Der folgende Artikel wurde freundlicherweise zur Verfügung gestellt von

Geschäftsberichte im KI-Test

In der Hektik der Geschäftsberichtszeit können Fehler leicht übersehen werden – vor allem in Dokumenten mit über 600 Seiten. KI kann IR-Managern als zusätzliche Prüfinstanz helfen, wie ein Praxistest zeigt.

von Knut Wichering, Niederlassungsleiter Hamburg bei der EQS Group

Der Jahresbericht ist das Aushängeschild jedes börsennotierten Unternehmens. Hunderte Seiten, sorgfältig geprüft, mehrfach redigiert – und trotzdem nicht immer makellos. Das ist das Ergebnis eines Qualitätschecks mit künstlicher Intelligenz bei 50 deutschsprachigen Geschäftsberichten, mehrheitlich von Prime-Standard-Emittenten.

Nicht wissenschaftlich, aber aufschlussreich

Die gute Nachricht vorweg: Die Berichte halten einer KI-gestützten Prüfung insgesamt gut stand. Zum Einsatz kamen die Pro-Versionen von ChatGPT und Claude. Beide lieferten gute, aber nicht vollständig übereinstimmende Ergebnisse. Pro Dokument fanden die Modelle lediglich fünf bis zwanzig Auffälligkeiten. Bei einem Textvolumen von 200 bis über 600 Seiten ist das bemerkenswert wenig. Tendenziell fanden sich bei größeren Unternehmen weniger Auffälligkeiten als bei kleineren Emittenten.

Die Bandbreite der Befunde reicht von harmlosen Rechtschreibfehlern bis hin zu Inkonsistenzen, die den Leser inhaltlich in die Irre führen können. Klassiker sind falsche Verweise zwischen GuV, Bilanz und zugehöriger Anhangziffer. Das ist ärgerlich, aber in der Regel nicht gravierend.

Kritischer sind dagegen Fälle, in denen Zahlenwerte zum selben Sachverhalt voneinander abweichen, ohne nachvollziehbare Überleitung. Oder Vorzeichenfehler. Oder schlicht Angaben, die rechnerisch nicht aufgehen. Ein wiederkehrendes Muster betrifft den Anhang. Zahlen wurden aktualisiert, der begleitende Fließtext jedoch nicht. Und der Leser fragt sich, was er glauben soll.

Wo sich die meisten Fehler verstecken

Der „Brief an die Aktionäre“ ist überraschenderweise besonders fehleranfällig. Ausgerechnet dort, wo der Vorstand persönlich zum Aktionär spricht, fanden sich teils deutliche Abweichungen bei Kennzahlen – weit jenseits von Rundungstoleranzen. Auch der Aufsichtsratsbericht fiel auf. Falsche Datumsangaben zu Sitzungen oder ein Jahresabschluss 2025, der bereits nach drei Monaten des Geschäftsjahres festgestellt wurde. Das sind keine Schönheitsfehler. Diese Abschnitte sind reputationsseitig besonders exponiert.

Ein Kuriosum am Rande. In einzelnen Fällen identifizierte die KI zudem Inhalte, die im veröffentlichten PDF nicht sichtbar waren, etwa Kommentare aus der Erstellungsphase wie „Hier habe ich meine Zeit vergeudet!" oder „Sollten wir das nicht weiter oben ausführen?". Unterhaltsam, aber eigentlich vermeidbar.

Das Praxisdilemma und Fazit

Der Autor informierte die betroffenen Emittenten über die identifizierten Fehler und Inkonsistenzen. Die Reaktionen fielen unterschiedlich aus. Viele Unternehmen korrigierten das PDF nachträglich, andere taten dies bewusst nicht – aus Sorge, wegen der ESEF-Anforderungen den gesamten Prüfprozess erneut durchlaufen zu müssen. Die Korrekturen wurden für das kommende Jahr vorgemerkt, die Fehler bleiben jedoch bestehen. Eine pragmatische Entscheidung.

Das Fazit ist eindeutig: KI ersetzt keine fachkundige Abschlussprüfung. Als ergänzende Qualitätssicherung ist sie jedoch überraschend leistungsfähig, und das mit bewusst einfach gehaltenen Prompts. Wer KI noch konsequenter einsetzt und mehrere Dokumente eines Emittenten gemeinsam analysiert – etwa Jahresbericht, Investorenpräsentation und Ad-hoc-Meldungen – dürfte deutlich mehr Inkonsistenzen aufdecken. Für IR-Verantwortliche lohnt sich ein Test mit bereits veröffentlichten Unterlagen als kostengünstiger Qualitätscheck, bevor der nächste Bericht in den Druck geht.