Warum klassische KI-Tools an der Konzernkonsolidierung scheitern
Buchhaltungs-KIs haben in den letzten Jahren beeindruckende Fortschritte gemacht. Systeme wie Candis oder lexoffice können Belege automatisch kontieren, Zahlungsströme klassifizieren und Routinebuchungen vorschlagen. In der Welt der Einzelabschlüsse liefern sie messbare Produktivitätsgewinne. Sobald Sie jedoch die Tür zur Konzernkonsolidierung öffnen, versagen diese Werkzeuge systematisch.
Der Grund liegt in der Natur der Konsolidierung selbst. Es geht hier nicht um die Erkennung und Kategorisierung einzelner Geschäftsvorfälle, sondern um die Verarbeitung komplexer Verrechnungskreise über mehrere Rechtseinheiten, Währungen und Bilanzierungsstandards hinweg. Eine Forderungskonsolidierung erfordert, dass das System konzerninterne Lieferungen und Leistungen erkennt, gegenüberstellt und eliminiert. Das setzt mehr voraus als Pattern Matching auf Belegen. Es verlangt ein Verständnis der konzerninternen Lieferketten, der beteiligten Gesellschaften und der angewandten Verrechnungspreise.
Ein typisches Beispiel aus dem Mittelstand: Ein Konzern mit acht konsolidierten Gesellschaften, drei unterschiedlichen Rechnungswesensystemen und zwei Fremdwährungen. Eine klassische Buchhaltungs-KI erkennt zwar die Eingangsrechnung bei Gesellschaft A und den Zahlungsausgang bei Gesellschaft B. Dass es sich um denselben Geschäftsvorfall handelt, der in der Konsolidierung eliminiert werden muss, sieht sie nicht. Dafür fehlt ihr der Kontext über Gesellschaftsgrenzen hinweg.
Noch gravierender wird das Problem bei der Zwischenergebniseliminierung. Ein Maschinenbaukonzern liefert eine Anlage von Tochter- an Muttergesellschaft. Im Einzelabschluss der Tochter entsteht ein Gewinn. In der Konzernbilanz muss dieser eliminiert werden, solange die Anlage noch im Konzernvermögen ist. Das erfordert eine Verfolgung des Assets über mehrere Perioden, Gesellschaften und mögliche Weiterveräußerungen hinweg. Eine Buchhaltungs-KI, die nur den einzelnen Beleg prüft, scheitert an dieser Periodenübergreifenden Logik zwingend.
Dazu kommt das grundlegende Problem der Datenqualität. Wenn die Einzelabschlüsse fehlerhaft sind, potenzieren sich die Fehler in der Konsolidierung. Die alte IT-Weisheit „Garbage in, Garbage out" gilt hier in verschärfter Form. Ein KI-System, das ungeprüft Einzelabschlüsse konsolidiert, produziert nicht etwa neutrale Ergebnisse. Es multipliziert die Eingangsfehler mit der Komplexität des Konsolidierungskreises. Aus meiner Sicht ist das der strukturelle Grund, warum der Einsatz von KI in der Konzernkonsolidierung einen völlig anderen Architekturansatz braucht als die Belegautomatisierung.
Die Multi-Agent-Pipeline: Jeder Konsolidierungsschritt bekommt einen Spezialisten
Die Antwort auf die beschriebenen Grenzen liegt in einer Architektur, die sich von monolithischen KI-Modellen verabschiedet. Statt ein einzelnes Large Language Model die gesamte Konsolidierung durchführen zu lassen, setzt eine Multi-Agent-Pipeline auf Spezialisierung. Jeder Konsolidierungsschritt wird von einem eigenen Agenten mit klar definierten Datenquellen, Validierungsregeln und Ausgabeschnittstellen bearbeitet.
Der konzeptionelle Unterschied ist fundamental. Ein einzelnes LLM, das mit dem Prompt „Erstelle den Konzernabschluss" beauftragt wird, wird zwangsläufig halluzinieren. Es fehlt ihm die Zerlegung in prüfbare Einzelschritte. Die Multi-Agent-Pipeline hingegen bildet die Prozesslogik der Konsolidierung in der Systemarchitektur selbst ab.
Drei spezialisierte Agententypen bilden den Kern dieser Architektur.
Der Schuldenkonsolidierungs-Agent erhält als Input die konzerninternen Forderungen und Verbindlichkeiten aus allen Einzelabschlüssen. Seine Aufgabe ist es, Paare zu bilden und Differenzen aufzudecken. Er arbeitet mit regelbasierten Validierungen: identische Beträge, gleiche Währung, übereinstimmende Transaktionsreferenzen. Seine Ausgabe ist eine Liste der eliminierten Positionen sowie eine Aufstellung ungeklärter Differenzen. Für den Prüfer ist entscheidend, dass dieser Agent jede Differenz mit Quellenverweis dokumentiert. Herkunft Buchungskreis 300, Belegnummer 456721, Betrag 250.000 Euro.
Der Zwischenergebniseliminierungs-Agent verfolgt konzerninterne Lieferungen über Zeit und Gesellschaften hinweg. Er benötigt Zugriff auf die Anlagenbuchhaltung, die Materialwirtschaft und die Umsatzerlöse. Sein Validierungsmechanismus besteht aus einem Abgleich: Welche konzernintern gelieferten Vermögensgegenstände sind noch im Konzernbestand und welche wurden an externe Dritte weiterveräußert? Auch hier gilt das Prinzip der erklärbaren Einzelschritte. Der Agent markiert jede Eliminierung mit der Referenz auf den ursprünglichen Liefervorgang und der Begründung für den fortbestehenden Konzernbezug.
Der Equity-Bewertungs-Agent übernimmt die Kapitalkonsolidierung nach der Erwerbsmethode. Er berechnet den Unterschiedsbetrag, verteilt stille Reserven und Lasten und schreibt das Eigenkapital fort. Seine Validierung umfasst einen Abgleich mit den Anteilsbesitzverhältnissen aus dem Beteiligungsspiegel und eine Plausibilisierung gegen die Vorperiode.
Die Orchestrierung dieser Agenten übernimmt ein Orchestrator-Agent. Er steuert die Reihenfolge und stellt Querverbindungen her, die für die Prüfungssicherheit zentral sind. Konkret prüft er, ob die Zahlen aus der Schuldenkonsolidierung mit den Angaben im Konzernanhang übereinstimmen. Er gleicht die Ergebnisse der Kapitalkonsolidierung gegen den Eigenkapitalspiegel ab. Und er identifiziert Inkonsistenzen zwischen den Agenten: Wenn die Schuldenkonsolidierung eine konzerninterne Transaktion eliminiert, die in der Zwischenergebniseliminierung nicht aufgelöst wird, schlägt er Alarm.
Eine vereinfachte Pipeline für die Praxis sieht so aus: Einzelabschlüsse aller konsolidierten Gesellschaften in strukturierter Form. Aufbereitung und Mapping auf den Konzernkontenrahmen. Konsolidierungsbuchungen durch die spezialisierten Agenten, parallelisiert wo möglich. Test auf Vollständigkeit der Kapitalkonsolidierung. Automatisierte Deferred-Tax-Eliminierung auf Basis der Konsolidierungsbuchungen. Reporting mit Verweisen auf jede Buchung und ihre Datenherkunft.
Aus meiner Sicht ist die Multi-Agent-Pipeline mehr als ein technisches Architekturkonzept. Sie ist die Voraussetzung dafür, dass eine KI-gestützte Konsolidierung überhaupt prüfbar wird. Denn jeder Agent arbeitet als weiße Box mit nachvollziehbaren Logs. Der Prüfer kann sich auf einen einzelnen Schritt konzentrieren, statt das Verhalten eines monolithischen Modells im Ganzen verstehen zu müssen.
Wo LLMs 2026 bereits zuverlässig arbeiten: drei Use Cases
Die Ernüchterung über KI in der Konzernabschlusserstellung stammt häufig aus überzogenen Erwartungen an ein System, das angeblich alles auf einmal kann. Realistischer ist der Blick auf die konkreten Einzelschritte, die LLMs bereits heute oder spätestens 2026 zuverlässig beherrschen. Ich sehe hier drei Use Cases, die in dieser Genauigkeit von keinem der aktuellen Suchergebnisse beschrieben werden.
Use Case 1: Automatisierte Aufbereitung der Handelsbilanzen II. Praktisch jeder Konzern kennt das Problem: Die Einzelabschlüsse der Tochtergesellschaften liegen in unterschiedlichen Formaten vor. Unterschiedliche Kontenrahmen, abweichende Bezeichnungen, verschiedene Abgrenzungspraktiken. Der erste Schritt der Konsolidierung besteht darin, diese Abschlüsse auf den einheitlichen Konzernkontenrahmen zu mappen. Das ist eine Fleißarbeit, die in größeren Konzernen Wochen beansprucht.
Ein darauf spezialisierter LLM-Agent kann diese Aufgabe in Stunden erledigen. Er erhält die Bilanz und GuV jeder Gesellschaft als strukturierte Daten, gleicht die Positionen gegen den Konzernkontenrahmen ab und schlägt ein Mapping vor. Entscheidend ist die Qualitätssicherung: Der Agent markiert unsichere Zuordnungen, etwa wenn eine Position im Einzelabschluss „sonstige Rückstellungen" in der Konzernsystematik auf drei verschiedene Posten aufgeteilt werden muss. Diese Fälle werden dem Prüfer zur Freigabe vorgelegt. Die Bulk-Arbeit hingegen läuft automatisch.
Ein Muster, das sich in der Praxis abzeichnet: Unternehmen mit mehr als zehn konsolidierten Gesellschaften sparen mit diesem Use Case 60 bis 80 Prozent der manuellen Aufbereitungszeit. Wichtiger als die Zeiteinsparung ist die Konsistenz: Das Mapping erfolgt nach einheitlichen Regeln, nicht nach den individuellen Interpretationsspielräumen unterschiedlicher Sachbearbeiter.
Use Case 2: Prüfung der Konsolidierungskreiszugehörigkeit. Die Festlegung, welche Gesellschaften vollkonsolidiert, nach der Equity-Methode bewertet oder gar nicht einbezogen werden müssen, ist ein notorisch fehleranfälliger Bereich. Sie erfordert einen Abgleich der Beteiligungsliste mit dem Beherrschungskonzept und der tatsächlichen Einflussmöglichkeit. Hier zeigt sich eine genuine Stärke von LLMs: Sie können unstrukturierte Informationen aus Gesellschafterverträgen, Syndikatsvereinbarungen und Beherrschungsverträgen verarbeiten und mit den numerischen Beteiligungsquoten abgleichen.
Ein spezialisierter Agent liest die relevanten Vertragsklauseln, extrahiert die Bestimmungen zur Stimmrechtsverteilung, zur Besetzung von Aufsichtsgremien und zu Vetorechten. Er gleicht diese Informationen mit der Beteiligungshöhe ab und schlägt eine Einstufung vor. Diskrepanzen werden markiert. Beispiel: Eine 49-Prozent-Beteiligung, die aufgrund einer Syndikatsvereinbarung dennoch beherrscht wird. Der Agent erkennt den Widerspruch zwischen numerischer Quote und vertraglicher Ausgestaltung und fordert den Prüfer zur Entscheidung auf.
Use Case 3: Bruchfreie Zwischenergebniseliminierung mit Multi-Agenten-Abstimmung. Hier kommt die Stärke der Pipeline-Architektur voll zum Tragen. Die Zwischenergebniseliminierung ist ein mehrstufiger Prozess: Identifikation konzerninterner Lieferungen. Bestimmung des Eliminierungsbetrags. Verfolgung über Perioden. Auflösung bei Drittverkauf.
In einer Multi-Agent-Pipeline übernimmt ein Agent die Liefererkennung, ein zweiter die Wertermittlung, ein dritter die Periodenfortschreibung. Die Plausibilisierung erfolgt durch einen vierten Agenten, der die Ergebnisse der anderen drei abgleicht. Weichen die Werte voneinander ab, wird eine Warnung generiert. Dieser Mechanismus der wechselseitigen Kontrolle reduziert das Risiko unbemerkter Fehler drastisch.
Für den Wirtschaftsprüfer ist die entscheidende Neuerung, dass jeder dieser Agenten seine Entscheidungsgrundlagen offenlegt. Er zeigt, welche Lieferungen er als konzernintern identifiziert hat, auf welcher Basis er den Eliminierungsbetrag berechnet und warum er eine Position in der Folgeperiode auflöst. Das ist das Gegenteil der Black Box, die viele bei KI befürchten.
Goodwill-Impairment: Warum das Menschenwerk bleibt
Nach den drei Use Cases, die ich für realistisch automatisiert halte, komme ich zu einer bewusst unbequemen Abgrenzung. Der Goodwill-Impairment-Test nach IAS 36 ist und bleibt eine menschliche Ermessensentscheidung. Wer Ihnen erzählt, ein LLM könne den beizulegenden Zeitwert einer zahlungsmittelgenerierenden Einheit zuverlässig bestimmen, hat entweder keine Ahnung von Impairment-Tests oder versteht die Grenzen heutiger Sprachmodelle nicht.
Der Kern des Problems: Ein Impairment-Test erfordert eine Prognose künftiger Cashflows über mehrere Jahre. Diese Prognose ist keine Extrapolation historischer Daten. Sie ist eine Einschätzung der strategischen Positionierung, der Wettbewerbsdynamik und der konjunkturellen Entwicklung. Ein LLM, das mit historischen Finanzdaten und Branchenberichten trainiert wurde, kann Forecasts generieren, die mathematisch plausibel aussehen. Aber es hat kein echtes Verständnis dafür, ob die angenommene Umsatzwachstumsrate von fünf Prozent angesichts eines neuen Wettbewerbers aus China noch haltbar ist.
Noch problematischer wird es beim Diskontierungszinssatz. Die Bestimmung des WACC (Weighted Average Cost of Capital) verlangt Annahmen über die Risikoprämie, den Betafaktor und die Kapitalstruktur. Das sind theoretisch fundierte, aber praktisch hochgradig ermessensbehaftete Größen. Ein LLM, das diese Werte auf Basis von Trainingsdaten vorschlägt, reproduziert letztlich Durchschnittswerte. Die spezifische Risikosituation des Unternehmens, etwa eine Abhängigkeit von einem Großkunden oder ein schwelender Patentstreit, geht in diesen Durchschnitt nicht ein.
Dazu kommt das Problem der Erklärbarkeit des Goodwills selbst. Ein Goodwill entsteht aus einer Akquisition: gezahlter Kaufpreis abzüglich des erworbenen Nettovermögens. In diesem Goodwill stecken erwartete Synergien, strategische Optionen, die Qualität des übernommenen Teams und vieles mehr. Die jährliche Überprüfung, ob dieser Goodwill noch werthaltig ist, verlangt eine Einschätzung, ob die ursprünglich erwarteten Synergien eingetreten sind oder ob neue Risiken aufgetaucht sind.
Ein LLM kann diese Einschätzung nicht leisten. Es kann historische Umsatz- und Ergebnisdaten der erworbenen Gesellschaft analysieren und mit der ursprünglichen Planung vergleichen. Es kann aus Geschäftsberichten extrahieren, ob Restrukturierungen stattgefunden haben. Aber es kann nicht beurteilen, ob ein verfehltes Umsatzziel auf temporäre Marktschwäche oder auf ein strukturelles Problem der Akquisitionslogik hindeutet. Diese Unterscheidung verlangt unternehmerisches Urteilsvermögen, das in den Trainingsdaten eines Modells schlicht nicht enthalten ist.
Aus meiner Sicht gibt es für Wirtschaftsprüfer eine klare rote Linie: Alle Bewertungsschritte, die auf Prognosen beruhen, bleiben in menschlicher Verantwortung. Ein KI-Agent kann Daten zuliefern, Szenarien vorberechnen, Sensitivitätsanalysen durchführen. Die Entscheidung über die Werthaltigkeit des Goodwills kann und darf er nicht treffen.
Praktischer Prüfpfad: So begleiten Sie als WP die KI-gestützte Konsolidierung
Für den Wirtschaftsprüfer stellt sich die Frage nicht als Entweder-oder zwischen menschlicher Prüfung und KI-Automatisierung. Sie stellt sich als Gestaltungsaufgabe: Welche Schritte kann und soll eine Multi-Agent-Pipeline übernehmen? Welche Schritte müssen zwingend beim Menschen bleiben? Und wie muss die Pipeline architektonisch ausgestaltet sein, damit Sie sie als Prüfer überhaupt verantworten können?
Die Antwort beginnt mit einer klaren Trennung der Aufgaben. Delegierbar an die Pipeline sind regelbasierte und mengengetriebene Schritte. Die Aufbereitung der Einzelabschlüsse, das Mapping auf den Konzernkontenrahmen, die Schuldenkonsolidierung und die Deferred-Tax-Eliminierung sind Kandidaten, bei denen KI bereits heute robuste Ergebnisse liefert. Die manuelle Prüfung konzentriert sich auf die Ausnahmen, die die Agenten markieren.
Beim Prüfer verbleiben müssen alle Schritte, die eine Ermessensausübung verlangen. Der Goodwill-Impairment-Test ist der prominenteste, aber nicht der einzige Fall. Die Equity-Bewertung von assoziierten Unternehmen, die Einstufung von Zweckgesellschaften und die Beurteilung außergewöhnlicher Geschäftsvorfälle fallen ebenfalls in diese Kategorie. Die Trennlinie verläuft zwischen Rechenlogik und Bewertung.
Für die Aufsicht und Ihre eigene Prüfungsdokumentation ist ein zentrales Erfordernis entscheidend: Jeder eingesetzte Agent muss als weiße Box arbeiten. Das bedeutet konkret: vollständige Protokollierung aller Eingangsdaten mit Quellenverweis. Nachvollziehbare Verarbeitungsschritte, dokumentiert in einem Prüflog. Offenlegung aller Validierungschecks und ihrer Ergebnisse. Markierung von Ausnahmefällen und Weiterleitung an den menschlichen Prüfer. Nur wenn diese Anforderungen erfüllt sind, können Sie die Arbeit der Agenten im Rahmen Ihrer Prüfung verwerten.
Ein typischer Prüfpfad für eine KI-gestützte Konsolidierung sieht in der Praxis so aus. Vor Beginn der Konsolidierung legt der Prüfer fest, welche Schritte automatisiert laufen und wo er manuell eingreifen wird. Während der Konsolidierung überwacht er die Ausnahmeberichte der Agenten. Nach Abschluss der Pipeline führt er gezielte manuelle Prüfungen in den kritischen Bereichen durch. Das ist kein Ersatz der menschlichen Prüfung. Es ist ihre Konzentration auf die wirklich risikobehafteten Positionen.
Für die praktische Umsetzung empfehle ich ein Hybrid-Modell: Die Multi-Agent-Pipeline übernimmt die Bulk-Arbeit der Konsolidierungsbuchungen und der Datenaufbereitung. Die Prüfer konzentrieren sich auf Goodwill, Equity-Bewertung, außergewöhnliche Vorfälle und die Würdigung der Ausnahmeberichte der Agenten. So entsteht ein Prozess, der die Geschwindigkeit und Konsistenz der Automatisierung nutzt, ohne die menschliche Urteilsfähigkeit aus der Konsolidierung zu verdrängen, wo sie unverzichtbar ist.