Thought Leadership
Rund um Künstliche Intelligenz entstehen derzeit hohe Erwartungen und nicht selten auch Spekulationen. Eine der populärsten Thesen lautet, KI könne klassische Softwarelösungen künftig vollständig ablösen, egal ob SaaS oder On‑Premises.
Diese Sicht greift jedoch zu kurz. Oder anders gesagt: Die Berichte über das Ende von Standard-Software sind übertrieben. Gerade am Beispiel von Finanzsoftware wird schnell klar, warum KI hier kein Ersatz, sondern ein mächtiger Verstärker ist.
Wer heute mit KI experimentiert und sich beispielsweise einen Prototyp für ein Hauptbuch generieren lässt, ist zunächst oft beeindruckt. Innerhalb kürzester Zeit entsteht scheinbar funktionierende Logik. Schaut man jedoch genauer hin, zeigt sich: Das Ergebnis ist meist nur an der Oberfläche korrekt. Zentrale buchhalterische Grundregeln werden ignoriert oder nur unvollständig berücksichtigt.
Komplexität entsteht im Alltag
Das eigentliche Problem liegt weniger in der Formulierung von Regeln als in ihrer konsequenten Anwendung unter realen Bedingungen. Nehmen wir ein scheinbar triviales Beispiel: Die Nettoveränderung des Kassenbestands sollte dem Endsaldo minus Anfangssaldo entsprechen. In der Praxis treffen jedoch unterschiedliche Berichtskontexte, Klassifizierungen, Hauptbücher und Unternehmenseinheiten aufeinander. Gutschriften und Belastungen verhalten sich je nach Abschlusslogik nicht identisch. Eine Regel zu definieren ist leicht, sie unter Alltagsbedingungen korrekt, konsistent und prüfbar abzubilden, ist es nicht.
Hinzu kommt eine weitere Ebene der Komplexität, die in einfachen KI‑Prototypen meist vollständig fehlt: Mehrwährungsfähigkeit, konzerninterne Verrechnungen, Konsolidierungen über juristische Einheiten hinweg, länderspezifische Steuerlogiken, Lohn‑ und Gehaltsabrechnung sowie die Vielzahl an Sonderfällen, die den finanzwirtschaftlichen Alltag prägen.
Eine Regel zu definieren ist leicht, sie unter Alltagsbedingungen korrekt, konsistent und prüfbar abzubilden, ist es nicht.
Alexander Trautmann, Sage GmbH
Zur Realität moderner Unternehmenssoftware gehören außerdem strikte Anforderungen an Datenschutz und Informationssicherheit. Diese Aspekte nachträglich in KI‑generierte Lösungen zu integrieren, erweist sich in der Praxis als anspruchsvoll, oft deutlich komplexer als die ursprüngliche Entwicklung selbst. Genau hier zeigt sich der eigentliche Mehrwert spezialisierter Software: Sie bildet diese Anforderungen von Beginn an strukturiert, regelkonform und auditierbar ab und schafft damit erst die stabile Basis, auf der KI ihr Potenzial sinnvoll entfalten kann.
Zukunftsfähiger KI-Einsatz
Der verantwortungsvolle Einsatz von KI erfordert zwei zentrale Dinge: Erstens domänenspezifische Intelligenz, ausgelegt auf Genauigkeit, Zuverlässigkeit, Konsistenz und Erklärbarkeit – nicht nur intelligent, sondern reproduzierbar und verständlich. Sie muss alle Konstanten des jeweiligen Themas abdecken und auch außergewöhnliche Fälle bewältigen. Zweitens: KI muss in vertrauenswürdigen Systemen integriert sein, die Verantwortlichkeit garantieren. Von Grund auf sicher, standardmäßig überprüfbar, mit klaren Grenzen dafür, was KI entwerfen darf, was sie empfehlen darf, wann sie Genehmigung braucht und wann sie eskalieren muss.
Diese Feststellungen gelten für nahezu sämtliche Business Software. Ein Unternehmen kann sich Ungereimtheiten im ERP, in der Personal-Software oder dem CRM genauso wenig leisten wie in seiner Finanz-Software. Diese Systeme werden darum nicht durch KI ersetzt, sondern zu dem Ort, an dem KI integriert wird, um erfolgreich Geschäfte zu machen.
