Dr. Veronika von Heise-Rotenburg kennt beide Welten: das klassische Bankwesen und die dynamische Startup-Szene. Als CFO des deutschen Scale-ups Everphone und Aufsichtsrätin der börsennotierten österreichischen Bawag Bank sprach sie anlässlich einer Online-Veranstaltung des AI Future Council’s über künstliche Intelligenz in der Finanzfunktion. Dabei macht sie eine Ansage, die aufhorchen lässt: Wer heute noch glaubt, KI in der Buchhaltung sei Zukunftsmusik, hat den Anschluss bereits verpasst.
Schon im Winterurlaub 2022/2023, kurz nach dem Launch von ChatGPT, vertiefte sich von Heise-Rotenburg in die MIT-Kurse zu generativer KI. Im Januar 2023 lief bei Everphone bereits die Managementprognose für den Jahresabschluss über ein KI-Modell. Diese frühe Auseinandersetzung beschreibt sie als Teil eines sogenannten K-förmigen Splits: Eine Minderheit hat früh begonnen, KI zu verstehen, zu gestalten und in eigene Prozesse zu integrieren und ist damit auf dem «aufsteigenden Ast». Die Mehrheit dagegen verharrt im alten Modus oder nutzt bestenfalls fertige Tools, ohne sie wirklich zu durchdringen – damit sinken Kenntnisse und Marktwert. Laut einer von ihr zitierten Studie fühlen sich gerade einmal drei Prozent der Finanzteams gut auf den KI-Wandel vorbereitet, in Deutschland setzen nur dreizehn Prozent aktiv KI-Werkzeuge ein. Der Grund liege selten am fehlenden Willen, sondern an einer wahrgenommenen Kompetenzlücke, die dringend geschlossen werden müsse.
Warum Finance das ideale Spielfeld ist
Für von Heise-Rotenburg bestehen keine Zweifel: Kaum eine Unternehmensfunktion sei so datenintensiv, so regelbasiert und so sehr auf Genauigkeit angewiesen wie das Finanzwesen. Monatsabschlüsse, Zahlungsläufe, Abstimmungen, all das folgt wiederkehrenden Mustern, die sich hervorragend automatisieren lassen. Hinzu kommt der Wunsch nach Echtzeitanalysen, denn niemand wolle bis zum Abschluss warten, um zu wissen, ob ein Produkt oder eine Kundengruppe wirtschaftlich trägt. Am Ende gehe es, wie in den meisten Backoffice-Funktionen, auch um Effizienz und Kosteneinsparung. Gleichzeitig warnt sie vor blindem Aktionismus: Nicht jedes Tool mit KI-Label halte, was es verspreche. Planungssoftware etwa überzeugten sie in ihrer heutigen Ausprägung noch nicht, während spezialisierte Lösungen für Audit und Compliance bereits solide Ergebnisse lieferten.
Von der Restwertprognose bis zum eigenen Chatbot
Konkret wird von Heise-Rotenburg bei den Beispielen aus ihrem eigenen Haus. Die Restwertprognose für die von Everphone vermieteten Smartphones basiert seit 2017 auf einem Machine Learning, konkreter: auf dem Random-Forest-Modell, das mittlerweile mehr als 400’000 abgeschlossene Mietverhältnisse verarbeitet hat, lange bevor generative KI zum Thema wurde. Der interne Chatbot Eesel wiederum, verbunden mit Slack, Confluence, Google Drive und diversen CRM-Systemen, liefert nicht nur Antworten, sondern auch Quellenangaben zur Überprüfung, und wird laut ihren Angaben von 99 Prozent der Belegschaft genutzt. Für die monatliche Abweichungsanalyse setzt sie auf ein selbst gebautes Gemini, das Ist- und Budgetzahlen vergleicht und Ursachen benennt.
Auch bei der Prüfung von Investment-Memoranden im Rahmen möglicher Akquisitionen kommt KI zum Einsatz: Ein auf Unternehmensdaten trainiertes System gleicht eingehende Angebote mit Strategie und Erwartungen ab und schlägt eigenständig Due-Diligence-Fragen vor. Bei einem Testlauf mit rund siebzig Fragen hätte von Heise-Rotenburg selbst nur drei ergänzt und fünf gestrichen. Ergänzt wird das Ganze durch selbstgebaute interne Tools auf Plattformen wie Lovable oder Claude Code. Mittlerweile sind es über zweihundert Anwendungen bei knapp zweihundert Mitarbeitenden, von der Pay-Equity-Analyse bis zum automatisierten Erinnerungssystem für ausstehende Rechnungsfreigaben.
Die Kehrseite: Deepfakes und der neue CFO-Betrug
So klar die Chancen benannt werden, so deutlich fällt auch die Warnung aus. Von Heise-Rotenburg berichtet von einem ersten dokumentierten Fall in der Presse, bei dem ein Treasury-Manager per Deepfake-Videoanruf dazu gebracht wurde, eine Überweisung freizugeben, wobei die Stimme und das Bild vermeintlich vom eigenen CEO stammten. Früher hätten sich solche Betrugsversuche an schlecht formulierten E-Mails erkennen lassen, heute imitierten Systeme nicht nur Sprache, sondern auch individuelle Kommunikationsmuster.
In der Diskussion bestätigt Veranstaltungsleiterin Katrin J. Yuan, die sich selbst mit Simulationen solcher Angriffe befasst, wie sehr die Kombination aus Stimm- und Persönlichkeitsanalyse aus offen zugänglichen Daten die Wirksamkeit solcher Attacken erhöht. Hinzu komme die wachsende Abhängigkeit von Technologie: Was geschieht, wenn ein zentrales KI-Tool ausfällt oder Anbieter ihre Preise drastisch erhöhen? MIT-Studien zeigen, dass sich das Gehirn an die Nutzung von KI gewöhne. Ein Rückbau dieser Abhängigkeit («cognitive offloading») wäre, selbst mit Übung, nicht ohne Reibungsverluste zu haben.
Warum der Job der CFO bleibt
Trotz aller Automatisierung sieht von Heise-Rotenburg ihre eigene Rolle nicht gefährdet. Was KI nicht leisten könne, sei menschliches Urteilsvermögen: die Auswahl realistischer Szenarien, das Abwägen geopolitischer und makroökonomischer Risiken, die Verantwortung gegenüber Vorstand und Investoren. Eine Zahl liefern könne die Maschine, die Argumentation dahinter und das persönliche Vertrauen, das eine Führungsperson im Boardroom aufbaue, nicht. Genau deshalb rät sie dazu, technische und menschliche Kompetenzen gemeinsam zu stärken: wer beides verbinde, werde zu den Gewinnern der kommenden Jahre gehören.
Kultur schlägt Kontrolle
Ihr wichtigster Ratschlag an Unternehmen, die noch zögern: KI-Nutzung nicht verbieten, sondern gestalten. Wer Mitarbeitenden keinen legitimen Rahmen biete, riskiere, dass sensible Daten ungeregelt in private KI-Anwendungen wandern. Bei Everphone lief zunächst ein sechsmonatiger Testlauf mit je einer Person pro Abteilung und einem kleinen, aber unbürokratischen Budget nach dem Grundsatz, alles sei erlaubt, was nicht ausdrücklich verboten ist. Aus diesem Piloten entstand eine öffentlich einsehbare KI-Richtlinie sowie ein gestaffeltes Schulungskonzept, das unterschiedliche Lerntempi berücksichtigt. Ihr Fazit bringt sie auf einen einfachen Nenner: KI werde niemanden ersetzen. Menschen, die KI nutzen, würden jedoch jene ersetzen, die es nicht tun und das gelte für Finance und Legal in besonderem Masse.
Dem Thema «KI in Finance» hat von Heise-Rotenburg als Herausgeberin des Buchs «Finanzmanagement in Start-ups und Scale-ups» zusammen mit Nicolas Boucher und Stephanie Palero übrigens ein ganzes Kapitel gewidmet. Es erscheint im Juli 2026 im Schäffer-Poeschl Verlag, der auch schon «KI für Führungskräfte» mit einem Gastbeitrag von Katrin J. Yuan verlegt hatte.
Lesen Sie auch: Von der Forschung zum Markt und von der Erde zum Mond
Suche:
Sponsoren:
