Viele Finance‑Bereiche arbeiten mit historisch gewachsenen Datenstrukturen und testen KI‑Tools oder Agents punktuell, ohne klares Zielbild. Datendefinitionen unterscheiden sich je nach Bericht oder System, Verantwortlichkeiten für Datenqualität sind unklar, und KI‑Experimente laufen isoliert neben dem Tagesgeschäft. Die Folge ist, dass Ergebnisse schwer vergleichbar sind und der echte Mehrwert von KI für Finance nur begrenzt sichtbar wird.