Zum Inhalt springen
AI ConnectPowered by VELENTIS
KI-generiert2 Min.

Studien von KPMG und Deloitte: KI im Finanzwesen scheitert oft an Daten und Regulierung

Neue Erhebungen von KPMG und Deloitte zeigen: Während Unternehmen zunehmend KI in Finanzprozesse integrieren, bremsen IT-Altlasten und strenge Compliance-Vorgaben die Rentabilität.

Dieser Beitrag wurde KI-generiert und automatisch veröffentlicht. Einordnung, Kennzeichnung und alle Quellen am Beitragsende.

(KI-generiertes Symbolbild: Gemini / AI Connect)

Der Einsatz von Künstlicher Intelligenz in den Finanzabteilungen gewinnt messbar an Dynamik, sieht sich jedoch mit wachsenden strukturellen Barrieren konfrontiert. Eine am 12. November 2026 veröffentlichte gemeinsame Untersuchung der Wirtschaftsprüfungsgesellschaft KPMG und der Ludwig-Maximilians-Universität München belegt einen deutlichen Adoptionssprung im Rechnungswesen. Der Anteil der Unternehmen, die dort KI produktiv nutzen, stieg innerhalb eines Jahres von 20 Prozent auf nunmehr 33 Prozent. Weitere 39 Prozent der befragten Betriebe planen gegenwärtig die konkrete Einführung entsprechender Werkzeuge in ihren Buchhaltungsstrukturen.

Trotz dieses Zuwachses klafft zwischen strategischem Anspruch und operativer Wirklichkeit weiterhin eine beachtliche Lücke. Dies verdeutlicht eine zeitgleich vorgelegte Erhebung des Beratungshauses Deloitte unter rund 280 befragten Finanzentscheidern. Zwar stufen 84 Prozent der Führungskräfte die Digitalisierung und Automatisierung der Finanzfunktion als wichtig oder sehr wichtig ein, doch setzen branchenübergreifend erst 20 Prozent tatsächlich KI produktiv in Finanzprozessen ein. Zudem sank der von den befragten Betrieben selbst wahrgenommene Digitalisierungsgrad von 70 Prozent im Jahr 2023 auf aktuell 60 Prozent ab, da die praktischen Anforderungen an Datenqualität und Echtzeitanalysen deutlich gestiegen sind.

Die konkreten Einsatzfelder im Rechnungswesen konzentrieren sich laut der KPMG- und LMU-Studie vor allem auf wiederkehrende Routineaufgaben mit klar definierten Belegstrukturen. Bei 36 Prozent der erfassten Unternehmen übernimmt die Technologie bereits die automatische Erfassung von Eingangsrechnungen, während 30 Prozent auf die automatisierte Prüfung von Beleginhalten setzen. Weitere 27 Prozent der Firmen nutzen KI-Modelle zur Text- und Wissensgenerierung für Berichte oder interne Dokumentationen. Diese Fokussierung auf standardisierte Teilprozesse verschafft den Teams unmittelbare operative Erleichterungen im Tagesgeschäft.

Der versprochene ökonomische Nutzen stellt sich in den Bilanzen allerdings weitaus zögerlicher ein als erhofft. Zwar verzeichnen 31 Prozent der Unternehmen unmittelbare Zeiteinsparungen und 25 Prozent sofortige Qualitätsgewinne durch fehlerfreiere Abläufe. Dagegen spüren bislang lediglich 13 Prozent der Befragten eine direkte Kostensenkung, während 59 Prozent erst mittel- bis langfristig mit messbaren Einsparungen rechnen. Die Deloitte-Erhebung untermauert diesen Befund: 50 Prozent der Befragten sehen veraltete IT-Schnittstellen und Systembrüche als Hauptbarriere, die einer raschen Skalierung im Wege stehen.

Zusätzliche finanzielle Reibungsverluste entstehen durch Defizite in den Datenbeständen der Unternehmen. Eine Untersuchung von Fivetran und Vanson Bourne zeigt, dass 39 Prozent der Unternehmen mindestens ein Viertel ihres gesamten KI-Budgets allein dafür aufwenden, mangelhafte Datenqualität und Schnittstellenfehler nachträglich zu korrigieren. Datenspezialisten verbringen rund zwei Drittel ihrer Arbeitszeit mit manueller Bereinigung statt mit der Modellweiterentwicklung. Wenn fehlerhafte Daten zu Fehlentscheidungen des Managements führen, verlieren betroffene Firmen durchschnittlich sechs Prozent ihres weltweiten Jahresumsatzes.

Neben den technischen Hürden gewinnen regulatorische Vorgaben und neue Anforderungsprofile an die Belegschaft massiv an Gewicht. Laut KPMG und LMU nennen 76 Prozent der Unternehmen Compliance-, Datenschutz- und Sicherheitsvorgaben als Haupthindernis für den KI-Rollout, was einen Anstieg gegenüber den 65 Prozent des Vorjahres darstellt. Als Reaktion darauf planen 68 Prozent der befragten Firmen für das kommende Jahr gezielte Weiterbildungsprogramme für ihre Mitarbeiter. Da reine Anwenderkenntnisse nicht mehr ausreichen, rücken Kontrollkompetenzen und fundierte Plausibilitätsprüfungen ins Zentrum der Qualifizierungsinitiativen.

Was heißt das für Sie?

Für Finanzverantwortliche bedeutet dies, dass KI-Investitionen ohne bereinigte Altsysteme und belastbare Datenflüsse zu teuren Fehlschlägen werden. Wer Einsparungen realisieren will, muss primär in Schnittstellen und Datenbereinigung investieren. Gleichzeitig entscheidet die systematische Schulung von Fachkräften in Plausibilitätsprüfungen darüber, ob Automatisierungsprojekte den strenger werdenden Compliance-Vorgaben standhalten.

Perspektiven

Berichterstattung: 1× EU · 2× Weitere

Dieselbe Geschichte, mehrere Blickwinkel: So rahmen die Quellen das Thema, jeweils mit wörtlichem Zitat.

  • kpmg.comWeitere

    KPMG hebt hervor, dass zwei Drittel der Unternehmen im Rechnungswesen den größten Entwicklungsbedarf bei KI-Kompetenzen verzeichnen.

    Originalzitat

    „Digitalisierung im Rechnungswesen: Zwei Drittel der Unternehmen sehen den größten Entwicklungsbedarf bei KI-Kompetenzen“

    kpmg.com
  • deloitte.comWeitere

    Deloitte betont, dass Finanzabteilungen trotz der hohen Relevanz der Digitalisierung erheblichen Nachholbedarf aufweisen und erst ein Fünftel der Unternehmen KI produktiv nutzt.

    Originalzitat

    „doch nur ein Fünftel setzt sie produktiv im Finanzbereich ein“

    deloitte.com

Einordnung der Quellen redaktionell gepflegt (politisches Spektrum nur bei breitem Konsens; Anbieter-Kommunikation ist PR, kein Journalismus). Quellen ohne Etikett sind nicht eingeordnet — wir raten nicht.

Belege

Solide belegt
69/100
  • Laut der Studie von KPMG und LMU stieg der Anteil der Unternehmen mit produktiver KI-Nutzung im Rechnungswesen innerhalb eines Jahres von 20 auf 33 Prozent.

    eine Quelle
  • Lediglich 13 Prozent der von KPMG befragten Firmen verzeichnen sofortige Kosteneinsparungen durch KI, während 76 Prozent Compliance- und Sicherheitsauflagen als Haupthindernis nennen.

    eine Quelle
  • Laut Fivetran und Vanson Bourne wenden 39 Prozent der Unternehmen mindestens 25 Prozent ihres KI-Budgets für die Behebung schlechter Datenqualität und Schnittstellenfehler auf.

    belegt

Der Beleg-Score wird berechnet, nicht handgesetzt: aus Vertrauensgrad, Quellenzahl und dem Anteil verifizierter Aussagen.

Quelle & Transparenz

Stand: 22. November 2026

KI-generiertKI-generiert: automatisiert aus geprüften Quellen erstellt und technisch qualitätsgesichert (Quellen-, Zitat- und Zahlenabgleich); keine menschliche Einzelfreigabe vor Veröffentlichung

Quellen
3
Verifizierte Aussagen
1 / 3
Beleg-Score
69Solide belegt

Wollen Sie das umsetzen?

Wir vermitteln Ihnen passende KI-Anbieter aus der DACH-Region, kostenlos und unverbindlich.

Wie geht's weiter?