Alarm im Reporting: Jede 4. Firma publiziert KI-Fehler

Der blinde Fleck im KI-Hype: Fehlerhafte Reports gelangen an die Öffentlichkeit

Stellen Sie sich vor, Ihr nächster Quartalsbericht, der mit KI-Unterstützung erstellt wurde, enthält einen subtilen, aber wesentlichen Fehler. Einen Fehler, den Sie erst bemerken, als Analysten oder Investoren nachfragen. Ein Horrorszenario. Doch eine neue Studie zeigt, dass dieses Szenario bereits Realität ist.

Die am 11. August 2026 veröffentlichte «2026 Midyear Executive Benchmark Survey» des Finanzplattform-Anbieters Workiva ist ein dringender Weckruf für jede Schweizer Führungskraft im Finanzbereich. Die Befragung von über 2'000 Fachleuten aus Finanz, Risiko und Recht zeichnet ein alarmierendes Bild: 26%, also mehr als jedes vierte Unternehmen, gibt zu, dass von KI generierte Fehler bereits in Dokumenten gelandet sind, die externen Adressaten oder dem Verwaltungsrat vorgelegt wurden.

Dieses Ergebnis ist besonders brisant, weil es einem gefährlichen Paradox gegenübersteht: Eine überwältigende Mehrheit von 84% der befragten Führungskräfte gab an, sie seien «zumindest einigermassen zuversichtlich», dass KI-generiertes Material in einem Jahresbericht auch ohne menschliche Überprüfung korrekt wäre. Gleichzeitig halten nur gerade 11% die Datenqualität im eigenen Unternehmen für ausreichend, um KI verlässlich einzusetzen. Diese Lücke zwischen blindem Vertrauen und mangelhafter Datengrundlage ist ein betriebswirtschaftliches Risiko, das kein Schweizer Unternehmen ignorieren kann.

Warum das für Schweizer Unternehmen besonders kritisch ist

In einem Markt, der auf Vertrauen, Präzision und Qualität basiert, sind fehlerhafte Finanzreports keine Lappalie. Der «Swiss Finish» ist ein Qualitätsversprechen, das für die Verlässlichkeit von Finanzdaten in besonderem Masse gilt. Wenn KI-gestützte Prozesse unentdeckte Fehler produzieren, untergräbt dies nicht nur das Vertrauen von Investoren und Partnern, sondern kann auch regulatorische Konsequenzen nach sich ziehen.

Die FINMA legt grössten Wert auf nachvollziehbare und geprüfte Prozesse. Das revidierte Datenschutzgesetz (revDSG) verlangt Transparenz und Richtigkeit bei der Datenverarbeitung. Ein KI-generierter Fehler, dessen Ursprung sich nicht lückenlos zurückverfolgen lässt, ist im Ernstfall nicht nur peinlich, sondern ein handfester Compliance-Verstoss. Die Studie zeigt klar: Die technologische Implementierung von KI eilt der notwendigen Governance meilenweit voraus.

Die Wurzel des Problems: «Garbage In, Gospel Out»

Das Problem liegt selten im KI-Modell selbst, sondern in der Qualität der Daten, mit denen es gefüttert wird. Die alte IT-Weisheit «Garbage In, Garbage Out» gilt für KI in verschärfter Form. Ein grosses Sprachmodell kann brillante Texte formulieren, doch wenn die zugrundeliegenden Zahlen aus dem ERP-System inkonsistent, die Annahmen aus dem CRM veraltet oder die Daten aus verschiedenen Abteilungen nicht harmonisiert sind, wird die KI diese Fehler nicht magisch heilen. Sie wird sie im schlimmsten Fall eloquent verpacken und plausibel erscheinen lassen.

Genau hier liegt die Gefahr des «Garbage In, Gospel Out»-Effekts: Die Ausgabe wirkt so überzeugend, dass die menschliche Kontrollinstanz sie ungeprüft übernimmt. Die Workiva-Studie untermauert dies mit einer weiteren Zahl: 71% der Befragten geben an, dass schlechte Datenqualität die Nutzung von KI im Finanz- und Nachhaltigkeitsreporting zumindest moderat behindert. Der Wunsch nach KI-Effizienz trifft auf eine unzureichende Datenrealität.

Ihre konkrete Handlungsempfehlung: Governance vor Technologie

Die Ergebnisse der Studie sind kein Grund, KI zu verteufeln. Sie sind ein Mandat, den Fokus richtig zu setzen. Statt der Frage «Welches KI-Tool sollen wir nutzen?» muss die Frage «Wie stellen wir die Verlässlichkeit unserer Daten und Prozesse sicher?» vorangehen. Wir empfehlen drei unmittelbare Schritte:

1. Starten Sie einen «AI-Readiness-Audit» für Ihre Daten: Beauftragen Sie Ihr Controlling und Ihre Datenanalysten, die Datenketten für Ihr externes Reporting zu überprüfen. Woher stammen die Daten? Gibt es eine zentrale, verlässliche Datenquelle («Single Source of Truth»)? Wie wird die Datenqualität systematisch gemessen und sichergestellt? Bevor Sie eine KI auf diese Daten ansetzen, müssen diese Fragen geklärt sein.

1. Implementieren Sie das «Vier-Augen-Prinzip 2.0»: Erlassen Sie eine klare interne Weisung, dass kein KI-generierter Finanztext oder -bericht das Unternehmen ohne eine dokumentierte, menschliche Fachprüfung verlässt. Diese «Human-in-the-Loop»-Kontrolle muss ein unumstösslicher Grundsatz sein. Die 84% Vertrauensvorschuss aus der Studie sind fahrlässig.

1. Definieren Sie die Prozessverantwortung: Der CFO, nicht der IT-Leiter, ist für die Richtigkeit der finanziellen Ergebnisse verantwortlich, unabhängig davon, ob sie von einem Menschen oder einer KI berechnet wurden. Dieser Grundsatz muss in Ihren Governance-Prozessen verankert werden. Jeder KI-gestützte Schritt im Reporting-Prozess muss nachvollziehbar und auditierbar sein.

Die Workiva-Studie ist der Beweis, dass der wahre Wettbewerbsvorteil durch KI nicht allein aus der Geschwindigkeit der Implementierung entsteht, sondern aus der Robustheit der zugrundeliegenden Governance. Für Schweizer Unternehmen ist dies eine Chance, ihre traditionellen Stärken wie Qualität und Verlässlichkeit auch im Zeitalter der KI auszuspielen.