Expertenwissen zu Digitalisierung & Automatisierung von Geschäftsprozessen
Themen: KI und Machine Learning | Rechnungsverarbeitung
Die Welt der künstlichen Intelligenz entwickelt sich rasant, und mit ihr wächst das Vokabular an neuen Schlagworten. Kaum hat man sich an „Generative AI“ gewöhnt, taucht das nächste Buzzword auf: „Agentic AI“. Hinter diesem Begriff steckt jedoch weit mehr als ein vorübergehender Hype. Er beschreibt eine neue Entwicklungsstufe von KI – eine, die nicht nur analysiert, sondern aktiv handelt. Für Finanz- und Buchhaltungsverantwortliche ist das ein entscheidender Unterschied. Denn die Frage lautet nicht mehr, wie gut eine KI Daten erkennen oder klassifizieren kann, sondern wie viele Schritte sie eigenständig ausführen kann, um Prozesse spürbar zu entlasten und zu beschleunigen.
Lange Zeit war KI in erster Linie ein System zur Entscheidungsfindung. Sie konnte erkennen, ob ein Bild eine Katze oder einen Hund zeigt, oder mithilfe statistischer Modelle die wahrscheinlichste Kostenstelle für eine Rechnung vorhersagen. Das war hilfreich, aber die KI blieb reaktiv: Sie entschied bzw. schlug vor, aber sie handelte nicht.
Mit dem Aufkommen generativer KI änderte sich der Fokus. GenAI konnte plötzlich nicht nur entscheiden, sondern Inhalte erschaffen – von Kuchenrezepten bis hin zu vollständigen Kontierungsvorschlägen. Doch auch diese Systeme verharrten im Kern in einer Rolle, die Unterstützungsleistung bot, aber keine Prozessverantwortung übernahm. Sie konnten helfen, aber sie konnten nicht selbständig weiterarbeiten.
Agentic AI durchbricht genau diese Grenze. Sie erweitert KI um die Fähigkeit, eigenständig Schritte im Prozess einzuleiten, zu sequenzieren, auf Ereignisse zu warten, Entscheidungen zu verknüpfen und Prozesse tatsächlich am Laufen zu halten.
Agentic AI verbindet drei Komponenten, die bisher selten zusammen gedacht wurden: Kontextanalyse, inhaltliche Generierung und automatisierte Aktion. Ein Agent versteht ein Ziel, erfasst den relevanten Kontext, trifft Entscheidungen und führt die dazugehörigen Schritte konsequent durch – und er kann mit anderen Agenten kooperieren, um komplexe Abläufe zu orchestrieren. Damit entsteht ein Geflecht aus spezialisierten Entitäten, die gemeinsam einen Prozess fast autonom steuern.
Wichtig ist dabei ein Punkt, der häufig missverstanden wird: Diese Agenten sind nicht zwangsläufig „pure KI“. Oft ist es gerade die Mischung aus KI und programmierter Logik, die ihre Stärke ausmacht. Die Automatisierung entsteht also nicht durch einen dogmatischen KI-Ansatz, sondern durch ein pragmatisches Zusammenspiel der besten verfügbaren Technologien. Am Ende zählt für Finance-Organisationen nicht, wie viel „echte KI“ im Einsatz ist, sondern wie viele Prozessschritte zuverlässig automatisiert sind.
Die Rechnungsverarbeitung gehört seit Jahren zu den Bereichen, in denen sich Automatisierung besonders schnell über Schwellenwerte hinweg bewegt hat. OCR, regelbasierte Steuerungen, Workflows und automatisierte Validierungen haben dafür gesorgt, dass heute viele Unternehmen bereits hohe Automatisierungsgrade erreichen. Doch selbst in ausgereiften Setups verbleibt ein signifikanter Rest an manuellen Tätigkeiten. Häufig geht es um unvollständige Daten, Besonderheiten bei einzelnen Lieferanten, fehlende Informationen oder Prozesssituationen, die einen menschlichen Eingriff erfordern.
KI-Agenten setzen genau dort an. Sie schaffen eine neue Qualität der Automatisierung, weil sie nicht nur erkennen, was zu tun wäre, sondern tatsächlich die nächsten Schritte selbst ausführen. Sie können fehlende Informationen nachziehen, automatisch warten, wenn ein Prozessschritt noch nicht möglich ist, Eskalationen auslösen, Folgeaktionen initiieren oder eine vollständige Verbuchung realisieren, sobald die Voraussetzungen erfüllt sind. Damit rückt das Ziel, Rechnungen vollständig automatisiert im Hintergrund zu verarbeiten, deutlich näher.
Um nachvollziehbar zu machen, wie intelligente Agenten konkret funktioniert, lohnt sich ein Blick auf ein Beispiel aus der Praxis. Die drei KI-Agenten von xSuite arbeiten nacheinander und miteinander – jeder mit einer klar definierten Aufgabe und mit der Fähigkeit, Aktionen im Prozess selbständig auszuführen.
1. Matching Agent – Der Datenversteher
Der Matching Agent bildet den Einstieg in den Prozess. Extrahiert Rechnungsdaten reichert er automatisch mit den relevanten SAP-Stammdaten an und liest den Beleg – auch auf Positionsebene. Durch diesen detaillierten Abgleich erkennt er, welche Informationen konsistent sind und wo es Abweichungen gibt. Sein Ziel ist klar: Die manuelle Validierung von Capture-Ergebnissen soll zur Ausnahme werden. Idealerweise laufen die meisten Rechnungen an dieser Stelle vollständig touchless durch.
2. Verification Agent – Der Prüfer und Prozessoptimierer
Sobald der Matching Agent seine Arbeit abgeschlossen hat, übernimmt der Verification Agent. Er prüft, ob eine vollständige Hintergrundverbuchung bereits möglich ist, beispielsweise durch einen korrekten 3-Way-Match. Ist das nicht der Fall, initiiert er selbständig die erforderlichen Schritte – etwa das automatische Warten auf einen Wareneingang oder das Anstoßen ergänzender Prüfungen. Sein Beitrag besteht darin, Beschäftigte in der Buchhaltung deutlich zu entlasten und Standardprozesse noch stärker zu automatisieren.
3. Workflow Agent – Der Abschlusskoordinator
Der Workflow Agent setzt an dieser Stelle an und führt den Prozess weiter. Er bewertet, ob nach den durchgeführten Prüfungen eine Hintergrundverarbeitung möglich ist. Wenn noch Schritte offen sind, übernimmt er Folgeaufgaben wie die Vorschläge für zuständige Prüfer oder Kontierungen. Sobald alle Voraussetzungen erfüllt sind, steuert er automatisch die Weiterleitung zur Buchung für die spätere Zahlung. Damit schließt er den Kreis und sorgt dafür, dass Übergaben und Freigaben im Prozess so weit wie möglich automatisiert ablaufen.
Für Finanz- und Buchhaltungsverantwortliche sind intelligente Agenten weit mehr als eine neue Technologie. Sie sind eine Antwort auf strukturelle Herausforderungen: wachsende Rechnungsvolumina, zunehmende regulatorische Vorgaben, den Fachkräftemangel und die Notwendigkeit, repetitive Tätigkeiten zu reduzieren. Während klassische KI und Automatisierung oft an der Komplexität und Dynamik realer Prozesse scheitern, schafft Agentic AI eine neue Form der Prozesssteuerung, die flexibel, kontextsensitiv und eigenständig agiert.
Damit entsteht ein Automatisierungsgrad, der erstmals realistisch in die Nähe von nahezu 100 Prozent rücken kann. Nicht, weil ein einzelnes System alles versteht, sondern weil spezialisierte Agenten intelligent zusammenarbeiten.
Agentic AI markiert eine Zäsur. Sie verschiebt den Fokus von der Frage „Was erkennt meine KI?“ hin zu „Was übernimmt meine KI selbständig?“. Für SAP-Anwenderunternehmen bedeutet das eine neue Stufe der Automatisierung, die nicht nur smarter, sondern vor allem aktiver ist. Rechnungsverarbeitung wird damit weniger ein sequenzieller Vorgang und mehr ein orchestrierter, autonomer Ablauf, der menschliche Expertise genau dort einbindet, wo sie Mehrwert stiftet – und nicht dort, wo sie nur Lücken füllen muss.