KI im Finanzwesen: Neue Daten zeigen große Erwartungen, begrenzte Wirkung und eine kritische Vertrauenslücke
Nicht alle Anwendungsfälle für KI sind gleichwertig, und insbesondere im Finanzwesen gelten besonders hohe Anforderungen. Im Gegensatz zu Marketing- oder Vertriebsanwendungen, bei denen Schnelligkeit und Experimentierfreude belohnt werden, stehen im Finanzbereich Genauigkeit, Compliance und Nachvollziehbarkeit im Vordergrund – was die Einführung und Wertschöpfung erheblich erschwert. Mit zunehmender Komplexität der Quote-to-Cash-Prozesse verbringen Finanzteams immer mehr Zeit damit, manuell nachzuvollziehen, was in Bezug auf Rechnungen, Verträge und Umsätze tatsächlich passiert ist. Und obwohl nahezu alle Finanzabteilungen angeben, KI in irgendeiner Form einzusetzen, um diese Belastung zu verringern, fehlt den meisten Führungskräften weiterhin das tiefe Vertrauen in die Ergebnisse und sie haben Schwierigkeiten, die Entstehung der Resultate vollständig nachzuvollziehen.
Um besser zu verstehen, wie Unternehmen diesen Wandel derzeit bewältigen, hat Zuora The Harris Poll beauftragt, mehr als 300 Finanz- und Rechnungswesen-Entscheider zu ihrer Einstellung, ihrem Vertrauen und ihren Bedenken gegenüber KI – speziell im Finanzbereich – zu befragen. Die Ergebnisse zeigen zwar ein großes Interesse und Investitionsbereitschaft, aber auch deutliche Zurückhaltung hinsichtlich der Frage, wie und wo KI tatsächlich vertrauenswürdig eingesetzt werden kann. Das sind unsere Beobachtungen.
1. Entscheidungsträger investieren in KI, aber finanzielle Ergebnisse bleiben aus
Mit zunehmenden Investitionen steigen auch die Erwartungen. Was früher als Experiment galt, wird nun von Aufsichtsräten, Investoren und Geschäftsleitungen kritisch hinterfragt, die klare und messbare Renditen von KI fordern. Insbesondere Finanzverantwortliche werden zunehmend aufgefordert, den Wert von KI zu quantifizieren – sei es durch Effizienzsteigerungen, schnellere Abschlusszyklen oder messbare Margenverbesserungen.
Laut den Daten geben zwar 92 % der Finanz- und Rechnungswesen-Entscheider an, dass ihre Teams KI-Tools nutzen, doch für die meisten sind die Ergebnisse bislang ausgeblieben:
- Nur 28 % der Finanz- und Rechnungswesen-Entscheider, deren Unternehmen in KI-Tools investiert haben, berichten derzeit von einem messbaren finanziellen Effekt dieser Investitionen
- Eine deutliche Mehrheit (67 %) sieht bislang noch keine messbaren finanziellen Ergebnisse
- Während 37 % innerhalb des nächsten Jahres mit Ergebnissen rechnen, gehen 25 % davon aus, dass es ein Jahr oder länger dauern wird, und 6 % wissen nicht, wie sie den finanziellen Effekt messen sollen
Quelle: The Harris Poll im Auftrag von Zuora unter mehr als 300 Finanz- und Rechnungswesen-Entscheidungsträgern.
Diese Diskrepanz zwischen Investitionen und Ergebnissen ist bei größeren Unternehmen noch ausgeprägter. Entscheidungsträger aus Organisationen mit mehr als 1.000 Mitarbeitenden berichten von höheren Investitionen in KI (100 %, gegenüber nur 81 % bei Organisationen mit weniger als 100 Mitarbeitenden), geben jedoch auch häufiger an, noch keinen messbaren finanziellen Nutzen festgestellt zu haben (72 % bei Führungskräften in Unternehmen mit mehr als 1.000 Mitarbeitenden gegenüber 48 % bei solchen mit weniger als 100 Mitarbeitenden).
Führungskräfte in größeren Organisationen sind weniger optimistisch, was die kurzfristige Wirkung von KI betrifft: 35 % derjenigen in Unternehmen mit mehr als 1.000 Mitarbeitenden, die in KI-Tools investiert haben, gehen davon aus, dass es ein Jahr oder länger dauern wird, bis ein messbarer finanzieller Nutzen sichtbar wird, verglichen mit 15 % bei Unternehmen mit weniger als 100 Mitarbeitenden, die in KI-Tools investiert haben.
Um zu verstehen, warum die Ergebnisse hinterherhinken, ist es wichtig, zu betrachten, in welchen Bereichen Entscheidungsträger angeben, dass KI in den tatsächlichen Finanzprozessen nicht die Erwartungen erfüllt.
2. Vertrauen in KI ist vorhanden, aber nicht vollständig
Die überwiegende Mehrheit (87 %) der Entscheidungsträger im Finanz- und Rechnungswesen gibt an, dass es Lücken zwischen dem Versprechen und der Realität von KI im Finanzbereich gibt. Für viele ist die Integration von KI in reale Finanzprozesse die eigentliche Herausforderung.
Die größte gemeldete Lücke zwischen KI-Versprechen und Realität ist die Schwierigkeit, KI-Ergebnisse in Finanz-Workflows zu integrieren – 41 % nennen dies als eine der größten Herausforderungen. Ein Drittel (33 %) sieht die mangelnde Möglichkeit, KI-basierte Ergebnisse systemübergreifend zu prüfen oder zu erklären, als eine der größten Lücken an.
Quelle: The Harris Poll im Auftrag von Zuora unter mehr als 300 Entscheidungsträgern im Finanz- und Rechnungswesen.
3. Vertrauen in KI ist vorhanden, aber nicht vollständig
Wenn KI in der Praxis versagt, entsteht Zweifel. Wenn die Ergebnisse hinter den Erwartungen zurückbleiben, wie können Finanzverantwortliche tatsächlich darauf vertrauen, dass KI in zentralen Finanzprozessen zuverlässig funktioniert? Im Finanzwesen ist Vertrauen kein abstrakter Begriff. Es wird vielmehr durch Präzision, Nachvollziehbarkeit und Kontrolle erworben. Systeme müssen Ergebnisse liefern, die innerhalb strenger Prüfungs- und Regulierungsrahmen validiert, erklärt und abgeglichen werden können. Kann KI diesen Standard nicht erfüllen, erhöht sie das Risiko, anstatt es zu verringern.
Obwohl die Daten zeigen, dass Führungskräfte, deren Finanzteams KI-Tools einsetzen, ein gewisses Grundvertrauen haben, hat sich dieses noch nicht in vollständiges Vertrauen übersetzt. Nur 43 % geben an, „sehr zuversichtlich“ zu sein, dass die derzeit von ihrem Finanzteam genutzten KI-Tools innerhalb der bestehenden Finanzkontrollen und Prüfungsrahmen funktionieren werden. Damit bleibt eine Mehrheit, die von „etwas zuversichtlich (46 %)“ bis „überhaupt nicht/nicht sehr zuversichtlich (11 %)“ reicht. Im Finanzwesen bremst dieses Maß an Zweifel nicht nur die Einführung, sondern erklärt auch, warum Investitionen in KI noch nicht zu messbaren Ergebnissen führen.
Dieses mangelnde Vertrauen ist auf eine Reihe spezifischer Bedenken hinsichtlich des Einsatzes von KI in zentralen Finanzprozessen zurückzuführen.
Quelle: The Harris Poll im Auftrag von Zuora unter mehr als 300 Entscheidungsträgern im Finanz- und Rechnungswesen.
4. Nahezu alle Entscheidungsträger haben Bedenken beim Einsatz von KI für zentrale Finanzprozesse
Angesichts der Bedeutung der Funktion ist es wenig überraschend, dass Führungskräfte im Finanz- und Rechnungswesen beim Einsatz von KI für geschäftskritische Workflows vorsichtig sind. Das nahezu einhellige Ausmaß der in den Daten festgestellten Bedenken deutet jedoch darauf hin, dass diese Zurückhaltung auf eine tiefere Vertrauenslücke hinweist.
Quelle: The Harris Poll im Auftrag von Zuora unter mehr als 300 Finanz- und Rechnungswesen-Entscheidungsträgern.
Die überwiegende Mehrheit (91 %) der Finanz- und Rechnungswesen-Entscheidungsträger äußert Bedenken hinsichtlich des Einsatzes von KI für zentrale Finanzprozesse wie Umsatzrealisierung, Quote-to-Cash oder finanzielle Entscheidungsfindung.
Bei näherer Betrachtung sind diese Bedenken nicht abstrakt, sondern beruhen auf konkreten, risikobehafteten Aspekten. Die drei größten Bedenken beim Einsatz von KI zur Steuerung zentraler Finanzprozesse sind:
- Cybersecurity und Datenschutz (45 %)
- Mangel an angemessener menschlicher Kontrolle (38 %)
- Probleme mit Datenqualität, -integrität und -zuverlässigkeit (36 %)
Dies unterstreicht eine grundlegende Anforderung im Finanzwesen: Systeme müssen unter strengen Kontrollen arbeiten und konsistente, prüfbare Ergebnisse liefern – und KI ist von diesen Vorgaben nicht ausgenommen.
Im Kern dieser Bedenken steht die Art und Weise, wie KI häufig implementiert wird: Wird KI außerhalb der vertrauenswürdigen Finanzsysteme eingesetzt, entsteht ein Risiko.
5. Die Art der Bereitstellung von KI ist entscheidend für das Vertrauen
Bis vor Kurzem hatten die meisten Finanzteams, die mit KI experimentierten, lediglich Zugang zu Einzellösungen, die auf ihre bestehenden Systemlandschaften aufgesetzt wurden. Daten werden exportiert, extern bearbeitet und anschließend wieder zurückgespielt; dies führt zu Lücken in den Prüfpfaden, erhöht das Integrationsrisiko und vergrößert die Angriffsfläche für Sicherheits- und Datenschutzprobleme. Diese Tools erhalten zudem selten einen vollständigen Einblick in End-to-End-Prozesse von Angebot bis Zahlung oder verstehen die Regeln zur Umsatzrealisierung, Vertragsbedingungen und branchenspezifischen Kontext. Angesichts dieses Status quo ist es kaum verwunderlich, dass Finanzverantwortliche KI bislang nur zögerlich vertrauen.
Wie sieht also „vertrauenswürdige KI“ im Finanzkontext tatsächlich aus? Die Daten zeigen, dass eine Integration von KI direkt in bestehende Systeme gewünscht wird. Über die Hälfte (53 %) der Entscheidenden im Finanz- und Rechnungswesen gibt an, dass sie KI-Funktionen, die in bestehende Lösungen eingebettet sind, am meisten vertrauen würden – im Vergleich zu einer von ihrem eigenen Unternehmen entwickelten KI-Lösung (25 %) oder einer KI-nativen Lösung (13 %), wenn es um die Bewertung von KI-Tools für den Finanzbereich geht.
Vertrauenswürdige KI im Finanzwesen sollte auf vollständigen, aktuellen Daten aus dem führenden System basieren, bestehende Rollen und Kontrollmechanismen übernehmen und nachvollziehbare Ergebnisse liefern, die auf die zugrunde liegenden Transaktionen zurückgeführt werden können – und das alles auf Basis finanzspezifischer Logik, nicht allgemeiner Machine-Learning-Modelle.
Quelle: The Harris Poll im Auftrag von Zuora unter mehr als 300 Finanz- und Buchhaltungsentscheidern.
Das ist der Ansatz hinter Zuora AI. Durch die direkte Integration von Intelligenz in zentrale Finanzprozesse entlang des Quote-to-Cash-Prozesses liefert Zuora AI Erkenntnisse und Automatisierung innerhalb kontrollierter, transparenter und prüfbarer Workflows. Anstatt eine weitere Komplexitätsebene hinzuzufügen, bringt es KI in das System of Record, auf das sich das Finanzwesen bereits verlässt.
Erfahren Sie mehr darüber, wie Sie KI sicher operationalisieren können, und nehmen Sie an unserem Webinar am 23. April teil: „KI im Quote-to-Cash: Was das Finanzwesen wissen muss“ oder besuchen Sie zuora.com/de.
Methode
Diese Umfrage wurde online in den Vereinigten Staaten von The Harris Poll im Auftrag von Zuora vom 18. bis 25. März 2026 unter 321 Finanz-/Buchhaltungsentscheidern (mindestens mit Entscheidungsbeteiligung) ab 21 Jahren durchgeführt. Die Genauigkeit der Stichprobe von Harris Online-Umfragen wird mit einem Bayesschen Konfidenzintervall gemessen. Für diese Studie liegt die Genauigkeit der Stichprobendaten bei +/- 6,4 Prozentpunkten mit einem 95%igen Konfidenzniveau. Für die vollständige Methodik der Umfrage, einschließlich Gewichtungsvariablen und Stichprobengrößen der Untergruppen, wenden Sie sich bitte an Margaret Juhnke unter mpack@zuora.com.