KI-Agent für Buchhaltung: Chat ist unter 1 %

Wenn du einen KI-Agenten für Buchhaltung nach seiner Chat-Demo beurteilst, schaust du auf den kleinsten Teil der Arbeit.

In den letzten 30 Tagen entfiel bei Norman weniger als einer von hundert aufgezeichneten Agentenläufen auf den sichtbaren Copilot. Rund drei von vier Läufen kategorisierten Transaktionen. Etwa jeder fünfte extrahierte Daten aus Dokumenten. Abgleich, Steuerbereitschaft, Vorbereitung der Übermittlung und Dokumentzusammenfassungen bildeten eine weitere Arbeitsschicht. Chat war die Tür, nicht die Fabrik.

Diese Unterscheidung zählt jetzt, weil der „Buchhaltungsagent“ von einem Feature-Label zu einer Kategorie wird. Anbieter bringen Agenten-Builder, Monatsabschluss-Agenten und Bibliotheken finanzieller Fähigkeiten heraus. Meine Position ist einfach: Der nützliche Buchhaltungsagent ist nicht der, der am überzeugendsten spricht. Er erledigt eine begrenzte Aufgabe, zeigt seine Nachweise und stoppt bei der richtigen Entscheidung.

Was ist ein KI-Agent für Buchhaltung?

Ein KI-Agent für Buchhaltung ist ein System, das den aktuellen Zustand der Bücher liest, den nächsten Schritt wählt oder befolgt, Werkzeuge für die Arbeit nutzt und ein Ergebnis hinterlässt, das eine Person oder ein anderes System prüfen kann.

Diese Definition schließt viele Produkte aus, die als Agenten vermarktet werden. Ein Chatbot, der eine GuV erklärt, kann nützlich sein, hat die Bücher aber nicht verändert. Ein festes Importskript verändert sie, passt den nächsten Schritt aber nicht an den gefundenen Zustand an. Ein Agent liegt dazwischen: Er kann eine Ausnahme einordnen, unter erlaubten Aktionen wählen und weiterarbeiten, jedoch nur innerhalb eines kontrollierten Ablaufs.

Die letzte Zeile ist wichtig. Ein Builder kann aus „prüfe jeden Freitag nicht abgestimmte Transaktionen und bereite eine Nachricht vor“ eine Folge bauen. Er kann die buchhalterische Wahrheit darunter nicht erfinden. Er braucht weiterhin belastbare Transaktionszustände, Steuerregeln, Berechtigungen und eine Definition von „abgestimmt“.

Deshalb ist auch eine Genauigkeitsquote ein schlechter Maßstab für KI-Buchhaltung. Das Risiko besteht nicht nur darin, dass ein Modell ein falsches Label erzeugt. Ein plausibles Label kann die falsche Aktion auslösen, in großer Zahl und ohne dass das System es bemerkt.

Warum bringen Buchhaltungsanbieter jetzt Agenten-Builder heraus?

Zwei Ankündigungen aus diesem Monat zeigen, wohin sich die Kategorie bewegt.

Am 20. August 2026 hat Xero einen neuen Monatsabschluss-Agenten in XeroForce vorgestellt, einem Builder für individuelle Agenten in natürlicher Sprache. Der beschriebene Ablauf prüft die Belegabstimmung, bereitet manuelle Buchungen für Vorauszahlungen und Abschreibungen vor und gibt dem Kunden danach eine vollständige Übersicht der Aktionen zur Prüfung und Annahme. Das Produkt war im Early Access, die allgemeine Verfügbarkeit war für später im Jahr geplant.

Am 25. August startete Google Cloud eine Agentenumgebung für Finanzdienstleistungen mit mehr als 50 wiederverwendbaren Finanzfähigkeiten, sicheren Verbindungen und einem verwalteten Rechercheagenten. Bemerkenswert war nicht die Zahl der Fähigkeiten, sondern das Kontrollpaket: Konfidenzwerte, explizite Methoden, prüfbare Datenschnappschüsse und genaue Quellen.

Ein Unternehmen macht Workflows leicht zusammensetzbar. Das andere verpackt Fähigkeiten und Nachweise für ein reguliertes Umfeld. Beide sagen dasselbe: Ein Modell ist nötig, aber noch kein Buchhaltungsprodukt. Das Produkt ist das System um das Modell.

Was braucht ein KI-Buchhaltungsagent außer einem Modell?

Er braucht fünf Dinge, die eine gute Chat-Antwort verbergen kann.

Zustand: Der Agent muss wissen, ob eine Transaktion neu, bereits gebucht, in einer Steuererklärung eingereicht, ohne Beleg oder in Freigabe ist. Derselbe Beleg bedeutet in jedem Zustand etwas anderes.

Eine enge Werkzeugoberfläche: Ein Werkzeug sollte eine gültige Fachaktion ausdrücken und nicht jedes Datenbankfeld freigeben. Das haben wir beim Verkleinern der eigenen Agentenoberfläche gelernt: Das Engineering steckt oft in den Werkzeugen, die der Agent nie bekommt.

Deterministische Regeln: Umsatzsteuerrichtung, Buchungsseite, Rundung und Meldezeitraum dürfen nicht bei jedem Lauf neu geraten werden. Das Modell soll Mehrdeutigkeit behandeln. Stabile Buchhaltungsregeln müssen stabil bleiben.

Nachweise: Jede Aktion braucht genug Herkunft, um „warum diese Transaktion, warum dieses Konto, warum jetzt?“ zu beantworten. Deshalb verbindet unser Agent für fehlende Belege eine Anfrage mit der Lücke im Ledger, die sie ausgelöst hat, statt nur eine überzeugende E-Mail zu formulieren.

Einen echten Stopp: „Human in the loop“ ist bedeutungslos, wenn der Mensch erst auftaucht, nachdem das Ledger geändert wurde. Der Stopp muss vor einer irreversiblen oder extern wirksamen Aktion liegen, und die genaue Nutzlast muss sichtbar bleiben.

Diese Grenzen machen einen Agenten weniger theatralisch und nützlicher. Sie machen es auch möglich, den Workflow als Folge von Zustandsänderungen zu testen, statt den Wortlaut der letzten Antwort zu benoten.

Was sagen Produktionsdaten über Buchhaltungsagenten?

Unser 30-Tage-Mix umfasste rund 150.000 aufgezeichnete Läufe. Wir haben sie nach dem Workflow gruppiert, der das Ergebnis verantwortete, nicht nach dem Bildschirm, auf dem ein Nutzer begann.

Die Zahlen sind Betriebsmetriken, keine Kunden- oder Umsatzmetriken. Sie zeigen, welche Form die Produktion überstanden hat: Fach-Workflows erledigen das Volumen, während Gespräche die Randfälle koordinieren.

Das heißt nicht, dass Chat unwichtig ist. Chat sollte Absicht in zustandsbehaftete Arbeit leiten. „Finde, was meine UStVA blockiert“ kann als Satz beginnen, muss aber zu einer Prüfung der Steuerbereitschaft, einer Liste fehlender Nachweise und Aktionen mit Verantwortlichen werden. Sonst muss der Nutzer Prosa weiterhin selbst in Buchhaltungsarbeit übersetzen.

Dasselbe Prinzip galt, als wir geprüft haben, ob KI einen vollständigen GmbH-Jahresabschluss erstellen kann. Das sinnvolle Ergebnis war keine flüssige Erklärung des Abschlusses, sondern ein fertiger Abschluss, dessen Salden auf den Cent mit einem eingereichten professionellen Ergebnis übereinstimmten.

Solltest du einen Agenten oder mehrere Fach-Workflows bauen?

Baue mehrere Fach-Workflows hinter einer Eingangstür.

Ein einzelner Agent kann als Router dienen. Er kann „räume diesen Monat auf“ verstehen und entscheiden, dass Belegsammlung, Transaktionsabgleich und Steuerbereitschaft laufen müssen. Aber jeder dieser Jobs sollte seinen Zustand, seine Rechte, Tests und Definition von fertig besitzen.

Die Alternative ist ein allgemeiner Agent mit großem Werkzeugkasten und der vagen Anweisung „erledige die Buchhaltung“. In der Demo wirkt das flexibel. In Produktion werden einfache Fragen schwer: Welche Regel hat sich geändert? Welcher Schritt darf wiederholt werden? Hat der Nutzer die Buchung oder nur den Plan freigegeben? Darf die Übermittlung laufen, wenn der Belegschritt fehlschlug?

Spezialisierung ist kein Rückzug von Autonomie. Sie macht Autonomie prüfbar. Der Router darf den Plan anpassen, während die Workflow-Verträge das Ledger berechenbar halten.

Wie bewertest du einen KI-Agenten für Buchhaltung?

Fordere einen fertigen Workflow und prüfe dann seine Grenzen.

1. Auslöser: Welches Ereignis oder Nutzerziel startet die Arbeit?
2. Zustand: Welches System besitzt in jedem Schritt die Wahrheit?
3. Werkzeuge: Was darf der Agent lesen, schreiben und nie erreichen?
4. Regeln: Welche Entscheidungen sind deterministisch, welche nutzen ein Modell?
5. Nachweise: Kann jede Aktion auf ihre Quelle zeigen?
6. Stopps: Was führt zu Rückfrage, Review oder Ablehnung?
7. Wiederholung: Kann ein korrigierter Produktionsfall zum Regressionstest werden?

Wenn die Antworten vor allem vom Prompt handeln, bewertest du eine Demo. Wenn es um Zustandswechsel, Nachweise und Freigaben geht, siehst du vielleicht einen Buchhaltungsagenten.

Das Chatfenster bleibt sichtbar, weil es leicht zu verstehen ist. Die eigentliche Wettbewerbsarbeit ist leiser: Tausende enge Entscheidungen, die sicher im Hintergrund fertig werden. Unser eigener Laufmix macht das schwer zu übersehen.