Die vier Autonomiestufen für Finanz-Agenten: Beraten, Vorschlagen, Ausführen-mit-Freigabe, Autonom-innerhalb-von-Grenzen

Ein Anbieter wird Ihnen erzählen, sein Finanz-Agent könne „Ihren Abschluss erledigen”. Ein CFO, der tatsächlich einen produktiv eingeführt hat, wird Ihnen sagen, dass der Agent etwa neun konkrete Aufgaben innerhalb des Abschlusses übernimmt – und dass bei zweien davon niemals eine Buchung das Hauptbuch berührt, ohne dass eine Person auf „Freigeben” klickt. Die Lücke zwischen diesen beiden Aussagen ist das ganze Problem damit, wie agentische KI derzeit ins Finanzwesen verkauft wird.

Einem Agenten pauschale Autonomie zu gewähren, ist der häufigste und teuerste Fehler. Gartner rechnet damit, dass mehr als 40 % aller Projekte mit agentischer KI vor Ende 2027 wieder eingestellt werden – und schwache Governance ist einer der ausdrücklich genannten Gründe. Die Lösung liegt nicht in einer langsameren Einführung. Sie liegt in einem Stufenmodell, bei dem jeder Workflow eine definierte Selbständigkeit zugewiesen bekommt, mit expliziten Euro-Schwellenwerten und einer klaren Antwort auf eine einzige Frage: Wenn der Agent hier einen Fehler macht – wie schnell und wie günstig können wir ihn rückgängig machen?

Autonomie ist eine Eigenschaft des Workflows, nicht des Agenten

Der erste Impuls ist, zu fragen: „Wie autonom ist Ihr Agent?” Das ist die falsche Bezugsgröße. Derselbe Agent sollte bei einer Aufgabe beraten, bei einer anderen Vorschläge machen und bei einer dritten frei handeln. Autonomie gehört zum Workflow, den er ausführt – bewertet anhand zweier Achsen: finanzielle Tragweite und Reversibilität.

Eine falsch kontierte Reisekostenabrechnung sind ein paar hundert Euro und im Handumdrehen korrigiert. Eine Fehlüberweisung an einen Lieferanten sind sechs- oder siebenstellig und faktisch endgültig, sobald sie valutiert. Diese beiden Fälle als eine einzige „Autonomieeinstellung” zu behandeln, führt entweder dazu, dass Teams alles im Engpass der menschlichen Prüfung stauen – oder, schlimmer, dass ein Agent eine unumkehrbare Aktion auslöst, an die er nie hätte herankommen dürfen.

Bevor also eine Stufe zugewiesen wird, kartieren Sie die Arbeit. Reversibel und geringwertig steigt die Autonomieleiter hinauf. Irreversibel und hochwertig steigt hinab – egal, wie überzeugt das Modell in einer Demo wirkt.

Die vier Stufen

Stufe 1 – Beraten. Der Agent liefert Analysen, kennzeichnet eine Anomalie, entwirft eine Abweichungserklärung. Er handelt nicht. Eine Person trifft jede Entscheidung. Hier gehört der Großteil der Finanz-KI heute tatsächlich hin – und das ist kein Trostpreis. Ein Agent, der das vollständige Hauptbuch durchliest und Ihnen sagt, welche drei Konten sich diesen Monat unerwartet verändert haben, mit Zahlen aus einer abgestimmten Quelle, leistet echte Arbeit, auch wenn ein Mensch die Schlussfolgerung tippt.

Stufe 2 – Vorschlagen. Der Agent stellt eine konkrete Aktion zusammen und legt sie in eine Freigabewarteschlange. Eine Buchung, eine Umgliederung, einen Zahlungslaufentwurf. Keine Ausführung ohne Klick. Der Mehrwert gegenüber Stufe 1 besteht darin, dass die Person einen fertigen Vorschlag prüft, statt eine Empfehlung, die sie anschließend selbst ausarbeiten müsste.

Stufe 3 – Ausführen-mit-Freigabe. Jetzt kommen Schwellenwerte ins Spiel. Der Agent führt automatisch unterhalb einer vom CFO definierten Grenze aus und leitet alles darüber zur Freigabe weiter. Lieferantenzahlungen unter, sagen wir, einem festgelegten Höchstbetrag werden ohne Eingriff abgewickelt; alles Größere wartet. Viele Teams ergänzen ein zweites, höheres Band, das zwei Freigebende erfordert. Dies ist die Stufe, auf der Agenten beginnen, echte Stunden einzusparen – und sie funktioniert nur, wenn die Schwellenwertlogik vom System erzwungen wird und nicht im Ermessen des Modells liegt.

Stufe 4 – Autonom-innerhalb-von-Grenzen. Der Agent handelt innerhalb eines definierten Parameterrahmens ohne Freigabe pro Aktion. Das Abstimmen von Nebenbuchposten, die innerhalb der Toleranz übereinstimmen. Das Aktualisieren einer Prognose auf Basis neuer Istzahlen. Jede Aktion wird in Echtzeit protokolliert und ist reversibel. Die entscheidende Formulierung ist innerhalb von Grenzen – Autonomie ist hier durch Richtlinien eingezäunt, nicht als Blankoscheck gewährt. Das ist gesteuerte Autonomie: Menschen legen die Regeln oberhalb des Systems fest, statt jede einzelne Transaktion darin freizugeben. (Warum eine Freigabe pro Aktion Sie auf menschliches Tempo deckelt, vertiefen wir in Gesteuerte Autonomie vs. Human-in-the-Loop.)

Wo die meisten Stufenmodelle still und leise zusammenbrechen

Teams entwerfen eine saubere Vier-Stufen-Matrix, ordnen Workflows zu, schreiben die Schwellenwerte fest und fühlen sich gut gesteuert. Dann tut der Agent etwas Unerklärliches, und das Rollback-Meeting legt das eigentliche Problem offen: Niemand kann rekonstruieren, was der Agent gesehen hat, als er handelte.

Stufen regeln, was ein Agent tun darf. Sie sagen nichts darüber aus, ob die Zahlen darunter korrekt waren. Ein Agent auf Stufe 4, der innerhalb einer Toleranz von 0,5 % abstimmt, ist nur dann sicher, wenn die Zahlen, die er vergleicht, tatsächlich mit dem Hauptbuch übereinstimmen. Wenn der Agent seine eigene probabilistische Rechnerei auf rohen Hauptbuchfeldern betreibt, misst Ihr Toleranzband nur Rauschen – und „autonom innerhalb von Grenzen” bedeutet dann autonom innerhalb von Grenzen, denen Sie nicht trauen können.

Das ist die Abhängigkeit, die übersprungen wird. Jede Stufe – selbst Beraten – ruht auf einer Schicht abgestimmter Zahlen. Das Autonomierahmenwerk steuert den Wirkungsradius einer Aktion. Es ändert nichts an der Korrektheit der Zahl, die die Aktion ausgelöst hat. Sie brauchen beides, und das Zweite muss zuerst kommen.

Die Korrektheitsbasis unter jeder Stufe

Rexfin sitzt unter dem Agenten als genau diese Basis. Es verbindet Ihre Buchhaltungs- und Finanzdatensysteme – QuickBooks, Xero, NetSuite, Sage, SAP, Oracle, Ihr Data Warehouse oder hochgeladene Auszüge – und baut ein einziges abgestimmtes Modell, das mit dem Hauptbuch übereinstimmt. Der Agent rechnet nicht auf den Rohdaten. Er ruft Zahlen aus dem abgestimmten Modell ab und führt Berechnungen über eine deterministische Engine aus, nicht über das Sprachmodell. (Die Trennung von Schlussfolgern und Ausführen ist ein eigenes Thema; siehe Warum Finanz-Agenten Tools aufrufen müssen, statt selbst zu rechnen.)

Das verändert, was jede Stufe tatsächlich bedeutet. Eine Schwellenwertprüfung auf Stufe 3 läuft gegen eine Zahl, die sich bis zur Quelle zurückverfolgen lässt. Ein Toleranzband auf Stufe 4 wird an Zahlen gemessen, die abgestimmt sind. Wenn ein Agent handelt, ist der Wert, der die Aktion gerechtfertigt hat, einer, den Sie später belegen können – genau das, wonach ein Prüfer fragen wird, und genau das, was eine Protokollierung auf Entscheidungsebene erfassen muss, um überhaupt etwas wert zu sein (behandelt in Audit-Trails, die Entscheidungen aufzeichnen, nicht nur Aktionen).

Wie Sie das in der Praxis ausrollen

Beginnen Sie alles Neue auf Stufe 1. Stufen Sie einen Workflow erst dann eine Ebene höher, wenn er über einen definierten Zeitraum sauber gegen bekannt korrekte Ergebnisse gelaufen ist – nicht nach einer gelungenen Demo. Setzen Sie Schwellenwerte in echtem Geld, das Ihr Aufsichtsrat wiedererkennen würde, und schreiben Sie sie dorthin, wo das System sie erzwingt, nicht dorthin, wo ein Prompt sie nahelegt. Halten Sie einen Notausschalter bereit, der jeden Agenten in dem Moment auf Stufe 1 zurückfallen lässt, in dem eine Kennzahl abdriftet. Und überprüfen Sie die Zuordnungen vierteljährlich, denn die Reversibilität ändert sich – ein Zahlungsweg, der eine taggleiche Rückrufmöglichkeit hinzufügt, verändert die Rechnung darüber, was sicher automatisierbar ist.

Die ehrliche Grenze: Stufen machen aus einem schlechten Modell kein gutes. Sie begrenzen den Schaden, den ein Modell anrichten kann, und zwingen Sie dazu, das Risiko explizit zu benennen. Das ist der größte Teil der Schlacht. Der Rest besteht darin, sicherzustellen, dass die Zahlen unter dem Agenten echt sind – und das ist der Teil, den Ihnen keine Autonomiematrix abnehmen kann.

Wenn Sie Ihre eigenen Workflows den Stufen zuordnen und sehen möchten, wie jede einzelne auf einem abgestimmten, quellennachvollziehbaren Modell aussieht, buchen Sie eine Demo. Bringen Sie Ihren chaotischsten Abschluss mit – das ist der, der den Test wert ist.