600000 Trades/Tag: Wann GenAI? Der flatexDEGIRO-Praxisbericht

Ein lächelnder Mann mit kurzen Haaren trägt einen dunklen Anzug und ein weißes Hemd. Er steht vor großen Fenstern, die einen Blick auf moderne Gebäude ermöglichen. Der Ausdruck vermittelt Zuversicht und Professionalität, passend zu Finanzprozessen. — Dr. Thomas Lindner, Managing Director bei flatexDEGIRO flatexDEGIRO

FlatexDEGIRO setzt generative KI in Finanzprozessen nur dort ein, wo Schnittstellen, Berechtigungen und Protokollierung geklärt sind und in Prozessen, die Mitarbeitenden spürbaren Mehrwert bieten. Der folgende Beitrag zeigt vor dem Hintergrund regulatorischer Anforderungen Erfolgsfaktoren und Probleme für den sinnvollen Einsatz von generativer KI in Finanzprozessen.

von Dr. Thomas Lindner, Managing Director bei flatexDEGIRO

flatexDEGIRO hat im Geschäftsjahr 2025 mehr als 75 Millionen Wertpapiertransaktionen über seine Handelsplattform abgewickelt; an volatilen Tagen waren es bis zu 600.000 Transaktionen von Kundinnen und Kunden pro Tag. Über alle Systeme hinweg fließen diese Daten in die Finanzberichterstattung der Gruppe ein – einschließlich Qualitätssicherung und Kontrollen.

Wenn Mitarbeitende aufgrund dieser Datenmengen bis zu zehn Minuten warten, bis ein Report geöffnet ist, ist das ein Performanceproblem. Und es zeigte uns, dass wir aus bestehenden ERP-Strukturen herausgewachsen sind.“

Aus diesem Grund haben wir bereits 2018 unser Hauptbuch in die Public Cloud überführt und unser Kernbankensystem an den nicht sensitiven Bereichen mit dieser Cloud-Lösung vernetzt. Dies legte den Grundstein für die Transformation auf SAP S/4HANA Cloud Public Edition. Seit dem 1. Januar 2026 arbeiten wir produktiv auf der neuen Plattform. KI sollte von Anfang an kein nachträgliches Add-on sein. Die entsprechenden Funktionen und Anwendungsfälle waren fester Bestandteil unseres Projekts und brauchten ein stabiles, technisches Fundament für den späteren, erfolgreichen Einsatz im Rechnungswesen.

Vor KI kamen Stammdaten, Standards und Schnittstellen

Die Herausforderung unserer Transformation waren Datenmigration, Stammdaten, Berechtigungskonzepte, Schnittstellen und Tests, um zu sehen, ob ein ERP-System später stabil läuft.

Autor: Thomas Lindner, flatexDEGIRO

Dr. Thomas Lindner, Managing Director bei flatexDEGIRO, ist abgebildet. Er beschäftigt sich mit der technischen und organisatorischen Weiterentwicklung von Finanzprozessen in einem regulierten Bankenumfeld. Der Hintergrund zeigt moderne Büroarchitektur.

Dr. Thomas Lindner ist Managing Director bei flatexDEGIRO (Website) und beschäftigt sich mit der technischen und organisatorischen Weiterentwicklung von Finance-Prozessen in einem regulierten Bankenumfeld. Er begleitet die Modernisierung der Finanzadministration, darunter die Anbindung des Kernbankensystems an Public-Cloud-Architekturen und den produktiven Einsatz von SAP S/4HANA Cloud Public Edition. Seine fachliche Arbeit umfasst unter anderem KI im Rechnungswesen, Standardisierung von Finanzprozessen und die Frage, wie Automatisierung in prüfungspflichtigen Abläufen kontrollierbar bleibt.

Gerade bei Schnittstellen haben wir gelernt, dass Plug and Play in komplexen Unternehmens- und Systemlandschaften, auch innerhalb von Lösungen eines Anbieters, eine Illusion ist. Eine Schnittstelle muss im Datenaustausch gefestigt sein, um den Anforderungen nach Echtzeitverarbeitung im Hochtransaktionsgeschäft gerecht zu werden und zuverlässiges Reporting zu gewährleisten.

Am Beispiel flatexDEGIRO heißt das, Systeme wie Cloud ERP, Kernbankensysteme, HCM und das Data Warehouse müssen dauerhaft synchronisiert bleiben. Für robustere Schnittstellen sorgte SAP Integration Suite als zentrale Middleware, die unsere Systeme verbindet, den Datenaustausch stabilisiert und die Steuerung komplexer Integrationsszenarien vereinfacht. So lassen sich künftige Anforderungen skalierbar und standardisiert abbilden.

Zuverlässigkeit durch standardisierte Prozesse

Eine der größten Herausforderungen der Transformation im Cloud ERP-Umfeld lag in den Prozessen. Über Jahre hatten sich zahlreiche individuelle Lösungen etabliert: bspw. Excel-Dateien oder eigene Logiken innerhalb der Standardprozesse. Fachlich waren sie oft sinnvoll, weil sie Mitarbeitenden halfen, schneller oder effizienter zu arbeiten. Für skalierbare KI-Unterstützung werden solche Workarounds jedoch zum Problem, weil sie den Standardprozess umgehen. Deshalb bestand ein wesentlicher Teil unserer Transformation darin, Workarounds in standardisierte Prozesse zurückzuführen. Das war oft der anspruchsvollste Teil des Projekts, denn niemand hört gern, dass eine über Jahre bewährte Hilfslösung langfristig zur Bremse wird.

Berechtigungen als Grundvoraussetzung

Generative KI verändern den Zugriff auf Unternehmensdaten. Wer per natürlicher Sprache fragt: „Zeige mir alle Eingangsrechnungen vom Lieferanten XY“ (anstelle technische Parameter zu nutzen), löst technisch gesehen eine Abfrage auf sensible Finanzdaten aus.

KI sollte dafür keine eigenen Berechtigungen bekommen und arbeitet ausschließlich innerhalb bestehender Rollen- und Berechtigungskonzepte.“

Das Least-Privilege-Prinzip bleibt unverändert und Mitarbeitende erhalten über KI nicht mehr Informationen als über die klassische SAP-Anwendung. Ebenso darf KI keine Freigabeprozesse oder Segregation-of-Duties-Regeln umgehen.

Beim generativen Assistenten SAP Joule, den wir hierfür nutzen, wird sichergestellt, dass er keine zusätzlichen Zugriffsrechte erhält, sondern innerhalb des bestehenden Berechtigungsrahmens bleibt. So bleibt die Kontrolle über sensible Daten und Prozesse gewährleistet.

Für KI ergaben sich für uns zwei Grundsätze:

Erstens: Ein KI-gestützter Vorschlag muss denselben Prozess und Datenfluss durchlaufen wie eine manuelle Bearbeitung sowie dokumentieren, wie die KI-Empfehlung entstanden ist. Herkunft, Verarbeitungszeitpunkt, Validierungen und ERP-Status müssen jederzeit nachvollziehbar bleiben. Nur weil KI technisch direkt auf Daten zugreifen könnte, sollte sie es nicht automatisch tun.

Zweitens: KI darf unterstützen, erklären, suchen und Vorschläge machen – verbindliche Entscheidungen trifft sie nicht. Prüfung und Freigabe bleiben beim Mitarbeitenden. Das schafft Vertrauen und Transparenz in einem regulierten Umfeld.

Die Grenzen von KI

So groß das Potenzial von KI ist, im Rechnungswesen ziehen wir klare Grenzen. KI kann Vorschläge und Hilfestellungen bieten, fachliche Verantwortung darf sie jedoch nicht übernehmen. Also überall dort, wo ein Vier-Augen-Prinzip oder eindeutige Verantwortlichkeit gilt.

KI verbessert zudem schlechte Stammdaten nicht. Sie verarbeitet sie nur schneller und oft mit einer Überzeugungskraft, die Genauigkeit vortäuscht.

Deshalb beginnt eine erfolgreiche KI-Strategie bei sauberen Daten und standardisierten Prozessen.“

Wir haben zudem unterschätzt, wie aufwändig es ist, über Jahre gewachsene Routinen wirklich zu standardisieren und wie wichtig konkrete Erfolgserlebnisse sind, um Skepsis gegenüber KI abzubauen. Zudem müssen Mitarbeitende den Mehrwert von KI selbst erleben, um überzeugt zu sein. Im Rahmen einer erfolgreichen Demo in einem Key-User-Workshops mit 40 Kollegen, in denen wir Embedded-AI-Funktionen in SAP getestet haben, konnten wir per natürlicher Sprache ein Anlagegut erstellen. Dieser hands-on Prozess hat geholfen, Neugier statt Skepsis zu schaffen.

Fazit: Technische Governance macht KI produktionsfähig

Der Aufwand bei der Integrierung eines KI-Modells liegt darin, die Voraussetzungen für den sicheren produktiven Einsatz zu schaffen. Maßnahmen wie die Standardisierung von Prozessen und Abgrenzen von Systemen oder Daten, machen KI nicht nur zu einem verlässlichen Werkzeug, sie bieten eine grundlegende Motivation für die digitale Transformation.

KI ist zudem ein Hilfsmittel für Früherkennung und Routinetätigkeit und macht Finance-Prozesse robuster, transparenter und effizienter.“

Für regulierte Finanzunternehmen ist das der richtige Weg. KI muss nicht eigenständig entscheiden, entfaltet das Potenzial aber nur dort, wo sie Menschen zuverlässig unterstützt und bestehende Kontrollmechanismen ergänzt. So wird KI zu einem Baustein moderner, stabiler und zukunftsfähiger Finance-Prozesse. Thomas Lindner, flatexDEGIRO