Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai10. August 2026 · Q008387

What building an AI-native finance function taught me

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Sarah Friar beschreibt OpenAIs noch laufenden Versuch, die Finanzfunktion mit KI neu zu gestalten: mit laufendem Finanzabgleich, aktualisierten Prognosen, selbst gebauten Werkzeugen und Experimenten an konkreten Aufgaben. Sie betont, dass Menschen Ergebnisse prüfen und freigeben sowie Nutzen und Kosten anhand der Arbeitsleistung messen sollen; die beschriebenen Ziele sind noch nicht erreicht und der Bericht bietet keine unabhängige Wirksamkeitsprüfung.

Mittel

Sarah Friar schildert, wie OpenAI seine Finanzfunktion mit KI neu gestalten wollte. Als Leitziele nennt sie einen laufend abgeglichenen „Zero-Day Close“ und kontinuierlich aktualisierte Prognosen. Beide Vorhaben seien noch im Aufbau. Die angestrebte Veränderung soll Finanzteams helfen, Entwicklungen früher zu erkennen und Führungskräften mehr Zeit für Entscheidungen zu geben.

Ihre fünf Lehren: KI-Zugang mit Experimenten an echten Arbeitsproblemen verbinden; Abläufe von den Quelldaten bis zur Entscheidung neu gestalten; Finanzfachleute befähigen, eigene Werkzeuge zu bauen; klare Kontrollen und menschliche Verantwortung sichern; und den Nutzen anhand erledigter Arbeit, Qualität, Kosten und Entscheidungsgeschwindigkeit messen. Als Beispiele nennt Friar IR-GPT für erste Entwürfe zu Investorenanfragen sowie ein mit Codex entwickeltes Werkzeug zur Aufteilung einer monatlichen Werbeprognose in Wochen- und Tagespläne.

KI könne laut Friar Daten zusammenführen, Abweichungen erläutern und Szenarien aufzeigen. Die Finanzfunktion müsse jedoch Zahlen prüfen, Urteile fällen und freigegebene Prognosen verantworten. Der Bericht stellt die Erfahrungen und Einschätzungen der Autorin dar; er enthält keine unabhängige Wirksamkeitsprüfung oder quantifizierten Gesamtergebnisse.

Ausführlich lesen

Sarah Friar beschreibt, wie OpenAI seine Finanzfunktion angesichts schnellen Unternehmenswachstums um künstliche Intelligenz herum neu aufbauen wollte. Ihr zufolge sollte KI nicht nur Monatsabschlüsse und Prognosen beschleunigen, sondern Führungskräften ein aktuelleres Bild des Geschäfts und mehr Zeit für Entscheidungen verschaffen. Als Leitziele nennt sie einen „Zero-Day Close“ mit laufend abgeglichenen Finanzdaten sowie automatisierte, kontinuierlich aktualisierte Prognosen. Beide Vorhaben seien noch im Aufbau; der Text schildert sie als Ambitionen und Arbeitsrichtung, nicht als bereits erreichte Ergebnisse.

Friar leitet fünf Lehren für CFOs ab. Erstens sollten Unternehmen vielen Beschäftigten sicheren Zugang zu KI geben und zugleich Experimente an konkreten Arbeitsproblemen fördern. Als Beispiel nennt sie einen Finanz-Hackathon, aus dem IR-GPT hervorging: ein Werkzeug, das auf freigegebenen Investor-Relations-Materialien basiert und erste Antworten auf Due-Diligence-Fragen erstellt. Auch für Beschaffung und Steuern seien eigene GPTs in Arbeit. Sie empfiehlt, praktische Ideen aus den Teams mit einer übergeordneten Priorisierung durch die Führung zu verbinden.

Zweitens sollten CFOs ganze Arbeitsabläufe von den Quelldaten bis zur Entscheidung neu gestalten. Für den Abschluss beschreibt Friar eine angestrebte, laufend abgeglichene Sicht auf Budgets, Hauptbuchdaten, Bestellungen, Rückstellungen und Transaktionen. KI könne Abweichungen erklären und prüfbedürftige Fälle markieren; die Finanzfunktion solle Zahlen validieren, urteilen und die Freigabe verantworten. Eine solche Datenbasis solle auch Prognosen speisen, die statistische Modelle, Vertriebshinweise, operative Daten und fachliches Urteil zusammenführen. Interaktive Ansichten könnten Szenarien und ihre Auswirkungen zeigen. Die Automatisierung sei dabei das Ziel; laufende Aktualisierung, schnellere Szenarioanalysen und klare Zuständigkeit beschreibt Friar als Schritte dorthin.

Drittens könnten Finanzfachleute selbst Werkzeuge bauen. Friar berichtet von individuell entwickelten Dashboards und nennt einen Kollegen ohne Programmiererfahrung, der mit Codex aus einer monatlichen Werbeprognose Wochen- und Tagespläne erstellte. Die Autorin deutet solche Beispiele als Erweiterung der fachlichen Arbeit, nicht als Verlust von Spezialisierung.

Viertens müsse Geschwindigkeit mit Kontrollen einhergehen: Zugriffsrechte, erlaubte Aktionen, Freigaben und Eskalationen sollten festgelegt sein. Bei IR-GPT entstehe laut Friar in Sekunden ein erster Entwurf; das Team prüfe ihn, ergänzt Kontext und verantwortet die Antwort. Änderungen an freigegebenen Prognosen sollten eine Genehmigung durch die Finanzfunktion erfordern.

Fünftens solle der Nutzen anhand der erledigten Arbeit bewertet werden, einschließlich Kosten für Beschäftigtenzeit, Prüfung und Nacharbeit, Qualität und Einfluss auf Geschwindigkeit oder Entscheidungen. Nutzungszahlen allein reichten dafür nicht. Friars Schlussfolgerung lautet, dass eine KI-orientierte Finanzfunktion schnellere Abläufe, stärkere Kontrollen und bessere Entscheidungen verbinden und so mehr Zeit für menschliches Urteil schaffen könne. Dies ist die Perspektive der Autorin auf die eigenen Erfahrungen; der Bericht liefert keine unabhängige Wirksamkeitsprüfung oder quantifizierten Gesamtergebnisse.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassungen geben den Bericht im Kern treu wieder. Die Einordnungsfragen betreffen KI-Sicherheit und Governance allgemein, während der Bericht über den Einsatz von KI in Finanzfunktionen bei OpenAI geht. Deshalb liegen alle Bewertungen nur zwischen 0 und 6.

Im Bericht, aber nicht in der Zusammenfassung

  • Die zitierte OpenAI-Forschung, nach der 40 % der spezialisierten KI-Nutzung von Finanzfachleuten außerhalb der klassischen Finanzarbeit liegt und 22 % technische Aufgaben betreffen
  • Der Finanz-Hackathon mit Sales Engineers, aus dem IR-GPT hervorging, und die Pläne für Custom GPTs etwa für Einkauf und Steuern

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 94 %einzelne zitierbare Belege
    • JEV 35 %Hintergrund, keine Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 36 %gleiches Oberthema, hilft nicht
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 76 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 56 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 81 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 4 · 30 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 47 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 77 %einzelne zitierbare Belege
    • JEV 40 %beantwortet teilweise oder widerspricht
    • amos 24 %Hintergrund, keine Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 76 %einzelne zitierbare Belege
    • JEV 47 %beantwortet teilweise oder widerspricht
    • amos 27 %einzelne zitierbare Belege
    • SubQ 44 %einzelne zitierbare Belege
    • drex 24 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %einzelne zitierbare Belege
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

    • SF-A1-T01 Welche Mindestgrenzen und Schutzvorkehrungen sollen für Zugangsdaten, Kommunikation, Geld, dauerhaftes Gedächtnis, Verträge, Änderungen an Systemen und Handlungen in der physischen Welt gelten, auch wenn ein Agent über Tage ohne sofortige menschliche Zustimmung handelt, und wer darf Befugnisse erteilen, prüfen und entziehen? Luna: Stufe 3 · 23 % · Hintergrund, keine Belege
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 67 %einzelne zitierbare Belege
    • JEV 28 %Hintergrund, keine Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 27 %einzelne zitierbare Belege
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 70 %einzelne zitierbare Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 51 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 77 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 49 %beantwortet teilweise oder widerspricht
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 4 · 46 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Wirtschaft und Haftung
  1. SF-W3 Wie schützt man Finanzmärkte vor Folgen von KI, von vertraulichen Entscheidungen über Pausen bis zu Kursstürzen in Sekunden?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →