Bilanzanalyse mit ChatGPT: Was wirklich funktioniert und wo Sie aufpassen müssen
Die meisten Anleitungen zur Bilanzanalyse mit ChatGPT lesen sich wie Werbung. "Geben Sie Ihre Bilanz ein und erhalten Sie sofort eine professionelle Analyse." So einfach ist es nicht. Aber so nutzlos, wie Skeptiker behaupten, ist es auch nicht.
Kann ChatGPT Bilanzen analysieren? Ja. Eine Studie der University of Chicago zeigt, dass GPT-4 bei der Prognose von Gewinnveränderungen eine Trefferquote von 60,35% erreicht. Menschliche Analyst*Innen kommen auf 52,71%. Der Unterschied klingt klein, aber über hunderte Unternehmen hinweg wird er systematisch.
Dieser Artikel zeigt, was ChatGPT bei der Bilanzanalyse tatsächlich leisten kann, wie Sie das Beste aus dem Tool herausholen, und wo die Grenzen liegen, die kein Prompt der Welt beseitigt.
Was ChatGPT bei der Bilanzanalyse tatsächlich kann
ChatGPT ist kein Bilanzanalyse-Tool. Es ist ein Sprachmodell, das zufällig auch mit Zahlen umgehen kann. Das klingt nach einer Einschränkung, ist aber in der Praxis oft ausreichend für eine Ersteinschätzung.
Konkret kann ChatGPT drei Dinge:
Kennzahlen berechnen und einordnen. Wenn Sie Bilanz- und GuV-Positionen eingeben, berechnet ChatGPT Eigenkapitalquote, Liquiditätsgrade, Verschuldungsgrad und Rentabilitätskennzahlen. Das allein spart wenig Zeit gegenüber Excel. Der Vorteil: ChatGPT liefert die Einordnung gleich mit. "Eigenkapitalquote bei 22% liegt unter dem Branchendurchschnitt von 35%" ist nützlicher als eine nackte Zahl.
Trends über mehrere Perioden erkennen. Geben Sie zwei oder drei Jahresabschlüsse ein, und ChatGPT identifiziert Muster: sinkende Margen bei steigendem Umsatz, wachsende Forderungen bei gleichbleibenden Erlösen, Verschiebungen in der Kapitalstruktur. Das ist die gleiche Arbeit, die ein Analyst manuell macht, nur in Sekunden statt Stunden.
Narrative Zusammenfassungen generieren. Die Forscher der University of Chicago haben genau das untersucht: GPT-4 generiert "narrative insights", die über reine Kennzahlenberechnung hinausgehen. Das Modell erkennt Zusammenhänge zwischen Bilanzpositionen und formuliert Einschätzungen, die einem kurzen Analysten-Memo ähneln.
Schritt für Schritt: So analysieren Sie einen Jahresabschluss mit ChatGPT
Die Qualität der Analyse steht und fällt mit der Qualität des Inputs. "Analysiere diese Bilanz" als Prompt produziert oberflächliche Ergebnisse. Ein strukturierter Workflow liefert brauchbare Outputs.
Schritt 1: Daten aufbereiten
ChatGPT verarbeitet Bilanzdaten am zuverlässigsten als strukturierte Tabelle direkt im Chat. Die PDF-Upload-Funktion funktioniert, ist aber bei mehrseitigen Geschäftsberichten fehleranfällig.
Das Minimum, das Sie eingeben sollten:
- Bilanz: Anlagevermögen, Umlaufvermögen, Eigenkapital, Rückstellungen, Verbindlichkeiten (kurz- und langfristig)
- GuV: Umsatzerlöse, Materialaufwand, Personalaufwand, Abschreibungen, EBIT, Zinsergebnis, Jahresüberschuss
- Mindestens zwei Perioden für die Trendanalyse
Tipp: Kopieren Sie die Zahlen aus dem Bundesanzeiger oder dem Geschäftsbericht in eine einfache Tabelle. Keine Formatierung, keine Sonderzeichen.
Schritt 2: Rolle und Kontext setzen
Der Prompt braucht drei Dinge: eine Rolle, den Kontext und eine klare Aufgabe. Das Prinzip des Context Engineering gilt hier genauso wie bei jeder anderen LLM-Anwendung.
Beispiel-Prompt:
Du bist ein erfahrener Finanzanalyst mit Schwerpunkt auf mittelständische Industrieunternehmen im DACH-Raum. Ich gebe dir die Bilanz und GuV der XYZ GmbH für die Geschäftsjahre 2023 und 2024. Analysiere die finanzielle Lage des Unternehmens systematisch.
Schritt 3: Chain-of-Thought-Analyse auslösen
Die University of Chicago Studie hat gezeigt, dass Chain-of-Thought-Prompting die Genauigkeit von 52% auf 60% hebt. Statt "analysiere die Bilanz" geben Sie dem Modell eine Schritt-für-Schritt-Anweisung.
Beispiel-Prompt:
Gehe bitte in dieser Reihenfolge vor:
- Berechne die Vermögensstruktur: Eigenkapitalquote, Anlagenintensität, Anlagendeckungsgrad I
- Berechne die Liquidität: Current Ratio, Quick Ratio, Working Capital
- Berechne die Verschuldung: Verschuldungsgrad, Fremdkapitalquote
- Berechne die Ertragskraft: Umsatzrentabilität, EBIT-Marge, Eigenkapitalrentabilität
- Identifiziere Trends zwischen den beiden Perioden
- Fasse die drei größten Stärken und die drei größten Risiken zusammen
- Gib eine Gesamteinschätzung der finanziellen Gesundheit (1-10)
Dieser Prompt zwingt ChatGPT, systematisch vorzugehen, statt eine generische Zusammenfassung zu produzieren.
Schritt 4: Ergebnisse prüfen und vertiefen
Hier wird es wichtig: Die Ergebnisse sind ein Ausgangspunkt, kein Endprodukt. Prüfen Sie die berechneten Kennzahlen stichprobenartig nach. ChatGPT macht bei Divisionen und Prozentberechnungen gelegentlich Fehler, besonders bei verschachtelten Formeln.
Nützliche Follow-up-Prompts:
- "Welche Bilanzpositionen haben sich prozentual am stärksten verändert?"
- "Gibt es Anzeichen für bilanzpolitische Maßnahmen?"
- "Wie würde ein Kreditanalyst diese Zahlen bewerten?"
- "Erstelle eine Szenarioanalyse: Was passiert, wenn der Umsatz um 15% sinkt?"
Die besten Prompts für die Bilanzanalyse mit ChatGPT
Die folgenden Prompts sind praxiserprobt und direkt kopierbar. Passen Sie Branche, Unternehmensgröße und Analysefokus an Ihren konkreten Case an.
Prompt 1: Vollständige Bilanzanalyse
Du bist ein erfahrener Finanzanalyst. Analysiere die folgenden Bilanzdaten der [Firma] für die Geschäftsjahre [Jahr 1] und [Jahr 2].
[Daten hier einfügen]
Berechne folgende Kennzahlen für beide Jahre und ordne sie ein:
- Eigenkapitalquote (Richtwert: >30%)
- Current Ratio (Richtwert: >1,2)
- Verschuldungsgrad (Richtwert: <2,0)
- Umsatzrentabilität (Richtwert: >5%)
- EBIT-Marge
- Eigenkapitalrentabilität (Richtwert: >10%)
Identifiziere dann die drei wichtigsten positiven und negativen Trends. Fasse alles in einem strukturierten Memo zusammen (max. 500 Wörter).
Prompt 2: Red-Flag-Screening
Prüfe die folgenden Finanzdaten auf Warnsignale und Risiken. Konzentriere dich auf:
- Sinkende Liquidität bei steigender Verschuldung
- Diskrepanzen zwischen Umsatzwachstum und Cashflow
- Ungewöhnlich hohe Forderungen relativ zum Umsatz
- Anzeichen für Going-Concern-Probleme
[Daten hier einfügen]
Liste jedes identifizierte Red Flag mit einer kurzen Erklärung und der betroffenen Kennzahl.
Prompt 3: Peer-Vergleich (manuell)
Ich gebe dir die Kennzahlen von drei Unternehmen derselben Branche ([Branche]). Erstelle eine Vergleichstabelle und identifiziere, welches Unternehmen finanziell am stärksten aufgestellt ist.
Unternehmen A: [Kennzahlen] Unternehmen B: [Kennzahlen] Unternehmen C: [Kennzahlen]
Bewerte jeweils Eigenkapitalquote, Liquidität, Ertragskraft und Wachstum. Begründe dein Ranking.
Prompt 4: Analyse für Kreditentscheidung
Du bist Kreditanalyst bei einer Bank. Ein mittelständisches Unternehmen beantragt einen Kredit über [Betrag]. Analysiere die folgenden Finanzdaten und gib eine Krediteinschätzung ab.
[Daten hier einfügen]
Bewerte: Kapitaldienstfähigkeit, Sicherheitenstruktur (Eigenkapital als Puffer), Liquiditätslage, Ertragskontinuität. Empfehlung: Kredit gewähren, nur mit Auflagen, oder ablehnen? Begründe.
Wenn Sie weitere Prompts für die Datenanalyse suchen, lohnt sich ein Blick auf spezialisierte Prompt-Sammlungen, die über den Finanzbereich hinausgehen.
Wo ChatGPT an seine Grenzen stößt
ChatGPT ist ein guter Einstieg. Für bestimmte Aufgaben ist es der falsche Einstieg. Die Unterscheidung zu kennen spart Zeit und vermeidet Fehler.
Keine Datenanbindung. ChatGPT hat keinen Zugriff auf den Bundesanzeiger, Firmendatenbanken oder Finanzterminals. Sie müssen jede Zahl selbst eingeben. Bei einem einzelnen Unternehmen ist das machbar. Bei einem Screening von 50 Targets wird es zum Engpass, den spezialisierte Unternehmensanalyse-Tools anders lösen.
Rechenfehler passieren. GPT-4 ist kein Taschenrechner. Bei einfachen Divisionen und Prozentberechnungen liegt es meistens richtig. Bei verschachtelten Formeln, negativen Zahlen oder Sonderfällen (z.B. negatives Eigenkapital) schleichen sich Fehler ein. Die Advanced Data Analysis Funktion (Python-Interpreter) reduziert das Problem, eliminiert es aber nicht.
Keine Audit-Fähigkeit. Woher kommen die Zahlen? Welche Annahmen wurden getroffen? ChatGPT produziert keine nachvollziehbare Herleitung. In einer Due-Diligence-Prüfung ist das ein Problem, weil jede Aussage belegbar sein muss.
Keine automatisierten Peer-Vergleiche. Sie können zwar manuell Kennzahlen mehrerer Unternehmen eingeben und vergleichen lassen. Aber ein automatisiertes Branchen-Benchmarking, das Hunderte Unternehmen einbezieht, ist mit einem Chat-Interface nicht umsetzbar.
Datenschutz. Wer echte Mandantendaten in ChatGPT eingibt, überträgt sie an OpenAIs Server. Ohne schriftliche Zustimmung des Mandanten und eine Prüfung der DSGVO-Konformität ist das in der Beratung und im Finanzwesen mindestens problematisch. Die Enterprise-Version oder Azure OpenAI entschärfen das, aber nicht vollständig.
ChatGPT vs. spezialisierte Tools: Wann reicht der Chatbot?
Die ehrliche Antwort: Es kommt darauf an, was Sie vorhaben.
| Anwendungsfall | ChatGPT | Spezialisiertes Tool |
|---|---|---|
| Einzelne Bilanz schnell einschätzen | Gut geeignet | Overkill |
| Kennzahlen berechnen und einordnen | Gut, mit Stichprobenprüfung | Automatisiert und fehlerfrei |
| 10+ Unternehmen screenen | Zeitaufwändig, manuell | Automatisiert, skalierbar |
| Due-Diligence-Report erstellen | Entwurf möglich, nicht belastbar | Auditierbar, nachvollziehbar |
| Peer-Vergleich über Branchen | Nur manuell, eingeschränkt | Automatisiert mit Benchmarks |
| Laufendes Portfolio-Monitoring | Nicht geeignet | Kernfunktion |
ChatGPT funktioniert als Analyse-Sparringspartner. Sie geben Daten ein, bekommen eine Ersteinschätzung, iterieren mit Follow-up-Fragen. Das ist wertvoll für Berater*Innen, die einen schnellen Überblick brauchen, bevor sie tiefer einsteigen.
Für alles, was skalieren, automatisieren oder auditierbar sein muss, brauchen Sie Tools, die Daten aus Quellen ziehen, Kennzahlen automatisch berechnen und Ergebnisse nachvollziehbar dokumentieren. Die KI-gestützte Bilanzanalyse ist heute kein Zukunftsszenario mehr. Es gibt spezialisierte Software, die genau diese Lücke schließt.
Wann der Chatbot nicht mehr reicht
Die Bilanzanalyse mit ChatGPT funktioniert für den Einstieg. Einzelne Jahresabschlüsse durcharbeiten, Kennzahlen berechnen, eine erste Einschätzung formulieren. Aber professionelle Analyse-Teams verbringen den größten Teil ihrer Zeit nicht mit der Analyse selbst, sondern mit der Datenbeschaffung und dem Zusammenführen fragmentierter Quellen.
Drei Outputs, die ChatGPT nicht liefern kann:
- Automatisierte Unternehmensanalysen mit Finanzkennzahlen, Wettbewerbsvergleich und Risikobewertung aus öffentlichen Quellen, ohne manuelle Dateneingabe
- Skalierbare Peer-Analysen über Branchen und Regionen hinweg, mit Live-Daten statt manuell kopierten Zahlen
- Due-Diligence-Entwürfe mit strukturierter Vorprüfung und nachvollziehbarer Quellenangabe
Researchly baut genau diesen Layer für Analyse-Teams, die mehr Zeit mit Bewertung und weniger mit Datenkompilierung verbringen wollen. KI-Agenten übernehmen die Recherche, die Datenextraktion und die Erstanalyse aus über 100 öffentlichen Quellen.
