Generative KI in Steuerabteilungen: Von der Erprobung in den Regelbetrieb

Wie generative KI arbeitet

Generative KI zerlegt Text in Tokens, gewichtet über einen Aufmerksamkeitsmechanismus den gesamten bisherigen Kontext und berechnet daraus eine Wahrscheinlichkeitsverteilung für das nächste Token. Aus dieser Verteilung wird ausgewählt, in aller Regel nicht der wahrscheinlichste Wert, sondern eine Stichprobe. Das erklärt zugleich zwei häufig kritisierte Eigenschaften. Dieselbe Frage wird zweimal unterschiedlich beantwortet und die KI kann flüssig formulierte, aber falsche Aussagen erzeugen. Beides ist kein Defekt, sondern folgt aus der Konstruktion.

Daraus folgt für die Praxis eine unbequeme Konsequenz. Generative KI formuliert genauso flüssig, wenn ihr die Grundlage fehlt, wie wenn sie sie hat. Am Text lässt sich nicht ablesen, worauf er beruht. Entscheidend ist deshalb nicht, was die KI zu wissen scheint, sondern welche Quellen ihr tatsächlich zur Verfügung standen. Hier wird die Grenze häufig falsch gezogen.

Sie verläuft nicht zwischen altem und aktuellem Wissen, denn ein aktuelles BMF-Schreiben beschafft sich moderne KI über eine Internetsuche selbst und kann es unmittelbar auswerten. Sie verläuft zwischen öffentlich zugänglichen und nicht zugänglichen Quellen. Ihre Verrechnungspreisdokumentation, Ihre Betriebsprüfungsakte und die kostenpflichtigen Fachdatenbanken bleiben außen vor, solange sie der KI nicht bereitgestellt werden. Steuerliche Qualität entsteht deshalb nicht durch die KI, sondern durch die Quellen und durch die Kontrolle dahinter.

Der Leistungsstand generativer KI

• Kontextlänge: Die Menge an Text, die in einem Durchgang verarbeitet werden kann, ist kein praktischer Engpass mehr. Ganze Vertragsordner oder Betriebsprüfungsberichte passen hinein.
• Große Kontextfenster machen die gezielte Vorauswahl von Dokumenten nicht überflüssig. Ein Dokumentenbestand einer Steuerabteilung aus zwei Jahrzehnten übersteigt jedes Kontextfenster um Größenordnungen. Selbst wenn der Dokumentenbestand hineinpasste, wäre die Verarbeitung zu langsam, zu teuer und die Antwortqualität aufgrund der Menge an irrelevanten Informationen zu schlecht. Retrieval sucht die passenden Dokumente heraus, bevor die KI zu arbeiten beginnt. Es setzt außerdem die bestehenden Zugriffsrechte durch und liefert die Fundstelle mit.
• Quellenprüfung: Erfundene Aktenzeichen und Randnummern bleiben der praxisrelevanteste Fehlertyp. Jede Fundstelle ist gegen die Primärquelle zu prüfen.
• Schrittweises Vorgehen: KI, die mit Zwischenergebnissen arbeitet und diese intern prüft, bevor sie antwortet, löst mehrstufige Aufgaben wie Fristenberechnungen zuverlässiger.
• KI kann Datenbanken abfragen, im Internet recherchieren, Berechnungen anstoßen und Dokumente erzeugen, statt nur Text zu produzieren.
• Souveräne Betriebsmodelle: Leistungsfähige KI lässt sich in der eigenen Umgebung betreiben. Vertraulichkeit ist damit eine Architekturentscheidung und kein Ausschlussgrund.

Kompetenzen für den Regelbetrieb

Pre-Training ist für Steuerabteilungen ohne Bedeutung und auch Fine-Tuning lohnt sich in aller Regel nicht. Für Fachwissen ist es der falsche Weg, weil sich das Steuerrecht schneller ändert, als sich KI nachtrainieren lässt, und weil nachtrainiertes Wissen nicht zitierfähig ist. Für Format und Tonalität lässt es sich durch sorgfältig entwickelte Vorgaben und mitgegebene Musterdokumente ersetzen. Vier andere Kompetenzen entscheiden über den Erfolg.

• Aufgabenstellung und Kontextbereitstellung: Aufgabe, Format, Prüfkriterien und Grenzen der Bearbeitung explizit vorgeben und die relevanten Unterlagen mitgeben. Musterdokumente wirken dabei stärker als jede Beschreibung des gewünschten Ergebnisses.
• Zugriff auf geprüfte Quellen: Anbindung lizenzierter Fachdatenbanken und des eigenen Dokumentenbestands, mit Zitatnachweis und unter Übernahme der bestehenden Zugriffsrechte.
• Die Anbindung an das Warenwirtschaftssystem, das Dokumentenmanagement und die vorhandene Berechnungslogik für wiederkehrende Prozesse.
• Ein interner Katalog realer Testfälle mit bekannter richtiger Antwort. Ohne ihn lässt sich weder ein Anbieter auswählen noch ein Wechsel der eingesetzten KI verantworten. Diese Kompetenz wird am häufigsten übersehen und entscheidet am deutlichsten darüber, ob ein Pilotprojekt in den Regelbetrieb übergeht.

Anwendungsbeispiel aus dem eigenen Bestand

Wertvoll ist der Bestand, auf den kein externer Anbieter zugreifen kann. Er ist umfangreicher, als die meisten Steuerabteilungen vermuten.

• Betriebsprüfungsberichte, Schlussbesprechungsprotokolle, Einspruchsschreiben, verbindliche Auskünfte, Anfragen der Finanzverwaltung und die dazu abgegebenen Antworten.
• Fachliche Festlegungen: Aktennotizen, interne Gutachten, Argumentationslisten zu wiederkehrenden Streitfragen, Positionspapiere, Best Practices und die Begründungen, warum eine Position seinerzeit so und nicht anders gewählt wurde.
• Vertragliche Grundlagen: Konzernrichtlinien, Verrechnungspreisdokumentationen, Darlehens- und Lieferverträge, Umlagevereinbarungen und Gesellschafterbeschlüsse.
• Die Dokumentation des steuerlichen Kontrollsystems (Tax Compliance Management System, kurz Tax CMS), Prozessbeschreibungen, Arbeitsanweisungen, Checklisten sowie Reporting- und Statusberichte.
• Laufende Kommunikation: E-Mail-Verkehr zu steuerlichen Sachverhalten, Intranetinhalte, Schulungsunterlagen, Protokolle von Abstimmungen mit Fachbereichen und Beratern.

Dieses Wissen liegt verteilt auf Laufwerken, in Postfächern, im Intranet und in den Köpfen einzelner Mitarbeiter. Es ist über eine Stichwortsuche kaum auffindbar, weil derselbe Sachverhalt in jeder Quelle anders benannt wird und es verlässt das Unternehmen mit den Personen, die es tragen.

Ein Bot auf diesem Bestand beantwortet Fragen, die keine externe Datenbank beantworten kann. Wie wurde ein vergleichbarer Sachverhalt in der letzten Prüfung behandelt? Welche Zusage haben wir gegenüber dem Finanzamt gemacht? Welche Vertragsklauseln lösen die gleiche Betriebsstättenfrage aus? Welche Argumentation hat sich gegenüber der Finanzverwaltung bewährt und welche nicht? Zwei Punkte entscheiden über den Erfolg. Der Bot muss die bestehenden Zugriffsrechte übernehmen und jede Antwort muss auf das zugrunde liegende Dokument verweisen.

Handlungsempfehlungen

• Klären Sie die Plattformfrage: Erproben Sie nicht mit öffentlich zugänglichen Diensten. Nutzen Sie eine freigegebene Unternehmenslösung mit vertraglich ausgeschlossenem Training auf Ihren Daten und bei hoher Vertraulichkeit einen privaten oder lokalen Betrieb.
• Bauen Sie einen Testfallkatalog, bevor Sie Werkzeuge auswählen: Zwanzig bis dreißig reale Fragen mit bekannter richtiger Antwort sind die belastbarste Entscheidungsgrundlage und der einzige Weg, Anbieterversprechen zu prüfen.
• Beginnen Sie dort, wo die Prüfung günstiger ist als die Erstellung: Zusammenfassungen, Erstentwürfe, Extraktion aus Verträgen, Abgleich von Sachverhalten gegen bekannte Positionen. Vermeiden Sie zunächst Aufgaben, deren Ergebnis nur mit erheblichem Aufwand überprüfbar ist.
• Erschließen Sie den eigenen Bestand schrittweise: Beginnen Sie mit einem klar abgegrenzten Themengebiet und einer überschaubaren Zahl von Quellen, statt den gesamten Dokumentenbestand auf einmal anzubinden.
• Verankern Sie KI-gestützte Schritte im Tax CMS: Dokumentieren Sie freigegebene Werkzeuge, zulässige Anwendungsfälle, Kontrollpunkte und die menschliche Letztverantwortung.

Der Wettbewerbsvorteil liegt nicht im Zugang zur Technologie, der für alle gleich ist, sondern in der Ordnung der eigenen Daten und in der Fähigkeit, maschinelle Ergebnisse belastbar zu prüfen. Beides lässt sich planbar aufbauen und der Einstieg gelingt bereits mit einem abgegrenzten Themengebiet.