Warum KI Ihren Geschäftsbericht falsch liest: Das PDF- und Bildproblem hinter Finanz-Halluzinationen

Geben Sie einem leistungsfähigen Modell eine saubere, maschinenlesbare Kapitalflussrechnung, und es liest Ihnen die Zahlen nahezu jedes Mal korrekt zurück. Geben Sie ihm einen Screenshot derselben Rechnung oder ein gescanntes PDF, das jemand 2014 per Fax übermittelt hat, und dasselbe Modell beginnt zu erfinden. Aus einer 4 wird eine 9. Eine Zahl aus der Spalte „Vorjahr” wird als laufende Periode ausgewiesen. Eine Zwischensumme aus einer verbundenen Zelle wandert in die falsche Zeile. Der Text hat sich nicht verändert. Die Pixel haben es. Und das genügt, um die Antwort zu verfälschen.

Genau diesen Teil der Finanz-Halluzination kann kein Prompt Engineering beheben, denn der Schaden entsteht, bevor das Modell überhaupt zu schlussfolgern beginnt. Er entsteht in dem Moment, in dem das Dokument zu Tokens wird.

Die Genauigkeit nimmt nicht sanft ab, sie stürzt ab

Es gibt die bequeme Annahme, dass eine Bildeingabe „etwas schlechter” sei als Text. Die Benchmarks geben für diese Bequemlichkeit keinen Anlass. Auf sauberen Formularen und Korrespondenz lesen Vision-Language-Modelle mit einer Genauigkeit von 95 bis 98 Prozent. Richtet man dieselben Modelle auf dichte Finanzdokumente aus – die mehrspaltigen, mit verbundenen Zellen und Fußnoten überladenen Tabellen, aus denen ein echter Geschäftsbericht besteht –, fällt die berichtete Produktivgenauigkeit in den Bereich von 75 bis 80 Prozent. Bei aggressiver Bildkomprimierung wurde gemessen, dass die Genauigkeit Richtung 60 Prozent abrutscht. Bei der Interpretation von Diagrammen sieht es noch schlechter aus: Studien beziffern die Modellgenauigkeit beim Ablesen von Werten aus Diagrammen je nach Diagramm und Modell auf etwa 34 bis 62 Prozent.

Klar gesagt: Dasselbe System, das auf einer ordentlichen CSV-Datei zuverlässig wirkt, arbeitet bei einem Finanzdiagramm in einem PDF mit einer Zuverlässigkeit nahe dem Münzwurf. Das ist ein Unterschied von fünfzehn bis über zwanzig Prozentpunkten in der Genauigkeit, allein abhängig davon, wie das Dokument eingetroffen ist. Für die meisten Arbeitsabläufe bleibt diese Lücke unsichtbar – bis zu dem einen Quartal, in dem sie es nicht ist, und eine falsch gelesene Zahl bereits drei Folien tief in einer Vorstandspräsentation steckt.

Warum ist gerade der Finanzbereich der schwierige Fall? Drei strukturelle Gründe:

• Tabellen sind über sämtliche Benchmarks hinweg das schwächste Element. Spalten über mehrere Bereiche, verbundene Zellen und verschachtelte Hierarchien durchbrechen die Annahmen, die OCR- und Vision-Modelle über die Lesereihenfolge treffen. Forscher benennen dichte, hierarchische, mehrseitige Tabellen immer wieder als die Schwachstelle.
• Die Fehler sind plausibel. Eine falsch gelesene Ziffer erzeugt eine Zahl, die wie eine echte Zahl aussieht. Es gibt keine rote Wellenlinie, keine ausgelöste Ausnahme. Sie fließt nachgelagert weiter und sieht exakt aus wie ein korrekter Wert.
• Der Finanzbereich verzeiht nicht, welche Ziffer falsch ist. In einem Fließtext ist ein Extraktionsfehler von 1 Prozent Rauschen. In einem Finanzbericht ist die falsche Ziffer in der falschen Zelle der Unterschied zwischen einem Bruch von Kreditauflagen und einem sauberen Quartal.

„Nimm einfach ein besseres Modell” ist der falsche Reflex

Alle sechs Monate behauptet ein neues Modell, das Dokumentverständnis gelöst zu haben, und die Schlagzeilen-Benchmarks sind tatsächlich beeindruckend – 97 Prozent auf einem kuratierten Datensatz. Die Falle liegt in der Lücke zwischen diesem Benchmark und Ihrem Aktenschrank. Unabhängige Berichte beziffern die Verschlechterung im Produktivbetrieb auf 15 bis 25 Prozent gegenüber den Benchmark-Bedingungen, wobei allein die Fehlausrichtung von Tabellen rund 30 Prozent der Ausfälle im Produktivbetrieb ausmacht.

Sie können also dem neuesten Spitzenmodell hinterherlaufen. Sie gewinnen ein paar Prozentpunkte. Sie gewinnen keine Prüfbarkeit, und Sie gewinnen keine Garantie, dass die vom Modell „gelesene” Zahl auch die Zahl auf der Seite ist. Das Modell liefert Ihnen so oder so eine selbstbewusste Antwort. Selbstbewusstsein ist nicht dasselbe wie Korrektheit, und bei einem gescannten Bild haben Sie in dem Moment, in dem es darauf ankommt, keine günstige Möglichkeit, das eine vom anderen zu unterscheiden.

Die ehrliche Fassung lautet: Bessere Modelle helfen. Sie schließen die Lücke nicht, denn die Lücke hat im Kern nichts mit Schlussfolgern zu tun. Es geht um eine verlustbehaftete Übersetzung von Pixeln in Zahlen, die niemand gegen eine verlässliche Quelle abgeglichen hat.

Die Lösung ist eine Schicht, kein Prompt

Wenn der Fehler bei der Extraktion entsteht, gehört die Lösung an die Extraktion. Das bedeutet, das Dokument nicht als etwas zu behandeln, auf das das LLM einen Blick wirft, sondern als etwas, das geparst, strukturiert und abgestimmt wird, bevor irgendeine KI darüber schlussfolgern darf.

Konkret sieht das nach einer Pipeline aus und nicht nach einem einzelnen Aufruf:

1. Strukturierte Extraktion. Spezialisierte Tabellenanalyse und Layout-Erkennung überführen Zahlen in Zellen mit bekannten Koordinaten – nicht in die beste Vermutung eines Modells über die Lesereihenfolge. Jeder extrahierte Wert behält einen Verweis darauf, von welcher Stelle der Seite er stammt.
2. Abstimmung gegen das Hauptbuch. Extrahierte Berichtszahlen werden abgestimmt. Summieren sich die Einzelposten zu den Zwischensummen? Geht die Bilanz auf? Stimmt der extrahierte Umsatz mit dem überein, was das Buchhaltungssystem ausweist? Eine gescannte 4, die als 9 gelesen wurde, scheitert an der Arithmetik in dem Moment, in dem sie gegen den Rest des Berichts geprüft wird. Der Lesefehler tritt als Abstimmungsdifferenz zutage statt als selbstbewusst falsche Antwort.
3. Ein abgestimmtes Modell als verlässliche Quelle. Statt dass die KI das PDF bei jeder Frage erneut liest, fragt sie ein einziges Finanzmodell ab, das bereits zum Hauptbuch passt. Die Pixel wurden einmal gelesen, einmal geprüft und festgeschrieben.
4. Deterministische Berechnung darauf aufgesetzt. Wenn die KI eine Kennzahl oder eine Wachstumsrate benötigt, läuft die Arithmetik über eine Rechen-Engine – nicht über das Sprachmodell. Das LLM entscheidet, was berechnet werden soll, und erklärt das Ergebnis; es rechnet nie mit einer Zahl, die es aus einem Bild überschlagen hat.

Genau auf dieser Architektur ist Rexfin aufgebaut. Wir binden Buchhaltungs- und Finanzdatenplattformen an – QuickBooks, Xero, NetSuite, Sage, SAP, Oracle, Data Warehouses – oder hochgeladene Berichte und bauen ein einziges abgestimmtes Finanzmodell, das zum Hauptbuch passt. Die KI ruft Zahlen aus diesem Modell ab und führt Berechnungen über eine deterministische Engine durch, sodass sich eine Antwort auf eine prüfbare Quelle zurückführen lässt – und nicht auf eine Ziffer, die ein Vision-Modell zu sehen glaubte.

Der Punkt ist nicht, dass OCR nutzlos wäre. Der Punkt ist, dass OCR-Ergebnisse als zu verifizierende Behauptung behandelt werden müssen und nicht als Tatsache, der man vertraut. Die Abstimmung ist der Verifizierungsschritt, den der reine Prompt-Ansatz vollständig überspringt.

Was das für ein Finanzteam bedeutet

Wenn Sie ein KI-Finanztool bewerten, lautet die richtige Frage nicht „Welches Modell verwenden Sie?”. Sie lautet „Was passiert zwischen dem PDF und der Antwort?”. Ein Tool, das ein Dokumentbild direkt in ein LLM leitet und eine Zahl zurückgibt, liefert Ihnen jene 75 bis 80 Prozent Tabellengenauigkeit ohne jede Möglichkeit, die Fehler abzufangen. Ein Tool, das extrahiert, abstimmt und zum Hauptbuch abgleicht, liefert Ihnen eine Zahl, die laut versagt hätte, wenn sie falsch gewesen wäre.

Für einen tieferen Blick auf die Fehler, die selbst dann überleben, wenn die Extraktion perfekt ist, lesen Sie unseren Begleitbeitrag dazu, wie KI die Zahlen richtig hat und sich verrechnet. Und bevor eine KI-Zahl die Führungsebene erreicht, prüfen Sie sie anhand unserer Verifizierungs-Checkliste für Finanzteams. Beide ordnen sich in unsere umfassendere Arbeit zu KI-Halluzinationen bei Finanzdaten ein.

Die Erkenntnis ist eng gefasst, und sie ist wichtig: Die gefährlichsten Finanz-Halluzinationen entstehen nicht daraus, dass das Modell schlecht schlussfolgert. Sie entstehen daraus, dass das Modell schlecht liest – auf einem Dokument, das niemand abgestimmt hat. Beheben Sie das Lesen, stimmen Sie das Ergebnis ab, und die Halluzination hat keinen Ort mehr, an dem sie sich verstecken kann.

Wenn Sie sehen möchten, wie Extraktion plus Abstimmung gegen Ihre eigenen Berichte arbeitet, buchen Sie eine Demo und bringen Sie Ihr unordentlichstes gescanntes PDF mit.