KI-gestützte Tools für das Finanz- und Rechnungswesen

Ein Beitrag von Benedikt Glingener und Dr. Christian Sielaff

Die Digitalisierung und Automatisierung im Finanz- und Rechnungswesen sowie in der betriebswirtschaftlichen Beratung wird häufig mit großen, komplexen und kostspieligen Projekten verbunden. Ob bei der Einführung standardisierter BI-Lösungen, dem Erwerb von Spezialsoftware oder der Beauftragung externer IT-Dienstleister: Gerade kleine und mittlere Unternehmen stehen dabei regelmäßig vor erheblichen Hürden. Aufwand, Kosten und Nutzen solcher Projekte müssen sorgfältig gegeneinander abgewogen werden. 

Neben möglichen Kostenvorteilen gegenüber klassischen Entwicklungsprojekten liegt der besondere Mehrwert des folgenden Ansatzes in der fachlichen Nähe zum Problem. Niemand kennt die praktischen Anforderungen an ein Tool besser als diejenigen, die täglich mit den zugrunde liegenden Prozessen und Daten arbeiten. Während Standardsoftware individuelle Bedürfnisse häufig nur teilweise abdeckt, ist die Entwicklung maßgeschneiderter Spezialsoftware meist mit erheblichem Abstimmungs-, Zeit- und Kostenaufwand verbunden. Der Beitrag zeigt exemplarisch, wie mithilfe KI-gestützter Werkzeuge in der betriebswirtschaftlichen Praxis individuell benötigte Anwendungen entwickelt werden können und welcher Mehrwert daraus entstehen kann.

In Teil 1 werden dazu zunächst die technischen Grundlagen und benötigten Tools dargestellt. In Teil 2, der sich in der folgenden Heftausgabe anschließt, werden dann anwendungsorientierte Beispiele aus der Praxis beschrieben, die mit Hilfe dieser Tools erstellt wurden.

Teil 1: Technische Anforderungen

I. Ausgangslage

1. Fachlicher Bedarf im Finanz- und Rechnungswesen

Im Finanzbereich ist meist nicht der Mangel an Daten das zentrale Problem, sondern deren strukturierte Erfassung, Aufbereitung und Auswertung. Standardberichte stehen in vielen Systemen zur Verfügung, etwa direkt im ERP-System wie DATEV oder SAP oder über ergänzende BI-Lösungen. Häufig liefern diese Berichte einen guten ersten Überblick. Spätestens bei spezifischen Fragestellungen, individuellen Kennzahlenlogiken oder besonderen Transparenzanforderungen stoßen sie jedoch an Grenzen. Anpassungen sind dann regelmäßig nur mit erheblichem Abstimmungs-, Zeit- und Kostenaufwand möglich, insbesondere wenn externe Dienstleister eingebunden werden müssen.

Alternativ werden häufig eigene Auswertungen in Microsoft Excel erstellt. Excel ist zwar ein flexibles und leistungsfähiges Werkzeug, stößt aber spätestens dann an Grenzen, wenn automatische Aktualisierungen, Mehrbenutzerfähigkeit, Erweiterbarkeit, revisionssichere Archivierung oder eine nachvollziehbare Dokumentation des Modells erforderlich werden.

Typische Anforderungen, bei denen eigene Softwarelösungen Mehrwert schaffen können, sind insbesondere:

• individuelle Kennzahlenlogiken,
• unternehmensspezifische Verdichtungen,
• besondere Filter- oder Drilldown-Möglichkeiten,
• verständliche Oberflächen, besonders bei mehreren Fachanwendern,
• die flexible Kombination aus Buchhaltungsdaten mit Daten aus anderen Quellen,
• regelmäßig aktualisierte Berichte oder Echtzeitauswertungen auf Basis laufender Buchhaltungsdaten.
  S. 270

Solche Anforderungen lassen sich mit Standardsoftware häufig nur eingeschränkt abbilden. Auch individuell aufgebaute Excel-Lösungen erreichen bei wachsender Komplexität schnell ihre Grenzen. Der fachliche Bedarf ist den Anwendern meist sehr klar; bisher fehlte jedoch häufig der einfache Zugang zur technischen Umsetzung.

Genau an dieser Stelle verändern KI-gestützte Entwicklungswerkzeuge die Ausgangslage. Während früher eigene Programmierkenntnisse oder externe Entwickler erforderlich waren, können Fachanwender ihre Anforderungen heute in natürlicher Sprache formulieren und durch KI-Systeme in Programmcode, Oberflächen und Auswertungslogiken überführen lassen. Die fachliche Kontrolle bleibt dabei unverzichtbar: Anforderungen müssen präzise beschrieben, Ergebnisse getestet und Auswertungen plausibilisiert werden.

2. Begriff und Funktionsweise des Vibe-Codings

Unter Vibe-Coding versteht man den Einsatz KI-gestützter Sprachmodelle, sogenannter Large Language Models (LLMs), zur Unterstützung bei der Erstellung von Programmcode. Der Anwender beschreibt dabei das gewünschte Ergebnis in natürlicher Sprache, etwa in Form sogenannter Prompts. Das KI-System erzeugt daraufhin Vorschläge für Programmcode, Projektstrukturen, Benutzeroberflächen oder Auswertungslogiken. Der Schwerpunkt verlagert sich damit von der manuellen Programmierung einzelner Codezeilen hin zur präzisen Beschreibung fachlicher Anforderungen und zur anschließenden Prüfung der erzeugten Ergebnisse.

Ein wesentlicher Bestandteil dieses Vorgehens ist der iterative Entwicklungsprozess. Funktioniert ein Programmteil nicht wie gewünscht, können Fehlermeldungen, unerwartete Ergebnisse oder Änderungswünsche wiederum in natürlicher Sprache an den KI-Assistenten zurückgespielt werden (Trial & Error). Dieser schlägt anschließend Korrekturen oder alternative Lösungswege vor. Der Anwender nähert sich der gewünschten Lösung damit schrittweise an. Gerade bei fachlichen Anwendungen bleibt jedoch entscheidend, dass die erzeugten Ergebnisse getestet, plausibilisiert und fachlich freigegeben werden. Die KI ersetzt nicht die Verantwortung des Anwenders für die Richtigkeit der fachlichen Logik.

Nicht jedes Softwareprojekt eignet sich für einen solchen Ansatz. Komplexe Anwendungen, sicherheitskritische Systeme oder Lösungen mit umfangreichen Schnittstellen- und Berechtigungskonzepten erfordern weiterhin besondere technische Sorgfalt und ggf. die Einbindung von IT-Fachleuten. Für kleinere, klar abgegrenzte Tools im betrieblichen Alltag bietet Vibe-Coding jedoch eine praxisnahe Möglichkeit, Prozesse zu verbessern, manuelle Tätigkeiten zu reduzieren und individuelle Problemstellungen schneller als bisher in Softwarelösungen zu überführen.

Für den Einstieg sind nur wenige technische Vorbereitungen erforderlich. Im Folgenden werden zunächst die wesentlichen technischen Grundlagen dargestellt. In Teil 2, der sich in der folgenden Heftausgabe anschließt, wird anhand konkreter Beispielprojekte gezeigt, wie sich Vibe-Coding in der betriebswirtschaftlichen Praxis einsetzen lässt.

II. Technische Anforderungen

1. Visual Studio Code

Als zentrale Entwicklungsumgebung bietet sich Visual Studio Code, kurz VS Code, an. Dabei handelt es sich um einen kostenlosen und weit verbreiteten Quelltext-Editor von Microsoft. VS Code unterstützt zahlreiche Erweiterungen und bringt bereits viele Funktionen mit, die für die Entwicklung kleinerer Anwendungen hilfreich sind. Auch die Grundkonfiguration ist vergleichsweise einfach, sodass VS Code auch für Einsteiger gut geeignet ist.

Die Installation ist in der Regel in wenigen Minuten erledigt. Visual Studio Code lässt sich über die Microsoft-Webseite kostenlos herunterladen.

Nach dem Download ist die Grundkonfiguration bereits so weit abgeschlossen, dass erste Projekte angelegt und bearbeitet werden können. Sinnvoll ist es allerdings, zunächst einige Erweiterungen zu installieren, die sich im Extensions-Menü mit wenigen Klicks hinzufügen lassen. Für den Einstieg genügen insbesondere die Erweiterungen Python und Pylance zur Unterstützung der Python-Entwicklung sowie Live-Server zur lokalen Vorschau von Webanwendungen im Browser.

Zentrales Element des Vibe-Coding ist der KI-Assistent, der bei der Erstellung, Änderung und Fehleranalyse des Codes unterstützt. Hier bietet sich etwa GitHub Copilot an, der direkt in VS Code integriert werden kann. Als Alternative kommt bspw. Claude Code von Anthropic in Betracht.

Ein Vorteil von GitHub Copilot liegt darin, dass der Dienst den Zugriff auf verschiedene leistungsfähige KI-Modelle innerhalb einer einheitlichen Entwicklungsumgebung ermöglicht. Je nach Aufgabe kann zwischen unterschiedlichen Modellen gewechselt werden, um zu prüfen, welches Modell für die konkrete Fragestellung die besten Ergebnisse liefert. Für den Einstieg ist dies praktisch, weil nicht für jeden Anbieter ein separater Arbeitsprozess eingerichtet werden muss.

Die konkret verfügbaren Modelle, Tarife und Nutzungskontingente ändern sich jedoch regelmäßig und sollten vor dem produktiven Einsatz anhand der jeweils aktuellen Anbieterinformationen geprüft werden.

Welche Programmiersprachen und Technologien zum Einsatz kommen, muss der Anwender nicht selbst entscheiden – hier hilft die KI. Gleichwohl ist es sinnvoll, die von der KI vorgeschlagene Grundstruktur zumindest grob nachvollziehen zu können. Für einfache Anwendungen im Finanzumfeld bietet sich häufig eine Kombination aus

• Python für die Datenverarbeitung im Hintergrund, etwa unter Nutzung von Bibliotheken wie pandas, sowie
• HTML, CSS und JavaScript für die Benutzeroberfläche an.

Ein tiefes Verständnis dieser Sprachen ist für den Einstieg nicht zwingend erforderlich. Hilfreich ist jedoch ein Grundverständnis dafür, welcher Baustein im Gesamtprojekt welche Funktion übernimmt.

VS Code ist damit mehr als nur ein Texteditor. Die Anwendung bietet eine zentrale Arbeitsoberfläche, in der Quellcode, Projektstruktur, Erweiterungen und KI-Unterstützung zusammengeführt werden und aus der heraus eine lauffähige Anwendung entwickelt werden kann.

2. GitHub

GitHub ist eine weit verbreitete Plattform zur Verwaltung und Versionierung von Quellcode. Sie lässt sich direkt in VS Code einbinden. Hierfür ist einmalig ein GitHub-Konto einzurichten, in welches man sich direkt über VS Code einloggen kann. So ist der GitHub Copilot direkt aus VS Code nutzbar.

Für das Vibe-Coding sind vor allem zwei Aspekte relevant:

• die Versionskontrolle (Backups) und
• der Einsatz eines integrierten KI-Assistenten.

Zunächst ist die Versionskontrolle von besonderer Bedeutung. Wird ein Projekt über Git bzw. GitHub versioniert, können Änderungen am Quellcode nachvollziehbar dokumentiert werden. Neue Funktionen, Umstrukturierungen oder auch kleinere Anpassungen lassen sich mit Zeitstempel und Beschreibung speichern. Dadurch entsteht eine Entwicklungshistorie, die bei Bedarf eingesehen und teilweise oder vollständig zurückgesetzt werden kann.

Gerade im Zusammenspiel mit KI-generiertem Code ist dies hilfreich. Wenn eine von der KI vorgeschlagene Änderung nicht zum gewünschten Ergebnis führt oder neue Fehler verursacht, kann auf einen früheren funktionierenden Stand zurückgegriffen werden. Voraussetzung ist allerdings, dass Änderungen regelmäßig und bewusst versioniert werden. GitHub ersetzt daher keine fachliche oder technische Kontrolle, reduziert aber das Risiko, versehentlich funktionierenden Code dauerhaft zu überschreiben.

Der zweite für das Vibe-Coding besonders relevante Aspekt ist GitHub Copilot. Dabei handelt es sich um einen KI-Assistenten, der direkt in VS Code integriert werden kann und bei der Erstellung, Änderung und Analyse von Programmcode unterstützt. Im sogenannten Agent-Modus kann Copilot nicht nur einzelne Codevorschläge machen, sondern auch größere Änderungen an Dateien oder Projektstrukturen vorschlagen und umsetzen. Fehlermeldungen können analysiert und Korrekturvorschläge erstellt werden.

Ein Vorteil solcher integrierter KI-Assistenten liegt darin, dass sie unmittelbar im Entwicklungsumfeld arbeiten. Der Anwender muss Anforderungen, Fehlermeldungen oder Änderungswünsche nicht ständig zwischen verschiedenen Anwendungen kopieren, sondern kann den Entwicklungsprozess direkt im Projektkontext steuern. Je nach Anbieter und Tarif stehen dabei unterschiedliche Sprachmodelle zur Verfügung. Welche Modelle konkret verfügbar sind und welche sich für bestimmte Aufgaben besonders eignen, ändert sich laufend und sollte im Einzelfall geprüft werden.

Die Kosten solcher Werkzeuge bewegen sich regelmäßig im Bereich monatlicher Abonnements. Die konkreten Tarife, Nutzungskontingente und verfügbaren Modelle ändern sich regelmäßig. Für den praktischen Einsatz ist daher weniger ein bestimmter Tarif entscheidend als die grundsätzliche Abwägung: Bereits mit überschaubaren laufenden Kosten kann ein leistungsfähiges Werkzeug zur Verfügung stehen, das kleinere Entwicklungs- und Automatisierungsprojekte erheblich beschleunigt. Vor dem produktiven Einsatz sollten die aktuellen Konditionen, insbesondere etwaige Nutzungslimits und Regelungen für Unternehmen, geprüft werden.

Neben GitHub Copilot kommen auch andere KI-gestützte Entwicklungswerkzeuge in Betracht, etwa Claude Code von Anthropic oder vergleichbare Lösungen. Die Auswahl hängt von den technischen Anforderungen, dem gewünschten Arbeitsablauf, den Kostenmodellen und den unternehmensinternen Datenschutz- und Sicherheitsvorgaben ab.

Stellt man die laufenden Kosten solcher Werkzeuge dem möglichen Nutzen gegenüber, relativiert sich der Aufwand häufig schnell. Schon wenn kleinere Auswertungen, Automatisierungen oder Prototypen ohne externes Entwicklungsprojekt umgesetzt werden können, entsteht ein erheblicher Effizienzgewinn. Besonders wertvoll ist dabei die Geschwindigkeit der Iteration: Änderungswünsche, Fehlermeldungen oder neue Funktionen können unmittelbar im Dialog mit dem KI-Assistenten bearbeitet werden. Dadurch lassen sich Ideen schneller testen und bei Bedarf verwerfen oder weiterentwickeln.

3. API-Anbindungen

Eine zentrale Frage bei nahezu jeder Anwendung ist, welche Daten verarbeitet werden sollen und wie diese Daten in die Anwendung gelangen. Für einfache Berichtsanwendungen kann es ausreichen, lokale Datenquellen zu nutzen, etwa Excel-Exporte, CSV-Dateien, PDF-Dokumente oder andere bereitgestellte Dateien. Besonders interessant wird es jedoch dann, wenn Daten unmittelbar aus Vorsystemen abgerufen und verarbeitet werden können.

Dies geschieht über eine sogenannte API, also ein Application Programming Interface bzw. eine Anwendungsprogrammierschnittstelle. Eine solche Schnittstelle stellt eine definierte Verbindung zwischen zwei Softwareanwendungen her und ermöglicht deren Kommunikation bzw. den strukturierten Datenaustausch. Besonders relevant ist im Kontext von Finanzkennzahlen die Schnittstelle zum Rechnungswesen- oder ERP-System. DATEV stellt für bestimmte Anwendungsfälle Schnittstellen bereit, über die — abhängig von Produkt, Lizenz, Freischaltung und Berechtigung — Daten aus dem DATEV-Umfeld abgerufen und weiterverarbeitet werden können.

Bei einem strukturierten Zugriff auf Rechnungswesendaten ergeben sich bspw. folgende Anwendungsmöglichkeiten:

• individuelle BWA-nahe Dashboards,
• unterjährige Vergleichsrechnungen,
• Kennzahlenübersichten nach eigener Logik,
• branchenspezifische Auswertungen,
• Visualisierungen für Geschäftsführung oder Mandanten,
• Soll-Ist-Analysen,
• verdichtete Management-Reports.

Der besondere Mehrwert liegt darin, dass Daten aus dem Rechnungswesen nicht nur exportiert, sondern in eigenen Anwendungen strukturiert weiterverarbeitet, verdichtet und visualisiert werden können. Je nach verfügbarer Schnittstelle und Berechtigung ist auch der umgekehrte Weg denkbar, etwa die Übergabe vorbereiteter Buchungsvorschläge an das Rechnungswesen-System. Die fachliche Prüfung und Freigabe sollte dabei stets im regulären Buchhaltungsprozess verbleiben.

DATEV stellt u. a. mit DATEVconnect bzw. über das DATEV-Entwicklerportal Schnittstellenlösungen bereit, über die externe Anwendungen — je nach Anwendungsfall und Freischaltung — mit Daten aus dem DATEV-Umfeld arbeiten können. Die Anmeldung und Freigabe erfolgt dabei regelmäßig über ein Authentifizierungs- und Berechtigungskonzept, bei dem der Anwender den Zugriff gezielt autorisiert.

Je nach Schnittstelle können bspw. Stamm- und Bewegungsdaten, Debitoren- und Kreditoreninformationen, Sachkonten, Kontensalden, Summen- und Saldenlisten, Beleginformationen oder offene Posten verarbeitet werden. In bestimmten Konstellationen kann auch die Übergabe von Buchungsdaten oder Buchungsvorschlägen vorgesehen sein. Welche Funktionen im konkreten Fall zur Verfügung stehen, hängt jedoch von der eingesetzten DATEV-Lösung, der jeweiligen Schnittstelle, den Lizenzen und den erteilten Berechtigungen ab.

Besonders hilfreich ist eine strukturierte Schnittstellendokumentation, etwa in Form einer OpenAPI- oder JSON-Datei. Wird diese Dokumentation dem KI-Assistenten als Kontext bereitgestellt, kann er daraus ableiten, welche Endpunkte, Datenstrukturen und Rückgabefelder grundsätzlich zur Verfügung stehen. Auf dieser Grundlage kann die KI bei der Erstellung der notwendigen Abfragen und Integrationslogik unterstützen. Die erzeugten Zugriffe sollten jedoch technisch geprüft und zunächst mit Testdaten bzw. in einer Testumgebung erprobt werden.

Die Nutzung entsprechender Schnittstellen setzt regelmäßig eine Freischaltung bzw. Lizenzierung voraus. Welche Kosten, Lizenzmodelle und Funktionsumfänge gelten, ist vor Projektbeginn anhand der jeweils aktuellen Anbieterinformationen zu prüfen.

4. Lokaler Betrieb oder Serverumgebung

Je nach Einsatzbereich stellt sich die Frage, ob eine selbst entwickelte Anwendung ausschließlich lokal auf dem eigenen Rechner laufen soll oder ob sie auch anderen Mitarbeitern oder von anderen Arbeitsplätzen aus zur Verfügung stehen soll. Im zweiten Fall muss die Anwendung zentral bereitgestellt werden, etwa auf einem Server im Unternehmensnetzwerk.

Wird eine Anwendung nur vom Ersteller selbst genutzt, kann sie zunächst lokal auf dem eigenen Rechner betrieben werden. Sie wird dann bspw. aus VS Code heraus gestartet und über den Browser aufgerufen. Interessanter wird es, wenn die Anwendung auch Kollegen zur Verfügung stehen soll oder von einem anderen Arbeitsplatz aus erreichbar sein muss. In diesem Fall ist eine zentrale Bereitstellung erforderlich.

An dieser Stelle lohnt es sich, ein verbreitetes Missverständnis auszuräumen. Der Begriff „Server“ wird häufig mit einer öffentlich über das Internet erreichbaren Anwendung gleichgesetzt. Das ist jedoch nicht zwingend der Fall. Ein Server ist zunächst nur ein Rechner oder eine virtuelle Maschine, die eine Anwendung dauerhaft bereitstellt. Ob diese Anwendung ausschließlich im internen Firmennetzwerk oder auch über das Internet erreichbar ist, hängt von der jeweiligen Konfiguration ab. Für viele unternehmensinterne Anwendungen ist ein rein internes Hosting ausreichend und zugleich die sicherere Variante.

Auch die Vorstellung, ein Server müsse zwingend besonders leistungsstarke Spezialhardware sein, trifft in dieser Allgemeinheit nicht zu. Für kleinere Anwendungen im Kanzlei- oder KMU-Umfeld kann eine vorhandene virtuelle Maschine oder ein entsprechend eingerichteter Rechner im Unternehmensnetzwerk ausreichen. Entscheidend ist weniger die Bezeichnung als „Server“, sondern dass die Anwendung zuverlässig erreichbar ist, regelmäßig aktualisiert wird, angemessen gesichert ist und in bestehende Backup- und Berechtigungskonzepte eingebunden wird. Erst bei vielen gleichzeitigen Nutzern, großen Datenmengen oder hohen Verfügbarkeitsanforderungen sind leistungsfähigere Serverressourcen erforderlich.

Der praktische Ablauf lässt sich vereinfacht wie folgt beschreiben:

• Die Anwendung wird auf einem Rechner oder einer virtuellen Maschine im Firmennetzwerk installiert und gestartet.
• Dieser Rechner erhält eine feste Adresse im internen Netzwerk, die sogenannte IP-Adresse.
• Kollegen, die die Anwendung nutzen möchten, rufen diese Adresse im Browser auf und können die Anwendung wie eine interne Webseite verwenden.
• Ein Zugriff von außerhalb des Firmennetzwerks ist dabei nicht möglich, solange er nicht ausdrücklich eingerichtet wird. Soll ein Zugriff von unterwegs ermöglicht werden, kann dies bspw. über einen abgesicherten VPN-Zugang erfolgen, wie er in vielen Unternehmen ohnehin für interne Systeme genutzt wird. Auch in diesem Fall bleibt die Anwendung grundsätzlich für das offene Internet unsichtbar.

KI-gestützte Werkzeuge können dabei helfen, technische Begriffe zu verstehen, Installationsschritte vorzubereiten oder Befehle für eine Testumgebung zu erläutern. Änderungen an produktiven Server-, Netzwerk- oder Sicherheitseinstellungen sollten jedoch mit der IT-Administration abgestimmt und nicht ungeprüft aus KI-Vorschlägen übernommen werden.

Der Vorteil eines internen Betriebs liegt darin, dass die Anwendung innerhalb der bestehenden Unternehmensinfrastruktur bereitgestellt werden kann. Zugriffsbeschränkungen, Firewall-Regeln, Benutzerverwaltung, Datensicherung und Monitoring können so in vorhandene Konzepte eingebunden werden. Das Risiko unerwünschter externer Zugriffe wird dadurch deutlich reduziert, sofern keine öffentliche Erreichbarkeit eingerichtet wird.

5. Schritt-für-Schritt Anleitung

Für den Einstieg in ein erstes eigenes Vibe-Coding-Projekt hat sich das folgende schrittweise Vorgehen bewährt:

__________________________________________

Dies ist ein Beitrag aus NWB BB 9/2026 Seite 269

👀 Was es sonst noch alles gibt in der NWB-Datenbank? Einfach mal reinklicken!

→ NWB DATENBANK