KI-Agenten für Finanzberichterstattung ohne Code

Finanzberichterstattung automatisieren mit KI-Agenten-Kette – ohne Programmierung

Ein System aus 17 spezialisierten KI-Agenten hat die Finanzberichterstattung für eine B2B-Plattform mit über 200 Partnern vollständig automatisiert. Jeder Agent übernimmt eine spezifische Aufgabe: von täglichen Berichten über monatliche Abgleiche bis hin zur Vertragserstellung. Die Integration über MCP-Server ermöglicht direkten Zugriff auf MS SQL, Google Sheets API, Drive und GitLab. Innerhalb von drei Monaten wurden Routineaufgaben, die täglich 2–3 Stunden in Anspruch nahmen, auf Minuten reduziert – ohne eine Zeile Code zu schreiben.

Spezialisierte Agenten in einem einheitlichen Ökosystem

Die Agenten sind als Skills in Claude Code organisiert – Markdown-Dateien mit Anweisungen. Jeder Skill konzentriert sich auf einen einzelnen Vorgang und interagiert über gemeinsame Infrastruktur:

• MCP-Server für schreibgeschützten Zugriff auf MS SQL.
• Google Sheets API zum Erstellen und Formatieren von Tabellen.
• Google Drive zum Hochladen von Lieferantendaten-Exporten.
• GitLab API und Task-Tracker für Produktivitätsanalysen.

Die Agenten kommunizieren nicht direkt miteinander, sondern nutzen gemeinsame Ressourcen. Dadurch kann das System skaliert werden, ohne umstrukturiert werden zu müssen.

Algorithmus zur Finanzberichterstellung

Der Befehl /financial-report Partner Zeitraum startet den Prozess in 40 Sekunden:

• Gegenpartei auflösen: Aliases mit UUIDs aus der internen Datenbank abgleichen.
• SQL-Abfrage: Trichter aufbauen (Leads → Übergänge → Auszahlungen → Provision) unter Berücksichtigung von Deal-Status.
• Aggregation: Gruppierung nach Tag, Berechnung von Konversionsraten und Provisionen basierend auf individuellen Splits.
• In Sheets schreiben: Erstellung einer Tabelle mit Daten, Summen und Formatierung.
• Verifizierung: Erneutes Auslesen und Abgleich mit Quelldaten, um Datenverlust zu verhindern.

Die Formatierung wird nach dem Schreiben angewendet, um leere Zellen nicht unnötig zu stylen.

Monatliche Abgleiche: Verarbeitung mehrerer Quellen

Der Abgleich über 3–4 Lieferanten umfasst eine Kette von Schritten:

• Hochladen von Dateien aus Drive.
• Abgleich von Deals mit der Datenbank.
• Berechnung von Provisionen basierend auf Splits.
• Erstellung von Tabellen mit Formeln für jeden Partner.

Die Zeit wurde von 8 Stunden auf 3–5 Minuten reduziert. Der Agent berücksichtigt unterschiedliche Exportformate und Abgleichregeln.

Vollständige Palette automatisierter Aufgaben

| Skill | Aufgabe | Zeit |

|-------|------|------|

| Financial Report | Partner-Trichter | 40 Sek |

| Daily Digest | Bericht für alle Partner | 2–3 Min |

| Monthly Reconciliation | Abgleich mit Lieferanten | 3–5 Min |

| Contract Generator | Standardvertrag | 1–2 Min |

| Team Tracker | Team-Management | interaktiv |

| GitLab Analytics | Repository-Aktivität | 2–3 Min |

| Meeting Report | Meeting-Transkription | 3–5 Min |

Das System nutzt 9 MCP-Server (SQL, Sheets, Drive, Calendar, Gmail, GitLab, Tracker, Telegram, GitHub). Die Logik wird in Markdown ohne Code beschrieben.

Vorteile von Claude Code gegenüber Alternativen

• ChatGPT + Zapier: kein Datenbankzugriff.
• LangChain/LangGraph: erfordert Entwickler und lange Iterationszyklen.
• Custom API + GPT-4: Änderungen erfordern Deployment.

Claude Code ermöglicht einen 30-Sekunden-Feedback-Loop: Markdown bearbeiten → testen → ausführen. MCP-Server bieten Infrastrukturzugriff.

Architektur:

• Claude Code als Laufzeitumgebung.
• MCP-Server als Brücken zu Systemen.
• Skills als Geschäftslogik in Markdown.
• Sheets/Drive als Schnittstelle.

Wichtige Probleme und Lösungen

• Sheets API verliert Zeilen: obligatorische Verifizierung nach Batch-Schreibvorgängen.
• Datenbankdokumentation stimmt nicht überein: Referenztabellen verknüpfen statt Glossare zu nutzen.
• Formatierung: separater Schritt nach Dateneingabe.
• Kontextverlust: Schritte als externes Gedächtnis protokollieren.
• Duplikate in GitLab: Merge-Commits und automatisch generierte Inhalte filtern.
• Aliases: Namen zwischen Systemen abgleichen.

Automatisierungsergebnisse

| Metrik | Vorher | Nachher |

|--------|--------|-------|

| Tägliche Berichte | 2–3 Std/Tag | 5–10 Min |

| Monatlicher Abgleich | 8 Std | 5 Min |

| Vertragserstellung | 2–3 Std | 2 Min |

| Fehler | 3–5/Monat | 0 |

| Personen für Routineaufgaben | 2 | 0 |

Einsparungen von ~60 Personen-Stunden/Monat bei 200 $/Monat für Claude Code.

Wichtigste Erkenntnisse

• Spezialisierte Agenten mit MCP-Zugriff ersetzen manuelle Arbeit in Finanzen und Analytik.
• Verifizierung in jedem Schritt verhindert stille Fehler in API-Integrationen.
• Markdown-Anweisungen beschleunigen Iterationen ohne Deployment.
• Das System skaliert von einem Bericht auf 17 Skills.
• Ein Product Owner kann Automatisierung schneller aufbauen als ein Entwicklungsteam.

— Editorial Team