Studie: KI spart Zeit — doch Nachprüfungen fressen einen Großteil der Einsparungen.
In Kürze
- 15–29 Std/Woche Validierung in deutschen Finanzteams
- 68% lehnen nicht erklärbare KI trotz hoher Trefferquote ab
- Mehrheit zahlt im Schnitt ~11% Aufschlag für transparente „Glass-Box“-Tools
Klingt wie ein Rechenfehler: KI soll Finanzteams Zeit sparen – doch die Kontrolle frisst einen großen Teil dieser Einsparungen wieder auf.
Eine Studie von IDC im Auftrag des Softwareanbieters Sage zeigt, dass viele Unternehmen erhebliche Ressourcen für die Nachprüfung von KI-Ergebnissen aufwenden müssen.
Die Grundlagen der Studie
Im Februar 2026 befragte IDC 2.275 leitende Finanzentscheider aus kleinen und mittleren Unternehmen in 17 Branchen in Nordamerika, Europa und dem Nahen Osten, darunter auch Deutschland. Im Zentrum steht das Problem der sogenannten „Verifizierungssteuer“: die Arbeitszeit, die nötig ist, um KI-Ausgaben auf Plausibilität und Richtigkeit zu kontrollieren.
Wie stark die Verifizierungssteuer zuschlägt
In Deutschland ist der Aufwand besonders hoch:
- Fast ein Drittel der befragten Finanzverantwortlichen gibt an, pro Woche 15–29 Stunden mit der Validierung von KI-Ausgaben zu verbringen;
- weitere 18 Prozent sogar mehr als 30 Stunden pro Woche;
- Im Schnitt müssen hierzulande etwa 28 Prozent der durch KI eingesparten Zeit wieder investiert werden, weil Entscheidungen nachvollziehbar gemacht werden müssen.
Ursachen: fehlende Erklärbarkeit und Transparenz
Ein zentrales Problem sind weniger grobe Fehler als die fehlende Nachvollziehbarkeit. Oft fehlen Angaben zu Annahmen, Datenquellen oder Berechnungen, die für Freigaben nötig sind. Deshalb würden 68 Prozent der deutschen Finanzchefs ein KI-Tool ablehnen, das seine Ergebnisse nicht erklärbar begründet — trotz einer beworbenen Trefferquote von 99 Prozent (weltweit sind es 71 Prozent).
Marktreaktion: „Glass-Box“-Ansätze und Zahlungsbereitschaft
Als Antwort bieten immer mehr Anbieter sogenannte „Glass-Box“-Lösungen an, die Entscheidungswege und genutzte Quellen offenlegen.
- Mehr als die Hälfte der Firmen wäre bereit, dafür einen Preisaufschlag zu zahlen — im Durchschnitt etwa 11 Prozent auf Standard-Lizenzen.
- Besonders zahlungsbereite Unternehmen würden rund 20 Prozent mehr akzeptieren.
- Die Bereitschaft zu höheren Ausgaben ist in stark regulierten Branchen wie Gesundheitswesen, Bau und Finanzwesen ausgeprägter.
Auswirkungen auf Rollen und Prozesse
Die Rolle von CFOs wandelt sich: Kompetenzen in Risikobewertung, verantwortlicher Steuerung und vor allem die Fähigkeit, KI-Entscheidungen zu erklären, gewinnen an Bedeutung. Knapp 70 Prozent der Befragten erwarten, dass Erklärbarkeit bis 2030 für CFOs ähnlich wichtig sein wird wie das Lesen einer Bilanz.
- Vollautonome Finanzabteilungen sind selten: Nur 4 Prozent sehen sich bereits weitgehend autonom.
- 62 Prozent arbeiten weiterhin manuell oder regelbasiert.
Der Trend geht zu Hybridmodellen, in denen KI Analysen und Entwürfe beschleunigt, während die finale Verantwortung beim Menschen bleibt.
Was das für Anbieter bedeutet
Der Wettbewerb verschiebt sich: Neben reiner Modellleistung rücken Transparenz und die Fähigkeit, den Prüfaufwand zu reduzieren, in den Vordergrund. Erklärbarkeit wird damit zu einem wirtschaftlichen Faktor, nicht bloß zu einem ethischen Thema. Parallel signalisieren andere Untersuchungen, dass knapp 80 Prozent der deutschen Firmen KI primär zur Effizienzsteigerung einsetzen.
Quellen
- Quelle: Sage / IDC
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
