Finanz- und aufsichtsrechtliches Meldewesen (ESEF/iXBRL-Tagging, COREP/FINREP)

Börsennotierte Unternehmen müssen Jahresfinanzberichte im maschinenlesbaren ESEF/iXBRL-Format veröffentlichen, und Banken und Versicherer müssen je Periode hunderte Aufsichtsvorlagen einreichen. Beides erfordert, jede Zahl einem Taxonomieelement zuzuordnen und Text und Zahlen konsistent zu halten. KI schlägt Tags vor, markiert Inkonsistenzen, befüllt Vorlagen vorab und entwirft Antworten an die Aufsicht, während Validierungsregeln und verantwortliche Personen die Kontrolle über die Meldung behalten.

Problem & Nutzen

• Heute: Finanzteams stellen den Bericht in Word/InDesign fertig, danach taggt ein XBRL-Spezialist oder Dienstleister tausende Fakten, oft in einem knappen Zeitfenster vor der Einreichung. Banken ordnen Sachkonten mit Tabellen und fest codierten Regeln den COREP-/FINREP-Zellen zu; jede neue Taxonomieversion bedeutet Nacharbeit.
• KI-Nutzen: (1) Taxonomieelemente für neue oder geänderte Angaben anhand von Bezeichnung, Kontext und dem Tagging des Vorjahres vorschlagen; (2) Abweichungen zwischen Zahlen in Tabellen, Anhang und Lagebericht erkennen; (3) fehlgeschlagene Validierungsregeln erklären; (4) Vorlagen vorab befüllen und Abweichungserläuterungen für die Aufsicht entwerfen; (5) das Zeitfenster zwischen Abschluss und Einreichung verkürzen.
• Warum es wichtig ist: ESEF-Tagging ist für Emittenten an regulierten Märkten der EU verpflichtend, und Abschlussprüfer geben ein Urteil zur Konformität des digitalen Berichtsformats ab; Fehler haben daher Folgen für Prüfung und Durchsetzung [1][2]. Veröffentlichte Herstellerangaben zu Zeitersparnissen gibt es, sie sind aber Marketingzahlen; messen Sie Ihre eigene Ausgangsbasis.

Varianten

• Entwurf des Finanzberichts & ESEF/iXBRL-Tagging: Anhang und Lagebericht aus Hauptbuchdaten und Vorjahrestext entwerfen, Zahlen gegen den Text prüfen, dann taggen und das iXBRL-Paket bauen (Kern dieses Anwendungsfalls).
• Bankaufsichtliches Melde- und Finanzberichtswesen: COREP (Eigenmittel, Kreditrisiko, Großkredite) und FINREP sowie granulare Kreditdaten im Stil von AnaCredit, über das EBA Data Point Model (DPM) [3].
• Versicherung: quantitative Meldevorlagen nach Solvency II (QRT) und EIOPA-Taxonomie [4].
• Konsolidierte Konzerne: Zuordnung vieler Kontenpläne von Tochtergesellschaften zu einer Konzernberichtstaxonomie.
• Fragen der Aufsicht: Antworten auf Aufsichtsanfragen und auf Ablehnungen bei Plausibilitätsprüfungen entwerfen.

So funktioniert es

1. Hauptbuch / Konsolidierung + Berichtsentwurf
2. Zuordnungsschicht (Konto
3. Taxonomieelement, aus dem Vorjahr gelernt)
4. LLM-/Klassifikator-Tagging-Vorschläge für Tabellen und Textfakten (mit Konfidenz)
5. menschliche Prüfung im Tagging-Werkzeug (annehmen / korrigieren, Erweiterungselemente nur wenn nötig)
6. deterministische Validierung (XBRL-Formeln, ESEF-Regeln, EBA-/EIOPA-Einreichungsregeln)
7. LLM-Konsistenzprüfung (Zahlen im Text vs. Tabellen, Vorzeichen, Skala, Periode, Rundung)
8. Paketbau (iXBRL / XBRL-CSV)
9. Freigabe durch CFO / Vorstand
10. Einreichung bei OAM / Aufsicht

• Tagging-Vorschlag: Embedding-Retrieval über Taxonomiebezeichnungen, Definitionen und die Tags des Vorjahres, von einem LLM neu gerankt; für stabile Tabellenstrukturen genügt ein feingetunter Klassifikator.
• Konsistenzprüfung: Ein LLM extrahiert numerische Aussagen aus dem Fließtext („Umsatz stieg um 4,2 % auf 1,3 Mrd. EUR"), und ein Skript berechnet sie aus den getaggten Fakten neu; das LLM markiert nur, die Arithmetik ist deterministisch.
• Validierung wird nie an das Modell delegiert: XBRL-Formeln und aufsichtsrechtliche Validierungsregeln sind maßgeblich; das LLM erklärt Fehler und schlägt Korrekturen vor.
• Mensch-in-der-Schleife (Human-in-the-Loop): Jede Tag-Änderung wird geprüft; Freigabe der Einreichung und Vollständigkeitserklärung der Leitung bleiben bei den verantwortlichen Personen.

Datenaufbereitung

Benötigt werden Hauptbuch und Saldenliste, Nebenbücher, Konsolidierungsdaten, die Berichte des Vorjahres, die Zuordnung der Kontenpläne und die offiziellen Taxonomien (ESEF/IFRS, EBA, EIOPA). Sie liegen im ERP und im Konsolidierungswerkzeug, in Excel-Abschlussmappen, in Word- oder PDF-Geschäftsberichten auf Dateiservern und in den Vorlagen der Aufsicht. Typische Lücken: Kontenzuordnungen, die nur im Kopf oder in der Tabelle eines Controllers existieren, manuelle Anpassungen außerhalb des Hauptbuchs, uneinheitliche Behandlung von Gesellschaften und Währungen, Berichtstext und Zahlen in unterschiedlichen Dateien und keine Versionshistorie früherer Taxonomiezuordnungen.

Schritte: (1) je Periode einen abgestimmten Datensatz mit der Saldenliste als einziger Quelle einfrieren (PREP-005); (2) die Zuordnung von Konto zu Taxonomie dokumentieren und als gesteuerte Tabelle bereinigen (PREP-012, PREP-011); (3) PDF- und Word-Berichte des Vorjahres in strukturierten Text umwandeln (PREP-007, DOC-018); (4) Zuordnungen und Meldungen des Vorjahres als Referenzbeispiele sammeln (PREP-016, PREP-020); (5) die Zuständigkeit für jede Quelle festlegen (PREP-004). Der Aufwand ist mit etwa 30 bis 40 Prozent moderat, da die Daten überwiegend strukturiert sind. Prüfen Sie mit GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• Großunternehmen: Weg A, weil Berichtssuiten für ESEF-Tagging und Aufsichtsvorlagen (COREP, FINREP, QRT) zertifiziert sind, Taxonomie-Updates nachziehen und eine Standardfunktion mit hohen Prüfungserwartungen darstellen.
• Entwickler: Weg C, weil Anbieter und Integratoren, die Berichtswerkzeuge bauen, von offenen Taxonomien, Arelle und Open-Weight-Modellen profitieren, die sie selbst betreiben und prüfen können.

Weg A — Kaufen (Standardsoftware) (empfohlen)

• Offenlegungs-/XBRL-Plattformen: Workiva, Toppan Merrill, DFIN; EU-/DACH-Spezialisten: AMANA (DE), Lucanet (DE), CCH Tagetik (Wolters Kluwer), Iris Business (UK). Fragen Sie, welche davon KI-Tagging-Assistenten ausliefern.
• Aufsichtsrechtliches Meldewesen: Regnology (DE), Wolters Kluwer OneSumX, Moody's, AxiomSL/Adenza (Nasdaq), Vermeg (Regulierungssuiten) sowie nationale Werkzeuge der IT-Dienstleister von Sparkassen und Genossenschaftsbanken (z. B. Finanz Informatik, Atruvia) in Deutschland.
• Wählen Sie A, wenn: gesetzliche Meldungen geschäftskritisch sind und Taxonomie-Updates, Prüfpfad und vom Anbieter gepflegte Validierung benötigen. KI ist dort typischerweise ein zusätzlicher Assistent innerhalb dieser Werkzeuge.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Spitzen-LLMs mit strukturierter Ausgabe (Claude, Gemini, GPT, Mistral — EU-Regionen oder EU-Anbieter wie Mistral für sensible, noch unveröffentlichte Finanzzahlen) für Zuordnungsvorschläge, Textprüfungen und Entwürfe von Antworten an die Aufsicht; Embeddings für das Taxonomie-Retrieval.
• Open-Source-XBRL-Werkzeuge für Validierung und Erstellung: Arelle (Validierung, iXBRL-Viewer), die von der ESMA empfohlene Konformitätssuite und die Arelle-ESEF-Plugins; nutzen Sie sie als deterministische Prüfstufen.
• Mit Workflow-Werkzeugen orchestrieren; die LLM-Ausgabe bleibt als Vorschlag im Tagging-Werkzeug.

Weg C — Selbst betreiben (Open Source)

• Modelle: Open-Weight-LLMs (Qwen3, Llama 4, Mistral Large/Mixtral-Klasse, gpt-oss) hinter vLLM für unveröffentlichte Finanzzahlen, die den Verantwortungsbereich nicht verlassen dürfen; Embeddings wie BGE oder multilingual E5; Arelle zur Validierung. Zahlen vor der Veröffentlichung sind Insiderinformationen, daher ist On-Premises attraktiv.
• Hardware: HW3 für Modelle der 70B-Klasse; HW2 genügt für einen Klassifikator plus ein quantisiertes LLM mit ~30B.

Weg D — Eigenes Training

Feintunen Sie einen Klassifikator auf Ihrer eigenen mehrjährigen Tagging-Historie (zehntausende getaggte Fakten) und auf Zuordnungen von Aufsichtsvorlagen. Lohnt sich für große Emittenten, Tagging-Dienstleister und Banken mit vielen rechtlichen Einheiten. Die Labels stammen direkt aus freigegebenen Meldungen.

Stand der Technik (2026)

• Die ESEF-Berichterstattung verlangt iXBRL-Tagging der Primärrechnungen in IFRS-Konzernberichten, Block-Tagging des Anhangs und eine jährlich von der ESMA aktualisierte Taxonomie; Rechtsgrundlage ist die Delegierte Verordnung (EU) 2019/815 (RTS zu ESEF) [1][2]. Prüfen Sie im aktuellen ESMA-Reporting-Manual das geltende Taxonomiejahr.
• Forschung zu LLMs für XBRL-Tagging zeigt, dass Tagging mit großen Taxonomien schwierig ist: Modelle sind bei häufigen Elementen gut, scheitern aber bei seltenen Elementen und Entscheidungen zu Erweiterungen; Benchmark-Arbeiten wie FiNER-139 (Erkennung finanzieller numerischer Entitäten mit XBRL-Tags) sind die Standardreferenz [5].
• Das EBA-Meldewesen nutzt das Data Point Model mit XBRL-CSV-Übermittlung und einem regelmäßig aktualisierten Meldewesen-Rahmenwerk; feste Vorlagen machen die deterministische Zuordnung dominant, und KI unterstützt vor allem bei Pflege der Zuordnungen, Abstimmung und Erläuterungen [3].
• Schnelle Entwicklung: zentrale Einreichungsstellen (EU-ESAP, European Single Access Point) werden öffentliche Finanz- und Nachhaltigkeitsdaten bündeln und die Nachfrage nach sauberen maschinenlesbaren Berichten erhöhen [6].
• Grenzen: halluzinierte Elementnamen, falsche Kontexte bei Vorzeichen/Skala/Periode, stilles Driften bei Taxonomieänderungen, schwache Behandlung unternehmensspezifischer Erweiterungen; Herstellerangaben sollten nicht ohne Rückvergleich an Ihrer Vorjahresmeldung akzeptiert werden.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack: DATA-002 (Berichtstexte), DATA-012 (CSRD-/ESRS-Tagging nutzt dasselbe digitale Berichtsformat und dieselben Werkzeuge), DATA-024 (FP&A-Kommentierung), DOC-012 (Analyse von Meldungen aus Sicht der Nutzer), LANG-020 (Horizon Scanning für neue Taxonomie-/Regeländerungen).
• Vor-/nachgelagert: ANOM-006 (Anomalieprüfungen im Hauptbuch vor dem Abschluss), AGENT-006 (Abschluss und Abstimmung). Ein On-Premises-LLM-Server und ein Taxonomie-Vektorindex können all dies bedienen.

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen bis zur ersten ESEF-Berichtssaison; Monate für Aufsichtssuiten mit Anbindung an das Datenmodell. Kostentreiber: Lizenzen je Gesellschaft/Vorlagensatz, Taxonomie-Updates, Integration.
• Weg B/C: 3–6 Monate für einen Tagging-Assistenten, der sich in ein vorhandenes Werkzeug einfügt; laufende Bewertung an der Meldung jedes Jahres.
• Kennzahlen: Anteil der automatisch vorgeschlagenen und unverändert angenommenen Fakten, durch Validierung gefundene gegenüber vom Abschlussprüfer gefundenen Tagging-Fehlern, Stunden von den finalen Zahlen bis zur Einreichung, Zahl der Erweiterungselemente, Konsistenzbefunde je Bericht, Wiedereinreichungen bei der Aufsicht.

Menschen & Veränderung

Beziehen Sie den CFO oder die Geschäftsführung als Sponsor ein, die Leitung der Finanzberichterstattung als Prozessverantwortliche und die Spezialisten des Meldewesens als Anwender. Recht und Compliance (und in regulierten Unternehmen der Ansprechpartner der Aufsicht) bestätigen, dass die Werkzeuge die Meldepflichten erfüllen; der Abschlussprüfer sollte frühzeitig erfahren, wie KI-gestütztes Tagging kontrolliert wird. IT und Informationssicherheit regeln den Zugriff auf Abschlussdaten, die streng vertraulich sind; die Dateneigner von Hauptbuch und Konsolidierung bestätigen die Zuordnungen.

Betriebsrat: meist nein, weil das System Finanzzahlen verarbeitet und nicht das Verhalten von Beschäftigten. § 90 Abs. 1 Nr. 3 BetrVG verlangt dennoch eine rechtzeitige Unterrichtung, wenn sich Berichtsabläufe durch KI ändern; prüfen Sie § 87 Abs. 1 Nr. 6, wenn das Werkzeug die Aktivität einzelner Nutzer protokolliert. Die(der) Datenschutzbeauftragte hat eine kleine Rolle, da personenbezogene Daten weitgehend fehlen (Vergütungsangaben sind die Ausnahme); schließen Sie mit Cloud-Anbietern einen Auftragsverarbeitungsvertrag (AVV, Art. 28 DSGVO).

Behalten Sie die Kontrolle beim Menschen: Jedes von der KI vorgeschlagene Tag, jede Zuordnung und jeder Konsistenzbefund wird von einer qualifizierten Fachkraft der Rechnungslegung freigegeben, und die Meldung bleibt in der Verantwortung des Unternehmens. Starten Sie einen Piloten an einer vergangenen Periode oder dem Zwischenbericht, vergleichen Sie mit der eingereichten Fassung und gehen Sie erst produktiv, wenn Abweichungen erklärt sind. Typische Sorge: „Ein KI-Fehler in einer Meldung." Antworten Sie mit dem Vier-Augen-Prinzip, einem aufbewahrten Prüfpfad und Parallelläufen. Planen Sie Schulungen für das Berichtsteam (GUIDE-006) und einen kontrollierten Piloten (GUIDE-009); GUIDE-011 behandelt die Überwachung nach dem Produktivstart.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko — interne Unterstützung der Berichterstattung ist kein Anwendungsfall nach Anhang III (Kreditwürdigkeitsprüfung oder Versicherungspreisgestaltung sind andere Anwendungsfälle). Die KI-Kompetenz (Art. 4) gilt weiterhin.
• Verantwortung für die Meldung: Emittent und Leitung bleiben verantwortlich; Abschlussprüfer beurteilen die ESEF-Konformität. Führen Sie ein Prüfprotokoll der KI-Vorschläge im Vergleich zu den endgültigen Tags.
• Vertraulichkeit und Marktmissbrauch: unveröffentlichte Ergebnisse sind Insiderinformationen (MAR); nutzen Sie in der EU gehostete oder selbst betriebene Modelle mit strengen Zugriffskontrollen und ohne Training auf den Eingaben.
• DSGVO: überwiegend aggregierte Daten; Vergütungsberichte, Angaben zu nahestehenden Personen und Daten auf Kreditebene (AnaCredit) können personenbezogene Daten enthalten — wenden Sie Datenminimierung an.
• Betriebliche Resilienz: DORA gilt für Finanzunternehmen in Bezug auf IKT-Dienstleister einschließlich KI-Anbietern [7].
• Gegenmaßnahmen: deterministische Validierungsstufen, Vier-Augen-Prüfung, Rückvergleiche, Fixierung der Taxonomieversionen, keine automatische Einreichung.

Erste Schritte

1. Erfassen Sie Ihre Pflichten (ESEF, EBA-/EIOPA-Vorlagen, national) und den aktuellen Tagging-Ablauf.
2. Taggen Sie den Vorjahresbericht mit einem KI-Vorschlagswerkzeug neu und vergleichen Sie ihn mit der eingereichten Fassung.
3. Ergänzen Sie vor Beginn des Taggings eine automatisierte Prüfung zwischen Zahlen und Text am Berichtsentwurf.
4. Binden Sie Arelle oder die Anbieter-Validierung als verpflichtende Prüfstufe ein und protokollieren Sie alle Vorschläge.
5. Planen Sie Regressionstests für Taxonomie-Updates bei jeder neuen Version.

Quellen

1. ESMA — European Single Electronic Format (ESEF) — https://www.esma.europa.eu/policy-activities/corporate-disclosure/european-single-electronic-format
2. Commission Delegated Regulation (EU) 2019/815 (ESEF RTS) — https://eur-lex.europa.eu/eli/reg_del/2019/815/oj
3. EBA — Reporting frameworks — https://www.eba.europa.eu/risk-and-data-analysis/reporting/reporting-frameworks
4. EIOPA — Solvency II reporting and taxonomy — https://www.eiopa.europa.eu/tools-and-data/supervisory-reporting-dpm-and-xbrl_en
5. Loukas et al. — FiNER: Financial Numeric Entity Recognition for XBRL Tagging (ACL 2022) — https://arxiv.org/abs/2203.06482
6. Regulation (EU) 2023/2859 establishing the European Single Access Point (ESAP) — https://eur-lex.europa.eu/eli/reg/2023/2859/oj
7. Regulation (EU) 2022/2554 (DORA) — https://eur-lex.europa.eu/eli/reg/2022/2554/oj
8. Arelle open-source XBRL platform — https://arelle.org/
9. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj