Der Stand von KI im Finanzwesen

Abschnitt 1

Management-Zusammenfassung

Künstliche Intelligenz (KI) kann überwältigend wirken. Der Arbeitsalltag im Finanzbereich ist bereits stark ausgelastet und gleichzeitig kommen neue Tools, Begriffe und Erwartungen hinzu. Die gute Nachricht: KI bedeutet nicht, Finance in ein Forschungslabor zu verwandeln. Vielmehr geht es darum, tägliche Finanzprozesse schneller, sauberer und damit nützlicher für das Business zu machen. Der Übergang ist herausfordernd, aber ein notwendiger nächster Schritt für etablierte Finance-Organisationen.

Finance Leaders spüren bereits den Druck. In der Finance-2035-Studie von OneStream zeigte sich:

CFOs spielen dabei eine aktive Rolle.

• 75%

  der CFOs steuern aktiv die KI-Strategie ihrer Organisation.

• 97%

  geben an, dass Aufsichtsgremien regelmäßige Updates zu KI-Investitionen und Fortschritten erwarten – meist mit Fokus auf Kosteneinsparungen (66 %), ROI (65 %) und Produktivitätssteigerungen (63 %).

Vor diesem Hintergrund haben wir diesen Leitfaden entwickelt, um Ihnen eine praxisnahe, Finance-zentrierte Perspektive auf KI zu geben. Am Ende des Leitfadens wissen Sie:

• Wo KI heute den schnellsten und risikoärmsten Nutzen im Finance-Bereich liefert.
• Wie Sie vorankommen, ohne auf „perfekte“ Daten warten zu müssen.
• Welche Fähigkeiten, Rollen und Arbeitsweisen entscheidend sind, wenn Finance kontinuierlicher und stärker insight-getrieben wird.

Abschnitt 2

Der Einfluss von KI auf die digitale Transformation im Finance-Bereich

Finance nur zu fragen „Was ist passiert?“ ist längst überholt. Heute wird erwartet, dass Finance nicht nur rückblickend berichtet, sondern auch Fragen wie „Was kommt als Nächstes?“ und „Was sollten wir jetzt tun?“ beantwortet. KI ermöglicht diesen wichtigen Wandel, indem sie zeitintensive Routineaufgaben übernimmt, etwa das Zusammenführen von Daten, das Erkennen von Anomalien und die Beschleunigung von Basis-Forecasts. Dabei geht es nicht nur um Technologie – auch ein Wandel der Finance-Rollen ist erforderlich.

• 88%

  der Business Leaders erwarten, dass die Bedeutung der CFO-Rolle bis 2035 weiter steigt.

• 75%

  der Investoren erwarten, dass die Bedeutung der CFO-Rolle bis 2035 weiter steigt.

• 2nd

  Die Kompetenz des CFO ist der zweitwichtigste Faktor bei Investitionsentscheidungen – noch vor der des CEO.

Von Datenüberlastung zu Unified Finance

Wenn KI eine Schwachstelle hat, dann sind es fragmentierte Daten. KI funktioniert am besten, wenn sie das Unternehmen ganzheitlich betrachten kann – operative Daten dort, Finanzdaten hier und externe Signale an ganz anderer Stelle, statt miteinander verbunden.

Diese Führungskräfte nennen insbesondere vereinheitlichte Datensysteme unterstützt durch KI und Machine Learning (ML) als Schlüssel zur Überwindung von Silos, Legacy-Technologien und Talentengpässen.

Abschnitt 3

Herausforderungen von Finance AI heute

Die Einführung von KI verläuft uneinheitlich, doch die meisten Finance-Organisationen stehen vor ähnlichen Hürden.

1. Skepsis gegenüber KI und Vertrauen

Finance Leaders stellen die richtigen Fragen:

• Ist das Ergebnis korrekt?
• Können wir es erklären?
• Ist es prüfbar?
• Hält es SOX- und regulatorischer Prüfung stand?

Auch Aufsichtsgremien stellen Fragen. Unsere Studie zeigt, dass 97 % der CFOs berichten, dass Boards regelmäßige Updates zu KI-Investitionen und Fortschritten erwarten. Das bedeutet: Pilotprojekte und Demos reichen nicht aus – Führungskräfte brauchen Transparenz, Nachvollziehbarkeit und messbare Ergebnisse.

2. Datenqualität

Ein häufiges Hindernis ist die Annahme, dass Daten perfekt sein müssen, bevor KI einen Nutzen bringt. In der Praxis starten viele erfolgreiche Teams mit einem Use Case mit hohem Mehrwert und einer ausreichend sauberen Teilmenge an Daten und bauen darauf schrittweise auf. Es besteht eine deutliche Lücke zwischen Zuversicht und tatsächlicher Umsetzung:

3. Kompetenz- und Kulturdefizite

KI ist ebenso sehr ein Wandel der Menschen wie der Technologie. In unserer Forschung wurden folgende Hauptbarrieren für die Skalierung von KI identifiziert:

Abschnitt 4

Zentrale KI-Use-Cases für Finance

Um schnell Mehrwert zu erzielen, sollten Sie sich auf Use Cases konzentrieren, die folgende Kriterien erfüllen: manuell und zeitaufwendig, leicht messbar und in die bestehenden Workflows Ihres Teams integriert.

Unsere Forschung zeigt, wo CFOs aktuell beginnen – und wo sie den Einsatz von KI in den nächsten 12–24 Monaten ausweiten wollen:

Abschnitt 5

So werden Sie KI-ready

Abschnitt 6

Effektive Zusammenarbeit mit IT und den Datenverantwortlichen im Unternehmen

Finance, IT und Data-Teams spielen jeweils eine wichtige Rolle. Der schnellste Weg, Projekte auszubremsen, ist jedoch die pauschale Forderung nach „besseren Daten“. Stattdessen sollte der Fokus klar auf konkreten Ergebnissen liegen:

• Prognosegenauigkeit verbessern
• Dauer des Abschlussprozesses verkürzen
• Szenarioplanung beschleunigen
• Vertrauen in Abstimmungen erhöhen

Diese Ergebnisse stehen in direktem Zusammenhang mit den Prioritäten vieler Aufsichtsgremien und Unternehmensleitungen:

Auch klare Verantwortlichkeiten sind entscheidend. Viele Unternehmen benennen deshalb einen Verantwortlichen für KI-Initiativen im Finanzbereich oder einen fachlichen Produktverantwortlichen, der eng mit der IT zusammenarbeitet und zugleich für den geschäftlichen Nutzen verantwortlich bleibt.

Abschnitt 7

KI in Aktion: Erste Signale aus der Anwendung

Der Einsatz von KI ist unterschiedlich weit entwickelt. Dennoch zeigen besonders erfolgreiche Implementierungen immer wieder zwei typische Muster.

Abschnitt 8

Kulturelle und mentale Veränderungen

Obwohl bei KI meist die Technologie im Vordergrund steht, entscheidet oft die Unternehmenskultur über den Erfolg. Selbst die besten KI-Funktionen bringen wenig, wenn Teams den Ergebnissen nicht vertrauen, deren Nutzung nicht verstehen oder sich nicht trauen, ihre Arbeitsweise anzupassen. Für Finanzverantwortliche geht es hier weniger um Tools, sondern darum, wie Erwartungen, Verhaltensweisen und Entscheidungsprozesse sich ändern, wenn KI Teil des täglichen Arbeitens wird.

Finanzen basieren traditionell auf Präzision. Berichte sollen vor der Weitergabe korrekt, abgestimmt und nachvollziehbar sein. KI bringt ein anderes Modell: probabilistische Ergebnisse. Statt einer einzelnen Zahl sehen Teams nun Spannen, Konfidenzintervalle und Wahrscheinlichkeiten. In der Praxis bewegen sich Finanzteams von der Präsentation „der Antwort“ hin zur Erläuterung möglicher Ergebnisbereiche; Führungskräfte erhalten frühere Einblicke in Risiken; und Urteilsvermögen und Fachwissen werden wichtiger, nicht weniger. Die kulturelle Veränderung besteht darin zu lernen: „Das ist am wahrscheinlichsten, das könnte sich ändern, und so sollten wir reagieren.“

KI ermöglicht einen kontinuierlicheren Informationsfluss – mit Prognosen, Szenarien und Signalen, die sich automatisch aktualisieren, sobald sich Rahmenbedingungen ändern. Dies bedeutet nicht, dass formale Zyklen über Nacht abgeschafft werden müssen. Vielmehr ergeben sich folgende Vorteile: weniger unerwartete Abweichungen am Monats- oder Quartalsende, weniger Nacharbeit, wenn sich Annahmen mitten im Zyklus ändern, und häufigere, schlankere Abstimmungen statt schwerfälliger einmaliger Prozesse. Die Rolle des Finanzteams verändert sich: weg von der reinen rückblickenden Berichterstattung hin zu einem Frühwarnsystem, das Veränderungen früh erkennt und kommuniziert.

Leistungsstarke Teams übernehmen KI-Ergebnisse nicht blind – sie verstehen, welche Daten das Modell nutzt, prüfen die zugrunde liegenden Einflussfaktoren und Annahmen und wenden menschliches Urteilsvermögen an, bevor Entscheidungen endgültig sind. Kontrolle wird neu definiert: als klare Governance, Transparenz und Verantwortlichkeit bei gleichzeitig fest eingebundenen Menschen – nicht als überall notwendige manuelle Eingriffe.

Vertrauen aufbauen, ohne alles zu verlangsamen

Vertrauen entsteht nicht durch ein einmaliges Rollout oder ein Trainingsseminar, sondern durch kontinuierliche Nutzung. Die Akzeptanz verbessert sich, wenn Teams mit Anwendungsfällen beginnen, die leicht überprüfbar sind (Prognosen, Abschluss, Abstimmungen), KI-Ergebnisse mit bestehenden Prozessen vergleichen und frühe Ergebnisse als Lernmöglichkeiten statt als endgültige Urteile betrachten. Kleine Erfolge stärken das Vertrauen; Vertrauen fördert die Akzeptanz.

Fähigkeiten erweitern, ohne alle zu Data Scientists zu machen

KI verändert das Kompetenzprofil im Finanzbereich, erfordert aber nicht, dass alle programmieren lernen. Wichtig ist: Ergebnisse interpretieren statt Modelle zu bauen, bessere Fragen stellen und Unsicherheiten klar gegenüber nicht-finanziellen Stakeholdern kommunizieren.

Den Wandel führen

Kultureller Wandel erfordert sichtbare Führung. Finanzleiter setzen Erwartungen, dass KI das Urteilsvermögen der Finanzabteilung unterstützt, aber nicht ersetzt, belohnen Neugierde und Experimente und leben vor, wie KI-Ergebnisse verantwortungsvoll in Entscheidungen einbezogen werden.

Abschnitt 9

Ausblick: Die moderne Finanzorganisation

Mit der zunehmenden Integration von KI in den Arbeitsalltag verändert sich die Finanzorganisation selbst – nicht über Nacht, sondern Schritt für Schritt und sichtbar. Der größte Wandel zeigt sich nicht in neuen Organigrammen oder einer Flut neuer Jobtitel, sondern darin, wie Finanzteams ihre Zeit verbringen, mit den Geschäftsbereichen zusammenarbeiten und Entscheidungen treffen.

In modernen Finanzorganisationen wird KI nicht als isoliertes Projekt oder Sonderinitiative behandelt. Sie wird als gemeinsame Fähigkeit in Planung, Abschluss, Berichterstattung und Analyse verankert. Die erfolgreichsten Finanzorganisationen haben einige gemeinsame Merkmale:

• KI ist in die täglichen Arbeitsabläufe eingebettet, nicht nur „draufgesetzt“
• Daten-Definitionen und Governance werden als strategische Vermögenswerte behandelt
• Teams gehen souverän mit Unsicherheit und Wahrscheinlichkeiten um
• Finanzfachkräfte werden für Urteilsvermögen, Kommunikation und Einblicke geschätzt – nicht nur für technische Umsetzung

Moderne Finanzorganisationen zeichnen sich nicht dadurch aus, wie viel KI sie einsetzen, sondern wie sicher und verantwortungsvoll sie KI nutzen, um bessere Entscheidungen zu treffen.

Abschnitt 10

Bereit, loszulegen?

Der Einstieg in Finance AI muss nicht komplex sein. Starten Sie mit ein oder zwei besonders wertvollen Anwendungsfällen. Bauen Sie Vertrauen auf durch einheitliche Daten und klare Governance und investieren Sie in die Fähigkeiten Ihres Teams, KI effektiv zu nutzen.