KI in der Supply-Chain-Finanzierung – Sieben Jahre später

IM JAHR 2019 ERSTMALS VERÖFFENTLICHT. IM MAI 2026 ÜBERARBEITET UND NEU AUSGEGEBEN.

Im Jahr 2019 war Laurent Tabouelle, der stellvertretende Geschäftsführer von CODIX, beim SCF Forum Europe die Gegenstimme in einer Podiumsdiskussion zum Thema KI in der Supply-Chain-Finanzierung. Während andere Podiumsteilnehmer KI als den Wegbereiter darstellten, der alles verändern würde, vertrat Laurent die gegenteilige Ansicht. KI sei keine magische Lösung für alles. Ein Großteil dessen, was damals in der SCF als KI bezeichnet wurde, ließe sich besser als „unterstützte Entscheidungsfindung“ beschreiben, nicht als reine KI. Und der Weg zu wirklich KI-gestützten SCF-Lösungen würde langwierig sein, wobei echte Zuverlässigkeit erst dann eintreten würde, wenn Menschen jahrelang die richtigen Daten in die Systeme eingespeist hätten.

Sieben Jahre später haben die Marktentwicklungen seine Aussage bestätigt.

Was die Teilnehmer 2019 falsch eingeschätzt haben

Die Podiumsteilnehmer des SCF-Forums 2019 konnten sich nicht darauf einigen, ob KI den hohen Erwartungen gerecht werden würde. Die Optimisten stellten sie als Wegbereiter dar, der neue Effizienzgewinne erschließen, die Kundenakquise beschleunigen und die Kreditentscheidung neu definieren würde. Das Publikum widersprach dem und äußerte echte Bedenken hinsichtlich der Genauigkeit, der Datenqualität und der Zeit, die für die Entwicklung vollständig KI-gestützter Plattformen benötigt würde. Die Anbieter, die zwischen den Fronten standen, schlossen sich dem Hype an, denn genau das tun Anbieter, wenn eine neue Technologie aufkommt und der Käufer unsicher ist.

Die Idee war damals klar: Ein Machine-Learning-Tool kann einem Kreditgeber helfen zu entscheiden, ob ein Käufer ein guter oder schlechter Zahler ist, aber erst, nachdem ein Mensch viel Zeit damit verbracht hat, zu definieren, was „gut“ und „schlecht“ eigentlich bedeutet. Die Intelligenz befindet sich in den Trainingsdaten, und es dauert Jahre, diese Daten ordnungsgemäß aufzubauen. Das meiste, was im SCF-Bereich als KI vermarktet wurde, war, wie er es ausdrückte, eine erweiterte Entscheidungsfindung mit der richtigen Verpackung.

Was sich seit 2019 verändert hat

Drei Dinge haben sich im Bereich der KI für die Unternehmensfinanzierung zwischen 2019 und 2026 geändert.

Erstens sind die Trainingsdaten auf den neuesten Stand gebracht worden. Kreditgeber, die seit zehn Jahren oder länger konvergierte Plattformen für Factoring, ABL, Forderungsmanagement und SCF betreiben, verfügen nun über einen ausreichend umfangreichen Datenbestand, um maschinelles Lernen wirklich nutzbringend einzusetzen. Zahlungszuordnung, Priorisierung des Inkassos, Erkennung von Anomalien, Klassifizierung von Dokumenten: All dies ist nun zuverlässig, da die zugrunde liegenden Daten endlich den erforderlichen Umfang erreicht haben. Institutionen mit langjährigen einheitlichen Datenumgebungen erzielen im Allgemeinen bessere KI-Ergebnisse, da sie über umfangreichere und genauere Betriebsdaten verfügen.

Zweitens hat die generative KI die Anwendungsbereiche grundlegend verändert. Entwurfserstellung, Zusammenfassungen, Dokumentenbearbeitung, Vertragsanalyse: All diese Bereiche wurden durch groß angelegte Sprachmodelle verändert, die es 2019 noch nicht gab. Auf dieser Ebene sind die Produktivitätsgewinne real und unmittelbar und genau hier konzentrieren die meisten Kreditgeber ihre KI-Investitionen im Jahr 2026.

Drittens ist die Frage der Zuverlässigkeit komplexer geworden und nicht einfacher. Neue Akteure positionieren mittlerweile ganze Plattformen als von Grund auf auf KI ausgelegt, wobei KI in jede Stufe des Kreditvergabeprozesses integriert ist. Marketing ist allgegenwärtiger denn je. Doch die von Laurent 2019 aufgeworfene Frage bleibt weiterhin entscheidend: Inwieweit handelt es sich um echte Intelligenz, und inwieweit um eine unterstützte Entscheidungsfindung, die in ein ausgefeilteres Gewand gehüllt ist?

Was sich nicht verändert hat

Die Debatte ist nicht annähernd so weit vorangekommen wie die Technologie.

Auch im Jahr 2026 sind die Fachforen hinsichtlich derselben Fragen gespalten: Welchen Stellenwert hat KI, wo liegen ihre Grenzen, was fällt unter unterstützte und was unter autonome Entscheidungsfindung, und inwieweit kann man Modellen vertrauen, die auf Daten trainiert wurden, die der Kreditgeber nicht vollständig prüfen kann? Die Einwände, die das Publikum des SCF Forum Europe 2019 vorbrachte, ähneln erstaunlich stark denen, die Kreditausschüsse auf Konferenzen zum Thema Handelsfinanzierung im Jahr 2026 formulieren.

Der Grund dafür ist struktureller Natur. KI im Bereich der Unternehmensfinanzierung ist nicht einfach nur eine technologische Herausforderung. Es ist vielmehr ein Daten- und Koordinationsproblem. Kreditgeber, die fragmentierte Systeme nutzen, können der KI nicht die einheitlichen Daten liefern, die sie benötigt, um zuverlässig zu sein – ganz gleich, wie laut die Marketingbotschaften auch klingen mögen. Kreditgeber, die konvergierte Plattformen nutzen, verfügen zwar über die Daten, benötigen aber dennoch das nötige Urteilsvermögen, um zu entscheiden, wo KI zum Einsatz kommen sollte und wo der Mensch nach wie vor die Oberhand behält.

Eine allgemeingültige Schlussfolgerung für die Branche

Die Entwicklung von KI im Bereich der Supply-Chain-Finanzierung in den letzten sieben Jahren lässt vermuten, dass die Branche in eine Phase der pragmatischeren Einführung eintreten könnte. Die anfänglichen Erwartungen konzentrierten sich auf disruptive Veränderungen und den Ersatz bestehender Systeme. Die jüngsten Erfahrungen legen den Schwerpunkt eher auf Kapazitätssteigerung, betriebliche Effizienz und graduelle Verbesserungen.

Anstatt menschliche Entscheidungsprozesse zu ersetzen, wird KI in der Unternehmensfinanzierung zunehmend eingesetzt, um Analysten, Underwriter, operative Teams und Kundenbetreuer zu unterstützen, indem sie den manuellen Arbeitsaufwand reduziert und den Zugang zu Informationen verbessert. In diesem Sinne könnten sich die KI-Strategien als am nachhaltigsten erweisen, die weniger auf technologische Neuheiten als vielmehr auf Datenqualität, Prozessintegration und institutionelle Disziplin ausgerichtet sind.

Die allgemeine Schlussfolgerung für den Markt lautet, dass die Einführung von KI im Finanzsektor wahrscheinlich nicht durch einen einzigen Durchbruch bestimmt wird. Vielmehr dürfte der Wettbewerbsvorteil zunehmend von langfristigen Investitionen in Datenarchitektur, Governance und betriebliche Konsistenz abhängen – Grundlagen, deren Aufbau wesentlich schwieriger ist als die Entwicklung von KI-Schnittstellen selbst.

Ausblick in die Zukunft

Während die Diskussionen im Bereich der Handelsfinanzierung im Jahr 2026 weitergehen, dreht sich die Debatte weniger um die Bedeutung der KI als vielmehr darum, wie sie verantwortungsbewusst und erfolgreich eingesetzt werden kann.

Die letzten sieben Jahre haben sowohl das Potenzial als auch die Grenzen der KI in der Supply-Chain-Finanzierung aufgezeigt. Die nächste Phase wird wahrscheinlich nicht von den lautesten Behauptungen geprägt sein, sondern von den Unternehmen, die in der Lage sind, technologische Kompetenz mit hochwertigen Daten, solider Unternehmensführung und realistischen Erwartungen hinsichtlich der Bereiche zu verbinden, in denen KI tatsächlich einen Mehrwert schaffen kann.

Verfasser:

Dieser Artikel greift die ursprüngliche Analyse auf, die 2019 von Laurent Tabouelle, dem stellvertretenden Geschäftsführer der CODIX-Gruppe, veröffentlicht wurde, und baut darauf auf. Die vorliegende Fassung enthält aktualisierte Branchenbeobachtungen und eine Kontextanalyse von Daniel Bielsa, dem Leiter von CODIX Spanien und Lateinamerika.