{"author":{"@type":"Person","name":"Alexander Bock","url":"https://abxk.ai/de/autor/alexander-bock/"},"categories":["AI Work"],"content":{"markdown":"Finanz- und Prüfungsarbeit lebt von Belegen und Zahlen: Rechnungen, Kontoauszüge, Verträge, Buchungen. Vieles davon ist Abgleich. Passt diese Rechnung zu dieser Bestellung? Passt diese Zahlung zu dieser Rechnung? Passt diese Zahl im Bericht zu ihrer Quelle? KI-Tools lesen inzwischen Belege, schlagen Zuordnungen vor und weisen auf ungewöhnliche Buchungen hin. Im Finanzwesen braucht aber jede Zahl einen Nachweis, jede Entscheidung eine verantwortliche Person, und ein einziger Fehler kann im Jahresabschluss landen.\n\nDieser Artikel ist Teil 3 von Level 3 unseres Lernpfads AI Work. Die Teile 1 und 2 haben [Pilotprojekte](/de/ai-work/learn/run-an-ai-pilot-project/) und die [Anbindung an CRM und Helpdesk](/de/ai-work/learn/integrate-ai-with-crm-and-help-desk/) behandelt. Dieser Teil wendet beides auf einen der am stärksten regulierten Bereiche eines Unternehmens an. Sie lernen, wo KI in Finanzabteilung und Wirtschaftsprüfung hilft, wie Sie ausgelesene Daten prüfen, wie Abstimmung und der Abgleich von Prüfungsnachweisen funktionieren, wie Sie Anomalieerkennung einsetzen, welche Kontrollen und Dokumentation Sie brauchen und wo die Erklärbarkeit von KI endet.\n\n## Vier Aufgaben, bei denen KI Finanzen und Prüfung unterstützt\n\n| Aufgabe | Was die KI macht | Was Menschen weiter tun |\n|---|---|---|\n| Belegerfassung | Liest Rechnungen, Quittungen und Verträge und macht daraus Datenfelder | Unsichere Felder prüfen, neue Lieferanten und Bankdaten freigeben |\n| Abstimmung | Schlägt Zuordnungen zwischen Kontoauszug, Rechnungen und Buchungen vor | Offene Posten klären, Ausbuchungen freigeben |\n| Abgleich von Prüfungsnachweisen | Findet zu einem Stichprobenfall den Originalbeleg und verknüpft die Zahlen | Beurteilen, ob der Nachweis ausreicht und verlässlich ist |\n| Anomalieerkennung | Markiert ungewöhnliche Buchungen, etwa doppelte Zahlungen | Untersuchen, entscheiden und das Ergebnis dokumentieren |\n\nDie vier Aufgaben haben eines gemeinsam: Die KI bereitet vor, ein Mensch entscheidet und zeichnet ab. In der Abschlussprüfung folgt diese Teilung aus den Standards. Prüfer müssen ausreichende und geeignete Prüfungsnachweise erlangen (ISA 500, Audit Evidence), und sie müssen ihre Arbeit so dokumentieren, dass ein erfahrener Prüfer ohne vorherige Verbindung zu dieser Prüfung sie nachvollziehen kann (ISA 230, Audit Documentation). Beide gehören zu den International Standards on Auditing (Quelle: IAASB, iaasb.org).\n\nFür Teile dieser Arbeit gibt es spezialisierte Tools. Nach Angaben der Anbieter automatisiert DataSnipper das Auslesen und den Abgleich von Belegen in Wirtschaftsprüfung und Finanzabteilung. Ignition bündelt Angebote, Mandatsvereinbarungen, Abrechnung und Zahlungen für Kanzleien in einem Ablauf. In kleinen Betrieben beginnt die Finanzarbeit oft in der Auftragssoftware: Tradify verwaltet Angebote, Rechnungen und Zahlungen für Handwerker, KI ist dort eine Nebenfunktion. Unser Vergleich führt {{\u003c stat \"area\" \"analytics-operations\" \u003e}} Tools im Bereich [Analyse \u0026 Betrieb](/de/ai-work/#area-analytics-operations):\n\n{{\u003c tools \"datasnipper ignition tradify\" \u003e}}\n\n## Vom Beleg zu Daten: Erfassung mit Prüfungen\n\nDie **Belegerfassung** macht aus einem PDF oder Scan Datenfelder: Lieferant, Rechnungsnummer, Datum, Nettobetrag, Umsatzsteuer, Gesamtbetrag und Bankverbindung. Moderne Tools verbinden Texterkennung mit einem Sprachmodell und kommen deshalb auch mit Layouts zurecht, die sie noch nie gesehen haben. Fehler machen sie trotzdem: eine falsch gelesene Ziffer, ein Datum im falschen Format, ein Gesamtbetrag aus der falschen Zeile.\n\nGute Erfassung läuft nie ohne Prüfungen. Das Tool meldet für jedes Feld eine **Konfidenz**, also wie sicher es sich beim Wert ist, und feste Regeln testen das Ergebnis:\n\n![Erfassung mit Prüfungen: Aus einer Rechnung werden Datenfelder, jedes mit einem Konfidenzbalken; es folgen vier Regelprüfungen (Summen und Umsatzsteuer, Lieferant in den Stammdaten, doppelte Rechnungsnummer, Bankverbindung); bestandene Rechnungen gehen zur Freigabe, die übrigen mit der fehlgeschlagenen Prüfung an einen Menschen](/images/learn/de/ai-in-finance-and-audit-extraction.webp \"Erfassung mit Prüfungen: Konfidenz pro Feld und feste Regeln entscheiden, ob eine Rechnung direkt zur Freigabe geht oder an einen Menschen.\")\n\nNur Rechnungen, die jede Prüfung bestehen, gehen direkt zur Freigabe. Alles andere geht an einen Menschen, und die fehlgeschlagene Prüfung wird angezeigt, damit niemand nach dem Problem suchen muss.\n\n{{\u003c callout type=\"warning\" title=\"Bankdaten nie automatisch\" \u003e}}\nBetrüger verschicken gefälschte Rechnungen und Schreiben zur „Änderung der Bankverbindung“, die echt aussehen. Lassen Sie nie einen automatischen Ablauf die Bankverbindung eines Lieferanten ändern. Jede Änderung muss ein Mensch über einen bekannten Kontakt bestätigen, etwa mit einem Anruf unter einer Nummer, die Sie schon haben, nie unter einer Nummer aus dem Schreiben selbst.\n{{\u003c /callout \u003e}}\n\nEin Teil dieser Arbeit entfällt mit strukturierten Rechnungen. In Deutschland müssen Unternehmen seit dem 1. Januar 2025 strukturierte elektronische Rechnungen von anderen Unternehmen empfangen können, und ein einfaches PDF zählt nicht als solche. Die Pflicht, sie auszustellen, folgt nach Übergangsfristen (Quelle: Bundesministerium der Finanzen, bundesfinanzministerium.de). Eine strukturierte E-Rechnung trägt ihre Daten maschinenlesbar in sich: Es gibt nichts auszulesen, nur zu prüfen.\n\n## Abstimmung und Abgleich von Prüfungsnachweisen\n\n**Abstimmung** heißt, zwei Aufzeichnungen derselben Sache zu vergleichen und jede Differenz zu erklären. Typische Beispiele sind die Bankabstimmung, bei der Sie Positionen des Kontoauszugs mit Buchungen abgleichen, und der **Drei-Wege-Abgleich** im Einkauf: Bestellung, Wareneingang und Rechnung müssen übereinstimmen, bevor Sie zahlen.\n\nRegeln erledigen die einfachen Fälle: gleicher Betrag, gleiche Referenz. Die KI hilft beim Rest: eine Zahlung für drei Rechnungen, eine Referenz mit Tippfehler, eine Teillieferung. Sie schlägt eine Zuordnung vor und nennt einen Grund, und ein Mensch nimmt sie an oder lehnt sie ab. Legen Sie eine **Toleranz** fest, also die größte Differenz, die das System ohne einen Menschen akzeptieren darf, etwa wenige Cent Rundung. Jede größere Differenz bleibt ein offener Posten, bis jemand sie erklärt.\n\nPrüfer machen ähnliche Arbeit von der anderen Seite. Um eine Stichprobe von Geschäftsvorfällen zu prüfen, verfolgen sie jeden Fall bis zu seiner Quelle: Rechnung, Vertrag, Bankbestätigung. KI-gestützte Tools finden den passenden Beleg, lesen die Zahlen aus und verknüpfen sie mit den **Arbeitspapieren**, der Aufzeichnung des Prüfers darüber, was geprüft und gefunden wurde.\n\n![Ablauf der Prüfungsnachweise in fünf Schritten: Stichprobe auswählen, Originalbelege sammeln, das KI-Tool liest die Zahlen aus und verknüpft sie, der Prüfer sichtet die Abweichungen, Abzeichnung und Dokumentation; jeder Schritt ist mit der ausführenden Seite gekennzeichnet](/images/learn/de/ai-in-finance-and-audit-evidence-flow.webp \"Das Tool sucht und verknüpft, der Prüfer urteilt und zeichnet ab. Jeder Schritt landet in den Arbeitspapieren.\")\n\nDas Tool übernimmt Suchen und Verknüpfen. Das Urteil bleibt beim Prüfer. Passt der Beleg zu dem, was geprüft wird? Ist er verlässlich? Eine externe Bankbestätigung wiegt mehr als eine interne Tabelle. Und was bedeutet eine Abweichung für die Prüfung? Die Aufsicht passt ihre Regeln an diese Arbeitsweise an. In den USA hat das PCAOB seinen Standard zu Prüfungsnachweisen (AS 1105) für technologiegestützte Analysen elektronischer Informationen geändert, gültig für Prüfungen von Geschäftsjahren, die am oder nach dem 15. Dezember 2025 beginnen (Quelle: PCAOB, pcaobus.org).\n\n## Anomalieerkennung: das Ungewöhnliche finden\n\nDie **Anomalieerkennung** sucht nach Buchungen, die nicht ins übliche Muster passen. Sie nutzt drei Arten von Methoden, oft zusammen:\n\n- **Regeln:** klare Tests, etwa Buchungen am Wochenende, runde Beträge, Rechnungen knapp unter einer Freigabegrenze oder dieselbe Rechnung zweimal bezahlt.\n- **Statistik:** Vergleiche mit dem üblichen Bereich, etwa eine Ausgabe, die dreimal so hoch ist wie der Monatsdurchschnitt. Ein klassischer Test ist das Benfordsche Gesetz. Es beschreibt, wie oft jede Ziffer in vielen natürlichen Zahlenmengen an erster Stelle steht: die 1 in etwa 30 Prozent der Fälle, die 9 in weniger als 5 Prozent. Große Abweichungen können auf erfundene Zahlen hindeuten.\n- **Maschinelles Lernen:** Ein Modell lernt die üblichen Muster aus früheren Buchungen und gibt jeder neuen Buchung einen **Anomaliewert**. Je höher der Wert, desto ungewöhnlicher die Buchung.\n\nUngewöhnlich heißt nicht falsch. Die meisten markierten Buchungen haben eine harmlose Erklärung: eine Jahresprämie, ein neuer Lieferant, eine einmalige Reparatur. Der Nutzen entsteht in der Nachbearbeitung, wie der Beispiel-Trichter zeigt:\n\n![Trichter mit Beispielzahlen: Von allen Buchungen markieren Regeln und ein Modell einen kleinen Teil, nach einem ersten Blick werden weniger davon untersucht, und nur eine Handvoll sind echte Probleme](/images/learn/de/ai-in-finance-and-audit-anomaly-funnel.webp \"Beispielzahlen, kein Richtwert: Die meisten Markierungen haben eine harmlose Erklärung, deshalb entscheidet die Nachbearbeitung über den Nutzen.\")\n\nVerfolgen Sie zwei Zahlen über die Zeit. Erstens: Wie viele Markierungen erweisen sich als echte Probleme? Das zeigt, ob die Markierungen die Zeit wert sind. Zweitens: Wie viele echte Probleme wurden auf anderem Weg gefunden und vom System übersehen? Das zeigt, ob Sie sich überhaupt darauf verlassen können.\n\n## Kontrollen, Dokumentation und Freigabe\n\nIm Finanzwesen ersetzt KI nicht das **interne Kontrollsystem**, also die Regeln, Freigaben und Prüfungen, die die Bücher richtig halten. Sie wird ein Teil davon, und deshalb braucht die KI selbst Kontrollen. Eine der ältesten ist die **Funktionstrennung**: Niemand kontrolliert einen Geschäftsvorfall allein von Anfang bis Ende.\n\n| Kontrolle | Was sie für KI bedeutet | Nachweis |\n|---|---|---|\n| Funktionstrennung | Wer die Regeln der KI festlegt, gibt nicht die Zahlungen frei, die sie vorbereitet | Rollenliste, Prüfung der Zugriffsrechte |\n| Änderungsmanagement | Neue Prompts, Regeln oder Modellversionen werden vor dem Einsatz getestet und freigegeben | Änderungsprotokoll mit Tests und Freigaben |\n| Validierung | Das Tool wird an bekannten Fällen getestet, auch mit eingebauten Fehlern, vor dem Einsatz und nach jeder Änderung | Testprotokoll mit Ergebnissen |\n| Menschliche Freigabe | Eine benannte Person gibt jedes Ergebnis mit finanzieller Wirkung frei | Freigabe mit Name und Datum |\n| Dokumentation | Jeder KI-Schritt ist beschrieben: Eingabe, Ausgabe, Prüfungen, prüfende Person | Verfahrensdokumentation, Arbeitspapiere |\n| Überwachung | Ausnahme- und Fehlerquoten werden jeden Monat ausgewertet | Monatsbericht |\n\nDokumentation ist keine Kür. In Deutschland verlangen die GoBD, die Grundsätze der Finanzverwaltung für die elektronische Buchführung, eine Verfahrensdokumentation, die beschreibt, wie Unterlagen erfasst, verarbeitet und archiviert werden. Liest eine KI Rechnungsdaten für Ihre Buchhaltung aus, gehört dieser Schritt hinein. In der Abschlussprüfung müssen die Arbeitspapiere zeigen, was das Tool getan und was der Prüfer gefolgert hat, im Einklang mit ISA 230. In börsennotierten US-Unternehmen gehören Kontrollen über automatisierte Schritte der Finanzberichterstattung zur Beurteilung des internen Kontrollsystems nach Section 404 des Sarbanes-Oxley Act. Level 4 zeigt, wie Sie solche Regeln im ganzen Unternehmen organisieren: [KI-Governance für Fachbereiche](/de/ai-work/learn/ai-governance-for-business-teams/).\n\n## Wo die Erklärbarkeit endet\n\nPrüfer und Controller müssen erklären können, warum eine Zahl stimmt und warum ein Fall ausgewählt wurde. KI macht das schwieriger. Eine Regel sagt genau, warum sie angeschlagen hat. Ein Anomaliewert aus einem Modell des maschinellen Lernens sagt, dass eine Buchung ungewöhnlich ist, aber oft nicht, warum. Ein Sprachmodell schreibt eine flüssige Erklärung, doch Forschung zeigt, dass solche Erklärungen nicht immer wiedergeben, wie das Modell zu seiner Antwort kam (Quelle: Turpin et al., „Language Models Don't Always Say What They Think“, NeurIPS 2023).\n\n![Vier Methoden auf einer Skala von leicht bis schwer erklärbar: Regeln, Statistik, Werte aus maschinellem Lernen und Sprachmodelle, jeweils mit ihrem Einsatzzweck in Finanzen und Prüfung](/images/learn/de/ai-in-finance-and-audit-explainability.webp \"Je schwerer eine Methode zu erklären ist, desto weniger sollte sie allein entscheiden.\")\n\nVier Gewohnheiten halten die Arbeit erklärbar:\n\n1. **Regeln entscheiden, KI sortiert.** KI-Werte bestimmen, was ein Mensch zuerst ansieht, nicht, was gebucht oder bezahlt wird.\n2. **Den Grund in klaren Worten notieren.** Halten Sie für jeden ausgewählten Fall fest, warum er ausgewählt wurde und was Sie geprüft haben.\n3. **Den Nachweis aufbewahren, nicht die Erzählung der KI.** Der Originalbeleg ist der Nachweis. Der Text der KI ist nur ein Hinweis darauf.\n4. **Mit bekannten Antworten testen.** Bauen Sie bekannte Fehler in einen Testdatensatz ein und prüfen Sie, ob das Tool sie findet, vor dem Einsatz und nach jeder Änderung.\n\nDie Tabelle zeigt, wer in typischen Situationen entscheidet. Level 3 endet mit einem genaueren Blick auf [Human in the Loop](/de/ai-work/learn/human-in-the-loop-at-work/) und darauf, wie Sie solche Prüfungen in jedem Ablauf platzieren.\n\n| Situation | Die KI darf | Ein Mensch muss |\n|---|---|---|\n| Rechnung besteht alle Prüfungen | Die Buchung vorbereiten | Den Zahllauf freigeben |\n| Feld mit geringer Konfidenz | Es hervorheben | Den Wert eingeben oder bestätigen |\n| Vorgeschlagene Zuordnung außerhalb der Toleranz | Sie mit Begründung vorschlagen | Annehmen, ablehnen oder untersuchen |\n| Hoher Anomaliewert | Die Buchung oben auf die Liste setzen | Untersuchen und das Ergebnis dokumentieren |\n| Änderung der Bankverbindung | Die Änderung markieren | Sie über einen bekannten Kontakt bestätigen |\n| Abweichung in der Prüfung | Sie mit der Quelle verknüpfen | Sie beurteilen und die Schlussfolgerung ziehen |\n\n{{\u003c callout type=\"try\" title=\"Die Erfassung mit eingebauten Fehlern testen\" \u003e}}\nNehmen Sie in einer Testumgebung Kopien von 20 Rechnungen, die bereits geprüft sind. Ändern Sie fünf davon absichtlich: einen falschen Gesamtbetrag, eine doppelte Rechnungsnummer, einen unbekannten Lieferanten, einen unpassenden Steuersatz, eine neue Bankverbindung. Lassen Sie alle 20 durch Erfassung und Prüfungen laufen. Jeder eingebaute Fehler muss bei einem Menschen landen. Rutscht einer durch, korrigieren Sie die Regel, bevor Sie sich auf den Ablauf verlassen.\n{{\u003c /callout \u003e}}","text":"Finanz- und Prüfungsarbeit lebt von Belegen und Zahlen: Rechnungen, Kontoauszüge, Verträge, Buchungen. Vieles davon ist Abgleich. Passt diese Rechnung zu dieser Bestellung? Passt diese Zahlung zu dieser Rechnung? Passt diese Zahl im Bericht zu ihrer Quelle? KI-Tools lesen inzwischen Belege, schlagen Zuordnungen vor und weisen auf ungewöhnliche Buchungen hin. Im Finanzwesen braucht aber jede Zahl einen Nachweis, jede Entscheidung eine verantwortliche Person, und ein einziger Fehler kann im Jahresabschluss landen.\nDieser Artikel ist Teil 3 von Level 3 unseres Lernpfads AI Work. Die Teile 1 und 2 haben Pilotprojekte und die Anbindung an CRM und Helpdesk behandelt. Dieser Teil wendet beides auf einen der am stärksten regulierten Bereiche eines Unternehmens an. Sie lernen, wo KI in Finanzabteilung und Wirtschaftsprüfung hilft, wie Sie ausgelesene Daten prüfen, wie Abstimmung und der Abgleich von Prüfungsnachweisen funktionieren, wie Sie Anomalieerkennung einsetzen, welche Kontrollen und Dokumentation Sie brauchen und wo die Erklärbarkeit von KI endet.\nVier Aufgaben, bei denen KI Finanzen und Prüfung unterstützt KI in Finanzabteilung und Wirtschaftsprüfung Aufgabe Was die KI macht Was Menschen weiter tun Belegerfassung Liest Rechnungen, Quittungen und Verträge und macht daraus Datenfelder Unsichere Felder prüfen, neue Lieferanten und Bankdaten freigeben Abstimmung Schlägt Zuordnungen zwischen Kontoauszug, Rechnungen und Buchungen vor Offene Posten klären, Ausbuchungen freigeben Abgleich von Prüfungsnachweisen Findet zu einem Stichprobenfall den Originalbeleg und verknüpft die Zahlen Beurteilen, ob der Nachweis ausreicht und verlässlich ist Anomalieerkennung Markiert ungewöhnliche Buchungen, etwa doppelte Zahlungen Untersuchen, entscheiden und das Ergebnis dokumentieren Die vier Aufgaben haben eines gemeinsam: Die KI bereitet vor, ein Mensch entscheidet und zeichnet ab. In der Abschlussprüfung folgt diese Teilung aus den Standards. Prüfer müssen ausreichende und geeignete Prüfungsnachweise erlangen (ISA 500, Audit Evidence), und sie müssen ihre Arbeit so dokumentieren, dass ein erfahrener Prüfer ohne vorherige Verbindung zu dieser Prüfung sie nachvollziehen kann (ISA 230, Audit Documentation). Beide gehören zu den International Standards on Auditing (Quelle: IAASB, iaasb.org).\nFür Teile dieser Arbeit gibt es spezialisierte Tools. Nach Angaben der Anbieter automatisiert DataSnipper das Auslesen und den Abgleich von Belegen in Wirtschaftsprüfung und Finanzabteilung. Ignition bündelt Angebote, Mandatsvereinbarungen, Abrechnung und Zahlungen für Kanzleien in einem Ablauf. In kleinen Betrieben beginnt die Finanzarbeit oft in der Auftragssoftware: Tradify verwaltet Angebote, Rechnungen und Zahlungen für Handwerker, KI ist dort eine Nebenfunktion. Unser Vergleich führt 8 Tools im Bereich Analyse \u0026amp; Betrieb:\nDataSnipperAnalyse \u0026amp; Betrieb · KI ist der KernAutomatisiert Prüfung und Abgleich von Belegen in Wirtschaftsprüfung und Finanzabteilung. IgnitionAnalyse \u0026amp; Betrieb · Software mit KI-FunktionenAngebote, Verträge und Abrechnung für Kanzleien und Dienstleister in einem Ablauf. TradifyAnalyse \u0026amp; Betrieb · Software mit KI-FunktionenAuftragsverwaltung für Handwerker: Angebote, Planung, Rechnungen und Zahlungen. Kurzbeschreibungen aus unserem Tool-Vergleich, nach Angaben der Anbieter — nicht von ABXK getestet.\nVom Beleg zu Daten: Erfassung mit Prüfungen Die Belegerfassung macht aus einem PDF oder Scan Datenfelder: Lieferant, Rechnungsnummer, Datum, Nettobetrag, Umsatzsteuer, Gesamtbetrag und Bankverbindung. Moderne Tools verbinden Texterkennung mit einem Sprachmodell und kommen deshalb auch mit Layouts zurecht, die sie noch nie gesehen haben. Fehler machen sie trotzdem: eine falsch gelesene Ziffer, ein Datum im falschen Format, ein Gesamtbetrag aus der falschen Zeile.\nGute Erfassung läuft nie ohne Prüfungen. Das Tool meldet für jedes Feld eine Konfidenz, also wie sicher es sich beim Wert ist, und feste Regeln testen das Ergebnis:\nErfassung mit Prüfungen: Konfidenz pro Feld und feste Regeln entscheiden, ob eine Rechnung direkt zur Freigabe geht oder an einen Menschen. Nur Rechnungen, die jede Prüfung bestehen, gehen direkt zur Freigabe. Alles andere geht an einen Menschen, und die fehlgeschlagene Prüfung wird angezeigt, damit niemand nach dem Problem suchen muss.\n!Bankdaten nie automatisch\nBetrüger verschicken gefälschte Rechnungen und Schreiben zur „Änderung der Bankverbindung“, die echt aussehen. Lassen Sie nie einen automatischen Ablauf die Bankverbindung eines Lieferanten ändern. Jede Änderung muss ein Mensch über einen bekannten Kontakt bestätigen, etwa mit einem Anruf unter einer Nummer, die Sie schon haben, nie unter einer Nummer aus dem Schreiben selbst.\nEin Teil dieser Arbeit entfällt mit strukturierten Rechnungen. In Deutschland müssen Unternehmen seit dem 1. Januar 2025 strukturierte elektronische Rechnungen von anderen Unternehmen empfangen können, und ein einfaches PDF zählt nicht als solche. Die Pflicht, sie auszustellen, folgt nach Übergangsfristen (Quelle: Bundesministerium der Finanzen, bundesfinanzministerium.de). Eine strukturierte E-Rechnung trägt ihre Daten maschinenlesbar in sich: Es gibt nichts auszulesen, nur zu prüfen.\nAbstimmung und Abgleich von Prüfungsnachweisen Abstimmung heißt, zwei Aufzeichnungen derselben Sache zu vergleichen und jede Differenz zu erklären. Typische Beispiele sind die Bankabstimmung, bei der Sie Positionen des Kontoauszugs mit Buchungen abgleichen, und der Drei-Wege-Abgleich im Einkauf: Bestellung, Wareneingang und Rechnung müssen übereinstimmen, bevor Sie zahlen.\nRegeln erledigen die einfachen Fälle: gleicher Betrag, gleiche Referenz. Die KI hilft beim Rest: eine Zahlung für drei Rechnungen, eine Referenz mit Tippfehler, eine Teillieferung. Sie schlägt eine Zuordnung vor und nennt einen Grund, und ein Mensch nimmt sie an oder lehnt sie ab. Legen Sie eine Toleranz fest, also die größte Differenz, die das System ohne einen Menschen akzeptieren darf, etwa wenige Cent Rundung. Jede größere Differenz bleibt ein offener Posten, bis jemand sie erklärt.\nPrüfer machen ähnliche Arbeit von der anderen Seite. Um eine Stichprobe von Geschäftsvorfällen zu prüfen, verfolgen sie jeden Fall bis zu seiner Quelle: Rechnung, Vertrag, Bankbestätigung. KI-gestützte Tools finden den passenden Beleg, lesen die Zahlen aus und verknüpfen sie mit den Arbeitspapieren, der Aufzeichnung des Prüfers darüber, was geprüft und gefunden wurde.\nDas Tool sucht und verknüpft, der Prüfer urteilt und zeichnet ab. Jeder Schritt landet in den Arbeitspapieren. Das Tool übernimmt Suchen und Verknüpfen. Das Urteil bleibt beim Prüfer. Passt der Beleg zu dem, was geprüft wird? Ist er verlässlich? Eine externe Bankbestätigung wiegt mehr als eine interne Tabelle. Und was bedeutet eine Abweichung für die Prüfung? Die Aufsicht passt ihre Regeln an diese Arbeitsweise an. In den USA hat das PCAOB seinen Standard zu Prüfungsnachweisen (AS 1105) für technologiegestützte Analysen elektronischer Informationen geändert, gültig für Prüfungen von Geschäftsjahren, die am oder nach dem 15. Dezember 2025 beginnen (Quelle: PCAOB, pcaobus.org).\nAnomalieerkennung: das Ungewöhnliche finden Die Anomalieerkennung sucht nach Buchungen, die nicht ins übliche Muster passen. Sie nutzt drei Arten von Methoden, oft zusammen:\nRegeln: klare Tests, etwa Buchungen am Wochenende, runde Beträge, Rechnungen knapp unter einer Freigabegrenze oder dieselbe Rechnung zweimal bezahlt. Statistik: Vergleiche mit dem üblichen Bereich, etwa eine Ausgabe, die dreimal so hoch ist wie der Monatsdurchschnitt. Ein klassischer Test ist das Benfordsche Gesetz. Es beschreibt, wie oft jede Ziffer in vielen natürlichen Zahlenmengen an erster Stelle steht: die 1 in etwa 30 Prozent der Fälle, die 9 in weniger als 5 Prozent. Große Abweichungen können auf erfundene Zahlen hindeuten. Maschinelles Lernen: Ein Modell lernt die üblichen Muster aus früheren Buchungen und gibt jeder neuen Buchung einen Anomaliewert. Je höher der Wert, desto ungewöhnlicher die Buchung. Ungewöhnlich heißt nicht falsch. Die meisten markierten Buchungen haben eine harmlose Erklärung: eine Jahresprämie, ein neuer Lieferant, eine einmalige Reparatur. Der Nutzen entsteht in der Nachbearbeitung, wie der Beispiel-Trichter zeigt:\nBeispielzahlen, kein Richtwert: Die meisten Markierungen haben eine harmlose Erklärung, deshalb entscheidet die Nachbearbeitung über den Nutzen. Verfolgen Sie zwei Zahlen über die Zeit. Erstens: Wie viele Markierungen erweisen sich als echte Probleme? Das zeigt, ob die Markierungen die Zeit wert sind. Zweitens: Wie viele echte Probleme wurden auf anderem Weg gefunden und vom System übersehen? Das zeigt, ob Sie sich überhaupt darauf verlassen können.\nKontrollen, Dokumentation und Freigabe Im Finanzwesen ersetzt KI nicht das interne Kontrollsystem, also die Regeln, Freigaben und Prüfungen, die die Bücher richtig halten. Sie wird ein Teil davon, und deshalb braucht die KI selbst Kontrollen. Eine der ältesten ist die Funktionstrennung: Niemand kontrolliert einen Geschäftsvorfall allein von Anfang bis Ende.\nKI in Finanzabteilung und Wirtschaftsprüfung (2) Kontrolle Was sie für KI bedeutet Nachweis Funktionstrennung Wer die Regeln der KI festlegt, gibt nicht die Zahlungen frei, die sie vorbereitet Rollenliste, Prüfung der Zugriffsrechte Änderungsmanagement Neue Prompts, Regeln oder Modellversionen werden vor dem Einsatz getestet und freigegeben Änderungsprotokoll mit Tests und Freigaben Validierung Das Tool wird an bekannten Fällen getestet, auch mit eingebauten Fehlern, vor dem Einsatz und nach jeder Änderung Testprotokoll mit Ergebnissen Menschliche Freigabe Eine benannte Person gibt jedes Ergebnis mit finanzieller Wirkung frei Freigabe mit Name und Datum Dokumentation Jeder KI-Schritt ist beschrieben: Eingabe, Ausgabe, Prüfungen, prüfende Person Verfahrensdokumentation, Arbeitspapiere Überwachung Ausnahme- und Fehlerquoten werden jeden Monat ausgewertet Monatsbericht Dokumentation ist keine Kür. In Deutschland verlangen die GoBD, die Grundsätze der Finanzverwaltung für die elektronische Buchführung, eine Verfahrensdokumentation, die beschreibt, wie Unterlagen erfasst, verarbeitet und archiviert werden. Liest eine KI Rechnungsdaten für Ihre Buchhaltung aus, gehört dieser Schritt hinein. In der Abschlussprüfung müssen die Arbeitspapiere zeigen, was das Tool getan und was der Prüfer gefolgert hat, im Einklang mit ISA 230. In börsennotierten US-Unternehmen gehören Kontrollen über automatisierte Schritte der Finanzberichterstattung zur Beurteilung des internen Kontrollsystems nach Section 404 des Sarbanes-Oxley Act. Level 4 zeigt, wie Sie solche Regeln im ganzen Unternehmen organisieren: KI-Governance für Fachbereiche.\nWo die Erklärbarkeit endet Prüfer und Controller müssen erklären können, warum eine Zahl stimmt und warum ein Fall ausgewählt wurde. KI macht das schwieriger. Eine Regel sagt genau, warum sie angeschlagen hat. Ein Anomaliewert aus einem Modell des maschinellen Lernens sagt, dass eine Buchung ungewöhnlich ist, aber oft nicht, warum. Ein Sprachmodell schreibt eine flüssige Erklärung, doch Forschung zeigt, dass solche Erklärungen nicht immer wiedergeben, wie das Modell zu seiner Antwort kam (Quelle: Turpin et al., „Language Models Don\u0026rsquo;t Always Say What They Think“, NeurIPS 2023).\nJe schwerer eine Methode zu erklären ist, desto weniger sollte sie allein entscheiden. Vier Gewohnheiten halten die Arbeit erklärbar:\nRegeln entscheiden, KI sortiert. KI-Werte bestimmen, was ein Mensch zuerst ansieht, nicht, was gebucht oder bezahlt wird. Den Grund in klaren Worten notieren. Halten Sie für jeden ausgewählten Fall fest, warum er ausgewählt wurde und was Sie geprüft haben. Den Nachweis aufbewahren, nicht die Erzählung der KI. Der Originalbeleg ist der Nachweis. Der Text der KI ist nur ein Hinweis darauf. Mit bekannten Antworten testen. Bauen Sie bekannte Fehler in einen Testdatensatz ein und prüfen Sie, ob das Tool sie findet, vor dem Einsatz und nach jeder Änderung. Die Tabelle zeigt, wer in typischen Situationen entscheidet. Level 3 endet mit einem genaueren Blick auf Human in the Loop und darauf, wie Sie solche Prüfungen in jedem Ablauf platzieren.\nKI in Finanzabteilung und Wirtschaftsprüfung (3) Situation Die KI darf Ein Mensch muss Rechnung besteht alle Prüfungen Die Buchung vorbereiten Den Zahllauf freigeben Feld mit geringer Konfidenz Es hervorheben Den Wert eingeben oder bestätigen Vorgeschlagene Zuordnung außerhalb der Toleranz Sie mit Begründung vorschlagen Annehmen, ablehnen oder untersuchen Hoher Anomaliewert Die Buchung oben auf die Liste setzen Untersuchen und das Ergebnis dokumentieren Änderung der Bankverbindung Die Änderung markieren Sie über einen bekannten Kontakt bestätigen Abweichung in der Prüfung Sie mit der Quelle verknüpfen Sie beurteilen und die Schlussfolgerung ziehen ▸Die Erfassung mit eingebauten Fehlern testen\nNehmen Sie in einer Testumgebung Kopien von 20 Rechnungen, die bereits geprüft sind. Ändern Sie fünf davon absichtlich: einen falschen Gesamtbetrag, eine doppelte Rechnungsnummer, einen unbekannten Lieferanten, einen unpassenden Steuersatz, eine neue Bankverbindung. Lassen Sie alle 20 durch Erfassung und Prüfungen laufen. Jeder eingebaute Fehler muss bei einem Menschen landen. Rutscht einer durch, korrigieren Sie die Regel, bevor Sie sich auf den Ablauf verlassen.\n","words":1834},"date":"2026-10-14","description":"Wie KI Finanz- und Prüfungsarbeit unterstützt: Belegerfassung, Abstimmung, Prüfungsnachweise und Auffälligkeiten, mit Kontrollen, Freigabe und klaren Grenzen.","image":"https://abxk.ai/images/cover/ai-in-finance-and-audit.webp","json":"https://abxk.ai/de/ai-work/learn/ai-in-finance-and-audit/index.json","kind":"page","language":"de","learning_path":{"category":"ai-work","level":3,"level_name":"Profi"},"modified":"2026-10-14","related_tools":["DataSnipper","Ignition","Tradify"],"section":"ai-work","tags":["finanzen","wirtschaftspruefung","belegerfassung","interne-kontrollen"],"title":"KI in Finanzabteilung und Wirtschaftsprüfung","translations":[{"json":"https://abxk.ai/en/ai-work/learn/ai-in-finance-and-audit/index.json","language":"en","url":"https://abxk.ai/en/ai-work/learn/ai-in-finance-and-audit/"}],"url":"https://abxk.ai/de/ai-work/learn/ai-in-finance-and-audit/"}