News & Meldungen

Eine ehrliche Frage zum Einstieg: Wann hat zuletzt ein Mensch Ihren kompletten Geschäftsbericht gelesen?

Der Vorstand, der Wirtschaftsprüfer, der Großaktionär, vielleicht zwei, drei Analysten. Der Rest überfliegt die Pressemitteilung und die ersten Folien der Investorenpräsentation. Aber der Bericht wird gelesen. Gründlich sogar. Nur eben nicht von Menschen. 

Eine Studie hat die Server-Protokolle von fünf DAX-Unternehmen ausgewertet: über 4,8 Millionen automatisierte Zugriffe auf digitale Geschäftsberichte in acht Wochen, mehr als 175 verschiedene Bots. Ein einziger Akteur macht davon 30,3 Prozent aus — ChatGPT. Knapp ein Drittel aller maschinellen Zugriffe auf Ihren Geschäftsbericht kommt von einem KI-System, das Investoren befragen, bevor sie zum Telefon greifen. Und die Bots gehen gezielt vor: Der Großteil der Zugriffe konzentriert sich auf die operative Geschäftsentwicklung und die Finanzberichterstattung — also genau die Abschnitte, an denen Bewertung entsteht. 

Die Frage ist also nicht mehr, ob KI Ihren Geschäftsbericht liest. Die Frage ist, was sie dabei versteht — und wem sie glaubt, wenn sie Ihren Bericht nicht versteht. 

Die offene Bühne 

Hier wird es unangenehm. Dieselbe Forschungsgruppe hat ein zweites Experiment durchgeführt: 
Über 2.500 standardisierte Fragen zu 20 börsennotierten europäischen Unternehmen, gestellt an ChatGPT, 24.662 zitierte Quellen ausgewertet. Die Unternehmen waren in zwei vergleichbare Gruppen geteilt — die eine veröffentlicht ihren Geschäftsbericht als strukturierten HTML-Bericht, die andere primär als PDF. 

Das Ergebnis: Die HTML-Berichte wurden von ChatGPT gut dreimal so häufig als Quelle herangezogen wie die PDF-Berichte. In absoluten Zahlen — fast 9.600 Zitate auf den eigenen Bericht in der HTML-Gruppe, knapp 2.400 in der PDF-Gruppe. Wer seinen Bericht als HTML veröffentlicht, ist in den KI-Antworten präsent. Wer auf PDF setzt, verschwindet aus ihnen. 

Und das ist nur die halbe Geschichte. Wenn ChatGPT bei einem PDF-Bericht nicht weiterkommt, gibt es nicht auf — es sucht woanders. Bei den PDF-Unternehmen wich die KI in fast einem Viertel der Fälle auf externe Quellen aus. Bei den HTML-Unternehmen nur in sieben Prozent. 

„Externe Quellen“ klingt harmlos. Konkret heißt es: MarketScreener, Bloomberg, Reuters — Finanzdatenanbieter, die Ihre Zahlen interpretieren, gewichten, in ihren eigenen Kontext stellen. Dazu kommen Wikipedia und andere offene Quellen. Das Prinzip bleibt dasselbe, egal welcher Name dransteht: Wo Ihr eigener Bericht für die Maschine nicht lesbar ist, erzählt jemand anderes Ihre Geschichte. Und dieser jemand hat kein Interesse an Ihrer Sprachregelung, Ihrer Tonalität, Ihrer sorgfältig austarierten Darstellung. 

Das ist keine Format-Frage. Das ist eine Macht-Frage. 

Es ist nicht nur Lesbarkeit. Es ist Verständlichkeit. 

Es gibt im KI-Umfeld einen Satz, der zur Faustregel taugt: Intelligenz entsteht durch Kontext. Bei Geschäftsberichten ist dieser Satz keine Metapher, sondern eine technische Beschreibung. 

Nehmen Sie die Zahl 135.800. Allein steht sie da und bedeutet nichts. Ist das ein Umsatz? Ein Anlagevermögen? In Euro, in Tausend, in Millionen? Aus welchem Geschäftsjahr? Nach welchem Rechnungslegungsstandard? 

Genau hier setzt strukturierte Berichterstattung an. Das Format Inline XBRL — in der EU seit 2020 für Finanzberichte börsennotierter Unternehmen verpflichtend — macht aus „135.800“ eine vollständige Information: Anlagevermögen, 135.800 Euro, Konzernabschluss, Berichtsperiode 2024, verortet im IFRS-Standard. Ein Dokument, zwei Dimensionen: für Menschen lesbar als HTML, für Maschinen interpretierbar als strukturierte Daten. 

Dr. Bodo Kesselmeyer, stellvertretender Leiter der DVFA-Kommission Unternehmensanalyse und Vorsitzender der EFFAS-Arbeitsgruppe für Corporate Reporting, hat das in einem Fachvortrag2 auf den Punkt gebracht: Strukturierte Daten ermöglichen automatisierte Analyse-Workflows, sie senken die Halluzinationsrate, und sie machen KI-Ergebnisse nachvollziehbar — zurückführbar auf die Originaldaten des Emittenten. Lesbarkeit bringt die KI an Ihren Bericht. Struktur bringt sie dazu, ihn richtig zu verstehen. 

Die dritte Ebene: Wie Sie schreiben, entscheidet mit 

Format und Struktur — HTML und XBRL — sind oft Sache der IT oder der Reporting-Agentur. Die dritte Ebene liegt vollständig in der Hand der IR-Abteilung selbst: die Sprache des Berichts. 

Fragt man ein KI-System, was es beim Erfassen eines Geschäftsberichts ausbremst, fällt die Antwort überraschend konkret aus. Sprachmodelle verarbeiten Text sequenziell — Wort für Wort, Satzteil für Satzteil. Was ein menschlicher Leser mühelos über Seiten hinweg verknüpft, muss ein Modell aus der unmittelbaren Textnähe rekonstruieren. Daraus ergeben sich ein paar handfeste Regeln: 

• Bezüge nah halten. „Der genannte Wert stieg um 12 Prozent“ zwingt die Maschine, Absätze zurückzuspringen — und manchmal greift sie daneben. „Der Konzernumsatz stieg um 12 Prozent“ ist eindeutig. Pronomen, „siehe oben“, „letztgenannter“: Jede dieser Brücken ist eine potenzielle Fehlerquelle. 

• Zahl und Bedeutung in denselben Satz. Steht die Aussage im Fließtext und die Zahl in einer Tabelle drei Seiten weiter, muss die KI beides selbst zusammenführen. Sicherer ist, wenn Kernzahl und Bezeichnung beieinanderstehen. 

• Konsistente Begriffe. Heißt dasselbe Konzept im Lagebericht „Konzernergebnis“, im Anhang „Ergebnis nach Steuern“ und in der Pressemitteilung „Jahresüberschuss“, muss die Maschine raten, ob dasselbe gemeint ist. Genau hier zahlt sich der Wording-Guide aus, über den wir im ersten Beitrag gesprochen haben. 

• Eindeutig statt qualitativ. „Die Ertragslage entwickelte sich erfreulich“ ist für eine KI fast wertlos — „erfreulich“ ist keine Größe. „Das EBIT stieg um 8,3 Prozent auf 1,24 Milliarden Euro“ ist unmissverständlich. 

• Kernaussage zuerst. Sequenzielle Verarbeitung heißt: Was am Anfang eines Absatzes steht, prägt das Verständnis des Rests. Ein Absatz, der sich erst durch fünf Schachtelsätze windet und die Pointe für den Schluss aufspart, wird unschärfer erfasst als einer, der mit der Kernaussage öffnet. 

Nichts davon ist neu für gute IR-Arbeit. Es ist die Sprache, die auch ein aufmerksamer Analyst seit jeher schätzt. Der Unterschied ist: Was früher Stilfrage war, wird zur Infrastruktur. Ein klar geschriebener Satz ist nicht mehr nur eleganter — er wird von der Maschine nicht nur gelesen, sondern verstanden. 

Das politische Gegen-Narrativ 

Lesbarkeit, Struktur, Sprache — auf allen drei Ebenen liegt es am Emittenten, ob die Maschine ihn versteht. Und ausgerechnet jetzt setzt die Regulierung ein anderes Signal. Mit dem Omnibus-Paket3 vom Februar 2025 hat die EU-Kommission den Bürokratieabbau zum Programm gemacht — rund 6,3 Milliarden Euro Verwaltungskosten sollen eingespart werden. Teil des Pakets: Die bisherige Pflicht, die Nachhaltigkeitsberichterstattung im ESEF-Format aufzustellen und elektronisch auszuzeichnen, wird zurückgestuft. 

Zur Präzision: Die ESEF- und Inline-XBRL-Pflicht für den Finanzbericht bleibt bestehen. Herabgestuft wird die strukturierte Auszeichnung der Nachhaltigkeitsberichterstattung. Aber die Richtung ist gesetzt — und mit ihr ein Argument, das im Vereinfachungs-Diskurs immer wieder auftaucht: KI könne Informationen ohnehin aus dem Fließtext ziehen, also brauche es das aufwändige Tagging nicht mehr. 

Genau dieser Logik widersprechen DVFA und EFFAS — die institutionellen Stimmen der professionellen Anleger und Analysten in Europa. Und die Daten geben ihnen recht. Wenn KI strukturierte Daten überflüssig machen würde, dürfte das Berichtsformat keinen Unterschied machen. Es macht aber einen — einen dreifachen. Die KI sagt es selbst, durch jede einzelne der 24.662 ausgewerteten Quellenangaben: Struktur ist nicht überflüssig. Struktur ist der Unterschied zwischen gelesen und verstanden werden. 

Was die Korrektheits-Daten zeigen 

Damit zum unangenehmsten Befund der Studie. Die Forscher haben nicht nur gezählt, wie oft ChatGPT die Berichte zitiert — sie haben in einer Stichprobe von rund 200 Antworten geprüft, ob die KI-Aussagen auch stimmen. 

Bei den Unternehmen mit HTML-Berichten waren 71 Prozent der KI-Antworten korrekt. Bei den PDF-Unternehmen nur 54 Prozent. Über alle Antworten hinweg: knapp ein Viertel unvollständig, ein Fünftel schlicht falsch. 

Lassen Sie das einen Moment wirken. Ein Fünftel der Aussagen, die ein KI-System über ein PDF-berichtendes Unternehmen trifft, enthält Fehlinformationen. Nicht aus böser Absicht — sondern weil die Maschine, die den Bericht nicht sauber lesen konnte, sich aus Drittquellen zusammengesetzt hat, was sie für plausibel hielt. 

Im ersten Beitrag dieser Reihe stand der Satz: KI vergisst nicht. Was dieser Beitrag hinzufügt: Sie vergisst nicht — egal was sie liest. Ihre verifizierten, geprüften Zahlen oder die Interpretation einer Drittquelle. Den vom Wirtschaftsprüfer testierten Lagebericht oder den Datenpunkt, den ein Aggregator falsch übernommen hat. Den Fakt oder die Fehlinformation. Das Format Ihres Berichts entscheidet, welche dieser beiden Versionen die Maschine sich einprägt — und an den nächsten Investor weitergibt. 

Der Druck steigt: ESAP ab 2027 

Und es bleibt nicht beim Status quo. Ab 2027 baut die EU mit dem European Single Access Point — kurz ESAP — eine zentrale, weitgehend kostenlose Open-Data-Infrastruktur für kapitalmarktrelevante Unternehmensinformationen auf, mit stufenweisem Vollausbau bis 2030. Strukturierte Unternehmensdaten werden damit nicht nur maschinenlesbar, sondern maschinell auffindbar — über eine zentrale Schnittstelle, für jeden Marktteilnehmer und jedes KI-System. 

Wer als Emittent heute nur PDF kann, ist 2027 doppelt zurück: nicht maschinenlesbar und nicht auffindbar in der Infrastruktur, in der dann gesucht wird. Das ist keine ferne Zukunft. Das ist die nächste Berichtssaison plus eineinhalb. 

Informationshoheit ist eine Macht-Frage 

Die eigentliche Frage ist also nicht, ob Sie Ihren Geschäftsbericht als HTML veröffentlichen.
Die Frage ist, wer Ihre Geschichte erzählt, wenn ein Investor das nächste Mal eine KI nach Ihrem Unternehmen fragt. 

Im Pilotbeitrag dieser Reihe stand:
Workarounds halten bis zum ersten kritischen Investorengespräch. Hier ist die Fortsetzung — das kritische Investorengespräch beginnt nicht mehr im Meeting-Raum. Es beginnt im Prompt-Fenster, Stunden bevor jemand zum Telefon greift. Und in diesem Fenster sind Sie entweder die Quelle, oder Sie sind abwesend und jemand anderes spricht für Sie. 

ESEF, Inline XBRL, strukturierte Berichterstattung — und eine Sprache, die eine Maschine sauber erfassen kann — das klingt nach technischen Detailfragen, die man der IT oder der Reporting-Agentur überlässt. Sie sind es nicht. Es ist die Entscheidung darüber, ob Ihr Unternehmen in der Informationsschicht, auf die Investoren zunehmend zugreifen, mit eigener Stimme vorkommt — oder nur als Fußnote in der Interpretation von jemand anderem. 

Informationshoheit ist keine Format-Frage. Sie war noch nie eine.