KI-Steuerberater: Aus Ablehnungen lernen

Wer nach einem KI-Steuerberater sucht, will meistens weniger Steuerverwaltung und nicht noch ein Chatfenster. Gesucht ist Software, die Dokumente einsammelt, die Buchhaltung versteht, die Erklärung vorbereitet und klar zeigt, wo noch eine Entscheidung fehlt.

Genau dorthin bewegt sich der Markt. Am 5. August 2026 kündigte Basis eine durchgängige Steuerplattform für Dateneingang, Vorbereitung und Prüfung an. Steuerfachleute kommen dazu, wenn ein Fall echtes Ermessen verlangt. Am 20. August beschrieb Thomson Reuters KI-native Steuererstellung als Wechsel von der manuellen Erstellung jeder Erklärung zur Prüfung eines fertigen ersten Durchlaufs.

Ich halte diese Richtung für richtig. Hinter dem Begriff „KI-Steuerberater“ können sich trotzdem zwei völlig verschiedene Produkte verbergen. Das eine beantwortet Fragen in überzeugender Sprache. Das andere erstellt eine Erklärung aus Belegen, rechnet mit einer echten Steuerlogik, schickt den exakten Datensatz durch die Behördenvalidierung und stoppt, sobald Belege oder Regeln den nächsten Schritt nicht tragen.

Meine Position ist einfach: Ein KI-Steuerberater ist nützlich, wenn er prüfbereite Arbeit liefert. Gefährlich wird er, wenn eine plausible Antwort mit einer validierten Erklärung verwechselt wird. Norman hat diese Grenze im Produktivbetrieb gelernt. Wir ordnen jede Ablehnung der Behördenvalidierung ein, bevor sich etwas ändert: Eine korrigierbare Angabe geht zurück in die Prüfung, eine Zuordnungslücke wird zum Engineering-Befund und eine unbekannte Antwort bleibt blockiert. Diese Lernschleife hat das System stärker verbessert als die nächste Runde Prompt-Feinschliff.

Was ist ein KI-Steuerberater?

Ein KI-Steuerberater ist keine einzelne Funktion. Er ist ein Ablauf mit mindestens vier klar getrennten Aufgaben:

1. Belege aus Dokumenten, Buchungen und früheren Erklärungen sammeln;
2. diese Belege in typisierte Steuerfelder und deterministische Berechnungen übertragen;
3. Konsistenzprüfungen und die Regeln der Behörde ausführen;
4. ein prüfbares Ergebnis zeigen, bei dem offene Fragen von belegten Fakten getrennt bleiben.

Sprachmodelle sind innerhalb dieses Ablaufs nützlich. Sie können verschiedenartige Dokumente lesen, eine Anfrage mit dem richtigen Datensatz verbinden und erklären, warum ein Fall gestoppt wurde. Für Beträge, Fristen, rechtliche Identitäten oder den Abgabestatus dürfen sie nicht zur Wahrheitsquelle werden.

Hier gilt dasselbe Messproblem wie bei Genauigkeitsversprechen für KI-Buchhaltung. Ein Modell kann gut aussehen, weil die meisten Beispiele leicht sind. Eine Steuererklärung wird am fertigen Datensatz, seinen Belegen und dem Verhalten an der Abgabegrenze gemessen. Ein selbstsicherer Absatz gehört nicht in diesen Nenner.

Die Trennung verhindert außerdem, dass „Steuerberater“ zu einem irreführenden Versprechen wird. Software kann vorbereiten, abstimmen und Fragen sichtbar machen. Individuelle Steuerberatung braucht Fakten, fachliches Ermessen und Verantwortung, die ein allgemeiner Dialog nicht liefern kann. Hier geht es um die Grenze der Software, nicht um Steuerberatung.

Warum reicht Chat für eine Steuererklärung nicht?

Chat eignet sich gut als Einstieg. Du kannst sagen: „Bereite die USt-Voranmeldung für das letzte Quartal vor.“ Das System kann den Zeitraum erkennen, Buchungen sammeln und fehlende Angaben erklären. Der Fehler beginnt, wenn das Gespräch selbst zum Datensatz wird.

Eine Steuererklärung braucht stabile Identitäten, Zeiträume, Beträge, Steuerfälle, Quellen und eine reproduzierbare Berechnung. Außerdem braucht sie einen exakten Status: Entwurf, validiert, freigegeben, übermittelt oder abgelehnt. Nichts davon darf sich ändern, weil eine spätere Nachricht anders interpretiert wurde.

Der Markt kommt zum gleichen Ergebnis. Thomson Reuters trennt in seiner August-Beschreibung Sammeln, Vorbereiten, Prüfen und Abgeben. Basis erklärt, dass seine Agenten den ersten Durchlauf fertigstellen, während Steuerfachleute jeden Schritt einsehen und jede Entscheidung kontrollieren können. Beides ist interessanter als ein besseres Antwortfeld, weil sich die Arbeitseinheit von einer Antwort zu einer prüfbaren Erklärung verschiebt.

Die Nutzerfrage „Kann ich über einen KI-Assistenten abgeben?“ hat in Deutschland eine ähnliche Antwort. Unsere Analyse zu ELSTER und MCP zeigt, warum der letzte Schritt kein allgemeiner Funktionsaufruf ist. Die Erklärung muss durch die offizielle Validierung, über die vorgeschriebene Übertragungsinfrastruktur laufen und die Freigabe von der Vorbereitung trennen.

Was lehren Ablehnungen im Produktivbetrieb?

Norman erfasst die Regelcodes, die zurückkommen, wenn die Behördenvalidierung die Vorschau oder Übermittlung einer Steuererklärung ablehnt. Die produktive Lernschleife ordnet jedes Ergebnis ein, bevor es den Ablauf beeinflussen kann. Sie fragt, ob du strukturierte Daten korrigieren kannst, ob unsere Zuordnung angepasst werden muss oder ob die Antwort noch unbekannt ist.

Diese Trennung ist wichtig. Eine Ablehnung ist nicht automatisch ein Modellfehler, ein Nutzerfehler oder ein Produktdefekt. Sie ist Evidenz aus dem System, das über die strukturelle Zulässigkeit der Erklärung entscheidet. Die Kategorie „unbekannt“ bleibt ausdrücklich sichtbar, statt jede Antwort in eine beruhigende Erklärung zu pressen.

Genau diese Trennung ist die Lehre. Ein gutes System muss beide Klassen unterschiedlich behandeln:

• eine fehlende oder widersprüchliche Nutzerangabe wird zu einer konkreten Aufgabe am betroffenen Feld;
• eine nicht unterstützte Zuordnung wird zu einem Engineering-Befund und Regressionstest;
• eine unbekannte Ablehnung bleibt blockiert, statt in eine Vermutung übersetzt zu werden;
• die ursprüngliche Behördenantwort bleibt die Grundlage für den nächsten Schritt.

Ablehnungen sind kein Rauschen am Rand des Produkts. Sie gehören zur Lernschleife. Wir fassen wiederkehrende Regelfamilien zusammen, damit häufige Fehler zu Testfällen werden. Rohdaten mit persönlichen oder finanziellen Inhalten bleiben aus dieser Rangliste heraus.

Deshalb bewahren wir auch die bei der Abgabe verwendete Zuordnung zwischen Steuerzeilen und Buchungen als unveränderliche Momentaufnahme. Die laufende Buchhaltung kann sich später ändern. Das System muss trotzdem genau rekonstruieren können, welche Daten die Erklärung im Augenblick der Übermittlung getragen haben. Prüfung ohne diesen Beleg ist nur Erinnerung.

Was sollte ein KI-Steuerprozess automatisieren?

Die richtige Grenze wird klarer, wenn die Verantwortlichkeiten getrennt sind.

Das System sollte die wiederholte Zusammenstellung automatisieren und Unsicherheit nicht verdecken. Es kann bekannte Summen abstimmen, fehlende Belege erkennen, stabile Felder vorbefüllen und eine fokussierte Prüfliste erzeugen. Es darf keine Steuernummer erfinden, zwischen widersprüchlichen Rechtsbehandlungen wählen oder einen bereits freigegebenen Datensatz still verändern.

Mit demselben Maßstab haben wir geprüft, ob KI einen vollständigen GmbH-Jahresabschluss vorbereiten kann. Der sinnvolle Test war nicht, ob das System einen Jahresabschluss erklären kann. Entscheidend war, ob die fertigen Salden bis auf den Cent mit einem professionell erstellten und eingereichten Ergebnis übereinstimmen.

Wo muss der Mensch in der Schleife bleiben?

„Human in the loop“ ist zu ungenau, solange ein Produkt nicht sagt, welcher Mensch an welchem Schritt welche Belege sieht.

Menschen sollten Ausnahmen prüfen und nicht jede belegte Tatsache erneut eingeben. Sie müssen sehen, welche Werte sich geändert haben, welche Quellen widersprechen, welche Regeln fehlgeschlagen sind und welche Entscheidungen Ermessen brauchen. Eine Freigabe sollte an genau den geprüften Datensatz gebunden sein. Ändern sich die Ausgangsdaten danach, darf die alte Freigabe die Abgabe nicht mehr erlauben.

Das macht den Ablauf nicht weniger automatisiert. Es macht die Automatisierung verständlich. Unser Design für einen KI-Agenten in der Buchhaltung folgt demselben Prinzip: Deterministische Systeme halten den finanziellen Status. Agenten koordinieren Arbeit und bringen dir die Entscheidungen, die nicht sicher aus Routinen entstehen.

Die Grenze darf sich mit wachsender Evidenz verschieben. Ein enger, wiederholter Fall kann nach Replay-Tests und überwachten Produktivergebnissen mehr automatische Behandlung verdienen. Ein neues Land, Formular oder ungewöhnlicher Umsatz bleibt konservativ, bis seine Fehlerbilder verstanden sind. „Autonom“ sollte gemessene Abdeckung beschreiben und keinen globalen Schalter.

Wie prüfst du Software für KI-Steuern?

Beginne mit abgeschlossenen historischen Fällen, besonders mit den Fällen, die Korrekturen verursacht haben. Entferne das Endergebnis und lasse das Produkt Belege sammeln, die Erklärung vorbereiten und Blocker benennen. Danach vergleichst du den Entwurf mit dem tatsächlich geprüften und abgegebenen Ergebnis.

Miss mindestens fünf Dinge:

• den Anteil belegter Felder, die unverändert in den Entwurf gelangen;
• fehlende Belege, die vor der Prüfung erkannt werden;
• falsche Freigaben, bei denen das System ein falsches Ergebnis weitergeschickt hätte;
• Ablehnungen der Behördenvalidierung und ihre verständliche Zuordnung;
• Prüferzeit für echte Entscheidungen statt für die Rekonstruktion des Kontexts.

Teste auch die Fehlerbehandlung. Zeigt das System den exakten Datensatz, der abgelehnt wurde? Erzeugt eine Korrektur einen neuen Prüfstatus? Kann es beweisen, dass ein erneuter Versuch keine doppelte Abgabe erzeugt? Bleiben die eingereichten Belege erhalten, wenn sich die laufende Buchhaltung später ändert?

Der Investitionsdruck ist bereits sichtbar. In einer Zusammenfassung einer Umfrage vom August 2026 berichtete Thomson Reuters, dass 57 Prozent der Steuerfachleute KI als wichtigste Technologieinvestition nannten. Entscheidender sind die Vertrauensanforderungen: 94 Prozent wollten Ergebnisse auf autoritativen Quellen und 90 Prozent eine erklärbare, vertretbare Begründung.

Diesen Maßstab sollte ein KI-Steuerberater erfüllen. Das Produkt sollte nicht versuchen, wie eine Steuerfachperson zu klingen. Es sollte einen ersten Durchlauf liefern, den eine Fachperson oder eine verantwortliche abgebende Person mit weniger Aufwand einsehen, validieren und freigeben kann. Unsere Lernschleife aus Ablehnungen hat uns gezeigt, dass das „Nein“ der Behörde kein Randfall ist, den man glattbügeln sollte. Es ist Evidenz. Produktive Steuerautomatisierung wird nur besser, wenn sie daraus lernt.