KI-Strategie Finanzwesen: Deutsche Firmen stehen beim KI-Einsatz noch am Anfang

Anbieter zum Thema

Sage GmbH

FIS Informationssysteme und Consulting GmbH

Esker Software Entwicklungs-und Vertrieb

Yorizon GmbH & Co. KG

Deutsche Unternehmen nutzen künstliche Intelligenz im Finanzwesen derzeit noch zurückhaltend. Eine neue Studie im Auftrag von Sage zeigt, dass mangelnde Transparenz zu den größten Hürden für den Einsatz von künstlicher Intelligenz in Finanzabteilungen zählt.

68 Prozent der befragten Verantwortlichen im Finanzwesen in Deutschland würden keine KI einsetzen, die zwar zu 99 Prozent verlässliche Ergebnisse liefert, deren Entscheidungen sich jedoch nicht nachvollziehen lassen. Für sie stellt mangelnde Transparenz ein größeres Risiko dar als eine geringfügig niedrigere Genauigkeit. Ebenso viele Befragte würden die Autonomie von KI-Systemen einschränken, wenn diese keine Einblicke in ihre Entscheidungslogik oder einen belastbaren Audit-Trail bieten. Ausschlaggebend dafür sind vor allem regulatorische, Audit- und Compliance-Anforderungen. Darüber hinaus möchten Unternehmen das Vertrauen in KI bei kritischen Entscheidungen stärken und deren Ergebnisse gegenüber der Geschäftsleitung sowie weiteren Stakeholdern nachvollziehbar begründen können.

KI im Finanzwesen: Zurückhaltung deutscher Unternehmen

Als Folge der geschilderten Haltung ist der Einsatz von KI im Finanzwesen aktuell noch sehr eingeschränkt. 33 Prozent der Befragten in Deutschland beschreiben die eigenen Finanzprozesse nach wie vor als primär manuell geprägt, 30 Prozent bezeichnen sie als „regelbasiert“. „KI-gestützte Prozesse“ haben sich bei rund 17 Prozent der Unternehmen etabliert, und 15 Prozent stufen ihre Finanzprozesse als teilautonom ein. Nur vier Prozent der Befragten geben an, dass die Abläufe im Finanzwesen bereits weitgehend autonom sind. Finanzabteilungen setzen KI derzeit primär als „analytische Beschleunigungsschicht“ ein. Das heißt, sie nutzen die Technologie vor allem, um die administrative Arbeit effizienter zu gestalten. Dies sind folgende Einsatzbereiche:

• Datenvergleich und Abgleich: Unterstützung bei Abgleich und Konsolidierung
• Anomalieerkennung: Identifizieren von Ausnahmen, Fehlern oder Betrugsmustern
• Berichterstellung: Vorbereitung von Berichten und Analysen
• Richtlinienprüfung: Automatisierte Überprüfung von Compliance- und Policy-Vorgaben
• Operative Beschleunigung: Reduzierung des administrativen Aufwands bei Transaktionen

Sorge um Schatten-KI im Finanzwesen

Die Kehrseite der Zurückhaltung beim Einsatz von KI-Systemen in den Unternehmen sind Sorgen über die Nutzung nicht autorisierter KI-Lösungen. Nur 15 Prozent verfügen über streng durchgesetzte Kontrollen und klare Richtlinien und haben große Zuversicht, dass ihre Finanzabteilung den Einsatz nicht autorisierter bzw. Schatten-KI-Tools für sensible Finanzanalysen vermeidet. 37 Prozent befürchten eine weit verbreitete Nutzung von Schatten-KI oder haben keine Möglichkeit, die unbefugte Nutzung von KI nachzuverfolgen oder zu verhindern.

Alexander Trautmann, Director of Product Engineering bei Sage, kommentiert die Studienergebnisse: „Die Befunde der IDC-Studie weisen Softwareanbietern klare Verantwortlichkeiten zu, die wir bei Sage vollumfänglich akzeptieren. Wir stellen unseren Kunden geprüfte und zuverlässige KI-Systeme zur Verfügung, die dem Glass-Box-Prinzip folgen und ihnen die erforderliche Nachvollziehbarkeit liefern. Durch die Integration leistungsfähiger KI-Tools und -Agenten entfällt auch das Bedürfnis der Belegschaft, unautorisierte KI-Systeme zu nutzen, und die Verantwortlichen müssen sich keine Sorgen mehr über Schatten-KI machen.“

Zur Methodik der Studie: Für das Whitepaper „The Emerging Economics of AI in Finance“ befragte IDC im Februar 2026 insgesamt 2.275 leitende Finanzentscheider in Nordamerika (63 Prozent) und EMEA (37 Prozent), darunter 205 Personen aus Deutschland. Die Befragungsmethode erfolgte per CAVI (telefonisch-computergestützt) in 17 IDC-Branchen von Unternehmen mit 20 bis 1.999 Mitarbeitern.

Validierung von KI-Outputs

Finanzwesen: Manuelle KI-Kontrollen kosten über 30 Stunden pro Woche