Was es bedeutet, Features mit ausgereifter Finanz-Intelligenz zu veröffentlichen

In den ersten drei Ausgaben der „Intelligence inside“-Reihe erläuterten Elias und Kevin die Grundlagen: warum die Messlatte für KI in Finance und Tax höher liegt als in fast jeder anderen Softwarekategorie, wie wir den Intelligence Core und dessen Vertrauensarchitektur entwickelt haben und wie die Data Platform und die semantische Ebene unseren Agenten eine gesteuerte, fundierte Single-Source-of-Truth für ihre Analysen bieten.

Diese Messlatte – vertrauenswürdig am ersten Tag, rückverfolgbar am zweiten Tag, nachvollziehbar vor einem Wirtschaftsprüfer am dritten Tag – ist mehr als ein Design-Prinzip. Sie ist der Filter, durch den jede Produktentscheidung in meinem Team läuft.

In dieser Ausgabe geht es darum, was dieser Filter hervorgebracht hat: ein Jahr an intelligenten Features, die Sie bereits heute auf unserer CFO Solution Platform nutzen können. Nicht angekündigt, nicht in der Beta-Phase, nicht in der Roadmap. Ausgerollt, produktiv und im Einsatz.

 

Die Regel, die wir auf jedes Feature anwenden: Hat es sich das Recht verdient, dabei zu sein? 

Kevin hat die Arbeitsteilung deutlich beschrieben: deterministische Logik führt die Berechnung durch, intelligentes Schlussfolgern die Interpretation. Diese Unterscheidung ist nicht nur eine technische Wahl. Es ist eine Produktdisziplin, die wir anwenden, bevor ein Feature entwickelt wird.

Bevor eine intelligente Fähigkeit in die Nähe eines Kunden kommt, stelle ich mir die einfache Frage: Verdient sie es, im Workflow eines CFO zu sein? Nicht „Ist sie technisch beeindruckend?“ Nicht „Funktioniert sie in einer Demo?“ Löst sie ein konkretes, benanntes Problem so, wie es sich Finance- und Tax-Experten wünschen würden – mit vollständiger Transparenz, vollständiger Kontrolle und ohne Überraschungen?

Jedes Feature, das ich unten beschreibe, hat diesen Test bestanden. Jedes einzelne übernimmt die repetitive, urteilsintensive oder expertiseabhängige Arbeit, die Teams ausbremst, und gibt das Ergebnis zur Prüfung an die Fachleute zurück.

Die Intelligenz erledigt die Arbeit. Ein Mensch genehmigt sie. Das ist keine Einschränkung, es ist das gewollte Design. 

Wie das in der Praxis aussieht, hängt von den Lösungen ab. Aber das Prinzip ist in allen gleich.

Intelligentere Modelle, die schneller agieren: Intelligenz in der Finanzplanung

Ein Finanzmodell von Grund auf zu erstellen war schon immer eine Aufgabe für Spezialisten. Sie müssen wissen, welche Variablen wichtig sind, wie man die Formeln strukturiert und wie man das Modell mit den zugrunde liegenden Ist-Werten verbindet. Allein diese Einrichtung dauert bei den meisten Teams Tage und ist abhängig von ein oder zwei Personen, die die Modellarchitektur gut kennen.

Wir haben im Mai 2025 begonnen, intelligente Modellierungs-Features in xP&A auszuliefern. Nicht als eine großer Markteinführung, sondern als eine bewusste Abfolge.

 

Von KI-vorgeschlagenen Variablen bis hin zur Fehlerbehebung mit einem Klick

Zuerst kamen KI-generierte Variablenvorschläge: Das System analysiert, was bereits im Modell vorhanden ist und schlägt vor, was als Nächstes kommt, einschließlich Namen, Formeln und fest codierter Annahmen. Die Finance-Teams akzeptieren oder lehnen die Vorschläge einzeln ab. Das Problem herauszufinden, wie man anfangen soll, verschwindet.

Dann kam die KI-gestützte Prognose: Anstatt eine Prognosemethodik manuell zu definieren, analysiert das System die Verlaufsdaten und generiert die wahrscheinlichste Prognose. Ein Ausgangspunkt, der früher Stunden dauerte, liegt in Sekunden vor.

Anschließend folgte im Juli 2025 Prompt KI: Beschreiben Sie in einfacher Sprache, was Sie berechnen möchten, und das System schlägt die benötigten Variablen und Strukturen vor. Und zuletzt, im April 2026, kam als Fähigkeit „Korrigieren mit KI“ hinzu: Fahren Sie mit der Maus über einen Fehler, klicken Sie einmal, prüfen Sie die vorgeschlagene Korrektur. Was früher Debugging-Expertise erforderte, benötigt jetzt eine einzige Interaktion.

Zusammengenommen reduzieren diese Funktionen die Zeit zum Erstellen und Pflegen eines Finanzmodells erheblich. Jede einzelne gibt das Ergebnis zur Prüfung an an den Finanzexperten zurück. Das Modell bleibt in dessen Hand. Dies sind die ersten Innovationen in xP&A. Der nächste Schritt ist kein Feature, sondern ein Workflow.

Intelligenz im Bereich ESG-Reporting: Automatisiertes Mapping von Emissionsfaktoren

Die Berechnung des Treibhausgas (THG) -Fußabdrucks ist eine Aufgabe, für die Finanzteams zunehmend verantwortlich sind, für die sie aber selten geschult wurden. Die Zuordnung von Emissionsquellen zu den richtigen Emissionsfaktoren über alle Scopes hinweg erfordert entweder Spezialwissen oder teure externe Unterstützung. Die meisten Teams haben keines von beiden.

Was wir in Lucanet ESG Reporting entwickelt haben, beseitigt diese Abhängigkeit. Die Teams laden ihre Verbrauchsdaten hoch und das System ordnet jeden Eintrag automatisch dem korrekten Emissionsfaktor in den Scopes 1, 2 (standort- und marktbezogen) und 3 zu, wodurch die erforderliche THG-Expertise verringert wird. Jedes Mapping hat eine Konfidenzbewertung. Das Team überprüft, überschreibt bei Bedarf und macht weiter.

Das Ergebnis ist eine fünfmal schnellere Generierung von THG-Fußabdrücken als mit der manuellen Emissionsfaktor-Zuordnung. Für Teams unter CSRD-Druck macht das den Unterschied zwischen Einhalten und Verpassen einer Deadline aus.

Von der leeren Seite zum aussagekräftigen Geschäftsbericht für den Vorstand

Die Erstellung des Geschäftsberichts steht am Ende des schwierigsten Teils des Finanzkalenders. Wenn Teams die Entwurfsphase erreichen, stehen sie bereits unter Termindruck und sehen sich mit Dutzenden von Offenlegungsanforderungen konfrontiert, die geschrieben, überprüft, übersetzt und unternehmensübergreifend aggregiert werden müssen.

Wir haben im Januar 2025 intelligente Schreibfunktionen in Lucanet Disclosure Management eingeführt.

 

Texte mit intelligenten Funktionen entwerfen und optimieren

Zunächst gab es zwei Funktionen: Textoptimierung, (Anpassung des Tons, Kürzung, Erweiterung, Übersetzung, Zusammenfassung) und Taxonomie-konforme Textentwürfe. Für jedes Label der ESRS- oder IFRS-Offenlegung generiert das System einen Compliance-konformen Entwurf. Die Teams liefern unternehmensspezifischen Kontext, das System integriert diesen. Die Reporting-Sprache und das Layout werden automatisch angewendet.

Ein Konzern-Reporting, das ESRS-Compliance aufweist

Im April 2025 wurde die Erstellung eines ESRS-Reportings auf Konzernebene möglich: Für Unternehmen mit mehreren Berichtseinheiten konsolidiert das System die Antworten der Tochtergesellschaften auf dem Fragebogen und erstellt daraus einen finalen Nachhaltigkeitsbericht auf Konzernebene, der ESRS-Compliance aufweist. Die Teams wählen aus, welche Eingaben einbezogen werden, fügen ergänzende Informationen hinzu und können den Output neu generieren, bis er ihren Anforderungen entspricht. Was früher Stunden manueller Aggregation über Gesellschaften hinweg erforderte, geschieht jetzt in einem einzigen geführten Prozess in Minuten.

 

Regulatorische Einreichung ohne Spezialisten-Engpass: XBRL Tagger

XBRL-Tagging ist eine dieser Aufgaben, die technisch klingt, weil sie es ist. Seit 2020 sind börsennotierte EU-Unternehmen verpflichtet, ihre Berichte im Inline-XBRL-Format (iXBRL) einzureichen. Der Tagging-Prozess des Abgleichs von Reporting-Elementen mit Taxonomie-Konzepten in Tausenden von Einzelposten erforderte in der Vergangenheit spezialisierte Berater. Für die meisten Finanzteams im mittlerem Markt bedeutete das erhebliche Kosten und externe Abhängigkeiten in jedem Reporting-Zyklus.

Im Dezember 2025 führte Lucanet den Tagger Agent ein und wurde der erste Anbieter, der einen umfassenden KI-Agenten für XBRL-Berichte auf den Markt brachte. Teams laden ihren Geschäftsbericht hoch und der Tagger Agent bearbeitet automatisch das narrative Tagging, das Tagging numerischer Tabellen und die Berechnungserstellung. Es gibt kein Implementierungsprojekt, keine IT-Beteiligung und kein Bedarf an Beraterunterstützung. Der Tagger lädt sofort jede gültige Taxonomie, einschließlich ESEF, lokaler GAAP-Varianten wie Dutch GAAP, europäische Mandate wie pCbCR und sektorspezifische Vorgaben wie OCW. Anschließend erzeugt er eine iXBRL-Ausgabe, die den aktuellen regulatorischen Anforderungen entspricht.

Sobald die Zuordnung der Taxonomiekonzepte für eine Meldung festgelegt ist, wird sie automatisch übernommen. Der Spezialisten-Engpass kehrt somit nicht zurück.

Was wir aus einem Jahr an Entwicklung gelernt haben

Die oben beschriebenen Features wurden nicht als Komplettpaket veröffentlicht. Sie kamen als Sequenz, jede löst ein spezifisches Problem in einem spezifischen Workflow, jede so konzipiert, dass der Finanzexperte die Kontrolle über den Output behält.

Kevin hat einmal einen treffenden Vergleich verwendet: diese Features gleichen einer neu eingestellten Person, die über Intelligenz auf Doktorandenniveau verfügt, und die Fähigkeit bereits ab dem ersten Arbeitstag einbringen kann. Doch reines Können ist zwar notwendig, aber nicht ausreichend. Sie wird nützlich, wenn man sie in den spezifischen Kontext Ihres Unternehmens einbezieht: Ihre Konsolidierungsstruktur, Ihre Berichtskonventionen, Ihre Daten. Genau das tun dieses Features. Sie bringen intelligentes Schlussfolgern in die konkreten Aufgaben ein, die Ihr Team jeden Tag bearbeitet – basierend auf Ihren Daten, geregelt von dem Intelligence Core und immer unter Einbeziehung des Menschen (Human-in-the-Loop-Prinzip).

Das ist es, was „simply intelligent“ für uns 2026 bedeutet. Nicht Intelligenz um ihrer selbst willen, sondern Intelligenz, die sich ihren Platz verdient, indem sie wirklich nützlich ist, wirklich vertrauenswürdig ist und wirklich von den Personen kontrolliert wird, die für die Zahlen verantwortlich sind.

Und das ist noch nicht alles. In den kommenden Monaten werden Planungsmodellvorlagen automatisch aus Ist-Zahlen generiert, sodass Finance-Teams einen strukturierten Ausgangspunkt ohne Einrichtungsaufwand erhalten. Die Excel-Importe für Nachhaltigkeitsfragebögen werden automatisch den richtigen Fragen zugeordnet, dadurch entfällt die manuelle Dateneingabe vor den Berichtsfristen. Und ab diesem Sommer: Die automatische Extraktion von Daten aus Leasingverträgen macht aus der bisherigen manuellen Bearbeitung jedes einzelnen Dokuments einen automatisierten Schritt.

Jedes bereits ausgerollte Feature ist ein Nachweis, dass die Architektur funktioniert. Was als Nächstes kommt, baut auf derselben Grundlage auf.

 

Sind Sie bereit, Ihre finanziellen Workflows zu revolutionieren?

Sehen Sie sich unser On-Demand-Webinar an, um zu erfahren, wie Lucanet CFOs und ihre Teams mit KI-gesteuerter Automatisierung und Echtzeit-Einblicken unterstützt.

 

Mehr erfahren

Verwandte Inhalte:

Intelligence inside #1: Simply intelligent im Zeitalter der KI-Agenten

Intelligence inside #2: Die Vertrauensarchitektur von Lucanet

Intelligence inside #3: Die Data Platform von Lucanet und die semantische Schicht