Blog

Bevor ein KI-Agent Geld bewegt, muss Treasury seine Befugnisse festlegen

Die autonome Ausführung von Zahlungen ist eine Delegationsentscheidung. In dem Moment, in dem ein KI-Agent Geld bewegen kann, hat Treasury Entscheidungsbefugnisse delegiert, statt lediglich einen Prozess zu automatisieren. Damit verschiebt sich die Vertrauensfrage von „War die Empfehlung richtig?" zu „War die Handlung autorisiert, klar eingegrenzt und angemessen?" Dieser Wandel markiert den entscheidenden Schritt vom Gehen zum Laufen.

Teil 1 befasste sich mit dem Vertrauen in KI-Empfehlungen, und Teil 2 damit, den Agenten selbst zu verstehen. Beim Laufen gelten höhere Anforderungen, denn Treasury muss die Befugnisse eines Agenten steuern, bevor dieser eine Zahlung ausführt.

Eine Stellungnahme des Internationalen Währungsfonds beschreibt das Thema als Trennung zwischen drei Ebenen: Absicht, Autorisierung und Abwicklung. Ein Agent kann dabei helfen, die Zahlungsabsicht zu formulieren und die Zahlung zu koordinieren. Autorisierung und Abwicklung erfordern jedoch deterministische Kontrollen. Diese Unterscheidung bildet die Grundlage für die Mindestanforderungen an das Mandat: Der Agent arbeitet innerhalb klar definierter Grenzen, während explizite Regeln entscheiden, ob die Zahlung ausgeführt werden darf.

Ein Zahlungsmandat ist kein Prompt

Hier ist ein Szenario, das die meisten Treasury-Teams kennen dürften. Ein Agent erkennt einen wiederkehrenden konzerninternen Finanzierungsbedarf, prüft die Liquiditätsposition der Gesellschaft, bestätigt den Zahlungsempfänger und bereitet die Transaktion vor – stellt dann aber fest, dass sich die Bankverbindung geändert hat, der Zahlungsbetrag höher ist und vor dem nächsten Finanzierungszyklus eine weitere Zahlungsverpflichtung fällig wird.

Wie sollte der Agent reagieren? Wenn er fortfährt, könnte er die höhere Zahlung freigeben, die Liquidität der Gesellschaft für die nächste Verpflichtung gefährden oder den Verifizierungsschritt umgehen, den die Änderung der Bankverbindung auslöst. Das Modell hätte nicht auf offensichtliche Weise versagt. Es hätte lediglich ein unvollständiges Mandat befolgt und damit ein reales Treasury-Problem verursacht.

Ohne ein Mandat würden die meisten Agenten fortfahren – und genau darin liegt das Problem. Treasury kann Ermessensentscheidungen nicht delegieren, ohne zuvor die entsprechenden Grenzen festzulegen.

Ich bezeichne diese Grenzen als Mindestanforderungen an das Mandat: die minimal erforderlichen Berechtigungen, Bedingungen und Stop-Regeln, die vor Beginn der autonomen Ausführung vorhanden sein müssen. Ein Mandat sollte die einbezogenen Gesellschaften, Konten, Zahlungsarten, Zahlungsempfänger, Währungen, Limits, Datenquellen und Ausnahmen definieren – einschließlich der Aktionen, die eine menschliche Prüfung erfordern.

Während ein Prompt einem Agenten mitteilt, was jemand möchte, legt ein Mandat fest, was der Agent tun darf. Treasury braucht Letzteres.

Der 3-Uhr-Test

Bei Gesprächen mit Führungskräften aus dem Finanzbereich über autonome Ausführung arbeite ich mit einem einfachen Rahmen, den ich den 3-Uhr-Test nenne. Wenn ein Agent um 3 Uhr morgens eine Zahlung ausführt: Kann Treasury vor dem morgendlichen Meeting vier Fragen beantworten?

  • Warum wurde die Zahlung ausgeführt? Der Datensatz sollte die Zahlung auf eine genehmigte Rechnung, einen Finanzierungsbedarf, eine fällige Verbindlichkeit oder eine Liquiditätsmaßnahme zurückführen können.

  • Warum durfte der Agent die Zahlung ausführen? Treasury sollte auf das geltende Mandat, die entsprechenden Limits, Genehmigungsregeln und Kontrollen zur Funktionstrennung verweisen können.

  • Was geschah, als der Agent auf Unsicherheit stieß? Der Workflow sollte zeigen, ob der Vorgang abgeschlossen, zurückgehalten, eskaliert oder gestoppt wurde, denn Unsicherheit darf niemals als Erlaubnis zum Fortfahren interpretiert werden.

  • Wer trägt die Verantwortung für die Entscheidung? Kann Ihr Treasury-Team die verantwortliche Person benennen, wenn der Agent um 3 Uhr morgens einen Fehler gemacht hat? Es muss eine Person sein, nicht das System.

Wenn Treasury diese Fragen nicht beantworten kann, verfügt das Unternehmen noch nicht über durch Governance abgesicherte Autonomie. Es verfügt lediglich über einen automatisierten Prozess, der nach einem Fehler möglicherweise nur schwer zu erklären ist.

Bei Ausnahmen zeigt sich die Qualität der Governance

Routinezahlungen sind nicht der eigentliche Test für einen Agenten – Ausnahmen sind es. Ein Agent kann perfekt funktionieren, wenn Bankdateien pünktlich eintreffen, Zahlungsempfänger unverändert bleiben, Abstimmungen vollständig sind und Zahlungsbeträge den historischen Mustern entsprechen. Doch bei diesen Ausnahmen wird die Governance wirklich auf die Probe gestellt – wenn eine Datenübertragung verzögert ist, sich ein Zahlungsempfänger ändert, eine Rechnung doppelt vorliegt oder eine Zahlung einen Schwellenwert überschreitet.

Wenn Daten veraltet sind, ein Zahlungsempfänger neu ist, eine Zahlung einen Schwellenwert überschreitet oder eine Bank beziehungsweise ein ERP-System einen Fehler zurückgibt, sollte der Agent pausieren oder eskalieren, statt fortzufahren. Häufig besteht das sicherste autonome Verhalten darin, den Vorgang zu stoppen.

Einige CFOs werden fragen, was wir eigentlich automatisiert haben, wenn jede Ausnahme an einen Menschen geht. Die Antwort lautet: die Routine, nicht das Urteilsvermögen. Ein Agent kann das Standardzahlungsvolumen schnell verarbeiten und gleichzeitig die wenigen mehrdeutigen oder risikoreichen Fälle an die Personen weiterleiten, die zu deren Entscheidung befugt sind.

Viele Automatisierungskonzepte gehen davon aus, dass das System fortfahren sollte, solange niemand eingreift. Diese Annahme kann Treasury nicht akzeptieren. Ein Zahlungsworkflow, der standardmäßig fortfährt, solange niemand eingreift, kann aus einem kleinen Datenproblem einen erheblichen finanziellen Vorfall machen. Treasury ist keine Demo-Umgebung, und jede Ausnahme braucht ein Ergebnis, das sowohl sicher als auch revisionssicher nachvollziehbar ist.

Wer trägt die Verantwortung für die Entscheidung?

Treasury arbeitet seit Jahrzehnten mit einer geregelten Funktionstrennung, und die Regeln ändern sich nicht nur deshalb, weil einer der Akteure Software ist.

Ein Agent kann eine Zahlung vorbereiten und anhand definierter Regeln validieren. In einem eng begrenzten Anwendungsfall kann er die Zahlung möglicherweise auch automatisch freigeben. Was er jedoch nicht tun sollte: die Zahlungsanweisung erstellen, selbst entscheiden, dass diese gültig ist, und anschließend seine eigene Schlussfolgerung als unabhängige Genehmigung behandeln.

Der Datensatz muss zwischen der Empfehlung des Agenten, der Vorbereitung der Transaktion, automatisierten Prüfungen, der menschlichen Genehmigung, der finalen Zahlungsfreigabe und der Abstimmung unterscheiden.

Eine Kontrolle mit menschlicher Beteiligung ist nur dann relevant, wenn die betreffende Person tatsächlich eine Entscheidung treffen muss. Deshalb ist eine Prüfung nach der Freigabe keine Genehmigung.

Ebenso wenig sollte ein Agent sein eigenes Zahlungslimit erhöhen, einen Zahlungsempfänger hinzufügen, eine Richtlinie ändern oder eine Kontrolle umgehen können, nur weil ein Prompt dies verlangt. Für solche Aktionen ist eine Autorisierung außerhalb des Mandats des Agenten erforderlich.

Ausführung bedeutet Transparenz und klare Grenzen

Autonome Ausführung darf nicht zu einer Funktion nach dem Muster ‚Einrichten und Vergessen' werden. Deshalb braucht Treasury Transparenz, während der Agent arbeitet. Das Monitoring sollte unerwartet hohe Volumina, wiederholte Zahlungsversuche, ungewöhnliche Zahlungsempfänger, Zahlungen außerhalb der üblichen Zeitfenster und Versuche zur Überschreitung von Limits melden. Treasury braucht außerdem eine praktikable Möglichkeit zum Eingreifen – sei es durch das Pausieren eines Agenten, den Entzug von Berechtigungen, die Aussetzung eines Workflows oder die Verhinderung einer Freigabe.

Die Abstimmung schließt den Kreislauf nach der Ausführung. Wurde die Zahlung zum erwarteten Betrag akzeptiert und abgewickelt? Und hatte sie unerwartete Auswirkungen auf Liquidität, Rechnungslegung oder Risikoposition?

Der Zahlungsdatensatz sollte die ursprüngliche Absicht, die Aktionen des Agenten, die Antwort der Bank und das endgültige Treasury-Ergebnis miteinander verknüpfen. Wenn sich Ausnahmen wiederholen, können sie auf ein Datenproblem, ein zu weit gefasstes Mandat oder einen Anwendungsfall hinweisen, der schlicht nicht für eine autonome Ausführung geeignet ist.

Mit dem Betriebsmodell beginnen

Der richtige Weg zu autonomen Zahlungen besteht nicht darin, einem Agenten weitreichenden Zugriff zu gewähren und die Kontrollen erst zu verschärfen, nachdem er seinen Nutzen unter Beweis gestellt hat. Wenn Sie sich sagen, dass Sie die Governance später ergänzen werden, setzen Sie darauf, dass nichts schiefgeht, während die Organisation noch lernt. Diese Wette sollten die meisten Treasury-Verantwortlichen nicht eingehen.

Beginnen Sie mit eng gefassten, wiederholbaren Anwendungsfällen und unterscheiden Sie klar, was der Agent empfehlen, vorbereiten, initiieren und freigeben darf. Definieren Sie die erforderlichen Daten, Limits, Eskalationswege und Stop-Mechanismen und testen Sie Fehlerszenarien, bevor Sie das Mandat erweitern.

Laufen bedeutet nicht, allein zu laufen. Es bedeutet, innerhalb eines Treasury-Rahmens zu arbeiten, der Befugnisse eindeutig festlegt, Ausnahmen sicher behandelt, die Ausführung nachvollziehbar macht und Verantwortlichkeit jederzeit gewährleistet.

Erst die Befugnisse, dann die Autonomie.

Written By

Andrew Blair

Andrew Blair

Head of Global Presales and Value Advisory

Andrew Blair ist Head of Global Presales and Value Engineering bei Kyriba, dem führenden Anbieter für Lösungen im Liquiditäts- und Risikomanagement. Er arbeitet weltweit mit den Teams für Solution Engineering, Value Consulting und Technical Sales zusammen. Vor seinem Einstieg bei Kyriba war Andrew neun Jahre bei GTreasury in Professional Services, im Account Management und in leitenden Presales-Funktionen tätig. Er verfügt über fundierte Expertise in Treasury‑Technologie, Finanzrisikomanagement sowie in der Begleitung von Unternehmen durch komplexe Enterprise‑Sales‑Zyklen.

Ähnliche Ressourcen

Blog

Lernen Sie Ihren Agenten kennen, bevor Sie ihm vertrauen

Mehr erfahren
Blog

Bevor agentische KI im Treasury handelt, müssen CFOs wissen, ob sie ihren Empfehlungen vertrauen können

Mehr erfahren
Blog

Human-in-the-loop: ein praxisnahes KI-Steuerungsmodell für Finanzverantwortliche

Mehr erfahren