Kalibrierung und Vertrauensjustierung: Wie Rexfin entscheidet, was einen Export blockiert

Ein Verifier, der nichts blockiert, ist Dekoration. Ein Verifier, der alles blockiert, wird binnen zwei Wochen abgeschaltet. Die eigentlich interessante Designfrage ist nicht, ob man prüft, dass Aktiva gleich Passiva plus Eigenkapital sind oder dass der Cashflow zur Veränderung des Kassenbestands passt – es ist die Frage, wie eng diese Prüfung sein darf, bevor sie jemanden vom Export eines Board-Packs abhalten darf.

Ist sie zu locker eingestellt, rutscht eine tatsächlich kaputte Bilanz unbemerkt durch. Ist sie zu eng, wird ein korrekter Abschluss, der zufällig auf den nächsten Tausender gerundet ist, als Fehler markiert – und Ihr Finanzteam vertraut dem Tool bis zum Mittagessen nicht mehr. Beide Fehlerarten zerstören dasselbe: das Vertrauen, dass eine Zahl tatsächlich in Ordnung ist, wenn Rexfin sagt, sie sei in Ordnung.

Die Grenze ist keine Bauchentscheidung eines Entwicklers

Wir legen diese Grenze nicht nach Gefühl fest. Wir messen sie. Der Prozess beginnt mit einer Reihe echter, geprüfter Abschlüsse, deren jede einzelne Zeile eine Person unabhängig von Hand erfasst hat – nicht aus der Extraktions-Pipeline selbst abgeleitet, damit sie sich nicht die eigenen Hausaufgaben benoten kann. Jeder Abschluss wird dann mit absichtlich verfälschten Varianten gepaart: eine Zahl, die um den Faktor Tausend falsch skaliert ist, eine vertauschte Ziffer, eine Bilanz, die nicht mehr aufgeht, eine Kapitalflussrechnung, die nicht mehr zusammenpasst. Eine Variante ist eine Kontrolle, die niemals etwas auslösen dürfte – ein korrekt gerundeter Abschluss, dessen Bestandteile sich zu einer Summe addieren, die um einen Bruchteil einer Rundungseinheit abweicht. Fällt eine Toleranzeinstellung bei dieser Kontrolle durch, ist sie zu eng, Punkt.

An diesem Set testen wir für jede Prüfung eine Reihe von Kandidaten-Toleranzwerten und messen zwei Dinge: Erkennt sie die eingebauten Fehler, und schlägt sie jemals fälschlich bei etwas Korrektem Alarm. Nur eine Einstellung, die null korrekte Abschlüsse als falschen Fehlschlag durchgehen lässt und dabei die große Mehrheit der eingebauten Fehler erkennt, kommt überhaupt als Kandidat infrage.

Warum der Test sich nicht selbst benoten darf

Hier kommt der Teil, den man leicht übersieht und der gefährlich ist zu überspringen: Mit nur einer Handvoll echter Abschlüsse zur Kalibrierung ist es verlockend, die Toleranz zu wählen, die auf genau diesen Abschlüssen am besten funktioniert, und die Sache für erledigt zu erklären. Diese Zahl wäre schmeichelhaft und bedeutungslos – es ist der Justierungsfehler, kein echtes Maß dafür, wie die Prüfung bei einem Abschluss abschneidet, den sie noch nie gesehen hat. Deshalb wird jede Kandidaten-Einstellung getestet, indem ein Abschluss komplett zurückgehalten, auf dem Rest justiert und dann ausschließlich gegen den zurückgehaltenen Abschluss bewertet wird, der nie Teil der Justierung war. Das ist die Zahl, die tatsächlich etwas entscheidet.

Von beratend zu hartem Block

Eine Prüfung wird erst von beratend – sie warnt, stoppt aber nie einen Export – zu einem harten Block befördert, wenn sie diese Messlatte bei Abschlüssen erreicht, mit denen sie nie trainiert wurde: null falsche Fehlschläge, und sie erkennt die überwältigende Mehrheit der eingebauten Fehler. Prüfungen, die das nicht schaffen, bleiben beratend. Das ist auch keine dauerhafte Herabstufung in die andere Richtung – drückt eine spätere Charge von Abschlüssen eine zuvor beförderte Prüfung wieder unter die Messlatte, wird sie erneut zurückgestuft. Eine Beförderung darf ihre Evidenz nie überdauern.

Das Ergebnis dieser Arbeit wird in einer einzigen versionierten Datei eingefroren, die der Verifier beim Start liest. Jede Toleranz, jede Beförderungsentscheidung und die Evidenz dahinter leben an genau diesem einen Ort – nie als hartkodierte Zahl irgendwo in der Anwendungslogik vergraben. Wird ein exportiertes Board-Pack später infrage gestellt, lässt sich genau die Kalibrierungsversion aufrufen und prüfen, die diese Zahlen abgesegnet hat. Ändert sich die Kalibrierung, erscheint das als nachvollziehbare Differenz, nicht als stille Bearbeitung.

Nichts davon geschieht, bevor ein Abschluss nicht bereits ein deutlich gröberes Tor passiert hat: Jede extrahierte Zeile muss innerhalb der Toleranz vollständig mit dem handerfassten Original übereinstimmen, bevor irgendetwas Nachgelagertes – Antworten, Audits oder Verifizierung – ihr überhaupt vertrauen darf.

Die ehrlichen Grenzen

Kalibrierung macht Rexfin nicht unfehlbar. Sie macht die Grenze zwischen „wir sind sicher genug, um Sie zu blockieren” und „wir sind uns nicht sicher, also markieren wir es nur” zu einer gemessenen Entscheidung statt einer Vermutung, und sie macht diese Entscheidung sichtbar und reproduzierbar statt still im Code vergraben. Das bedeutet auch, dass manche Prüfungen – jene mit weniger Praxisevidenz dahinter, etwa bestimmte Kapitalfluss-Abstimmungen – lange nur beratend bleiben, und das ist das korrekte, ehrliche Ergebnis, keine Abkürzung.

Wenn Sie verstehen möchten, was passiert, sobald eine Prüfung tatsächlich anschlägt, lesen Sie wie Verifizierung funktioniert. Und wie diese evidenzbasierte Denkweise sich auf die Antworten der KI selbst erstreckt, lesen Sie unter wie Rexfin Antwortqualität misst. Beide stehen unter demselben Prinzip, das im Hub Inside the Rexfin Platform behandelt wird: Nichts darf sich Vertrauen anmaßen, das es sich nicht mit Evidenz verdient hat.