Der Tool-Irrtum: 25 Jahre Finanzsoftware haben alles automatisiert – außer der Arbeit selbst

Vorwort

Jeder CFO, mit dem ich spreche, hat die entsprechenden Tools angeschafft: Ausgabenplattformen, ERP-Integrationen, Genehmigungsabläufe, Karten, die sich selbst kontieren. Fragt man jedoch, ob der Monatsabschluss dadurch grundlegend einfacher geworden ist, folgt auf die Antwort meist eine Pause.

Wir haben diese Studie in Auftrag gegeben, weil wir eine technologische Lücke vermutet haben. Wir haben 1.520 Führungskräfte im Finanzbereich in sieben Märkten befragt und 25 konkrete Verhaltensweisen untersucht, von Echtzeit-Transparenz bis hin zum automatisierten Abgleich. Was dabei zutage trat, war überraschender als eine Lücke. Die Tools funktionieren. In Teams, die ihre Tools erfolgreich eingeführt haben, werden alle Aufgaben, die sich von einem System erfassen, durchsetzen oder abgleichen lassen, zu fast 90 % automatisiert. Eine Kategorie von Aufgaben hat sich dagegen kaum verändert. Und es ist immer dieselbe Kategorie – unabhängig von Unternehmensgröße, Markt oder Ambitionsniveau.

Ich leite ein Softwareunternehmen. Es wäre für mich durchaus naheliegend zu behaupten, dass die Lösung in noch mehr Software liegt. Die Daten zeichnen jedoch ein anderes Bild. Die Lösung ist etwas, das unsere Branche bislang nicht entwickelt hat und die meisten Finanzteams nie formal dokumentiert haben. Dieser Bericht widmet sich genau diesem fehlenden Element, den Kosten, die es unbemerkt verursacht hat, und der Frage, warum die aktuelle KI-Welle dieses Thema dringlicher denn je macht.

Hristo Borisov
CEO und Mitbegründer, Payhawk

Zentrale Erkenntnisse

1. In vollständig ausgestatteten Finanzteams liegt der Automatisierungsgrad bei der Erfassung, Nachverfolgung und Kontrolle bei 81–90 %. Beim automatisierten Rechnungsabgleich beträgt er 30,4 % (Payhawk-Studie, n = 214).
2. Der automatisierte Zwei- und Drei-Wege-Abgleich weist von allen 25 untersuchten Verhaltensweisen die geringste Verbreitung auf (20,7 %). Den höchsten Wert erreicht mit 42,1 % die Aussage, dass einfache, gut konzipierte Software die Einführung und Nutzung fördert. Selbst der Spitzenwert der gesamten Liste beschreibt damit eine Überzeugung über Tools – und keinen Prozess, der ohne menschliches Zutun abläuft (n = 1.520).
3. Nichts davon schließt diese Lücke: Die Automatisierung des Abgleichs erreicht lediglich 29 % bei den größten Unternehmen, 37 % bei den strukturell komplexesten Unternehmensgruppen und 25 % bei Teams, die angeben, alles automatisieren zu wollen, was sich automatisieren lässt. Keine dieser Gruppen nähert sich den 80–90 %, die dieselben Teams bei anderen Prozessen erreichen.
4. Auch beim Einsatz von KI wiederholt der Finanzbereich dieses Muster: Selbst unter den KI-affinen Organisationen nutzen 78 % KI-Tools, während nur 55 % Mindestanforderungen für den KI-Einsatz festgelegt haben. 41 % der Tool-Nutzer haben überhaupt keine solchen Regeln. Außerhalb der Unternehmen priorisieren lediglich 7 % der Finanzverantwortlichen Governance gegenüber einer möglichst schnellen Einführung (Avalara, Juli 2026).
5. Das Ergebnis auf dem Markt: 84 % der Finanzorganisationen haben KI bereits implementiert oder planen ihre Einführung. Nur 7 % berichten von hohen oder sehr hohen Auswirkungen (Gartner, Juni 2026).

Die Zahl, die allem standhält

Diesen Monat wird irgendwo in Ihrem Unternehmen jemand eine Rechnung öffnen, die zugehörige Bestellung aufrufen, den Wareneingang heraussuchen und alle drei Dokumente prüfen. Die Person wird feststellen, dass die Mengen übereinstimmen und die Preise nahezu stimmen. Sie wird sich daran erinnern, dass dieser Lieferant in der ersten Woche Teillieferungen verschickt, die Abweichung freigeben und mit der nächsten Rechnung fortfahren. Multiplizieren Sie diesen Vorgang mit jeder Rechnung, die bei Ihnen eingeht. Genau um diese Arbeit geht es in diesem Bericht.

Wir haben 25 Finanzprozesse und -verhaltensweisen unter 1.520 Führungskräften aus dem Finanzbereich in sieben Märkten untersucht. Die Befragten wurden gleichmäßig nach Position – vom einfachen Angestellten bis zur Geschäftsleitung – sowie nach Unternehmensgröße – von 50 bis 5.000 Mitarbeitenden – ausgewählt. Anschließend haben wir etwas getan, das die Branche bei der Analyse von Daten zur Tool-Nutzung nur selten tut. Wir haben die Teams herausgefiltert, die die Einführung ihrer Tools abgeschlossen hatten, und drei Kriterien zugrunde gelegt:: Ihre Ausgaben-Tools sind tief in ihre übrigen Systeme integriert. Ihre Ausgaben fließen ohne manuellen Abgleich in die Buchhaltung ein. Und alle ihre Ausgaben werden auf einer einzigen Plattform zentralisiert. 214 Unternehmen erfüllen alle drei Kriterien. Für sie haben sich die Investitionen in Finanzsoftware der letzten zwei Jahrzehnte bezahlt gemacht.

Unter diesen Teams wenden 89,7 % einen einheitlichen Prozess über alle Unternehmenseinheiten hinweg an, 88,8 % verfügen über eine vollständig automatisierte Buchhaltung, 84,6 % verfolgen Ausgaben in Echtzeit, 80,8 % setzen proaktive Kontrollen für alle Unternehmensausgaben ein und 68,2 % angemessen an Stakeholder außerhalb des Finanzbereichs berichten. Darauf folgt der automatisierte Zwei- und Drei-Wege-Abgleich mit 30,4 %.

Schauen Sie sich die Form dieses Diagramms genau an. Bei jedem Balken handelt es sich um dieselben 214 Unternehmen. Es gibt also keinen Unterschied hinsichtlich Budget, Fachkräften oder Ambitionen, der die Spitze des Diagramms vom unteren Ende unterscheidet. Fünf Ergebnisse liegen zwischen 68 und 90 %, eines bei 30 %. Und überall dort, wo die Automatisierung an ihre Grenzen stößt, bleibt die entsprechende Arbeit bestehen – selbst mit der besten heute verfügbaren Infrastruktur.

Auch geht es hier nicht darum, ob manche Teams weiter fortgeschritten sind als andere. Bewertet man jedes Unternehmen in der Studie danach, wie viele dieser drei Kriterien es erfüllt – von keinem bis zu allen drei –, steigt der Grad der Automatisierung in der Buchhaltung kontinuierlich an: von 7 % über 30 % und 55 % auf 89 %. Auch die Automatisierung des Abgleichs nimmt zunächst zu – von 13 % auf 25 % und dann auf 32 % – und stagniert danach jedoch. Der letzte Schritt, der eine gut ausgestattete Finanzfunktion von einer vollständig ausgestatteten unterscheidet, erhöht die Automatisierung der Buchhaltung um 34 %, während die Automatisierung der Abgleichprozesse um 2 % zurückgeht.

Jeder Weg stößt an dieselbe Obergrenze

Wenn es also nicht an fehlenden Tools liegt, bleiben drei weitere Erklärungen, die jedes Mal ins Spiel kommen, wenn diese Zahl auftaucht. Die Daten widerlegen alle drei.

Unternehmensgröße

Bei Unternehmen mit 50 bis 100 Mitarbeitenden bis hin zu Unternehmen mit 1.001 bis 5.000 Mitarbeitenden steigt dieser Wert von 16,1 % auf 28,6 %. Eine 30-mal größere Belegschaft und die damit verbundenen zusätzlichen Ressourcen bringen also gerade einmal einen Zuwachs von 12 Prozentpunkten. Selbst die größten Unternehmen der Studie erledigen 71 % dieser Arbeit weiterhin manuell.

Komplexität

Unternehmensgruppen mit mehr als 100 juristischen Entitäten erreichen 36,8 %, gegenüber 14,1 % bei Unternehmen mit nur einer juristischen Entität. Der Handlungsdruck hat einen stärkeren Einfluss als die Unternehmensgröße. Dennoch prüfen zwei Drittel der komplexesten Organisationen am Markt ihre Rechnungen weiterhin manuell.

Ambition

30,9 % der Teams beschreiben sich selbst als entschlossen, alles zu automatisieren, was sich automatisieren lässt. Innerhalb dieser Gruppe liegt die Automatisierungsrate beim Abgleich bei 24,9 %. Noch deutlicher wird das Bild bei Teams, die sowohl vollständig technisch ausgestattet als auch entschlossen sind, alle automatisierbaren Prozesse zu automatisieren: Sie erreichen 95,7 % bei der automatisierten Buchhaltung, 87,0 % bei der Echtzeitverfolgung und 24,6 % beim Abgleich (n=138).

Die Arbeit, die nie dokumentiert wurde

Wenn wir alle 25 Verhaltensweisen nach ihrer Ausprägung ordnen, zeigt sich ein klares Muster. An der Spitze stehen die Ergebnisse, die ein Tool unmittelbar liefern kann: einfache, gut konzipierte Software, die von den Mitarbeitenden tatsächlich angenommen wird (42,1 %), sowie proaktive Kontrollen, die auf sämtliche Ausgaben angewendet werden (40,3 %). Ganz unten stehen der automatisierte Abgleich (20,7 %) und die automatisierte ESG-Berichterstattung (23,1 %) – die beiden Verhaltensweisen, die menschliche Interpretation erfordern. Die Probleme mit Schnittstellen wurden gelöst, ebenso wie die Probleme mit Regeln. Doch die Aufgaben, die menschliches Urteilsvermögen erfordern, sind genau dort geblieben, wo sie waren.

Hinter einer ganzen Generation von Finanzsoftware steckt eine einzige Annahme: dass sich jedes Problem im Finanzbereich mit einem Tool lösen lässt. Tools verarbeiten Daten und setzen Regeln durch. In den vergangenen zwei Jahrzehnten sind sie in beiden Bereichen sehr leistungsfähig geworden. Doch keine dieser Fähigkeiten ermöglicht es einem Tool, einen gesamten Ablauf zu verstehen. Es kann nicht erkennen, welche Lieferanten im Dezember doppelte Rechnungen stellen, welche Gesellschaft Frachtkosten anders verbucht oder welcher Abgleich lediglich auf eine harmlose Abweichung hinweist und welcher erste Anzeichen für eine Doppelzahlung liefert.

Dieses Erfahrungswissen ist ein Prozess: eine Abfolge dessen, was in welcher Reihenfolge, anhand welcher Informationen und bis zu welchem Punkt geprüft werden muss. Niemand hat ihn jemals schriftlich festgehalten, weil bis vor Kurzem nur die Person, die dieses Wissen besaß, in der Lage war, ihn auszuführen. Nennen wir diese Annahme den „Tool-Irrtum“. Dann lassen sich die vergangenen zwei Jahrzehnte der Finanztechnologie als konsequente Umsetzung dieses Irrtums lesen: spektakuläre Fortschritte bei allem, was sich im Voraus festlegen ließ, und nahezu völliges Schweigen bei allem, was menschliches Urteilsvermögen erforderte.

Das bedeutet jedoch keineswegs, dass sich Aufgaben, die menschliches Urteilsvermögen erfordern, nicht automatisieren lassen. Eine Minderheit der Teams setzt dies bereits um. Im operativen Benchmarking von Ardent Partners erreichen die branchenführenden Kreditorenbuchhaltungsteams einen Automatisierungsgrad von 49,2 % bei der Rechnungsbearbeitung und Kosten von 2,78 US-Dollar pro Rechnung. Der durchschnittliche Einkäufer zahlt etwa viermal so viel, während rund 75 % der Kreditorenbuchhaltungsabteilungen bereits Automatisierung oder KI-Tools einsetzen.

Mit anderen Worten: Die Tools sind nahezu überall vorhanden, die Ergebnisse konzentrieren sich jedoch auf eine kleine Gruppe. Was hat diese Gruppe anders gemacht? Sie hat den Prozess Ausnahme für Ausnahme systematisch festgehalten. Diese Systematisierung ist zeitaufwendig, kostspielig und erfordert Fachwissen – eine Arbeit, für die fast niemand bezahlt. Dadurch entsteht eine Kluft zwischen den wenigen Unternehmen, die in diese Arbeit investiert haben, und der großen Mehrheit, die sich das zu den heutigen Kosten nicht leisten kann.

Es lohnt sich, kurz innezuhalten: Unsere Umfragewerte liegen in einer ähnlichen Größenordnung wie die operativen Messungen von Ardent. Wenn zwei voneinander unabhängige Methoden dieselbe Obergrenze erreichen, spricht das deutlich gegen einen Zufallstreffer.

McKinsey kommt auf anderem Weg zum selben Ergebnis. Nach der Analyse von mehr als 50 Implementierungen von KI-Agenten lautet die erste Erkenntnis: Der Workflow kommt vor dem Agenten. Kodifizierte Prozesse sind zugleich Schulungsgrundlage und Maßstab für die Leistung. Heute existieren diese Prozesse jedoch häufig nur als „implizites Wissen in den Köpfen der Mitarbeitenden“.

Ein nicht dokumentierter Prozess konzentriert sich zudem oft auf eine einzelne Person – nämlich auf diejenige, die ihn am längsten ausgeführt hat. So kann eine einzige Kündigung aus einem routinemäßigen Monatsabschluss ein problematisches Quartal machen. Die Nachwuchspipeline in der Buchhaltung erholt sich zwar tatsächlich: Im Frühjahr 2026 stieg die Zahl der Einschreibungen um 8,9 % – bereits das dritte Jahr in Folge. Gleichzeitig erreichte die Zahl der CPA-Erstprüflinge den höchsten Stand seit 2018. Dem stehen jedoch rund 124.200 offene Stellen pro Jahr in den USA gegenüber. Das sind gute Nachrichten, die am grundlegenden Problem wenig ändern. Einstellungen bringen Personal, nicht Wissen. Und ein Prozess, der im Kopf einer einzigen Person existiert, wird erst dann übertragbar, wenn ihn endlich jemand aufschreibt.

Eine Funktion, die sich ihre eigenen Fragen nicht leisten kann

Die Obergrenze wirkt zunächst wie ein operatives Detail – bis man sie in Kosten übersetzt. Nur 31,1 % der Teams erfassen ihre Ausgaben in Echtzeit. Für die übrigen zwei Drittel ist der Monatsabschluss daher der Moment, in dem die Vergangenheit erstmals sichtbar wird: nicht zugeordnete Transaktionen, fehlende Belege, eine Verpflichtung, die jemand vor drei Wochen eingegangen ist.

Nur 26,1 % geben an, dass ihre Tools ihnen eine angemessene Berichterstattung für den Rest des Unternehmens ermöglichen. Eine Funktion, die ihre Zeit mit Verifikation verbringt, antwortet langsam. Und ein Unternehmen, das langsame Antworten erhält, lernt irgendwann, keine Fragen mehr zu stellen. Die tatsächlichen Kosten manueller Beurteilungsarbeit liegen daher in all den Fragen, die keinen ganzen Analystentag wert waren: Welcher Lieferant sollte neu verhandelt werden? Welche Software nutzt eigentlich niemand? Welche Gesellschaft entfernt sich still und schleichend von den geltenden Richtlinien?

Die Mitarbeitenden in dieser Funktion wissen das. Auf die Frage, ob das Ausgabenmanagement als wirklich strategisches Thema behandelt wird, antworten 35,0 % der Führungskräfte mit Ja, gegenüber nur 18,2 % der Mitarbeitenden, die die eigentliche Prüfung durchführen.

Der Abstand zwischen diesen beiden Zahlen entspricht dem Abstand zwischen Organigramm und tatsächlicher Arbeit. Der strategische Anspruch, der an der Spitze formuliert wird, ist bei denjenigen, die ihn umsetzen sollen, nicht angekommen. Diese Lücke ist kein Kommunikationsproblem, sondern ein Kapazitätsproblem: Eine Abteilung, die ihre Zeit mit Überprüfungen verbringt, kann für die Person, die diese Überprüfungen durchführt, nicht als strategisch wahrgenommen werden, ganz gleich, wie strategisch die Absicht darüber ist.

Derselbe Fehler – jetzt mit KI-Geschwindigkeit

Nun wiederholt die Branche das Experiment – nur deutlich schneller. Im Juni 2026 berichtete Gartner, dass 84 % der Finanzunternehmen KI bereits einsetzen oder ihre Einführung planen, während nur 7 % von hohen oder sehr hohen Auswirkungen berichten.

Die Analysten des Unternehmens führen den Unterschied auf die Disziplin zurück: Unternehmen, die einen Mehrwert erzielen, folgen strukturierten Roadmaps und verknüpfen KI mit konkreten Ergebnissen. Die übrigen konzentrieren sich dagegen vor allem auf technische Möglichkeiten. Die im April 2026 von Bain durchgeführte Umfrage unter 951 Unternehmen Eine im April 2026 von Bain durchgeführte Umfrage unter 951 Unternehmen kommt zu einem noch deutlicheren Ergebnis: Die meisten verfehlten ihre Einsparungsziele. Das Unternehmen fasste es so zusammen: „Die Technologie funktionierte, der Mehrwert blieb jedoch aus.” 90 % der befragten Unternehmen reagierten darauf, indem sie ihre KI-Budgets erneut erhöhten, ohne zunächst zu untersuchen, warum die erwarteten Ergebnisse ausgeblieben waren. Sie kauften also noch mehr Technologie, um ein Problem zu lösen, das durch zu viel Technologie entstanden war.

Der aussagekräftigste Beleg dafür, was erfolgreiche Unternehmen tatsächlich von anderen unterscheidet, stammt aus der weltweiten Umfrage von McKinsey. Von den 31 untersuchten organisatorischen Merkmalen zählt die grundlegende Neugestaltung von Arbeitsabläufen zu den stärksten Erfolgsfaktoren für KI. Bei besonders erfolgreichen Unternehmen ist die Wahrscheinlichkeit etwa dreimal so hoch, dass sie ihre Workflows entsprechend neu gestaltet haben.

Ein zweiter entscheidender Faktor verdient mehr Aufmerksamkeit: Leistungsstarke Unternehmen hatten klare Prozesse dafür definiert, wann die Ergebnisse eines Modells von einem Menschen überprüft werden müssen. Mit anderen Worten: Sie hatten einen Prüfprozess schriftlich festgehalten. Diese Disziplin ist angesichts der übergeordneten Zahlen bemerkenswert selten. Zwar setzen 88 % der Unternehmen KI an irgendeiner Stelle ein, doch nur 39 % können einen konkreten Effekt auf ihren Umsatz feststellen. Gleichzeitig ist Ungenauigkeit der am häufigsten genannte KI-Fehler, den Unternehmen tatsächlich erlebt haben.

Unsere eigenen Daten zeigen, dass der Finanzbereich denselben Fehler bei der Reihenfolge macht. Bei den KI-affinen Organisationen unserer Studie, also bei der Minderheit, die bei der Einführung bereits weit fortgeschritten ist, zeigt sich ein klares Gefälle: 78,3 % setzen KI-Tools ein und führen entsprechende Qualifizierungsmaßnahmen durch, 68,9 % haben ein Budget bereitgestellt, 64,0 % haben Integrationsmaßnahmen umgesetzt, aber nur 55,3 % haben in ihren Richtlinien Mindestanforderungen für den Einsatz von KI festgelegt.

Zuerst kommt das Tool, dann das Budget und zuletzt die Regeln. Ganze 41 % der KI-Tool-Nutzer haben überhaupt keine Mindestanforderungen festgelegt, obwohl 65 % derselben Gruppe davon ausgehen, dass KI-Agenten ihre Mitarbeitenden schon bald unterstützen werden. Die Vorreiter schaffen also schneller neue Möglichkeiten, als sie Prozesse für deren Steuerung festlegen. Das ist nichts anderes als der „Tool-Irrtum“ in neuem Gewand.

Eine im Juli 2026 veröffentlichte Studie der Steuer-Compliance-Plattform Avalara unter 1.505 Führungskräften im Finanzbereich ergab: Nur 7 % priorisieren Governance gegenüber einer schnellen Einführung, während 71 % unter dem Druck stehen, schnell voranzukommen. 30 % haben ihre internen Kontrollen für KI-Agenten, die Maßnahmen ergreifen oder empfehlen, noch nicht aktualisiert. Und nur 44 % sind einigermaßen zuversichtlich, die Handlungen eines Agenten gegenüber einem Wirtschaftsprüfer oder einer Aufsichtsbehörde erklären zu können.

Bei nahezu einem Viertel ist unklar, wer für einen schwerwiegenden Fehler eines Agenten verantwortlich wäre – oder die Verantwortung liegt bei niemandem.
Unterhalb der offiziellen Einführung läuft längst eine inoffizielle: 66 % der Büroangestellten haben KI bereits bei der Arbeit eingesetzt, obwohl sie davon ausgingen, dass ihre Unternehmensrichtlinie dies untersagt. Auch Abwarten ist eine Implementierungsentscheidung. Es führt dazu, dass sich die unkontrollierte Version von KI im Unternehmen etabliert.

Eine einzige grundlegende Ursache führt nun zu zwei unterschiedlichen Problemen. Der nicht dokumentierte Prozess ist der Grund dafür, dass der Weggang einer einzelnen Person einen Monatsabschluss ins Wanken bringen kann – und auch dafür, dass KI-Pilotprojekte im Finanzbereich ins Stocken geraten. Das Modell kommt einsatzbereit an und findet nichts, woran es sich orientieren kann.

Wie die Antwort aussehen müsste

Nimmt man diese Frage systematisch unter die Lupe, werden die meisten Finanzteams feststellen, dass die ehrliche Antwort lautet: sehr wenige. Eine detaillierte Checkliste gibt zwar Aufschluss über den tatsächlichen Ablauf, erfasst ihn jedoch nicht vollständig. Denn der entscheidende Teil des Prozesses – derjenige, der alle Ausnahmen und Stoppregeln umfasst – existiert in den Köpfen der Menschen und nicht in einem Dokument. Was auch immer diese Lücke letztendlich füllen wird: Diese Untersuchung und die darin zitierten Quellen beschreiben bereits die Eigenschaften, die eine solche Lösung benötigen würde.

Sie behandelt den Prozess als Artefakt

Die Abfolge, die bislang ausschließlich im Kopf des AP-Leads existiert, wird explizit, strukturiert und ausführbar. Das Team kann sie nun überprüfen, verbessern und an andere weitergeben. Genau das meint McKinsey, wenn es kodifizierte Prozesse sowohl als Schulungshandbuch als auch als Leistungstest beschreibt.

Sie erstellt Entwürfe und lässt diese überprüfen

Die Entscheidung wird zunächst vorbereitet und anschließend innerhalb des etablierten Freigabeprozesses von einem Menschen überprüft. Dadurch verschiebt sich die Rolle des Menschen von der Erstellung des Ergebnisses hin zu dessen Validierung. Klare Regeln dafür, wann ein KI-Ergebnis von einem Menschen überprüft werden muss, zählen laut McKinseys Daten zu den stärksten Unterscheidungsmerkmalen von Unternehmen mit hoher KI-Performance. Anders gesagt: Auch die Prüfung selbst ist ein Prozess – und erfolgreiche Teams haben diesen Prozess dokumentiert.

Sie berechnet, anstatt zu schätzen

Der Finanzbereich ist die einzige Funktion, in der „ungefähr richtig“ beruflich nicht ausreicht. Die Umfragedaten zeigen, warum das hier wichtiger ist als anderswo: Ungenauigkeit steht an erster Stelle der von Unternehmen gemeldeten KI-Fehler, dicht gefolgt von mangelnder Erklärbarkeit, die nach wie vor weitgehend unberücksichtigt bleibt. Was der Finanzbereich benötigt, ist eine präzise Antwort mit nachvollziehbarer Herleitung, keine selbstbewusste Vermutung.

Sie agiert im Rahmen bestimmter Berechtigungen und hinterlässt eine nachvollziehbare Spur

Auf die Frage, was ihr Vertrauen in KI-Agenten stärken würde, nannten die 1.505 Finanzverantwortlichen von Avalara dieselben drei Punkte: Agenten, die innerhalb bestehender Systemlandschaften arbeiten, Ergebnisse auf Basis verifizierter Daten und einen Prüfpfad für jede Aktion. Die Spezifikation wurde letztendlich von denjenigen verfasst, die sie auch kaufen müssten.

Seit jeher waren im Finanzbereich die Dokumentation eines Prozesses und seine tatsächliche Ausführung zwei unterschiedliche Dinge. Das Dokument lag in einer Schublade, während das eigentliche Wissen im Kopf einer Person verblieb. Das hat sich nun geändert. Ein dokumentierter Prozess ist heute ein ausführbarer Prozess. Die Teams, die erkennen, welche Möglichkeiten sich daraus ergeben, werden das nächste Jahr damit verbringen, das Wissen zu systematisieren, das bislang nur in den Köpfen der Mitarbeitenden existierte. Alle anderen werden unterdessen eine weitere Plattform evaluieren.

METHODIK

• Im Rahmen der „Payhawk Spend Management Study“ wurden 1.520 Führungskräfte aus dem Finanzbereich in sieben Märkten in der EU und den USA befragt. Die Stichprobe verteilt sich auf vier Hierarchieebenen (Mitarbeitende, Abteilungsleitung, Vizepräsidenten und C-Level) sowie fünf Unternehmensgrößenklassen mit 50 bis 5.000 Mitarbeitenden und unterschiedlicher Anzahl an Tochtergesellschaften.
• „Zustimmung“ entspricht den beiden höchsten Antwortstufen (6 oder 7) auf einer 7-Punkte-Skala.
• Die Rangliste umfasst 25 Verhaltensweisen. Ein separater Block mit selbst bewerteten Optimierungskriterien wird unabhängig davon ausgewiesen.
• „Vollständig ausgestattet“ bezeichnet die höchste Zustimmung in allen drei Bereichen: tief integrierte Ausgabentools, Integration der Ausgaben in die Buchhaltung ohne manuellen Abgleich sowie eine einzige konsolidierte Ausgabenplattform (n = 214).
• KI-spezifische Fragen wurden einer Untergruppe von Befragten gestellt, die eine hohe selbst eingeschätzte KI-Reife aufwiesen (n = 405 bis 451; Mittelwert 7,5/10 gegenüber 5,4 in der Gesamtstichprobe). Die Ergebnisse werden ausschließlich für diese Gruppe ausgewiesen.
• Kreuztabellen beschreiben Zusammenhänge; die Argumentation des Berichts stützt sich auf die darin erkennbaren Muster.
• Zur Validitätsprüfung: Die von uns selbst angegebenen Automatisierungsraten beim Abgleich liegen in einem ähnlichen Bereich wie die von Ardent Partners operativ gemessenen Benchmarks für „Straight-Through Processing“.

QUELLEN

1. Payhawk Spend Management Study, 2026. N=1,520 finance leaders, seven markets.
2. Gartner, press release, 8 June 2026: CFOs need structured finance AI roadmaps. Survey of 183 CFOs.
3. Bain & Company survey of 951 companies, April 2026, via CFO.com and Bloomberg.
4. Avalara / Censuswide, Agents of Change, 21 July 2026. N=1,505 finance leaders; fielded 15 to 22 June 2026.
5. McKinsey & Company, One year of agentic AI: six lessons, 12 September 2025.
6. McKinsey & Company, The state of AI, 5 November 2025. N=1,993 respondents, 105 countries.
7. Ardent Partners, AP Metrics That Matter 2025, via Corpay, July 2026.
8. AICPA / National Student Clearinghouse, enrollment data, 9 June 2026.
9. US Bureau of Labor Statistics, Occupational Outlook: Accountants and Auditors, 2024 to 2034 projections.
10. PagerDuty / Wakefield Research, Shadow AI survey, 11 June 2026. N=1,250; fielded 9 to 20 April 2026.

ANHANG

Die 25 Verhaltensweisen im Ranking

Alle Befragten bewerteten jede Aussage auf einer 7-Punkte-Zustimmungsskala. Der ausgewiesene Wert entspricht jeweils dem Anteil der Befragten, die mit 6 oder 7 geantwortet haben (Top-2-Box) – bezogen auf die gesamte Stichprobe von 1.520 Personen. Die beiden Automatisierungsverhaltensweisen, auf denen die Argumentation dieses Berichts aufbaut – automatisiertes Matching und automatisiertes ESG-Reporting –, stehen am unteren Ende des Rankings.

Die Verhaltensweisen 24 und 25 sind die beiden im Bericht als auf menschliches Urteilsvermögen angewiesenen Aufgaben behandelten Verhaltensweisen. Verhaltensweise 23 („Ausgabenmanagement wird bereits als strategisches Thema behandelt“) beschreibt dagegen einen Wahrnehmungsaspekt und keine Automatisierungsmaßnahme und ist daher nicht Teil dieser Aussage.