ORCHA · Finance-Operations, automatisiert
Leitfaden · Claude im Finanzteam · Teil 1 von 2 · Mai 2026

Erst entscheiden, dann automatisieren.

Was überhaupt automatisieren?

Quick WinHohe KI-Qualität, wenig Aufwand. Ideal, um das Team zu überzeugen.
Sofort startenHohe KI-Qualität, hoher Zeitaufwand. Der größte Hebel.
Manuell lassenGeringe Qualität, wenig Aufwand. Lohnt nicht.
BeobachtenGeringe Qualität, hoher Aufwand. In 6 Monaten neu testen.
Senkrecht: KI-Qualität (oben hoch) · Waagerecht: Zeitaufwand (rechts hoch)
1
Drei Kriterien, alle gleichzeitig.
Zeitvolumen (häufig, repetitiv, mehrere Personen), KI-Qualität (gut genug ohne neues Risiko – 70 % reichen für die Rechnungsprüfung, nicht für die Steuererklärung) und Aufwand (fertige Integration schlägt Eigenbau). Der Aufwand entscheidet zwischen zwei gleich guten Kandidaten.
2
Langweilig schlägt interessant.
Teams greifen zum interessanten Prozess – Vertragsanalyse, Forecast – und damit zum schwersten für die KI. Der wirkungsvolle ist langweilig: Rechnungen auslesen, Belege kontieren, Daten zwischen Systemen umziehen. Genau da ist KI am stärksten.
3
Selbst-Audit in einer Woche.
Drei, vier Leute notieren eine Woche lang ihre Aufgaben (Aufgabe / Stunden / repetitiv?). Konkret benennen: „Eingangsrechnungen prüfen und kontieren“, nicht „Administration“. Leitfrage: Was würden Sie sofort an einen neuen Mitarbeiter abgeben?
4
Der 15-Minuten-Test.
Bevor Sie investieren: einen echten Fall mit einem durchdachten Prompt durchspielen. Im Großen und Ganzen brauchbar? Dann trägt das System – mit Prüfregeln und Integration. Systematisch falsch (etwa komplexe Vertragsklauseln)? Noch nicht reif.

Build, Buy und die Kostenlogik

5
Build vs. Buy in drei Fragen.
Selbst bauen nur, wenn es ein echter Wettbewerbsvorteil ist und keine Marktlösung existiert – bei Finanzprozessen fast nie. Die Zahlen: 1 € Entwicklung kostet 4–5 € über die Laufzeit, nur 31 % der Eigenprojekte gelingen. „Zu komplex für Standard“ ist meist Prozessschuld, nicht echte Komplexität.
6
KI-Kosten sind variabel, nicht SaaS.
Jede Anfrage kostet Tokens. In der GuV sieht es aus wie eine SaaS-Zeile, verhält sich aber wie Materialaufwand – monatliche Schwankung ist normal. Planen Sie nach Treibern (Belege → Tokens → €), nicht nach Vorjahr. Die ehrliche Kennzahl heißt Cost-per-Transaction.

Warum KI Vorlagen schlägt

7
OCR erkennt, KI versteht.
OCR erkennt rund 40 % der Belege ganz – aber Sie wissen nicht, welche. Also prüfen Sie alle: etwa 20 % echte Ersparnis. KI liefert pro Beleg einen Konfidenzwert und zeigt genau die Zweifelsfälle. So fallen rund 90 % der Arbeit weg, von „alles prüfen“ zu „nur Ausnahmen prüfen“.
8
Lokales vs. globales Maximum.
Vorlagen-Systeme stagnieren bei 60–70 % pro bekanntem Format, und ihr Wartungsaufwand steigt mit jedem neuen Lieferanten. LLM-native Systeme verallgemeinern über alle Formate; jede Korrektur verbessert alle ähnlichen Fälle. „Etabliert“ ist im schnellen Modellzyklus das falsche Kaufkriterium.
ORCHA · Finance-Operations, automatisiert
Leitfaden · Claude im Finanzteam · Teil 2 von 2 · Mai 2026

Tiefer bauen, sicher skalieren.

Tiefer in die Werkzeuge

9
Drei Wege zu Ihren Dateien.
Upload – einmalig, im Chat, verschwindet danach. Projekt – dauerhaft und geteilt (30 MB pro Datei). Connector – Live-Zugriff auf einen sich ändernden Ordner; der Microsoft-Konnektor deckt OneDrive, SharePoint, Outlook und Teams mit einer Freigabe ab. Faustregel: einmalig → Upload, wiederkehrend → Projekt, immer aktuell → Connector.
10
Scheduled Tasks und Sub-Agenten.
Wiederkehrende Cowork-Läufe nach Zeitplan – die Desktop-App muss offen sein, planen Sie 9:30 statt 6:00. Für unabhängige Teile schickt Claude Sub-Agenten parallel los: fünf Standorte in 3 statt 15 Minuten. Auslöser im Prompt: „jeweils“, „parallel“, „für jeden“.
11
Team- und Org-Kontext trennen.
Team-Wissen gehört ins Projekt (gemeinsame KPI-Definitionen, damit alle dieselbe Antwort bekommen). Org-Wissen an drei Orte: zentrale Instructions (nur Sprache, Datenschutz, Compliance), Skills (abteilungsübergreifende Abläufe) und IT-verwaltete Connectoren. Wer die Definition besitzt, pflegt sie.

Workflows über die vier hinaus

12
AP-Automatisierung in fünf Stufen.
Erfassung → Validierung & Abgleich → Freigabe-Workflows → ERP-Buchung → Zahlung & Archiv. Manuell kostet eine Rechnung 12–15 Minuten; bei 500 im Monat sind das über 100 Stunden. Automatisiert: rund 80 % schneller, 95 %+ Extraktionsgenauigkeit.
13
Monatsabschluss ohne ERP-Wechsel.
Der Engpass liegt selten im ERP, sondern im manuellen Prozess dazwischen. 60–75 % der Abschlussarbeiten sind automatisierbar – bis zu 80 % schneller, in Wochen statt Jahren. Zum Vergleich: eine ERP-Migration kostet 5–50 Mio. € und 12–36 Monate.
14
Belege beim Einreichen prüfen.
Der Beleg entsteht am 3., gesucht wird er am 28. Verschieben Sie die Prüfung an den Moment der Ausgabe: Foto-Qualität, Vollständigkeit, Belegtyp. Aus Stapelverarbeitung am Monatsende wird ein laufender Prozess – 70–80 % weniger Rückfragen, drei bis fünf Tage schnellerer Abschluss.

Vertrauen, Reife und Governance

15
Gut genug – durch Konfidenz abgesichert.
Die Antwort auf „Wie traue ich einer 70-%-KI?“: Über dem Schwellwert verarbeitet die KI selbst (Lieferant zu 98 % erkannt), darunter geht der Fall an einen Menschen. So kontiert die KI 90 % automatisch, die restlichen 10 % prüft das Team.
16
Die fünf Stufen des KI-Hebels.
Session (3×) → Skill (6×) → Workflow (10×) → Agent (20×) → Agenten-Schwarm (50×). Beherrschen Sie eine Stufe, bevor Sie die nächste nehmen. Der häufigste Fehler ist, gleich auf Stufe fünf zu springen.
17
Daten in vier Stufen klassifizieren.
Öffentlich (jedes Tool) → Intern (Business-Tarif + AVV) → Vertraulich: Forecasts, Kundenlisten, Verträge (Enterprise: EU-Residenz, kein Training) → Streng vertraulich: Bankdaten, Gehälter, Geheimnisse (keine externe KI). Wichtig: Ein Opt-out wirkt nicht rückwirkend.

Drei Denkmodelle für den Hinterkopf

Proaktiv statt reaktiv
Eine KI, die Datenströme beobachtet und bei Abweichung meldet, statt nur auf Fragen zu warten. Wert entsteht durch das Timing – früh genug, um noch zu handeln.
Harness Engineering
Das Modell ist die Commodity, der „Harness“ drumherum (Prompts, Connectoren, Memory) ist der Vorteil. Prüfkriterium gegen Lock-in: Lässt sich das Modell tauschen, ohne den Workflow neu zu bauen?
Saubere Daten durch KI
Nicht erst monatelang aufräumen, dann starten. Moderne KI strukturiert bestehende Daten selbst und legt sich als Schicht über ERP, Excel und Mail – anbinden statt migrieren.