Beim vergangenen Finance Automation SUMMIT 2026 viel über die Veränderungen der Arbeit im Finanz- und Rechnungswesen durch KI gesprochen. Dabei ging es nicht nur um effizientere Prozesse, sondern auch um Rollen, Funktionen und Kompetenzen. In den Beiträgen zu FP&A, Record-to-Report, Closing Automation und Finance Operating Models wurde deutlich: KI greift zunehmend in Analyse, Forecasting, Kommentierung und Entscheidungsunterstützung ein. Dabei stellt sich immer wieder die Frage: Welche Kompetenzen brauchen wir, wenn KI nicht mehr nur Daten verarbeitet, sondern Ergebnisse vorbereitet und Entscheidungen unterstützt?

Ein Beitrag im Forbes Finance Council aus dem Juli 2025 liefert dafür einen spannenden Bezugsrahmen für die Rollenbilder der Zukunft. Dort werden Rollen wie „Digital Twin Guardian“, „Agent Manager“, „Responsible AI Steward“ oder „FP&A Data Scientist“ beschrieben. Diese Diskussion kommt zwar aus dem US-Kontext. Für den DACH-Raum wird sie aber relevanter, weil Agentic AI, Vibe Coding und Low-Code-Automatisierung nun auch hier in konkrete Finance-Projekte hineinwachsen. Die Ausprägung wird anders sein – geprägt durch Regulierung, Mitbestimmung und Controlling-Tradition. Die Grundfrage bleibt jedoch gleich: Wie verschiebt KI den Wert von Kompetenzen im Finanz- und Rechnungswesen?

Auch der Arbeitsmarkt zeigt diese Entwicklung. Laut Datarails/CFO Dive erwähnen inzwischen 43 Prozent aller FP&A-Stellenausschreibungen KI-Kompetenzen, nach 33 Prozent im Vorjahr. Aktuelle FP&A-Studien beschreiben zudem mehr Bedarf an Szenariofähigkeit, Modellkritik, Datenverständnis und Entscheidungsunterstützung. Für uns ist das der eigentliche Punkt: KI verändert Finance nicht nur technologisch. Sie verändert, welche Fähigkeiten in Finance-Teams künftig tragen.

Warum sich das Kompetenzprofil im Finance verändert

Viele Rollen im Finanz- und Rechnungswesen waren bisher stark von Aufgaben geprägt wie: - Reporting-Erstellung - Datenaufbereitung - Forecast-Modellierung - Konsolidierung - Kommentierung von Abweichungen - Excel-basierter Analysearbeit

Genau diese Tätigkeiten werden durch moderne FP&A-Plattformen, Automatisierung und generative KI zunehmend unterstützbar oder teilweise automatisierbar. Systeme aktualisieren Forecasts kontinuierlich, identifizieren Auffälligkeiten, simulieren Szenarien oder generieren Management-Kommentare deutlich schneller als klassische manuelle Prozesse.

Für Finance-Teams bedeutet das jedoch nicht automatisch eine Verdrängung bestehender Rollen. Sichtbar wird vielmehr eine Verschiebung der Anforderungen. Die reine Produktion von Zahlen verliert an Exklusivität. Gleichzeitig gewinnen Fähigkeiten an Bedeutung, die stärker auf Interpretation, Einordnung und Steuerung ausgerichtet sind.

Gerade im FP&A-Bereich zeigt sich diese Entwicklung bereits deutlich. Laut dem Talentfoot FP&A Hiring Report steigen Anforderungen rund um Szenariomodellierung, Data Storytelling, AI Validation und bereichsübergreifende Entscheidungsunterstützung. (Quelle: Talentfoot FP&A Hiring Report 2025) Der Schwerpunkt verschiebt sich damit schrittweise von der Erstellung einzelner Reports hin zur Interpretation und Steuerung datengetriebener Entscheidungsprozesse.

Sechs hybride Rollenprofile im Überblick

Vor diesem Hintergrund entstehen neue Rollenprofile an der Schnittstelle von Finance, Daten, KI und Unternehmenssteuerung. Die folgenden Profile orientieren sich an den international diskutierten Formen, interpretiert im Kontext des DACH-Raums, wo regulatorische Anforderungen, Organisationsstrukturen und die Controlling-Tradition eine eigene Prägung erzeugen.

Digital Twin Guardian

Digitale Zwillinge werden zunehmend genutzt, um Geschäftsprozesse, Finanzflüsse oder operative Szenarien zu simulieren. Damit entsteht die Aufgabe, die Konsistenz und Belastbarkeit dieser Modelle sicherzustellen. Der Digital Twin Guardian verantwortet die Integrität solcher Simulations- und Steuerungsmodelle. Dazu gehören Datenqualität, Modelllogik, Aktualität und die Nachvollziehbarkeit der zugrunde liegenden Annahmen.

Im DACH-Raum kommt die Anforderung hinzu, dass Simulationsmodelle die Anforderungen an Revisionssicherheit und Nachvollziehbarkeit erfüllen müssen, insbesondere wenn sie Finanzdaten berühren, die der GoBD unterliegen.

Intelligent Tool Integrator

Mit der steigenden Zahl spezialisierter KI- und Automatisierungslösungen wächst die Herausforderung, diese Systeme sinnvoll miteinander zu verbinden. Der Intelligent Tool Integrator arbeitet zwischen Finance, IT und Fachbereichen und verantwortet die Integration von AI-Tools in bestehende ERP-, Reporting- und Workflow-Landschaften.

Im DACH-Raum bedeutet das in vielen Unternehmen konkret: Integration in SAP-dominierte ERP-Landschaften sowie Sicherstellung der GoBD-Konformität aller Tools, die buchungsrelevante Prozesse berühren.

Agent Manager

Agentic AI verschiebt Automatisierung zunehmend in Richtung autonomer Prozessausführung. Systeme treffen dabei eigenständig Entscheidungen oder stoßen Folgeprozesse an. Der Agent Manager überwacht diese autonomen AI-Agenten, definiert Grenzen, kontrolliert Entscheidungslogiken und bewertet Risiken oder Fehlverhalten.

Im DACH-Raum kommen zwei konkrete Anforderungsebenen hinzu. Der EU AI Act klassifiziert autonome KI-Systeme, die in finanziellen Entscheidungsprozessen eingesetzt werden, als potenziell hochriskant, mit entsprechenden Anforderungen an menschliche Aufsicht, Dokumentation und Konformitätsprüfung. Gleichzeitig greift das Betriebsverfassungsgesetz: Die Einführung autonomer KI-Agenten, die Arbeitsprozesse steuern oder überwachen, kann Mitbestimmungsrechte des Betriebsrats berühren.

Responsible AI Steward

Mit der stärkeren Nutzung von KI im Finanzwesen steigen Anforderungen an Transparenz, Nachvollziehbarkeit und verantwortungsvolle Nutzung. Der Responsible AI Steward verantwortet Themen wie Bias-Kontrolle, Modelltransparenz, Compliance-Anforderungen und die sichere Nutzung von KI im Finance-Kontext.

Im DACH-Raum ist diese Rolle weniger eine freiwillige Governance-Entscheidung als eine regulatorisch begründete Notwendigkeit. Die DSGVO verlangt für automatisierte Entscheidungen mit erheblicher Wirkung auf Personen eine explizite Rechtsgrundlage, menschliche Überprüfbarkeit und das Recht auf Erklärung (Art. 22 DSGVO). Der EU AI Act ergänzt dies um Anforderungen an Transparenz, Konformitätsbewertung und Aufsicht für hochriskante KI-Systeme. In der Praxis arbeitet diese Rolle eng mit dem betrieblichen Datenschutzbeauftragten zusammen.

FP&A Data Scientist

Die klassische FP&A-Rolle entwickelt sich zunehmend in Richtung datengetriebener Steuerung. Der FP&A Data Scientist verbindet Finanzverständnis mit Datenanalyse, Predictive Analytics und Machine-Learning-Modellen. Die Rolle arbeitet stärker mit Szenarien, Simulationen und datenbasierten Handlungsempfehlungen als mit klassischen Reporting-Zyklen.

Im DACH-Raum entwickelt sich dieses Profil häufig als Weiterentwicklung der klassischen Controlling-Funktion, weniger als eigenständige neue Rolle. Gerade im Mittelstand entstehen diese Kompetenzen typischerweise innerhalb bestehender Controller-Rollen, die sich in Richtung datengetriebener Steuerung weiterentwickeln.

Finance Citizen Developer

Low-Code- und Automatisierungsplattformen ermöglichen es Fachbereichen zunehmend selbst, Prozesse und Workflows zu automatisieren. Der Finance Citizen Developer entwickelt kleinere Automatisierungen direkt im Fachbereich und reduziert damit die Abhängigkeit von klassischen IT-Entwicklungszyklen.

Im DACH-Raum sind dieser Entwicklung klare Grenzen gesetzt. Automatisierungen, die buchungsrelevante Daten berühren, müssen die Anforderungen der GoBD erfüllen, das schließt Anforderungen an Revisionssicherheit, Nachvollziehbarkeit und Unveränderlichkeit ein. In der Praxis bedeutet das: Dashboards, Reports und Planungstools lassen sich im Fachbereich entwickeln. Sobald Prozesse die Buchungsebene berühren, sind IT-Governance und häufig Betriebsrats-Einbindung erforderlich.

Welche Fähigkeiten im Finance wichtiger werden

Die neuen Rollen zeigen vor allem eines: Das Kompetenzprofil im Finanz- und Rechnungswesen erweitert sich.

Wichtiger werden künftig: - Modellverständnis statt reiner Toolbedienung - Daten- und Prozessverständnis statt isolierter Reportinglogik - Szenario-Denken statt statischer Planung - AI Validation und Modellkritik - Entscheidungsunterstützung - Kommunikation komplexer Zusammenhänge - Verbindung von Finance, Daten und operativem Geschäft

Unter Druck geraten dagegen stärker standardisierte Tätigkeiten: - reine Report-Erstellung - manuelle Datenaggregation - Standard-Kommentierung - einfache Forecast-Erstellung - operative Excel-Arbeit ohne tieferes Steuerungsverständnis

Damit verändert sich auch die Rolle von Finance innerhalb der Organisation. Finance entwickelt sich zunehmend von einer dokumentierenden Funktion hin zu einer stärker interpretierenden, steuernden und qualitätssichernden Funktion innerhalb datengetriebener Unternehmensprozesse.

Die neue Arbeitsteilung zwischen Menschen, Plattformen und KI

Was sich in der Diskussion über AI-native Finance Teams abzeichnet, ist eine grundlegende Neuverteilung von Verantwortung zwischen Menschen, Plattformen und KI-Systemen. Vollständige Automatisierung des Finanzwesens ist dabei nicht das Ziel.

Während KI operative Analyse- und Reportingarbeit zunehmend unterstützt, verschiebt sich der Wert von Finance-Arbeit stärker in Richtung Urteilsfähigkeit, Modellkritik und Entscheidungsunterstützung. Gleichzeitig wächst die Bedeutung der Zusammenarbeit zwischen Finance, IT, Daten-Teams und operativen Fachbereichen. Genau an dieser Schnittstelle entstehen derzeit die neuen Rollen im AI-native Finance Team.