

Vollständigkeit und Richtigkeit — alle Geschäftsvorfälle lückenlos und zutreffend.

Verfahrensdokumentation — es muss dokumentiert sein, wie das Verfahren technisch und organisatorisch funktioniert. Dieser Punkt gewinnt mit KI an Gewicht: Betriebsprüfer verlangen die Verfahrensdokumentation zunehmend zu Beginn der Prüfung, um „*Einblick in die steuer- und buchführungsrelevanten Datenverarbeitungsprozesse*" zu gewinnen — besonders bei automatisierter Steuerfindung im System. [BELEGT — KMLZ, 2024] Wer KI in der Buchhaltung einsetzt, muss also beschreiben können, was das System tut, wie kontrolliert und freigegeben wird und wie Korrekturen ablaufen.

§ 147 AO — Aufbewahrungsfristen (kürzlich geändert)

Die Aufbewahrungsfristen des § 147 Abs. 3 AO wurden durch das Vierte Bürokratieentlastungsgesetz (BEG IV) geändert. Der aktuelle Stand:

[BELEGT — § 147 AO, Wortlaut via dejure.org; Änderung via Deloitte Tax-News]

Die Verkürzung für Buchungsbelege wurde mit dem BEG IV am 29.10.2024 im Bundesgesetzblatt verkündet (BGBl. 2024 I Nr. 323). Sie gilt nicht rückwirkend, sondern „*für alle Unterlagen, deren Aufbewahrungsfrist nach § 147 Abs. 3 AO bis zum Tag vor dem Inkrafttreten des Gesetzes noch nicht abgelaufen ist*". [BELEGT — Deloitte Tax-News] (Hinweis: Das genaue Zusammenspiel von Verkündungs- und Anwendungsdatum sowie der Gleichlauf mit § 257 HGB ist vor einer konkreten Löschentscheidung am Primärtext zu prüfen — daher hier bewusst der Verweis auf die Fundstellen. [teilweise UNKLAR — Primärtext vor Druck zitieren])

Zwei Warnungen: Erstens kursiert fälschlich die Angabe, Buchungsbelege müssten nur noch „6 Jahre" aufbewahrt werden — das ist falsch; für Buchungsbelege gelten 8 Jahre. Zweitens ist die kürzere Frist auch eine DSGVO-Pflicht in die andere Richtung: Personenbezogene Daten dürfen nicht *länger* aufbewahrt werden, als es die Aufbewahrungspflicht verlangt (dazu 11.4). Das Löschkonzept muss also an die neue Frist angepasst werden.

E-Rechnungspflicht im B2B — der Zeitplan

Mit dem Wachstumschancengesetz (Zustimmung Bundesrat 22.03.2024) wurde die verpflichtende elektronische Rechnung im inländischen B2B-Bereich eingeführt. Maßgeblich ist eine *strukturierte* elektronische Rechnung nach der europäischen Norm EN 16931 (gängige Formate: XRechnung, ZUGFeRD 2.x) — ein reines PDF ist keine E-Rechnung in diesem Sinne. Der gestaffelte Zeitplan:

Seit 1. Januar 2025: Jedes inländische Unternehmen muss E-Rechnungen empfangen und verarbeiten können. Die Empfangsfähigkeit ist bereits Pflicht.

Bis 31. Dezember 2026: Übergangsphase — Papierrechnungen und andere elektronische Formate (z. B. PDF) bleiben zulässig, PDF jedoch nur mit Zustimmung des Empfängers.

Ab 1. Januar 2027: Unternehmen mit einem Vorjahresumsatz über 800.000 € müssen E-Rechnungen ausstellen; kleinere Unternehmen dürfen noch bis Ende 2027 andere Formate nutzen.

Ab 1. Januar 2028: Alle inländischen Unternehmen müssen im B2B-Bereich E-Rechnungen ausstellen.

Ausnahmen u. a.: Kleinbeträge bis 250 € (brutto), Fahrausweise, Leistungen von Kleinunternehmern, bestimmte steuerfreie Leistungen. [BELEGT — Wachstumschancengesetz; IHK Frankfurt; LfSt Bayern]

Die KI-Relevanz ist der eigentliche Grund, warum dieses Thema in einem KI-Band steht: Strukturierte E-Rechnungsdaten sind der Treibstoff jeder Automatisierung. Wer den Eingangskanal auf strukturierte Formate umstellt, hebt zugleich die Automatisierungsquote in Vorkontierung und Rechnungsprüfung (Kapitel 2 und 3). Die Pflicht und der Nutzen zeigen hier in dieselbe Richtung.

DSGVO — wenn personenbezogene Daten im Spiel sind

Sobald in Belegen, Rechnungen oder Auswertungen personenbezogene Daten vorkommen — Namen von Ansprechpartnern, Einzelunternehmer, Reisekostenabrechnungen von Mitarbeitern, Kundendaten —, greift die Datenschutz-Grundverordnung. Für den KI-Einsatz in den Finanzen sind vor allem relevant:

Rechtsgrundlage und Zweckbindung (Art. 5, 6 DSGVO): Die Verarbeitung braucht einen zulässigen Zweck; Buchführung und steuerliche Pflichten liefern ihn regelmäßig, aber nicht für jede beliebige KI-Weiterverarbeitung.

Auftragsverarbeitung (Art. 28 DSGVO): Nutzen Sie eine Cloud- oder KI-Lösung eines Anbieters, der in Ihrem Auftrag personenbezogene Daten verarbeitet, brauchen Sie einen Auftragsverarbeitungsvertrag. Prüfen Sie besonders, ob und wohin Daten übermittelt werden (Drittland) und ob der Anbieter Ihre Daten zum Training seiner Modelle nutzt.

Sicherheit der Verarbeitung (Art. 32 DSGVO): angemessene technische und organisatorische Maßnahmen (Zugriffsrechte, Verschlüsselung, Protokollierung).

Automatisierte Einzelentscheidungen (Art. 22 DSGVO): Entscheidungen, die „*ausschließlich auf einer automatisierten Verarbeitung beruhen*" und einer Person gegenüber rechtliche Wirkung entfalten oder sie erheblich beeinträchtigen, sind grundsätzlich unzulässig (mit Ausnahmen). Für die reine Vorkontierung ist das meist nicht einschlägig; relevant kann es werden, wenn eine KI etwa vollautomatisch über Bonität, Mahnstufen oder Kreditlimits einer Person entscheidet. Solche Fälle brauchen eine besondere Prüfung. [BELEGT — Art. 22 DSGVO]

Löschung vs. Aufbewahrung: Die Aufbewahrungspflicht (11.2) und die Löschpflicht (Daten nicht länger als nötig) ziehen in entgegengesetzte Richtungen. Das Löschkonzept muss beide vereinen: so lange wie steuerlich vorgeschrieben, aber nicht länger.

Auswertung — Für den Unternehmer

Die rechtliche Seite lässt sich auf vier Aufträge eindampfen, die unabhängig vom KI-Ehrgeiz zu erledigen sind. Erstens, die E-Rechnung jetzt umsetzen: Empfang ist seit 2025 Pflicht, die Ausstellung folgt 2027/2028 — und die Umstellung ist zugleich Ihr größter Automatisierungshebel. Zweitens, das Löschkonzept an die 8-Jahres-Frist für Buchungsbelege anpassen (nicht länger, nicht kürzer). Drittens, die Verfahrensdokumentation um den KI-Einsatz erweitern: beschreiben, was das System tut, wie freigegeben und wie korrigiert wird — die Betriebsprüfung fragt zu Beginn danach. Viertens, bei personenbezogenen Daten die DSGVO-Basics sichern: Auftragsverarbeitungsvertrag, Drittland- und Trainings-Frage klären, Zugriff und Protokollierung regeln. Wer diese vier Punkte sauber erledigt, kann KI in den Finanzen einsetzen, ohne die Prüfbarkeit oder den Datenschutz zu gefährden.

Für den Unternehmer in einem Satz. Vier Pflichtaufträge, KI hin oder her: E-Rechnung umsetzen, Löschkonzept auf 8 Jahre anpassen, Verfahrensdokumentation um den KI-Einsatz erweitern, DSGVO-Basics (AV-Vertrag, Drittland/Training, Zugriff) sichern.

Kapitel 12 — Studien und Produktivitätszahlen (US und DE getrennt)

Dieses Kapitel ordnet die kursierenden Zahlen ein — und trennt dabei streng nach Herkunft, weil eine US-Beraterzahl über ein deutsches Rechnungswesen wenig aussagt und umgekehrt.

Recherche: Was belegt ist, und mit welcher Methodik

Deutschland — Rechnungswesen (die beste vorhandene Quelle, aber Selbstauskunft). Die KPMG-Studie „Digitalisierung im Rechnungswesen 2025/2026" (17.11.2025, 209 befragte Unternehmen) ist die belastbarste deutsche Finance-Quelle. Ihre Kernzahlen:

[BELEGT — KPMG, 17.11.2025, n = 209] Wichtige Lesehilfe: Alle diese Werte sind Selbstauskünfte aus einer Befragung, keine gemessenen Produktivitätseffekte. „37 % Zeitersparnis" heißt: 37 % der Unternehmen *berichten* eine Zeitersparnis — nicht, dass die Produktivität um 37 % gestiegen sei. Und die „53 %" mischen produktiven Einsatz mit bloßer Vorbereitung; der harte Produktivanteil (28 % ML) ist deutlich kleiner.

Deutschland — Makrokontext (repräsentativ, aber ohne Finance-Detail). Die Bitkom-Studie „Künstliche Intelligenz 2025" (repräsentative Befragung von 604 Unternehmen ab 20 Beschäftigten) findet, dass 36 % der deutschen Unternehmen 2025 KI einsetzen — mit klar steigendem Trend gegenüber den Vorjahren. [BELEGT — Bitkom Research, 2025] Diese Zahl beschreibt den Gesamttrend, nicht das Rechnungswesen — sie darf nicht als Finance-Zahl verwendet werden.

USA / branchenübergreifend — die beste Wirkungsmessung. Das kontrollierte Feldexperiment von Harvard und BCG mit 758 Beratern („Jagged Frontier", 2023) misst echte Effekte statt Wahrnehmungen: Bei Aufgaben „innerhalb der Fähigkeitsgrenze" der KI erledigten Nutzer 12,2 % mehr Aufgaben, 25,1 % schneller und in höherer Qualität; bei einer Aufgabe „außerhalb der Grenze" (widersprüchliche Zahlen und Interviews) lagen sie 19 Prozentpunkte häufiger falsch. [BELEGT — Dell'Acqua u. a., 2023] Das ist Unternehmensberatung, nicht Buchhaltung — übertragbar ist die *Struktur* (großer Nutzen bei passenden Aufgaben, echtes Fehlerrisiko bei anspruchsvollen Analysen), nicht die konkrete Prozentzahl.

Prognose (US-Retail). Der M5-Wettbewerb (Kapitel 5): ML auf oberer Ebene 22,4 % besser als der beste statistische Benchmark, im Detail nur noch rund 3 %. [BELEGT — Makridakis u. a., 2022]

Analyse: Die drei häufigsten Zahlen-Fallen

Falle 1 — „nutzt" mit „plant" mischen. Die freundlich klingenden Adoptionsquoten („53 %") enthalten fast immer die Vorbereiter. Der produktive Kern ist kleiner. Das ist kein Grund zur Sorge, sondern zur Gelassenheit: Wer jetzt sauber beginnt, ist mitten im Feld, nicht abgehängt.

Falle 2 — Wahrnehmung als Messung ausgeben. Befragungszahlen („37 % berichten Zeitersparnis") sind keine gemessenen Effizienzgewinne. Für die eigene Entscheidung zählt nur die eigene Messung (vorher/nachher im eigenen Haus), nicht der Branchenschnitt.

Falle 3 — Sektoren und Länder verwechseln. Zahlen aus dem *Finanzsektor* (Banken, Versicherer) beschreiben nicht die *Buchhaltungsabteilung* eines Normalunternehmens; US-Beraterproduktivität beschreibt nicht das deutsche Rechnungswesen; Retail-Absatz- prognose beschreibt nicht den Projektforecast. Jede übernommene Zahl braucht das Etikett, woher sie stammt.

Auffällig ist zudem, was fehlt: Ein methodisch sauberer, Finance-spezifischer Produktivitäts-RCT (kontrolliertes Experiment) ist in der Recherche nicht aufgetaucht. Die kursierenden „KI spart X % im Finanzbereich"-Aussagen von Beratungshäusern sind, soweit geprüft, ohne offengelegte Methodik — sie sind als Marketing zu behandeln, bis eine Primärquelle mit Stichprobe vorliegt. [UNKLAR]

Auswertung — Für den Unternehmer

Nutzen Sie fremde Studien für die Richtung, nie für die eigene Geschäftsrechnung. Die belegte Richtung ist klar und konsistent: Der reale, schnelle Nutzen liegt bei den transaktionalen Massenprozessen (Belege, Standardreports); der Nutzen ist zuerst Zeit und Qualität, nicht sofort Geld; die größten Hürden sind Datenschutz und Nachvollziehbarkeit. Für die Frage, ob sich KI *bei Ihnen* lohnt, ersetzt keine Branchenzahl die eigene Messung an einem eng umrissenen Anwendungsfall. Misstrauen Sie runden Prozentversprechen ohne Methodik — und verlangen Sie von jedem Anbieter, der mit einer Zahl wirbt, die Quelle, die Stichprobe und das Datum.

Für den Unternehmer in einem Satz. Studien zeigen die Richtung (Zeit- und Qualitätsgewinn bei Massenprozessen), nie Ihren konkreten Business Case — messen Sie selbst, und trennen Sie „nutzt" von „plant", Wahrnehmung von Messung, Sektor von Sektor.

Kapitel 13 — Ausblick: Was später Workflow- und Agent-tauglich wird (nur angedeutet)

Dieses Kapitel ist bewusst kurz und ausdrücklich Andeutung, kein Fahrplan. Es benennt, wohin die Entwicklung zeigt, ohne es zu Fakten aufzublasen.

Die belegte Trendlinie ist die E-Rechnung: Weil ab 2025–2028 immer mehr Rechnungen als strukturierte Daten eintreffen, steigt die Automatisierbarkeit der nachgelagerten Schritte — das ist keine Spekulation, sondern folgt aus der Pflicht. [BELEGT — Kapitel 11]

Was darüber hinaus denkbar wird, ist Vermutung und als solche gekennzeichnet: Die heutigen Einzel-Assistenten (Beleg lesen, vorkontieren, Report entwerfen) könnten zu verketteten Arbeitsabläufen zusammenwachsen — ein „Agent", der einen Beleg entgegennimmt, vorkontiert, mit der Bestellung abgleicht und den Vorgang *entscheidungsreif zur Freigabe* vorlegt; ein Mahnwesen-Assistent, der Fälligkeiten überwacht und Entwürfe erzeugt; ein Reporting-Assistent, der den Monatsbericht als Entwurf zusammenstellt. Der entscheidende Punkt, der auch in dieser Zukunft gilt: Die steuerwirksame Buchung und die verantwortete Zahl bleiben freigabepflichtig — wegen der GoBD-Prüfbarkeit (Kapitel 11) und der Rechen- und Nachvollziehbarkeitsgrenzen (Kapitel 10). Mehr Autonomie verschiebt die Stelle, an der der Mensch prüft; sie schafft die Prüfung nicht ab.

Wie viel Handlungsmacht man einem solchen Agenten überhaupt geben sollte, ist eine eigene Entscheidung mit eigener Logik — sie ist in einem gesonderten Band der Reihe („Autonomie ist eine Entscheidung") ausgearbeitet und wird hier nur als Verweis genannt. Für die Finanzabteilung lautet die Merkregel: erst die Massen-Assistenten sauber und geprüft betreiben, dann — vorsichtig, mit Stichproben und harten Freigabeschwellen — über Verkettung nachdenken. Nicht umgekehrt.

Für den Unternehmer in einem Satz (Ausblick, kein Versprechen). Die Richtung geht von Einzel-Assistenten zu verketteten Abläufen — aber die steuerwirksame Buchung bleibt auch dann freigabepflichtig; erst das Heute sauber betreiben, dann vorsichtig verketten.

Kapitel 14 — Für den Unternehmer: der priorisierte Maßnahmenplan

Dieses Kapitel bündelt die Handlungsempfehlungen der einzelnen Kapitel zu einer Reihenfolge. Es ist bewusst nüchtern: erst die Pflichten und die Grundlagen, dann die Assistenten, zuletzt der Ausbau.

Sofort (Pflicht, unabhängig von KI)

1. E-Rechnung umsetzen. Empfang ist seit 1.1.2025 Pflicht; Ausstellung folgt 2027 (> 800.000 € Vorjahresumsatz) und 2028 (alle). Klären Sie mit Steuerberater und Softwarehaus, dass Sie strukturierte Formate (XRechnung/ZUGFeRD) empfangen und bald ausstellen können. Doppelnutzen: Das ist zugleich Ihr größter Automatisierungshebel. (Kapitel 11)

2. Löschkonzept an 8 Jahre anpassen. Aufbewahrungsfrist für Buchungsbelege auf 8 Jahre stellen (§ 147 AO n. F.) — nicht länger (DSGVO), nicht kürzer (Steuerrecht). (Kapitel 11)

Grundlage (bevor KI echten Nutzen bringt)

3. Datenbasis ordnen. Einheitliche Kennzahlendefinitionen, gepflegte Stammdaten, möglichst wenige Systembrüche. Dies ist der größte, langweiligste und wirksamste Hebel im Reporting — und die Voraussetzung dafür, dass KI-Auswertungen überhaupt stimmen. (Kapitel 6)

4. Hausregel „Rechnen und Freigeben" schreiben. Eine Seite: Exaktes Rechnen und prüfpflichtige Buchungen laufen über geprüfte Software mit Vier-Augen-Freigabe; generative KI ist Assistent für Aufbereitung, Entwurf und Auffälligkeit, nie letzte Instanz für eine Zahl; benannte Fälle ohne KI (kleine Fallzahl, schlechte Daten, testierpflichtige Endzahl). (Kapitel 10)

Einführen (bester Nutzen zuerst)

5. Belegverarbeitung/Vorkontierung als Vorschlagssystem. Der reifste, lohnendste Einstieg. Autobuchung anfangs eng begrenzen, Ausnahmen zum Menschen leiten, Trefferquote selbst messen. (Kapitel 2)

6. Rechnungsprüfung auf strukturierte Daten aufsetzen. Erst der Kanal, dann die Automatik; Abweichungen und Freigaben über Schwellen zum Menschen. (Kapitel 3)

7. Reporting-Kommentare und -Abfragen mit KI unterstützen. Auf sauberer Datenbasis (Punkt 3) generative KI für Berichtskommentar, Abweichungserklärung und Alltagssprache-Abfragen — als geprüften Entwurf. (Kapitel 6)

Absichern und ausbauen (laufend)

8. Verfahrensdokumentation um KI erweitern. Beschreiben, was das System tut, wie freigegeben und korrigiert wird — die Betriebsprüfung fragt zu Beginn danach. (Kap. 11)

9. DSGVO sichern. Auftragsverarbeitungsvertrag, Drittland- und Trainings-Frage, Zugriff und Protokollierung — überall dort, wo personenbezogene Daten verarbeitet werden. (Kapitel 11)

10. Wirkung messen und erst dann ausweiten. Zeitersparnis und Fehlerquote vorher/nachher an einem eng umrissenen Anwendungsfall erheben; erst bei belegtem Nutzen ausbauen. Anbieter-Prozenten nicht glauben — eigene Zahl schlägt Branchenschnitt. (Kapitel 12)

Was heißt das für den Geschäftsführer? — Gesamtfazit

Buchhaltung, Finanzen und Controlling sind der Bereich, in dem KI am geräuschlosesten Zeit spart — und zugleich der mit den härtesten Pflichten. Drei Dinge muss die Geschäftsführung verinnerlichen. Erstens laufen konkrete gesetzliche Uhren, die nichts mit KI-Hype zu tun haben, aber jetzt zu erledigen sind — die E-Rechnungspflicht und die verkürzte Aufbewahrungsfrist. Sie sind zugleich die Grundlage, auf der KI überhaupt gut funktioniert. Zweitens ist KI in den Zahlen heute ein *Vorschlags*-System: Wegen der GoBD-Prüfbarkeit, der Rechen- und Halluzinationsgrenzen der Sprachmodelle und der von den Unternehmen selbst benannten Nachvollziehbarkeitshürde bleibt die menschliche Freigabe Pflicht — das exakte Rechnen gehört in geprüfte Software. Drittens sind die Adoptionszahlen freundlich gerechnet; der harte Produktivanteil ist kleiner, und für die eigene Entscheidung zählt allein die eigene Messung. Die Führungsaufgabe ist unspektakulär, aber wertvoll: die gesetzlichen Umstellungen sauber erledigen, KI als geprüften Assistenten für die Massenvorgänge einführen, das Rechnen der Maschine und die Verantwortung dem Menschen lassen, und den Nutzen messen. Wer das ordentlich macht, holt echte Zeitersparnis, ohne die Betriebsprüfung zu fürchten.

Anhang A — Glossar: KI- und Finanzbegriffe für Nicht-Techniker

Dieses Glossar erklärt die Begriffe, die in diesem Band und in Anbietergesprächen vorkommen, in Alltagssprache. Es ist zum Nachschlagen gedacht.

Künstliche Intelligenz (KI). Sammelbegriff für Software, die Aufgaben übernimmt, die man früher menschlichem Denken zuschrieb — Muster erkennen, Sprache verstehen, Vorhersagen treffen. Der Begriff sagt für sich genommen wenig; entscheidend ist, *welche* Technik dahinter steckt (siehe die nächsten Einträge).

Regelbasierte Software / Automatisierung. Klassische Programme, die festen, vom Menschen definierten Regeln folgen („Wenn Betrag über X, dann Freigabe durch Y"). Sie sind nachvollziehbar und liefern bei gleicher Eingabe dasselbe Ergebnis. Der Großteil der zuverlässigen „Automatisierung" in den Finanzen ist von dieser Art.

Deterministisch. Eigenschaft eines Systems, bei dem gleiche Eingabe immer zum gleichen Ergebnis führt und der Weg nachrechenbar ist. Für exakte Zahlen ist das die gewünschte Eigenschaft. Sprachmodelle sind *nicht* deterministisch.

Maschinelles Lernen (ML). Verfahren, bei denen Software Muster aus vielen Beispielen „lernt", statt dass ein Mensch jede Regel vorgibt. Prognosemodelle (Absatz, Zahlungen) sind typische ML-Anwendungen. ML ist meist nachrechenbar und auf Daten trainiert — anders als generative Sprachmodelle.

Großes Sprachmodell (LLM, Large Language Model). Die Technik hinter ChatGPT, Microsoft Copilot oder Claude. Im Kern ein sehr guter Textfortsetzer, der das wahrscheinlichste nächste Wortstück vorhersagt. Stark im Formulieren, Zusammenfassen und Übersetzen von Alltagssprache in Struktur — schwach im exakten Rechnen, wenn es allein arbeitet.

Generative KI. KI, die neue Inhalte erzeugt (Texte, Bilder, Code). Sprachmodelle sind generative KI. Für Entwürfe und Aufbereitung nützlich, für die exakte Endzahl ungeeignet.

Halluzination. Fachbegriff dafür, dass ein Sprachmodell plausibel klingende, aber sachlich falsche Inhalte erzeugt — auch falsche Zahlen, die wie richtige aussehen. Kein seltener Ausrutscher, sondern eine bauartbedingte Eigenschaft (Kapitel 10).

Werkzeugnutzung (Tool Use). Technik, bei der ein Sprachmodell nicht selbst rechnet, sondern die Aufgabe an ein geprüftes Werkzeug (Formel, Programmcode, Software) übergibt. Damit wird das Rechnen zuverlässig (Kapitel 1).

OCR (Texterkennung). „Optical Character Recognition" — Technik, die aus einem Bild oder Scan (z. B. einer Rechnung) maschinenlesbaren Text macht. Grundlage der Belegerfassung.

Vorkontierung. Der Vorschlag, auf welches Konto und mit welchem Steuersatz ein Beleg zu buchen ist. Klassisch Handarbeit der vorbereitenden Buchhaltung, heute der häufigste KI-Assistenzfall.

Purchase-to-Pay (P2P). Die Kette vom Einkauf bis zur Zahlung: Bestellung, Wareneingang, Rechnung, Prüfung, Freigabe, Buchung, Zahlung.

Drei-Wege-Abgleich. Prüfung, ob Bestellung, Wareneingang und Rechnung in Menge und Preis zusammenpassen — die Kernkontrolle der Rechnungsprüfung.

Dunkelbuchung / No-Touch. Vollautomatische Verarbeitung ohne menschlichen Eingriff — in der Praxis nur für eindeutige, abweichungsfreie Vorgänge und als bewusst aktivierte Option.

FP&A (Financial Planning & Analysis). Die Planungs- und Analysefunktion des Controllings: Planung, Forecast, Soll-Ist-Vergleich, Szenarien.

Forecast / Prognose. Vorhersage künftiger Werte (Umsatz, Absatz, Zahlungseingänge) auf Basis von Daten.

Soll-Ist-Vergleich / Abweichungsanalyse. Gegenüberstellung von Plan (Soll) und Wirklichkeit (Ist) und die Erklärung der Abweichungen.

Business Intelligence (BI) / Dashboard. Software, die Daten aus mehreren Systemen zusammenführt und als Kennzahlen und Grafiken darstellt, oft automatisch aktualisiert.

RPA (Robotic Process Automation). „Software-Roboter", die feste, wiederkehrende Klick- und Kopierabläufe automatisieren (z. B. Daten von A nach B übertragen). Keine KI im engeren Sinn, aber im Controlling weit verbreitet.

GoBD. „Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern … in elektronischer Form sowie zum Datenzugriff" — die Verwaltungsauffassung des Finanzministeriums dazu, wie eine digitale Buchhaltung beschaffen sein muss (Kapitel 11).

Verfahrensdokumentation. Die schriftliche Beschreibung, wie Ihre Buchführung technisch und organisatorisch funktioniert — von der Betriebsprüfung zunehmend zu Prüfungsbeginn verlangt.

E-Rechnung. Eine Rechnung in einem *strukturierten* elektronischen Format (nach Norm EN 16931, z. B. XRechnung, ZUGFeRD), das Software direkt weiterverarbeiten kann. Ein einfaches PDF ist keine E-Rechnung in diesem Sinne.

DSGVO. Datenschutz-Grundverordnung — regelt den Umgang mit personenbezogenen Daten (Kapitel 11).

Auftragsverarbeitung (AV-Vertrag). Vertrag nach Art. 28 DSGVO, den Sie mit einem Dienstleister schließen müssen, der in Ihrem Auftrag personenbezogene Daten verarbeitet (z. B. ein Cloud- oder KI-Anbieter).

Human in the loop / Vier-Augen-Prinzip. Der Grundsatz, dass ein verantwortlicher Mensch ein Ergebnis prüft und freigibt, bevor es Wirkung entfaltet.

Agent (im KI-Sinn). Ein KI-System, das mehrere Schritte selbstständig verkettet, um eine Aufgabe zu erledigen (Kapitel 13). In den Finanzen heute nur mit menschlicher Freigabe an den entscheidenden Stellen sinnvoll.

Anhang B — Die historische Linie (2007–2026): wie es so weit kam

Wer verstehen will, warum KI in der deutschen Buchhaltung *so* und nicht anders aussieht, muss die Entwicklungslinie kennen. Sie erklärt, warum vieles bereits automatisiert ist — und warum die menschliche Freigabe nie verschwand.

Die deutsche Buchhaltung ist historisch eng an DATEV gekoppelt, den 1966 gegründeten Genossenschafts-Dienstleister der Steuerberater. Die Entwicklung verlief in nachvollziehbaren Stufen: von der frühen Datenfernübertragung an die Kanzlei über die Einführung cloudbasierter Belegzusammenarbeit („DATEV Unternehmen online", 2007) hin zur OCR-Belegerkennung, zur regelbasierten Automatisierung und seit etwa 2023/24 zur lernenden KI-Vorkontierung. Die Linie lautet also: Papier → elektronische Übertragung → Cloud-Belegtransfer → Texterkennung → Regel-Automatisierung → KI-Buchungsvorschläge. [BELEGT — Handwerksblatt, „60 Jahre DATEV — vom Lochstreifen zu KI", 2026; DATEV Unternehmensgeschichte]

Zwei Beobachtungen aus dieser Geschichte sind für die Gegenwart lehrreich. Erstens ist jede Stufe additiv gewesen: Die neue Technik ersetzte selten die Kontrolle, sondern verschob die menschliche Tätigkeit von der Erfassung zur Prüfung. Der Buchhalter tippt weniger und prüft mehr — die Verantwortung blieb. Zweitens ist die heutige KI keine Revolution aus dem Nichts, sondern die vorläufig letzte Stufe einer langen Automatisierungsgeschichte. Das relativiert den Hype in beide Richtungen: KI in der Buchhaltung ist weder ein plötzlicher Umsturz noch bloße Spielerei, sondern die konsequente Fortsetzung eines Weges, den die Branche seit Jahrzehnten geht — mit demselben eingebauten Grundsatz der menschlichen Freigabe.

Der aktuelle Beschleuniger ist kein Technik-, sondern ein Rechtsereignis: die E-Rechnungspflicht (Kapitel 11). Weil ab 2025–2028 immer mehr Rechnungen als strukturierte Daten eintreffen, bekommt die Automatisierung erstmals flächendeckend sauberen Treibstoff. Das ist der eigentliche Grund, warum die nächsten Jahre in der Buchhaltung automatisierungsintensiver werden — unabhängig davon, wie sich die Sprachmodelle weiterentwickeln.

Anhang C — Verfahrensdokumentation: Bausteine für den KI-Einsatz

Die Verfahrensdokumentation ist kein bürokratischer Selbstzweck, sondern Ihr wichtigstes Beweismittel gegenüber der Betriebsprüfung — und sie wird zunehmend zu Prüfungsbeginn verlangt (Kapitel 11). Setzen Sie KI in der Buchhaltung ein, sollte die Dokumentation mindestens die folgenden Bausteine abdecken. (Dies ist eine praktische Orientierung, keine Rechtsberatung; die konkrete Ausgestaltung stimmen Sie mit Steuerberater/Wirtschaftsprüfer ab.)

Baustein 1 — Überblick und Zweck. Welche Systeme sind im Einsatz, welche Rolle spielt KI (z. B. Vorkontierung, Rechnungsprüfung), welche Prozesse laufen wie ab.

Baustein 2 — Datenfluss. Woher kommen die Belege (Empfangskanäle, E-Rechnung), wohin fließen die Daten, welche Systeme sind beteiligt, wo werden Daten gespeichert (auch: Cloud, Drittland).

Baustein 3 — Rolle der KI und ihre Grenzen. Was schlägt die KI vor, was entscheidet sie *nicht*. Ausdrücklich festhalten: Vorkontierung/Erkennung ist Vorschlag; die Buchung wird freigegeben.

Baustein 4 — Kontroll- und Freigabeprozess. Wer prüft was, ab welcher Schwelle, nach welchem Vier-Augen-Prinzip. Welche Fälle gehen immer manuell (neue Lieferanten, hohe Beträge, gemischte Steuersätze, Auslandsbezug).

Baustein 5 — Umgang mit Korrekturen und Lernen. Wie werden Fehlbuchungen korrigiert, wie wird das protokolliert, wie wirkt sich „Lernen" des Systems aus (Unveränderbarkeit wahren, Änderungen nachvollziehbar halten).

Baustein 6 — Protokollierung und Aufbewahrung. Wie werden Buchungs-, Korrektur- und Freigabehistorie protokolliert; wie ist die Aufbewahrung (8 Jahre Buchungsbelege) und das Löschkonzept (DSGVO) geregelt.

Baustein 7 — Rollen und Verantwortlichkeiten. Wer ist fachlich, wer technisch, wer datenschutzrechtlich verantwortlich; wie ist die Vertretung geregelt.

Baustein 8 — Anbieter und Verträge. Welche Anbieter sind eingebunden, welche AV-Verträge bestehen, wo liegen die Daten, nutzt der Anbieter Daten zum Training.

Baustein 9 — Änderungshistorie der Dokumentation selbst. Wann wurde was geändert — damit die Dokumentation ihrerseits nachvollziehbar bleibt.

Der Aufwand dafür ist überschaubar und zahlt sich doppelt aus: Er erfüllt die GoBD-Pflicht *und* zwingt Sie, den eigenen Prozess sauber zu durchdenken — was fast immer Schwachstellen zutage fördert, die nichts mit KI zu tun haben.

Anhang D — So messen Sie den Nutzen selbst (Vorher/Nachher-Methode)

Der wichtigste Satz aus Kapitel 12 lautet: Für die Frage, ob sich KI *bei Ihnen* lohnt, ersetzt keine Branchenzahl die eigene Messung. So machen Sie diese Messung, ohne Aufwand-Overkill.

Schritt 1 — Wählen Sie einen einzigen, eng umrissenen Anwendungsfall. Zum Beispiel: die Vorkontierung der Eingangsrechnungen eines Lieferantenkreises. Nicht „KI im Rechnungswesen" — zu breit, um etwas zu messen.

Schritt 2 — Erheben Sie den Ausgangswert (Vorher). Über zwei bis vier Wochen: Wie viele Belege, wie viel Zeit pro Beleg im Schnitt, wie viele Fehler/Korrekturen im Nachgang. Grob genügt — Hauptsache konsistent gemessen.

Schritt 3 — Führen Sie die KI ein und messen Sie dieselben Größen (Nachher). Über denselben Zeitraum, dieselbe Belegart. Zusätzlich wichtig: die echte Trefferquote — ziehen Sie eine Stichprobe der KI-Vorschläge und lassen Sie sie unabhängig prüfen (nicht die Akzeptanzquote des Anbieters übernehmen).

Schritt 4 — Rechnen Sie ehrlich. Zeitersparnis pro Beleg mal Belegmenge, minus Prüf-/Freigabezeit, minus Lizenz- und Einführungskosten. Halten Sie auch die Fehlerquote gegen: Spart die KI Zeit, produziert aber mehr Nacharbeit, ist der Gewinn kleiner als er scheint.

Schritt 5 — Entscheiden Sie auf Basis Ihrer Zahl. Erst wenn der eigene Wert positiv ist, weiten Sie aus (mehr Belegarten, mehr Automatik). Ist er es nicht, liegt es meist an der Datenqualität am Eingang (Kapitel 6) — dann ist das der nächste Hebel, nicht mehr KI.

Diese fünf Schritte kosten wenige Stunden und ersparen Ihnen die teuerste Fehlentscheidung: eine flächendeckende Einführung auf Basis von Anbieterversprechen, die sich im eigenen Haus nicht bestätigen.

Anhang E — Drei illustrative Szenarien (richtig und falsch eingesetzt)

Hinweis: Die folgenden Szenarien sind illustrative Beispiele, keine realen Firmen oder Fälle. Sie zeigen die Prinzipien dieses Bandes an typischen Situationen. Die Zahlen sind erfundene Rechenbeispiele zur Veranschaulichung, keine belegten Werte.

Szenario 1 — Der Handelsbetrieb führt die Belegautomatik richtig ein

Ein Großhändler mit vielen gleichartigen Eingangsrechnungen führt die KI-gestützte Vorkontierung ein. Er macht drei Dinge richtig: Er stellt zuerst den Empfangskanal auf strukturierte E-Rechnungen um, sodass die Daten sauber ankommen. Er aktiviert die Autobuchung *nur* für einen definierten Kreis bekannter Lieferanten mit eindeutigen Mustern; alles andere geht als Vorschlag zur Freigabe. Und er misst über vier Wochen die echte Trefferquote an einer Stichprobe, bevor er den Kreis erweitert. Ergebnis: Die Massenbelege laufen geräuschlos, das Team hat mehr Zeit für die kniffligen Fälle, und die Betriebsprüfung findet eine saubere Verfahrensdokumentation vor. Prinzip: Massenarbeit an die Maschine, Ausnahmen und Freigabe an den Menschen, Nutzen selbst gemessen.

Szenario 2 — Der Geschäftsführer lässt Quartalszahlen „mal eben" aggregieren

Ein Geschäftsführer lädt am Abend vor der Beiratssitzung eine große Excel-Datei in ein Sprachmodell und bittet um die Deckungsbeiträge je Region. Die Antwort kommt in Sekunden, sieht professionell aus — und eine Regionalsumme ist falsch, weil das Modell einige Zeilen „im Kopf" aggregiert und sich verrechnet hat. Weil die Tabelle überzeugend aussieht, prüft niemand nach; die falsche Zahl landet in der Präsentation. Was schiefging: ein generatives Modell an der entscheidungsrelevanten Endzahl, ohne nachvollziehbaren Rechenweg und ohne Kontrollrechnung. Richtig wäre gewesen: das Modell eine nachvollziehbare Formel/Auswertung erzeugen zu lassen, die in der Tabellenkalkulation rechnet, und die Kernsummen mit einer bekannten Gesamtsumme gegenzuprüfen (Kapitel 7 und 10).

Szenario 3 — Das Controlling nutzt den KI-Kommentar mit Freigabe

Ein Controller lässt sich vom KI-Assistenten den Monatsbericht kommentieren: eine Management-Summary und erste Erklärungshypothesen für die Abweichungen. Die Zahlen selbst stammen aus dem geprüften BI-System, nicht aus der KI. Der Controller prüft den Entwurf, verwirft eine Hypothese (die KI hatte Korrelation und Ursache verwechselt), schärft zwei Formulierungen und gibt den Bericht frei. Zeitersparnis: spürbar; Verantwortung: klar beim Menschen. Prinzip: Die Zahl kommt aus geprüfter Software, die Sprache von der KI, die Freigabe vom Controller.

Anhang F — Häufige Irrtümer und Anti-Muster

Irrtum: „KI rechnet natürlich exakt — sie ist ja ein Computer." Falsch für Sprachmodelle: Sie sagen das wahrscheinlichste nächste Wort voraus und verrechnen sich dabei, solange sie selbst rechnen (Kapitel 1). Exakt wird es erst mit geprüftem Rechenwerkzeug.

Irrtum: „Wenn die Ausgabe professionell aussieht, wird sie stimmen." Das Gegenteil ist die Gefahr: Gerade weil KI-Ausgaben souverän wirken, prüft man sie zu selten — und die plausibel-falsche Zahl schlägt durch (Kapitel 10).

Irrtum: „53 % nutzen KI schon — wir sind spät dran." Die Zahl mischt „nutzt" mit „bereitet vor"; der harte Produktivanteil ist kleiner. Wer jetzt sauber beginnt, ist mitten im Feld (Kapitel 12).

Irrtum: „Erst die KI, dann sehen wir die Daten." Umgekehrt: Ohne saubere Datenbasis liefert KI überzeugend aussehende Fehlauswertungen. Die Datenbasis ist der eigentliche Hebel (Kapitel 6).

Irrtum: „Der Anbieter sagt 91 % Trefferquote, also stimmt das." Das ist meist eine Akzeptanz- oder Aktivitätszahl, keine unabhängig geprüfte Korrektheit. Messen Sie selbst (Anhang D).

Irrtum: „Buchungsbelege muss man nur noch 6 Jahre aufbewahren." Falsch — für Buchungsbelege gelten 8 Jahre (Kapitel 11).

Irrtum: „Ein PDF ist doch eine E-Rechnung." Nein — E-Rechnung meint ein *strukturiertes* Format (EN 16931, z. B. XRechnung/ZUGFeRD); ein PDF-Bild zählt nicht (Kapitel 11).

Anti-Muster: Vollautomatik ohne Messung. Die Autobuchung für alles zu öffnen, bevor die eigene Trefferquote gemessen ist. Besser: eng beginnen, messen, ausweiten.

Anti-Muster: Freigabe als Abnicken. Ein Vier-Augen-Prinzip, bei dem der Zweite alles ungeprüft bestätigt. Besser: Stichproben, Kontrollrechnungen, klare Schwellen.

Anti-Muster: Schatten-KI. Mitarbeiter laden Finanzdaten in private KI-Werkzeuge, ohne AV-Vertrag und Datenschutzprüfung. Besser: klare Hausregel, freigegebene Werkzeuge, Datenschutz geklärt (Kapitel 11).

Anhang G — Fragen, die der Geschäftsführer stellen sollte

An einen KI-/Software-Anbieter

• Was genau macht Ihr System — Vorschlag oder eigenständige Buchung? Wie sieht der

Freigabeprozess aus?

• Woher stammen Ihre Genauigkeits-/Trefferquoten? Ist das eine Akzeptanzquote oder eine

unabhängig geprüfte Korrektheit? Nennen Sie Quelle, Stichprobe und Datum.

• Wo werden unsere Daten gespeichert und verarbeitet (Land, Cloud)? Gibt es einen

AV-Vertrag? Nutzen Sie unsere Daten zum Training Ihrer Modelle?

• Wie unterstützt Ihr System GoBD-Anforderungen (Nachvollziehbarkeit, Unveränderbarkeit,

Protokollierung, Verfahrensdokumentation)?

• Wie werden Korrekturen protokolliert? Bleibt die Buchungshistorie unveränderbar?
• Was passiert bei einem Fehler — wie erkennen und korrigieren wir ihn, und wer haftet?
• Rechnet Ihr System exakt selbst, oder übergibt es das Rechnen an geprüfte Software/Formeln?

Intern (an das eigene Team)

• Für welchen konkreten, eng umrissenen Anwendungsfall starten wir — und wie messen wir den

Nutzen (Anhang D)?

• Welche Fälle gehen *immer* manuell an einen Menschen (Schwellen, neue Lieferanten,

Sonderfälle)?

• Ist unsere Datenbasis sauber genug, oder ist das der eigentliche erste Hebel (Kapitel 6)?
• Steht unsere Hausregel „Rechnen und Freigeben" (Kapitel 10) und kennt sie jeder?
• Ist die Verfahrensdokumentation um den KI-Einsatz erweitert (Anhang C)?
• Haben wir die vier Pflichtaufträge erledigt: E-Rechnung, 8-Jahres-Löschkonzept,

Verfahrensdokumentation, DSGVO-Basics (Kapitel 11)?

Anhang H — Kurz-FAQ für die Geschäftsführung

Kann ich meiner Buchhaltungs-KI die Steuerbuchungen einfach überlassen? Nein. Sie ist heute ein Vorschlagssystem; die steuerwirksame Buchung braucht menschliche Freigabe — wegen der GoBD-Prüfbarkeit und der Rechen-/Halluzinationsgrenzen (Kapitel 10 und 11).

Darf ich ChatGPT & Co. für unsere Finanzauswertungen nutzen? Zum Erkunden und Entwerfen ja, für die entscheidungsrelevante Endzahl nur mit nachvollziehbarem Rechenweg und Kontrollrechnung — und nie mit personenbezogenen Daten ohne geklärten Datenschutz (Kapitel 7, 11).

Spare ich mit KI wirklich Geld? Zuerst sparen Sie vor allem Zeit und gewinnen Qualität; Kostenersparnis berichten die Unternehmen eher langfristig. Und ob es sich *bei Ihnen* lohnt, zeigt nur Ihre eigene Messung (Kapitel 12, Anhang D).

Was muss ich zwingend tun, unabhängig von KI? Vier Dinge: E-Rechnung umsetzen, Löschkonzept auf 8 Jahre für Buchungsbelege anpassen, Verfahrensdokumentation pflegen, DSGVO-Basics sichern (Kapitel 11).

Erkennt KI Betrug in unserer Buchhaltung? Sie kann Auffälligkeiten früher sichtbar machen und den Schaden senken, ist aber kein Richter. Die wirksamste Abwehr bleibt Organisation: Vier-Augen bei Zahlungen, gepflegte Stammdaten, kontrollierte Bankdaten-Änderungen, eine Hinweiskultur (Kapitel 4).

Ersetzt KI meine Buchhalter oder Controller? Nach heutigem Stand verschiebt sie deren Arbeit von der Erfassung zur Prüfung und Interpretation — die Verantwortung und das Urteil bleiben menschlich (Anhang B, Kapitel 10).

Woran erkenne ich, dass ein Anbieter übertreibt? An runden Prozentversprechen ohne Quelle, Stichprobe und Datum; an „Vollautomatik ohne Freigabe"; an fehlenden Antworten zu GoBD, AV-Vertrag und Datenspeicherung (Anhang G).

Quellenliste (Stand 08/2026)

Alle URLs verweisen auf reale, benannte Dokumente/Seiten. Die in dieser Bearbeitung tatsächlich abgerufenen Kernquellen sind unten gekennzeichnet. Primärtexte (Gesetze, BMF-Schreiben, EUR-Lex) sind vor Drucklegung direkt zu zitieren.

Recht / Primär- und Fachquellen

• § 147 AO (Aufbewahrungsfristen; Buchungsbelege 8 Jahre) — Wortlaut:

https://www.gesetze-im-internet.de/ao_1977/__147.html ; https://dejure.org/gesetze/AO/147.html [BELEGT — dejure abgerufen]

• Viertes Bürokratieentlastungsgesetz (BEG IV) — Verkürzung 10→8 Jahre, verkündet

29.10.2024, BGBl. 2024 I Nr. 323 — Deloitte Tax-News: https://www.deloitte-tax-news.de/steuern/verfahrensrecht/buerokratieentlastungsgesetz-iv-bundestag-verabschiedet-gesetz.html [BELEGT — abgerufen]

• GoBD, BMF-Schreiben vom 11.03.2024 (anzuwenden ab 01.04.2024) —

https://www.bundesfinanzministerium.de/Content/DE/Downloads/BMF_Schreiben/Weitere_Steuerthemen/Abgabenordnung/AO-Anwendungserlass/2024-03-11-aenderung-gobd.pdf [BELEGT]

• GoBD 2024 — Einordnung/Verfahrensdokumentation, KMLZ Newsletter 19/2024 —

https://www.kmlz.de/de/Umsatzsteuer/Newsletter_19_2024 [BELEGT — abgerufen]

• E-Rechnungspflicht (Wachstumschancengesetz), IHK Frankfurt am Main —

https://www.frankfurt-main.ihk.de/recht/uebersicht-alle-rechtsthemen/steuerrecht/umsatzsteuer-national/e-rechnungspflicht-ab-2025-6055774 [BELEGT — abgerufen]

• E-Rechnung, LfSt Bayern — https://www.lfst.bayern.de/steuerinfos/weitere-themen/e-rechnung [BELEGT]
• Art. 22 DSGVO (automatisierte Einzelentscheidungen) —

https://dsgvo-gesetz.de/art-22-dsgvo/ ; VO (EU) 2016/679: https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:32016R0679 [BELEGT]

Anwendungen / Anbieter (ANBIETERANGABE)

• DATEV, „KI reduziert manuellen Aufwand beim Buchen", 17.09.2025 (7,5 Mio.

Buchungsvorschläge/Monat) — https://www.datev.de/web/de/berufsgruppenuebergreifend/presse/presseinformationen/meldungen-2025/ki-reduziert-manuellen-aufwand-beim-buchen [ANBIETERANGABE — abgerufen]

• DATEV, Vorjahresmeldung 15.08.2024 (~5,5 Mio./Monat) —

https://www.datev.de/web/de/berufsgruppenuebergreifend/presse/presseinformationen/meldungen-2024/datev-bringt-zusaetzliche-ki-unterstuetzung-in-die-buchfuehrung [ANBIETERANGABE — abgerufen]

• Lexware Office, KI in der Buchhaltung (91 % Akzeptanz, ~60 % Zeitersparnis) —

https://www.lexware.de/wissen/buchhaltung-finanzen/kuenstliche-intelligenz-in-der-buchhaltung [ANBIETERANGABE — abgerufen]

• Candis, KI-Buchhaltung (85 % Vorkontierung) — https://lp.candis.io/ki-buchhaltung [ANBIETERANGABE — abgerufen]
• SEEBURGER, digitale Rechnungsprüfung / No-Touch-Buchung —

https://blog.seeburger.com/de/digitale-rechnungspruefung-fuer-non-sap-systeme/ [ANBIETERANGABE — abgerufen]

• Microsoft, „Get started with Copilot in Excel" —

https://support.microsoft.com/en-us/office/get-started-with-copilot-in-excel-d7110502-0334-4b4f-a175-a73abdfc118a [ANBIETERANGABE — abgerufen]

Betrug / Anomalie (unabhängig)

• ACFE, „Report to the Nations" (Occupational Fraud; median loss, 43 % Tips) —

https://www.acfe.com/acfe-insights-blog/blog-detail?s=key-findings-report-to-the-nations-2026 ; Data-Monitoring 50 %: https://www.grfcpa.com/resource/acfe-study-occupational-fraud/ [BELEGT — abgerufen; global/US-lastig]

• KPMG, „Wirtschaftskriminalität in Deutschland 2020" (30 % betroffen; Datenanalyse

in 53 % der Aufklärungsfälle) — https://assets.kpmg.com/content/dam/kpmg/de/pdf/Themen/2020/08/studie-im-spannungsfeld-wirtschaftskriminalitaet-in-deutschland-2020.pdf [BELEGT — DE, 2020]

• Allianz Trade / Euler Hermes, CEO-Fraud „Fake President", 04.09.2019 —

https://www.allianz-trade.de/presse/pressemitteilungen/neue-betrugsmasche-fake-president-mit-stimmimitation.html [BELEGT — Portfolio-Daten, älter]

Controlling / FP&A / Studien

• KPMG, „Digitalisierung im Rechnungswesen 2025/2026", 17.11.2025 (n = 209) —

https://kpmg.com/de/de/home/media/press-releases/2025/11/kuenstliche-intelligenz-beschleunigt-digitale-transformation-im-rechnungswesen.html [BELEGT — abgerufen; Selbstauskunft]

• Bitkom Research, „Künstliche Intelligenz 2025" (36 % Unternehmen; n = 604) —

https://www.bitkom.org/sites/main/files/2026-02/bitkom-studienbericht-ki.pdf [BELEGT — Makrokontext, kein Finance-Detail]

• ICV/CPMC, „Digitalisierung im Controlling" (18 Interviews, 2024; Datenqualität/

Systembrüche) — https://icv-controlling.com/wp-content/uploads/2025/04/205226_CPMC-Studienbericht_Digitalisierung-im-Controlling_Auszug.pdf [BELEGT — abgerufen; qualitativ, klein]

• Makridakis, Spiliotis, Assimakopoulos, „M5 accuracy competition: Results,

findings, and conclusions" (2022) — https://statmodeling.stat.columbia.edu/wp-content/uploads/2021/10/M5_accuracy_competition.pdf [BELEGT — abgerufen; US-Retail]

• Dell'Acqua u. a., „Navigating the Jagged Technological Frontier" (HBS/BCG, 758

Berater, 2023) — https://pubsonline.informs.org/doi/10.1287/orsc.2025.21838 [BELEGT]

• MIT Sloan, „How to Use ChatGPT's Advanced Data Analysis" (Fehlerwarnung) —

https://mitsloanedtech.mit.edu/ai/tools/how-to-use-chatgpts-advanced-data-analysis-feature/ [BELEGT — abgerufen]

Grenzen / Halluzination / Rechnen (Forschung)

• Boye & Moell, „Large Language Models and Mathematical Reasoning Failures",

arXiv:2502.11574 (17.02.2025) — https://arxiv.org/abs/2502.11574 [BELEGT]

• Zhang & Graf, „Mathematical Computation and Reasoning Errors by LLMs",

arXiv:2508.09932 (13.08.2025) — https://arxiv.org/abs/2508.09932 [BELEGT]

• Gao u. a., „PAL: Program-Aided Language Models", arXiv:2211.10435 (18.11.2022) —

https://arxiv.org/abs/2211.10435 [BELEGT]

• Goodell u. a., „LLM agents can use tools to perform clinical calculations",

npj Digital Medicine (17.03.2025; 36 %→95 %) — https://www.nature.com/articles/s41746-025-01475-8 [BELEGT — abgerufen]

• Kalai, Nachum, Vempala, Zhang (OpenAI), „Why Language Models Hallucinate",

arXiv:2509.04664 (04.09.2025) — https://arxiv.org/abs/2509.04664 [BELEGT]

• Huang u. a., „A Survey on Hallucination in Large Language Models",

arXiv:2311.05232 (2023) — https://arxiv.org/abs/2311.05232 [BELEGT]

• Vectara Hallucination Leaderboard (Halluzinationsraten, Stand 05/2026) —

https://github.com/vectara/hallucination-leaderboard/ [BELEGT — schnell veraltend]

„Schnell veraltend" — vor Drucklegung neu prüfen

• GoBD-Fassung — nächste BMF-Anpassung beobachten; aktuell 11.03.2024.
• § 147 AO / BEG IV — Primärtext direkt zitieren; Zusammenspiel Verkündungs-/

Anwendungsdatum und Gleichlauf § 257 HGB am Gesetzestext prüfen.

• E-Rechnungs-Fristen (2027/2028) und Ausnahmen — Details können sich ändern.
• KI-Adoptionszahlen (KPMG, Bitkom) — jährlich neu, mit „Stand".
• Anbieterzahlen (DATEV 7,5 Mio. u. a.) — Momentaufnahmen, laufend aktualisieren.
• Vectara-Halluzinationsraten — laufendes Leaderboard; Modellnamen/Werte veralten.
• Produkt-/Preis-/Versionsstände (Copilot, ChatGPT) — nie ohne „Stand MM/JJJJ".
• DSGVO/AI-Act-Wechselwirkungen beim automatisierten Entscheiden — Aufsichts-

praxis beobachten.

Selbstprüfungs-Notiz (Durchgang 2)

Diese Notiz dokumentiert den zweiten Faktencheck (jede Kernzahl/Quelle gegengeprüft, Markierungen gesetzt, Meinung von Fakt getrennt).

Zahlen mit Quelle? Ja. Jede Prozent-/Mengenangabe ist einer benannten Quelle mit Datum zugeordnet. Der KPMG-Mischwert („53 % nutzen oder bereiten vor") ist ausdrücklich vom harten Produktivanteil (28 % ML) getrennt. Die DATEV-Mengen (7,5 Mio.) sind als [ANBIETERANGABE] markiert und als Aktivitäts-, nicht Korrektheitsmaß eingeordnet. Akzeptanz- vs. Erkennungsquote (Lexware 91 %) ist ausdrücklich unterschieden.

Recht korrekt benannt? § 147 AO (Buchungsbelege 8 Jahre; Bücher/Abschlüsse 10; Briefe 6) am Wortlaut (dejure) gegengeprüft; BEG-IV-Verkündung 29.10.2024 (BGBl. 2024 I Nr. 323) über Deloitte bestätigt; die kursierende Falschangabe „6 Jahre für Buchungsbelege" ausdrücklich verworfen. GoBD-Fassung 11.03.2024 und die Rolle der Verfahrensdokumentation über KMLZ bestätigt. E-Rechnungs-Zeitplan (Empfang 2025, Ausstellung 2027 > 800.000 €, alle 2028; Ausnahmen < 250 € u. a.) über IHK Frankfurt gegengeprüft. Zusammenspiel Verkündungs-/Anwendungsdatum § 147 AO und § 257 HGB als teilweise UNKLAR gekennzeichnet (Primärtext vor Druck). DSGVO-Art. 22 als Randfall korrekt eingeordnet, nicht überdehnt.

US und DE getrennt? Ja. KPMG/Bitkom/ICV (DE) und M5/Jagged-Frontier (US/global) sind explizit nach Herkunft, Methodik und Übertragbarkeit getrennt; die Bitkom-36-%-Zahl ist ausdrücklich als Makro-, nicht Finance-Zahl gekennzeichnet.

Anbieter vs. unabhängig getrennt? Ja. Alle Anbieterzahlen tragen [ANBIETERANGABE]; unabhängige Studien tragen [BELEGT] mit Methodik-/Stichprobenhinweis.

Grenzen belegt? Ja. Rechenschwäche (Boye & Moell; Zhang & Graf), Werkzeug-Effekt (PAL; npj 36 %→95 %), Halluzination als Trainingsfolge (OpenAI/Kalai), Definition (Huang), gemessene Raten (Vectara, mit Aufgabenvorbehalt), Nachvollziehbarkeitshürde (KPMG 59 %) sind je einzeln belegt.

Meinung/Vermutung von Fakt getrennt? Ja. Der Ausblick (Kapitel 13) ist ausdrücklich als Vermutung markiert; „Für den Unternehmer"-Empfehlungen sind als Handlungsrat, nicht als Beleg formuliert.

Offen gekennzeichnet (UNKLAR): unabhängige deutsche P2P-Automatisierungsquote; unabhängig gemessene OCR-Erkennungsraten; deutsche Primärzahl zu Doppelzahlungen/ Dubletten; Finance-spezifischer Produktivitäts-RCT; Copilot-Zellgrenze (Drittanbieter); KPMG-Treasury-Liquiditätsartikel (Abruf 404); Zusammenspiel Fristen-Daten § 147 AO/ § 257 HGB.

Keine erfundenen Quellen/Zahlen? Alle URLs verweisen auf reale, benannte Dokumente; die als „abgerufen" gekennzeichneten Kernquellen wurden in dieser Bearbeitung tatsächlich geöffnet. Einzelne Primärtexte (gesetze-im-internet, EUR-Lex, BMF-PDF) waren maschinell nicht immer abrufbar; sie sind stabiles Primärrecht und über die genannte URL manuell aufrufbar und vor Druck direkt zu zitieren.

*Ende des Bandes „KF — KI in Finanzen, Buchhaltung & Controlling". Stand 08/2026. Kein Ersatz für Rechts-, Steuer- oder Wirtschaftsprüfungsberatung.*