Der Agentic AI Vorteil: Finanzagenten, die die Zahlen bewegen
Schnellnavigation
Tags
Folien teilen
Der Agentic AI Vorteil: Finanzagenten, die die Zahlen bewegen
Detaillierte Ansicht jeder Folien-Seite, einschließlich Layout, wichtigem Inhalt und visuellen Elementen.
Titelfolie mit KPMG Branding. Untertitel: Was man aufbauen sollte, wie man skaliert und wie man den Wert misst. KPMG Thought Leadership, Februar 2026.
Links ausgerichteter Titeltext mit AI Robotergesicht-Illustration rechts, tiefblauer/violetter Farbverlauf-Hintergrund
Vorwort von Reindolf Annor, Partner bei KPMG Accounting Advisory Services. AI entwickelt sich von Tools zu Agenten, die im Finanzwesen aktiv werden. Fokus auf Ergebnisse: hochwertige Finanzdaten, schnellerer Abschluss, stärkere Kontrollen. Vertrauen ist nicht verhandelbar. Beginnen Sie mit kleinen Anwendungsfällen, beweisen Sie den Wert und skalieren Sie dann.
Navigationsleiste oben, dreispaltiges Textlayout mit Autorenfoto und Biografie unten rechts
Inhaltsverzeichnis mit acht Abschnitten: Was ein Finance AI Agent ist (04), Zeitalter des agentenbasierten Finanzwesens (05), Wertpotenzial (07), Vier Wege zur Wertschöpfung (08), Spektrum der sich entwickelnden Agenten (10), Grundlage für die Finance-Agent-Journey (14), Praktische nächste Schritte (23), Wie KPMG helfen kann (26).
Zweispaltige nummerierte Inhaltsliste mit blauen Zahlen, abstrakte Wellengrafik unten
Definition eines Finance AI Agent: ein digitaler Mitarbeiter, der Finanzziele erfüllt, indem er LLMs mit Planung, Orchestrierung, Datenabruf und Governance kombiniert. Liest strukturierte und unstrukturierte Daten, wendet Rechnungslegungsrichtlinien und Steuervorschriften an, ergreift Maßnahmen in Systemen, lernt aus Feedback.
Großer Titel, dreispaltige Fähigkeitsbeschreibung, Architekturdiagramm unten, das AI Agents + LLM + Anweisungen + Planung + Wissen + Tools zeigt
KPMG Quarterly Pulse Survey Daten: 65% der Unternehmen testen AI Agents (gegenüber 37% im letzten Quartal), 99% planen die Produktionseinführung, aber nur 11% haben sie in der Produktion implementiert. GenAI baut digitale Assistenten; agentic AI automatisiert vollständig.
Hero-Banner mit AI Roboterbild, zwei kreisförmige Statistikgrafiken (65%, 99%) und erklärender Text rechts
AI-Adaption in Ghana wächst seit 2017 jährlich um 28%. Nationale AI-Strategie (2023-2033) und One Million Coders Program. Der globale AI-Markt wird voraussichtlich um das 25-fache von 189 Mrd. $ auf 4,8 Bio. $ bis 2033 wachsen. KPMG GenAI Value Assessment: 17 Millionen Unternehmen, 3 Milliarden Datenpunkte. Agentic AI ist am besten für hochkomplexe Aufgaben geeignet.
Geteiltes Layout - Ghana AI Kontext auf violettem Hintergrund links, KPMG GenAI Value Assessment Schritte rechts mit Symbolen
Zwei von vier Wertversprechen: 1) Agents erweitern die Möglichkeiten für die Automatisierung - sie übernehmen Aufgaben wie Rechnungsprüfung, Journalvorbereitung, Abstimmung, MwSt-Validierung, Kreditregeln. 2) Agents schlafen nicht - kontinuierlicher Betrieb, Parallelverarbeitung, Reaktion auf Ereignisse außerhalb der Geschäftszeiten.
Großer Titel mit zwei Abschnitten, jeweils mit Symbol und beschreibendem Text
Zwei weitere Wertversprechen: 3) Agents sind auf Veränderung ausgelegt - sie passen sich an neue Arbeitsabläufe an, reduzieren den Bedarf an Change Management und passen sich automatisch an Richtlinienänderungen an. 4) Agents wandeln Wissen in Handeln um - sie erfassen stillschweigendes Fachwissen in Richtlinien und Playbooks und setzen diese dann für Berichterstattung, Inkasso und Compliance um.
Fortsetzungs-Layout, das mit der vorherigen Folie mit zwei Abschnitten und Symbolen übereinstimmt
Einführung des KPMG TACO Framework: Taskers, Automators, Collaborators, Orchestrators. Progressive Klassifizierung nach Komplexität. Konsistenz in den Kernkomponenten (LLMs, Wissen, MCP), aber wichtige Unterschiede in der Zielkomplexität. Konzept einer zentralisierten AI-Fabrik.
Geteiltes Layout - Textbeschreibung links, 3D Pyramiden-/Berg-TACO Framework Diagramm rechts, das vier Ebenen zeigt
Taskers: einzelne Ziele, geringe Komplexität, klare Anweisungen, vertrauenswürdige Daten. Automators: komplexe Ziele über viele Systeme hinweg, stillschweigendes Wissen, Verwaltung von Abhängigkeiten. Fallstudie: Online-Handelsunternehmen rationalisierte Procure-to-Pay mit KPMG und Ema Multi-Agent-System (Rückstellungsprozess: Stunden statt 10 Tage durch 3 FTEs).
Dreispaltiges Layout - Taskers links, Automators Mitte, Fallstudie rechts. Beispielanwendungen sind jeweils unten aufgeführt.
Collaborators: adaptive Teammitglieder, die mit Menschen an mehrdimensionalen Zielen arbeiten. Orchestrators: hochentwickelte Kontrolltürme, die viele Agenten über Entitäten und Märkte hinweg koordinieren. Jeder TACO-Agent ist von Natur aus ein Multi-Agenten-System mit Sub-Agenten.
Drei Spalten - Collaborators links, Orchestrators mittig, TACO-Erklärung rechts. Beispielanwendungen unten.
Umfassende Vergleichstabelle über Taskers, Automators, Collaborators und Orchestrators. Zeilen: Gesamtkomplexität, Primäre Verwendung, Planungsfähigkeiten, Wertversprechen, Erforderliches Wissen und Tools, einschließlich MCP-Anforderungen.
Vergleichstabelle in voller Breite mit vier Spalten (eine pro Agententyp) und fünf Zeilen mit Kriterien
Agentic AI ist möglicherweise disruptiver als generative AI. Ergebnisse können innerhalb von 12-36 Monaten festgelegt werden. Vier Grundlagen sind zu berücksichtigen: Strategie, Belegschaft, Governance/Vertrauen, Technologie/Daten/Sicherheit.
Großer Titel, Silhouette-Foto einer Person, die auf einen digitalen Bildschirm schaut, Text-Callout-Box rechts
Drei strategische Säulen: Unternehmensstrategie überprüfen (Zyklen verkürzen, Szenarien testen, Wert quantifizieren), Agentenstrategie gestalten (Haltung festlegen, hochwertige Bereiche auswählen, einfache Maßnahmen anwenden), Partner-Ökosystem weiterentwickeln (vertrauenswürdige Anbieter auswählen, Plattformen mit Spezialisten ausbalancieren).
Strategie-Icon mit dreispaltigem Leitfaden-Layout, Referenzzitate unten
Kodifizieren Sie Ihre Arbeitsweise: Teilen Sie sie in strukturierte Arbeit (kurzfristiges Agentenpotenzial) und stillschweigende Arbeit (schwieriger, aber mit höherer Wirkung) ein. 78 % würden Agentic AI für komplexe Datenanalysen verwenden, 66 % für routinemäßige Verwaltungsaufgaben. Funktionen, die am meisten profitieren: IT (76 %), Operations (56 %), Risiko/Compliance (56 %), Finanzen (39 %), Marketing (35 %).
Zweispaltig mit Workforce-Bereich links, Driving Adoption-Panel rechts mit Aufzählungspunkten
Change Management: Verhaltensansätze statt Top-Down-Mandate. Fluide Hybridorganisation: Agents als digitale Co-Worker mit Berichtslinien und Performance Management. Beispiele: Month-End Close Agents, Order-to-Cash Kreditregeln, Procure-to-Pay Drei-Wege-Abgleich.
Drei Spalten: Change Management links, hybride Organisation in der Mitte, Beispiele für Mensch-Agent rechts mit Icons
KI-Agents erfordern strengere Kontrollen und Trusted AI-Prinzipien. Vier Bereiche: Erhöhung von Sicherheit und Datenschutz (Stresstests, Bias-Erkennung, ausfallsichere Mechanismen), Vermeidung ethischer Verstöße (frühzeitige Festlegung von Ethikprotokollen), Einbeziehung von Menschen (nicht in-the-loop für autonome Agents).
Governance-Icon mit dreispaltigem Guidance-Layout, Handshake-Icon
Sicherstellen, dass proprietäre Daten zugänglich und von hoher Qualität sind und dass Agents miteinander interagieren können. Build vs. Buy vs. Partner Analyse für die Beschaffung von Agents. Build: Anpassung und Kontrolle, erfordert aber Expertise. Aufbau einer Agenten-Lieferkette beginnen.
Technologie-Icon, zweispaltig mit Datenbasis links, Build-Optionsdetail rechts
Buy: schnelle Ausführung, 67 % bevorzugte Methode laut KPMG-Umfrage, aber begrenzte Anpassung und potenzielle Obsoleszenz. Partner: kombiniert die Vorteile von beidem, teilt Risiko und Kosten, aber weniger Kontrolle. Wichtige Fragen zur Bewertung, welcher Weg einzuschlagen ist.
Zweispaltige Fortsetzung mit Buy-Option und Partner-Optionsdetails, Datenbasis-Guidance links
Agentenidentität und -sicherheit: eindeutige Identität, eingeschränkte Berechtigungen, Laufzeitisolation, überprüfbare Aktionen. Gemeinsame Standards für die Agenten-übergreifende Kommunikation unter Verwendung von MCP (Model Context Protocol). MCP-Komponenten: Client, Server, Transport. Ermöglicht kleinere, gezieltere KI-Systeme.
Zweispaltig mit Sicherheits-Guidance links, MCP-Erklärung und Drei-Komponenten-Diagramm rechts
Die meisten Unternehmen befinden sich noch in der Erkundungs- oder Pilotphase. Es bedarf einer klaren Vision, einer soliden Begründung für die Skalierung sowie einer beschleunigten Datentransformation und einer Trusted AI Governance. Foto einer Fachkraft, die an Computerbildschirmen arbeitet.
Großer Titel, drei Stichpunkte auf blauem Overlay über Foto einer Person, die programmiert
Schritt 1: Formulieren Sie die Vision – definieren Sie, wie Agents das Geschäft transformieren, identifizieren Sie Schwachstellen. Schritt 2: Starten Sie Agentic Pilots – drei Ansätze: Konzentrieren Sie sich auf Hot Spots, gehen Sie tief in eine Funktion ein, breite Nutzung über die gesamte Wertschöpfungskette.
Zwei nummerierte Abschnitte mit Icons und detailliertem Anleitungstext
Schritt 3: Skalieren Sie Agents innerhalb wichtiger Funktionen mithilfe des KPMG TACO Framework. Schritt 4: Entwickeln Sie ein Trusted AI Governance Playbook mit einem lebendigen Katalog und Monitoring. Schritt 5: Implementieren Sie Trusted AI-Bewertungen mit AI System Cards, Purple Teams und Trust Scores.
Drei nummerierte Abschnitte mit Icons und Anleitungstext
Schritt 6: Etablieren Sie Agentic Talent Performance Metrics – bewerten Sie die Auswirkungen des Pilotprojekts, sammeln Sie Feedback von Stakeholdern, entwickeln Sie klare Performance Metrics, implementieren Sie Telemetrie. Abschließendes Zitat: Die jetzige Vorbereitung positioniert Unternehmen, um Abläufe und Geschäfte zu beschleunigen.
Einzelner Schritt-Abschnitt mit abschließendem kursivem Zitat in umrandetem Callout-Feld
Fünf Servicebereiche: AI Strategy (Vision und Business Case), AI Technology (replizierbarer Proof-of-Concept, TACO Framework), AI Jumpstart (schnelle Lösungen, Proof-to-Scale), AI Workforce (Upskilling, Governance), AI Trust (sichere Skalierung, 10 ethische AI-Säulen).
Fünf Servicekarten im Grid-Layout mit Icons und Stichpunkten, blauer Einführungstext oben
Drei Kontakte: Reindolf Annor (Partner, Accounting Advisory Services), Nathaniel Adjin-Tettey (Associate Director), Frank Osei Tutu (Assistant Manager). Alle KPMG Ghana mit Telefon und E-Mail. Social-Media-Links.
Dreispaltige Kontaktkarten auf lila Farbverlaufshintergrund mit Headshots, Social-Media-Icons unten
Häufige Fragen zu dieser Folie und dem zugrunde liegenden Präsentationsinhalt.
Dies ist ein KPMG Thought Leadership Paper mit dem Titel Der Agentic AI Vorteil: Finanzagenten, die die Zahlen bewegen, veröffentlicht im Februar 2026. Es erklärt, was Finanz-KI-Agenten sind, wie sie in das Finance Delivery Model passen und wie Unternehmen ihre AI-Einführung strukturiert und sicher beginnen können, mit Fokus auf den ghanaischen Markt.
TACO steht für Taskers, Automators, Collaborators und Orchestrators. Es ist ein vierstufiges Klassifizierungssystem für AI-Agenten basierend auf zunehmender Komplexität: Taskers bearbeiten einzelne Ziele mit klaren Anweisungen, Automators verwalten mehrstufige Prozesse über Systeme hinweg, Collaborators arbeiten mit Menschen an komplexen Zielen zusammen und Orchestrators koordinieren viele Agenten über Entitäten und Märkte hinweg als fortschrittliche Kontrolltürme.
Die vier Möglichkeiten sind: 1) Agenten erweitern den Spielraum für Automatisierung, indem sie Aufgaben wie Rechnungsprüfung und -abstimmung übernehmen, 2) Agenten schlafen nicht und können kontinuierlich rund um die Uhr arbeiten, 3) Agenten sind auf Veränderungen eingestellt und passen sich ohne umfangreiche Umschulung an neue Arbeitsabläufe an, und 4) Agenten wandeln Wissen in Handeln um, indem sie stillschweigendes Fachwissen erfassen und in koordinierte Abläufe umwandeln.
Laut der KPMG AI Pulse Survey Q1 2025 pilotieren bereits 65 % der Unternehmen AI-Agenten (gegenüber 37 % im Vorquartal), 99 % planen, Agenten in Produktion zu nehmen, aber nur 11 % haben Agenten bisher tatsächlich in Produktion implementiert.
Die vier Grundlagen sind: 1) Strategie - Überprüfung der Unternehmensstrategie, Gestaltung der Agentenstrategie, Weiterentwicklung des Partner-Ökosystems, 2) Belegschaft - Kodifizierung von Arbeitsprozessen, Förderung der Akzeptanz, Management des organisatorischen Wandels, 3) Governance und Vertrauen - Erhöhung der Sicherheit und des Datenschutzes, Vermeidung ethischer Verstöße, Implementierung der Human-on-the-Loop-Aufsicht und 4) Technologie, Daten und Sicherheit - Aufbau robuster Datenplattformen, Stärkung der Agentenidentität und Einführung von Standards wie MCP.
Die sechs Schritte sind: 1) Formulierung der Vision für die AI-Agenten-Integration, 2) Start von Agentic-Piloten mit Fokus auf Hot Spots oder tiefe Funktionseinbettung, 3) Vorbereitung auf die Skalierung von Agenten innerhalb von Schlüsselfunktionen unter Verwendung des TACO Frameworks, 4) Weiterentwicklung Ihres Trusted AI Governance Playbooks, 5) Implementierung von Trusted AI-Evaluierungen mit Systemkarten und Purple-Team-Tests und 6) Festlegung von Agentic-Talent-Performance-Metriken mit Telemetrie und kontinuierlicher Verbesserung.
Die Präsentation enthält 26 Folien mit einer professionellen KPMG-Designästhetik mit einem blau-weißen Farbschema mit violetten Akzenten, futuristischen AI-Roboterbildern, sauberer Typografie mit großen, fettgedruckten Abschnittsüberschriften, strukturierten Vergleichstabellen und konsistenten Navigationsleisten. Sie enthält Diagramme wie das TACO-Pyramiden-Framework und das MCP-Architekturdiagramm.
Ja, die Präsentation widmet Inhalte der Erläuterung von MCP als Standard für die agentenübergreifende Kommunikation. Sie beschreibt die drei Kernkomponenten: MCP Client (AI-App, die sich mit Servern verbindet), MCP Server (Programme, die Datenquellen und -systeme nutzen) und MCP Transport (Kommunikationsschicht zwischen Clients und Servern). Das TACO Framework bildet auch die MCP-Komplexitätsanforderungen für jede Agentenstufe ab.
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
Referenzieren Sie professionelle Designs, wählen Sie Ihren Stil und generieren Sie Folien mit perfekter Textdarstellung. Angetrieben von Nano Banana—beginnen Sie jetzt mit der Erstellung Ihrer Präsentation.
Ihr KI-Agent für Folien. Sparen Sie Zeit, glänzen Sie schneller mit intelligenter Präsentationserstellung.
© 2026 2slides. Alle Rechte vorbehalten.