SlideShare ist ein Scribd-Unternehmen logo
1 von 24
Downloaden Sie, um offline zu lesen
Künstliche
Intelligenz:
Umdenken in der
Steuerfunktion
Die vierte Studie zur Digitalisierung
in der Steuerabteilung
2 | Künstliche Intelligenz in der Steuerfunktion
Inhalt
Vorwort 3
Die Geschichte der KI 4
KI-Formen in der Übersicht 6
Anwendungsgebiete der KI 8
Wen wir befragt haben 10
Studienergebnisse 11
Erkenntnisse aus der Praxis 14
Potenzielle Anwendungsfälle 15
Haftungsfragen 16
Fazit und Ausblick 18
Interview 20
Ansprechpartner 22
2 | Künstliche Intelligenz in der Steuerfunktion
Sie haben es vielleicht schon bemerkt:
Die „Künstliche Intelligenz“ (KI) ist
auf dem besten Weg, unseren Alltag
zu erobern. Schon jetzt reagiert eine
persönliche Assistentin in unseren
Smartphones auf Zuruf und unter-
stützt uns beim Telefonieren und
Navigieren. Zu Hause erinnern uns
schlaue Helfer an wichtige Termine
oder helfen uns beim Online-Shop-
ping. Große Städte verbessern den
Verkehrsfluss durch intelligente
Ampelschaltungen, hinter denen
eine selbstlernende Software steckt.
Und die Bilderkennungssoftware in
Suchmaschinen sorgt dafür, dass der
„Meerblick“ unseres Urlaubshotels
in den Suchergebnissen ganz oben
angezeigt wird.
Dass KI-Lösungen immer leistungs-
fähiger werden, liegt nicht nur am
technischen Fortschritt im Bereich
der Hard- und Software, sondern
auch daran, dass immer mehr Daten
zur Verfügung stehen, die von den
Programmen für Analysen, Empfeh-
lungen, Prognosen und nicht zuletzt
zur Selbstoptimierung verwendet
werden können.
Hier wird es für die Steuerabteilungen
der Unternehmen und Konzerne
besonders interessant: Wo immer
mehr Unternehmensdaten erfasst
werden, können KI-basierte Systeme
große Datenmengen nach vorge­
gebenen Kriterien analysieren und
bewerten. So werden aus Daten
ver­wertbare Informationen und
solide Grundlagen für wichtige
Unternehmensentscheidungen.
Auch die kaum noch überschau-
baren Compliance-Vorgaben lassen
sich mithilfe der KI deutlich besser
managen – ein großes Plus, gerade in
Unternehmen mit weltweiten Struktu-
ren. Dazu kommt, dass sich manuelle
Tätig­keiten durch den Einsatz von
KI auf ein Mindestmaß reduzieren
lassen. Dadurch bleibt den Steuer-
abteilungen mehr Zeit für ihre wirklich
wichtigen Aufgaben – ein Argument,
das angesichts der oft dünnen Perso-
naldecke ebenfalls für einen stärkeren
KI-Einsatz spricht.
Sie sehen: Aus gutem Grund haben
wir die KI in den Mittelpunkt unseres
vierten Digital Tax Survey gestellt.
132 Steuerberatungsprofis aus
Deutschland und Österreich haben
an unserer aktuellen Umfrage teilge-
nommen. Dem überdurchschnittlich
hohen Interesse am Thema KI steht
allerdings noch wenig Faktenwissen
gegenüber. Das hat die Auswertung
der Antworten ergeben.
Um das zu ändern, präsentieren wir
Ihnen auf den folgenden Seiten nicht
nur die Ergebnisse der Umfrage im
Detail, sondern auch wichtige Hinter-
grundinformationen rund um die KI
sowie Einsatzmöglichkeiten im All-
gemeinen und im Bereich „Steuern“
im Speziellen.
Wir würden uns freuen, wenn Sie
die Möglichkeiten der KI anschlie-
ßend noch bewusster als bisher
wahr­nehmen, damit auch Sie die
Leistungs­fähigkeit Ihrer Steuer-
abteilung durch den Einsatz von KI
langfristig weiter ausbauen können.
Wir sind gespannt auf Ihr Feedback
und wünschen Ihnen eine aufschluss-
reiche Lektüre.
Vorwort
Liebe Leserinnen,
liebe Leser,
Dr. Henrik Ahlers
Managing Partner Tax
Deutschland, Österreich, Schweiz
Florian Buschbacher
Partner, EMEIA Analytics &
Emerging Technologies Leader
Herzliche Grüße
Künstliche Intelligenz in der Steuerfunktion | 3
Für einen großen ersten Schritt
sorgte der begeisterte Langstrecken­
läufer, Mathe­matiker, Krypto­analy­
tiker, Logiker und Informatiker
Alan Turing. Während des Zweiten
Weltkriegs war es dem Engländer ge-
lungen, die deutschen Funksprüche zu
dechiffrieren, die mit der Enigma ver-
schlüsselt waren. Mit seinen Theorien
und seiner Forschungsarbeit legt er
nach dem Krieg wichtige Fundamente
für die Computer- und Informations-
technologie von heute. Darüber hin-
aus entwickelt er den Turing-Test zur
Feststellung Künstlicher Intelligenz
und 1953 eines der ersten Schach-
programme überhaupt. Bereits 1936
hatte er mit seiner Turingmaschine
ein theoretisches Modell entwickelt,
an dem sich die Berechenbarkeit von
Funktionen durch Algorithmen prüfen
lässt.
Die Geburtsstunde der KI als Fach-
begriff und akademisches Fachgebiet
schlägt im Sommer 1956 an der
amerikanischen Ostküste. Hier treffen
sich führende US-Mathematiker sowie
Sprach- und Computerwissenschaftler
zu einem vierwöchigen Forschungs-
projekt am Dartmouth College in
Hanover (New Hampshire). Zweck
des Workshops ist es, die Prinzipien
des Lernens und der Intelligenz
zu untersuchen, um anschließend
herauszufinden, wie man Maschinen
beibringen kann, Sprache zu ver-
stehen und zu verwenden sowie
abstrakte Probleme zu lösen. Fernziel
der Forscher sind Maschinen, die wie
Menschen denken und lernen.
Mit ELIZA entwickelt der deutsch-
ameri­kanische Computer-Pionier
Joseph Weizenbaum zwischen 1964
und 1966 den ersten Chatbot: ein
textbasiertes Dialogsystem, das einen
menschlichen Gesprächspartner
simuliert. Und so unterhält sich bei
ELIZA nicht etwa eine Psychothera-
peutin mit den Patienten, sondern ein
Computer, der mit abgespeicherten
Sätzen aus einer Datenbank arbeitet.
Durch die Programmierung kann er
auf Aussagen der Patienten passende
Antworten geben, sodass die Mehr-
heit der Versuchspersonen davon
überzeugt ist, mit einer echten Thera-
peutin zu kommunizieren.
Einen weiteren Meilenstein in der
KI-Entwicklung markiert Shakey, der
erste mobile Roboter, der im Labor
für Künstliche Intelligenz des Stanford
Research Institute zwischen 1966 und
1972 entwickelt wird. Auf die Eingabe
eines Befehls nimmt er über Kameras
seine Umgebung wahr, erkennt eine
Rampe, fährt hinauf und schiebt dort
wie gewünscht einen Block von der
Plattform.
Die Geschichte der KI
Von der Enigma bis Siri:
die Vordenker des Fortschritts
Die „Künstliche Intelligenz“ (KI) ist ein uralter
Menschheitstraum. Vom künstlich erschaffenen
Menschen bis hin zu denkenden Maschinen
scheint alles vorstellbar. Doch der Weg vom
Wunsch zur Wirklichkeit ist weit.
Alan Turing
(Quelle: Wikimedia)
4 | Künstliche Intelligenz in der Steuerfunktion
Ebenfalls in Stanford sorgt 1972
MYCIN für Aufsehen. Als sogenanntes
Expertensystem kombiniert es Re-
geln, Formeln und Datenbanken und
kann dadurch Ärzte bei der Diagnose
und Behandlung von Krankheiten
unterstützen.
Trotz der Erfolge müssen die Wissen-
schaftler zugeben, dass die Heraus-
forderungen der Realität deutlich
komplexer sind als die der Versuche
im Labor. Enttäuscht vom langsamen
Fortschritt werden Forschungsgelder
gestrichen, der sogenannte KI-Winter
beginnt.
Anfang der 1980er-Jahre nimmt die
KI einen neuen Anlauf: Jetzt sorgen
Chatbots telefonisch für unterstüt-
zende Beratung beim Fahrkartenkauf,
neue Expertensysteme helfen bei der
Schätzung von Kfz-Schäden. 1987
dann ein weiterer Durchbruch: Mit
NETtalk bringen Charles Rosenberg
und Terrence J. Sejnowski dem
Computer Lesen und Sprechen bei.
Das Besondere: Dank KI kann das
Programm auch unbekannte Wörter
richtig aussprechen.
In der Entwicklung autonom fahren-
der Fahrzeuge macht sich der deut-
sche Robotiker Ernst Dickmanns einen
Namen, als das von ihm entwickelte
Auto 1995 computergesteuert von
München nach Odense und zurück
fährt und dabei Geschwindigkeiten
von bis zu 175 km/h erreicht.
KI wird einer breiten Öffentlichkeit be-
kannt, als IBM mit seinem Programm
Deep Blue 1997 den amtierenden
Schachweltmeister Garri Kasparow in
einem Turnier schlägt. Der Sieg stellt
einen Wendepunkt in der Schachge-
schichte dar, denn bisher hatte stets
der Computer den Kürzeren gezogen.
In der Zwischenzeit hat auch die
Robotertechnik große Fortschritte
gemacht: Durch immer größere
Datenmengen können Roboter um-
fassend trainiert werden und in der
industriellen Produktion immer auto-
nomer agieren.
Die technologische Weiterentwicklung
sorgt ab 2011 dafür, dass auch Otto
Normalverbraucher per Smartphone,
Tablet und Computer in den Genuss
von KI-basierten Programmen
kommt. Mit Siri bringt Apple den
ersten Sprachassistenten für das
iPhone heraus, 2014 gefolgt von
Microsofts Cortana, ein Jahr darauf
von Amazons Alexa und 2016 dann
von Googles Assistant.
Dass die KI selbst höchst komplexen
Anforderungen gewachsen ist,
beweist das Computerprogramm
Watson, als es 2011 in der ameri-
kanischen Quizshow Jeopardy den
langjährigen Meister besiegt.
Experten rechneten nicht damit,
dass KI bereits 2016 in der Lage
sein würde, gegen den besten
Go-Spieler der Welt zu gewinnen:
Das Spiel galt als zu komplex. Doch
Googles AlphaGo gelang genau
dieses Kunststück. In dem Programm
wurden zuvor viele Millionen Züge
aus Go-Partien abgespeichert, bevor
es millionenfach gegen sich selbst
antreten musste und seine erfolg-
reichsten Strategien ermittelt hat.
Wie leistungsfähig die KI mittlerweile
ist, wurde im Juni 2018 deutlich,
als das Programm Project Debater
von IBM auf Augenhöhe mit zwei
Großmeistern der Rhetorik über das
ausgesprochen komplexe Thema
Raumfahrt diskutierte.
Auch wenn die Leistungsfähigkeit
der KI heute zum Teil bereits atem-
beraubend ist, so sind sich die Exper-
ten doch einig, dass die KI-Techno-
logie erst am Anfang steht. Doch die
nächsten Meilensteine werden sicher
nicht lange auf sich warten lassen.
Wissensbasierte
Systeme
Lernende
Systeme
Kognitive
Systeme
Heuristische
Systeme
Phase 1: bis 1970
Heuristische Such- und
Schlussfolgerungs-
verfahren
Phase 1 und 2: In diesen Phasen wurde der Großteil an Wissen manuell
und direkt in die Maschine einprogrammiert. Das entwickelte Programm
ist nur scheinbar intelligent (z. B. Taschenrechner).
Im Rahmen dieser Studie gehen wir auf das Thema Singularität (Zeitpunkt, ab dem die maschinelle Intelligenz die menschliche Intelligenz überholt) nicht weiter
ein. Davon sind – aus heutiger Sicht – aktuelle bzw. in Entwicklung befindliche Systeme rein technisch noch Jahrzehnte entfernt.
Quelle: W. Wahlster/DFKI (Wahlster 2016)
Phase 3: Jetzt ist das maschinelle
Lernen auf der Basis von Massen-
daten möglich. So werden auto-
matisiert Cluster gebildet, auf deren
Basis Empfehlungen gegeben wer-
den. Die Schwierigkeit besteht darin,
die Entscheidungsfindung nachzu-
vollziehen oder zu korrigieren.
Phase 4: Die neueste Entwicklungs-
stufe von KI-Systemen versucht
daher, Lernverfahren mit Experten-
wissen zu verbinden, um das Beste
aus beiden Welten zu nutzen.
Phase 2: bis 1990
Maschinelle Wissens-
verarbeitung mit manuell
erstellten Wissensbasen
Phase 3: bis 2010
Maschinelles Lernen
über Massendaten
Phase 4: ab 2010
Kombination von Lern-
verfahren mit wissens-
basierten Methoden
Entwicklungsphasen der KI
Künstliche Intelligenz in der Steuerfunktion | 5
6 | Künstliche Intelligenz in der Steuerfunktion
KI-Formen in der Übersicht
Wo Künstliche Intelligenz
heute schon mitdenkt
Man spricht von KI, wenn Computeranwendungen
menschenähnliche Intelligenzleistungen zeigen.
Voraussetzung hierfür sind vier Fähigkeiten:
Wahrnehmen, Verstehen, Handeln und Lernen.
Diese Anwendungen erweitern das
Grundprinzip aller EDV-Systeme, das
aus Eingabe, Verarbeitung und Aus-
gabe besteht, um die Fähigkeit des
Lernens und Verstehens.
Moderne KI-Systeme zeichnen sich
auch dadurch aus, dass sie durch die
Verarbeitung großer Datenmengen
bewusst trainiert werden und aus
ihren „Erfahrungen“ lernen können –
ein großer Vorteil gegenüber her-
kömmlichen Verfahren, die stur nach
starr programmierten Regeln funk-
tionieren.
Rechts sehen Sie eine Übersicht über
verbreitete KI-Anwendungsbereiche:
Smart
Robotics
Eine Kombination aus KI und
Robotic Process Automation
(RPA), die in der Lage ist,
intelligente Entscheidungen
zu treffen
Speech
Recognition
Die Fähigkeit einer Maschine, gespro-
chene Sprache in geschriebenen Text
oder Computerbefehle umzuwandeln.
Dies ermöglicht auf Skype zum Bei-
spiel Übersetzungen in Echtzeit,
um sich mit Menschen in einer
fremden Sprache zu
unterhalten.
Künstliche Intelligenz in der Steuerfunktion | 7
Virtual
Agents
KI-basierte Programme, die das Ver-
halten eines echten Mitarbeiters zeigen
und meist per E-Mail oder Live-Chat im
Dialog mit dem Kunden stehen. Häufig
geäußerte Fragen werden vom
Virtual Agent (Chatbot) verstanden
und beantwortet, Wünsche
werden ausgeführt.
Text
Analysis
Rechnergestützte Analyse von
Texten, die von anderen Computer-
systemen verarbeitet werden kann.
Wird zum Beispiel zur Recherche
benutzt oder auch zur Aufdeckung
von Plagiaten im Rahmen von
Doktorarbeiten.
Biometrics
Analyse körperlicher und
emotionaler Merkmale
und deren Auswertung
für Identifizierungs- und
Zutrittskontrollsysteme
Machine
Learning
Die Fähigkeit, aus Daten
zu lernen, überwacht oder
nicht überwacht
Computer
Vision
Rechnergestützte Bilderkennung,
ähnlich dem menschlichen
Sehen, die zum Beispiel
das autonome Fahren
ermöglicht
8 | Künstliche Intelligenz in der Steuerfunktion
Anwendungsgebiete der KI
Im Alltag angekommen
Die KI ist längst viel mehr als nur ein Spiel-
zeug für einige wenige ­„Informatik-Nerds“.
In vielen Bereichen des Lebens hat sie
Einzug gefunden, meist ohne dass wir sie
als solche bemerken.
Wo immer Einzeldaten mit großen
Datenmengen verglichen oder Simu-
lationen vieler möglicher Lösungen
durchgeführt werden müssen, kann
KI schnelle, gute und günstige Unter-
stützung bieten. Hier einige Beispiele,
was KI heute schon leistet:
Medizin
Per Machine Learning können
Algorithmen lernen, Röntgenbilder
ähnlich wie ein Arzt zu lesen. Hierfür
müssen sie auf der Basis möglichst
vieler konkreter Diagnosen trainiert
werden, zum Beispiel im Rahmen der
Krebsdiagnostik. Auch EKGs können
in Sekunden analysiert, menschliche
Haut auf bösartige Veränderungen
geprüft und Biomarker im Blut identi-
fiziert werden.
Per Spracherkennung können
Gesundheitsapps Depressionen oder
Parkinson in einem frühen Stadium
erkennen und entsprechende Hin-
weise geben. Darüber hinaus gibt
es bereits Apps, die nach einem
„­Gespräch“ mit dem Patienten Diag-
nosen erstellen, die denen eines sehr
gut ausgebildeten Arztes ent­sprechen
– ideal nicht nur für den Einsatz in
Entwicklungsländern, sondern
auch hierzulande, wo die ärztliche
­Versorgung in immer mehr Regionen
zu wünschen übrig lässt.
Darüber hinaus kann KI auf der
Basis der Patientendaten Therapie­
vorschläge liefern oder innerhalb
weni­ger Minuten Datensammlungen
in aller Welt nach vergleichbaren
Fällen durchforsten und wertvolle
Hinweise liefern, zum Beispiel bei
seltenen Erkrankungen.
Spiele
Strategiespiele wie Schach oder das
weitaus komplexere Go waren in der
KI-Entwicklung immer beliebte Grad-
messer, um die Leistungsfähigkeit
der KI zu testen. Dabei werden die
Systeme mit möglichst vielen Daten
echter Spiele gefüttert, bevor sie
dann millionenfach gegen sich selbst
antreten und lernen, welche Regeln
das Spiel hat und welche Strategien
am ehesten zum Sieg verhelfen.
In jüngster Zeit konnte sich ein
KI-System in der Poker-Variante
„Texas Hold’em“ sogar signifikant
oft gegen fünf Profi-Spieler durch-
setzen. Im Vergleich zum Spiel gegen
einen einzelnen Gegner muss die
KI hierbei eine völlig andere Spiel-
strategie entwickeln, weshalb das
Programm als echter Meilenstein der
KI-Geschichte gilt. Auch in komple-
xen Egoshooter-Computerspielen
kann sich die KI mittlerweile sogar
im Mehrspielermodus behaupten.
Generell gelten taktisch und grafisch
anspruchsvolle Computerspiele heute
als einer der wesentlichen Treiber in
der KI-Entwicklung.
Gastronomie
In den USA und in China gibt es be-
reits Restaurants, in denen das Essen
per Tablet bestellt und von Robotern
zubereitet wird.
Auch einen Pizzadienst gibt es in
den USA, der seine Pizzen nach Be-
stellung im Lieferwagen bäckt und per
KI prognostiziert, wo und wann wie
viele Pizzen an welchem Wochentag
bei welchem Wetter voraussichtlich
bestellt werden.
Künstliche Intelligenz in der Steuerfunktion | 9
Stadtplanung
Ziel einer KI-basierten Stadtplanung
ist es, die Lebensqualität seiner
Bewohner zu verbessern. Diese so-
genannten Smart Cities beruhen auf
unterschiedlichsten Datenquellen,
die zur Planung und Verwaltung
der Stadt herangezogen wurden.
Durch aktuelle Daten kann die
Bevölkerungs­entwicklung einzelner
Stadtteile prognostiziert werden,
über Bewegungsprofile der Einwohner
lassen sich Transportmöglichkeiten
per Bahn, Fahrrad oder Carsharing
optimieren und Wartezeiten bei Be-
hörden reduzieren. Die umfassende
Vernetzung birgt jedoch die Gefahr
der totalen Überwachung.
Verkehr
Bis autonom fahrende Autos flächen-
deckend auf unseren Straßen unter-
wegs sind, werden vermutlich noch
20 bis 30 Jahre vergehen. Dennoch
hat die KI in den letzten Jahren mit
der Entwicklung intelligenter Assis-
tenzsysteme auch in diesem Bereich
enorme Fortschritte ermöglicht. So
hilft KI in Zukunft nicht nur, Unfälle zu
vermeiden und Staus zu reduzieren,
sondern auch den nächsten freien
Parkplatz zu finden.
Retail
KI besitzt auch das Potenzial, unsere
Art einzukaufen grundlegend zu
verändern. Mit Amazon Go haben
die ersten mit vielen Sensoren aus-
gestatteten Supermärkte eröffnet.
Kassen sucht man hier vergeblich,
stattdessen werden die Kunden
per Computer-Vision erfasst, die
gekauften Produkte zugeordnet und
automatisch abgerechnet, ganz ohne
Schlangestehen.
Social Media
Dass Bilder in den sozialen Netz-
werken per KI auf (verbotene)
Inhalte geprüft werden, hat sich
herumgesprochen.
Schlagzeilen machte in letzter Zeit
die aus China stammende App Tik
Tok. Mit ihr lassen sich 15-sekündige
­Videos mit der Handycam aufnehmen,
bearbeiten und auf verschiedene
­Social-Media-Plattformen hochladen
Das Erfolgsgeheimnis der App liegt
nach Angaben des Entwicklers
­Bytedance in der verwendeten KI.
Auf der Basis der Klickgewohnheiten
des Anwenders empfiehlt diese ihm
andere Videos, die wiederum gelikt
werden können.
Produktion
Menschen eintönige und körperlich
anstrengende Arbeiten abnehmen:
Das ist das Ziel des APAS assistant
mobile von Bosch. Dahinter verbirgt
sich ein mobiles, KI-gesteuertes
Robotersystem mit Greifarm, das in
einer vernetzten Smart Factory für
klassische „Pick & Place“-Aufgaben
genutzt werden kann. Zur Bedienung
sind nicht einmal Programmierkennt-
nisse nötig.
Rechtspflege
Wie auch EY bieten viele junge Unter-
nehmen Softwarelösungen auf der
Basis Künstlicher Intelligenz an, die
unstruktu­rierte Datensätze automa-
tisch verarbeiten, um Rechtsanwälten
bei der Prüfung von Verträgen zu
helfen. So können Anomalien auch
ohne entsprechende Fachkenntnisse
schneller identifiziert werden.
10 | Künstliche Intelligenz in der Steuerfunktion
Wen wir befragt haben
Die Teilnehmer der Studie
im Kurzprofil
Im Sommer 2019 haben wir 132 Führungskräften
aus dem Bereich „Steuern und Finanzen“ 19 Fragen
zum Thema „Künstliche Intelligenz“ gestellt.
Ziel unserer Umfrage war es heraus­
zufinden, ob und wo KI in den
Unternehmen bereits eingesetzt
wird und wo die Teilnehmer künftige
Anwendungs­möglichkeiten sehen.
Das Teilnehmerfeld setzte sich wie
folgt zusammen:
	 53 %	 Leiter der Steuerabteilung
	 26 %	 Mitarbeiter in der Steuerabteilung
	 11 %	 Leiter Finanzen
	 7 %	 Sonstige
	 3 %	 CEO oder CFO
	 22 %	 Sonstige
	 21 %	 Automotive & Transportation
	 20 %	 Diversified Industrial Products
	 12 %	 Consumer Products & Retail
	 9 %	 Technology
	 8 %	 Power & Utilities
	 8 %	 Real Estate, Hospitality & Construction
	 44 % 	 unter 10.000
	 30 % 	 10.000 bis 50.000
	 18 %	 über 100.000
	 8 % 	 50.000 bis 100.000
	 39 %	 5 bis 20
	 35 %	 weniger als 5
	 16 %	 21 bis 50
	 7 %	 51 bis 100
	 3 %	 mehr als 100
Teilnehmer nach Tätigkeitsbereich: Branche des Unternehmens:
Zahl der Mitarbeiter im Unternehmen weltweit: Zahl der Mitarbeiter in der Steuerabteilung:
Künstliche Intelligenz in der Steuerfunktion | 11
Studienergebnisse
Der aktuelle Stand:
KI in der Steuerfunktion
Die Digitalisierung läuft in den meisten Unternehmen auf
Hochtouren. In Steuerabteilungen ist davon jedoch – wie in
unserer letztjährigen Studie – noch relativ wenig zu spüren.
Doch wie sieht es mit KI aus?
Mit der Künstlichen Intelligenz ist nun
bereits die nächste Stufe der Digita-
lisierung am Start. Ob Steuerprofis
diesen hochinteressanten Bereich
bereits auf dem Radar haben und wo
sie konkrete Anwendungsmöglich-
keiten sehen, haben die Antworten in
unserer Studie gezeigt.
Die Ergebnisse
Erfreulich ist zunächst, dass die große
Mehrheit der Befragten der KI aufge-
schlossen gegenübersteht: 93 % der
befragten Studienteilnehmer können
sich vorstellen, mit KI zu arbeiten.
Es fehlt noch an Wissen
58 % der Befragten sehen in der KI
etwas Positives, 40 % sind neutral
eingestellt und nur 2 % stehen der KI
ablehnend gegenüber. Daraus lässt
sich ableiten, dass sich die Mehrheit
bereits mit der Materie beschäftigt
hat, wenn auch nur in der Theorie:
Denn mehr als zwei Drittel der Befrag-
ten gaben an, nur über geringe (7 %)
oder eher geringe (63 %) KI-Kennt-
nisse zu verfügen. Demgegenüber
schätzen 27 % der Teilnehmer die
eigenen KI-Kenntnisse als „eher
hoch“ und 3 % sogar als „ hoch“ ein.
Bezogen auf mögliche Anwendungs-
fälle stuft die Mehrheit (58 %) die
eigenen Kenntnisse bisher noch als
„eher gering“ und „gering“ ein, wäh-
rend sich 6 % der Befragten bereits
einen „hohen“ und immerhin 36 %
einen „eher hohen“ Wissensstand
bescheinigen.
KI zum Teil schon etabliert
Die Zahl der Unternehmen, die KI
nutzen bzw. nicht nutzen, hält sich in
unserer Umfrage in etwa die Waage:
41 % der Studienteilnehmer bestäti-
gen, dass ihr Arbeitgeber KI bereits
einsetzt. 38 % der Unternehmen ver-
zichten offenbar noch auf KI, während
21 % der Befragten nicht wissen, ob KI
intern schon genutzt wird oder nicht.
70 %
der Befragten kennen sich
mit KI noch relativ wenig bis
wenig aus.
84 %
sehen in fehlenden Ressourcen
mit dem nötigen Know-how die
größte Herausforderung.
86 %
der Befragten werden in ihrer
Tätigkeit bisher kaum oder nur
wenig von KI beeinflusst.
12 | Künstliche Intelligenz in der Steuerfunktion
Am Arbeitsplatz kaum spürbar
Der Einfluss der KI auf die tägliche
Arbeit hält sich bei den meisten
Studienteilnehmern in jedem Fall
noch in Grenzen: Für 86 % sind die
Auswirkung noch „eher gering“ oder
„gering“. Nur jeweils 7 % bewerten
die Bedeutung der KI im persönlichen
Tagesgeschäft schon als „hoch“ oder
„sehr hoch“.
Steuerabteilungen warten
noch ab
Bei 56 % der Befragten wird KI in
­ihrem Finanzwesen bereits ein-
gesetzt. In die Steuerabteilung selbst
hat die KI den Sprung dagegen noch
nicht überall geschafft: Nur 26 %
greifen bereits auf KI-unterstützte
Prozesse zurück. 44 % nutzen dafür
externe Dienstleister, 28 % bevor-
zugen eigene Entwicklungen.
Nicht ganz einig waren sich die
Studien­teilnehmer im Hinblick darauf,
für welche Steuerarten eine Ver-
wendung von KI vorstellbar ist: Ja
und Nein halten sich in den meisten
Bereichen in etwa die Waage, lediglich
bei der Stromsteuer (80 % ja), bei
Transferpreisen und Lohnsteuer (je
80 % nein) herrscht weitgehende
Übereinstimmung.
KI braucht mehr Know-how
Die größte Hürde für den KI-Einsatz
in ihrem Bereich sehen 84 % in
mangelnden Ressourcen mit dem
erforderlichen Know-how. Nicht aus-
reichendes Datenmaterial sehen 58 %
als K.-o.-Kr­ite­ri­um für die KI, für 56 %
sind Schwierigkeiten mit dem Daten-
schutz ein Problem und 57 % meinen,
dass für KI-Anwendungen kein
Budget zur Verfügung stehe. Nur
18 % glauben, dass es bei ihnen zu
wenige Anwendungsfälle gibt, die den
Einsatz von KI rechtfertigen würden.
Klare Regelungen gefordert
Die Einhaltung ethischer Standards ist
für die große Mehrheit ein „wichtiges“
(58 %) oder „eher wichtiges“ (35 %)
Kriterium. Nur 5 % der Umfrageteil-
nehmer bezeichnen diesen Aspekt
als „eher unwichtig“, 2 % sogar als
„unwichtig“.
Wo Entscheidungen auf der Basis
von KI getroffen werden, stellt sich
die Frage nach den juristischen
Konsequenzen. Hier halten 65 % der
Befragten eine klare Rechtslage für
wichtig, 29 % halten sie immerhin für
„eher wichtig“.
Angst, dass die KI den eigenen
Arbeits­­platz bedroht, haben nur
­wenige: 58 % sehen dafür keinen
Grund, 36 % rechnen „eher“ nicht
­damit, von einer KI-Anwendung er-
setzt zu werden. Dennoch befürchtet
1 % der Teilnehmer, ihren Arbeits­-
platz KI-­bedingt zu verlieren.
Studienergebnisse
1 %
haben Angst, dass
KI den eigenen Arbeitsplatz
bedroht.
41 %
der Unternehmen setzen
KI bereits ein.
93 %
können sich vorstellen,
KI zu verwenden.
Künstliche Intelligenz in der Steuerfunktion | 13
KI-Potenzial wird gesehen
Sehr interessant fielen auch die
Antworten auch auf die Frage nach
dem Nutzen von KI aus. 72 % der
Befragten erwarten eine Reduzierung
der Prozessdurchlaufzeiten, 67 % eine
Entlastung von monotonen Arbeiten
und 59 % glauben, dass sich mithilfe
der KI Prozesskosten senken lassen.
Mit einer Optimierung der effektiven
Steuerquote rechnen dagegen nur 7 %
der Studienteilnehmer. Demgegen-
über halten 82 % der Befragten KI für
eine sinnvolle Hilfe bei der Entschei-
dungsfindung: 31 % sind sich dessen
sicher, 51 % halten diesen Pluspunkt
zumindest für wahrscheinlich und
stimmen der These „eher“ zu.
Breite Anwendungs­-
möglichkeiten
Befragt nach Einsatzmöglichkeiten
von KI-Technologien im Steuerbereich
landen „Smart Robotics“, „Machine
Learning“ und „Text Analysis“ auf
den ersten drei Plätzen. Konkrete
Unterstützung erwarten sich die
Umfrageteilnehmer bei einer Vielzahl
ihrer Tätigkeiten: Zwischen A wie
„Aus- und Weiterbildung“ und Z wie
„Zölle“ landen die Umsatzsteuervor-
anmeldung und die Generierung von
steuer­relevanten Daten mit jeweils
96 % ganz vorn, gefolgt von Hilfe bei
der Erstellung der Steuer­erklärung
mit 90 % Zustimmung. Lediglich in
der Fallberatung erwarten sich 54 %
der Befragten keine Entlastung
durch die KI.
Hohe Investitionsbereitschaft
KI ist für Steuerabteilungen offenbar
sehr interessant: 87 % der Studien-
teilnehmer sind bereit, ein zum Teil
nicht unerhebliches Budget für die
Entwicklung von KI-Anwendungen
bereitzustellen.
Vorsprung für große
WP-Gesellschaften
Die Entwicklung und Implementie-
rung steuerbezogener KI trauen
die Befragten vor allem den großen
Wirtschaftsprüfungs- und Steuer-
beratungsgesellschaften zu. Schön,
dass EY mit 52 % am häufigsten
genannt wurde. Im Vergleich dazu
ist das Vertrauen in klassische IT-­
Berater deutlich geringer, da diesen
verständlicherweise die umfassende
steuerliche Expertise fehlt.
58 %
legen beim Einsatz von KI
großen Wert auf die Einhaltung
ethischer Standards.
96 %
glauben, dass KI vor allem bei
der Umsatzsteuervoranmeldung
hilfreich ist.
65 %
wünschen sich eine klare Rechts­
lage für Konsequenzen aus
KI-basierten Entscheidungen.
14 | Künstliche Intelligenz in der Steuerfunktion
Erkenntnisse aus der Praxis
Der große Durchbruch
steht noch bevor
An die Vorzüge von Alexa, Siri und unserer leistungs­starken
Smartwatches haben wir uns im Privatleben gerne gewöhnt.
Was diese bequemen Alltagsassistenten antreibt, könnte auch
in den Steuer­abteilungen der Unternehmen für Entlastung und
Mehrwert sorgen. Nach unserer Erfahrung ist Steuerexperten
das enorme Potenzial der KI bisher jedoch kaum bekannt.
In Zeiten von KI, Big Data und immer
komplexeren Unternehmensstruk-
turen ist das manuelle Erfassen von
­Daten nicht mehr zeitgemäß. Dennoch
setzen viele Steuer­abteilungen nach
wie vor auf die fehleranfällige Hand-
arbeit, die viel Zeit und Nerven kostet:
Statt steuer­relevante Daten über
das unternehmens­weite Netzwerk zu
erfassen und zu verarbeiten, regiert
hier häufig noch die Excel-Tabelle. So
stellen wir in der Praxis immer wieder
fest, dass dringend benötigte Mit-
arbeiter ihre Arbeitszeit mit monoto-
nen Arbeiten verbringen, während sie
sich um ­wichtigere Dinge kümmern
könnten.
Dies liegt nicht daran, dass man sich
den neuen technischen Möglich-
keiten verschließen möchte. Die
Ursache liegt eher darin, dass man
die Möglich­keiten der heutigen KI
schlichtweg nicht kennt. Das Ergebnis
ist unnötiger Stress, wenn dringend
benötigte Daten nicht auffindbar sind
und vorhandene Daten nicht trans-
parent dargestellt werden können.
Es sind vor allem die großen Unter-
nehmen, welche die Zeichen der Zeit
erkannt haben. Oft erleben sie bei
ihren Tochtergesellschaften im Aus-
land, wie stark die Finanzbehörden
aufrüsten, wie stark das Unterneh-
men dadurch unter Druck gerät und
wie riskant es ist, wenn Steuerdaten
teilweise ungeprüft und in Echtzeit
übermittelt werden müssen. Spätes-
tens wenn KI-unterstützte Systeme
auch unter großem Druck noch ein
Risiko-Monitoring ermöglichen, wird
der Nutzen moderner KI-Technologie
greifbar. So bietet die KI eine Vielzahl
von Möglichkeiten, Prozesse zu auto-
matisieren, Risiken zu erfassen und zu
managen und zeitraubende Arbeiten
schneller und besser zu erledigen.
Je nach Bedarf lassen sich einzelne
Module zu bedarfsgerechten Syste-
men kombinieren, um Zahlen und
Daten zuverlässig zu erfassen und
in verwertbare Informationen zu
verwandeln. Viele Anwender sind
überrascht, wie komfortabel das
Arbeiten mit Dashboards ist, wie groß
die Arbeitserleichterung durch die
KI-Unterstützung im Alltag ausfällt
und wie einfach sich mit ihrer Hilfe die
Arbeitsqualität der Steuerfunktion –
trotz knapper Personalressourcen –
steigern lässt.
Wir würden uns freuen, wenn wir mit
dieser Studie das Bewusstsein für
die Möglichkeiten der KI auch in den
Steuerabteilungen derjenigen Unter-
nehmen und Konzerne wecken, die
sich bisher noch wenig mit KI-Techno-
logie beschäftigt haben – um dadurch
nicht zuletzt einen der Urväter der
KI zu bestätigen: Gottfried Wilhelm
Leibniz. Denn der blickte bei der
Vorstellung seiner mechanischen
Rechenmaschine weit in die Zukunft,
als er sagte: „Es ist unwürdig, die
Zeit von hervorragenden Leuten
mit knechtischen Rechenarbeiten zu
verschwenden, weil bei Einsatz einer
Maschine auch der Einfältigste die Er-
gebnisse sicher hinschreiben kann.“
Künstliche Intelligenz in der Steuerfunktion | 15
Virtual Agents im Sinne von
­Chatbots können dabei helfen,
Prozesse zu vereinfachen und die
Servicequalität zu erhöhen, indem sie
bestimmte Abläufe automatisieren,
zum Beispiel wenn es darum geht,
Anfragen von Kunden schnell zu be-
antworten. Im Steuerbereich nutzen
wir Chatbots etwa bei der Betreuung
von Expatriates. Ihnen stehen wir
überall auf der Welt zur Verfügung,
um wichtige Fragen zu ihrem Aus-
landsaufenthalt innerhalb kürzester
Zeit zu beantworten. Dank KI können
auch komplexere Fragen geklärt
werden, die über bisherigen FAQ weit
hinausgehen – für mehr Effizienz
bei uns und mehr Zufriedenheit bei
unseren Kunden.
Text Analysis und Text Mining
eignen sich ideal zur automatischen
Erkennung von Sachverhalten oder
zur Verarbeitung von Dokumenten,
zum Beispiel wenn Informationen aus
konsolidierten Lohnsteuerbescheini-
gungen extrahiert werden sollen.
Da diese KI-Technologien die Bedeu-
tung von Sätzen „verstehen“, können
sie die relevanten Informationen auto-
matisch identifizieren, mithilfe kom-
plexer statistischer Methoden richtig
einordnen und bis zur abschließenden
Entscheidung weiterverarbeiten.
Für viele Steuerexperten ist die KI
noch ein Buch mit sieben Siegeln. Das
wollen wir ändern. Was die KI in der
Praxis zu leisten vermag, lässt sich
am besten anhand einiger Beispiele
darstellen.
Potenzielle Anwendungsfälle
Konkret: die Möglichkeiten
in der Steuerpraxis
Auch wenn es darum geht, Bestell-,
Rechnungs- oder Buchungstexte
nach auffälligen Buchungen zu durch-
suchen, sind Text Mining und Text
Analysis erste Wahl.
Machine Learning kann dagegen zur
Verbesserung der Compliance ver-
wendet werden, indem es bei Buchun-
gen das korrekte Steuerkennzeichen
vorschlägt oder vor möglichen
Fehlern warnt. Darüber hinaus
lassen sich mithilfe sogenannter
­Association Rules auffällige Merk-
malskombinationen finden, die auf
eine falsche Zahlung oder Buchung
hinweisen.
Darüber hinaus ist Machine Learning
eine wertvolle Entscheidungshilfe bei
der Bewertung von Sachverhalten.
Die Methode eignet sich außerdem
hervorragend für die Erstellung von
Prognosen zu erwartender Steuer-
ausgaben oder für Optimierungen
in den Bereichen Erbschaftsteuer,
Hinzurechnungsbesteuerung und
Verrechnungspreise.
Natürlich setzt auch Machine
Learning dabei auf Mathematik und
Logik: Vereinfacht ausgedrückt leitet
die KI-Methode aus der Betrachtung
historischer Daten bestimmte Regeln
ab, die das Aufdecken entsprechender
Fälle ermöglichen. In diesem Zusam-
menhang werden unter Umständen
auch bislang unbekannte oder neue
Regeln und Zusammenhänge sicht-
bar. Diese können wiederum dazu
beitragen, die Prozesse weiter zu
automatisieren und zu verbessern.
Der Einsatz von KI wirkt sich bezüglich
einer potenziellen Verantwort­lichkeit
oder Haftung für steuerliche Fehler
in erster Linie auf die anzulegenden
Maßstäbe aus und weniger auf die
grundsätzliche Frage, ob überhaupt
eine Verantwortlichkeit oder Haftung
besteht. Unterm Strich muss aus Sicht
der Geschäftsleitung oder der Leitung
der Steuer-/Finanzabteilung sicher-
gestellt sein, dass die Aufbau- und Ab-
lauforganisation eines Unternehmens
so konzipiert ist, dass steuerliche
Fehler im Bereich der Tax Compliance
bestmöglich vermieden werden und
dies gegenüber Finanzbehörden auch
nachweisbar ist.
Im Worst Case können steuerliche
Fehler zu straf- oder bußgeldrecht­
lichen Sanktionen der Finanz­
behörden führen, etwa infolge einer
sich unvorteil­haft entwickelnden
Betriebs­prüfung oder einer verun-
glückten steuerlichen Korrektur. Für
solche Fehler primär verantwortlich
ist (und bleibt) die Geschäftsleitung,
im Falle einer klaren Ressort­ver­
teilung auch einzelne Geschäftsleiter
(z. B. CEO, CFO).
Abgesehen davon können Haftungs-
risiken auch die Leitung einer Fach-
abteilung betreffen. Entscheidend ist,
dass die betreffende Person für einen
bestimmten Prozess eine gewisse
Letztentscheidungsbefugnis hat.
Möchte sich die Geschäftsleitung oder
die Leitung einer Fachabteilung durch
den Einsatz von KI einer möglichen
Schuldfrage entziehen, muss sie das
„Richtige“ tun.
Im Fall eines traditionell organisierten
Unternehmens, in dem einfache
Tätigkeiten noch „händisch“ erfolgen,
beispielsweise durch das Zusammen-
führen von Daten aus verschiedenen
Quellen in Excel-Sheets, muss der
Verantwortliche im Krisenfall nach-
weisen können, dass das betreffende
Personal für diese Tätigkeit adäquat
ausgebildet ist, regelmäßig fortge­
bildet wurde und wirksame Kontrollen
erfolgt sind. All das muss zudem
sauber dokumentiert sein.
Haftungsfragen
Was aus rechtlicher Sicht
zu beachten ist
Beim Einsatz von KI stellen sich in Bezug auf die
Tax ­Compliance wichtige Fragen: Wer trägt die
Verantwortung? Wer haftet im Ernstfall? Kann der
Einsatz von KI die Auswahl und Aufsicht von
hinreichend geschultem Personal ersetzen? Sind
mit dem Einsatz von KI zusätzliche Kosten verbunden?
Dr. Marcus Geuenich
Rechtsanwalt, Steuerberater,
Associate Partner EY Law
für Steuer- und Wirtschafts­-
strafrecht
16 | Künstliche Intelligenz in der Steuerfunktion
Ersetzt man das Personal durch KI,
ändert das nichts an der prinzipiellen
Verantwortung (und auch Haftung)
der Leitungsperson. Was sich jedoch
ändert, sind die anwendbaren
Maßstäbe. So sollte unter anderem
nachweisbar sein, dass die KI
ordnungs­gemäß konzipiert, sauber
implementiert und zuvor ausreichend
getestet wurde. Einmal eingeführt
sollte es genügen, mit regelmäßigen
Stichproben das ordnungsgemäße
Funktionieren des Systems zu über-
prüfen. Im Fall von System-Updates
sind selbstverständlich weitgehen-
dere Kontrollen und auch eine Aktua-
lisierung der Prozessdokumentation
notwendig.
Verglichen mit „händischen“ Prozes-
sen, die von einem Mitarbeiter aus-
geführt werden, wird im Falle von KI
die notwendige Prozess- und Kontroll-
dokumentation sicherlich einfacher zu
erledigen sein. Vorbehaltlich späterer
System-Updates werden die damit
verbundenen Kosten überwiegend im
Zusammenhang mit der Einführung
von KI und weniger während des
Regelbetriebs anfallen. Abgesehen
davon, dass KI-Lösungen ursprünglich
manuelle Prozesse schneller und
fehlerfreier bearbeiten und bereits
dadurch Kostenvorteile generieren,
sollte der Kontroll- und Über­
wachungs­aufwand im Regel­betrieb
ebenfalls geringer ausfallen.
Damit ist klar: „Blind“ vertrauen darf
man auch KI-Lösungen nicht. Sollte
etwa die Finanzbehörde bei einem
steuerlichen Fehler den Eindruck
gewinnen, dieser hätte durch den
Einsatz von hinreichend geschultem
Personal (das nicht nur in den Dimen­
sionen 0 und 1 denkt) vermieden
werden können, steht un­weigerlich
der Vorwurf eines bußgeldbewehrten
Organisations­verschuldens im Raum.
Vor diesem Hintergrund muss auch
bei der Nutzung von KI eine valide Do-
kumentation über die Einführung und
Überwachung vorgehalten werden
und der Prozess prinzipiell geeignet
sein, von einer KI übernommen zu
werden.
“Blind vertrauen darf man
auch KI-Lösungen nicht.
Künstliche Intelligenz in der Steuerfunktion | 17
Szenario 1
Annahme
Der Steuerbereich bleibt von
den ­Entwicklungen weitgehend
­unberührt, KI wird kaum
Verwendung finden.
Bewertung
Aus unserer Sicht werden die Steuer­-
funktionen die Potenziale der KI in
­Zukunft nicht ausblenden und zum
großen Teil ungenutzt lassen. Zu groß
ist der mögliche Nutzen, zu attraktiv
die möglichen Vorteile im Wettbe-
werb. Die verbreitete Personal­knapp­
heit dürfte die Steuer­funktionen auch
dazu zwingen, einfache und hochre-
petitive Aufgaben zu automatisieren,
damit sich gut ausgebildete Mitarbei-
ter um anspruchsvollere Aufgaben
kümmern können. Steuerabteilungen,
die auf den Einsatz von KI verzichten,
werden im Vergleich deutlich weniger
effizient arbeiten und ein höheres
­Risiko eingehen.
Szenario 2
Annahme
KI-Systeme werden für ausgewählte
Aufgaben eingesetzt, die finale Ent-
scheidung trifft jedoch immer noch
der Mensch.
Bewertung
Dieses Szenario erscheint uns aus
den zuvor genannten Gründen
wahrscheinlich. Sollte sich diese
Annahme bewahrheiten, werden
KI-Anwendungen primär für repetitive
Aufgaben verwendet, die durchaus
auch einen höheren Schwierigkeits-
grad aufweisen dürfen. In jedem Fall
müssen spezifische Fälle nach wie vor
von Steuerspezialisten überprüft und
bewertet werden – speziell in großen
Unternehmen, deren Organisations-
struktur in der Regel schon ausge-
sprochen komplex ist.
Darüber hinaus dürften KI-Systeme
zur Unterstützung von Entschei-
dungen eine immer größere Rolle
spielen, etwa Simulationssysteme für
Was-wäre-wenn-Szenarien. Mit diesen
Systemen lässt sich zum Beispiel
ermitteln, wie sich eine Veränderung
der Verrechnungspreise oder der
dahinter­liegenden Methodik aus­
wirken wird. Als Ergebnis der Simu-
lation gibt das System anschließend
eine Empfehlung ab.
Fazit und Ausblick
Wie wird KI die Steuerfunktion
der Zukunft verändern?
Experten sind sich einig: Künstliche
Intelligenz wird nicht nur unseren Alltag
verändern, ­sondern auch die Wirtschaft
und die Art, wie wir arbeiten.
Eine zunehmende Vernetzung, immer
bessere Algorithmen, immer größere
zur Verfügung stehende Daten-
mengen und permanente Fortschritte
in Hard- und Software werden völlig
neue Möglichkeiten erschließen. Doch
werden sie auch Auswirkungen auf die
Steuerabteilungen der Unternehmen
haben? Wir wagen einen Blick in die
Zukunft.
18 | Künstliche Intelligenz in der Steuerfunktion
Szenario 3
Annahme
Der Steuerbereich wird vollständig
von der KI abgelöst.
Bewertung
Dass die Steuerfunktion vollständig
abgelöst wird, halten wir für eher
unwahrscheinlich. Dazu sind die Auf­-
gaben der Steuerabteilung einfach zu
komplex. Dazu kommen die vielen
Änderungen, Ausnahmen und Son-
derfälle, deren präzise Bewertung
durch Algorithmen nicht vollständig
möglich ist.
Davon abgesehen ist die Logik des
Steuerrechts häufig nicht oder nur
sehr schwer mithilfe von Daten
abzubilden, da sich bestimmte Tat­
bestandsmerkmale unterschiedlich
auslegen lassen. In diesen Fällen
eignet sich KI nur für Annäherungen
bzw. als Entscheidungsunter­stüt­
zungs­system, das allerdings schon
einen erheblichen Mehrwert bietet.
Gegen einen flächendeckenden
Einsatz von KI in der Steuerpraxis
dürfte zudem die Tatsache sprechen,
dass nicht alle Daten erhebbar oder
messbar oder die Datenquellen sehr
heterogen oder nicht digital verfügbar
sind, was ihre Erfassung und Auswer-
tung schwierig macht.
Zusammengefasst erwarten wir eine
weitreichende Anwendung von KI in
gezielten Bereichen der Steuerfunk-
tion. Überall dort, wo lange Recher-
chen viel Zeit und Nerven kosten und
Aufgaben nur eine geringe Kreativität
und geringe soziale Intelligenz
erforden, werden Menschen auf die
Unterstützung der KI zurückgreifen,
zum Beispiel bei der Suche nach
abziehbaren Betriebs­aufwendungen.
Voraussetzung für diese Option ist
jedoch, dass sie den Leitern und
Mitarbeitern der Steuerabteilung
bekannt und bewusst ist. Machen wir
uns an die Aufklärungsarbeit!
Künstliche Intelligenz in der Steuerfunktion | 19
Interview
„Die KI bleibt ein Werkzeug, das
von Menschen kontrolliert wird“
Künstliche Intelligenz ist ein großer Begriff, der Beispiele braucht,
um ihn besser zu verstehen. Deshalb haben wir mit einem
Experten gesprochen, der sich sowohl in der Steuerberatung als
auch in der KI bestens auskennt: Florian Buschbacher, Partner
und Analytics  Emerging Technologies Leader EMEIA bei EY.
EY: Herr Buschbacher, gefühlt war
„Künstliche Intelligenz“ bis vor
kurzem noch ein ziemlich exotisches
Thema für kalifornische Computer-
freaks. Warum sollte sich jetzt
gerade die Steuerabteilung eines
Unternehmens dafür interessieren?
Florian Buschbacher: Weil es in den
Steuerabteilungen schon seit langem
einen Bedarf an automatisierter
Unterstützung gibt. Die Mitarbeiter
stehen dort jeden Tag vor einem
Berg von wichtigen Pflichten, Auf-
gaben, Erwartungen sowie Terminen
und gesetzlichen Änderungen. Die
Personal­decke ist meistens dünn,
der Druck entsprechend hoch. Mit
der KI steht jetzt eine effiziente und
effektive Verstärkung zur Verfügung,
die auch noch hilft, steuerliche
Risiken zu reduzieren. Zeit- und
nervenraubende Tätigkeiten können
mit ihrer Hilfe zuverlässig maschinell
ausgeführt werden, zum Beispiel das
Durchsuchen großer Datenmengen
nach bestimmten Informationen oder
Routinearbeiten aller Art. Warum
sollten diese Tätigkeiten von einem
gut bezahlten Angestellten übernom-
men werden, wenn es die KI schneller,
besser und billiger kann?
KI-Anwendungen im Alltag kennt
man vom Smartphone oder von
den Assistenzsystemen im Haus-
halt. Aber wie kann man sich eine
KI-Lösung in einer Steuerabteilung
konkret vorstellen?
Die Künstliche Intelligenz ist auch hier
in einer Software verpackt, die ganz
normal vom PC aus bedient werden
kann. Für unterschiedliche Aufgaben
gibt es unterschiedliche Module, die
speziell auf den gewünschten Bereich
programmiert und trainiert wurden.
Die Module werden ins Netzwerk
des Unternehmens eingebunden,
sammeln Daten, übernehmen die
Auswertung und zeigen die Ergeb-
nisse oder den Arbeitsfortschritt auf
sogenannten Dashboards an. Das sind
grafische Benutzeroberflächen mit
verschiedenen Anzeigen, an denen
der Mitarbeiter die gewünschten
Informationen ablesen kann, wie
auf einem „Armaturenbrett“, nur
größer und ausführlicher. Die oft
web­basierten Module sind über
Schnittstellen mit einer Vielzahl von
Systemen verbunden, zum Beispiel
mit dem GPS eines Mitarbeiters,
wodurch sich per KI sehr leicht fest-
stellen lässt, wo genau eine Leistung
erbracht wurde und wie das steuerlich
zu verbuchen ist.
20 | Künstliche Intelligenz in der Steuerfunktion
Ist das für viele nicht ein
Quanten­sprung?
Nicht unbedingt, denn die Steuer-
abteilungen haben schon in den
vergangenen Jahren große Fort-
schritte gemacht. Dazu haben auch
die steigenden Anforderungen der
Finanzbehörden beigetragen, die
sich aufseiten der Steuerfunktion
nur mit zeitgemäßer Technologie
abbilden lassen, im Ausland häufig
noch stärker als in Deutschland. Dazu
kommt noch der Wunsch vieler Unter-
nehmen, ihre Finanzfunktion stärker
in unternehmerische Entscheidungen
einzubinden. Diese Transformation ist
bei vielen unserer Kunden schon auf
einem guten Weg. Selbstverständlich
bringt solch ein Umbau auch höhere
technische Anforderungen mit sich.
Doch dadurch sind die Weichen für die
KI quasi schon gestellt. Was man auch
sehen muss, ist, dass die IT eines
Unternehmens heute stark vernetzt
ist und viele Daten generiert, die ei-
nen echten Wert darstellen – wichtige
Echtzeit-Informationen, die für unter-
nehmerische Entscheidungen genutzt
werden können. Von daher kann KI
Prozesse nicht nur automatisieren
und beschleunigen, sie kann auch zu
einem wichtigen Wettbewerbsvorteil
werden. Denn die Wertschöpfung
entsteht heute nicht mehr in der
Lagerhalle, sondern in den Daten.
Besteht nicht die Gefahr, dass
­wichtige Entscheidungen von
Maschinen und nicht mehr von
Menschen getroffen werden?
Diese Ängste gibt es, sie sind aller-
dings unbegründet. Die KI-Anwendun-
gen analysieren, sie assistieren, sie
lernen, sie empfehlen, aber sie treffen
keine bedeutsamen Entscheidungen.
Dafür ist das Steuersystem auch viel
zu komplex. Die KI bleibt ein Werk-
zeug, das von Menschen kontrolliert
wird. Der Mensch hat das letzte Wort
und entscheidet, was gemacht wird.
Er kann die Maschine jederzeit „over-
rulen“. Darüber hinaus muss die Ein-
haltung ethischer Standards natürlich
stets gewährleistet sein.
Was glauben Sie, wie stark wird
sich die KI in den Steuerabteilungen
verbreiten?
Ganz wichtig zu sehen ist, dass die
Künstliche Intelligenz eine zentrale
Schlüsseltechnologie der Zukunft ist.
Sie wird mit Sicherheit Geschäfts­
modelle verändern, viele Bereiche
spürbar beeinflussen und unser
Leben erleichtern und verbessern.
Und wir stehen erst am Anfang einer
Entwicklung, deren Potenzial vermut-
lich noch viel größer ist, als wir es uns
vorstellen können. Von daher bin ich
ganz sicher, dass auch die Steuer-
abteilungen der Unternehmen schon
bald nicht mehr auf KI verzichten
wollen.
Florian Buschbacher
Partner, EMEIA Analytics  Emerging Technologies Leader
Künstliche Intelligenz in der Steuerfunktion | 21
Ansprechpartner
Spezialisiert auf Digital Tax:
das TTT-Team von EY
Natürlich intelligent: Ihre Ansprechpartner für
Tax Technology and Transformation
Die vorliegende Studie ist ein Projekt
des EY-TTT-Teams. „TTT“ steht für
Tax Technology and Transformation
und für eine eingespielte Mannschaft
aus 200 Steuer- und IT-Profis in
Deutschland, Österreich und der
Schweiz sowie über 1.200 Fach-
kolleginnen und -kollegen weltweit.
Gemeinsam verbinden wir Know-how
und Kreativität, um für unsere Kun-
den schon heute die Steuerfunktionen
von morgen auf den Weg zu bringen:
mit digitaler Technologie, einem
kompromisslosen Qualitätsanspruch
und einem der führenden Steuer-
berater der Welt im Rücken – für
richtungsweisende Antworten in
Fragen der Strategie­entwicklung,
digitaler Transformation, digitaler
Steuerverwaltung, der Integration
von Steuerdaten und der direkten
Steuerbereitstellung einschließlich
der damit verbundenen Technologien.
Das alles mithilfe maßgeschneiderter
Softwarelösungen, Data Analytics,
Big Data, Robotics und natürlich
Künstlicher Intelligenz.
Prof. Dr. Karl Hamberger
Partner, GSA TTT Leader
karl.hamberger@de.ey.com
Tel. +49 89 14331 13662
André Hengst
Partner
Tax Technology and Transformation
andre.hengst@de.ey.com
Tel. +49 30 25471 22754
Florian Buschbacher
Partner, EMEIA Analytics 
Emerging Technologies Leader
florian.buschbacher@de.ey.com
Tel. +49 711 9881 22910
Günther Hüttinger
Partner
Tax Technology and Transformation
guenther.huettinger@de.ey.com
Tel. +49 89 14331 19966
Armin Seitz
Partner
Tax Technology and Transformation
armin.seitz@de.ey.com
Tel. +49 6196 996 9533
Jochen Würges
Partner ­
Tax Technology and Transformation
jochen.wuerges@de.ey.com
Tel. +49 6196 996 18715
Julian Klein-Pohlmann
Partner
Tax Technology and Transformation
julian.klein.pohlmann@de.ey.com
Tel. +49 221 2779 10400
Alexander Kopp
Senior Manager
Tax Technology and Transformation
alexander.kopp@de.ey.com
Tel. +49 711 9881 27132
Dr. Dirk Tassilo Wassen
Manager
Tax Technology and Transformation
dirk.t.wassen@de.ey.com
Tel. +49 711 9881 25041
Marc Frohmüller
Director
Tax Technology and Transformation
marc.frohmueller@de.ey.com
Tel. +49 711 9881 20618
Benjamin Stark
Senior Consultant
Tax Technology and Transformation
benjamin.stark@de.ey.com
Tel. +49 711 9881 22731
TTT-Ansprechpartner:
KI-Experten:
22 | Künstliche Intelligenz in der Steuerfunktion
Künstliche Intelligenz in der Steuerfunktion | 23
EY | Assurance | Tax | Transactions | Advisory
Die globale EY-Organisation im Überblick
Die globale EY-Organisation ist einer der Marktführer in der Wirtschafts-
prüfung, Steuerberatung, Transaktionsberatung und Managementbe-
ratung. Mit unserer Erfahrung, unserem Wissen und unseren Leistungen
stärken wir weltweit das Vertrauen in die Wirtschaft und die Finanz-
märkte. Dafür sind wir bestens gerüstet: mit hervorragend ausgebildeten
Mitarbeitern, starken Teams, exzellenten Leistungen und einem sprich-
wörtlichen Kundenservice. Unser Ziel ist es, Dinge voranzubringen und
entscheidend besser zu machen — für unsere Mitarbeiter, unsere Mandanten
und die Gesellschaft, in der wir leben. Dafür steht unser weltweiter
Anspruch Building a better working world.
Die globale EY-Organisation besteht aus den Mitgliedsunternehmen von
ErnstYoung Global Limited (EYG). Jedes EYG-Mitgliedsunternehmen
ist rechtlich selbstständig und unabhängig und haftet nicht für das
Handeln und Unterlassen der jeweils anderen Mitgliedsunternehmen.
ErnstYoung Global Limited ist eine Gesellschaft mit beschränkter
Haftung nach englischem Recht und erbringt keine Leistungen für Man-
danten. Informationen dazu, wie EY personenbezogene Daten erhebt
und verwendet, sowie eine Beschreibung der Rechte, die Personen gemäß
des Datenschutzgesetzes haben, sind über ey.com/privacy verfügbar.
Weitere Informationen zu unserer Organisation finden Sie unter ey.com.
In Deutschland ist EY an 20 Standorten präsent. „EY“ und „wir“ beziehen
sich in dieser Publikation auf alle deutschen Mitgliedsunternehmen von
ErnstYoung Global Limited.
© 2019 Ernst  Young GmbH
Wirtschaftsprüfungsgesellschaft
All Rights Reserved.
GSA Agency
MUK 1907-294
ED None
EY ist bestrebt, die Umwelt so wenig wie möglich zu belasten. Diese Publikation wurde CO2-neutral
und auf FSC®-zertifiziertem Papier gedruckt, das zu 60 % aus Recycling-Fasern besteht.
Diese Publikation ist lediglich als allgemeine, unverbindliche Information gedacht und kann daher
nicht als Ersatz für eine detaillierte Recherche oder eine fachkundige Beratung oder Auskunft
dienen. Obwohl sie mit größtmöglicher Sorgfalt erstellt wurde, besteht kein Anspruch auf sachliche
Richtigkeit, Vollständigkeit und/oder Aktualität; insbesondere kann diese Publikation nicht den
besonderen Umständen des Einzelfalls Rechnung tragen. Eine Verwendung liegt damit in der eigenen
Verantwortung des Lesers. Jegliche Haftung seitens der Ernst  Young GmbH Wirtschaftsprüfungs-
gesellschaft und/oder anderer Mitgliedsunternehmen der globalen EY-Organisation wird ausge-
schlossen. Bei jedem spezifischen Anliegen sollte ein geeigneter Berater zurate gezogen werden.
ey.com/de

Weitere ähnliche Inhalte

Was ist angesagt?

Oracle fusion hrms_for_uae_payroll_setup_white_paper_rel11
Oracle fusion hrms_for_uae_payroll_setup_white_paper_rel11Oracle fusion hrms_for_uae_payroll_setup_white_paper_rel11
Oracle fusion hrms_for_uae_payroll_setup_white_paper_rel11Feras Ahmad
 
Groovy and PBCS is Game Changing
Groovy and PBCS is Game ChangingGroovy and PBCS is Game Changing
Groovy and PBCS is Game ChangingKyle Goodfriend
 
Oracle HCM Cloud - Positions vs Jobs Decision - A Case Study
Oracle HCM Cloud - Positions vs Jobs Decision - A Case StudyOracle HCM Cloud - Positions vs Jobs Decision - A Case Study
Oracle HCM Cloud - Positions vs Jobs Decision - A Case StudyDharmesh A
 
Workforce Plus: Tips and Tricks to Give Workforce an Extra Kick!
Workforce Plus: Tips and Tricks to Give Workforce an Extra Kick! Workforce Plus: Tips and Tricks to Give Workforce an Extra Kick!
Workforce Plus: Tips and Tricks to Give Workforce an Extra Kick! Alithya
 
Fusion absence management explained with examples
Fusion absence management   explained with examplesFusion absence management   explained with examples
Fusion absence management explained with examplesmshabrawi
 
Fccs valid intersection examples
Fccs valid intersection examplesFccs valid intersection examples
Fccs valid intersection examplesRaghaviLeximon
 
ODTUG KSCOPE 2018 - REST APIs for FDMEE and Cloud Data Management
ODTUG KSCOPE 2018 - REST APIs for FDMEE and Cloud Data ManagementODTUG KSCOPE 2018 - REST APIs for FDMEE and Cloud Data Management
ODTUG KSCOPE 2018 - REST APIs for FDMEE and Cloud Data ManagementFrancisco Amores
 
Oracle HRMS Fast Formula
Oracle HRMS Fast FormulaOracle HRMS Fast Formula
Oracle HRMS Fast Formularunjithrocking
 
Oracle PPM Cloud Project Financial Management - Oracle Training
Oracle PPM Cloud Project Financial Management - Oracle TrainingOracle PPM Cloud Project Financial Management - Oracle Training
Oracle PPM Cloud Project Financial Management - Oracle TrainingOracleTrainings
 
EPM Automate - Automating Enterprise Performance Management Cloud Solutions
EPM Automate - Automating Enterprise Performance Management Cloud SolutionsEPM Automate - Automating Enterprise Performance Management Cloud Solutions
EPM Automate - Automating Enterprise Performance Management Cloud SolutionsAlithya
 
Hire employee in Oracle Fusion Cloud HCM
Hire employee in Oracle Fusion Cloud HCMHire employee in Oracle Fusion Cloud HCM
Hire employee in Oracle Fusion Cloud HCMFeras Ahmad
 
Best Practices for Designing and Building Integrations
Best Practices for Designing and Building IntegrationsBest Practices for Designing and Building Integrations
Best Practices for Designing and Building IntegrationsAlithya
 
10 define workforce structures
10 define workforce structures10 define workforce structures
10 define workforce structuresmohamed refaei
 
How to create payslip through self service
How to create payslip through self serviceHow to create payslip through self service
How to create payslip through self serviceFeras Ahmad
 
Fusion HCM – Real Life Implementation Examples beyond the Hype!
Fusion HCM – Real Life Implementation Examples beyond the Hype!Fusion HCM – Real Life Implementation Examples beyond the Hype!
Fusion HCM – Real Life Implementation Examples beyond the Hype!OHUG
 
FDMEE versus Cloud Data Management - The Real Story
FDMEE versus Cloud Data Management - The Real StoryFDMEE versus Cloud Data Management - The Real Story
FDMEE versus Cloud Data Management - The Real StoryJoseph Alaimo Jr
 
Scheduling a process in oracle fusion
Scheduling a process in oracle fusionScheduling a process in oracle fusion
Scheduling a process in oracle fusionFeras Ahmad
 

Was ist angesagt? (20)

Oracle fusion hrms_for_uae_payroll_setup_white_paper_rel11
Oracle fusion hrms_for_uae_payroll_setup_white_paper_rel11Oracle fusion hrms_for_uae_payroll_setup_white_paper_rel11
Oracle fusion hrms_for_uae_payroll_setup_white_paper_rel11
 
Groovy and PBCS is Game Changing
Groovy and PBCS is Game ChangingGroovy and PBCS is Game Changing
Groovy and PBCS is Game Changing
 
Oracle HCM Cloud - Positions vs Jobs Decision - A Case Study
Oracle HCM Cloud - Positions vs Jobs Decision - A Case StudyOracle HCM Cloud - Positions vs Jobs Decision - A Case Study
Oracle HCM Cloud - Positions vs Jobs Decision - A Case Study
 
Uae absence whitepaper
Uae absence whitepaperUae absence whitepaper
Uae absence whitepaper
 
Workforce Plus: Tips and Tricks to Give Workforce an Extra Kick!
Workforce Plus: Tips and Tricks to Give Workforce an Extra Kick! Workforce Plus: Tips and Tricks to Give Workforce an Extra Kick!
Workforce Plus: Tips and Tricks to Give Workforce an Extra Kick!
 
Fusion absence management explained with examples
Fusion absence management   explained with examplesFusion absence management   explained with examples
Fusion absence management explained with examples
 
Fccs valid intersection examples
Fccs valid intersection examplesFccs valid intersection examples
Fccs valid intersection examples
 
ODTUG KSCOPE 2018 - REST APIs for FDMEE and Cloud Data Management
ODTUG KSCOPE 2018 - REST APIs for FDMEE and Cloud Data ManagementODTUG KSCOPE 2018 - REST APIs for FDMEE and Cloud Data Management
ODTUG KSCOPE 2018 - REST APIs for FDMEE and Cloud Data Management
 
Oracle HRMS Fast Formula
Oracle HRMS Fast FormulaOracle HRMS Fast Formula
Oracle HRMS Fast Formula
 
Customizing Oracle EBS OA Framework
Customizing Oracle EBS OA FrameworkCustomizing Oracle EBS OA Framework
Customizing Oracle EBS OA Framework
 
Oracle PPM Cloud Project Financial Management - Oracle Training
Oracle PPM Cloud Project Financial Management - Oracle TrainingOracle PPM Cloud Project Financial Management - Oracle Training
Oracle PPM Cloud Project Financial Management - Oracle Training
 
EPM Automate - Automating Enterprise Performance Management Cloud Solutions
EPM Automate - Automating Enterprise Performance Management Cloud SolutionsEPM Automate - Automating Enterprise Performance Management Cloud Solutions
EPM Automate - Automating Enterprise Performance Management Cloud Solutions
 
Hire employee in Oracle Fusion Cloud HCM
Hire employee in Oracle Fusion Cloud HCMHire employee in Oracle Fusion Cloud HCM
Hire employee in Oracle Fusion Cloud HCM
 
Best Practices for Designing and Building Integrations
Best Practices for Designing and Building IntegrationsBest Practices for Designing and Building Integrations
Best Practices for Designing and Building Integrations
 
Na payroll
Na payrollNa payroll
Na payroll
 
10 define workforce structures
10 define workforce structures10 define workforce structures
10 define workforce structures
 
How to create payslip through self service
How to create payslip through self serviceHow to create payslip through self service
How to create payslip through self service
 
Fusion HCM – Real Life Implementation Examples beyond the Hype!
Fusion HCM – Real Life Implementation Examples beyond the Hype!Fusion HCM – Real Life Implementation Examples beyond the Hype!
Fusion HCM – Real Life Implementation Examples beyond the Hype!
 
FDMEE versus Cloud Data Management - The Real Story
FDMEE versus Cloud Data Management - The Real StoryFDMEE versus Cloud Data Management - The Real Story
FDMEE versus Cloud Data Management - The Real Story
 
Scheduling a process in oracle fusion
Scheduling a process in oracle fusionScheduling a process in oracle fusion
Scheduling a process in oracle fusion
 

Ähnlich wie EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steuerfunktion

20170608 computational thinking @grey
20170608 computational thinking  @grey20170608 computational thinking  @grey
20170608 computational thinking @greyNiko Varwig
 
Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)
Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)
Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)Praxistage
 
Deep Learning – The Future of AI
Deep Learning – The Future of AIDeep Learning – The Future of AI
Deep Learning – The Future of AIGroupeT2i
 
Somtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche IntelligenzSomtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche IntelligenzSomtypes
 
NUTZER:effekt #14 - Letzte Ausgabe
NUTZER:effekt #14 - Letzte AusgabeNUTZER:effekt #14 - Letzte Ausgabe
NUTZER:effekt #14 - Letzte AusgabeHANDSPIEL GmbH
 
Mittelstand trifft künstliche Intelligenz - Point of View
Mittelstand trifft künstliche Intelligenz - Point of ViewMittelstand trifft künstliche Intelligenz - Point of View
Mittelstand trifft künstliche Intelligenz - Point of ViewWeissmanGruppe
 
NUTZER:effekt #12 - Wie kommen digitale Innovationen in die Welt?
NUTZER:effekt #12 - Wie kommen digitale Innovationen in die Welt?NUTZER:effekt #12 - Wie kommen digitale Innovationen in die Welt?
NUTZER:effekt #12 - Wie kommen digitale Innovationen in die Welt?HANDSPIEL GmbH
 
Künstliche Intelligenz : WELCHE FOLGEN FÜR DIE DRUCKINDUSTRIE UND WEB-TO-PRINT?
Künstliche Intelligenz : WELCHE FOLGEN FÜR DIE DRUCKINDUSTRIE UND WEB-TO-PRINT?Künstliche Intelligenz : WELCHE FOLGEN FÜR DIE DRUCKINDUSTRIE UND WEB-TO-PRINT?
Künstliche Intelligenz : WELCHE FOLGEN FÜR DIE DRUCKINDUSTRIE UND WEB-TO-PRINT?Ludovic Martin
 
DE - Module 6 - The future of Smart Data
DE - Module 6 - The future of Smart DataDE - Module 6 - The future of Smart Data
DE - Module 6 - The future of Smart Datacaniceconsulting
 
Willkommen zu einem Intelligenten Jahrzehnt
Willkommen zu einem Intelligenten JahrzehntWillkommen zu einem Intelligenten Jahrzehnt
Willkommen zu einem Intelligenten JahrzehntFriedel Jonker
 
IBM CEO Willkommen Zu Einem Intelligenten Jahrzehnt
IBM CEO Willkommen Zu Einem Intelligenten JahrzehntIBM CEO Willkommen Zu Einem Intelligenten Jahrzehnt
IBM CEO Willkommen Zu Einem Intelligenten JahrzehntFriedel Jonker
 
Intelligenz aus der Konserve - Sprachassistenten in Deutschland
Intelligenz aus der Konserve - Sprachassistenten in DeutschlandIntelligenz aus der Konserve - Sprachassistenten in Deutschland
Intelligenz aus der Konserve - Sprachassistenten in DeutschlandRené C.G. Arnold
 
Das Zeitalter der Physikaliserung (NewBusiness Magazin)
Das Zeitalter der Physikaliserung (NewBusiness Magazin)Das Zeitalter der Physikaliserung (NewBusiness Magazin)
Das Zeitalter der Physikaliserung (NewBusiness Magazin)Sebastian Brunner
 
Digitale Transformation, künstliche Intelligenz und Blockchain: Breaking the ...
Digitale Transformation, künstliche Intelligenz und Blockchain: Breaking the ...Digitale Transformation, künstliche Intelligenz und Blockchain: Breaking the ...
Digitale Transformation, künstliche Intelligenz und Blockchain: Breaking the ...Patrick Stähler
 
AI Vortrag Leuphana Universität Lüneburg
AI Vortrag Leuphana Universität LüneburgAI Vortrag Leuphana Universität Lüneburg
AI Vortrag Leuphana Universität Lüneburgaconris
 
Namics erzählt von der digitalen Welt
Namics erzählt von der digitalen WeltNamics erzählt von der digitalen Welt
Namics erzählt von der digitalen WeltJürg Stuker
 
Zwischen Himmel und Hölle - UX in Zeiten von KI
Zwischen Himmel und Hölle - UX in Zeiten von KIZwischen Himmel und Hölle - UX in Zeiten von KI
Zwischen Himmel und Hölle - UX in Zeiten von KIChristian Graf
 
Bat40 Programmheft
Bat40 ProgrammheftBat40 Programmheft
Bat40 ProgrammheftBATbern
 
eLearniSummit - Thementisch "KI, VR / AR & Co" Call 21.11.19 Gütersloh
eLearniSummit - Thementisch "KI, VR / AR & Co" Call 21.11.19 GütersloheLearniSummit - Thementisch "KI, VR / AR & Co" Call 21.11.19 Gütersloh
eLearniSummit - Thementisch "KI, VR / AR & Co" Call 21.11.19 GüterslohDr. Daniel Stoller-Schai
 
JP│KOM News-Service 1/15: Megratrend Digitalisierung - Auf dem Weg zur "Kommu...
JP│KOM News-Service 1/15: Megratrend Digitalisierung - Auf dem Weg zur "Kommu...JP│KOM News-Service 1/15: Megratrend Digitalisierung - Auf dem Weg zur "Kommu...
JP│KOM News-Service 1/15: Megratrend Digitalisierung - Auf dem Weg zur "Kommu...JP KOM GmbH
 

Ähnlich wie EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steuerfunktion (20)

20170608 computational thinking @grey
20170608 computational thinking  @grey20170608 computational thinking  @grey
20170608 computational thinking @grey
 
Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)
Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)
Dipl.-Ing. Marc Haarmeier (Prime Force Group Int. AG)
 
Deep Learning – The Future of AI
Deep Learning – The Future of AIDeep Learning – The Future of AI
Deep Learning – The Future of AI
 
Somtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche IntelligenzSomtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche Intelligenz
 
NUTZER:effekt #14 - Letzte Ausgabe
NUTZER:effekt #14 - Letzte AusgabeNUTZER:effekt #14 - Letzte Ausgabe
NUTZER:effekt #14 - Letzte Ausgabe
 
Mittelstand trifft künstliche Intelligenz - Point of View
Mittelstand trifft künstliche Intelligenz - Point of ViewMittelstand trifft künstliche Intelligenz - Point of View
Mittelstand trifft künstliche Intelligenz - Point of View
 
NUTZER:effekt #12 - Wie kommen digitale Innovationen in die Welt?
NUTZER:effekt #12 - Wie kommen digitale Innovationen in die Welt?NUTZER:effekt #12 - Wie kommen digitale Innovationen in die Welt?
NUTZER:effekt #12 - Wie kommen digitale Innovationen in die Welt?
 
Künstliche Intelligenz : WELCHE FOLGEN FÜR DIE DRUCKINDUSTRIE UND WEB-TO-PRINT?
Künstliche Intelligenz : WELCHE FOLGEN FÜR DIE DRUCKINDUSTRIE UND WEB-TO-PRINT?Künstliche Intelligenz : WELCHE FOLGEN FÜR DIE DRUCKINDUSTRIE UND WEB-TO-PRINT?
Künstliche Intelligenz : WELCHE FOLGEN FÜR DIE DRUCKINDUSTRIE UND WEB-TO-PRINT?
 
DE - Module 6 - The future of Smart Data
DE - Module 6 - The future of Smart DataDE - Module 6 - The future of Smart Data
DE - Module 6 - The future of Smart Data
 
Willkommen zu einem Intelligenten Jahrzehnt
Willkommen zu einem Intelligenten JahrzehntWillkommen zu einem Intelligenten Jahrzehnt
Willkommen zu einem Intelligenten Jahrzehnt
 
IBM CEO Willkommen Zu Einem Intelligenten Jahrzehnt
IBM CEO Willkommen Zu Einem Intelligenten JahrzehntIBM CEO Willkommen Zu Einem Intelligenten Jahrzehnt
IBM CEO Willkommen Zu Einem Intelligenten Jahrzehnt
 
Intelligenz aus der Konserve - Sprachassistenten in Deutschland
Intelligenz aus der Konserve - Sprachassistenten in DeutschlandIntelligenz aus der Konserve - Sprachassistenten in Deutschland
Intelligenz aus der Konserve - Sprachassistenten in Deutschland
 
Das Zeitalter der Physikaliserung (NewBusiness Magazin)
Das Zeitalter der Physikaliserung (NewBusiness Magazin)Das Zeitalter der Physikaliserung (NewBusiness Magazin)
Das Zeitalter der Physikaliserung (NewBusiness Magazin)
 
Digitale Transformation, künstliche Intelligenz und Blockchain: Breaking the ...
Digitale Transformation, künstliche Intelligenz und Blockchain: Breaking the ...Digitale Transformation, künstliche Intelligenz und Blockchain: Breaking the ...
Digitale Transformation, künstliche Intelligenz und Blockchain: Breaking the ...
 
AI Vortrag Leuphana Universität Lüneburg
AI Vortrag Leuphana Universität LüneburgAI Vortrag Leuphana Universität Lüneburg
AI Vortrag Leuphana Universität Lüneburg
 
Namics erzählt von der digitalen Welt
Namics erzählt von der digitalen WeltNamics erzählt von der digitalen Welt
Namics erzählt von der digitalen Welt
 
Zwischen Himmel und Hölle - UX in Zeiten von KI
Zwischen Himmel und Hölle - UX in Zeiten von KIZwischen Himmel und Hölle - UX in Zeiten von KI
Zwischen Himmel und Hölle - UX in Zeiten von KI
 
Bat40 Programmheft
Bat40 ProgrammheftBat40 Programmheft
Bat40 Programmheft
 
eLearniSummit - Thementisch "KI, VR / AR & Co" Call 21.11.19 Gütersloh
eLearniSummit - Thementisch "KI, VR / AR & Co" Call 21.11.19 GütersloheLearniSummit - Thementisch "KI, VR / AR & Co" Call 21.11.19 Gütersloh
eLearniSummit - Thementisch "KI, VR / AR & Co" Call 21.11.19 Gütersloh
 
JP│KOM News-Service 1/15: Megratrend Digitalisierung - Auf dem Weg zur "Kommu...
JP│KOM News-Service 1/15: Megratrend Digitalisierung - Auf dem Weg zur "Kommu...JP│KOM News-Service 1/15: Megratrend Digitalisierung - Auf dem Weg zur "Kommu...
JP│KOM News-Service 1/15: Megratrend Digitalisierung - Auf dem Weg zur "Kommu...
 

EY Digital Tax Studie zum Thema Künstliche Intelligenz: Umdenken in der Steuerfunktion

  • 1. Künstliche Intelligenz: Umdenken in der Steuerfunktion Die vierte Studie zur Digitalisierung in der Steuerabteilung
  • 2. 2 | Künstliche Intelligenz in der Steuerfunktion Inhalt Vorwort 3 Die Geschichte der KI 4 KI-Formen in der Übersicht 6 Anwendungsgebiete der KI 8 Wen wir befragt haben 10 Studienergebnisse 11 Erkenntnisse aus der Praxis 14 Potenzielle Anwendungsfälle 15 Haftungsfragen 16 Fazit und Ausblick 18 Interview 20 Ansprechpartner 22 2 | Künstliche Intelligenz in der Steuerfunktion
  • 3. Sie haben es vielleicht schon bemerkt: Die „Künstliche Intelligenz“ (KI) ist auf dem besten Weg, unseren Alltag zu erobern. Schon jetzt reagiert eine persönliche Assistentin in unseren Smartphones auf Zuruf und unter- stützt uns beim Telefonieren und Navigieren. Zu Hause erinnern uns schlaue Helfer an wichtige Termine oder helfen uns beim Online-Shop- ping. Große Städte verbessern den Verkehrsfluss durch intelligente Ampelschaltungen, hinter denen eine selbstlernende Software steckt. Und die Bilderkennungssoftware in Suchmaschinen sorgt dafür, dass der „Meerblick“ unseres Urlaubshotels in den Suchergebnissen ganz oben angezeigt wird. Dass KI-Lösungen immer leistungs- fähiger werden, liegt nicht nur am technischen Fortschritt im Bereich der Hard- und Software, sondern auch daran, dass immer mehr Daten zur Verfügung stehen, die von den Programmen für Analysen, Empfeh- lungen, Prognosen und nicht zuletzt zur Selbstoptimierung verwendet werden können. Hier wird es für die Steuerabteilungen der Unternehmen und Konzerne besonders interessant: Wo immer mehr Unternehmensdaten erfasst werden, können KI-basierte Systeme große Datenmengen nach vorge­ gebenen Kriterien analysieren und bewerten. So werden aus Daten ver­wertbare Informationen und solide Grundlagen für wichtige Unternehmensentscheidungen. Auch die kaum noch überschau- baren Compliance-Vorgaben lassen sich mithilfe der KI deutlich besser managen – ein großes Plus, gerade in Unternehmen mit weltweiten Struktu- ren. Dazu kommt, dass sich manuelle Tätig­keiten durch den Einsatz von KI auf ein Mindestmaß reduzieren lassen. Dadurch bleibt den Steuer- abteilungen mehr Zeit für ihre wirklich wichtigen Aufgaben – ein Argument, das angesichts der oft dünnen Perso- naldecke ebenfalls für einen stärkeren KI-Einsatz spricht. Sie sehen: Aus gutem Grund haben wir die KI in den Mittelpunkt unseres vierten Digital Tax Survey gestellt. 132 Steuerberatungsprofis aus Deutschland und Österreich haben an unserer aktuellen Umfrage teilge- nommen. Dem überdurchschnittlich hohen Interesse am Thema KI steht allerdings noch wenig Faktenwissen gegenüber. Das hat die Auswertung der Antworten ergeben. Um das zu ändern, präsentieren wir Ihnen auf den folgenden Seiten nicht nur die Ergebnisse der Umfrage im Detail, sondern auch wichtige Hinter- grundinformationen rund um die KI sowie Einsatzmöglichkeiten im All- gemeinen und im Bereich „Steuern“ im Speziellen. Wir würden uns freuen, wenn Sie die Möglichkeiten der KI anschlie- ßend noch bewusster als bisher wahr­nehmen, damit auch Sie die Leistungs­fähigkeit Ihrer Steuer- abteilung durch den Einsatz von KI langfristig weiter ausbauen können. Wir sind gespannt auf Ihr Feedback und wünschen Ihnen eine aufschluss- reiche Lektüre. Vorwort Liebe Leserinnen, liebe Leser, Dr. Henrik Ahlers Managing Partner Tax Deutschland, Österreich, Schweiz Florian Buschbacher Partner, EMEIA Analytics & Emerging Technologies Leader Herzliche Grüße Künstliche Intelligenz in der Steuerfunktion | 3
  • 4. Für einen großen ersten Schritt sorgte der begeisterte Langstrecken­ läufer, Mathe­matiker, Krypto­analy­ tiker, Logiker und Informatiker Alan Turing. Während des Zweiten Weltkriegs war es dem Engländer ge- lungen, die deutschen Funksprüche zu dechiffrieren, die mit der Enigma ver- schlüsselt waren. Mit seinen Theorien und seiner Forschungsarbeit legt er nach dem Krieg wichtige Fundamente für die Computer- und Informations- technologie von heute. Darüber hin- aus entwickelt er den Turing-Test zur Feststellung Künstlicher Intelligenz und 1953 eines der ersten Schach- programme überhaupt. Bereits 1936 hatte er mit seiner Turingmaschine ein theoretisches Modell entwickelt, an dem sich die Berechenbarkeit von Funktionen durch Algorithmen prüfen lässt. Die Geburtsstunde der KI als Fach- begriff und akademisches Fachgebiet schlägt im Sommer 1956 an der amerikanischen Ostküste. Hier treffen sich führende US-Mathematiker sowie Sprach- und Computerwissenschaftler zu einem vierwöchigen Forschungs- projekt am Dartmouth College in Hanover (New Hampshire). Zweck des Workshops ist es, die Prinzipien des Lernens und der Intelligenz zu untersuchen, um anschließend herauszufinden, wie man Maschinen beibringen kann, Sprache zu ver- stehen und zu verwenden sowie abstrakte Probleme zu lösen. Fernziel der Forscher sind Maschinen, die wie Menschen denken und lernen. Mit ELIZA entwickelt der deutsch- ameri­kanische Computer-Pionier Joseph Weizenbaum zwischen 1964 und 1966 den ersten Chatbot: ein textbasiertes Dialogsystem, das einen menschlichen Gesprächspartner simuliert. Und so unterhält sich bei ELIZA nicht etwa eine Psychothera- peutin mit den Patienten, sondern ein Computer, der mit abgespeicherten Sätzen aus einer Datenbank arbeitet. Durch die Programmierung kann er auf Aussagen der Patienten passende Antworten geben, sodass die Mehr- heit der Versuchspersonen davon überzeugt ist, mit einer echten Thera- peutin zu kommunizieren. Einen weiteren Meilenstein in der KI-Entwicklung markiert Shakey, der erste mobile Roboter, der im Labor für Künstliche Intelligenz des Stanford Research Institute zwischen 1966 und 1972 entwickelt wird. Auf die Eingabe eines Befehls nimmt er über Kameras seine Umgebung wahr, erkennt eine Rampe, fährt hinauf und schiebt dort wie gewünscht einen Block von der Plattform. Die Geschichte der KI Von der Enigma bis Siri: die Vordenker des Fortschritts Die „Künstliche Intelligenz“ (KI) ist ein uralter Menschheitstraum. Vom künstlich erschaffenen Menschen bis hin zu denkenden Maschinen scheint alles vorstellbar. Doch der Weg vom Wunsch zur Wirklichkeit ist weit. Alan Turing (Quelle: Wikimedia) 4 | Künstliche Intelligenz in der Steuerfunktion
  • 5. Ebenfalls in Stanford sorgt 1972 MYCIN für Aufsehen. Als sogenanntes Expertensystem kombiniert es Re- geln, Formeln und Datenbanken und kann dadurch Ärzte bei der Diagnose und Behandlung von Krankheiten unterstützen. Trotz der Erfolge müssen die Wissen- schaftler zugeben, dass die Heraus- forderungen der Realität deutlich komplexer sind als die der Versuche im Labor. Enttäuscht vom langsamen Fortschritt werden Forschungsgelder gestrichen, der sogenannte KI-Winter beginnt. Anfang der 1980er-Jahre nimmt die KI einen neuen Anlauf: Jetzt sorgen Chatbots telefonisch für unterstüt- zende Beratung beim Fahrkartenkauf, neue Expertensysteme helfen bei der Schätzung von Kfz-Schäden. 1987 dann ein weiterer Durchbruch: Mit NETtalk bringen Charles Rosenberg und Terrence J. Sejnowski dem Computer Lesen und Sprechen bei. Das Besondere: Dank KI kann das Programm auch unbekannte Wörter richtig aussprechen. In der Entwicklung autonom fahren- der Fahrzeuge macht sich der deut- sche Robotiker Ernst Dickmanns einen Namen, als das von ihm entwickelte Auto 1995 computergesteuert von München nach Odense und zurück fährt und dabei Geschwindigkeiten von bis zu 175 km/h erreicht. KI wird einer breiten Öffentlichkeit be- kannt, als IBM mit seinem Programm Deep Blue 1997 den amtierenden Schachweltmeister Garri Kasparow in einem Turnier schlägt. Der Sieg stellt einen Wendepunkt in der Schachge- schichte dar, denn bisher hatte stets der Computer den Kürzeren gezogen. In der Zwischenzeit hat auch die Robotertechnik große Fortschritte gemacht: Durch immer größere Datenmengen können Roboter um- fassend trainiert werden und in der industriellen Produktion immer auto- nomer agieren. Die technologische Weiterentwicklung sorgt ab 2011 dafür, dass auch Otto Normalverbraucher per Smartphone, Tablet und Computer in den Genuss von KI-basierten Programmen kommt. Mit Siri bringt Apple den ersten Sprachassistenten für das iPhone heraus, 2014 gefolgt von Microsofts Cortana, ein Jahr darauf von Amazons Alexa und 2016 dann von Googles Assistant. Dass die KI selbst höchst komplexen Anforderungen gewachsen ist, beweist das Computerprogramm Watson, als es 2011 in der ameri- kanischen Quizshow Jeopardy den langjährigen Meister besiegt. Experten rechneten nicht damit, dass KI bereits 2016 in der Lage sein würde, gegen den besten Go-Spieler der Welt zu gewinnen: Das Spiel galt als zu komplex. Doch Googles AlphaGo gelang genau dieses Kunststück. In dem Programm wurden zuvor viele Millionen Züge aus Go-Partien abgespeichert, bevor es millionenfach gegen sich selbst antreten musste und seine erfolg- reichsten Strategien ermittelt hat. Wie leistungsfähig die KI mittlerweile ist, wurde im Juni 2018 deutlich, als das Programm Project Debater von IBM auf Augenhöhe mit zwei Großmeistern der Rhetorik über das ausgesprochen komplexe Thema Raumfahrt diskutierte. Auch wenn die Leistungsfähigkeit der KI heute zum Teil bereits atem- beraubend ist, so sind sich die Exper- ten doch einig, dass die KI-Techno- logie erst am Anfang steht. Doch die nächsten Meilensteine werden sicher nicht lange auf sich warten lassen. Wissensbasierte Systeme Lernende Systeme Kognitive Systeme Heuristische Systeme Phase 1: bis 1970 Heuristische Such- und Schlussfolgerungs- verfahren Phase 1 und 2: In diesen Phasen wurde der Großteil an Wissen manuell und direkt in die Maschine einprogrammiert. Das entwickelte Programm ist nur scheinbar intelligent (z. B. Taschenrechner). Im Rahmen dieser Studie gehen wir auf das Thema Singularität (Zeitpunkt, ab dem die maschinelle Intelligenz die menschliche Intelligenz überholt) nicht weiter ein. Davon sind – aus heutiger Sicht – aktuelle bzw. in Entwicklung befindliche Systeme rein technisch noch Jahrzehnte entfernt. Quelle: W. Wahlster/DFKI (Wahlster 2016) Phase 3: Jetzt ist das maschinelle Lernen auf der Basis von Massen- daten möglich. So werden auto- matisiert Cluster gebildet, auf deren Basis Empfehlungen gegeben wer- den. Die Schwierigkeit besteht darin, die Entscheidungsfindung nachzu- vollziehen oder zu korrigieren. Phase 4: Die neueste Entwicklungs- stufe von KI-Systemen versucht daher, Lernverfahren mit Experten- wissen zu verbinden, um das Beste aus beiden Welten zu nutzen. Phase 2: bis 1990 Maschinelle Wissens- verarbeitung mit manuell erstellten Wissensbasen Phase 3: bis 2010 Maschinelles Lernen über Massendaten Phase 4: ab 2010 Kombination von Lern- verfahren mit wissens- basierten Methoden Entwicklungsphasen der KI Künstliche Intelligenz in der Steuerfunktion | 5
  • 6. 6 | Künstliche Intelligenz in der Steuerfunktion KI-Formen in der Übersicht Wo Künstliche Intelligenz heute schon mitdenkt Man spricht von KI, wenn Computeranwendungen menschenähnliche Intelligenzleistungen zeigen. Voraussetzung hierfür sind vier Fähigkeiten: Wahrnehmen, Verstehen, Handeln und Lernen. Diese Anwendungen erweitern das Grundprinzip aller EDV-Systeme, das aus Eingabe, Verarbeitung und Aus- gabe besteht, um die Fähigkeit des Lernens und Verstehens. Moderne KI-Systeme zeichnen sich auch dadurch aus, dass sie durch die Verarbeitung großer Datenmengen bewusst trainiert werden und aus ihren „Erfahrungen“ lernen können – ein großer Vorteil gegenüber her- kömmlichen Verfahren, die stur nach starr programmierten Regeln funk- tionieren. Rechts sehen Sie eine Übersicht über verbreitete KI-Anwendungsbereiche: Smart Robotics Eine Kombination aus KI und Robotic Process Automation (RPA), die in der Lage ist, intelligente Entscheidungen zu treffen Speech Recognition Die Fähigkeit einer Maschine, gespro- chene Sprache in geschriebenen Text oder Computerbefehle umzuwandeln. Dies ermöglicht auf Skype zum Bei- spiel Übersetzungen in Echtzeit, um sich mit Menschen in einer fremden Sprache zu unterhalten.
  • 7. Künstliche Intelligenz in der Steuerfunktion | 7 Virtual Agents KI-basierte Programme, die das Ver- halten eines echten Mitarbeiters zeigen und meist per E-Mail oder Live-Chat im Dialog mit dem Kunden stehen. Häufig geäußerte Fragen werden vom Virtual Agent (Chatbot) verstanden und beantwortet, Wünsche werden ausgeführt. Text Analysis Rechnergestützte Analyse von Texten, die von anderen Computer- systemen verarbeitet werden kann. Wird zum Beispiel zur Recherche benutzt oder auch zur Aufdeckung von Plagiaten im Rahmen von Doktorarbeiten. Biometrics Analyse körperlicher und emotionaler Merkmale und deren Auswertung für Identifizierungs- und Zutrittskontrollsysteme Machine Learning Die Fähigkeit, aus Daten zu lernen, überwacht oder nicht überwacht Computer Vision Rechnergestützte Bilderkennung, ähnlich dem menschlichen Sehen, die zum Beispiel das autonome Fahren ermöglicht
  • 8. 8 | Künstliche Intelligenz in der Steuerfunktion Anwendungsgebiete der KI Im Alltag angekommen Die KI ist längst viel mehr als nur ein Spiel- zeug für einige wenige ­„Informatik-Nerds“. In vielen Bereichen des Lebens hat sie Einzug gefunden, meist ohne dass wir sie als solche bemerken. Wo immer Einzeldaten mit großen Datenmengen verglichen oder Simu- lationen vieler möglicher Lösungen durchgeführt werden müssen, kann KI schnelle, gute und günstige Unter- stützung bieten. Hier einige Beispiele, was KI heute schon leistet: Medizin Per Machine Learning können Algorithmen lernen, Röntgenbilder ähnlich wie ein Arzt zu lesen. Hierfür müssen sie auf der Basis möglichst vieler konkreter Diagnosen trainiert werden, zum Beispiel im Rahmen der Krebsdiagnostik. Auch EKGs können in Sekunden analysiert, menschliche Haut auf bösartige Veränderungen geprüft und Biomarker im Blut identi- fiziert werden. Per Spracherkennung können Gesundheitsapps Depressionen oder Parkinson in einem frühen Stadium erkennen und entsprechende Hin- weise geben. Darüber hinaus gibt es bereits Apps, die nach einem „­Gespräch“ mit dem Patienten Diag- nosen erstellen, die denen eines sehr gut ausgebildeten Arztes ent­sprechen – ideal nicht nur für den Einsatz in Entwicklungsländern, sondern auch hierzulande, wo die ärztliche ­Versorgung in immer mehr Regionen zu wünschen übrig lässt. Darüber hinaus kann KI auf der Basis der Patientendaten Therapie­ vorschläge liefern oder innerhalb weni­ger Minuten Datensammlungen in aller Welt nach vergleichbaren Fällen durchforsten und wertvolle Hinweise liefern, zum Beispiel bei seltenen Erkrankungen. Spiele Strategiespiele wie Schach oder das weitaus komplexere Go waren in der KI-Entwicklung immer beliebte Grad- messer, um die Leistungsfähigkeit der KI zu testen. Dabei werden die Systeme mit möglichst vielen Daten echter Spiele gefüttert, bevor sie dann millionenfach gegen sich selbst antreten und lernen, welche Regeln das Spiel hat und welche Strategien am ehesten zum Sieg verhelfen. In jüngster Zeit konnte sich ein KI-System in der Poker-Variante „Texas Hold’em“ sogar signifikant oft gegen fünf Profi-Spieler durch- setzen. Im Vergleich zum Spiel gegen einen einzelnen Gegner muss die KI hierbei eine völlig andere Spiel- strategie entwickeln, weshalb das Programm als echter Meilenstein der KI-Geschichte gilt. Auch in komple- xen Egoshooter-Computerspielen kann sich die KI mittlerweile sogar im Mehrspielermodus behaupten. Generell gelten taktisch und grafisch anspruchsvolle Computerspiele heute als einer der wesentlichen Treiber in der KI-Entwicklung. Gastronomie In den USA und in China gibt es be- reits Restaurants, in denen das Essen per Tablet bestellt und von Robotern zubereitet wird. Auch einen Pizzadienst gibt es in den USA, der seine Pizzen nach Be- stellung im Lieferwagen bäckt und per KI prognostiziert, wo und wann wie viele Pizzen an welchem Wochentag bei welchem Wetter voraussichtlich bestellt werden.
  • 9. Künstliche Intelligenz in der Steuerfunktion | 9 Stadtplanung Ziel einer KI-basierten Stadtplanung ist es, die Lebensqualität seiner Bewohner zu verbessern. Diese so- genannten Smart Cities beruhen auf unterschiedlichsten Datenquellen, die zur Planung und Verwaltung der Stadt herangezogen wurden. Durch aktuelle Daten kann die Bevölkerungs­entwicklung einzelner Stadtteile prognostiziert werden, über Bewegungsprofile der Einwohner lassen sich Transportmöglichkeiten per Bahn, Fahrrad oder Carsharing optimieren und Wartezeiten bei Be- hörden reduzieren. Die umfassende Vernetzung birgt jedoch die Gefahr der totalen Überwachung. Verkehr Bis autonom fahrende Autos flächen- deckend auf unseren Straßen unter- wegs sind, werden vermutlich noch 20 bis 30 Jahre vergehen. Dennoch hat die KI in den letzten Jahren mit der Entwicklung intelligenter Assis- tenzsysteme auch in diesem Bereich enorme Fortschritte ermöglicht. So hilft KI in Zukunft nicht nur, Unfälle zu vermeiden und Staus zu reduzieren, sondern auch den nächsten freien Parkplatz zu finden. Retail KI besitzt auch das Potenzial, unsere Art einzukaufen grundlegend zu verändern. Mit Amazon Go haben die ersten mit vielen Sensoren aus- gestatteten Supermärkte eröffnet. Kassen sucht man hier vergeblich, stattdessen werden die Kunden per Computer-Vision erfasst, die gekauften Produkte zugeordnet und automatisch abgerechnet, ganz ohne Schlangestehen. Social Media Dass Bilder in den sozialen Netz- werken per KI auf (verbotene) Inhalte geprüft werden, hat sich herumgesprochen. Schlagzeilen machte in letzter Zeit die aus China stammende App Tik Tok. Mit ihr lassen sich 15-sekündige ­Videos mit der Handycam aufnehmen, bearbeiten und auf verschiedene ­Social-Media-Plattformen hochladen Das Erfolgsgeheimnis der App liegt nach Angaben des Entwicklers ­Bytedance in der verwendeten KI. Auf der Basis der Klickgewohnheiten des Anwenders empfiehlt diese ihm andere Videos, die wiederum gelikt werden können. Produktion Menschen eintönige und körperlich anstrengende Arbeiten abnehmen: Das ist das Ziel des APAS assistant mobile von Bosch. Dahinter verbirgt sich ein mobiles, KI-gesteuertes Robotersystem mit Greifarm, das in einer vernetzten Smart Factory für klassische „Pick & Place“-Aufgaben genutzt werden kann. Zur Bedienung sind nicht einmal Programmierkennt- nisse nötig. Rechtspflege Wie auch EY bieten viele junge Unter- nehmen Softwarelösungen auf der Basis Künstlicher Intelligenz an, die unstruktu­rierte Datensätze automa- tisch verarbeiten, um Rechtsanwälten bei der Prüfung von Verträgen zu helfen. So können Anomalien auch ohne entsprechende Fachkenntnisse schneller identifiziert werden.
  • 10. 10 | Künstliche Intelligenz in der Steuerfunktion Wen wir befragt haben Die Teilnehmer der Studie im Kurzprofil Im Sommer 2019 haben wir 132 Führungskräften aus dem Bereich „Steuern und Finanzen“ 19 Fragen zum Thema „Künstliche Intelligenz“ gestellt. Ziel unserer Umfrage war es heraus­ zufinden, ob und wo KI in den Unternehmen bereits eingesetzt wird und wo die Teilnehmer künftige Anwendungs­möglichkeiten sehen. Das Teilnehmerfeld setzte sich wie folgt zusammen: 53 % Leiter der Steuerabteilung 26 % Mitarbeiter in der Steuerabteilung 11 % Leiter Finanzen 7 % Sonstige 3 % CEO oder CFO 22 % Sonstige 21 % Automotive & Transportation 20 % Diversified Industrial Products 12 % Consumer Products & Retail 9 % Technology 8 % Power & Utilities 8 % Real Estate, Hospitality & Construction 44 % unter 10.000 30 % 10.000 bis 50.000 18 % über 100.000 8 % 50.000 bis 100.000 39 % 5 bis 20 35 % weniger als 5 16 % 21 bis 50 7 % 51 bis 100 3 % mehr als 100 Teilnehmer nach Tätigkeitsbereich: Branche des Unternehmens: Zahl der Mitarbeiter im Unternehmen weltweit: Zahl der Mitarbeiter in der Steuerabteilung:
  • 11. Künstliche Intelligenz in der Steuerfunktion | 11 Studienergebnisse Der aktuelle Stand: KI in der Steuerfunktion Die Digitalisierung läuft in den meisten Unternehmen auf Hochtouren. In Steuerabteilungen ist davon jedoch – wie in unserer letztjährigen Studie – noch relativ wenig zu spüren. Doch wie sieht es mit KI aus? Mit der Künstlichen Intelligenz ist nun bereits die nächste Stufe der Digita- lisierung am Start. Ob Steuerprofis diesen hochinteressanten Bereich bereits auf dem Radar haben und wo sie konkrete Anwendungsmöglich- keiten sehen, haben die Antworten in unserer Studie gezeigt. Die Ergebnisse Erfreulich ist zunächst, dass die große Mehrheit der Befragten der KI aufge- schlossen gegenübersteht: 93 % der befragten Studienteilnehmer können sich vorstellen, mit KI zu arbeiten. Es fehlt noch an Wissen 58 % der Befragten sehen in der KI etwas Positives, 40 % sind neutral eingestellt und nur 2 % stehen der KI ablehnend gegenüber. Daraus lässt sich ableiten, dass sich die Mehrheit bereits mit der Materie beschäftigt hat, wenn auch nur in der Theorie: Denn mehr als zwei Drittel der Befrag- ten gaben an, nur über geringe (7 %) oder eher geringe (63 %) KI-Kennt- nisse zu verfügen. Demgegenüber schätzen 27 % der Teilnehmer die eigenen KI-Kenntnisse als „eher hoch“ und 3 % sogar als „ hoch“ ein. Bezogen auf mögliche Anwendungs- fälle stuft die Mehrheit (58 %) die eigenen Kenntnisse bisher noch als „eher gering“ und „gering“ ein, wäh- rend sich 6 % der Befragten bereits einen „hohen“ und immerhin 36 % einen „eher hohen“ Wissensstand bescheinigen. KI zum Teil schon etabliert Die Zahl der Unternehmen, die KI nutzen bzw. nicht nutzen, hält sich in unserer Umfrage in etwa die Waage: 41 % der Studienteilnehmer bestäti- gen, dass ihr Arbeitgeber KI bereits einsetzt. 38 % der Unternehmen ver- zichten offenbar noch auf KI, während 21 % der Befragten nicht wissen, ob KI intern schon genutzt wird oder nicht. 70 % der Befragten kennen sich mit KI noch relativ wenig bis wenig aus. 84 % sehen in fehlenden Ressourcen mit dem nötigen Know-how die größte Herausforderung. 86 % der Befragten werden in ihrer Tätigkeit bisher kaum oder nur wenig von KI beeinflusst.
  • 12. 12 | Künstliche Intelligenz in der Steuerfunktion Am Arbeitsplatz kaum spürbar Der Einfluss der KI auf die tägliche Arbeit hält sich bei den meisten Studienteilnehmern in jedem Fall noch in Grenzen: Für 86 % sind die Auswirkung noch „eher gering“ oder „gering“. Nur jeweils 7 % bewerten die Bedeutung der KI im persönlichen Tagesgeschäft schon als „hoch“ oder „sehr hoch“. Steuerabteilungen warten noch ab Bei 56 % der Befragten wird KI in ­ihrem Finanzwesen bereits ein- gesetzt. In die Steuerabteilung selbst hat die KI den Sprung dagegen noch nicht überall geschafft: Nur 26 % greifen bereits auf KI-unterstützte Prozesse zurück. 44 % nutzen dafür externe Dienstleister, 28 % bevor- zugen eigene Entwicklungen. Nicht ganz einig waren sich die Studien­teilnehmer im Hinblick darauf, für welche Steuerarten eine Ver- wendung von KI vorstellbar ist: Ja und Nein halten sich in den meisten Bereichen in etwa die Waage, lediglich bei der Stromsteuer (80 % ja), bei Transferpreisen und Lohnsteuer (je 80 % nein) herrscht weitgehende Übereinstimmung. KI braucht mehr Know-how Die größte Hürde für den KI-Einsatz in ihrem Bereich sehen 84 % in mangelnden Ressourcen mit dem erforderlichen Know-how. Nicht aus- reichendes Datenmaterial sehen 58 % als K.-o.-Kr­ite­ri­um für die KI, für 56 % sind Schwierigkeiten mit dem Daten- schutz ein Problem und 57 % meinen, dass für KI-Anwendungen kein Budget zur Verfügung stehe. Nur 18 % glauben, dass es bei ihnen zu wenige Anwendungsfälle gibt, die den Einsatz von KI rechtfertigen würden. Klare Regelungen gefordert Die Einhaltung ethischer Standards ist für die große Mehrheit ein „wichtiges“ (58 %) oder „eher wichtiges“ (35 %) Kriterium. Nur 5 % der Umfrageteil- nehmer bezeichnen diesen Aspekt als „eher unwichtig“, 2 % sogar als „unwichtig“. Wo Entscheidungen auf der Basis von KI getroffen werden, stellt sich die Frage nach den juristischen Konsequenzen. Hier halten 65 % der Befragten eine klare Rechtslage für wichtig, 29 % halten sie immerhin für „eher wichtig“. Angst, dass die KI den eigenen Arbeits­­platz bedroht, haben nur ­wenige: 58 % sehen dafür keinen Grund, 36 % rechnen „eher“ nicht ­damit, von einer KI-Anwendung er- setzt zu werden. Dennoch befürchtet 1 % der Teilnehmer, ihren Arbeits­- platz KI-­bedingt zu verlieren. Studienergebnisse 1 % haben Angst, dass KI den eigenen Arbeitsplatz bedroht. 41 % der Unternehmen setzen KI bereits ein. 93 % können sich vorstellen, KI zu verwenden.
  • 13. Künstliche Intelligenz in der Steuerfunktion | 13 KI-Potenzial wird gesehen Sehr interessant fielen auch die Antworten auch auf die Frage nach dem Nutzen von KI aus. 72 % der Befragten erwarten eine Reduzierung der Prozessdurchlaufzeiten, 67 % eine Entlastung von monotonen Arbeiten und 59 % glauben, dass sich mithilfe der KI Prozesskosten senken lassen. Mit einer Optimierung der effektiven Steuerquote rechnen dagegen nur 7 % der Studienteilnehmer. Demgegen- über halten 82 % der Befragten KI für eine sinnvolle Hilfe bei der Entschei- dungsfindung: 31 % sind sich dessen sicher, 51 % halten diesen Pluspunkt zumindest für wahrscheinlich und stimmen der These „eher“ zu. Breite Anwendungs­- möglichkeiten Befragt nach Einsatzmöglichkeiten von KI-Technologien im Steuerbereich landen „Smart Robotics“, „Machine Learning“ und „Text Analysis“ auf den ersten drei Plätzen. Konkrete Unterstützung erwarten sich die Umfrageteilnehmer bei einer Vielzahl ihrer Tätigkeiten: Zwischen A wie „Aus- und Weiterbildung“ und Z wie „Zölle“ landen die Umsatzsteuervor- anmeldung und die Generierung von steuer­relevanten Daten mit jeweils 96 % ganz vorn, gefolgt von Hilfe bei der Erstellung der Steuer­erklärung mit 90 % Zustimmung. Lediglich in der Fallberatung erwarten sich 54 % der Befragten keine Entlastung durch die KI. Hohe Investitionsbereitschaft KI ist für Steuerabteilungen offenbar sehr interessant: 87 % der Studien- teilnehmer sind bereit, ein zum Teil nicht unerhebliches Budget für die Entwicklung von KI-Anwendungen bereitzustellen. Vorsprung für große WP-Gesellschaften Die Entwicklung und Implementie- rung steuerbezogener KI trauen die Befragten vor allem den großen Wirtschaftsprüfungs- und Steuer- beratungsgesellschaften zu. Schön, dass EY mit 52 % am häufigsten genannt wurde. Im Vergleich dazu ist das Vertrauen in klassische IT-­ Berater deutlich geringer, da diesen verständlicherweise die umfassende steuerliche Expertise fehlt. 58 % legen beim Einsatz von KI großen Wert auf die Einhaltung ethischer Standards. 96 % glauben, dass KI vor allem bei der Umsatzsteuervoranmeldung hilfreich ist. 65 % wünschen sich eine klare Rechts­ lage für Konsequenzen aus KI-basierten Entscheidungen.
  • 14. 14 | Künstliche Intelligenz in der Steuerfunktion Erkenntnisse aus der Praxis Der große Durchbruch steht noch bevor An die Vorzüge von Alexa, Siri und unserer leistungs­starken Smartwatches haben wir uns im Privatleben gerne gewöhnt. Was diese bequemen Alltagsassistenten antreibt, könnte auch in den Steuer­abteilungen der Unternehmen für Entlastung und Mehrwert sorgen. Nach unserer Erfahrung ist Steuerexperten das enorme Potenzial der KI bisher jedoch kaum bekannt. In Zeiten von KI, Big Data und immer komplexeren Unternehmensstruk- turen ist das manuelle Erfassen von ­Daten nicht mehr zeitgemäß. Dennoch setzen viele Steuer­abteilungen nach wie vor auf die fehleranfällige Hand- arbeit, die viel Zeit und Nerven kostet: Statt steuer­relevante Daten über das unternehmens­weite Netzwerk zu erfassen und zu verarbeiten, regiert hier häufig noch die Excel-Tabelle. So stellen wir in der Praxis immer wieder fest, dass dringend benötigte Mit- arbeiter ihre Arbeitszeit mit monoto- nen Arbeiten verbringen, während sie sich um ­wichtigere Dinge kümmern könnten. Dies liegt nicht daran, dass man sich den neuen technischen Möglich- keiten verschließen möchte. Die Ursache liegt eher darin, dass man die Möglich­keiten der heutigen KI schlichtweg nicht kennt. Das Ergebnis ist unnötiger Stress, wenn dringend benötigte Daten nicht auffindbar sind und vorhandene Daten nicht trans- parent dargestellt werden können. Es sind vor allem die großen Unter- nehmen, welche die Zeichen der Zeit erkannt haben. Oft erleben sie bei ihren Tochtergesellschaften im Aus- land, wie stark die Finanzbehörden aufrüsten, wie stark das Unterneh- men dadurch unter Druck gerät und wie riskant es ist, wenn Steuerdaten teilweise ungeprüft und in Echtzeit übermittelt werden müssen. Spätes- tens wenn KI-unterstützte Systeme auch unter großem Druck noch ein Risiko-Monitoring ermöglichen, wird der Nutzen moderner KI-Technologie greifbar. So bietet die KI eine Vielzahl von Möglichkeiten, Prozesse zu auto- matisieren, Risiken zu erfassen und zu managen und zeitraubende Arbeiten schneller und besser zu erledigen. Je nach Bedarf lassen sich einzelne Module zu bedarfsgerechten Syste- men kombinieren, um Zahlen und Daten zuverlässig zu erfassen und in verwertbare Informationen zu verwandeln. Viele Anwender sind überrascht, wie komfortabel das Arbeiten mit Dashboards ist, wie groß die Arbeitserleichterung durch die KI-Unterstützung im Alltag ausfällt und wie einfach sich mit ihrer Hilfe die Arbeitsqualität der Steuerfunktion – trotz knapper Personalressourcen – steigern lässt. Wir würden uns freuen, wenn wir mit dieser Studie das Bewusstsein für die Möglichkeiten der KI auch in den Steuerabteilungen derjenigen Unter- nehmen und Konzerne wecken, die sich bisher noch wenig mit KI-Techno- logie beschäftigt haben – um dadurch nicht zuletzt einen der Urväter der KI zu bestätigen: Gottfried Wilhelm Leibniz. Denn der blickte bei der Vorstellung seiner mechanischen Rechenmaschine weit in die Zukunft, als er sagte: „Es ist unwürdig, die Zeit von hervorragenden Leuten mit knechtischen Rechenarbeiten zu verschwenden, weil bei Einsatz einer Maschine auch der Einfältigste die Er- gebnisse sicher hinschreiben kann.“
  • 15. Künstliche Intelligenz in der Steuerfunktion | 15 Virtual Agents im Sinne von ­Chatbots können dabei helfen, Prozesse zu vereinfachen und die Servicequalität zu erhöhen, indem sie bestimmte Abläufe automatisieren, zum Beispiel wenn es darum geht, Anfragen von Kunden schnell zu be- antworten. Im Steuerbereich nutzen wir Chatbots etwa bei der Betreuung von Expatriates. Ihnen stehen wir überall auf der Welt zur Verfügung, um wichtige Fragen zu ihrem Aus- landsaufenthalt innerhalb kürzester Zeit zu beantworten. Dank KI können auch komplexere Fragen geklärt werden, die über bisherigen FAQ weit hinausgehen – für mehr Effizienz bei uns und mehr Zufriedenheit bei unseren Kunden. Text Analysis und Text Mining eignen sich ideal zur automatischen Erkennung von Sachverhalten oder zur Verarbeitung von Dokumenten, zum Beispiel wenn Informationen aus konsolidierten Lohnsteuerbescheini- gungen extrahiert werden sollen. Da diese KI-Technologien die Bedeu- tung von Sätzen „verstehen“, können sie die relevanten Informationen auto- matisch identifizieren, mithilfe kom- plexer statistischer Methoden richtig einordnen und bis zur abschließenden Entscheidung weiterverarbeiten. Für viele Steuerexperten ist die KI noch ein Buch mit sieben Siegeln. Das wollen wir ändern. Was die KI in der Praxis zu leisten vermag, lässt sich am besten anhand einiger Beispiele darstellen. Potenzielle Anwendungsfälle Konkret: die Möglichkeiten in der Steuerpraxis Auch wenn es darum geht, Bestell-, Rechnungs- oder Buchungstexte nach auffälligen Buchungen zu durch- suchen, sind Text Mining und Text Analysis erste Wahl. Machine Learning kann dagegen zur Verbesserung der Compliance ver- wendet werden, indem es bei Buchun- gen das korrekte Steuerkennzeichen vorschlägt oder vor möglichen Fehlern warnt. Darüber hinaus lassen sich mithilfe sogenannter ­Association Rules auffällige Merk- malskombinationen finden, die auf eine falsche Zahlung oder Buchung hinweisen. Darüber hinaus ist Machine Learning eine wertvolle Entscheidungshilfe bei der Bewertung von Sachverhalten. Die Methode eignet sich außerdem hervorragend für die Erstellung von Prognosen zu erwartender Steuer- ausgaben oder für Optimierungen in den Bereichen Erbschaftsteuer, Hinzurechnungsbesteuerung und Verrechnungspreise. Natürlich setzt auch Machine Learning dabei auf Mathematik und Logik: Vereinfacht ausgedrückt leitet die KI-Methode aus der Betrachtung historischer Daten bestimmte Regeln ab, die das Aufdecken entsprechender Fälle ermöglichen. In diesem Zusam- menhang werden unter Umständen auch bislang unbekannte oder neue Regeln und Zusammenhänge sicht- bar. Diese können wiederum dazu beitragen, die Prozesse weiter zu automatisieren und zu verbessern.
  • 16. Der Einsatz von KI wirkt sich bezüglich einer potenziellen Verantwort­lichkeit oder Haftung für steuerliche Fehler in erster Linie auf die anzulegenden Maßstäbe aus und weniger auf die grundsätzliche Frage, ob überhaupt eine Verantwortlichkeit oder Haftung besteht. Unterm Strich muss aus Sicht der Geschäftsleitung oder der Leitung der Steuer-/Finanzabteilung sicher- gestellt sein, dass die Aufbau- und Ab- lauforganisation eines Unternehmens so konzipiert ist, dass steuerliche Fehler im Bereich der Tax Compliance bestmöglich vermieden werden und dies gegenüber Finanzbehörden auch nachweisbar ist. Im Worst Case können steuerliche Fehler zu straf- oder bußgeldrecht­ lichen Sanktionen der Finanz­ behörden führen, etwa infolge einer sich unvorteil­haft entwickelnden Betriebs­prüfung oder einer verun- glückten steuerlichen Korrektur. Für solche Fehler primär verantwortlich ist (und bleibt) die Geschäftsleitung, im Falle einer klaren Ressort­ver­ teilung auch einzelne Geschäftsleiter (z. B. CEO, CFO). Abgesehen davon können Haftungs- risiken auch die Leitung einer Fach- abteilung betreffen. Entscheidend ist, dass die betreffende Person für einen bestimmten Prozess eine gewisse Letztentscheidungsbefugnis hat. Möchte sich die Geschäftsleitung oder die Leitung einer Fachabteilung durch den Einsatz von KI einer möglichen Schuldfrage entziehen, muss sie das „Richtige“ tun. Im Fall eines traditionell organisierten Unternehmens, in dem einfache Tätigkeiten noch „händisch“ erfolgen, beispielsweise durch das Zusammen- führen von Daten aus verschiedenen Quellen in Excel-Sheets, muss der Verantwortliche im Krisenfall nach- weisen können, dass das betreffende Personal für diese Tätigkeit adäquat ausgebildet ist, regelmäßig fortge­ bildet wurde und wirksame Kontrollen erfolgt sind. All das muss zudem sauber dokumentiert sein. Haftungsfragen Was aus rechtlicher Sicht zu beachten ist Beim Einsatz von KI stellen sich in Bezug auf die Tax ­Compliance wichtige Fragen: Wer trägt die Verantwortung? Wer haftet im Ernstfall? Kann der Einsatz von KI die Auswahl und Aufsicht von hinreichend geschultem Personal ersetzen? Sind mit dem Einsatz von KI zusätzliche Kosten verbunden? Dr. Marcus Geuenich Rechtsanwalt, Steuerberater, Associate Partner EY Law für Steuer- und Wirtschafts­- strafrecht 16 | Künstliche Intelligenz in der Steuerfunktion
  • 17. Ersetzt man das Personal durch KI, ändert das nichts an der prinzipiellen Verantwortung (und auch Haftung) der Leitungsperson. Was sich jedoch ändert, sind die anwendbaren Maßstäbe. So sollte unter anderem nachweisbar sein, dass die KI ordnungs­gemäß konzipiert, sauber implementiert und zuvor ausreichend getestet wurde. Einmal eingeführt sollte es genügen, mit regelmäßigen Stichproben das ordnungsgemäße Funktionieren des Systems zu über- prüfen. Im Fall von System-Updates sind selbstverständlich weitgehen- dere Kontrollen und auch eine Aktua- lisierung der Prozessdokumentation notwendig. Verglichen mit „händischen“ Prozes- sen, die von einem Mitarbeiter aus- geführt werden, wird im Falle von KI die notwendige Prozess- und Kontroll- dokumentation sicherlich einfacher zu erledigen sein. Vorbehaltlich späterer System-Updates werden die damit verbundenen Kosten überwiegend im Zusammenhang mit der Einführung von KI und weniger während des Regelbetriebs anfallen. Abgesehen davon, dass KI-Lösungen ursprünglich manuelle Prozesse schneller und fehlerfreier bearbeiten und bereits dadurch Kostenvorteile generieren, sollte der Kontroll- und Über­ wachungs­aufwand im Regel­betrieb ebenfalls geringer ausfallen. Damit ist klar: „Blind“ vertrauen darf man auch KI-Lösungen nicht. Sollte etwa die Finanzbehörde bei einem steuerlichen Fehler den Eindruck gewinnen, dieser hätte durch den Einsatz von hinreichend geschultem Personal (das nicht nur in den Dimen­ sionen 0 und 1 denkt) vermieden werden können, steht un­weigerlich der Vorwurf eines bußgeldbewehrten Organisations­verschuldens im Raum. Vor diesem Hintergrund muss auch bei der Nutzung von KI eine valide Do- kumentation über die Einführung und Überwachung vorgehalten werden und der Prozess prinzipiell geeignet sein, von einer KI übernommen zu werden. “Blind vertrauen darf man auch KI-Lösungen nicht. Künstliche Intelligenz in der Steuerfunktion | 17
  • 18. Szenario 1 Annahme Der Steuerbereich bleibt von den ­Entwicklungen weitgehend ­unberührt, KI wird kaum Verwendung finden. Bewertung Aus unserer Sicht werden die Steuer­- funktionen die Potenziale der KI in ­Zukunft nicht ausblenden und zum großen Teil ungenutzt lassen. Zu groß ist der mögliche Nutzen, zu attraktiv die möglichen Vorteile im Wettbe- werb. Die verbreitete Personal­knapp­ heit dürfte die Steuer­funktionen auch dazu zwingen, einfache und hochre- petitive Aufgaben zu automatisieren, damit sich gut ausgebildete Mitarbei- ter um anspruchsvollere Aufgaben kümmern können. Steuerabteilungen, die auf den Einsatz von KI verzichten, werden im Vergleich deutlich weniger effizient arbeiten und ein höheres ­Risiko eingehen. Szenario 2 Annahme KI-Systeme werden für ausgewählte Aufgaben eingesetzt, die finale Ent- scheidung trifft jedoch immer noch der Mensch. Bewertung Dieses Szenario erscheint uns aus den zuvor genannten Gründen wahrscheinlich. Sollte sich diese Annahme bewahrheiten, werden KI-Anwendungen primär für repetitive Aufgaben verwendet, die durchaus auch einen höheren Schwierigkeits- grad aufweisen dürfen. In jedem Fall müssen spezifische Fälle nach wie vor von Steuerspezialisten überprüft und bewertet werden – speziell in großen Unternehmen, deren Organisations- struktur in der Regel schon ausge- sprochen komplex ist. Darüber hinaus dürften KI-Systeme zur Unterstützung von Entschei- dungen eine immer größere Rolle spielen, etwa Simulationssysteme für Was-wäre-wenn-Szenarien. Mit diesen Systemen lässt sich zum Beispiel ermitteln, wie sich eine Veränderung der Verrechnungspreise oder der dahinter­liegenden Methodik aus­ wirken wird. Als Ergebnis der Simu- lation gibt das System anschließend eine Empfehlung ab. Fazit und Ausblick Wie wird KI die Steuerfunktion der Zukunft verändern? Experten sind sich einig: Künstliche Intelligenz wird nicht nur unseren Alltag verändern, ­sondern auch die Wirtschaft und die Art, wie wir arbeiten. Eine zunehmende Vernetzung, immer bessere Algorithmen, immer größere zur Verfügung stehende Daten- mengen und permanente Fortschritte in Hard- und Software werden völlig neue Möglichkeiten erschließen. Doch werden sie auch Auswirkungen auf die Steuerabteilungen der Unternehmen haben? Wir wagen einen Blick in die Zukunft. 18 | Künstliche Intelligenz in der Steuerfunktion
  • 19. Szenario 3 Annahme Der Steuerbereich wird vollständig von der KI abgelöst. Bewertung Dass die Steuerfunktion vollständig abgelöst wird, halten wir für eher unwahrscheinlich. Dazu sind die Auf­- gaben der Steuerabteilung einfach zu komplex. Dazu kommen die vielen Änderungen, Ausnahmen und Son- derfälle, deren präzise Bewertung durch Algorithmen nicht vollständig möglich ist. Davon abgesehen ist die Logik des Steuerrechts häufig nicht oder nur sehr schwer mithilfe von Daten abzubilden, da sich bestimmte Tat­ bestandsmerkmale unterschiedlich auslegen lassen. In diesen Fällen eignet sich KI nur für Annäherungen bzw. als Entscheidungsunter­stüt­ zungs­system, das allerdings schon einen erheblichen Mehrwert bietet. Gegen einen flächendeckenden Einsatz von KI in der Steuerpraxis dürfte zudem die Tatsache sprechen, dass nicht alle Daten erhebbar oder messbar oder die Datenquellen sehr heterogen oder nicht digital verfügbar sind, was ihre Erfassung und Auswer- tung schwierig macht. Zusammengefasst erwarten wir eine weitreichende Anwendung von KI in gezielten Bereichen der Steuerfunk- tion. Überall dort, wo lange Recher- chen viel Zeit und Nerven kosten und Aufgaben nur eine geringe Kreativität und geringe soziale Intelligenz erforden, werden Menschen auf die Unterstützung der KI zurückgreifen, zum Beispiel bei der Suche nach abziehbaren Betriebs­aufwendungen. Voraussetzung für diese Option ist jedoch, dass sie den Leitern und Mitarbeitern der Steuerabteilung bekannt und bewusst ist. Machen wir uns an die Aufklärungsarbeit! Künstliche Intelligenz in der Steuerfunktion | 19
  • 20. Interview „Die KI bleibt ein Werkzeug, das von Menschen kontrolliert wird“ Künstliche Intelligenz ist ein großer Begriff, der Beispiele braucht, um ihn besser zu verstehen. Deshalb haben wir mit einem Experten gesprochen, der sich sowohl in der Steuerberatung als auch in der KI bestens auskennt: Florian Buschbacher, Partner und Analytics Emerging Technologies Leader EMEIA bei EY. EY: Herr Buschbacher, gefühlt war „Künstliche Intelligenz“ bis vor kurzem noch ein ziemlich exotisches Thema für kalifornische Computer- freaks. Warum sollte sich jetzt gerade die Steuerabteilung eines Unternehmens dafür interessieren? Florian Buschbacher: Weil es in den Steuerabteilungen schon seit langem einen Bedarf an automatisierter Unterstützung gibt. Die Mitarbeiter stehen dort jeden Tag vor einem Berg von wichtigen Pflichten, Auf- gaben, Erwartungen sowie Terminen und gesetzlichen Änderungen. Die Personal­decke ist meistens dünn, der Druck entsprechend hoch. Mit der KI steht jetzt eine effiziente und effektive Verstärkung zur Verfügung, die auch noch hilft, steuerliche Risiken zu reduzieren. Zeit- und nervenraubende Tätigkeiten können mit ihrer Hilfe zuverlässig maschinell ausgeführt werden, zum Beispiel das Durchsuchen großer Datenmengen nach bestimmten Informationen oder Routinearbeiten aller Art. Warum sollten diese Tätigkeiten von einem gut bezahlten Angestellten übernom- men werden, wenn es die KI schneller, besser und billiger kann? KI-Anwendungen im Alltag kennt man vom Smartphone oder von den Assistenzsystemen im Haus- halt. Aber wie kann man sich eine KI-Lösung in einer Steuerabteilung konkret vorstellen? Die Künstliche Intelligenz ist auch hier in einer Software verpackt, die ganz normal vom PC aus bedient werden kann. Für unterschiedliche Aufgaben gibt es unterschiedliche Module, die speziell auf den gewünschten Bereich programmiert und trainiert wurden. Die Module werden ins Netzwerk des Unternehmens eingebunden, sammeln Daten, übernehmen die Auswertung und zeigen die Ergeb- nisse oder den Arbeitsfortschritt auf sogenannten Dashboards an. Das sind grafische Benutzeroberflächen mit verschiedenen Anzeigen, an denen der Mitarbeiter die gewünschten Informationen ablesen kann, wie auf einem „Armaturenbrett“, nur größer und ausführlicher. Die oft web­basierten Module sind über Schnittstellen mit einer Vielzahl von Systemen verbunden, zum Beispiel mit dem GPS eines Mitarbeiters, wodurch sich per KI sehr leicht fest- stellen lässt, wo genau eine Leistung erbracht wurde und wie das steuerlich zu verbuchen ist. 20 | Künstliche Intelligenz in der Steuerfunktion
  • 21. Ist das für viele nicht ein Quanten­sprung? Nicht unbedingt, denn die Steuer- abteilungen haben schon in den vergangenen Jahren große Fort- schritte gemacht. Dazu haben auch die steigenden Anforderungen der Finanzbehörden beigetragen, die sich aufseiten der Steuerfunktion nur mit zeitgemäßer Technologie abbilden lassen, im Ausland häufig noch stärker als in Deutschland. Dazu kommt noch der Wunsch vieler Unter- nehmen, ihre Finanzfunktion stärker in unternehmerische Entscheidungen einzubinden. Diese Transformation ist bei vielen unserer Kunden schon auf einem guten Weg. Selbstverständlich bringt solch ein Umbau auch höhere technische Anforderungen mit sich. Doch dadurch sind die Weichen für die KI quasi schon gestellt. Was man auch sehen muss, ist, dass die IT eines Unternehmens heute stark vernetzt ist und viele Daten generiert, die ei- nen echten Wert darstellen – wichtige Echtzeit-Informationen, die für unter- nehmerische Entscheidungen genutzt werden können. Von daher kann KI Prozesse nicht nur automatisieren und beschleunigen, sie kann auch zu einem wichtigen Wettbewerbsvorteil werden. Denn die Wertschöpfung entsteht heute nicht mehr in der Lagerhalle, sondern in den Daten. Besteht nicht die Gefahr, dass ­wichtige Entscheidungen von Maschinen und nicht mehr von Menschen getroffen werden? Diese Ängste gibt es, sie sind aller- dings unbegründet. Die KI-Anwendun- gen analysieren, sie assistieren, sie lernen, sie empfehlen, aber sie treffen keine bedeutsamen Entscheidungen. Dafür ist das Steuersystem auch viel zu komplex. Die KI bleibt ein Werk- zeug, das von Menschen kontrolliert wird. Der Mensch hat das letzte Wort und entscheidet, was gemacht wird. Er kann die Maschine jederzeit „over- rulen“. Darüber hinaus muss die Ein- haltung ethischer Standards natürlich stets gewährleistet sein. Was glauben Sie, wie stark wird sich die KI in den Steuerabteilungen verbreiten? Ganz wichtig zu sehen ist, dass die Künstliche Intelligenz eine zentrale Schlüsseltechnologie der Zukunft ist. Sie wird mit Sicherheit Geschäfts­ modelle verändern, viele Bereiche spürbar beeinflussen und unser Leben erleichtern und verbessern. Und wir stehen erst am Anfang einer Entwicklung, deren Potenzial vermut- lich noch viel größer ist, als wir es uns vorstellen können. Von daher bin ich ganz sicher, dass auch die Steuer- abteilungen der Unternehmen schon bald nicht mehr auf KI verzichten wollen. Florian Buschbacher Partner, EMEIA Analytics Emerging Technologies Leader Künstliche Intelligenz in der Steuerfunktion | 21
  • 22. Ansprechpartner Spezialisiert auf Digital Tax: das TTT-Team von EY Natürlich intelligent: Ihre Ansprechpartner für Tax Technology and Transformation Die vorliegende Studie ist ein Projekt des EY-TTT-Teams. „TTT“ steht für Tax Technology and Transformation und für eine eingespielte Mannschaft aus 200 Steuer- und IT-Profis in Deutschland, Österreich und der Schweiz sowie über 1.200 Fach- kolleginnen und -kollegen weltweit. Gemeinsam verbinden wir Know-how und Kreativität, um für unsere Kun- den schon heute die Steuerfunktionen von morgen auf den Weg zu bringen: mit digitaler Technologie, einem kompromisslosen Qualitätsanspruch und einem der führenden Steuer- berater der Welt im Rücken – für richtungsweisende Antworten in Fragen der Strategie­entwicklung, digitaler Transformation, digitaler Steuerverwaltung, der Integration von Steuerdaten und der direkten Steuerbereitstellung einschließlich der damit verbundenen Technologien. Das alles mithilfe maßgeschneiderter Softwarelösungen, Data Analytics, Big Data, Robotics und natürlich Künstlicher Intelligenz. Prof. Dr. Karl Hamberger Partner, GSA TTT Leader karl.hamberger@de.ey.com Tel. +49 89 14331 13662 André Hengst Partner Tax Technology and Transformation andre.hengst@de.ey.com Tel. +49 30 25471 22754 Florian Buschbacher Partner, EMEIA Analytics Emerging Technologies Leader florian.buschbacher@de.ey.com Tel. +49 711 9881 22910 Günther Hüttinger Partner Tax Technology and Transformation guenther.huettinger@de.ey.com Tel. +49 89 14331 19966 Armin Seitz Partner Tax Technology and Transformation armin.seitz@de.ey.com Tel. +49 6196 996 9533 Jochen Würges Partner ­ Tax Technology and Transformation jochen.wuerges@de.ey.com Tel. +49 6196 996 18715 Julian Klein-Pohlmann Partner Tax Technology and Transformation julian.klein.pohlmann@de.ey.com Tel. +49 221 2779 10400 Alexander Kopp Senior Manager Tax Technology and Transformation alexander.kopp@de.ey.com Tel. +49 711 9881 27132 Dr. Dirk Tassilo Wassen Manager Tax Technology and Transformation dirk.t.wassen@de.ey.com Tel. +49 711 9881 25041 Marc Frohmüller Director Tax Technology and Transformation marc.frohmueller@de.ey.com Tel. +49 711 9881 20618 Benjamin Stark Senior Consultant Tax Technology and Transformation benjamin.stark@de.ey.com Tel. +49 711 9881 22731 TTT-Ansprechpartner: KI-Experten: 22 | Künstliche Intelligenz in der Steuerfunktion
  • 23. Künstliche Intelligenz in der Steuerfunktion | 23
  • 24. EY | Assurance | Tax | Transactions | Advisory Die globale EY-Organisation im Überblick Die globale EY-Organisation ist einer der Marktführer in der Wirtschafts- prüfung, Steuerberatung, Transaktionsberatung und Managementbe- ratung. Mit unserer Erfahrung, unserem Wissen und unseren Leistungen stärken wir weltweit das Vertrauen in die Wirtschaft und die Finanz- märkte. Dafür sind wir bestens gerüstet: mit hervorragend ausgebildeten Mitarbeitern, starken Teams, exzellenten Leistungen und einem sprich- wörtlichen Kundenservice. Unser Ziel ist es, Dinge voranzubringen und entscheidend besser zu machen — für unsere Mitarbeiter, unsere Mandanten und die Gesellschaft, in der wir leben. Dafür steht unser weltweiter Anspruch Building a better working world. Die globale EY-Organisation besteht aus den Mitgliedsunternehmen von ErnstYoung Global Limited (EYG). Jedes EYG-Mitgliedsunternehmen ist rechtlich selbstständig und unabhängig und haftet nicht für das Handeln und Unterlassen der jeweils anderen Mitgliedsunternehmen. ErnstYoung Global Limited ist eine Gesellschaft mit beschränkter Haftung nach englischem Recht und erbringt keine Leistungen für Man- danten. Informationen dazu, wie EY personenbezogene Daten erhebt und verwendet, sowie eine Beschreibung der Rechte, die Personen gemäß des Datenschutzgesetzes haben, sind über ey.com/privacy verfügbar. Weitere Informationen zu unserer Organisation finden Sie unter ey.com. In Deutschland ist EY an 20 Standorten präsent. „EY“ und „wir“ beziehen sich in dieser Publikation auf alle deutschen Mitgliedsunternehmen von ErnstYoung Global Limited. © 2019 Ernst Young GmbH Wirtschaftsprüfungsgesellschaft All Rights Reserved. GSA Agency MUK 1907-294 ED None EY ist bestrebt, die Umwelt so wenig wie möglich zu belasten. Diese Publikation wurde CO2-neutral und auf FSC®-zertifiziertem Papier gedruckt, das zu 60 % aus Recycling-Fasern besteht. Diese Publikation ist lediglich als allgemeine, unverbindliche Information gedacht und kann daher nicht als Ersatz für eine detaillierte Recherche oder eine fachkundige Beratung oder Auskunft dienen. Obwohl sie mit größtmöglicher Sorgfalt erstellt wurde, besteht kein Anspruch auf sachliche Richtigkeit, Vollständigkeit und/oder Aktualität; insbesondere kann diese Publikation nicht den besonderen Umständen des Einzelfalls Rechnung tragen. Eine Verwendung liegt damit in der eigenen Verantwortung des Lesers. Jegliche Haftung seitens der Ernst Young GmbH Wirtschaftsprüfungs- gesellschaft und/oder anderer Mitgliedsunternehmen der globalen EY-Organisation wird ausge- schlossen. Bei jedem spezifischen Anliegen sollte ein geeigneter Berater zurate gezogen werden. ey.com/de