Die Diskussion über KI-Agenten dreht sich häufig um ihre Fähigkeiten: Welche Fragen können sie beantworten? Welche Aufgaben lassen sich ausführen? Wie viele Arbeitsschritte können sie übernehmen? Mich beschäftigt dabei besonders eine andere Frage: Wie weit darf ihre Befugnis reichen?
Treasury hat aus gutem Grund Kontrollmechanismen für Zugriffe, Zahlungen, Finanzinstrumente und Freigaben aufgebaut. Diese Regeln verlieren nicht ihre Bedeutung, sobald wir eine KI-Oberfläche hinzufügen. Unsere Aufgabe in der Produktentwicklung ist es, Software mehr Arbeit abnehmen zu lassen und zugleich eindeutig festzulegen, wann eine Entscheidung bei einem Menschen bleiben muss.
Informationen abrufen, Aufgaben vorbereiten, Entscheidungen treffen
Ich unterscheide bei KI drei Ebenen. Auf der ersten geht es um Informationen: Ein Nutzer stellt eine Frage, das System ruft berechtigte Daten ab, lässt die Finanzanwendung rechnen und erläutert das Ergebnis.
Auf der zweiten Ebene bereitet KI eine Tätigkeit vor. Sie kann beispielsweise einen Report zusammenstellen, eine unterstützte Änderung entwerfen oder den nächsten Arbeitsschritt für die Prüfung vorbereiten.
Auf der dritten Ebene wird tatsächlich gehandelt: Ein Datensatz wird geändert, ein Workflow weitergeführt oder eine finanzielle Maßnahme freigegeben. Diese Ebenen dürfen nicht automatisch mit derselben Befugnis verbunden sein. Ein Nutzer kann KI problemlos mit der Informationssuche und Vorbereitung beauftragen wollen, die Änderung aber erst nach eigener Prüfung bestätigen. Für eine Zahlung kann danach zusätzlich eine gesonderte Freigabe erforderlich sein. Genau diese Trennung ist für mich ein Grundprinzip beim Aufbau von KI-Agenten.
Finanzielle Berechnungen bleiben Aufgabe der Finanzanwendung
Eine Architekturentscheidung ist mir besonders wichtig: Das Sprachmodell soll Finanzwerte nicht selbst berechnen.
Fragt jemand nach der aktuellen Liquiditätslage, kann KI sehr gut verstehen, was mit „aktuell“ gemeint ist, welche Gesellschaften betrachtet werden sollen und in welcher Form die Antwort benötigt wird. Die eigentliche Zahl muss jedoch aus dem System kommen. Nomentia verfügt bereits über Dienste, die Salden abrufen, Beträge aggregieren und Währungen umrechnen. Diese Berechnungen folgen einer festgelegten Logik und den bestehenden Berechtigungen.
Die KI soll diese Dienste ansteuern und das Ergebnis erklären. Das klingt zunächst nach einer technischen Frage, ist aber eine klare Produktentscheidung: Sprachverständnis und flexible Interaktion dort einsetzen, wo sie helfen; reproduzierbare Finanzberechnungen dort belassen, wo sie verlässlich durchgeführt werden können.
Das Berechtigungsmodell muss auf jeder Oberfläche gelten
Die Interaktion mit einer Finanzanwendung wird künftig nicht immer über deren eigene Benutzeroberfläche stattfinden. Ein Treasury-Mitarbeiter kann heute in Nomentia eine Frage stellen und morgen dafür einen zugelassenen unternehmensweiten KI-Client wie Copilot oder Claude nutzen. Vielleicht entwickelt das Unternehmen auch einen Agenten, der mehrere Finanzsysteme verbindet.
Der Agent sollte dadurch keine Sonderrechte erhalten. Maßgeblich bleiben Identität und Berechtigungen des Nutzers. Darf jemand in Nomentia Daten von drei Gesellschaften sehen, muss diese Grenze auch für einen Agenten gelten, der in seinem Auftrag handelt. Fehlt die Berechtigung für ein Modul, darf der Zugriff über einen anderen KI-Client daran nichts ändern.
MCP bietet dafür einen einheitlichen Weg zur Interaktion mit Systemdiensten. Für das Treasury ist dieser Standard aber nur dann hilfreich, wenn die angeschlossenen Dienste dieselben Zugriffs- und Kontrollregeln einhalten wie die Plattform selbst.
Die Bestätigung durch den Nutzer ist Teil des Produkts
Bei vielen Anwendungen gilt jede zusätzliche Rückfrage als Hindernis für eine gute Nutzererfahrung. Im Treasury gibt es jedoch Situationen, in denen genau diese Bestätigung notwendig ist.
Wenn KI eine unterstützte Änderung vorschlägt, muss der Nutzer erkennen können, was passieren soll, und den Schritt ausdrücklich freigeben. Eine unzutreffende oder unvollständige Antwort darf nicht unbemerkt zu einer Systemänderung werden. Diese Prüfung macht auch die Verantwortung deutlich: Der Nutzer kann mehr Vorarbeit delegieren, weil er weiß, an welcher Stelle seine Entscheidung wieder gefragt ist.
Für Zahlungen und andere geregelte Workflows gilt das genauso. Ein KI-Agent kann eine Ausnahme erläutern, Informationen zusammentragen oder den nächsten Schritt vorbereiten. Die eigentliche Freigabe bleibt bei der dafür berechtigten Person.
Was meinen wir eigentlich mit einem KI-Agenten?
Der Begriff „Agent“ wird inzwischen sehr unterschiedlich verwendet. Manchmal ist damit ein Dialogsystem gemeint, das Werkzeuge aufrufen kann. Manchmal eine Software, die selbstständig mehrere Schritte ausführt. Und manchmal ist sogar gemeint, dass Entscheidungen ohne menschliche Prüfung getroffen werden.
Für Treasury-Kunden sollten wir präzise sagen, was tatsächlich möglich ist. Unser aktueller Ansatz unterstützt und bereitet Arbeit vor: KI kann eine Anfrage verstehen, aktuelle Daten abrufen, kontrollierte Systemdienste verwenden, Ergebnisse darstellen und bestimmte unterstützte Aktionen vorbereiten. Der Mensch prüft, entscheidet und bestätigt; die Freigaben der einzelnen Module bleiben bei ihm.
Das mag weniger spektakulär klingen als ein vollständig autonomes Treasury. Für Unternehmen, die KI innerhalb ihrer bestehenden Finanzkontrollen einsetzen möchten, ist es jedoch ein praktikabler Ausgangspunkt.
Der praktische Nutzen beginnt lange vor vollständiger Autonomie
KI-Agenten müssen keinen gesamten Prozess eigenständig abwickeln, um im Treasury hilfreich zu sein.
Wie viel Zeit wird täglich damit verbracht, Informationen zu finden? Welche Zahlungen wurden abgelehnt? Welche Salden sind über Nacht eingegangen? Wie viel wurde einem bestimmten Kontrahenten überwiesen? Zu welcher Gesellschaft gehört ein Konto? Wie sieht der Cash-Bestand nach Währung aus? Wo finde ich die richtige Funktion im System?
Keine dieser Fragen verlangt eine autonome Finanzentscheidung. Sie verlangt einen schnellen, verlässlichen Zugriff. Wenn dadurch im Tagesgeschäft wiederholte Suchwege und Rückfragen an einzelne Experten entfallen, ist bereits etwas gewonnen. Kann Treasury eine Frage des CFO noch während des Gesprächs beantworten, statt später einen Report nachzureichen, verbessert das auch die Zusammenarbeit mit dem Management.
Wir sollten diesen praktischen Nutzen nicht davon abhängig machen, wie weit sich Autonomie in Zukunft entwickeln wird.
Unkontrollierte KI außerhalb der Plattform ist ein eigenes Risiko
Es gibt noch einen Grund, einen kontrollierten KI-Zugang im Treasury bereitzustellen: Mitarbeiter nutzen entsprechende Werkzeuge bereits heute. Wenn der reguläre Weg zu umständlich ist, exportieren sie Daten und fügen sie in einem anderen Tool ein.
Aus Produktsicht wird ein reines Verbot dieses Problem kaum lösen. Der kontrollierte Weg muss für die Nutzer mindestens so praktikabel sein wie die Abkürzung. Treasury-Plattformen sollten daher Abfragen in natürlicher Sprache und die im Unternehmen freigegebenen KI-Clients unterstützen, ohne Abstriche bei Berechtigungen, Protokollierung oder Datenverarbeitung zu machen.
Eine kontrollierte Alternative, die Mitarbeiter tatsächlich verwenden möchten, kann Schatten-KI wirksamer begegnen als zusätzliche Umwege.
Die Protokollierung muss dem Agenten folgen
Wenn ein Mitarbeiter in einem Treasury-System arbeitet, erwarten wir, dass wesentliche Aktivitäten dokumentiert werden. Ein Agent, der denselben Systemdienst aufruft, darf davon nicht ausgenommen sein.
Gerade wenn KI mehrere Anwendungen verbindet, müssen IT, Treasury und Revision nachvollziehen können, welcher authentifizierte Nutzer hinter einer Anfrage stand, welche Rechte galten und ob daraus eine bestätigte Änderung wurde. Sonst wird zwar die Bedienung schneller, aber der Nachweis über den tatsächlichen Ablauf geht verloren.
CFOs werden nach dem Kontrollmodell fragen
Nomentias Treasury-Studie 2026 zeigt, wie breit die möglichen Einsatzgebiete von KI inzwischen gesehen werden: Nach Einschätzung der Befragten kommt KI künftig für 93 % der Treasury-Abläufe potenziell infrage.
Ich gehe davon aus, dass CFOs künftig genauer nach den Kontrollen hinter solchen Anwendungsfällen fragen werden. Darf KI Informationen sehen, für die der Nutzer keine Berechtigung hat? Woher stammt die Zahl? Kann das System ohne Bestätigung etwas ändern? Was geschieht mit dem Vier-Augen-Prinzip? Lassen sich Agenten-Aktivitäten aus einem externen Client nachverfolgen? Und laufen die Kernmodule weiter, wenn der KI-Dienst nicht verfügbar ist?
Das sind berechtigte Fragen. Eine glaubwürdige KI-Strategie für das Treasury muss sie mit konkreten Prozess- und Systemregeln beantworten können – nicht mit der Aufforderung, dem Modell einfach zu vertrauen.
Das Kontrollmodell bestimmt, wie viel Verantwortung KI übernehmen kann
KI wird künftig weitere Teile der Treasury-Arbeit vorbereiten und Abläufe über mehrere Finanzprozesse hinweg besser koordinieren können. Wie weit wir dabei gehen, muss sich an der Qualität der Kontrollen orientieren.
Sind Berechtigungen eindeutig, Berechnungen reproduzierbar, Handlungsvollmachten getrennt, Bestätigungen wirksam und Vorgänge lückenlos dokumentiert, kann Treasury dem System mehr Vorarbeit übertragen. Für mich ist das der richtige Weg für KI-Agenten: Software übernimmt dort Verantwortung, wo der Rahmen klar geregelt ist. Den Treasury-Fachleuten bleibt mehr Zeit für die Entscheidungen, bei denen ihre Erfahrung und ihr Urteil gefragt sind.
Marc Vietor
Chief Product Officer, Nomentia