Drei aktuelle Fundstücke zeigen dieselbe Verschiebung: Finance-KI beweist sich nicht mehr nur an Analyse und Reporting, sondern am kontrollierten Übergang zur Handlung – von der Rückfrage über die Zahlungsautorisierung bis zur Eskalation. Auftakt einer neuen kuratierten Reihe für Shift/Finance.

Ab dieser Ausgabe sammeln wir hier in loser Folge aktuelle Fundstücke aus Finance- und Accounting-Newslettern, LinkedIn und Fachartikeln und ordnen sie in unsere eigene Themenwelt ein. Kein Nachrichtenüberblick, sondern eine Auswahl mit Haltung: Was bestätigt, was wir bereits beobachten? Wo ergänzt ein Fund unsere bisherige Einschätzung? Und wo setzt er einen anderen Akzent?

Drei aktuelle Fundstücke zeigen dabei eine gemeinsame Linie. KI in der Finanzfunktion beweist sich nicht mehr allein am Report oder an der Erkennung eines Musters. Der nächste Reifeschritt liegt dort, wo aus einem Signal eine Handlung wird – und gleichzeitig geklärt werden muss, wer diese Handlung kontrolliert und verantwortet.

Wenn der Belegabgleich selbst nachfragt

→ I blew our receipts process and unpaid staff hunted me down — Nicolas Boucher, AI+Finance

Nicolas Boucher baut zusammen mit Expensify-CEO David Barrett live drei agentische Anwendungsfälle für Kartenabgleich, Belegzuordnung und Mahnwesen. Besonders anschaulich wird der Ansatz beim Belegabgleich: Der Agent erkennt eine auffällige Teilnehmerzahl in einer Spesenabrechnung und fordert selbst zusätzliche Informationen an, bevor ein Mensch den Vorgang prüft.

Interessant ist dabei weniger die einzelne Rückfrage als das dahinterliegende Reifemodell. Barrett unterscheidet fünf Stufen – vom einmaligen Datei-Upload bis zum weitgehend autonomen Prozess. Damit lässt sich recht konkret fragen, auf welcher Ebene ein Finance-Prozess heute tatsächlich steht.

Die Grenze verläuft dabei nicht zwingend beim Kommunikationskanal. Auch die Interaktion mit Mitarbeitenden kann bereits vom Agenten übernommen werden. Entscheidender ist, wo fachliches Urteil und Freigabe verbleiben. Die vollständige Autonomie bildet weiterhin eher den Zielpunkt als den heutigen Normalfall.

Unsere Einordnung: Der Schritt von der Mustererkennung zur eigenständigen Rückfrage zeigt gut, wie sich Finance-Automatisierung verändert. Der Agent liefert nicht mehr nur einen Hinweis. Er stößt den nächsten Prozessschritt selbst an – innerhalb definierter Grenzen.

Weiterführende Beiträge auf Shift/Finance

• Die neuen Rollen im AI-native Finance Team

Wer autorisiert einen Agenten, der bezahlt?

→ Visa just paid $2.4B for the right to authenticate Your AI Agent — Linas Beliūnas, Weekly FinTech Digest

Visa hat Anfang August die Übernahme des Verhaltensbiometrie-Anbieters BioCatch für 2,4 Milliarden Dollar vereinbart. Linas Beliūnas ordnet den Deal in einen größeren Zusammenhang ein: Visa baut an einer Infrastruktur, in der künftig nicht nur Menschen, sondern auch KI-Agenten Transaktionen auslösen können.

Wichtig ist die Unterscheidung zwischen Nachricht und Interpretation. BioCatch selbst adressiert vor allem Behavioral Intelligence und Betrugsprävention. Die Autorisierung von Agenten baut Visa parallel bereits mit seiner Intelligent-Commerce-Infrastruktur aus, unter anderem über agentenspezifische Payment Tokens, Authentifizierung und definierte Transaktionskontrollen. BioCatch könnte diese Architektur um eine zusätzliche Verhaltens- und Risikoschicht ergänzen.

Damit verschiebt sich die Diskussion. Die Frage lautet nicht mehr nur, ob ein Agent technisch eine Zahlung anstoßen kann. Relevant wird, wie sich nachweisen lässt, dass die Transaktion tatsächlich innerhalb der autorisierten Absicht erfolgt – und was passiert, wenn eine formal autorisierte Handlung trotzdem falsch ist.

Unsere Einordnung: Für Finance-Teams entsteht damit eine reale Infrastruktur für Agentic Payments. Authentifizierung, Risikoprüfung und Autorisierung werden technisch konkreter. Die weitergehende Frage nach Verantwortung und Haftung ist damit noch nicht gelöst.

Weiterführende Beiträge auf Shift/Finance

• Von Compliance zur Transformation: Agentic AI als nächster Schritt für Finanzprozesse

Sichtbarkeit wird erst durch Intervention wirksam

→ AI in FP&A Briefing, Issue #03: From Cash Visibility to Intervention — Andreas Seufert

Andreas Seufert setzt an einem anderen Punkt an, landet aber bei derselben Frage. Mehr Sichtbarkeit über offene Rechnungen, Zahlungsrisiken und Working Capital verbessert noch keine Liquidität. Wirkung entsteht erst, wenn aus dem Signal eine konkrete Intervention folgt.

Seine Ablauflogik macht diesen Übergang explizit:

Detect → Explain → Prioritise → Assign → Intervene → Learn

Damit ergänzt er etwas, das in vielen Analytics- und FP&A-Diskussionen zu kurz kommt. Ein Dashboard kann ein Risiko früh sichtbar machen. Entscheidend ist aber, wer daraus welche Maßnahme ableitet, wie priorisiert wird und ob das Ergebnis anschließend wieder in das Modell zurückfließt.

Der eigentliche Test für ein solches System lautet deshalb nicht, ob es ein Zahlungsrisiko früher erkennt. Entscheidend ist, ob diese Erkenntnis eine Managemententscheidung verändert.

Unsere Einordnung: Das verschiebt auch die Messlatte für FP&A-KI. Mehr Prognosequalität bleibt wichtig. Der operative Mehrwert entsteht aber erst dann, wenn Analyse, Verantwortlichkeit und Intervention zu einem geschlossenen Steuerungsprozess verbunden werden.

Weiterführende Beiträge auf Shift/Finance

• Vom Zahlenbild zur Entscheidungsarchitektur: FP&A jenseits des Reports

Von der Erkenntnis zur kontrollierten Handlung

Drei unterschiedliche Ausschnitte, ein gemeinsames Muster: Beim Belegabgleich folgt auf die Auffälligkeit eine Rückfrage. Im Zahlungsverkehr folgt auf die Absicht eine Autorisierung. Im Working-Capital-Management folgt auf das Signal eine Intervention.

Damit verschiebt sich auch die Reifegradfrage für KI in der Finanzfunktion. Entscheidend ist nicht mehr nur, wie gut ein System erkennt, erklärt oder prognostiziert. Relevant wird, welche Handlung daraus folgt, wer sie autorisiert und wie sie kontrollierbar bleibt.

Genau hier treffen sich die Entwicklungen mit dem, was wir zuletzt auch im Record-to-Report beobachtet haben: Autonomie allein ist noch kein Reifegradmerkmal. Interessant wird KI dort, wo sie operative Arbeit übernehmen kann und gleichzeitig nachvollziehbar bleibt, innerhalb welcher Regeln sie handelt.

Das werden wir im Finance Radar weiter beobachten.