Ich spreche jeden Tag mit Finanzverantwortlichen, und wenn es um KI geht, fällt eines besonders auf: CFOs sind mit dem Experimentieren fertig. Jetzt verlangen sie, dass KI ihren Wert beweist, und viele Tools sind für dieses Gespräch nicht bereit.

Aktuelle Umfragedaten der Silicon Valley Bank zeigen, dass CFOs von VC-finanzierten Unternehmen in diesem Jahr im Median 50.000 US-Dollar für KI-Tools und -Plattformen ausgeben wollen, mehr als doppelt so viel wie im Vorjahr. Dieselbe Studie legt nahe, dass die Einführung von KI zu einem der wichtigsten Themen für Finanzverantwortliche geworden ist. Das sollte nicht überraschen. CFOs stehen unter Druck, die Produktivität zu steigern, Kapital zu schonen, Wachstum zu unterstützen und ihren Unternehmen zu helfen, schnellere Entscheidungen mit größerer Sicherheit zu treffen.

Auch Kyribas eigene CFO-Umfrage 2026 zeichnet ein ähnliches Bild. In einer Umfrage unter 1.400 Finanzverantwortlichen weltweit gaben 91,9 % der CFOs an, KI bereits in finanzielle Entscheidungsprozesse zu integrieren, entweder in einige Prozesse oder in nahezu alle. Die Experimentierphase weicht der Phase der Rechenschaftspflicht.

Doch mit wachsenden KI-Budgets nimmt auch die Prüfung zu, der sie unterzogen werden. CFOs fragen nicht mehr, ob sie in KI investieren sollten. Sie fragen, wo KI messbaren Wert schaffen kann. Bei einem jährlichen KI-Budget von rund 50.000 US-Dollar erwarten Finanzverantwortliche praktische Ergebnisse: schnelleres Reporting, schlankere Finanzprozesse, bessere Prognosen, höhere Risikotransparenz und weniger manuelle Abläufe.

Die Gewinner werden keine generischen KI-Tools sein, die von den Systemen, Kontrollen und Entscheidungsverantwortlichkeiten des CFO getrennt sind. Die Gewinner werden KI-Fähigkeiten sein, die mit vertrauenswürdigen Finanz-Workflows verbunden, in diese integriert und darin eingebettet sind.

KI-Ausgaben sind in die Verantwortungszone des CFO eingetreten

In vielen Organisationen begann KI als dezentrale Experimente. Teams testeten Copiloten, generative KI-Tools und Produktivitätsassistenten, um herauszufinden, was funktioniert.

Da die Testphase nun vorbei ist, haben sich die Fragen der CFOs verändert. Es geht nicht mehr darum, ob ein Tool beeindruckende Ergebnisse erzeugen kann, sondern darum, welchen Geschäftsprozess es verbessert. Es reicht nicht aus zu behaupten, dass Mitarbeitende Zeit sparen werden; CFOs wollen Wert in der Gewinn- und Verlustrechnung sehen: Einsparungen, vermiedene künftige Ausgaben, einschließlich vermiedener Neueinstellungen, und höhere Zinserträge durch optimalere Liquiditätsentscheidungen. Wenn KI ihren Wert nicht beweist, wird sie den nächsten Budgetzyklus nicht überstehen.

Die KI-Scorecard des CFO ist anders

Für Finanzverantwortliche wird der Wert von KI nicht nur an Akzeptanzraten oder der Begeisterung der Nutzer gemessen. Er wird an Ergebnissen gemessen.

CFOs wollen wissen: Wird sich die Prognose verbessern? Kann Treasury früher und länger investieren? Können wir Fragen des Vorstands schneller und effektiver beantworten? Können wir mehr Erkenntnisse und datenbasierte Entscheidungen gewinnen, ohne zusätzliche Mitarbeitende einzustellen?

Im Treasury wird diese Scorecard sehr praktisch. Wenn KI einem Team helfen kann, ungenutzte Liquidität früher zu identifizieren, eine Abweichung in der Cash-Prognose schneller zu erklären, eine Zahlungsanomalie früher zu erkennen oder proaktiv Risikoexpositions- und Liquiditätsszenarien zu liefern, die Möglichkeiten zum Schutz von Liquidität aufzeigen, ist der Wert nicht länger theoretisch. Genau auf diese Anwendungsfälle konzentriert sich Kyriba: Intelligenz auf Liquiditäts-, Zahlungs-, Prognose- und Risiko-Workflows anzuwenden, in denen schnellere Erkenntnisse zu besseren finanziellen Ergebnissen führen können.

Das sind die Fragen, die zählen.

Ein KI-Budget von 50.000 US-Dollar mag für sich genommen nicht transformativ erscheinen, insbesondere für größere Unternehmen. Für viele Wachstumsunternehmen kann eine Ausgabe in dieser Höhe jedoch bedeutend sein. Sie ist oft ein Test dafür, ob KI eine größere Rolle im Betriebsmodell einnehmen kann. Wenn die Investition messbaren Wert liefert, werden CFOs sie ausweiten. Wenn sie verstreute Experimente und unklare Vorteile hervorbringt, werden Budgets schnell gekürzt.

Hier ist, was 50.000 US-Dollar in traditionellen Finanzbegriffen kaufen: ungefähr einen halben FTE-Analysten, ein BI-Tool-Abonnement der mittleren Kategorie oder einige Wochen Beratungsunterstützung. CFOs, die KI bewerten, vergleichen sie nicht nur mit anderer Software. Sie vergleichen sie mit Neueinstellungen, Outsourcing oder dem Festhalten am Status quo. Das ist die Messlatte, die KI überspringen muss.

Eine angemessene Erwartung eines CFO? Eine 50-prozentige Reduzierung des Zeitaufwands, die Vermeidung einer zusätzlichen Neueinstellung oder ein KI-gestützter Liquiditätsplan, der Kreditaufnahme und Zinsaufwand reduziert. Das ist messbar. Das ist belastbar. Das ist die Art von ROI, die einer Budgetprüfung standhält.

Die wertvollsten KI-Anwendungsfälle liegen nah an der Arbeit

Einer der größten Fehler, den Unternehmen machen können, besteht darin, KI als Ebene zu behandeln, die von den Workflows getrennt ist, in denen Entscheidungen tatsächlich getroffen werden.

Für CFOs entsteht Wert innerhalb finanzieller Prozesse: Reporting, Forecasting, Cash Management, Liquiditätsplanung, Risikomanagement, Zahlungen, Compliance und Performance-Analyse. KI, die von diesen Workflows getrennt ist, kann nützlich sein, wird aber nicht unverzichtbar werden.

Betrachten wir die Betrugsprävention. In einem kürzlich geführten Gespräch bei Liquid: How CFOs Outperform beschrieb Sift-CEO Marc Friend, wie Teams zur Betrugsprävention maschinelles Lernen einsetzen, um gute von schlechten Akteuren zu unterscheiden, Akzeptanzraten zu verbessern und Risiken zu steuern, ohne jede Transaktion in ein Hindernis zu verwandeln. Das ist ein hilfreiches Modell für CFOs, die KI umfassender bewerten: Der Wert liegt nicht im Algorithmus selbst. Der Wert liegt in der Entscheidung, die er verbessert, in der Reibung, die er reduziert, und im Risiko, das er zu kontrollieren hilft.

Dasselbe Prinzip gilt für Treasury und Finance. KI ist wertvoller, wenn sie mit den Systemen, Daten und Kontrollen verbunden ist, auf die Teams bereits angewiesen sind, um Cash, Zahlungen, Liquidität und Risiken zu steuern. Ein allgemeines KI-Tool kann jemandem helfen, eine Zusammenfassung zu verfassen. Wenn Intelligenz jedoch mit Bankdaten, Zahlungs-Workflows, Prognoseinputs, Risikoexpositionen und Freigabeprozessen verbunden ist, kann sie Finanzteams helfen, schneller und sicherer zu handeln.

Die stärksten Anwendungsfälle haben drei Merkmale gemeinsam: Sie reduzieren manuellen Aufwand in wiederkehrenden Finanzaktivitäten, sie verbessern die Entscheidungsqualität, indem sie Veränderungen und Risiken sichtbarer machen, und sie stärken Vertrauen und Kontrolle in der Entscheidungsfindung.

Zu viele KI-Tools versprechen, Finance zu „transformieren“, liefern aber nur glorifizierte Zusammenfassungen. Ein Chatbot, der eine E-Mail verfassen oder eine Frage zum Umsatz des letzten Quartals beantworten kann, ist nützlich, aber nicht messbar. CFOs brauchen KI, die Cash prognostizieren und Liquidität planen kann.

KI sollte Finanzteams schlanker und intelligenter machen

CFOs erwarten, dass KI die Zahl der Neueinstellungen reduziert, die erforderlich sind, um größere Komplexität und ein höheres Arbeitsvolumen zu bewältigen. Vielleicht reduziert sie sogar die Größe ihrer Teams, insbesondere dort, wo Mitarbeitende manuellen Aufgaben gewidmet sind. In unserer eigenen Kunden-Community beobachten wir bereits eine Verlangsamung beim Hinzufügen neuer Plattformnutzer. Die Daten deuten darauf hin, dass Unternehmen mit Neueinstellungen abwarten, was ein weiterer Grund dafür ist, dass KI jetzt ihren Wert beweisen muss. CFOs warten. Ihre Teams warten. Wertschöpfende Projekte warten.

Und das ist der wichtige Punkt. Es gibt zwar durchaus Neugier darüber, ob Finanzteams schrumpfen werden, weil KI diese Jobs möglicherweise übernimmt, doch die realistischere Erwartung ist, dass KI Teams befähigt, mehr zu leisten. Dieselben Menschen, insbesondere die leistungsstärksten, liefern auf einem höheren Niveau. Genau daran wird der Wert von KI gemessen werden. Die Vermeidung zusätzlicher Stellen kann Teil der Einsparungen sein, die CFOs erwarten können. Ein Personalabbau ist jedoch deutlich weniger wahrscheinlich als Treasury-, FP&A-, Kreditoren- und Debitorenteams, die durch KI befähigt werden, messbaren Wert zu liefern, der sich auf das Ergebnis der Gewinn- und Verlustrechnung auswirkt.

Vertrauen trennt dauerhafte KI von Wegwerf-KI

CFOs haben gute Gründe, vorsichtig zu sein. Finanzielle Workflows haben Konsequenzen. Schlechte Daten, schwache Kontrollen oder ungenaue Ergebnisse können echtes Risiko erzeugen.

Deshalb wird Vertrauen zu einem der entscheidenden Kriterien für KI-Investitionen. CFOs müssen den Ergebnissen und Empfehlungen vertrauen und letztlich wissen, dass sie sich auf KI-gestützte Entscheidungen verlassen können. Wo auch immer ein Human-in-the-Loop platziert ist, KI muss letztlich „ihren Lösungsweg zeigen“, wie ein 9-jähriges Kind, das eine Matheaufgabe löst. Man weiß, dass es richtig ist, wenn man den dokumentierten Nachweis sieht. Begründung zählt.

Vertrauen in KI-Ergebnisse entsteht auch durch saubere Daten, denen die Teams des CFO ebenfalls vertrauen können. Wenn man den Zutaten vertraut, ist die Wahrscheinlichkeit deutlich größer, dass das Rezept den Erwartungen entspricht.

Für CFOs ist die Schlussfolgerung einfach: Bewerten Sie KI nicht nur nach der Qualität der Antwort. Bewerten Sie die Daten dahinter, die Kontrollen darum herum und den Workflow, den sie unterstützt. Hier kommt die Rolle von Kyriba ins Spiel. Finanzteams benötigen KI, die in einer vertrauenswürdigen Umgebung für Liquidität, Zahlungen, Forecasting und Risiko arbeitet, mit der Governance und Transparenz, die CFOs benötigen.

Die nächste Phase des KI-Werts gehört dem CFO

Die CFOs, die den größten Nutzen aus KI ziehen, werden nicht diejenigen sein, die der neuesten Funktion hinterherlaufen. Es werden diejenigen sein, die mit einem echten Geschäftsproblem beginnen, etwa Cash Forecasting, Liquiditätsplanung, Zahlungsrisiko oder effizienteres Währungshedging, und fragen: „Wie kann KI dies schneller, günstiger oder besser machen?“ Das ist die Denkweise, die ein 50.000-Dollar-Experiment in einen 1.000.000-Dollar-Gewinn verwandelt.

CFOs sind gut positioniert, diesen Prozess zu steuern, weil sie KI-Investitionen mit finanziellen Ergebnissen, operativer Disziplin und Unternehmensrisiko verbinden können. Für CFOs besteht der Auftrag nicht darin, KI hinterherzulaufen. Er besteht darin, KI rechenschaftspflichtig zu machen.

Hier ist also der Test: Wählen Sie eine Aufgabe aus, die manuell, langsam oder fehleranfällig ist. Messen Sie, wie lange sie heute dauert. Fragen Sie dann, wie KI diesen Prozess verbessern kann, und quantifizieren Sie anschließend die Auswirkungen dieser Verbesserung auf Bilanz, Gewinn- und Verlustrechnung oder Cashflow. Wenn Ihnen das Ergebnis gefällt, haben Sie einen Anwendungsfall gefunden, der eine Finanzierung verdient. Wenn die Antwort nein lautet, suchen Sie weiter. KI-Ausgaben werden 2026 nicht nach Potenzial beurteilt. Sie werden nach Beweisen beurteilt.