Mercor-Test: KI übertrifft 12 Wirtschaftsprüfer bei Buchhaltungsaufgaben
Veröffentlicht am: 02.10.2026 um 18:52 Uhr | Redaktion boerse-global.de
Künstliche Intelligenz setzt im Finanz- und Rechnungswesen neue Maßstäbe bei Routineprozessen. Eine im Juni 2026 durchgeführte Untersuchung von Mercor zeigt, dass KI-Modelle bei vereinfachten, strukturierten Buchhaltungsaufgaben sowohl schneller als auch präziser arbeiteten als menschliche Experten.
An dem Vergleich nahmen zwölf lizenzierte Wirtschaftsprüfer mit einer durchschnittlichen Berufserfahrung von 5,5 Jahren teil. Die Fachleute erreichten bei den Testaufgaben im Mittel ein Ergebnis von rund 37 Prozent und blieben damit hinter der Leistungsfähigkeit der eingesetzten Systeme zurück.
Spezialisierte Modelle für Tabellen und Prüfprozesse
Die Ergebnisse reihen sich in eine Serie technologischer Fortschritte ein, die gezielt auf Finanzdaten abzielen. Am 30. September 2026 veröffentlichte NVIDIA das Modell Kumo Tabular, das für Klassifikations- und Regressionsaufgaben auf Tabellendaten entwickelt wurde.
Das System arbeitet per In-Context-Learning in einem einzigen Durchlauf und benötigt kein vorheriges Training, Hyperparameter-Tuning oder Feature-Engineering. Die drei verfügbaren Modellgrößen umfassen zwischen etwa 28 und 215 Millionen Parameter und wurden ausschließlich mit synthetischen Tabellen vortrainiert.
Wer sich mit dem Einsatz moderner Technologien im Unternehmen befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Laut Angaben des Herstellers erzielte Kumo Tabular einen TabArena-Elo-Wert von 1950 und lief auf einer einzelnen Grafikkarte des Typs RTX 6000 Pro 17-mal schneller als LimiX-2. Zudem belegte das Modell Spitzenplätze auf Benchmarks wie BeyondArena, ScoringBench und TALENT.
Parallel dazu stellte der Softwareanbieter AppZen sein System ZenLM Plus vor, das speziell für Audits von Finanz- und Reisekosten konzipiert wurde. In unternehmenseigenen Vergleichstests gegen sieben führende Basismodelle erzielte ZenLM Plus bei fünf von sechs Prüfkontrollen den Spitzenwert.
In gezielten Richtlinienkategorien erreichte das Modell einen F1-Wert von 97,4, verglichen mit 88,3 beim stärksten Konkurrenzmodell GPT-5.6 Sol. Bei der reinen Belegerkennung lag der F1-Wert bei 92,4, während das System bei der Belegprüfung mit 93,3 knapp hinter Gemini 3.1 Pro und Sonnet 5 mit jeweils 94,1 rangierte.
Die Inferenzkosten pro 1.000 geprüften Ausgabenzeilen beliefen sich nach Unternehmensangaben auf rund die Hälfte der Kosten von GPT-5.6 Luna und rund ein Fünfzigstel von Opus 5.
Wachsende Automatisierung im Finanzsektor
Auch bei komplexen Transaktionsprüfungen greifen Dienstleister zunehmend auf autonome Lösungen zurück. Die Plattform Finsider startete ein System für agentische Due-Diligence-Prüfungen, das sämtliche Transaktionen des Hauptbuchs auf Duplikate, Periodenfehler, verbundene Parteien und Ausreißer analysiert.
Berechnungen erfolgen deterministisch und werden gegen Quelldaten abgeglichen. Die Software soll bei 40 jährlichen Mandaten zur Erstellung von Berichten über die Ertragsqualität die Ausführungszeit um 60 Prozent gesenkt haben.
Die zunehmende Automatisierung im Finanzwesen erfordert eine präzise Kenntnis der geltenden Risikoklassen für eingesetzte Systeme. Erfahren Sie in diesem kostenlosen Report, welche KI-Anwendungen als Hochrisiko gelten und was Unternehmen nun konkret tun müssen. Kostenlosen KI-Umsetzungsleitfaden herunterladen
Zeitgleich expandiert der Markt für Finanzassistenz: Das ehemals als Maximor bekannte Unternehmen Hyphenate meldete nach einer Umfirmierung ein 86-faches Umsatzwachstum innerhalb von zwölf Monaten für seine Plattform, die bestehende ERP-Infrastrukturen durch spezialisierte Softwareagenten ergänzt.
Menschliche Kontrolle bleibt unverzichtbar
Trotz der gemessenen Genauigkeitswerte bei strukturierten Aufgaben mahnen Branchenkenner zur Vorsicht. Bereits 2025 verzeichnete Thomson Reuters einen Anstieg der Nutzung generativer KI in Steuerkanzleien von 8 Prozent im Jahr 2024 auf 21 Prozent. Obwohl 79 Prozent der Fachleute eine hohe oder transformative Wirkung erwarteten, verfügten nur 14 Prozent der Kanzleien über eine definierte Strategie.
Zudem stuften mehr als 95 Prozent verifizierte Quellen als essenziell ein. Nach Angaben von CPA.com aus dem Jahr 2025 berichten Anbieter zwar von Zeiteinsparungen zwischen 30 und 70 Prozent bei Abstimmung und Monatsabschlüssen, betonen jedoch, dass Ermessensentscheidungen und Ausnahmen weiterhin zwingend einer menschlichen Prüfung bedürfen.
