Wie man gute Prompts schreibt (und KI wirklich im Finanzwesen einsetzt)

Jeder Finanzprofi wurde bereits mit dem Potenzial der Künstlichen Intelligenz konfrontiert. Dennoch stecken die meisten Teams noch im „Frustrationszyklus“ fest: Sie öffnen ChatGPT, stellen eine weit gefasste Frage, erhalten einen generischen Textblock und kommen infolgedessen zu dem Schluss, dass die Technologie für die kritischen und komplexen Anforderungen des Sektors nicht nützlich ist.

Der Fehler liegt nicht in der Technologie, sondern in der Qualität Ihrer Kommunikation. Ein gut geschriebener Prompt verwandelt KI von einem einfachen Textgenerator in einen 24/7 Senior Analysten. Er ist in der Lage, strukturierte Berichte zu erstellen, Varianzanalysen in Sekundenschnelle zu automatisieren und umsetzbare Insights zu liefern. Die Beherrschung dieser Technik ist es, was Teams, die über Automatisierung reden, wirklich von jenen unterscheidet, die Finanzautomatisierung umsetzen.

Das Wesentliche: Wie man funktionierende Prompts schreibt

Die Grundlage eines effektiven Prompts ist das Verständnis, dass KI ein logischer Denkprozess ist, der klare Anweisungen, Kontext und ein gut definiertes Ausgabeformat benötigt.

1. Geben Sie Kontext und definieren Sie die Rolle (Die Denkweise eines Controllers)

Die KI muss wissen, wer sie ist und für wen die Antwort bestimmt ist. Dies beeinflusst das Niveau der technischen Tiefe, den Tonfall und den strategischen Fokus der Analyse.

• Die Basis (Ohne Kontext): „Fassen Sie diesen Bericht zusammen“
• Das Fortgeschrittene (Mit definierter Rolle): „Sie sind ein erfahrener Finanzanalyst, spezialisiert auf Liquidität. Ich benötige eine Zusammenfassung des Cashflows dieses Monats in 3 kurzen Absätzen, mit Fokus auf das Risiko eines Covenant-Bruchs. Verwenden Sie eine warnende Sprache für das C-Level.“

Warum es funktioniert: Indem Sie die Rolle (Senior Analyst) und den Fokus (Covenant-Risiko) definieren, stellen Sie sicher, dass die Priorität und die Tiefe der Antwort mit den kritischsten Anliegen des Bereichs übereinstimmen.

2. Seien Sie radikal spezifisch (Klarheit und Metrik)

Klarheit ist die Säule eines guten Prompts. Zweideutige oder verwirrende Sprache führt zu fehlerhaften Antworten. Es ist entscheidend, genau zu detaillieren, was Sie erhalten möchten, einschließlich Metriken, Zeitraum und Berechnungsgrundlagen. Ein weiteres Beispiel:

• Schlecht (Zweideutigkeit): „Ich benötige allgemeine Informationen zu den Kosten.“
• Besser (Klarheit und Metrik): „Listen Sie die monatlichen Betriebskosten des Unternehmens für die letzten drei Monate (T-3) auf, gruppiert nach Kategorien (Miete, Gehälter, Nebenkosten). Berechnen Sie die prozentuale Abweichung jeder Kategorie gegenüber dem Budget und markieren Sie Abweichungen über 10 % rot.“

Warum es funktioniert: Sie vermeiden weit gefasste Anfragen wie „analysieren Sie die Kosten“. Durch die Detaillierung des Ziels (Abweichungen über 10 % identifizieren) lenkt die KI die Analyse entsprechend dem Fokus und sucht nach Anomalien, anstatt nur Daten zu beschreiben.

3. Zeigen Sie das ideale Format (Umsetzbare Struktur)

KI ist hervorragend darin, Mustern zu folgen. Wenn Sie ein nutzbares Ausgabeformat wünschen – eine Tabelle, eine Liste mit Überschriften oder eine E-Mail-Struktur – sollten Sie diese Struktur vorgeben.

• Schlecht: „Analysieren Sie das Monatsresultat“
• Besser (Mit Struktur): „Analysieren Sie das Monatsresultat und organisieren Sie die Antwort in Aufzählungspunkten: Umsatz (% Abweichung vs. Budget), EBITDA (reale Marge), Top 3 Ausgaben (Auswirkung in %), 1 umsetzbarer Insight für den nächsten Monat.“

Warum es funktioniert: Sie eliminieren den „Textblock“. Das Festlegen des gewünschten Formats spart Zeit und erhöht die Anwendbarkeit der Antwort, die direkt in eine Executive-Präsentation kopiert werden kann.

4. Teilen Sie in Schritte auf (Chain-of-Thought)

Für komplexe Analysen verwenden Sie die Chain-of-Thought-Technik (Gedankenkette) oder teilen Sie die Aufgabe in logische Schritte auf. Dies zwingt die KI, die Argumentation Schritt für Schritt darzulegen, bevor sie zur endgültigen Schlussfolgerung gelangt.

Beispiel für die Analyse von Ausgabenabweichungen (3 Schritte):

1. „Listen Sie die 5 Ausgaben auf, die im Quartal im Vergleich zum Vorquartal am stärksten (im absoluten Wert) variierten.“
2. „Analysieren Sie für diese 5 Ausgaben die Einkaufslogs und schlagen Sie die wahrscheinlichste Ursache der Abweichung vor (z.B. Volumenanstieg, Buchhaltungsfehler oder Inflation).“
3. „Basierend auf den Daten und der Diagnose aus Schritt 2 schlagen Sie 3 konkrete und sofortige Maßnahmen vor, um die Auswirkungen dieser Ausgaben zu mindern.“

Warum es funktioniert: Der sequentielle Ansatz schafft einen prüfbaren und strukturierten Workflow. Wenn die KI bei der Ursachenanalyse (Schritt 2) einen Fehler macht, können Sie nur diesen Schritt korrigieren, was eine höhere Genauigkeit der Schlussfolgerung (Schritt 3) gewährleistet.

Der Unterschied in der Praxis: Ein visuelles Beispiel

Die Qualität Ihrer Frage wirkt sich direkt auf die Verwendbarkeit der Antwort aus. Die Umwandlung eines nutzlosen Prompts in einen umsetzbaren ist sofort sichtbar:

Erster Vergleich: Finanzübersicht (Bericht)

Analyse der Verbesserung: Der fortgeschrittene Prompt wurde verbessert, indem eine Persona („Finanzanalyst“), ein obligatorisches Format (5 Aufzählungspunkte) und, was am wichtigsten ist, der analytische Fokus (Umsatzabweichung, EBITDA und größte Auswirkungen auf die Ausgaben) festgelegt wurden. Dies zwingt die KI, Informationen für das Management nicht nur zusammenzufassen, sondern auch zu interpretieren und zu priorisieren. Das Ergebnis ist nicht nur ein Text, sondern ein strukturierter Insight.

Zweiter Vergleich: Datenanalyse (Excel-Tabelle)

Analyse der Verbesserung: Der fortgeschrittene Prompt löst das Problem der Datenspezifität. Durch die Detaillierung der Spalten (Datum, Sachkonto, Wert, Typ) und der gewünschten Funktionen (SUMMENWENN und MONAT()) ist die KI in der Lage, eine komplexe Formel zu erstellen, die die Realität des Layouts der Finanztabellenkalkulation widerspiegelt. Der Gewinn liegt in der technischen Präzision und der Eliminierung der Notwendigkeit manueller Fehlersuche.

Tools für den Start (und die Kritik an den Daten)

Der Prompt ist der Motor, aber das Tool definiert die Sicherheit und die Fähigkeit, Ihre Daten zu verarbeiten.

Abstra – Die Plattform für Finanzautomatisierung. Ideal für die Ausführung komplexer Prompts, die Sicherheit, Protokolle, Rückverfolgbarkeit und direkte Verbindung zu ERPs und Datenbanken erfordern. Es ist die Wahl für diejenigen, die Governance und Auditierung bei der Automatisierung von Geschäftsprozessen benötigen.

ChatGPT, Copilot, Gemini – Hervorragend für Entwürfe, Brainstorming, Zusammenfassungen langer Dokumente und schnelle Analysen basierend auf Text oder kopierten/eingefügten Daten. Kritik: Die meisten öffentlichen Versionen sind nicht mit Echtzeit-Unternehmensdaten verbunden und bergen Vertraulichkeitsrisiken (Datenleckage). Verwenden Sie sie mit Vorsicht bei vertraulichen Daten.

BI + SQL + Ihre Daten (Die Brutale Verbindung) – Der wahre Qualitätssprung erfolgt, wenn die KI strukturierte und aktuelle Daten an der Quelle (wie Ihrem ERP) abfragt. In diesen Fällen dient der Prompt dazu, die KI anzuweisen, die korrekte SQL-Abfrage zu schreiben und anschließend das Ergebnis dieser Abfrage zu analysieren. Dies ist der einzige Weg, um zu verhindern, dass die KI Zahlen erfindet.

Warum das wichtig ist: Der Sprung zu strategischer Effizienz

Die Beherrschung der Prompt Engineering-Technik ist eine grundlegende Fähigkeit, da sie das Finanzteam von repetitiven Arbeiten befreit und es auf strategisches Denken ausrichtet.

CFOs und Controller, die strukturierte Prompts verwenden, können:

1. Daten interpretieren: Große Mengen an Rohdaten (GuV, Bilanzen) in Sekundenschnelle in hochrangige Diagnosen umwandeln.
2. Szenarien projizieren: Komplexe „Was-wäre-wenn“-Simulationen (z.B. Auswirkungen von Wechselkursschwankungen auf die Anschaffungskosten) agil und präzise durchführen.
3. Chancen finden: Anomalien und Lücken zwischen geplant und tatsächlich proaktiv identifizieren.

Die Teams, die dies richtig machen, sehen bereits klare und messbare Ergebnisse:

• Drastische Zeitersparnis bei manuellen Analysen und der Konsolidierung von Berichten (es gibt Berichte über Reduzierungen von über 70 %).
• Präzisere und nachvollziehbarere Daten, da die Automatisierung des Prompts sicherstellt, dass dieselbe Berechnungsgrundlage immer wiederholt wird.
• Schnellere Entscheidungen, da strukturierte Daten und Insights gleich zu Monatsbeginn das C-Level erreichen.

Zusammenfassend: Struktur und Governance sind der Schlüssel

Der Unterschied zwischen einer nutzlosen Antwort und einer strategischen Entscheidung im Finanzwesen liegt in der Disziplin Ihrer Frage. Denken Sie immer an die vier Säulen:

• Geben Sie den vollständigen Kontext an (Rolle und Zielgruppe).
• Seien Sie spezifisch (Metrik, Zeitraum, Ausschlüsse).
• Definieren Sie das gewünschte Ausgabeformat.
• Verwenden Sie sequenzielle Schritte für komplexe Analysen.

Mit Finanzautomatisierungstools wie Abstra bringen Sie die Disziplin des Prompts in die Welt der Sicherheit und Rückverfolgbarkeit und stellen sicher, dass Ihre strukturierte Frage zu einer prüfbaren und präzisen Aktion führt. Geben Sie sich nicht mit generischen Antworten zufrieden. Fragen Sie mehr und fragen Sie besser.

---

Lesen Sie auch:

• Die Rolle von KI-Tools in der Finanzautomatisierung
• Wie CFOs Automatisierung nutzen, um operative Effizienz zu steigern