---
res:
  bibo_abstract:
  - Dieser Beitrag untersucht die Potenziale von Agentic AI und Vibe Coding im Finanz-
    und Rechnungswesen mittelständischer Unternehmen. Angesichts von Fachkräftemangel
    und Prozessineffizienzen rücken autonome KI-Systeme und neue Programmierparadigmen
    zunehmend in den Fokus. Da diese Technologien noch eine geringe Marktdurchdringung
    aufweisen, nutzt die Studie sieben Large Language Models (LLMs) als exploratives
    Forschungsinstrument zur systematischen Identifikation und Bewertung von Anwendungsfeldern,
    Chancen und Risiken. Die Ergebnisse zeigen, dass Agentic AI als Schlüsseltechnologie
    für die autonome Prozessautomatisierung fungiert, während Vibe Coding die agile
    Entwicklung individueller Lösungen demokratisiert. Im Vergleich zur Vorstudie
    2024/2025 zeigt sich eine signifikante technologische Konkretisierung bei gleichzeitig
    gestiegenen Anforderungen an Governance und Qualitätssicherung. Die Untersuchung
    unterstreicht den Wandel hin zu agentischen Architekturen und betont die Notwendigkeit
    von Hybridwissen, um Effizienzgewinne mit Sicherheitsanforderungen in Einklang
    zu bringen.@ger
  bibo_authorlist:
  - foaf_Person:
      foaf_givenName: Andreas
      foaf_name: Uphaus, Andreas
      foaf_surname: Uphaus
      foaf_workInfoHomepage: http://www.librecat.org/personId=213333
  - foaf_Person:
      foaf_givenName: Tim
      foaf_name: Kampe, Tim
      foaf_surname: Kampe
      foaf_workInfoHomepage: http://www.librecat.org/personId=222105
    orcid: 0000-0003-1217-1360
    orcid_put_code_url: https://api.orcid.org/v2.0/0000-0003-1217-1360/work/226428802
  dct_date: 2026^xs_gYear
  dct_language: ger
  dct_subject:
  - Digitalisierung
  - Künstliche Intelligenz
  - Automatisierung
  - Rechnungswesen
  - Finanzwesen
  dct_title: 'Agentic AI und Vibe Coding im Finanz- und Rechnungswesen: Anwendungsfälle,
    Chancen und Risiken für KMU und Familienunternehmen@'
...