Echte Daten, echtes Setup
14 Monate Transaktionen, vorgemappte Kategorien, fertige Reportingstruktur, einsatzbereiter GuV-Report.
Bau Dir Dein eigenes Reporting-Layout an einem realistischen Datensatz, inklusive aller typischen Reporting-Probleme.


Keine leere Sandbox, sondern ein aufgesetztes Unternehmen mit echten Fragestellungen.
14 Monate Transaktionen, vorgemappte Kategorien, fertige Reportingstruktur, einsatzbereiter GuV-Report.
Vier Kern-Workflows in der Web-App plus optionaler Monatsabschluss per MCP-Agent, jeweils mit klarer Schritt-für-Schritt-Anleitung.
Verbinde Langdock, Claude oder ChatGPT und delegiere Kategorisierung, Vollständigkeit und Rückstellungen an einen Agenten.
Bevor Du startest, hier kurz das Setup. Damit Du weißt, mit welchen Daten Du arbeitest.
In der Demo schauen wir uns an, warum das EBITDA in den letzten Monaten schlechter geworden ist. Eine naheliegende Vermutung: gestiegene Paid-Marketing-Ausgaben. Das Problem: In der Standard-GuV taucht „Paid Marketing" gar nicht sauber auf, sondern verteilt sich versteckt auf Reise- und Werbekosten sowie durch einzelne Fehlbuchungen in den Toolkosten. Bevor wir die Frage beantworten können, müssen wir Paid Marketing also erst sichtbar machen.
In fünf Schritten ziehen wir die Paid-Marketing-Buchungen aus den bestehenden Sammelpositionen heraus und machen sie als eigene Reporting-Position auswertbar.
Das Ergebnis
Auf Basis der Buchhaltungsdaten lässt sich eine rückwirkende Reklassifizierung in Minuten umsetzen, ein Vorgang, der manuell Stunden dauert. DATEV bleibt unverändert.
Seit Juli fehlen die Adobe-Rechnungen in der Buchhaltung. Erst zum Jahresabschluss wurde der Fehler korrigiert und alle Rechnungen erfasst. Im Investorenreporting werden die deutlich höheren Softwarekosten sofort Fragen aufwerfen - das Reporting muss jedoch zeitnah finalisiert werden. Für eine Abstimmungsrunde mit den Steuerberater ist schlicht keine Zeit und wegen Kleinigkeiten lohnt der Anruf vielleicht nicht.
In fünf Schritten bilden wir die fehlenden Adobe-Rechnungen als monatliche Rückstellung ab, lösen sie im Dezember sauber auf und machen so aus einer verzerrten Jahresansicht ein belastbares Reporting.
Das Ergebnis
Nachträgliche Abgrenzungen und Rückstellungen lassen sich auf Basis der Buchhaltungsdaten in Minuten umsetzen, eine Überleitungsrechnung ist immer sauber dokumentiert
Nachdem wir zahlreiche Reklassifizierungen und Kategorisierungen vorgenommen haben, erscheint der Monatsabschluss sehr kleinteilig, da wir diese Anpassungen laufend vornehmen müssen. Oder?
Fyvel bietet einen schnellen Weg, basierend auf den bereits erstellten Zuordnungen, mit hilfe von Mashine Learning einen sehr großen Teil der Zuordnungen automatisch vornehmen zu lassen.
Für den Monatsabschluss von Februar 2025 spielen wir die DATEV-Daten ein und ziehen die Kategorisierung binnen Sekunden nach.
Das Ergebnis
Mit DATEV-Upload und KI-gestützter Zuordnung steht der Monatsabschluss in Minuten, nicht in Stunden oder Tagen.
Dasboards im Browser sind schnell erstellt und super für die Echtzeit-Analyse. In der Realität erwarten Investoren jedoch eine Excel-Auswertung oder sonstige Exporte.
Fyvel bietet ein Add-in für Excel, mit dem der Daten oder fertige Reports per Klick in eine Arbeitsmappe synchronisiert werden können.
Die Installation des Excel-Add-ins dauert wenige Minuten und ist sofort einsatzbereit.
Das Ergebnis
GuV-Reports aus Fyvel lassen sich per Add-in in Excel ziehen und jederzeit per Knopfdruck synchron halten.
Fyvel ist nicht nur eine Web-App. Über den Model Context Protocol Server (MCP) kannst Du Fyvel direkt an Deinen AI-Agenten anbinden, egal ob Langdock, Claude oder ChatGPT. Damit übernimmt der Agent wiederkehrende, qualitative Denkaufgaben aus Deinem Finance-Alltag: Kategorisieren, Plausibilisieren, Rückstellungen vorschlagen, Soll-Ist-Abweichungen erklären, alles auf Basis Deiner echten Buchhaltungsdaten in Fyvel.
Stell Dir vor, es ist der 3. März. Normalerweise blockst Du jetzt einen halben Tag für den Februar-Abschluss: DATEV-Daten ziehen, neue Buchungen kategorisieren, prüfen ob alle wiederkehrenden Kosten gebucht sind, fehlende Rückstellungen bilden, Reports gegenchecken.
Mit dem Fyvel MCP delegierst Du genau diese Routine an einen AI-Agenten. Du lädst die Februar-Daten in Fyvel hoch und schreibst im Chat: „Mach bitte den Monatsabschluss für Februar." Der Agent greift über MCP auf Fyvel zu, arbeitet sich strukturiert durch Deinen Monatsabschluss-Skill und meldet sich nur dann zurück, wenn er eine Entscheidung braucht, z. B. ob er eine Rückstellung für die fehlende AWS-Rechnung bilden soll, die in den letzten 11 Monaten immer gekommen ist.
Du wirst vom Buchhalter zum Reviewer. Statt zu klicken, prüfst Du im Report die Überleitungsrechnung.
Wo finde ich die Anleitung für mein Tool?
Wie genau Du eine MCP-Integration aufsetzt, ist je nach AI-Tool unterschiedlich. Die offiziellen Anleitungen findest Du hier:
„Erstelle bitte den Monatsabschluss für Februar 2025."
Der Agent übernimmt jetzt:
„Erstelle bitte einen Soll-Ist-Vergleich für Februar 2025."
Das Ergebnis
Sobald Skills, MCP und Fyvel einmal aufgesetzt sind, automatisierst Du große Teile Deines Monatsabschlusses, ohne die Kontrolle abzugeben. Fyvel bleibt der deterministische Single Source of Truth für Konten, Kategorien, Buchungsebenen und Reports. Der Agent ist die Schicht obendrauf, die Dir die Denkarbeit abnimmt und nur dann fragt, wenn es wirklich eine Entscheidung braucht.
Alles, was Du für die Demo brauchst oder um Fyvel später mit eigenen Daten aufzusetzen.
Upload-Datei für den Use Case Monatsabschluss, dieselbe CSV, die Du im geführten Workflow hochlädst.
Alle Monatsdateien von Januar 2024 bis Januar 2025, als Backup, falls Du die Demo-Organisation neu von Null aufsetzen willst.
Workflow für Zuordnung, Rückstellungs-Lookback und GuV-Freigabe.
Workflow für Ist vs. Plan, Monats- und YTD-Abweichungen mit Kommentar.
Oder buche einen persönlichen Discovery Call mit dem Fyvel-Team.