Ich habe 2025 über 2.000 € und 500 Stunden in KI-Tools gesteckt. 14 Learnings für Finance.

2025 habe ich mehr als 2.000 € und über 500 Stunden in KI-Tools gesteckt. Ich bin Fractional CFO und kein Engineer, also ist das hier die Bilanz eines Praktikers: was sich in meinem Finance-Workflow tatsächlich einen Platz verdient hat, wofür ich Geld verschwendet habe und was ich einem anderen Finanzleiter als Erstes empfehlen würde. Vierzehn Learnings.

Warum ein CFO 2.000 € und 500 Stunden in KI-Tools steckt

Drei Gründe: Ich will verstehen, wie Dinge funktionieren, ich will, dass Dinge schnell und gut erledigt werden, und ich habe sehr wenig Geduld für wiederkehrende Aufgaben. Also bin ich beim KI-Tooling tief eingestiegen, und meine Kreditkarte hat es gemerkt.

NotebookLM hat einen 250-seitigen M&A-Vertrag in 2 Stunden geprüft

Die Prüfung eines 250-seitigen Unternehmenskaufvertrags hat mich früher rund drei Tage gekostet: dichter Juristentext, Anwälte für 500 €+ pro Stunde, Pläne und Zeitleisten von Hand entworfen. Mit NotebookLM (kostenlos mit Google Workspace) waren es etwa zwei Stunden. Ich habe den SPA hochgeladen, die komplexen Fragen per Sprache durchgesprochen und die Projektpläne und E-Mails entwerfen lassen, mit M&A-Anwalt und Corporate-Finance-Manager in Bereitschaft statt in der Hauptrolle.

Sprache hat den Großteil meines Tippens ersetzt

Etwa 70 bis 80 % meiner Kommunikation mit Computer und Handy läuft inzwischen über Sprache, mit superwhisper (~10 €/Monat). Das sind 50+ Prompts am Tag, mit rund 10-mal besserer Prompt-Qualität und 5-mal schnellerem Weg vom Gedanken zum Text. E-Mails, Slack, Brainstorming: Wo ich früher getippt habe, spreche ich jetzt. Tippen fühlt sich an wie zurück zum Klapphandy.

n8n automatisiert Finance Operations ohne Entwickler

Für rund 20 €/Monat ist n8n das Rückgrat für die Automatisierung von Finance Operations und den Betrieb von KI-Agenten. Es verbindet den gesamten Finance-Tech-Stack, übernimmt individuelle Integrationen und beseitigt die Reibung beim Tool-Wechsel bei den 5-Minuten-Aufgaben, die ich sonst 20-mal am Tag wiederhole. Keine Entwickler, kein Betteln bei der IT.

Du musst kein Engineer werden, aber technisches Grundverständnis zahlt sich aus

Als CFO muss ich kein Engineer werden, und ich sollte meinen Tag nicht damit verbringen, n8n-Workflows zu bauen. Aber ein paar Schlüsselkonzepte zu verstehen hat mir aus jedem Tool deutlich mehr herausgeholt: RAG, MCP und APIs, was ein LLM eigentlich ist und der Unterschied zwischen deterministischen und nicht-deterministischen Ergebnissen. Ein paar Nachmittage mit ChatGPT und YouTube haben mich rund 80 % des Weges gebracht.

Der faulste Produktivitäts-Hack: KI-Meeting-Notizen

KI-Notizassistenten (Fireflies.ai für ~20 €/Monat, Gemini kostenlos) sparen pro Meeting rund 10 Minuten Nacharbeit. Bei drei Meetings am Tag an 200 Arbeitstagen sind das 600 Meetings im Jahr und rund 100 Stunden, also 12 Tage. Ich bleibe im Meeting konzentriert statt mitzukritzeln, Aufgaben werden automatisch extrahiert und per n8n in den Aufgabenmanager (Asana, Jira, Notion) geschoben, sodass nichts durchrutscht, und wer den Call verpasst hat, holt schnell auf.

Es gibt nicht den einen besten KI-Assistenten

Die LLMs (GPT-5.2, Gemini 3) sind das Gehirn; die Assistenten (ChatGPT, Claude, Gemini) sind die Apps, die du tatsächlich benutzt. 2025 brachte fast wöchentlich große App-Upgrades, und ich habe ständig zwischen Apps und Modellen gewechselt. Das ehrliche Fazit: Keine App gewinnt bei jeder Aufgabe.

Claude Desktop wurde mein KI-Betriebssystem

Es verbindet sich mit Gmail, Drive, Kalender, n8n und Canva, läuft mit starken Modellen (Sonnet 4.5, Opus 4.5), kommt gut mit Finanzdaten, CSV und Excel zurecht und schreibt hochwertige JavaScript- und Python-Snippets für n8n-Workflows. Die eine Lücke zum Zeitpunkt des Schreibens: noch keine Dokumentenbearbeitung.

Vibe Coding mit Lovable: super für einfache Tools, und eine 700-€-Lektion

Vibe Coding heißt, Software in normaler Sprache zu beschreiben und die KI bauen zu lassen (ich habe Lovable, nutzungsbasiert, und Google AI Studio, kostenlos, verwendet). Ich brauchte ein Tool, das 3.000 Kontobezeichnungen zwischen Englisch und Deutsch übersetzt; 60 Minuten in Lovable, fertig. Für einfache Tools funktioniert es großartig, bei komplexer Logik bricht es, was ich auf die teure Art gelernt habe, nach rund 700 € an Credits.

n8n vs. Lovable: Wann welches?

Ich habe eine Lovable-App gebaut, die DATEV-BWA-Zahlen in eine SQL-Datenbank für Power-BI-Analysen einliest. Sie lief gut, bis die Logik komplex wurde: Währungsumrechnung, mehrere Rechnungslegungsstandards, Periodizität. Also bin ich zu n8n gewechselt, wo der visuelle Workflow jeden Node zeigt und ein Fehler mir genau sagt, wo es gebrochen ist. Meine Empfehlung für CFOs: Fang mit n8n für Automatisierung an, und nimm Lovable nur dazu, wenn du wirklich eine Frontend-Oberfläche brauchst.

Der echte Engpass: Finance Engineers

Finance-Automatisierung hat einen Engpass: die Lücke zwischen dem Wissen, was gebaut werden müsste, und dem tatsächlichen Bauen. Finance-Experten fehlen die technischen Fähigkeiten, Engineers fehlt das Finance-Wissen. Die Leute, die beides mitbringen (nenn sie Finance Engineers), sind selten und wertvoll. Die Provokation, auf die ich immer wieder zurückkomme: Warum den fünften Kreditorenbuchhalter einstellen statt einen Finance Engineer?

Sind KI-native ERPs das Schweizer Taschenmesser? Noch nicht

KI-native ERPs wie Rillet und Light sind für europäische Scale-ups noch nicht so weit. Irgendwann werden sie zentral im Finance-Stack sein, aber sie ersetzen weder das Treasury-Tool noch E-Mail, BI, Aufgabenmanager oder das Wiki. Also lasse ich das Taschenmesser-Märchen beiseite und suche nach WD-40: KI-Tools, mit denen der vorhandene Stack besser läuft. n8n ist genau das. Ein kleiner Workflow, dann der nächste.

Meine täglichen KI-Tool-Essentials

Was ich jeden Tag wirklich in die Hand nehme: Claude Desktop als Allzweck-Zentrale, n8n für Workflow-Automatisierung und KI-Agenten, Fireflies.ai für Meeting-Notizen, NotebookLM für die Analyse von Dokumenten und superwhisper für Sprache in jeder App.

Hat es sich gelohnt?

Über 2.000 € und 500+ Stunden später arbeite ich schneller und besser, und die Aufgaben, die mich früher genervt haben, sind weg. Also ja, eindeutig. Du hast keine 500 Stunden, und du brauchst sie auch nicht. Dein Team zu ermutigen kostet deutlich weniger: Lass jeden eine kleine, nervige Aufgabe aussuchen und nur die automatisieren. Fang da an.

Wenn du Hilfe beim Aussuchen dieser ersten Aufgabe willst, ist eine AI Power Hour genau dafür gebaut: Wir nehmen einen echten Finance-Prozess und automatisieren ihn gemeinsam in 60 Minuten.