KI-nativer Gründer teilt, wie er KI in seiner Finanzorganisation einsetzt

Nicholas Rudder begann seine Karriere im Finanzwesen bei PwC und der Macquarie Bank. Heute ist er Gründer und CEO von Sphere, einem KI-nativen Steuerberatungsunternehmen.

Wir haben uns mit Nicholas unterhalten, um zu erfahren, wie eine KI-native Finanzorganisation aussieht. Das hat er uns erzählt.

Entwicklung eines Tools zur Lösung grenzüberschreitender Compliance-Probleme

Mein Name ist Nick Rudder. Ich bin der Gründer und CEO von Sphere.

Ich begann meine Karriere im Finanzwesen bei PwC und der Macquarie Bank. Schon bald verließ ich diese Welt, weil ich das Gefühl hatte, dass die Arbeit im Finanzwesen nur einen oberflächlichen Einblick darin bot, wie Unternehmen tatsächlich funktionieren. Man spürt nicht den Druck des Wettbewerbs, erlebt nicht, wie unter Zeitdruck ein Feature veröffentlicht wird, und sieht nicht, wie Tausende von Menschen etwas nutzen, das man entwickelt hat.

Mein erstes Startup wurde in Y Combinator aufgenommen. Wir waren im YC-Jahrgang erfolgreich – erzielten einen GMV von einigen Millionen –, aber nachdem wir uns 18 Monate nach dem Jahrgang abgemüht hatten, wussten wir, dass das Unternehmen niemals so skalieren würde, wie wir es uns wünschten. Glücklicherweise kamen dabei viele grenzüberschreitende Compliance-Probleme zum Vorschein. Als ich das Unternehmen schloss, war ich davon begeistert, Unternehmen bei ihrer internationalen Expansion zu unterstützen und gleichzeitig den Verwaltungsaufwand für grenzüberschreitende Compliance zu beseitigen.

Das veranlasste mich, Sphere zu gründen, was ehrlich gesagt viel besser zu meinem Hintergrund passte als mein EdTech-Unternehmen!

Wir sind in der Zeit nach der KI entstanden und haben neu darüber nachgedacht, wie sich das globale Handelsrecht mithilfe von KI verständlich machen lässt. Daraus entstand die Idee für unsere KI-native Steuer-Engine TRAM, die das weltweite Handelsrecht einliest, kodifiziert und überwacht. Diese proprietäre Technologie – trainiert mit Tausenden Stunden an Eingaben von Steuerexperten und Millionen Seiten indexierten globalen Steuerrechts – ermöglicht es uns, die richtige steuerliche Behandlung auf jedes Produkt anzuwenden, unabhängig davon, wo es verkauft wird. Ganz allgemein glauben wir, dass TRAM die Kosten internationaler Transaktionen drastisch senken und sie so einfach machen wird wie den Verkauf auf dem heimischen Markt. Damit treibt TRAM unsere Vision voran, die Welt zu einem einzigen Markt zu machen.

Sphere befindet sich in der Series A – wir haben im September vergangenen Jahres in einer von a16z angeführten Runde $21M aufgenommen – und wachsen derzeit monatlich um 30 %. Wir sind weltweit vertreten und verkaufen an Kunden rund um den Globus. Daher arbeitet unser Team in Nordamerika, EMEA und APAC, insgesamt sind wir etwa 50 Personen. Ich bin die einzige Person im Finanzbereich. Bei Sphere setzen wir selbst um, was wir predigen: Wir sind von Grund auf KI-nativ und können unsere Finanzfunktion mit unseren aktuellen Systemen effektiv verwalten.

Wie KI die Finanzanalyse optimiert

Die größte Veränderung, die KI im vergangenen Jahr an der Arbeitsweise des Finanzbereichs bei Sphere bewirkt hat, ist ziemlich unspektakulär: Wir analysieren jeden Monat unsere Ausgaben über alle Bankkonten und Kreditkarten hinweg, indem wir unsere Kontoauszüge in Claude einspeisen.

Diese Analyse zeigt die enormen Vorteile, die KI inzwischen bietet. Unsere größten Ausgabenblöcke und Möglichkeiten zur Kostensenkung mit wenigen Klicks zu identifizieren, hat weitreichende Auswirkungen auf das Unternehmen. Außerdem hat sich dadurch die Zeit, die wir für die Berichterstattung zum Monatsabschluss aufwenden, deutlich reduziert.

Das entspricht genau dem Pareto-Prinzip, nach dem häufig 80 % der Ergebnisse mit 20 % des Aufwands erzielt werden.

Nicholas’ Anmerkungen

KI und Steuern waren lange Zeit eine kontroverse Kombination – viele Menschen sind fest davon überzeugt, dass menschliches Eingreifen erforderlich ist, um die Grauzone zu verstehen.

Warum die Haftung bei KI-gestützten Steuerabläufen zunehmend weniger Anlass zur Sorge gibt

KI und Steuern waren schon lange eine kontroverse Kombination – viele Menschen sind fest davon überzeugt, dass menschliches Eingreifen erforderlich ist, um die Grauzone zu verstehen. Wenn Modelle jedoch anhand des gesamten Korpus des Handelsrechts trainiert werden können und mehr davon verarbeiten als jeder einzelne Berater jemals könnte, scheint es unvermeidlich, dass diese Modelle selbst die besten Steuerberater deutlich übertreffen werden.

Der einzige Grund, warum Unternehmen noch auf die vier großen Wirtschaftsprüfungsgesellschaften zurückgreifen, ist die Haftung. Denn wenn etwas schiefgeht, an wen wendet man sich dann? Man kann jedoch eine Versicherung in diese KI-gestützten Angebote integrieren, um diese Bedenken zu zerstreuen.

Wie KI die Steuerrecherche optimiert

Wir setzen KI-Agenten ein, um zahlreiche weitere Arbeitsabläufe effizienter zu gestalten:

• Unser proprietäres KI-System führt unsere Steuerrecherche durch.
• KI-Agenten reichen Erklärungen und Registrierungen in staatlichen Steuerportalen ein.
• KI liest digitalisierte Briefpost von Steuerbehörden ein, um Änderungen der Abgabefrequenz oder Prüfungsbescheide zu erkennen.
• Klassisches maschinelles Lernen prognostiziert Verbindlichkeiten im Zeitverlauf und weist darauf hin, wann Unternehmen in verschiedenen Rechtsordnungen möglicherweise eine steuerliche Anknüpfung begründen.
• KI verarbeitet Unternehmensdaten, um uns dabei zu unterstützen, Kunden beim Eintritt in neue Rechtsordnungen zu Fragen der grenzüberschreitenden Regelkonformität zu beraten.

Und wir entdecken täglich unzählige weitere Einsatzmöglichkeiten, während das Team damit experimentiert, welche Arbeitsabläufe KI automatisieren kann.

Wie wir jedoch intern sagen: Gut genug ist nicht gut genug. Deshalb bleibt immer ein erfahrener interner Experte eingebunden – insbesondere in unsere Steuerrecherche.

Wo KI in Finanzabläufen hinter den Erwartungen zurückbleibt

Angesichts des aktuellen Tempos der KI-Entwicklung ist es schwierig zu sagen, wofür morgen noch ein Mensch benötigt wird. Die Risikobewertung wird jedoch wahrscheinlich immer einen Menschen als endgültigen Entscheidungsträger erfordern.

Und heute erzielt KI bei geschäftskritischeren Finanzprozessen wie der Umsatzrealisierung noch immer nicht die erwartete Wirkung. Diese Vorteile scheinen eher schrittweise zu entstehen als die grundlegenden Verbesserungen, die wir an anderer Stelle beobachten.

Ein KI-Technologiepaket für das Finanzwesen

Was KI-Tools im Finanzwesen betrifft, empfehle ich folgendes Technologiepaket:

• Ramp für die Kreditorenbuchhaltung
• Deel für die Lohn- und Gehaltsabrechnung
• Und natürlich Sphere für die Regelkonformität bei indirekten Steuern

Auf bereichsübergreifender Ebene empfehle ich, Claude zu verwenden, um zu analysieren, wie diese Ebenen zusammenwirken. Ich habe damit äußerst gute Erfahrungen gemacht.

Warum CFOs ihre Grenzen neu überdenken müssen

Mein Rat? Überdenke deine Grenzen neu.

Viele Finanzteams unserer Kunden leisten deutlich mehr mit deutlich weniger. Wenn sie beispielsweise mit den richtigen Agenten ausgestattet sind, können sie als Team aus Generalisten arbeiten – eine Person im Finanzwesen kann Aufgaben übernehmen, für die zuvor fünf Spezialisten erforderlich waren. Also: Stelle Generalisten statt Spezialisten ein.

Für die Automatisierung solltest du deinen Stack prüfen und mit leicht umsetzbaren Möglichkeiten oder weniger geschäftskritischen Arbeitsabläufen beginnen. Automatisiere sie – durch ausgelagerte Anbieter oder intern – und arbeite dich im Stack nach oben.

Bleibe auf dem Laufenden

Du kannst die Arbeit von Nicholas Rudder auf LinkedIn verfolgen. Sieh dir außerdem Sphere an.

Weitere Experteninterviews folgen im The CFO Club!