Mercors Benchmark lässt zwölf echte Wirtschaftsprüfer durchfallen – die Lösung, die das Unternehmen verkauft: mehr Menschen
Eine Studie des mit zehn Milliarden Dollar bewerteten KI-Personalvermittlers Mercor zeigt, wie Frontier-Modelle jene Buchhaltungsaufgaben mit Bravour bestehen, bei denen lizenzierte Wirtschaftsprüfer (Certified Public Accountants, CPA) im Schnitt auf 37 Prozent kamen. Dasselbe Dokument zeigt: Fast 60 Prozent des vollständigen Benchmarks löst kein Modell vollständig – und genau diese Lücke verkauft Mercor.
Vincent Jiang · 3 min read
Zwölf Wirtschaftsprüfer traten zum Test an – und erreichten im Schnitt 37 Prozent
Zwölf lizenzierte Wirtschaftsprüfer mit durchschnittlich fünfeinhalb Jahren Berufserfahrung bearbeiteten vier Szenarien zum Monatsabschluss, die aus dem APEX-Accounting-Benchmark von Mercor vereinfacht wurden 12. Sie erfüllten rund 37 Prozent der Bewertungskriterien 12. Dieselben Aufgaben meistern Frontier-Modelle inzwischen problemlos – vor achtzehn Monaten waren die besten Modelle noch an ihnen gescheitert 12.
Die Studie beziffert auch die Niederlage. Die Modelle schlossen die Aufgabensätze in unter zehn Minuten ab; die Kosten je Bewertungskriterium lagen um mehr als eine Größenordnung unter denen der Menschen 211. Die Studie erschien am 1. Oktober 2026, und Gründerchef Brendan Foody verbrachte dieselbe Woche beim Sender CBS, vor seinem Auftritt bei „60 Minutes“ am Sonntag, und argumentierte dort, KI „könne menschliche Arbeit verändern, statt sie einfach zu ersetzen“ 3.
Auf den getesteten Menschen ruht eine Bewertung von 20 Milliarden Dollar
Das 2023 gegründete Mercor beliefert KI-Labore mit Experten auf Vertragsbasis – darunter OpenAI und Anthropic; nach Unternehmensangaben waren es im Oktober 2025 rund 30.000 Experten 5. Nach Auswertung von Finanzierungs-Trackern beläuft sich die Gesamtfinanzierung auf rund 485,6 Millionen Dollar 7.
Nach Unternehmensangaben überschritt der annualisierte Umsatz im Juni die Marke von zwei Milliarden Dollar – vier Monate nach der Marke von einer Milliarde Dollar 4. Im Juli stand das Unternehmen in Gesprächen über eine Finanzierungsrunde von 500 Millionen Dollar bei einer Bewertung von 20 Milliarden Dollar – doppelt so hoch wie die Series C über zehn Milliarden Dollar im vergangenen Herbst; sollte die Runde zustande kommen, wäre jeder der drei Gründer laut Forbes 4,3 Milliarden Dollar wert 46.
Die Seite, die Wirtschaftsprüfer durchfallen lässt, verkauft auch die Aufsicht
Der leisere Befund der Studie ist das Geschäftsmodell. Auf dem vollständigen Benchmark aus 160 Aufgaben, den mehr als 40 Fachleute mit durchschnittlich elf Jahren Berufserfahrung erstellt haben, fand sich bei fast 60 Prozent der Aufgaben kein Modell, das sie vollständig löste 1.
Mercors Research-Sparte macht aus dieser Lücke Lagerware: APEX-Daten gibt es unter Trainingslizenz – mehr als 50.000 Aufgaben aus über 30 Domänen, Muster noch am selben Tag. Dazu kommen mehr als 30.000 Experten und menschliche Bewertung „im Maßstab, auf den Frontier-Labore setzen“ 89. Die Aufgaben stammen von Fachleuten bei Goldman Sachs, McKinsey und Skadden – also von derselben Stufe, die da benotet wird. Die Accounting-Sammlung entstand gemeinsam mit dem Ausgabenmanagement-Spezialisten Ramp 8.
Offene Selbstkritik – und eine Obergrenze, die sich verkaufen lässt
Mercor kritisiert sich selbst unverblümt: Die Aufgaben hätten „getestet, was KI am besten kann“, im Szenario fehlten Kollegen und der angesammelte Kontext des Berufsalltags, und die Autoren hätten für Menschen Werte nahe 30 Prozent bei Juniors und 55 Prozent bei Mid-Level-Kräften erwartet 2. Das Team sagt, es habe erwogen, die Studie gar nicht zu veröffentlichen 2. Die Obergrenze im vollständigen Benchmark verrät den Laboren trotzdem, was sie als Nächstes kaufen sollen.
Bestes Modell erreicht 61,8 Prozent im vollständigen Accounting-Benchmark mit 160 Aufgaben
Data
| Value | |
|---|---|
| Claude Opus 5.5 Max | 61.8% |
| Fable 5.1 Max | 61% |
| GPT-6 Astra Max | 57.9% |
| Fable 5 Max | 56.4% |
| Claude Opus 5 Max | 54.5% |
Die Verteidigung des Unternehmens ist der eigene Katalog
Mercor kommt zum Schluss, dass Wirtschaftsprüfer nicht ersetzbar sind, und rechnet eher mit Produktivitätsgewinnen als mit Stellenabbau 1. Die Kosten trägt die Ersatzbank.
Ehemalige Mitarbeiter beschreiben feindselige Zustände und Kündigungen schon in der ersten Woche – ohne Bonus, ohne Firmenanteile; eine Analyse ergab, dass jeder fünfte Labeler obdachlos ist, während viele Sozialleistungen beziehen 10. Das Unternehmen nennt leistungsabhängige Boni Branchenstandard 10. Auf seiner Homepage wirbt Mercor mit einem durchschnittlichen Vertragsstundensatz von 109 Dollar 9.
Zwei verräterische Hinweise, einer datiert auf Sonntag
Zu beobachten bleibt, ob die 20-Milliarden-Dollar-Runde, deren Abschluss Forbes für Juli erwartet hatte, tatsächlich zustande gekommen ist – und ob die Labore für eine Lücke, von der die Studie selbst sagt, dass sie fortbesteht, weiter Expertenhonorare zahlen 46. Der im April bekannt gewordene Supply-Chain-Angriff auf LiteLLM, der Berichten zufolge bis zu vier Terabyte an Daten preisgab, und die Klagen von Vertragsarbeitern schwingen in jeder künftigen Finanzierungsrunde mit 456.
So oder so trifft die Neubewertung zuerst die Arbeit der Accounting-Juniors und das Finanz-Outsourcing. Foody betritt am Sonntag die größere Bühne 3. Die Maschinen haben die Prüfung mit Bravour bestanden – und der Eigentümer der Prüfung verkauft nach wie vor die Korrektoren.
Deepdive
AI-generated from this story and its cited sources. Not investment advice.
