Warum Rexfins Zahlen aus einer Engine stammen – niemals aus einer KI-Vermutung

Bitten Sie ein Sprachmodell, den Endkassenbestand des nächsten Jahres zu berechnen, bekommen Sie eine Zahl. Diese Zahl ist eine statistisch plausible Vermutung in der Form einer Antwort, keine Berechnung – das Modell hat nie tatsächlich Ihren Umsatz genommen, Kosten abgezogen und den Bestand fortgeschrieben. Manchmal liegt die Vermutung nah dran. Manchmal weicht sie um eine Größenordnung ab, die etwas ausmacht, und man kann das nicht allein am Ergebnis erkennen, weil eine selbstbewusst falsche Antwort optisch identisch mit einer selbstbewusst richtigen ist. Genau dieses Versagen soll Rexfins Modellierungsengine unmöglich machen: Die KI berechnet niemals eine Finanzzahl. Das übernimmt eine Engine.

Zwei Aufgaben, strikt getrennt gehalten

Rexfin teilt die Arbeit in Denken und Ausführen auf. Eine Frage zu verstehen – welcher Treiber angepasst werden soll, um wie viel, über welche Perioden – ist Denken, und darin ist KI wirklich gut. Das Ergebnis dieser Änderung gegen ein reales Modell zu berechnen, ist Ausführung, und die muss deterministisch sein. Fragt also jemand „was, wenn dieser Kunde abwandert”, übersetzt die KI das in eine Treiberänderung; eine Rechenengine berechnet die drei Abschlüsse dagegen neu; die KI kommentiert, was dabei herauskam. Die Kassenzahl selbst erfindet sie nie.

Die Engine arbeitet mit einem Abhängigkeitsgraphen: Jede Zeile – Umsatz, Bruttogewinn, Gewinnrücklagen, Endkassenbestand – ist ein Knoten mit Formeln, die auf die Eingaben verweisen, von denen sie abhängt. Ändert man einen Treiber, werden nur die davon abhängigen Zellen neu berechnet, in der richtigen Reihenfolge, jedes Mal. Ist-Zahlen – die aus einem Abschluss übernommenen Werte – sind schreibgeschützt; nichts in der Engine kann sie überschreiben, und nichts, was als „modelliert” markiert ist, kann sich als belegt ausgeben. Genau diese Trennung erlaubt es Rexfin, jede Zelle ehrlich als Ist-Wert oder berechneten Wert zu kennzeichnen – ein Gedanke, der ausführlicher unter dem kanonischen Atom-Speicher beschrieben wird.

Die Identitätsgleichungen müssen tatsächlich aufgehen

Nach jeder Neuberechnung prüft die Engine, ob Aktiva gleich Passiva plus Eigenkapital sind, ob der Cashflow zur Bilanz passt und ob sich die Zahlen innerhalb einer Toleranz abgleichen lassen, die mit der Größenordnung der Zahlen mitwächst, statt eines festen Betrags, der bei einer gerundeten IFRS-Darstellung fälschlich anschlagen würde. Diese Abgleichsprüfung läuft bei jeder einzelnen Neuberechnung, nicht nur stichprobenartig – und genau das macht ein nachgelagerter Verifikationsschritt zu einer harten Export-Sperre, falls sie fehlschlägt, beschrieben unter wie Verifikation funktioniert. Ein Modell, das nur ausgeglichen aussieht, reicht nicht – es muss tatsächlich aufgehen.

Gleiche Eingaben, gleiche Antwort, jedes Mal

Rexfins Determinismus-Zusicherung ist konkret: Bei denselben Ist-Zahlen und denselben Treiberwerten liefert die Engine über Durchläufe und Maschinen hinweg byteidentische Ausgaben, ohne Uhrzeit, ohne Zufall und ohne Netzwerk- oder Modellaufruf irgendwo im Berechnungspfad. Das ist keine Nettigkeit – es ist die Voraussetzung für alles Nachgelagerte. Ein Verifier kann eine Zahl nicht sinnvoll absegnen, die bei einem erneuten Lauf anders herauskommen könnte, und ein Board kann keinem Szenario vertrauen, das sich aus den zugrunde liegenden Annahmen nicht reproduzieren lässt.

Das ist auch der Grund, warum Szenarien in Rexfin günstig zu vertrauen sind: Ein „Downside”-Szenario wird als schlanke Treiber-Überschreibung auf dem Basismodell gespeichert, und jedes einzelne durchläuft dieselbe Engine und erhält seine eigene Abgleichsprüfung. Stapeln Sie in einer Board-Sitzung drei Annahmen übereinander, gehen die Zahlen trotzdem auf, weil jede auf dieselbe Weise gegen dasselbe Fundament berechnet wurde.

Wo die Engine verweigert, statt zu raten

Bewertungsergebnisse – Kapitalwert, Unternehmenswert, IRR – werden aus den eigenen projizierten Cashflows des Modells abgeleitet, nie separat eingetippt, sodass sich ein Unternehmenswert in einem Board-Pack über die DCF-Rechnung bis zum tatsächlichen Forecast zurückverfolgen lässt. Und wo die Mathematik schlicht keine Antwort hat – ein IRR ohne Vorzeichenwechsel in den Cashflows, ein Goal-Seek-Ziel außerhalb jedes erreichbaren Bereichs –, liefert die Engine ein typisiertes „nicht definiert” oder „keine Lösung”, begrenzt durch eine feste Iterationsobergrenze, statt eine Zahl, die Präzision nur vortäuscht. Dieselbe Disziplin zieht sich durch das gesamte System: ein begrenztes, ehrliches Scheitern schlägt eine selbstbewusst erfundene Zahl.

Was sich dadurch in der Praxis ändert

Sobald die Arithmetik vollständig in der Engine liegt, hört Geschwindigkeit auf, gefährlich zu sein. Sie können live Anschluss-What-ifs stellen und darauf vertrauen, dass die Antwort eine Neuberechnung ist, keine frische Vermutung. Deterministisch bedeutet nicht, dass die zugrunde liegende Logik automatisch richtig ist – eine falsche Treiberbeziehung liefert weiterhin zuverlässig eine falsche Zahl. Es bedeutet, dass sich die falsche Zahl finden, zurückverfolgen und korrigieren lässt, was bei einer Zahl, die eine KI aus dem Nichts gezogen hat, nicht möglich ist. Darauf bauen auch der Antwort-Audit-Log und Kalibrierung und Vertrauenssteuerung der Plattform auf – Vertrauen in eine Antwort lässt sich nur kalibrieren, wenn die zugrunde liegende Zahl tatsächlich berechnet und nicht generiert wurde.

Für den Rest der Frage, wie Rexfin durchgehend verteidigbar aufgebaut ist, siehe den Inside-the-Rexfin-Platform-Hub.