Die Finanzfunktion automatisieren: RPA, KI und die Zukunft von FP&A

# Die Finanzfunktion automatisieren: RPA, KI und die Zukunft von FP&A

2017 hat JPMorgan Chase geräuschlos 360.000 Stunden juristischer Prüfarbeit pro Jahr gestrichen. Der Auslöser war kein Stellenabbau, sondern COIN, die Contract-Intelligence-Plattform der Bank, die gewerbliche Kreditverträge in Sekunden liest statt in den Wochen, die Junior Associates dafür brauchten. 2026 verarbeiten die Nachfolger von COIN nicht nur Verträge, sondern auch ISDA-Rahmenverträge, KYC-Dossiers und Verrechnungspreisdokumentation für konzerninterne Transaktionen in über 60 Jurisdiktionen, die von OECD Pillar Two betroffen sind. Die Lehre für CFOs ist nicht, dass die Maschinen die Buchhalter holen. Sie ist, dass die Finanzfunktion, jenes Cost Center, das jeder CEO dreißig Jahre lang zu komprimieren versucht und daran gescheitert ist, endlich komprimierbar ist. Der McKinsey-Benchmark 2024 schätzt, dass 42 % der Finanzaktivitäten mit vorhandener Technologie vollständig automatisierbar sind und weitere 19 % erheblich unterstützt werden kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen. Unternehmen, die gut umsetzen, berichten von 25-50 % Kostensenkung im transaktionalen Finanzbereich und, wichtiger noch, von 30-40 % schnelleren Close-Zyklen.

In dieser Lektion geht es darum, wie Sie diesen Wert tatsächlich realisieren, nicht um die Foliensatz-Version.

Der Automatisierungs-Stack: was tatsächlich wo liegt

Die meisten CFOs erben von ihren Beratern ein verwirrtes Vokabular. „KI", „RPA" und „Intelligent Automation" werden in Board-Präsentationen synonym verwendet, und genau so landet man bei Piloten für 20 Millionen Dollar, die den falschen Prozess automatisieren. Seien Sie präzise.

Layer 1: Robotic Process Automation (RPA)

RPA ist regelbasiertes Screen Scraping. UiPath, Automation Anyway und Microsoft Power Automate dominieren dieses Feld. Ein Bot meldet sich in SAP an, kopiert eine Lieferantenrechnung, prüft sie gegen eine Bestellung in Coupa und bucht sie. ErErThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → „denkt" nicht. Mit Ausnahmen kommt ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → schlecht zurecht. Der Business Case ist unkompliziert: ein typischer RPA-Bot kostet vollkostengerechnet 5.000 bis 15.000 Dollar pro Jahr und ersetzt etwa 2-3 FTE repetitiver Arbeit in der Kreditorenbuchhaltung, bei konzerninternen Abstimmungen oder in der Verarbeitung von Kontoauszügen.

Siemens hat zwischen 2018 und 2024 über 4.000 Bots in seinen Shared Service Centern ausgerollt und damit nach eigenen Angaben 2 Millionen Stunden jährlich automatisiert. Die CFO-Organisation, damals unter Ralf Thomas, behandelte RPA als Installationsarbeit, nicht als Transformation. Dieses Framing ist wichtig. RPA ist nicht strategisch, es ist ein Produktivitätsboden.

Layer 2: Machine Learning und Intelligent Document Processing

Hier beginnt Finance, wirklich anders auszusehen. ML-Modelle klassifizieren Transaktionen, prognostizieren Zahlungseingänge, erkennen Anomalien in Spesenabrechnungen und extrahieren strukturierte Daten aus unstrukturierten Dokumenten: den Verträgen, Rechnungen und E-Mails, an denen reines RPA scheitert.

Aladdin von BlackRock ist das kanonische Beispiel im großen MaMaUsing software to automate repetitive marketing tasks and campaigns, enabling personalisation at scale across channels like email, web, and social.Vollständige Definition ansehen →ßstab. Ursprünglich in den 1990ern als Risikosystem gebaut, verarbeitet Aladdin heute (Stand 2025) rund 21,6 Billionen Dollar an verwalteten oder administrierten Vermögenswerten und rechnet täglich Zehntausende Monte-Carlo-Simulationen auf Portfolios, die fast 10 % der weltweiten Aktien, Anleihen und Kredite umfassen. Für Corporate-CFOs lehrreich ist nicht der Asset-Management-Anwendungsfall, sondern die Architektur. Aladdin ist ein Single Source of Truth, auf den Front, Middle und Back Office gleichermaßen zugreifen. Es gibt keine Abstimmung zwischen „dem Handelsbuch" und „dem Buchhaltungsbuch", weil es nur ein Buch gibt. Die meisten Konzerne betreiben 8-15 Finanzsysteme, die zum Monatsende alle voneinander abweichen. Die Lehre aus Aladdin: das Automatisierungsproblem ist im Kern ein Datenarchitekturproblem.

Layer 3: Generative KI und Agentic Finance

2026 hat sich die Grenze erneut verschoben. Microsoft Copilot for Finance, Workdays Illuminate und Oracles Fusion AI AgentsAI AgentsAgentic AI refers to AI systems that pursue goals autonomously by planning, taking actions through tools, and adapting based on results, with minimal step-by-step human direction.Vollständige Definition ansehen → sitzen inzwischen auf dem ERP, entwerfen Abweichungskommentare, bauen erste Forecast-Versionen und erzeugen board-fähige Narrative aus rohen Hauptbuchdaten. Das FP&A-Team von Unilever unter CFO Fernando Fernandez hat Anfang 2025 öffentlich gemacht, dass generative KI die Vorbereitung des monatlichen Management-Reportings von 9 Tagen auf 3 verkürzt hat.

Der Übergang von Copiloten zu *Agents*, also autonomen Systemen, die mehrstufige Aktionen ausführen, ist die Geschichte von 2026. Ein Agent entwirft keinen Buchungssatz zur Prüfung, ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → bucht ihn, meldet sich nur, wenn die Confidence unter einen Schwellenwert fällt, und lernt aus Ihrer Korrektur. Die Folgen für das Kontrollsystem sind nicht trivial, darauf kommen wir zurück.

Fallstudie: wie Siemens und Microsoft FP&A unterschiedlich angegangen sind

Der Kontrast zwischen zwei gut dokumentierten Transformationen sagt Ihnen alles darüber, *wie* man das sequenziert.

Siemens: bottom-up, Prozess zuerst

Siemens begann mit klar abgegrenzten, hochvolumigen Prozessen: Kreditorenbuchhaltung, Reisekostenprüfung, konzerninternes Netting. Bis 2023 berichtete das Unternehmen von über 100 Mio. € annualisierten Run-Rate-Einsparungen allein aus der Finanzautomatisierung, bei Payback-Zeiten unter 12 Monaten für die meisten Bot-Deployments. Die Disziplin bestand in unermüdlichem Process Mining mit Celonis (einem Münchner Unternehmen, das Siemens sowohl nutzt als auch teilweise besitzt), um die tatsächlichen, nicht die theoretischen Wege zu identifizieren, die Transaktionen durch SAP nehmen.

Der entscheidende Punkt: Siemens automatisierte, *nachdem* die Prozessvarianz beseitigt war. Rund 60 % der Arbeit in den frühen Projekten bestand darin, unnötige Prozessschritte zu eliminieren, bevor überhaupt ein Bot ausgerollt wurde. Kaputte Prozesse zu automatisieren liefert nur schneller kaputte Ergebnisse.

Microsoft: top-down, Forecast zuerst

Die Finanzorganisation von Microsoft unter CFO Amy Hood ging einen anderen Weg. Ab etwa 2019 baute Microsoft seine Forecasting-Fähigkeit um ML-Modelle herum neu auf, die über 160 externe Datensignale verarbeiten: Lieferzeiten für Halbleiter, CapexCapexCapital Expenditure (CapEx) is money spent to acquire, upgrade, or extend long-lived assets like equipment, property, or software that deliver value over multiple years.Vollständige Definition ansehen →-Ankündigungen von Hyperscalern, Regulierung für Sovereign Cloud, sogar Satellitenbilder von Rechenzentren der Partner. Das Ergebnis, mehrfach auf Investorenveranstaltungen besprochen: die Prognosegenauigkeit von Microsofts Umsatz auf Segmentebene liegt auf 90-Tage-Basis innerhalb von 1,5 %, deutlich besser als der Analystenkonsens.

Die Lehre ist, dass Microsoft nicht mit Kostensenkung begonnen hat. Es begann mit Prognosegenauigkeit, weil Finance dort strategischen Hebel erzeugt. Die Kosteneinsparungen folgten, waren aber ein Nebenprodukt des Aufbaus einer entscheidungsfähigen Dateninfrastruktur.

Die meisten CFOs sollten *beides* tun: Aufräumen im Siemens-Stil bei transaktionalen Prozessen finanziert die Investition im Microsoft-Stil in Forecasting und Szenario-Intelligenz. Der Fehler ist, das eine ohne das andere zu tun.

Die Zukunft von FP&A: von Berichterstattern zu Allokatoren

Hier ist die unbequeme Wahrheit, die die meisten VPs of FP&A noch nicht verinnerlicht haben: etwa 60-70 % dessen, was ihre Teams heute tun, Daten ziehen, Abweichungsberichte formatieren, Cubes abstimmen, Präsentationen bauen, wird innerhalb von 36 Monaten von Software erledigt. Die Rollen, die überleben und wachsen, verschieben sich von Produktion zu Interpretation.

Der kontinuierliche Abschluss

Der „Monatsabschluss" ist ein Artefakt des 19. Jahrhunderts, gebaut um den Zeitpunkt, zu dem Hauptbücher physisch abgestimmt werden konnten. 2026 betreiben Vorreiter wie BlackRock, Stripe und Shopify etwas, das einem kontinuierlichen Abschluss nahekommt: die Finanzlage ist innerhalb von Stunden bekannt, nicht von Wochen. Shopifys CFO Jeff Hoffmeister hat über die „Live-P&L"-Fähigkeit des Unternehmens gesprochen, die es erlaubt, Händler-Ökonomie täglich neu zu modellieren, während Payment-Processing-Raten und Ad-CACCACCustomer Acquisition Cost (CAC) is the total sales and marketing spend divided by the number of new customers gained in a period. It measures how efficiently you grow.Vollständige Definition ansehen → schwanken.

Die Montagmorgen-Frage des CFO: *Was wäre nötig, um die wirtschaftliche Lage meines Unternehmens jeden Dienstag zu kennen, und nicht am 8. Arbeitstag nach Monatsende?* Die Antwort umfasst fast immer drei Dinge: den Kontenplan zusammenführen, konzerninterne Eliminierungen automatisieren und Abgrenzungen aus Vertragsmetadaten vorladen statt manuell zu berechnen.

Treiberbasierte, szenario-native Planung

Traditionelle Budgetierung allokiert Geld. KI-gestütztes FP&A allokiert *Reaktionskapazität*. Das ausgereifte Muster: statt eines einzelnen Jahresbudgets mit Quartals-Reforecasts pflegen führende Finanzorganisationen heute ein rollierendes 18-Monats-Modell mit 50-200 Treibervariablen, gegen das sie fortlaufend Szenariosimulationen rechnen.

Das zählt 2026 besonders, weil drei Kräfte zusammenlaufen: OECD Pillar Two hat die Modellierung des effektiven Steuersatzes in vielen multinationalen Konzernen zur Quartalsfeuerwehrübung gemacht; das CSRD-Reporting in der EU verlangt inzwischen zukunftsgerichtete Transitionsplan-Finanzzahlen mit quantifizierten Klimaszenarien; und IFRS-16-Leasinganpassungen durch veränderte Flächenbedarfe im Hybrid-Work-Kontext erzeugen weiterhin Bilanzvolatilität. Kein menschliches Team modelliert das alles manuell schnell genug. Unternehmen, die in Szenario-Engines investiert haben, Anaplan, Pigment und Oracle EPM mit eingebetteter KI, sind einfach schnellere Entscheidungsorganisationen.

Das Kontrollproblem

Jeder CFO, der das liest, sollte bei einem Risiko innehalten. Wenn eine agentische KI Buchungssätze bucht, wer ist dann der „Preparer" im Sinne von SOX? Wenn ein generatives Modell den MD&A entwirft, wer bescheinigt, dass es keine nicht existierende Akquisition halluziniert? Die PCAOB-Guidance von 2025 und die Änderungen der SEC an den Angaben nach Item 408 beginnen, eine explizite Offenlegung wesentlicher KI-Nutzung in Finanzberichtsprozessen zu verlangen.

Praktisch bedeutet das drei Kontrollen, auf denen jeder CFO vor jedem produktiven KI-Einsatz in Finance bestehen sollte:

1. Deterministisches Logging, jede Modellentscheidung ist aus einem gespeicherten Input und einer Modellversion reproduzierbar.

2. Confidence-Schwellen mit Routing an Menschen, Aktionen unterhalb von X % Confidence gehen an einen menschlichen Prüfer, mit nach Materialität kalibrierten Schwellen.

3. Drift Monitoring, die Modellleistung wird gegen ein Holdout verfolgt, und Verschlechterung löst ein Retraining aus, nicht stilles Versagen.

Wenn Ihr CIO nicht erklären kann, wie Ihre Finance-KI diese drei Dinge tut, sind Sie für einen Rollout im großen MaMaUsing software to automate repetitive marketing tasks and campaigns, enabling personalisation at scale across channels like email, web, and social.Vollständige Definition ansehen →ßstab nicht bereit.

Die Action-Checkliste des CFO

Montagmorgen tun Sie Folgendes:

1. Beauftragen Sie innerhalb von 30 Tagen eine Process-Mining-Diagnose für Ihre fünf größten transaktionalen Prozesse. Nutzen Sie Celonis, Microsoft Process Mining oder UiPath Process Mining. Sie werden feststellen, dass Ihr AP-Prozess 47 Varianten hat, nicht die 3, die Ihr Team beschrieben hat. Varianz ist der Feind der Automatisierung. Reparieren Sie den Prozess, bevor Sie Bots ausrollen.

2. Verpflichten Sie jede Beschaffungsentscheidung für ein Finanzsystem auf einen „Single Source of Truth"-Test. Wenn ein neues Tool eine neue Abstimmung erfordert, sollte es abgelehnt werden, es sei denn, der strategische Wert übersteigt die Integrationssteuer klar. Die Aladdin-Lehre heißt architektonische Disziplin.

3. Bringen Sie Ihr FP&A-Team innerhalb von zwei Quartalen von einer monatlichen auf eine rollierende Forecast-Kadenz, auch wenn das zugrundeliegende Tooling noch nicht perfekt ist. Die Verhaltensänderung, mehr über die Zukunft als über die Vergangenheit zu sprechen, zählt mehr als der Technologie-Stack. Die Technologie kann nachkommen.

4. Bauen Sie in den nächsten 60 Tagen ein AI Use Inventory und ein abgestuftes Governance-Modell auf. Tier 1 (nur informativ, z. B. Kommentarentwürfe): leichte Prüfung. Tier 2 (entscheidungsunterstützend, z. B. Forecast-Inputs): dokumentierte Validierung. Tier 3 (handelnd, z. B. automatisches Buchen): formale Kontrolle mit SOX-tauglicher Evidenz. Danach werden Ihre Prüfer 2027 fragen, bauen Sie es jetzt.

5. Qualifizieren Sie Ihre besten FP&A-Talente in Prompt Engineering, Datenmodellierung und Szenariodesign um, statt sie zu ersetzen. Die Halbwertszeit eines Excel-Modellierers sinkt. Die Halbwertszeit eines Finanzprofis, der die Annahmen einer KI hinterfragen und Modelloutput in eine Entscheidungsempfehlung für den CEO übersetzen kann, steigt. Budgetieren Sie dafür 5.000 bis 10.000 Dollar pro Kopf und Jahr. Das ist die Position mit dem höchsten ROIROIReturn on Investment: the ratio of net profit to the cost of an investment. A 300% ROI means each dollar invested returns $3.Vollständige Definition ansehen → in Ihrer Funktion.

Die Finanzfunktion, die aus diesem Jahrzehnt hervorgeht, wird kleiner, schneller und erheblich strategischer sein, oder sie wird verkleinert und ausgelagert. Die CFOs, die entscheiden, welchen Weg ihre Organisation nimmt, tun das genau jetzt, in den Budgets, die sie für FY2026 genehmigen. Entscheiden Sie entsprechend.