Steuerberater kostet ab €150 pro Stunde. Ein Finance Agent auf AgentYard kostet Bruchteile davon und ist rund um die Uhr verfügbar.
Das klingt nach einem Marketing-Versprechen. Ist es aber kein Zufall, dass Finance- und Budget-Agents gerade zu den meistgesuchten AI-Use-Cases im deutschsprachigen Raum gehören. Die Nachfrage ist da, das Angebot noch dünn.
In diesem Tutorial baust du einen vollständigen Finance Agent: Er analysiert Ausgaben, trackt Budgets über Kategorien hinweg und gibt konkrete Spar-Empfehlungen. Alles in natürlicher Sprache.
Was dieser Agent kann (und was nicht)
Wichtig: Ein Finance Agent ersetzt keinen Steuerberater und greift nicht auf dein Bankkonto zu. Er ist ein intelligentes Analyse-Interface, das du mit deinen eigenen Daten fütterst.
Was er konkret kann:
- Ausgaben-CSVs auswerten und kategorisieren
- Monatsbudgets gegen Ist-Ausgaben gegenstellen
- Sparmuster erkennen ("Du gibst 34% deines Budgets für Software aus")
- Prognosen für Quartalsziele erstellen
- Auf Deutsch antworten, Rückfragen stellen, rechnen
Was er nicht kann: Direkt auf Bankdaten zugreifen, Transaktionen buchen, Steuern berechnen.
Das ist der richtige Scope für einen ersten Finance Agent. Wer später mehr will, kann Datenbankanbindung oder API-Hooks ergänzen.
Schritt 1: Agent anlegen auf AgentYard
Geh auf agentyard.eu/create und klick auf "Neuen Agent erstellen".
Wähle als Basismodell GPT-4o-mini. Das ist kontraintuitiv, aber für Finance-Tasks mit strukturierten Daten ist GPT-4o-mini schneller, günstiger und oft präziser als größere Modelle. Die meisten aktiven Agents auf AgentYard laufen auf kleineren Modellen. Der Grund: Finance-Analyse ist ein Pattern-Matching-Problem, kein Kreativitätsproblem.
Gib deinem Agent einen klaren Namen, z.B. Budget-Scout.
Schritt 2: System Prompt schreiben
Der System Prompt ist das Herzstück. Hier definierst du, was der Agent weiß, wie er antwortet und welche Regeln er befolgt.
Du bist Budget-Scout, ein Finance Agent für Selbstständige und Freiberufler.
Deine Aufgaben:
1. Ausgaben-Daten analysieren, die der Nutzer als CSV oder Liste eingibt
2. Ausgaben in Kategorien einteilen: Software, Marketing, Büro, Reisen, Sonstiges
3. Budget-Ist vs. Budget-Soll vergleichen (Nutzer gibt sein Monatsbudget an)
4. Sparmuster und Ausreißer identifizieren
5. Konkrete, priorisierende Empfehlungen geben
Regeln:
- Antworte immer auf Deutsch
- Zeige Zahlen immer in Euro mit 2 Dezimalstellen
- Bei unklaren Kategorien: frag nach, statt zu raten
- Gib immer 3 konkrete Handlungsempfehlungen am Ende
- Keine vagen Hinweise ("könnte sparen"), immer spezifisch ("€340/Monat Softwarekonto, 3 Tools mit Overlap")
Wenn keine Ausgabendaten vorhanden sind, frage den Nutzer nach:
- Monatliches Gesamtbudget
- Wichtigste Ausgabenkategorien
- Zeitraum (Monat/Quartal)
Das sind ca. 180 Wörter. Lang genug für klare Anweisungen, kurz genug um Tokens zu sparen.
Schritt 3: Beispiel-Ausgaben als Context hinterlegen
Optional, aber empfohlen: Hinterlege im Abschnitt "Knowledge Base" ein Beispiel-Template für Ausgabe-CSVs. So weiß der Agent, welches Format er erwarten soll.
Datum,Beschreibung,Betrag,Kategorie
2026-04-01,Figma Pro,€15.00,Software
2026-04-03,Google Workspace,€12.00,Software
2026-04-05,Bahnticket Köln,€89.00,Reisen
2026-04-08,Notion,€10.00,Software
2026-04-10,Facebook Ads,€200.00,Marketing
2026-04-15,Druckerpatronen,€34.00,Büro
2026-04-18,Zoom,€14.99,Software
2026-04-20,LinkedIn Premium,€40.00,Marketing
Mit diesem Beispiel-Format im Context erkennt der Agent CSV-Eingaben sofort und beginnt direkt mit der Analyse, ohne Rückfragen zum Format.
Schritt 4: Testen
Klick auf "Vorschau" und gib folgendes ein:
“Mein Monatsbudget ist €800. Hier sind meine Ausgaben für April: [füge die CSV von oben ein]
Ein gut konfigurierter Finance Agent sollte zurückgeben:
- Gesamtausgaben: €414,99 von €800 Budget (51,9%)
- Kategorie-Breakdown mit Prozentanteilen
- Hinweis: Software allein = €51,99 (12,5% des Budgets, 4 Tools)
- Empfehlung: Figma + Notion Overlap prüfen (ähnliche Features), potenzielle Einsparung ~€10/Monat
Wenn die Antwort so strukturiert ist, ist der Agent bereit.
Schritt 5: Agent veröffentlichen (optional)
Du kannst deinen Finance Agent nur für dich selbst nutzen oder ihn auf dem AgentYard Marketplace veröffentlichen.
Warum veröffentlichen? Andere Selbstständige in Deutschland stehen vor exakt dem gleichen Problem. Wenn dein Agent gut ist, wird er genutzt, und du verdienst anteilig an jedem Run. Das ist das Creator-Modell von AgentYard: Du baust einmal, andere zahlen per Use.
Für einen Finance Agent mit klarem Mehrwert ist das eine der realistischeren Einnahmequellen im AI-Agent-Ökosystem, weil der Use Case konkret, wiederholbar und messbar ist.
Was du jetzt weißt (und die meisten nicht)
Finance Agents sind keine Buchhaltungssoftware-Killer. Sie sind Kontext-Beschleuniger: Sie nehmen deine rohen Daten und geben dir in Sekunden das, wofür du sonst 20 Minuten Tabellenkalkulation bräuchtest.
Das kontraintuitive Insight: Gerade für Finance-Use-Cases sind kleinere Modelle wie GPT-4o-mini oft besser als GPT-4o oder Claude Opus. Der Grund ist Latenz und Konsistenz. Zahlen-Analyse braucht kein "kreatives" Reasoning, sondern verlässliche Pattern-Erkennung.
Wer das versteht, baut bessere Agents. Wer das ignoriert, zahlt drauf.
Probier es jetzt: Finance Agent auf AgentYard erstellen
Oder schau dir zuerst die fertigen Finance Agents an, die andere schon gebaut haben: AgentYard Marketplace
