Finanzautomatisierung: Buchhaltungsaufwand um 50 % reduzieren
Von fehleranfälliger Buchhaltung zur Finanzautomatisierung: Wie Sie Finanzprozesse automatisieren und den Aufwand um 50 % senken. Kostenlos starten.
Ich bin überzeugt: Das Finanzportal, wie wir es heute kennen – das Portal, in das man sich einloggt, durch das man klickt und aus dem man Dateien exportiert – hat seine besten Tage hinter sich. Nicht dieses Jahr, und nicht, weil es jemand abschaltet. Es wird schlicht aufhören, der Ort zu sein, an dem die Arbeit stattfindet. Diese Verschiebung ist bei unseren Kunden längst im Gang, und sie ist der Grund, warum wir die amnis-Plattform für KI-Assistenten geöffnet haben.
Das Signal kam aus unseren eigenen Zahlungsdaten
Die meisten Prognosen zur KI-Nutzung in kleinen und mittleren Unternehmen beruhen auf Umfragen. Unsere beruht auf tatsächlichen Zahlungen.
Unsere aktuellsten Kartentransaktionsdaten zeigen: 64 % der Unternehmen, die amnis-Karten nutzen, zahlen bereits für mindestens ein KI-Tool. ChatGPT taucht bei 19 % von ihnen in den Ausgaben auf, Claude bei 17 %, weitere 28 % zahlen für andere KI-Tools, von Perplexity und Mistral bis Cursor, Lovable und Dutzende mehr.
Das sind längst keine Experimentierausgaben mehr. KI ist für die Mehrheit dieser Unternehmen zu einem wiederkehrenden Posten geworden. Anfang dieses Jahres haben wir ausführlicher beschrieben, was die früheren Daten bereits gezeigt haben.
Entscheidend ist nicht der Prozentsatz an sich. Entscheidend ist, was er bedeutet. Wenn ein Finanzteam den ganzen Tag einen KI-Assistenten offen hat, wird dieser Assistent zur ersten Anlaufstelle für Fragen. Und wenn die Antwort auf «Wie hoch ist unsere EUR-Position?» bedeutet, dieses Fenster zu verlassen, sich in ein Portal einzuloggen und eine Datei zu exportieren, dann ist das Portal still und leise zum langsamen Teil des Prozesses geworden.
KI-Assistenten werden zunehmend zu der Oberfläche, über die Unternehmen arbeiten. Wir müssen dort präsent sein, wo unsere Kunden tatsächlich arbeiten, nicht dort, wo es uns lieber wäre.
Dort sein, wo unsere Kunden schon arbeiten
Die naheliegende Antwort wäre gewesen, ein eigenes Chatfenster in die amnis-App zu bauen und es dabei zu belassen. Das tun wir auch. Aber es löst nur die Hälfte des Problems, denn es verlangt von den Kunden nach wie vor, zu uns zu kommen, statt amnis dort verfügbar zu machen, wo sie ohnehin arbeiten.
Also sind wir zusätzlich den anderen Weg gegangen. amnis ist jetzt über das Model Context Protocol (MCP) zugänglich. Das ist ein offener Standard, ursprünglich von Anthropic veröffentlicht, der festlegt, wie ein KI-Assistent einen externen Dienst sicher aufrufen kann. Unsere öffentliche API steht als Sammlung von Tools bereit, auf die jeder kompatible Assistent zugreifen kann: Claude, ChatGPT, Cursor, Gemini und was als Nächstes kommt. Bewusst nicht an einen Anbieter gebunden. Wir wissen nicht, welchen Assistenten unsere Kunden in drei Jahren nutzen werden, und wir müssen es auch nicht wissen.
Die Verbindung dauert rund zwei Minuten. Der Kunde autorisiert amnis einmalig über einen Standard-OAuth-Flow, denselben Mechanismus, den auch Figma oder Notion nutzen, und die Tools erscheinen in seinem Assistenten, mit Zugriff ausschliesslich auf das eigene Konto. Es werden keine Zugangsdaten irgendwohin kopiert. Der Zugriff lässt sich jederzeit widerrufen.
Wie das in der Praxis aussieht
Eine Finanzverantwortliche stellt eine Frage und bekommt eine Antwort aus Live-Daten statt aus einer Datei:
-
- «Wie hoch ist unsere EUR-Position über alle Konten hinweg, gerade jetzt?» Beantwortet aus Live-Salden, nicht aus dem Export von gestern.
- «Kategorisiere die Kartentransaktionen des letzten Monats und zeig mir, wo die Ausgaben aus dem Ruder laufen.»
- «Bereite die Zahlung für Rechnung 452 an unseren Lieferanten in Deutschland vor.» Erfasst und bereit zur Freigabe durch einen Menschen.
- «Wenn EUR/USD über 1.08 steigt, sag mir Bescheid.» Der Assistent prüft den Kurs und meldet sich, statt dass Sie auf einen Bildschirm schauen.
- Kostenmuster, nach denen niemand gesucht hat: Der Assistent eines Kunden bemerkte, dass ein Mitarbeiter jede Woche einzelne Bahntickets abrechnete, und wies darauf hin, dass ein Jahresabo rund 30 % günstiger wäre.
Nichts davon ist ein Mock-up. Hier läuft der amnis MCP-Server live:
Einer unserer ersten Beta-Tester hat es besser auf den Punkt gebracht als jede Roadmap. Er hat sich an einem Dienstagnachmittag verbunden, und am Abend schrieb er per E-Mail, er habe auf unserem MCP-Server einen Router-Agenten gebaut, um mehrere Firmenkonten gleichzeitig abzufragen. Etwas, das unser eigenes Setup damals noch gar nicht unterstützte. Wenige Stunden nach dem Start baute er also bereits über das hinaus, was wir ausgeliefert hatten. Genau dieses Signal haben wir gesucht.
Freigeben muss immer ein Mensch
Das ist der Teil, der mir am wichtigsten ist, denn hier entsteht Vertrauen oder es geht verloren. Die KI schlägt vor. Entschieden wird von einem Menschen. Jede über einen Assistenten ausgelöste Transaktion muss weiterhin von einer autorisierten Person mit Zwei-Faktor-Authentifizierung freigegeben werden, genau wie in der App. Nichts bewegt sich, weil ein Modell es für richtig hielt.
-
- Rollenbasierte Berechtigungen und bestehende Unterschriftsregelungen gelten unverändert. Der Assistent übernimmt sie, er umgeht sie nicht.
- Jede Aktion wird protokolliert und ist nachvollziehbar. So sehen Sie im Nachhinein, was gefragt und was getan wurde.
- Kundendaten werden nicht zum Training von Modellen verwendet und sind durch entsprechende Vereinbarungen mit unseren Anbietern abgedeckt.
- Als beaufsichtigtes Zahlungsinstitut ist Sicherheit für uns kein Feature. Sie ist eine Bewilligungsvoraussetzung.
Diese Verschiebung bringt echte Risiken mit sich, und ich benenne sie lieber, als so zu tun, als gäbe es sie nicht. Schatten-KI, also Teams, die Prozesse einzeln, schnell und ohne Aufsicht automatisieren, ist leicht zu starten und schwer sicher zu skalieren. Prompt Injection schafft eine reale neue Angriffsfläche. Wir nehmen beides ernst. Genau deshalb halten wir einen beaufsichtigten, berechtigungsgesteuerten und nachvollziehbaren Zugang zu Finanzdaten für die vernünftige Antwort, statt die Leute ihre eigenen Umgehungslösungen bauen zu lassen.
Warum ein Unternehmen unserer Grösse zuerst handeln konnte
Grössere Institute stehen nicht still, aber sie tragen viel Geschichte mit sich. Ein grosses Schweizer Finanzinstitut soll zeitweise rund 1200 verschiedene Tools parallel im Einsatz gehabt haben. Über eine solche Struktur eine einheitliche, kohärente KI-Ebene zu legen, ist nahezu unmöglich.
amnis hat sein Kernsystem und seine Kundenschnittstellen von Anfang an inhouse entwickelt. Das war damals eine teure Entscheidung, und sie zahlt sich jetzt aus: Wir können eine Neuerung zentral ausrollen und sie innerhalb derselben Woche allen Kunden zur Verfügung stellen. Das ist näher an der Arbeitsweise eines Softwareunternehmens als an dem, wie Finanzdienstleistungen traditionell funktionieren.
Wie es weitergeht
Der MCP-Server ist live und in der Beta-Phase mit einer ersten Gruppe von Kunden. Wir sammeln ihr Feedback, bevor wir breiter öffnen, denn die spannende Frage ist nicht mehr, ob die Tools funktionieren. Sie lautet, welche davon unsere Kunden tatsächlich nutzen. Parallel dazu ist Conversational Finance in der amnis-App als Beta für Kunden mit Admin-Zugang verfügbar, und wir bauen Agenten für einzelne Finanzprozesse, beginnend mit dem Liquiditätsmanagement.
Nichts davon ersetzt Urteilsvermögen. Was wegfällt, ist der Teil der Finanzarbeit, für den es noch nie Urteilsvermögen brauchte: Exporte, das Hin- und Herspringen zwischen Tabs oder Reports, die man erstellt, nur um eine einzige Zahl zu finden. Unsere Teams arbeiten zunehmend KI-gestützt, und der Fokus verschiebt sich von repetitiven Tätigkeiten hin zu Strategie, Controlling und Steuerung. Dieselbe Entwicklung erwarte ich auch in den Finanzteams unserer Kunden.
Wenn Ihr Team ohnehin in einem KI-Assistenten arbeitet und das mit den eigenen Daten ausprobieren möchte, können Sie sich für das MCP-Beta-Programm anmelden. Wir halten die Gruppe bewusst klein. Wir lernen lieber sauber von einer Handvoll Teams, als laut für alle zu starten.
