Alteryx und NextWave: Deterministische Workflows senken den Token-Verbrauch von LLMs um das 20-Fache

Der Test: ein täglicher Product-Control-Abgleich

NextWave, eine auf Finanzdienstleister spezialisierte Beratung für digitale Beschleunigung und Alteryx-Partner, hat eine typische Product-Control-Aufgabe getestet. Es ging um den täglichen Abgleich zwischen Front Office und Back Office. Dabei mussten in einem Datensatz mit 120 Trades konsistente Sichten auf offene Trades, Bewertungen, Risiko und Kassenbestände validiert, Abweichungen erklärt und sinnvolle nächste Schritte vorgeschlagen werden.

Die Aufgabe wurde auf zwei Arten bearbeitet. Beim ersten, rein stochastischen Ansatz erhielt ein LLM die Front-Office- und Back-Office-Dateien direkt. Es sollte Trades, Bewertungen, Risiko und Kassenbestände vergleichen, Abweichungen markieren und nächste Schritte vorschlagen.

Beim zweiten Ansatz wurde ein Alteryx-One-Workflow veröffentlicht, den das LLM über das Model Context Protocol (MCP) aufrufen konnte. Die Anfrage forderte das Modell auf, den Workflow Front Office Back Office Data Reconciliation auf Alteryx One auszuführen. Alteryx übernahm die Vergleichslogik deterministisch, wobei Nachvollziehbarkeit und Revisionssicherheit fest in die Ausführung des Workflows eingebaut sind. Das LLM musste nur noch das Ergebnis interpretieren und nächste Schritte empfehlen.

Von den Unternehmen berichtete Ergebnisse

Laut der Quelle fiel der Unterschied zwischen den beiden Ansätzen deutlich aus:

• 20-mal weniger Tokens verbrauchte der Workflow aus Alteryx One und LLM im Vergleich zum rein stochastischen Ansatz.
• 100 % Genauigkeit beim Abgleich, gegenüber 2 übersehenen Abweichungen bei 120 Trades, wenn das LLM allein arbeitete.
• Governance, Erklärbarkeit und Prüfbarkeit sind in die deterministische Workflow-Ebene integriert. Das kann ein reiner LLM-Vergleich nach Angaben der Unternehmen nicht garantieren.

Das Argument hinter dem Test: Dateien vergleichen, Zahlen abgleichen und Salden prüfen sind deterministische Aufgaben, für die es bereits eine richtige Antwort gibt. Wer sie einem stochastischen Modell überlasse, verbrenne Tokens, verursache Kosten und schaffe Risiken, die es nicht geben müsste, so Alteryx.

Weitere Tests von Alteryx und das VURA-Framework

Alteryx zufolge passt das Ergebnis in ein größeres Muster. Eigene interne Tests, die zusammen mit den jüngsten KI-Funktionen veröffentlicht wurden (Ask Alteryx, Agent Studio, ein MCP Server und Alteryx Skills), ergaben bei Aufgaben mit rohen, nicht aufbereiteten Daten bis zu 93 % weniger Tokens und eine um 85 % höhere Geschwindigkeit. Bei Aufgaben mit sauberen, bereits kontrollierten Daten meldete das Unternehmen bis zu 83 % geringere Token-Kosten bei 65 % mehr Geschwindigkeit.

Der gemeinsame Nenner ist laut Alteryx das hauseigene VURA-Framework, das Geschäftslogik sichtbar, verständlich, wiederholbar und prüfbar machen soll. Die Idee: KI-Agenten greifen auf kontrollierte, deterministische Logik zurück, statt sie jedes Mal stochastisch neu abzuleiten.

Was das für Enterprise-KI-Teams bedeutet

Die Unternehmen beschreiben die Lehre als Arbeitsteilung. Deterministische, kontrollierte Workflows sollten die deterministischen Teile eines Prozesses übernehmen, während LLMs für Schlussfolgerungen, Zusammenfassungen und Handlungsempfehlungen reserviert bleiben. Da immer mehr Unternehmen agentische KI aus der Pilotphase in den Produktivbetrieb überführen, werden Kosten und Genauigkeit von „Das LLM wird es schon herausfinden“-Ansätzen laut Alteryx und NextWave schwerer zu ignorieren sein.

NextWave und Alteryx geben an, Kunden aus der Finanzbranche bereits dabei zu unterstützen, dieses Muster beim Abgleich und bei anderen Aufgaben im Office of the CFO anzuwenden, und zwar mit LLMs an der Seite der Plattform Alteryx One. LLMs dienen zudem dazu, die Einführung von Alteryx One selbst zu beschleunigen. Wer den Ansatz näher kennenlernen möchte, findet in der Quelle den Hinweis auf das Month End Close Acceleration AI-Ready Starter Kit.

Die Zahlen stammen aus eigenen Tests der Unternehmen mit einem einzigen Datensatz aus 120 Trades. Sie sind daher als Herstellerangaben und nicht als unabhängige Benchmarks zu verstehen.