KI und Real-Time im Mittelstands-Treasury: eine persönliche Einordnung

In mehr als zwei Jahrzehnten im Treasury habe ich mehrere Technologiewellen erlebt: E‑Banking‑Portale, TMS‑Einführungen, die SEPA‑Umstellung, Blockchain-Prototypen kommen und gehen gesehen, RPA gesehen und als Workaround ignoriert und nun KI sowie den Trend zu „Real‑Time‑Everything“. Vieles hat sich in dieser Zeit verändert und die technolgische Weiterentwicklung war enorm.

Was gleich geblieben ist sind die Kernaufgaben des Treasury:

Liquidität jetzt und in Zukunft sichern und die Risiken absichern.

Was sich auch nicht verändert hat: Treasury im Mittelstand ist eine personell knapp besetzte Abteilung, keine Spielwiese für Trendexperimente. Kein Innovationslabor.

Innovationen wie Echtzeit und KI spielen in vielen mittelständischen Unternehmen deshalb nur eine sehr geringe Rolle. Sollten sie das?

Zum Autor

Hubert Rappold

ist Senior Treasury Expert bei Nomentia und bringt seine über 20-jährige Erfahrung in die Betreuung der Treasury-Bedürfnisse und -Herausforderungen von Nomentias Kunden in den Bereichen Zahlungsverkehr, Cash Visibility und Liquiditätsplanung ein. 

Die Realität im Mittelstand

In der Theorie ist heute alles integrierbar und automatisierbar. In der Praxis arbeiten viele mittelständische Unternehmen weiterhin mit:

• gewachsenen ERP‑Strukturen
• mehreren Bankportalen
• Excel‑basierten Nebenrechnungen oft liebevoll „Excel-Monster“ genannt
• manuellen Abstimmungs- und Übergabeprozessen

Und das funktioniert. Nicht perfekt, aber kontrollierbar.

Doch was bedeutet das für den Einsatz von KI? Was sind die Pros und Contras?

Contra Automatisierung: KI und Real-Time im Mittelstands-Treasury

Die Sache mit den Daten

Wenn heute über die Vorteile von KI‑gestützten Forecasts oder automatisierter Disposition gesprochen wird, wird eins oft ausgeblendet: Die Datenbasis im Mittelstand ist selten konsistent und aktuell genug um KI effizient zu nutzen. Auch sind gerade in der Planung oder der Dispo Abweichungen nicht auf die Verfügbarkeit von Daten zurückzuführen, sondern ganz einfach auf die Unsicherheiten des Grundgeschäfts. Sei es durch spontane Managemententscheidungen, verändertes Kundenverhalten oder geopolitische Ereignisse. Keine KI der Welt kann alle diese Entscheidungen antizipieren.

KI als Co‑Pilot? Ja. Autopilot? Nein.

Ich sehe durchaus Potenzial: Mustererkennung in Zahlungsströmen, schnellere Szenario‑Rechnungen, Unterstützung bei Anomalie‑Erkennung und darauf kommen wir auch im zweiten Teil des Artikels nochmals zu sprechen. Aber: KI basiert auf probabilistischen Modellen: Sie generiert Ergebnisse auf Basis von Wahrscheinlichkeiten, nicht auf Basis von Verantwortung. Die Verantwortung liegt immer bei den Menschen, die diese Modelle einsetzen. Im Mittelstand gibt es jedoch selten spezialisierte AI‑Teams die sich um die notwendigen Modelle und Grundlagen kümmern können. Modellvalidierung, Bias‑Prüfungen oder Performance‑Monitoring sind Grundlage für den Betrieb der AI-Modelle. Genau diese kontinuierliche Betreuung wäre jedoch notwendig, um KI sicher und verlässlich zu betreiben.

Diese Zurückhaltung im Umgang mit KI ist daher begründet und und wird gleichzeitig häufig unterschätzt.

Automatisierung verändert Kontrollen

Im Kontext von KI und Automatisierung im Treasury wird Effizienz oft als einer der ersten Vorteile genannt. Ja, Integration, Automatisierung und durchgängige Workflows reduzieren manuelle Tätigkeiten und sparen Zeit. Gleichzeitig ersetzen sie aber auch implizite Prüfschritte, die in manuellen Prozessen oft „eingebaut“ sind.

Wenn Prozesse vollautomatisch laufen, müssen Kontrollen bewusst neu definiert werden: Wer überwacht Limits? Wer prüft Ausreißer? Wer greift ein, wenn Algorithmen falsche Signale liefern? Das heißt, Automatisierung verschiebt Risiken, sie eliminiert sie nicht.

Real‑Time erfordert auch Governance in Echtzeit

Das Idealbild: Cash‑Position in Sekunden, automatische Disposition, KI‑basierte Hedging‑Entscheidungen.

Die Realität: Geschwindigkeit erhöht den Entscheidungsdruck. Governance‑Strukturen sind jedoch selten auf Echtzeit ausgelegt. Vier‑Augen‑Prinzip, Kompetenzregelungen, Eskalationswege, all das braucht Zeit.

Technologie beschleunigt Prozesse. Organisationen jedoch nicht im gleichen Maß.

Die eigentliche Herausforderung: Dauerhafte Aufmerksamkeit

KI‑Systeme sind kein Einmalprojekt, sondern benötigen laufende Datenpflege, permanente Qualitätskontrollen, regelmäßige Re‑Parametrisierung sowie Monitoring und Dokumentation.

Im Mittelstand dominieren Tagesgeschäft und Personalknappheit. Sich dauerhaft strukturiert um Modellrisiken, Datenqualität und Systemlogiken zu kümmern, ist dort also realistisch betrachtet kaum leistbar. Das Risiko liegt deshalb weniger im Start, sondern im Nachlassen der Aufmerksamkeit.

Vendor‑Abhängigkeit und steigende Komplexität

Moderne TMS‑Anbieter wie Nomentia integrieren KI‑Module, ERPs, Cloud‑Services und API‑Landschaften. Das erhöht die Effizienz, aber auch die Abhängigkeit. Automatisierung erhöht Effizienz aber auch Systemkritikalität. Je mehr wir delegieren, desto größer die Folgen, wenn Systeme versagen. Ein Ausfall oder eine Fehlkonfiguration hat unmittelbare Auswirkungen auf Liquidität und Zahlungsfähigkeit.

Pro KI im Mittelstand: Warum Real‑Time und KI unverzichtbar werden

Ja, beim Einsatz von KI im Treasury gibt es einiges zu bedenken. Die Gegenargumente im obigen Absatz sind bewusst etwas überspitzt formuliert. Denn nach 20 Jahren im Treasury ist ebenso klar: Wer im Mittelstand heute ohne Real‑Time‑Transparenz arbeitet, steuert Liquidität mit Rückspiegel.

Volatilität, geopolitische Risiken, fragile Lieferketten und schwankende Finanzmärkte haben das Umfeld fundamental verändert. Liquidität ist kein statischer sondern ein dynamischer Steuerungsparameter der auf Knopfdruck mit aktuellen Daten vorliegen muss. Entscheidungen müssen schneller und fundierter auf Basis dieser Daten getroffen werden. Und dabei unterstützt Technologie:

Real‑Time ist Risikomanagement

In einem so komplexen Umfeld reichen z.B. Tagesend‑Salden nicht mehr aus. Intraday‑Transparenz ermöglicht:

• präzisere Liquiditätssteuerung
• aktive Nutzung von Anlagezinsen, Vermeidung von Überziehungszinsen
• frühzeitige Engpasserkennung
• bessere Ausnutzung von Kreditlinien

Real‑Time bedeutet nicht Geschwindigkeit um der Geschwindigkeit willen, sondern bessere Steuerungsfähigkeit zur optimalen Bewirtschaftung der Liquidität.

KI als strategischer Hebel

KI-gestützte Forecasts sind kein Ersatz für Erfahrung, sondern eine Ergänzung. Sie verarbeiten Datenmengen und Muster, die manuell nicht beherrschbar sind. Gerade im Mittelstand mit begrenzten Ressourcen wirkt KI wie ein Katalysator der plötzlich Dinge ermöglicht die vorher nicht möglich waren.

Szenarien in Sekunden statt Stunden. Frühwarnsysteme bei Abweichungen. Kontinuierliche Mustererkennung in Zahlungsströmen. All das das erhöht die Qualität und Reaktionsfähigkeit.

Automatisierung schafft Kapazität

Automatisierung bedeutet keinen Kontrollverlust, sondern Freiraumgewinn. Wenn repetitive Aufgaben wie Zahlungsabgleiche, Standardreports oder Dispositionen automatisiert ablaufen, kann sich das Treasury auf strategische Themen konzentriere, wie etwa:

• Finanzierung
• Risikostrategie
• Working‑Capital‑Optimierung
• Bankensteuerung

Manuelle Prozesse sind kein Qualitätsmerkmal. Sie sind oft schlicht historisch gewachsen.

Governance wird besser, nicht schlechter

Moderne Systeme ermöglichen klar definierte Workflows, dokumentierte Freigaben und transparente Limits. Kontrollen lassen sich digital sauberer abbilden als in Excel&Co und machen auch den Auditor glücklich.

Automatisierung ersetzt keine Checks and Balances, sie strukturiert sie.

Wettbewerbsfähigkeit des Mittelstands

Während Großunternehmen längst mit integrierten, datengetriebenen Treasury‑Strukturen arbeiten, darf der Mittelstand nicht technologisch abgehängt werden.

Echtzeit-Fähigkeiten stärken nicht nur Transparenz und Steuerung, sondern wirken sich direkt auf Rating, Finanzierungskonditionen und das Vertrauen von Investoren aus. Gleichzeitig erhöhen sie die Geschwindigkeit, mit der Unternehmen in Krisensituationen reagieren können. Denn am Ende gilt: Liquidität entscheidet über Handlungsfähigkeit.

Mein Fazit

Real‑Time‑Treasury und KI sind keine Modeerscheinungen, sondern eine logische Weiterentwicklung und wird die Effizienz und die Möglichkeiten im Treasury massiv steigern. Aber ebenso gilt: Ohne saubere Daten, klare Governance und definierte Verantwortlichkeiten wird KI im Mittelstand eher zum Risiko als zum Effizienztreiber.

Nach 20 Jahren im Treasury bleibt für mich deshalb zentral:

• Treasury ist Liquiditäts- und Risikomanagement.
• Liquiditäts- und Risikomanagement brauchen Kontrolle.
• Kontrolle braucht Menschen mit Urteilsvermögen und Kompetenz.
• Technologie kann unterstützen, das Urteilsvermögen aber nicht ersetzen.