Fünfundneunzig Prozent der Buchhaltungskanzleien nutzen inzwischen KI in irgendeiner Form, doch nur etwa jede fünfte kann einen klaren, messbaren Nutzen daraus nachweisen. Diese Lücke zwischen Begeisterung und Ertrag ist derzeit die wichtigste Kennzahl in der Buchhaltungssoftware — denn die nächste Tool-Generation verlangt nicht, dass du schneller klickst. Sie verlangt, dass du in einfachem Deutsch beschreibst, wie dein Unternehmen funktioniert, und die Software den Workflow für dich bauen lässt.
Das ist das Versprechen von XeroForce, dem Natural-Language-KI-Agent-Builder, den Xero im Mai 2026 vorstellte und im Juli auf der Xerocon London in den Mittelpunkt rückte. Statt eine weitere Regel-Engine zu lernen, schreibst du einen Prompt: wie dein Monatsabschluss abläuft, wer freigeben muss, welche Limits gelten. Die Software verwandelt diese Beschreibung in einen rund um die Uhr arbeitenden Agenten, der über deine Buchhaltungsdaten und die anderen Apps, die du nutzt, hinweg arbeitet. Ob du auf Xero läufst oder nicht, spielt keine Rolle — die Idee zählt, denn jede große Plattform rast auf dasselbe Ziel zu. Dieser Leitfaden erklärt, was XeroForce tatsächlich tut, was ein Kleinunternehmen damit realistisch automatisieren könnte und welche fünf Regeln du befolgen solltest, bevor du irgendeinen Teil deiner Bücher einem Agenten übergibst.
Was XeroForce tatsächlich ist
XeroForce ist ein No-Code-Builder für individuelle KI-Agenten, die Finanz-Workflows übernehmen. Es sitzt auf Xero OS, dem KI-nativen Finanzbetriebssystem des Unternehmens, und arbeitet Seite an Seite mit JAX, Xeros agentischer Plattform. Die zentrale Interaktion ist ein Prompt in einfacher Sprache. Du beschreibst, wie du arbeitest — deine Prozessschritte, deine Prüfanforderungen, deine Freigabelimits für Mandanten, sogar branchenspezifische Steuerregeln — und XeroForce stellt daraus einen Agenten zusammen, der diesen Workflow über Xero und verbundene Drittanbieter-Apps hinweg ausführt.
Ein konkretes Beispiel aus dem Launch: Für einen Monatsabschluss mit langer Checkliste baust du den Prozess Workflow für Workflow auf. Ein Schritt könnte sinngemäß lauten: „am 5. jedes Monats Klärung nicht kontierter Transaktionen einholen". Innerhalb von Sekunden läuft der Agent, und er arbeitet tagelang oder wochenlang im Hintergrund weiter — er achtet auf Ereignisse wie E-Mail-Antworten oder nahende Meldefristen —, während du andere Arbeit erledigst.
Drei Designentscheidungen sind es wert, verstanden zu werden, denn sie machen den Unterschied zwischen einer Demo und etwas, dem du echtes Geld anvertrauen könntest:
Du definierst die Leitplanken im selben Prompt. Prüfschritte, Genehmigungsschwellen und Freigabelimits sind Teil der Workflow-Beschreibung, nicht eine separate Admin-Konsole. Du entscheidest, was von allein läuft und was auf einen Menschen wartet.
Jeder Workflow führt einen sichtbaren Prüfpfad. Jeder Lauf zeigt, was ausgeführt wurde, wann er lief, welche Daten er berührt hat und was noch auf eine Freigabe wartet. Xero nennt das „Accountable Intelligence" — die Routinearbeit automatisieren, während menschliches Urteilsvermögen sichtbar die Kontrolle behält.
Agenten arbeiten im Maßstab, nicht ein Chat nach dem anderen. Für Steuerberater und Buchhalter, die Hunderte von Mandanten betreuen, kann ein XeroForce-Workflow Massenaktionen über eine ganze Kanzlei hinweg ausführen — etwa nicht kontierte Kontoauszugszeilen überall auf einmal abstimmen —, statt dasselbe Gespräch pro Mandant zu wiederholen.
Bei einer Folgeveranstaltung in den USA ergänzte Xero einen vorgefertigten Monatsabschluss-Agenten plus Vorlagen für gängige Workflows — von der Prüfung des Belegabstimmungsstatus bis hin zu manuellen Buchungen für Vorauszahlungen und Abschreibungen. Zum Zeitpunkt der Ankündigungen befand sich XeroForce im Early Access mit breiterer Verfügbarkeit in Ausrollung — in einem Moment, in dem Xero meldete, weltweit 5 Millionen Kunden zu bedienen.
XeroForce kam nicht allein. Dieselben Xerocon-Ankündigungen umfassten Smart Document Capture, das Quelldokumente ins Hauptbuch einliest, automatische Bankabstimmung, die Transaktionen in Echtzeit mit Bankfeeds abgleicht, Beleg-Nachverfolgung, die Transaktionen ohne Belege markiert, Integrationen, mit denen Steuerberater Live-Xero-Daten aus Claude und Microsoft 365 Copilot abfragen können, sowie Zahlungsfunktionen, die Mahnungen auf die Historie jedes Kunden zuschneiden und Rechnungen vor der Auszahlung auf Anomalien prüfen. Das Muster ist unverkennbar: Das Hauptbuch wird zum Hub, um den andere Software kreist.
Warum ein selbstgebauter Agent anders ist als die KI, die du schon hast
Der Großteil der KI in Buchhaltungssoftware ist heute anbieterseitig definiert. Der Anbieter entscheidet, welche Aufgaben automatisiert werden — Bankzeilen abgleichen, Kategorien vorschlagen, Rechnungssummen extrahieren —, und du bekommst die Buttons, die er ausliefert. Passt dein Prozess nicht zu seiner Automatisierung, passt du deinen Prozess an oder machst weiter alles per Hand.
Agent-Builder kehren dieses Verhältnis um. Die sinnvolle Einheit ist nicht mehr das Feature, sondern der Workflow, den du beschreibst. Vergleiche die alten Optionen:
- Regel-Engines („wenn der Zahlungsempfänger 'Shell' enthält, auf Treibstoff kontieren") sind präzise, aber starr. Sie brechen bei jeder Variante, die der Regelautor nicht vorhergesehen hat, und Hunderte davon zu pflegen wird zu einem eigenen Job.
- Makros und Vorlagen spielen feste Schritte ab. Sie können keine Rückfrage stellen, drei Tage auf eine Antwort warten und dann fortfahren.
- Ein per Prompt gesteuerter Agent trägt Absicht plus Beschränkungen. „Verfolge jede Rechnung, die älter als 30 Tage ist, fasse mehrere Rechnungen pro Kunde zu einer Erinnerung zusammen, eskaliere alles über 10.000 $ vor dem Versand an mich" ist eine Beschreibung, die Fälle abdeckt, für die eine Regelliste Dutzende Einträge bräuchte.
Deshalb beschreibt Xero den Wandel auch als Weg vom System of Record zum System of Action. Ein System of Record speichert, was passiert ist. Ein System of Action macht den nächsten Schritt — entwirft die Mahnung, bereitet die Buchung vor, markiert die Anomalie — und zeigt dir, was es getan hat, damit du freigeben oder korrigieren kannst.
Was ein Kleinunternehmen realistisch zuerst automatisieren könnte
Agent-Builder belohnen langweilige, wiederholbare Arbeit mit klaren Grenzen. Hier sind die Workflows, die der Einsatzreife am nächsten sind, ungefähr nach Nutzen geordnet.
Monatsabschluss, ein Checklistenpunkt nach dem anderen
Niemand sollte seinen gesamten Abschluss am ersten Tag automatisieren. Wähle den einen Schritt, der die meiste Zeit bei geringstem Urteilsbedarf frisst — oft nicht kontierte Transaktionen klären oder bestätigen, dass jedes Bankkonto abgestimmt ist — und baue einen Agenten für genau diesen Schritt. Sobald er zwei Abschlüsse in Folge sauber läuft, erweitere auf den nächsten Schritt. Xeros eigene Darstellung ermutigt genau dazu: den Abschlussprozess Workflow für Workflow aufzubauen.
Fehlende Belege und Quelldokumente nachverfolgen
Kaum eine Aufgabe ist automatisierbarer als zu bemerken, dass einer Transaktion der Beleg fehlt, und die richtige Person danach zu fragen. Ein Agent kann nach undokumentierten Transaktionen suchen, sie dem Karteninhaber oder Einkäufer zuordnen, die Anfrage senden, einmal nachfassen und zum Monatsende eskalieren, was noch fehlt. Die menschliche Arbeit schrumpft auf die Beantwortung der Fragen, die nur ein Mensch beantworten kann.
Schneller bezahlt werden
Mahnwesen ist Musterarbeit mit hoher emotionaler Hürde — Unternehmer schieben sie auf, und die Liquidität leidet. Zahlungsfunktionen im JAX-Stil analysieren die Zahlungshistorie jedes Kunden und passen sich an: mehrere Rechnungen zu einer Erinnerung bündeln, die Mahnung auf den Zeitpunkt legen, zu dem dieser Kunde üblicherweise zahlt, den Kanal für nicht reagierende Konten wechseln. Wenn du deine eigene Eskalationsrichtlinie im Prompt beschreibst, wendet der Agent sie konsequent an — statt nur dann, wenn du den Mut dazu findest.
Rechnungen prüfen, bevor Geld das Haus verlässt
Rechnungsschutz — jede Rechnung automatisch auf ungewöhnliche Beträge, geänderte Bankdaten oder unbekannte Lieferanten prüfen — ist die seltene Automatisierung, die sowohl Zeit spart als auch Betrugsrisiko senkt. Änderungen von Lieferanten-Bankdaten sind genau der Weg, über den Zahlungsumleitungsskandale gelingen, und ein unermüdlicher Prüfer, der jedes geänderte Detail markiert, ist mehr wert als die Minuten, die er spart.
Die Adoptionszahlen sagen: erst Begeisterung, dann Erträge
Bevor du deine Prozesse um Agenten herum neu aufbaust, schau dir an, wo der Berufsstand tatsächlich steht.
Intuits AI Impact Report 2026, basierend auf Antworten von mehr als 34.000 Unternehmern in vier Ländern plus anonymisierten Daten aus über 5,3 Millionen Unternehmen, ergab, dass 77 Prozent der US-amerikanischen kleinen und mittleren Unternehmen KI inzwischen regelmäßig nutzen — gegenüber 48 Prozent im Juli 2024. Von den Befragten gaben 78 Prozent an, KI habe die Produktivität verbessert, und 43 Prozent, sie habe den Umsatz gesteigert. Adoptions ist nicht länger die Frage.
Die schwierigere Frage ist der Ertrag. Eine Financial-Cents-Umfrage unter fast 500 Buchhaltungs- und Buchhaltungsfachkräften in Nordamerika ergab, dass 95 Prozent der Kanzleien KI in irgendeiner Form nutzen, während nur etwa jede fünfte einen messbaren Nutzen identifizieren konnte. Wie der Mitgründer des Unternehmens es formulierte: Fast jede Kanzlei nutzt KI, aber nur sehr wenige ziehen messbaren Wert daraus.
Beide Befunde können gleichzeitig zutreffen, und zusammen tragen sie die Lektion: Das Tool ist nicht der Ertrag. Der Ertrag entsteht daraus, einen konkreten Workflow — Abschluss, Mahnwesen, Belegbeschaffung — um das herum neu zu gestalten, was das Tool gut kann, und dann vorher und nachher zu messen. Kanzleien, die KI über unveränderte Prozesse streuen, bekommen Demos. Kanzleien, die einen Workflow auswählen und neu aufbauen, bekommen Tage zurück.
Fünf Regeln, bevor du deine Bücher einem Agenten übergibst
Ein Agent, der dein Hauptbuch berührt, erbt jede Schwäche darin, wie dieses Hauptbuch geführt wird. Diese fünf Regeln gelten, egal ob dein Agent von Xero, einer anderen Plattform oder einem selbst geschriebenen Skript stammt.
1. Saubere Bücher rein, saubere Automatisierung raus
Ein Agent repariert keinen chaotischen Kontenplan, keine jahrelangen ungeklärten Verrechnungssalden und keine Bankfeeds, die seit dem Frühjahr nicht abgestimmt wurden. Er beschleunigt sie — falsche Kontierungen schneller, mit mehr Zuversicht, über mehr Transaktionen hinweg. Stimme vor jeder Automatisierung jedes Konto ab, kläre Altlasten und stelle sicher, dass jedes Konto genau eines bedeutet. Automatisierung multipliziert die Qualität ihrer Eingaben; sorge zuerst für gute Eingaben.
2. Behalte bei allem, was Geld bewegt, eine menschliche Freigabe
Nutze die Leitplanken-Funktionen bewusst: Genehmigungsschwellen, Freigabelimits, Eskalationswege. Eine vernünftige Ausgangsrichtlinie: Agenten dürfen entwerfen, kategorisieren, erinnern und markieren — aber nur ein Mensch gibt Zahlungen über einem festgelegten Betrag frei, bucht manuelle Buchungen auf sensible Konten oder ändert Lieferanten-Bankdaten. Schreibe diese Limits direkt in die Workflow-Beschreibung, überprüfe sie vierteljährlich und erweitere niemals eine Schwelle nur, um die Benachrichtigungen zu stoppen. Die Benachrichtigung ist die funktionierende Kontrolle.
3. Bestehe auf einem Prüfpfad, den du deinem Steuerberater zeigen kannst
Jede automatisierte Aktion sollte vier Fragen beantworten: Was lief, wann, welche Daten wurden berührt und wer hat freigegeben. Das ist der Standard, den XeroForce bewirbt, und du solltest ihn von jedem Tool verlangen, das du einsetzt. Das Publikum für diesen Pfad bist nicht nur du — es ist dein Steuerberater zum Jahresende, dein Kreditgeber bei einer Prüfung und potenziell ein Steuerprüfer. Wenn ein Agent kein lesbares Protokoll seiner eigenen Arbeit liefern kann, ist er ein Spielzeug, keine Infrastruktur.
4. Beginne mit einem Workflow und miss ihn
Denk an die Ertragslücke von eins zu fünf. Wähle einen Workflow, erfasse die Ausgangslage (Tage bis zum Abschluss, durchschnittliche Forderungslaufzeit, Stunden für die Belegbeschaffung), lass den Agenten zwei volle Zyklen laufen und vergleiche dann. Hat sich die Zahl bewegt, erweitere. Wenn nicht, hast du etwas günstig gelernt, statt deinen ganzen Betrieb auf gut Glück zu automatisieren. Widerstehe der Versuchung, in der ersten Woche zehn Agenten zu bauen; der zweite Agent sollte von den Lektionen des ersten geformt sein, nicht von Launch-Tag-Optimismus.
5. Wisse, welche Daten dein Hauptbuch verlassen
Agenten gewinnen an Macht, indem sie deine Bücher mit anderen Apps verbinden — E-Mail, Chat, Dokumentenspeicher, Lohnbuchhaltung. Jede Verbindung ist ein Datenfluss, für den du verantwortlich bist: Mandantenfinanzdaten, die in ein Chat-Tool fließen, Bankdaten, die durch einen Drittanbieterdienst laufen. Erfasse jede Verbindung, bestätige, dass jede nötig ist, und bevorzuge Tools, die deine Daten innerhalb ihrer Compliance-Grenze verarbeiten, statt sie über Anbieter zu verstreuen. Bequemlichkeit, die du nicht aufzeichnen kannst, ist Risiko, das du nicht managen kannst.
Dein Hauptbuch ist der Treibstoff: Warum Datensatzstruktur jetzt mehr zählt
Hier ist der Zusammenhang, den die meisten Berichte über Agent-Builder übersehen. Ein KI-Agent schlussfolgert über deine Konten, deine Kategorien, deine Historie und deine angehängten Dokumente. Ein gut strukturiertes Hauptbuch — konsistente Kontonamen, abgestimmte Salden, jede wesentliche Transaktion dokumentiert — gibt dem Agenten sauberes Material zum Arbeiten. Ein verworrenes gibt ihm selbstsicher klingende Fehler in Maschinengeschwindigkeit.
Das macht langweilige Buchhaltungshygiene zur wirksamsten KI-Vorbereitung überhaupt. Standardisiere deinen Kontenplan und höre auf, Einzelkategorien zu erfinden. Hänge Quelldokumente zum Zeitpunkt der Erfassung an statt bei der panischen Jahresend-Suche. Stimme nach Plan ab, damit Fehler auftauchen, solange die Erinnerung frisch ist. Wenn du einen Überblick möchtest, wie strukturierte Datensätze in der Praxis funktionieren, zeigt die Dokumentation, wie man Transaktionen so organisiert, dass sowohl Menschen als auch Software ihnen folgen können, und das Dashboard zeigt, wie aus sauberen Daten Berichte werden, die du tatsächlich prüfen kannst — einschließlich der Prüfung dessen, was ein Agent geändert hat.
Ein zweiter, subtilerer Vorteil, dein Hauptbuch in einem transparenten, versionskontrollierten Format zu führen: Jede automatisierte Änderung wird sichtbar und umkehrbar. Wenn jede Agentenaktion als expliziter, prüfbarer Eintrag mit vollständiger Historie im Hintergrund landet, kommt der Prüfpfad aus Regel 3 gratis mit der Architektur statt abhängig von der Logging-Seite eines Anbieters. Plain-Text-Buchhaltung ist genau in diesem Sinne KI-bereit — strukturiert genug, dass Software sie verarbeiten kann, transparent genug, dass ein Mensch sie überprüfen kann.
Halte deine Bücher vom ersten Tag an agentenbereit
Während selbstgebaute Agenten vom Early Access zur Alltagssoftware werden, profitieren die Unternehmen am meisten, deren Datensätze ein Agent tatsächlich verstehen kann. Beancount.io bietet Plain-Text-Buchhaltung, die dir vollständige Transparenz und Kontrolle über deine Finanzdaten gibt — keine Blackboxen, kein Vendor-Lock-in. Starte kostenlos und halte deine Bücher sauber genug für jeden Agenten, auch für die, die du selbst baust.
