Basis stellt die Argumentation des Agenten sichtbar dar, damit Buchhalter sie überprüfen können

Der Buchungssatz ist die Oberfläche, nicht die Automatisierung

Basis beschreibt einen konkreten Moment im eigenen Produkt, der zeigt, wo die eigentliche Entwicklungsarbeit steckte. Wenn ein Buchhalter einen vom System erstellten Buchungssatz betrachtet, sieht er nicht nur den Eintrag selbst. Er sieht eine Erklärung, welche Daten verwendet wurden, warum sie so zugeordnet wurden und wie sicher sich das System bei seiner Empfehlung ist.

Das ist ebenso eine Frontend-Entscheidung wie eine Modell-Entscheidung. Das Unternehmen hat Agenten entwickelt, die „Kontext über eine zentrale Ebene teilen und dabei Annahmen, Datenquellen und die Logik hinter jeder Entscheidung offenlegen“. Im Rechnungswesen ist ein Ergebnis, das man nicht nachvollziehen kann, schlimmer als gar kein Ergebnis, und Basis bringt dieses Prinzip klar auf den Punkt: Automatisierung ist nur dann sinnvoll, wenn sie überprüfbar ist.

Alles, was wir tun, hängt von der Argumentationsfähigkeit ab. Deshalb sind die Modelle von OpenAI, insbesondere GPT‑5, so entscheidend für uns. Indem wir die Rechenleistung zur Inferenzzeit weit über das hinaus skalieren, was frühere Modelle leisten konnten, und dabei die Argumentation des Modells weiterhin offenlegen, können wir Erklärungen liefern, die Kunden Einblick und Kontrolle über die Vorgänge geben.Montana Labs

Das entscheidende Wort dabei ist offenlegen. Ein Modell, das intern gut argumentiert, reicht für dieses Produkt nicht aus; die Argumentation muss extrahierbar und für einen menschlichen Prüfer darstellbar sein. Diese Anforderung bestimmt, was die Oberfläche überhaupt versprechen kann.

Konfidenz und Herkunft als zentrale UI-Elemente

Die meisten Agenten-Demos zeigen nur ein Ergebnis. Basis zeigt zusätzlich den Argumentationspfad: die geprüften Unterlagen, die abgerufenen Daten, den geteilten Kontext samt Best Practices sowie die koordinierten Sub-Agenten, die zu diesem Arbeitsergebnis beigetragen haben. Für den Buchhalter besteht die Entscheidungsgrundlage aus einer Beweiskette und nicht aus einem bloßen Urteil.

Deshalb beschreibt Basis seine Entwicklung als Schritt „von der reinen Aufgabenautomatisierung hin zu echter Delegation von Arbeitsabläufen“. Delegation funktioniert nur, wenn der Beauftragte seine Arbeit auch begründen kann. Das jeder Empfehlung beigefügte Konfidenzsignal zeigt dem Menschen, wo er seine Prüfaufmerksamkeit einsetzen sollte – welche Buchungen schnell akzeptiert und welche genauer geprüft werden sollten.

Function Calling war der entscheidende Schritt vom Vorschlag zur Handlung. Basis merkt an, dass es Agenten ermöglichte, „mehrstufige Prozesse wie Kontenabstimmungen und Buchungssätze tatsächlich abzuschließen, statt sie nur vorzuschlagen“. Die Oberfläche muss beide Zustände klar erkennbar darstellen: bereits vom Agenten erledigte Arbeit und Arbeit, die noch auf die Freigabe eines Menschen wartet.

Erklärbarkeit als Routing-Kriterium, nicht als nachträglicher Zusatz

Hinter der Oberfläche betreibt Basis eine Multi-Agenten-Architektur, in der ein übergeordneter Agent – ursprünglich auf o3, inzwischen auf GPT‑5 migriert – einzelne Schritte je nach Aufgabe, Komplexität, Latenz und Eingabetyp an spezialisierte Sub-Agenten weiterleitet. Zeitkritische Interaktionen wie klärende Rückfragen während der Prüfung gehen an GPT‑4.1; mehrdeutige Klassifizierungen und der Monatsabschluss gehen an GPT‑5.

Bemerkenswert für alle, die eine prüfungsorientierte Oberfläche entwickeln: Basis bewertet Modelle danach, wie klar sie ihre Argumentation erklären – nicht nur nach Genauigkeit. Diese Benchmarks entscheiden „sowohl, auf welche Modelle man sich für welche Aufgaben verlässt, als auch, wann Agenten sicher neue Arbeitsabläufe übernehmen können“. Erklärbarkeit wird als messbare Fähigkeit behandelt, die über den Einsatz entscheidet – das bedeutet, das Versprechen der Überprüfbarkeit im Frontend wird bereits bei der Modellauswahl durchgesetzt.

Das Unternehmen berichtet außerdem, dass GPT‑5 bei seinem Benchmark für parallele Tool-Aufrufe mit aktiviertem Code-Interpreter und Websuche eine perfekte Erfolgsquote von 100 % erreicht hat. Parallele Tool-Aufrufe ermöglichen es einem einzelnen Arbeitsablauf, mehrere strukturierte Aktionen zu koordinieren – die die Prüfoberfläche anschließend zu einer einzigen, kohärenten und nachvollziehbaren Erklärung für den Buchhalter zusammenführen muss.

Was die überprüfbare Oberfläche diesen Unternehmen tatsächlich bringt

Das berichtete Ergebnis sind durchschnittlich bis zu 30 % Zeitersparnis bei den großen US-amerikanischen Wirtschaftsprüfungsgesellschaften, die Basis laut eigenen Angaben unterstützt, wobei die Unternehmen „mit wachsendem Vertrauen die Verantwortungsbereiche der Agenten weiter ausbauen“. Genau dieser letzte Teil ist der entscheidende Mechanismus. Der Aufgabenbereich wächst in dem Maße, wie sich Vertrauen nachweisen lässt, und Vertrauen ergibt sich aus dem, was die Oberfläche den Buchhaltern zu überprüfen erlaubt.

Die konkrete Schlussfolgerung lautet: In geschäftskritischen professionellen Arbeitsabläufen liegt die eigentliche Produktgrenze nicht in der Autonomie, sondern in der Qualität der Prüfoberfläche. Basis hat nicht gewonnen, indem es das Modell verborgen hat, sondern indem es die Argumentation, die Herkunft der Daten und die Konfidenz des Modells in einer Form dargestellt hat, die ein Buchhalter akzeptieren oder ablehnen kann. Wenn sich das zugrunde liegende Modell verbessert, übernehmen die Agenten mehr Aufgaben – aber nur, weil die Erklärungsebene jede Erweiterung nachvollziehbar macht. Für Teams, die Agenten in regulierte oder verantwortungspflichtige Arbeitsabläufe integrieren, ist genau das der Punkt, den es sich nachzumachen lohnt: Zuerst die Prüfoberfläche entwickeln und sie dann bestimmen lassen, wie viel Handlungsspielraum der Agent erhält.