Jede vierte Führungskraft berichtet: KI-Fehler haben Aufsichtsrat oder Öffentlichkeit erreicht

Doch dieselbe Studie zeigt: 26% – jeder vierte Befragte – berichtete, dass interne Prüfungen KI-Fehler aufgedeckt haben, die externe Adressaten oder Vorstandsmitglieder erreichten . Diese Kluft zwischen erklärtem Vertrauen und dokumentiertem Versagen ist das zentrale Ergebnis des Berichts.

Workiva-CFO Barbara Larson bringt es auf den Punkt: „Vertrauen in KI ohne Kontrolle über die Datenqualität ist keine Strategie, sondern eine Haftungsfalle“ .

Datenqualität: Die Achillesferse

Die Vertrauenslücke sitzt auf einem noch grundlegenderen Problem: der Datenqualität. Nur 11% der Führungskräfte glauben, dass die Datenqualität ihres Unternehmens für den KI-Einsatz ausreicht . Die übrigen 89% räumen ein, dass ihre zugrunde liegenden Daten nicht für die KI-Werkzeuge bereit sind, die sie bereits einsetzen.

Diese Fehlanpassung hat handfeste Konsequenzen. 71% der Führungskräfte gaben an, dass schlechte Datenqualität den Einsatz von KI in der Finanz- und Nachhaltigkeitsberichterstattung zumindest moderat beeinträchtigt hat . Die häufigsten Folgen schlechter Datenqualität sind fehlerhafte oder verzögerte operative Entscheidungen, gefolgt von Bußgeldern oder rechtlichen Schritten sowie dem Verlust an Glaubwürdigkeit bei Investoren oder Kreditgebern .

Investoren beobachten genau

Institutionelle Anleger lassen sich vom Führungsvertrauen nicht blenden. 89% der institutionellen Anleger gaben an, sich über die Genauigkeit KI-generierter Inhalte in Unternehmensveröffentlichungen zu sorgen . Diese Besorgnis geht einher mit wachsendem Regulierungsdruck, KI-Outputs als prüffähige Aufzeichnungen und nicht als informelle Entwürfe zu behandeln .

95% der institutionellen Anleger glauben, dass Führungskräfte das Risiko fragmentierter Finanzberichtsdaten unterschätzen . Auf Dauer können schwache oder nicht verifizierbare Daten die Glaubwürdigkeit bei den Stakeholdern untergraben .

Infrastrukturprioritäten: Der Weg nach vorn

Die Führungskräfte reagieren mit einem klaren Infrastrukturmandat. Die Studie ergab, dass 96% der Befragten eine abgestimmte C-Suite für unerlässlich halten, um Datensilos aufzubrechen , und 79% priorisieren Datenautomatisierung und -Governance, um unternehmensweite Datenlücken zu schließen . Die meisten Organisationen finanzieren diesen Wandel mit dediziertem IT-Support (73%) und zugewiesenen Budgets (71%) .

76% der internen Prüfungsteams evaluieren bereits aktiv die KI-Modelle ihrer Organisationen . Die befragten Führungskräfte sind sich fast einig, dass CFO, CIO und CSO für eine erfolgreiche Daten-Governance zusammenarbeiten müssen .

Die Infrastrukturpriorität verschiebt sich von der „Ausführung zur Orchestrierung“ . CFOs suchen gezielt nach Plattformen, die als einheitliches „System der Wahrheit“ dienen – sie verankern KI-Agenten in nachvollziehbaren, regulatorisch einwandfreien Datenumgebungen, in denen jeder Output verifiziert und jede Offenlegung verteidigt werden kann .

KI-Agenten halten Einzug in den Berichtsworkflow

Parallel zu den Studienergebnissen hat Workiva drei speziell entwickelte KI-Agenten auf den Markt gebracht, die innerhalb prüffähiger Leitplanken arbeiten: einen Tie-Out-Agenten für Konsistenzprüfungen in Finanzberichten, einen Benchmarking-Agenten für die Analyse von Branchenveröffentlichungen und einen Sustainability Disclosure Agent für die Einhaltung der ESRS- und ISSB-Standards . Diese Agenten sind in eine persistente Intelligence-Ebene namens Workiva Knowledge eingebettet, die KI-Output in den unternehmenseigenen Daten, Anweisungen und Inhalten verankert .

Die Prüfpfad-Architektur ist von Bedeutung, weil KI-generierte Outputs in regulierten Finanzberichten mittlerweile eine eigenständige Risikokategorie im FINRA Annual Regulatory Oversight Report 2026 darstellen . Das Halluzinationsrisiko ist dort am höchsten, wo KI den größten Spielraum hat, Narrative zu generieren – Managementkommentare, Fußnoten, ESG-Formulierungen –, genau das Terrain, das diese Agenten in Quelldaten verankert halten sollen .

Das Fazit

Die Workiva Midyear Executive Benchmark Survey 2026 zeichnet das Bild einer Branche, die bei der KI-Einführung schnell voranschreitet, aber bei den notwendigen Datengrundlagen und Governance-Strukturen zu langsam ist. Die Zahlen sind eindeutig: 84% Vertrauen, 26% entdeckte Fehler, 11% datenbereit, 89% Investorensorge. Die Kluft zwischen KI-Vertrauen und KI-Kontrolle zu schließen, ist zur zentralen Herausforderung für Führungskräfte in den Bereichen Finanzen, Risiko und Nachhaltigkeit geworden.