101-Eintrag
Agentic Accounting: Wenn KI von F&E in die Herstellungskosten wandert
In der Unternehmensbuchhaltung vollzieht sich eine stille Revolution. Während KI-Agenten von experimentellen Tools zu Produktivsystemen werden, die direkt Umsatz generieren, stufen CFOs KI-Ausgaben von Forschung & Entwicklung (eine Position, die Investoren tolerieren) zu Herstellungskosten (Cost of Goods Sold, eine Position, die die Bruttomarge komprimiert) um. Die Auswirkungen sind enorm: Ein Unternehmen, das 500 Mio. $ für KI ausgibt und dies als F&E verbucht, zeigt gesunde Bruttomargen. Dasselbe Unternehmen wirkt bei einer Umbuchung dieser Ausgaben als COGS plötzlich margenschwach — obwohl sich am Geschäft nichts geändert hat. Closelook identifiziert dies als eine der am meisten unterschätzten bilanziellen Verschiebungen des Jahrzehnts, die die Bewertung jedes KI-exponierten Unternehmens betrifft.
Automatisch aus dem englischen Original übersetzt. Zum englischen Original →
Die Migration von F&E zu COGS
Als Unternehmen KI erstmals einführten, wurden die Ausgaben als F&E klassifiziert — experimentell, zukunftsorientiert und von der Bruttomargenberechnung ausgenommen. Investoren akzeptierten das, weil KI als "Investition in die Zukunft" galt. Doch da KI-Agenten nun in den Produktivbetrieb gehen und direkt Kundenworkloads bearbeiten (Support-Tickets, Codegenerierung, Finanzanalysen), drängen Wirtschaftsprüfer die Unternehmen zur Umklassifizierung dieser Ausgaben.
Die bilanzielle Logik ist einfach: Wenn ein KI-Agent Kunden direkt bedient und Umsatz generiert, sind die Rechenkosten für den Betrieb dieses Agenten Herstellungskosten, keine Forschungsausgaben. Amazon erfasst AWS-Rechenkosten bereits als COGS. Dieselbe Logik gilt, wenn Salesforce Agentforce betreibt oder ServiceNow Agenten-Workflows ausführt.
Warum das für Investoren wichtig ist
Die Bruttomarge ist die am genauesten beobachtete Kennzahl für Softwareunternehmen. Ein SaaS-Unternehmen mit 85% Bruttomarge wird mit 15-25x Umsatz bewertet. Ein Unternehmen mit 65% Bruttomarge (weil KI-Inferenzkosten in die COGS einfließen) wird mit 5-10x bewertet. Die Umklassifizierung allein kann die Bewertungsmultiplikatoren halbieren — ohne jede Veränderung bei Umsatz oder Produktqualität.
Das erzeugt ein Paradox: Unternehmen, die KI am aggressivsten einsetzen (und daher die höchsten "KI-COGS" haben), könnten eine Kompression ihrer Multiplikatoren erleben, während Unternehmen, die KI weiterhin unter F&E führen (weil sie langsamer ausrollen), künstlich hohe Margen behalten. Der Markt hat das noch nicht durchschaut.
Wer trifft es, wer profitiert
Unternehmen mit hohen Inferenzkosten pro Kundeninteraktion stehen vor der größten COGS-Migration. Kundensupport-Plattformen (Zendesk, Intercom), Codegenerierungs-Tools (GitHub Copilot) und KI-native Analytics haben alle erhebliche Rechenkosten pro Abfrage.
Profiteure sind jene Unternehmen, die die Infrastruktur für KI-COGS bereitstellen: Cloud-Anbieter (AWS, Azure, GCP), Observability-Plattformen (Datadog — Monitoring der Inferenzkosten) und FinOps-Tools, die Unternehmen bei der Optimierung ihrer KI-Ausgaben unterstützen. Es entsteht die neue Kategorie "Agentic FinOps", da Unternehmen die Kosten pro Agenten-Aktion nachverfolgen müssen, so wie sie heute die Kosten pro API-Aufruf nachverfolgen.