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.