Der KI-Mitarbeiter für das Kreditmanagement: Bonitätsprüfungen und Kreditlimits, ohne dass ein Kreditsachbearbeiter tippt

Irgendwo in Ihrer Finanzabteilung entscheidet eine Person, wie viel Kredit jeder Kunde bekommt. Sie ruft einen Creditreform- oder Dun-&-Bradstreet-Bericht ab, liest eine Bilanz, prüft, was der Kunde bereits schuldet, wendet Regeln an, die überwiegend im eigenen Kopf leben, und setzt ein Limit. Wenn ein neuer Auftrag eintrifft, der einen Kunden über dieses Limit hebt, gibt dieselbe Person ihn frei oder sperrt ihn. Ist diese Person im Urlaub, warten Aufträge. Geht sie in Rente, geht die Begründung hinter Hunderten Limits mit ihr.

Das ist Kreditmanagement, und in den meisten mittelständischen Unternehmen ist es ein Single Point of Failure, verkleidet als Routine. Es ist wissensintensiv, repetitiv und still kritisch: Fällt es in die eine Richtung falsch aus, liefern Sie Ware an einen Kunden, der kurz vor der Insolvenz steht; fällt es in die andere falsch aus, sperren Sie den Auftrag eines guten Kunden wegen einer veralteten Zahl. Die Unternehmensinsolvenzen in Deutschland erreichten 2025 ein Jahrzehnthoch mit rund 23.900 Fällen und etwa 57 Milliarden Euro Schaden¹. Die Kosten einer langsamen oder ausbleibenden Kreditentscheidung waren selten höher.

Dieser Beitrag richtet sich an den CFO, die Finanzleitung oder den Geschäftsführer, der weiß, dass die Kreditabteilung unterbesetzt und zu abhängig von einer Person ist. Er zeigt, was ein KI-Mitarbeiter für das Kreditmanagement tatsächlich tut, wo ein Mensch die Kontrolle behält, wie er sich mit dem ERP und den Auskunfteien verbindet, die Sie bereits nutzen, und wie die Kreditrichtlinie überlebt, wenn der Sachbearbeiter geht.

Die unsichtbare Routine: Was die Kreditabteilung wirklich den ganzen Tag tut

Kreditmanagement ist unsichtbar, bis es versagt. Der Vertrieb schließt den Deal, die Operations liefert die Ware, und irgendwo dazwischen entscheidet ein Kreditsachbearbeiter still, ob der Kunde gut für das Geld ist. Die Arbeit ist eine Schleife derselben Aufgaben, wiederholt über jeden Neukunden und jeden Bestandskunden hinweg, und fast nichts davon erfordert die eigentliche Expertise des Sachbearbeiters - das meiste ist Sammeln, Tippen und Abgleichen.

• Neukunden-Onboarding - Ein neuer B2B-Kunde will Zahlungsziel. Der Sachbearbeiter ruft einen Auskunfteibericht ab, liest die Finanzdaten, falls vorhanden, prüft Konzernverbindungen und negative Eintragungen und setzt ein Eröffnungslimit, bevor der erste Auftrag rausgehen kann.
• Auskunfteidaten sammeln - Einloggen bei Creditreform, Schufa, Dun & Bradstreet, Coface oder Experian, einen Bericht herunterladen und Rating sowie Kennzahlen in eine Tabelle oder das ERP kopieren.
• Jahresabschlüsse lesen - Sich durch Bilanz und GuV arbeiten, um Liquidität, Eigenkapitalquote und Trend zu beurteilen, oft aus einem PDF, das ein Vertriebler weitergeleitet hat.
• Obligo-Prüfung - Zusammenzählen, was der Kunde und seine Schwestergesellschaften über offene Rechnungen und nicht gelieferte Aufträge bereits schulden, damit ein neuer Auftrag nicht still das echte Konzernobligo überschreitet.
• Limit setzen und prüfen - Die Kreditrichtlinie des Unternehmens anwenden, um ein Limit zu erzeugen, und es dann periodisch oder bei Änderungen erneut prüfen.
• Auftragsfreigabe und -sperre - Wenn ein Auftrag einen Kunden über sein Limit hebt, entscheiden, ihn freizugeben, zu halten oder Vorkasse zu verlangen - oft unter Zeitdruck aus dem Vertrieb.
• Laufende Überwachung - Auf Rating-Herabstufungen, Zahlungsverzug und neue Insolvenzeintragungen über das gesamte Kundenbuch achten, theoretisch kontinuierlich, praktisch, wenn Zeit ist.
• Dokumentation - Festhalten, warum jede Entscheidung getroffen wurde, was fast nie konsistent passiert, sodass die Begründung im Gedächtnis des Sachbearbeiters lebt.

Schaut man genau hin, teilt sich die Schleife sauber in zwei Arten von Arbeit: Fakten sammeln und tippen, was den Großteil der Stunden ausmacht, und einen Grenzfall beurteilen, was den Großteil des Werts ausmacht. Der KI-Mitarbeiter ist darauf ausgelegt, die erste Art zu übernehmen und die zweite an einen Menschen zu übergeben. Es ist dasselbe Muster, das wir für die Auftragsbearbeitung und für die Lohnabrechnung beschrieben haben - Routine und Urteil sind verheddert, und sie zu entwirren ist die Stelle, an der der Hebel sitzt.

Was manuelles Kreditmanagement wirklich kostet

Die Kosten, Kreditmanagement von Hand zu betreiben, sind nicht nur das Gehalt des Sachbearbeiters. Sie zeigen sich als langsame Auftragsfreigabe, als Forderungsausfälle, die eine rechtzeitige Prüfung verhindert hätte, und als Betriebskapital, das in Forderungen steckt, die älter sind, als sie sein sollten.

• Forderungsausfälle - Durchschnittlich rund 4 bis 5 Prozent der B2B-Kreditumsätze werden am Ende als Forderungsausfall abgeschrieben, und etwa 40 Prozent der B2B-Rechnungen werden verspätet gezahlt⁴. Bei einem Umsatzbuch von 50 Millionen Euro ist ein einziger Prozentpunkt Ausfall 500.000 Euro.
• Zahlungsverzug als Normalfall - Die durchschnittlichen B2B-Zahlungsziele haben sich auf rund 63 Tage gestreckt, mit weiteren 20 Tagen Lücke zwischen Ziel und tatsächlicher Zahlung⁵. Mehr als 12 Prozent des Umsatzes gehen verspätet ein, und 62 Prozent der Unternehmen sagen, dass Kundenverzögerungen sie zwingen, ihre eigenen Lieferanten verspätet zu bezahlen⁶.
• Gebundenes Kapital - Die Europäische Kommission schätzt, dass EU-KMU ohne Zahlungsverzug über 100 Milliarden Euro pro Jahr an zusätzlichem Cashflow freisetzen könnten⁷. Kreditmanagement ist die Frontlinie dieser Zahl.
• Langsame Auftragsfreigabe - Jeder Auftrag, der auf eine manuelle Kreditprüfung wartet, ist verzögerter Umsatz. In der Fertigung liegen DSO-Benchmarks bei 45 bis 60 Tagen, im Großhandel bei 30 bis 50 Tagen⁸; eine Kreditabteilung, die zum Engpass wird, treibt diese Zahlen in die falsche Richtung.
• Prüfung, die nicht stattfindet - Jährliche Limitprüfungen sind der Standard, aber wenn ein Sachbearbeiter Hunderte Konten abdeckt, werden die meisten erst geprüft, wenn schon etwas schiefgegangen ist. Kontinuierliche Überwachung ist die Theorie; reaktives Löschen ist die Realität.
• Schlüsselpersonen-Risiko - Geht die Person, die die Regeln kennt, gibt es keine dokumentierte Richtlinie als Rückfall. Der Nachfolger baut das Urteil von Grund auf neu auf, und die Fehlerquote steigt, während er lernt.

Keine dieser Kosten ist im Organigramm sichtbar, weshalb Kreditmanagement unterbesetzt bleibt, bis eine Insolvenz oder ein ins Stocken geratenes Quartal es zum Vorstandsthema macht. Der Routineteil der Arbeit ist genau der Teil, der zugleich teuer und automatisierbar ist.

Warum 2026 der Wendepunkt für das Kreditmanagement ist

Zwei Dinge änderten sich gleichzeitig. Das Risiko einer schlechten Kreditentscheidung stieg stark, und die Technologie, um die Routine zuverlässig zu betreiben, wurde endlich produktionsreif. Kreditmanagement sitzt genau dort, wo sich diese beiden Kurven kreuzen.

1. Insolvenzen auf Jahrzehnthoch - Deutschland verzeichnete 2025 rund 23.900 Unternehmensinsolvenzen, ein Plus von 8,3 Prozent und der höchste Wert seit 2014, mit Schäden nahe 57 Milliarden Euro und im Schnitt über 2 Millionen Euro je Fall¹. Kleine Firmen mit zehn oder weniger Beschäftigten machten 81,6 Prozent der Fälle aus².
2. Sich verschlechterndes Zahlungsverhalten - Der Zahlungsverzug hat das Niveau überschritten, das Unternehmen als tragbar ansehen, und die Hälfte der Firmen erwartet eine sich verschlechternde Insolvenzlage⁶. Ein vor einem Jahr gesetztes Limit kann heute gefährlich veraltet sein.
3. Der Finanzbereich adaptiert agentische KI schnell - Gartner-Untersuchungen berichteten, dass Ende 2025 bereits 57 Prozent der Finanzteams agentische KI einführten oder planten, und prognostizieren, dass bis 2028 ein Drittel der Unternehmensanwendungen agentische KI einbettet und 15 Prozent der Alltagsentscheidungen autonom trifft¹⁵.
4. Die Werkzeuge lesen jetzt Dokumente - Moderne KI kann einen Auskunfteibericht und ein Bilanz-PDF zuverlässig lesen, die Zahlen extrahieren und schriftliche Regeln anwenden - genau die Sammel- und Tipparbeit, die früher einen Menschen erforderte¹⁶.
5. Die demografische Uhr - Erfahrene Kreditfachleute gehen in Rente, und ihr Urteil ist nicht aufgeschrieben. Das Wissenstransfer-Problem ist inzwischen so akut, dass Kreditverbände Nachfolge als Schlüsselrisiko behandeln¹⁰.
6. Order-to-Cash wird neu gebaut - Kredit steht am Anfang der Order-to-Cash-Kette, und Finanzverantwortliche automatisieren diese Kette durchgängig statt Schritt für Schritt^{18, 19}.

Was der KI-Mitarbeiter übernimmt, durchgängig

Das Gestaltungsprinzip ist einfach: Der KI-Mitarbeiter besitzt das Sammeln, das Anwenden und das Zurückschreiben; der Mensch besitzt das Entscheiden. Unten steht die Aufteilung, Aufgabe für Aufgabe, damit klar ist, wo die Maschine aufhört und der Sachbearbeiter beginnt.

Das Muster, das dies sicher macht, ist, dass der KI-Mitarbeiter entwirft und der Mensch verfügt. Nichts, das die Konditionen eines Kunden ändert, einen großen Auftrag freigibt oder einen Verkauf ablehnt, passiert ohne dass ein Mensch auf Genehmigen klickt. Was verschwindet, sind die zwei Stunden Sammeln, die früher vor diesem Klick lagen.

Die Bonitätsprüfung und Limit-Empfehlung, Kunde für Kunde

Um zu sehen, wie es in der Praxis funktioniert, folgen Sie einem einzelnen Neukunden durch den Prozess. Ein Vertriebler hat einen Deal mit einem neuen B2B-Käufer abgeschlossen und will Netto-30-Konditionen mit einer Eröffnungslinie von 40.000 Euro. Das tut der KI-Mitarbeiter, bevor der Sachbearbeiter überhaupt hinsieht.

1. Identifizieren und zuordnen - Der Agent löst die Rechtseinheit auf, ordnet sie bestehenden Konzerngesellschaften in Ihrem ERP und CRM zu und prüft, ob Sie bereits mit einer Schwestergesellschaft handeln. Saubere Kundenstammdaten entscheiden über diesen Schritt, weshalb er so eng mit dem Stammdatenmanagement zusammenhängt.
2. Auskunfteibericht abrufen - Er fragt Ihr Creditreform-, Schufa-, Dun-&-Bradstreet- oder Coface-Konto ab, holt das aktuelle Rating und den Score und extrahiert negative Eintragungen, Zahlungsindex und etwaige Insolvenzsignale.
3. Finanzdaten lesen - Sind Bilanz und GuV verfügbar, liest er sie, berechnet Eigenkapitalquote, Liquidität und Umsatztrend und notiert alles, was dem Auskunfteigrade widerspricht.
4. Obligo summieren - Er summiert offene Forderungen und nicht gelieferte Aufträge über den ganzen Konzern, sodass die neue Linie von 40.000 Euro gegen das echte Gesamtobligo beurteilt wird, nicht nur gegen diese eine Einheit.
5. Kreditrichtlinie anwenden - Er wendet Ihre schriftlichen Regeln an: Rating-Schwellen, Branchenkappen, maximale unbesicherte Limits, Vorkasse-Auslöser und jede Warenkreditversicherungsdeckung von Allianz Trade oder Atradius, die die sichere Obergrenze anhebt²⁰.
6. Empfehlung entwerfen - Er erzeugt ein empfohlenes Limit, die dazu passenden Konditionen und die Begründung in Klartext, mit jeder Quelle zitiert, und leitet sie an den Sachbearbeiter.
7. Mensch genehmigt - Der Sachbearbeiter sieht den ganzen Fall auf einem Bildschirm, stimmt zu oder passt an und klickt. Erst jetzt ändert sich etwas.
8. Zurück ins ERP schreiben - Das genehmigte Limit, die Konditionen und der Entscheidungsvermerk werden in den Kundenstamm im ERP gepostet, und der Audit-Trail ist vollständig.

Dieselbe Schleife läuft für Bestandskunden, nur wird sie von einem Ereignis statt von einem Auftrag ausgelöst: einer Rating-Herabstufung, einer verpassten Zahlung, einer neuen Eintragung oder einem Obligo, das auf das Limit zukriecht. Statt einer jährlichen Prüfung, die vielleicht nie stattfindet, wird jedes Konto beobachtet und der Sachbearbeiter nur dann hinzugezogen, wenn eine echte Änderung eine menschliche Entscheidung braucht.

Ein durchgespieltes Beispiel: der Kunde, dessen Rating rutschte

Nehmen wir ein realistisches Szenario. Ein Großhandelskunde handelt seit sechs Jahren verlässlich auf einem Limit von 120.000 Euro. In einer manuellen Welt würde niemand ihn wieder ansehen, bis zur jährlichen Prüfung oder bis ein Auftrag am Limit abprallt. Das tut der KI-Mitarbeiter stattdessen.

1. Der Auslöser - Die Auskunftei stuft den Kunden nach verspätet eingereichten Abschlüssen um zwei Stufen herab, und ein Auftrag über 90.000 Euro trifft dieselbe Woche ein und schiebt das offene Obligo auf das Limit zu.
2. Das Sammeln - Der Agent ruft den frischen Bericht ab, liest die jüngsten Finanzdaten erneut, notiert die gesunkene Eigenkapitalquote und summiert das aktuelle Obligo über den Kunden und seine Holding.
3. Der Entwurf - Er sperrt den Auftrag nicht still. Er entwirft eine Empfehlung - den Zusatzauftrag halten, Teilvorkasse verlangen und das Standardlimit auf 80.000 Euro senken - mit der Herabstufung, den Finanzdaten und der Obligo-Rechnung im Anhang.
4. Der Mensch - Der Sachbearbeiter, der zufällig weiß, dass der Kunde gerade einen großen Auftrag gewonnen hat, überstimmt die Limitsenkung, akzeptiert aber die Vorkasse für diesen einen Auftrag. Das Override und sein Grund gehen ins Company Brain.
5. Der Eintrag - Die Entscheidung, die Daten dahinter und die menschliche Begründung werden protokolliert. Beim nächsten Mal, wenn dieses Muster auftaucht, spiegelt die Empfehlung bereits wider, was der Sachbearbeiter ihr beigebracht hat.

Der Punkt ist nicht, ob die Maschine richtig oder falsch lag. Er ist, dass ein sich verschlechternder Kunde an dem Tag angesehen wurde, an dem sich etwas änderte, nicht elf Monate später, und der Mensch die Entscheidung mit allem vor sich traf, statt auf einen gesperrten Auftrag unter Druck aus dem Vertrieb zu reagieren.

Das Company Brain: Wie die KI Ihre Kreditrichtlinie und vergangene Entscheidungen lernt

Ein generisches Kredit-Scoring-Modell kennt Statistik. Es weiß nicht, dass Sie einem bestimmten familiengeführten Kunden mehr Spielraum geben, weil er seit fünfzehn Jahren zahlt, oder dass Sie die Konditionen einer Branche nach einer schlechten Erfahrung 2019 verschärft haben. Dieses Wissen ist Ihre Kreditrichtlinie, und in den meisten Unternehmen lebt es im Kopf einer Person. Das Company Brain ist der Ort, an den es stattdessen kommt.

• Ihre schriftliche Richtlinie, kodiert - Rating-Schwellen, Branchenkappen, unbesicherte Limits, Vorkasse-Auslöser und Genehmigungsketten werden zu Regeln, die der Agent konsistent anwendet, jedes Mal, auf jeden Kunden.
• Die Begründung hinter vergangenen Entscheidungen - Jedes Limit, das der Sachbearbeiter genehmigt, anpasst oder ablehnt, wird mit seiner Begründung erfasst, sodass das „Warum“ erhalten bleibt, nicht nur die Zahl.
• Kundenhistorie im Kontext - Zahlungsverhalten, vergangene Streitfälle, saisonale Muster und Beziehungsnotizen stehen neben den Auskunfteidaten, sodass eine lange, verlässliche Beziehung etwas zählt.
• Lernen aus Overrides - Wenn der Sachbearbeiter eine Empfehlung überstimmt, hält das Company Brain fest, warum, und künftige Empfehlungen spiegeln es wider. Das System wird schärfer, je mehr es genutzt wird.
• Fundiert, nicht ratend - Empfehlungen sind auf Ihre Richtlinie und Ihre Daten rückführbar, nicht auf ein undurchsichtiges Modell. Das ist der Unterschied zwischen einem Company Brain und einem aufgesetzten Chatbot, den wir ausführlich in unserem Leitfaden zu RAG vs. Fine-Tuning vs. Company Brain behandeln.
• Überlebt Fluktuation - Geht der Sachbearbeiter, bleiben Richtlinie und Historie. Ein neuer Mitarbeiter erbt ein funktionierendes System statt eines leeren Blatts und eines Kastens alter Akten.

Das ist die Säule, die Kreditmanagement von einer Person in eine Fähigkeit verwandelt. Das Bus-Faktor-Risiko - die ganze Abteilung stockt, weil eine Person ging - ist genau das, was ein Company Brain beseitigt, und es ist ein Problem, über das wir breiter im Beitrag zum Bus-Faktor geschrieben haben. Der Sachbearbeiter ist weiterhin der Experte; seine Expertise ist nur nicht länger in seinem Kopf eingesperrt.

Die 90-Tage-Einführung für einen Kreditmanagement-KI-Mitarbeiter

Sie automatisieren nicht die ganze Kreditabteilung am ersten Tag. Eine fokussierte 90-Tage-Einführung beginnt mit Neukundenprüfungen oder Limitprüfungen - der volumenstärksten, repetitivsten Scheibe - und beweist sie gegen Entscheidungen, die Ihr Team bereits getroffen hat, bevor sie einen Live-Fall berührt.

Phase 1: Kartieren und verbinden (Wochen 1-4)

1. Woche 1: Richtlinie erfassen - Mit dem Sachbearbeiter zusammensitzen und die Kreditrichtlinie aufschreiben, die aktuell in seinem Kopf lebt: Schwellen, Branchenregeln, Ausnahmen, Genehmigungskette, Vorkasse-Auslöser.
2. Woche 2: Systeme verbinden - Kundenstamm und Obligo-Daten im ERP, die Auskunfteikonten, das CRM und das E-Mail-Postfach, in dem Anfragen eintreffen, anbinden.
3. Woche 3: Entscheidungs-Baseline - Einen Satz vergangener Kreditentscheidungen mit Ergebnissen sammeln, damit der Agent später daran gemessen werden kann, was Ihr Team tatsächlich getan hat.
4. Woche 4: Eskalation gestalten - Genau definieren, welche Fälle an einen Menschen gehen: Auftragswert, Obligo-Schwellen, dünne Daten, grenzwertige Ratings, Einzelunternehmer. Das ist der Human-in-the-Loop-Vertrag.

Phase 2: Bauen und rücktesten (Wochen 5-8)

5. Woche 5-6: Agent bauen - Auskunfteiabrufe, Finanzlesen, Obligo-Rechnung und Richtlinienregeln zu einem funktionierenden Agenten verdrahten, der Empfehlungen mit Begründung entwirft.
6. Woche 7: Rücktest - Den Agenten auf die historischen Entscheidungen aus Woche 3 laufen lassen. Wo hätte er ein anderes Limit gesetzt, und war das richtig oder falsch? Hier wird Vertrauen verdient.
7. Woche 8: Justieren - Schwellen und Eskalationsregeln anhand des Rücktests anpassen. Die Lücken schließen, wo Agent und Sachbearbeiter aus guten Gründen uneins waren.

Phase 3: Parallellauf und Übergabe (Wochen 9-12)

9. Woche 9: Schattenbetrieb - Der Agent läuft parallel an Live-Fällen und entwirft Empfehlungen, die der Sachbearbeiter mit seinen eigenen vergleicht, bevor er entscheidet. Nichts wird automatisch gepostet.
10. Woche 10-11: Sachbearbeiter genehmigt - Die Empfehlungen des Agenten werden zum Standard-Erstentwurf. Der Sachbearbeiter genehmigt oder passt jede an, und genehmigte Entscheidungen werden ins ERP zurückgeschrieben.
11. Woche 12: Messen und ausweiten - Durchlaufzeit, Prüfungsabdeckung und Übereinstimmungsrate gegen die Baseline vergleichen. Dann von Neukundenprüfungen auf laufende Überwachung, Auftragsfreigabe oder die nächste Scheibe ausweiten.

Wie es sich von Auskunfteien, ERP-Modulen und Kreditversicherung unterscheidet

Unternehmen geben bereits Geld für Kreditwerkzeuge aus, also ist die faire Frage, was ein KI-Mitarbeiter hinzufügt, das ein Auskunftei-Abo, ein ERP-Kreditmodul und eine Warenkreditversicherung nicht tun. Die kurze Antwort: Diese Werkzeuge besitzen jeweils ein Stück, und keines erledigt das Sammeln, Beurteilen und Zurückschreiben, das der Sachbearbeiter von Hand macht.

• Die Auskunftei verkauft Daten - Creditreform, Schufa und Dun & Bradstreet geben Ihnen das Rating und den Bericht. Jemand muss ihn trotzdem abrufen, lesen und entscheiden, was er für diesen Auftrag bedeutet.
• Das ERP-Modul setzt durch, es urteilt nicht - Es speichert das Limit und sperrt Aufträge, die es überschreiten¹⁹, aber es braucht einen Menschen, der dieses Limit überhaupt erst gesetzt hat.
• Kreditversicherung deckelt den Schaden - Warenkreditversicherer entschädigen bis zu rund 95 Prozent einer versicherten Forderung²⁰, aber das Deckungslimit ist eine Eingabe für Ihre Entscheidung, nicht die Entscheidung selbst.
• Der KI-Mitarbeiter verbindet sie - Er liest den Auskunfteibericht, die Finanzdaten und die Versichererdeckung, wendet Ihre Richtlinie an, entwirft das Limit und schreibt es in das ERP-Modul - die verbindende Arbeit, die manuell war.

Das ist dasselbe Thema wie in unserem Beitrag dazu, wie sich die Auftragsbearbeitung zu ERP-Auftragsmodulen, OMS und EDI verhält: Der KI-Mitarbeiter ist kein Ersatz für Ihre führenden Systeme, er ist die Schicht, die die menschliche Sammel- und Urteilsarbeit dazwischen erledigt.

Kreditautomatisierung und die EU-KI-Verordnung: Was tatsächlich gilt

Kredit-Scoring ist einer der Bereiche, von denen man annimmt, dass er unter der EU-KI-Verordnung automatisch Hochrisiko ist. Für Konsumentenkredite ist er das oft. Für das meiste B2B-Kreditmanagement ist er es nicht - aber die Grenze zählt, und sie richtig zu ziehen gehört dazu, das verantwortungsvoll zu tun.

• Die Regel - Anhang III Punkt 5(b) stuft KI, die die Kreditwürdigkeit natürlicher Personen bewertet oder deren Kreditscore ermittelt, als Hochrisiko ein, mit Betrugserkennung als einziger genannter Ausnahme¹².
• Die B2B-Ausnahme - Die Bewertung eines eingetragenen Firmenkunden liegt außerhalb von 5(b), weil das Subjekt ein Unternehmen ist, keine natürliche Person¹³.
• Der Vorbehalt, der Leute erwischt - Einzelunternehmer und manche nicht eingetragenen Unternehmen sind rechtlich natürliche Personen, sodass Kreditentscheidungen über sie in den Anwendungsbereich fallen können¹⁴. Viele B2B-Bücher enthalten mehr davon, als das Finanzteam vermutet.
• Empfehlung zählt trotzdem - Ein System, das einen Score oder eine Empfehlung erzeugt, auf die ein Mensch dann handelt, ist weiterhin im Anwendungsbereich, wenn das Subjekt eine natürliche Person ist; ein Mensch in der Schleife entfernt die Einstufung nicht von allein¹³.
• Das sichere Design - Jeden Kundentyp klassifizieren, einen Menschen auf jeder Entscheidung halten und Eingaben, Regeln und Ergebnisse protokollieren. Das Company Brain protokolliert per Design, was die Hochrisikofälle, die es doch gibt, weit einfacher steuerbar macht.

Wo Kreditautomatisierung bricht, und wie man es vermeidet

Ehrlich über die Fehlerarten zu sein, ist der Unterschied zwischen einem System, dem Ihr Finanzteam vertraut, und einem, das es still umgeht. Kreditautomatisierung bricht auf vorhersehbare Weise, und jede hat eine Design-Antwort.

• Schmutzige Kundenstammdaten - Existiert derselbe Kunde dreimal unter leicht verschiedenen Namen, sind Obligo-Prüfungen falsch und Limits bedeutungslos. Die Lösung ist Entitätsauflösung und saubere Stammdaten vor allem anderen, weshalb Kredit und Stammdatenmanagement zwei Seiten einer Medaille sind.
• Dünne oder veraltete Auskunfteidaten - Kleine und neue Kunden haben oft wenig Auskunfteihistorie. Die Lösung ist, Fälle mit dünner Datenlage an einen Menschen zu eskalieren, statt den Agenten extrapolieren zu lassen.
• Über-Automatisierung - Den Agenten Limits automatisch genehmigen zu lassen, um einen Klick zu sparen, ist der schnellste Weg, Vertrauen zu verlieren und Compliance-Risiko einzusammeln. Die Lösung ist eine feste Human-in-the-Loop-Linie auf jeder Entscheidung, die Konditionen ändert.
• Alarm-Ermüdung - Überwachung, die bei jedem winzigen Rating-Wackler auslöst, trainiert Menschen, sie zu ignorieren. Die Lösung ist, Alarme auf wesentliche Änderungen und ein Obligo zu justieren, das wirklich zählt.
• Richtlinie, die nie aufgeschrieben wurde - Kann der Sachbearbeiter die Regeln nicht artikulieren, kann der Agent sie nicht anwenden. Die Lösung ist die Richtlinienerfassung in Woche eins, die schon vor jeder Automatisierung wertvoll ist.
• Vertriebsdruck - Der Vertrieb will das Limit immer höher und die Sperre weg. Die Lösung ist, dass der Agent dieselbe Richtlinie für alle durchsetzt und Ausnahmen protokolliert werden, nicht zugeflüstert.
• Es als Rip-and-Replace behandeln - Zu versuchen, das ERP-Kreditmodul oder die Auskunftei zu tauschen, ist ein anderes, langsameres Projekt. Die Lösung ist, den KI-Mitarbeiter auf das zu setzen, was Sie bereits betreiben.

Wie Superkind passt

Superkind baut maßgeschneiderte KI-Mitarbeiter für KMU und Konzerne. Für das Kreditmanagement heißt das: ein Agent, fundiert in Ihrer Kreditrichtlinie und Historie, verbunden mit dem ERP und den Auskunfteien, die Sie bereits nutzen, und so gestaltet, dass ein Mensch auf jeder Entscheidung bleibt.

• Prozess zuerst, nicht Produkt zuerst - Wir beginnen damit, Ihre tatsächliche Kreditrichtlinie und Genehmigungskette zu erfassen, nicht damit, Ihnen ein generisches Scoring-Werkzeug zum Anpassen zu geben.
• Fundiert in Ihrem Company Brain - Richtlinie, Schwellen, Ausnahmen und die Begründung hinter vergangenen Entscheidungen leben in einem System, das Fluktuation überlebt, sodass die Abteilung nicht von einer Person abhängt.
• Mit echten Systemen verbunden - Der Agent liest und schreibt in Ihr ERP (SAP, Dynamics, Oracle, Infor), Ihre Auskunfteien, Ihr CRM und die E-Mail - kein Rip-and-Replace.
• Mensch auf der Entscheidung - Jede Freigabe, Ablehnung oder ungewöhnliche Konstellation eskaliert an Ihren Sachbearbeiter. Die KI entfernt das Sammeln, nicht das Urteil.
• In Wochen live - Eine erste Scheibe, meist Neukundenprüfungen oder Portfolio-Überwachung, geht innerhalb einer 90-Tage-Einführung in Produktion, rückgetestet gegen Ihre eigenen vergangenen Entscheidungen.
• Ergebnisse, keine Lizenzen - Die Preisgestaltung erfolgt pro Anwendungsfall und ist an messbare Ergebnisse gebunden: zurückgewonnene Sachbearbeiterstunden, schnellere Auftragsfreigabe, weniger Ausfälle.
• Nachvollziehbar per Design - Jede Eingabe, Regel und jedes Ergebnis wird protokolliert, was sowohl die interne Prüfung als auch etwaige Pflichten aus der EU-KI-Verordnung deutlich leichter macht.
• Skaliert über den Finanzbereich - Dieselbe verbundene Schicht, die den Kredit betreibt, erweitert sich auf die Auftragsbearbeitung, das Mahnwesen und den Rest von Order-to-Cash.

Entscheidungsrahmen: Ist Ihre Kreditabteilung bereit?

Nicht jedes Unternehmen braucht das schon. Hier ist ein Rahmen, um zu entscheiden, ob ein KI-Mitarbeiter für das Kreditmanagement der richtige nächste Schritt ist oder ein verfrühter.

Häufige Fragen

Henri Jung

Mitgründer von Superkind, wo er KMU und Konzernen hilft, maßgeschneiderte KI-Mitarbeiter einzusetzen, die wirklich dazu passen, wie ihre Teams arbeiten. Henri liegt daran, die Lücke zwischen dem, was KI kann, und dem Wert, den sie in echten Unternehmen schafft, zu schließen. Er glaubt, dass der Mittelstand alles hat, um bei KI führend zu sein - er braucht nur den richtigen Ansatz.