{"id":66270,"date":"2026-03-18T11:35:00","date_gmt":"2026-03-18T10:35:00","guid":{"rendered":"https:\/\/mf.ag\/?p=66270"},"modified":"2026-04-13T13:50:20","modified_gmt":"2026-04-13T11:50:20","slug":"ki-in-der-financial-advisory-hype-versus-realitaet","status":"publish","type":"post","link":"https:\/\/mf.ag\/de\/artikel\/ki-in-der-financial-advisory-hype-versus-realitaet\/","title":{"rendered":"KI in der Financial Advisory:\u00a0Hype versus Realit\u00e4t\u00a0"},"content":{"rendered":"\n

KI-Tools transformieren die Financial Advisory<\/a>, doch echter Mehrwert entsteht erst durch strukturierte Datenprozesse. Anton Trauttmansdorff<\/a>, Associate von VALTUS Management Factory, schreibt in diesem Artikel \u00fcber die Chancen, die durch KI entstehen, aber auch \u00fcber die Grenzen.<\/strong> <\/p>\n\n\n\n

Mit neueren Entwicklungen wird deutlich: Die praktische Anwendbarkeit von KI nimmt aktuell deutlich zu. Das zeigen auch L\u00f6sungen wie das Add-in f\u00fcr Excel des Sprachmodells Claude<\/a>. Dabei stehen viele Beratungsunternehmen vor \u00e4hnlichen Problemen: KI wird genutzt, aber selten strategisch gesteuert. Oft entstehen L\u00f6sungen dezentral, einzelne Teams oder Mitarbeitende nutzen Tools individuell. Eine klare Linie, wie und wo KI systematisch eingesetzt werden soll, fehlt h\u00e4ufig. <\/p>\n\n\n\n

Das ist wenig \u00fcberraschend. Die Geschwindigkeit der Entwicklung macht es schwer, sich festzulegen. Was heute \u201eState of the Art\u201c ist, kann wenige Monate sp\u00e4ter schon \u00fcberholt sein. Viele Organisationen bleiben deshalb bewusst in einer abwartenden Haltung. <\/p>\n\n\n\n

Wo liegen heute die Grenzen von KI-Tools? <\/h3>\n\n\n\n

So gro\u00df das Potenzial ist \u2013 gerade in der Financial Advisory gibt es sehr klare Grenzen. Ein zentrales Thema ist die Datensituation. Kundendaten liegen selten in einer sauberen, einheitlichen Struktur vor. Unterschiedliche ERP-Systeme, verschiedene Kontenlogiken, abweichende P&L-Strukturen, Buchungsinkonsistenzen etc. \u2013 all das erschwert eine direkte Nutzung durch KI erheblich. Bevor sinnvolle Analysen m\u00f6glich sind, braucht es oft manuelle Vorarbeit durch die Expert:innen von VALTUS Management Factory, um \u00fcberhaupt eine belastbare Datenbasis zu schaffen. <\/p>\n\n\n\n

Hinzu kommt das Thema Datensicherheit. In vielen Projekten ist die Nutzung externer Tools schlicht nicht ohne weiteres m\u00f6glich. Das limitiert den Einsatz \u2013 oder macht zus\u00e4tzliche L\u00f6sungen notwendig. <\/p>\n\n\n\n

Der entscheidendste Punkt ist jedoch ein anderer: das Fehlerpotenzial. KI liefert in vielen F\u00e4llen sehr gute Ergebnisse, aber eben nicht perfekte. Und genau hier liegt das Problem. In der Financial Advisory reicht \u201emeistens richtig\u201c nat\u00fcrlich nicht aus. Analysen, Bewertungen und Empfehlungen m\u00fcssen belastbar sein. Ein Modell, das zu 90 % korrekt arbeitet, erzeugt nicht automatisch 90 % Zeitersparnis. Im Gegenteil: Die verbleibenden 10 % m\u00fcssen identifiziert werden \u2013 und das bedeutet, dass Ergebnisse vollst\u00e4ndig \u00fcberpr\u00fcft werden m\u00fcssen. <\/p>\n\n\n\n

Ein praktisches Beispiel ist das Mapping von Buchungen aus Saldenlisten. Auf den ersten Blick ein idealer Anwendungsfall f\u00fcr KI. In der Praxis zeigt sich jedoch: Wenn die Zuordnung nicht vollst\u00e4ndig korrekt ist, muss jede einzelne Position \u00fcberpr\u00fcft werden. Der Zeitgewinn reduziert sich dadurch deutlich. <\/p>\n\n\n\n

\u00c4hnlich ist die Lage bei der Analyse von Finanzdaten. Die Identifikation von Trends oder Auff\u00e4lligkeiten funktioniert oft gut. Aber sobald auch nur einzelne Fehler m\u00f6glich sind, wird eine vollst\u00e4ndige Validierung notwendig. Der Korrekturaufwand relativiert den Effizienzgewinn. <\/p>\n\n\n\n

Wo bringt KI in der Restrukturierungsberatung konkreten Mehrwert? <\/h3>\n\n\n\n

In der Restrukturierungsberatung zeigt sich sehr klar, wo KI heute bereits funktioniert \u2013 und wo nicht. Besonders in wiederkehrenden, datengetriebenen Arbeitsschritten entstehen sp\u00fcrbare Effizienzgewinne.  <\/p>\n\n\n\n

KI-L\u00f6sungen werden von VMF Financial Advisory in folgenden Bereichen genutzt: <\/strong><\/p>\n\n\n\n

    \n
  1. Datenaufbereitung <\/li>\n\n\n\n
  2. Monitoring <\/li>\n\n\n\n
  3. Planung <\/li>\n\n\n\n
  4. Dokumentanalyse <\/li>\n<\/ol>\n\n\n\n

    Datenaufbereitung: <\/strong>Finanzdaten werden im Rahmen von Fortbestehensprognosen<\/a> oder Independent Business Reviews aufbereitet und analysiert. In der Praxis beginnt das oft bei der Verarbeitung von Saldenlisten und reicht bis zur Erstellung historischer Profit & Loss-, Bilanz- und Cashflow-Strukturen. Darauf aufbauend folgen die Beschreibung der Entwicklung und erste inhaltliche Interpretationen f\u00fcr Reports. Die Datenquellen unterscheiden sich zwar von Kunde zu Kunde, etwa durch unterschiedliche ERP-Systeme oder Kontenlogiken. Allerdings ist der Ablauf der Datenaufbereitung immer sehr \u00e4hnlich. Wegen der wiederkehrenden Strukturen kann KI hier zunehmend besser unterst\u00fctzen. Gleichzeitig zeigt sich in der Praxis auch die Grenze sehr deutlich: Wenn Buchungen inkonsistent sind oder historische Textbeschreibungen unklar formuliert wurden, zeigt sich das in der Auswertung. Die Qualit\u00e4t der Analyse h\u00e4ngt somit unmittelbar an der Qualit\u00e4t der Daten. <\/p>\n\n\n\n

    Monitoring:<\/strong> Restrukturierungsma\u00dfnahmen<\/a> m\u00fcssen laufend \u00fcberwacht werden, es braucht funktionierende Fr\u00fchwarnsysteme. Typische Fragestellungen lauten: Werden Covenants eingehalten? Wie entwickeln sich Margen? Wie stabil ist die Liquidit\u00e4t? Solche Auswertungen lassen sich mit KI deutlich schneller strukturieren und regelm\u00e4\u00dfig aktualisieren. Der Mehrwert steigt insbesondere dann, wenn es vergleichbare historische F\u00e4lle gibt, auf die man zur\u00fcckgreifen kann. Aber auch hier gilt: Wenn die Daten unvollst\u00e4ndig oder fehlerhaft sind, verliert das Monitoring schnell an Aussagekraft. <\/p>\n\n\n\n

    Planung: <\/strong>Liquidit\u00e4tsplanung<\/a> und integrierte Businessplanung sind weitere Einsatzfelder <\/strong>f\u00fcr KI in der Financial Advisory. Beim Aufbau von Modellen kann sie helfen, Strukturen vorzuschlagen und Logiken sauber aufzusetzen, beispielsweise mit Tools wie Claude<\/a>. Bei bestehenden Modellen hilft KI bei der Fehlersuche: Inkonsistenzen in der Verkn\u00fcpfung, fehlerhafte Formeln oder logische Br\u00fcche lassen sich schneller identifizieren. Zus\u00e4tzlich kann KI dabei unterst\u00fctzen, Annahmen herzuleiten, etwa bei Margen, Kostenstrukturen oder Wachstumsraten. Historische Kennzahlen werden dabei automatisiert ausgewertet. So werden jene Muster rasch erkannt, die als Grundlage f\u00fcr Planungsannahmen dienen. <\/p>\n\n\n\n

    Dokumentanalyse:<\/strong> Oft m\u00fcssen umfangreicher Dokumente analysiert werden. Dazu geh\u00f6ren insbesondere Kreditvertr\u00e4ge, Lieferantenvereinbarungen oder andere rechtliche Unterlagen. Im Rahmen von Restrukturierungen oder M&A-Prozessen<\/a> k\u00f6nnen relevante Inhalte wie Covenants, Zahlungsbedingungen oder kritische Klauseln deutlich schneller identifiziert und zusammengefasst werden. Auch die Verkn\u00fcpfung mit operativen Daten wird dadurch effizienter, was beispielsweise bei der Einsch\u00e4tzung von Zahlungsrisiken auf Basis von Kreditorenlisten eine Rolle spielt. Die manuelle Pr\u00fcfung entf\u00e4llt nicht, der Zeitaufwand daf\u00fcr wird aber deutlich reduziert. <\/p>\n\n\n\n

    Abgesehen von den vier genannten, wichtigsten Bereichen gibt es weitere Einsatzfelder f\u00fcr KI in der Financial Advisory. Dazu z\u00e4hlen die Recherche von Markt- und Wettbewerbsinformationen, das Erstellen von E-Mails oder Meeting-Agenden sowie die Unterst\u00fctzung beim Mapping von Buchungen zu Kontenstrukturen. <\/p>\n\n\n\n

    Prozesse statt Tools: KI sinnvoll einsetzen\u00a0<\/strong><\/h5>\n\n\n\n

    Die Frage, welches KI-Tool das \u201ebeste\u201c sei, greift zu kurz. Entscheidend ist: <\/p>\n\n\n\n

    Welche Arbeitsschritte sind repetitiv und lassen sich durch KI sinnvoll automatisieren? <\/h3>\n\n\n\n

    Erst wenn das klar ist, kann man die folgenden Detailfragen beantworten: <\/p>\n\n\n\n