Künstliche Intelligenz (KI) im Steuerbereich ist bereits heute Realität. Voraussetzung hierfür ist allerdings eine ausreichende digitale Reife der jeweiligen Steuerfunktion, die stets vor einem KI-Einsatz zu überprüfen ist. Wie es gegenwärtig um die Digitalisierung im Steuerbereich weltweit steht und wie ein Reifegradmodell zur Bestimmung von „AI Readiness“ aussehen kann, zeigt die neueste internationale KI-Studie der Steuerberatungsgesellschaft WTS und des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI).
Im Rahmen der Studie haben die WTS und das DFKI über die internationale Steuerpraxis WTS Global Steuerexperten aus insgesamt 34 Ländern bezüglich des Digitalisierungstands von Steuerfunktionen befragt. Dabei haben 85 Prozent der Studienteilnehmer angegeben, dass sie sich im beruflichen Kontext mit diesem Thema beschäftigen. Die spezifische Nutzung von KI im Steuerbereich halten aktuell aber nur 5 Prozent der befragten Personen für realistisch.
„Steuerfunktionen haben die Notwendigkeit zur Digitalisierung und Automatisierung von Steuerprozessen längst erkannt und investieren mehr und mehr in diesen Bereich - und das weltweit. Jedoch sind sie in Sachen KI noch zurückhaltend. Intelligente Steuerlösungen bieten zwar enormes Potential, aber die Organisations- und IT-Infrastrukturen von Steuerfunktionen sind meist noch nicht für den KI-Einsatz gerüstet“, erklärt Fritz Esterer, Vorstand der WTS Gruppe.
Hürden für Künstliche Intelligenz im Steuerbereich
Für die Anwendung von KI im Steuerbereich müssen gewisse Voraussetzungen erfüllt sein. Beispielsweise spielen die Verfügbarkeit von Daten und die Art der Datenorganisation eine entscheidende Rolle. An dieser Stelle wird die Diskrepanz zwischen dem Ist- und Idealzustand deutlich. So gaben lediglich 46 Prozent der befragten Personen an, dass bei ihren Mandanten steuerrelevante Daten in digitaler Form vorliegen und auch zum Zwecke der Prozessautomatisierung verwertet werden können.
„Der Digitalisierungsstand von Steuerfunktionen ist sehr unterschiedlich ausgeprägt. Vor allem beim Thema Daten gibt es großen Optimierungsbedarf. Damit intelligente Steuerlösungen ihre volle Leistungsfähigkeit entfalten können, benötigen sie Zugriff auf eine einheitlich organisierte Datensammlung („Tax Data Lake“). Oftmals wird jedoch mit getrennten Datensilos gearbeitet“, kommentiert Prof. Dr. Peter Fettke, wissenschaftlicher Leiter der Studie und des Competence Centers Tax Technology am DFKI.
Als weitere Herausforderungen wurden unter anderem das Fehlen einer klaren Digitalisierungsstrategie und das hierfür nicht vorhandene Budget für deren Implementierung identifiziert. Laut Studienteilnehmern trifft dies auf rund zwei Drittel aller Mandanten zu. Aber auch die Tatsache, dass Geschäftsprozesse in Steuerabteilungen nicht immer vollständig durch IT-Systeme digitalisiert sind, ist ein limitierender Faktor - dies ist nämlich nur bei 18 Prozent der Unternehmen der Fall.
Wer KI nutzen möchte, benötigt zudem nicht nur neue Technologien und Lösungen, sondern muss auch auf Mitarbeiterseite entsprechendes Know-how aufbauen. Viele Steuerexperten haben ein Grundverständnis für KI, aber keine tiefergehenden Erfahrungen in diesem Bereich. Als Konsequenz gewinnen KI-Trainings und ein korrespondierender Change-Management-Prozess an Bedeutung.
Wann intelligente Steuerlösungen zum Einsatz kommen und was sie leisten
Mit intelligenten Steuerlösungen ist es Steuerfunktionen möglich, neue Standards in Sachen Qualität, Effizienz, Compliance und Kostenersparnis zu setzen. Die Anwendungsgebiete konzentrieren sich derzeit auf bestimmte Steuerdisziplinen, in denen große Datenmengen verarbeitet werden und die Steueraufgaben hochrepetitiv sind - etwa bei Lohnsteuer, Umsatzsteuer, Verrechnungspreisen oder Zoll. So lassen sich beispielsweise mittels Process-Mining-Methoden Fehler und Anomalien bei Massentransaktionen erkennen, die für den Menschen nur schwer aufzudecken sind.
"Im Rahmen der Studie zeigte sich ein großer Bedarf an Ansätzen zur Aufdeckung unbekannter Prozessmuster und Anomalien. Die Methode Process Mining kann an genau dieser Stelle eingesetzt werden, um reale Prozessabläufe zu identifizieren und z. B. in Hinblick auf Compliance-Fragen zu untersuchen. Um die Voraussetzungen für den Einsatz von KI-Verfahren wie Process Mining zu bewerten und gezielt zu entwickeln, hilft ein Reifegradmodell,“ sagt Tim Niesen, der seine Doktorarbeit am DFKI zum Thema KI-Reifegradmodelle in der Steuerabteilung verfasst.
Getting AI Ready mit dem Reifegradmodell von WTS und DFKI
Die Durchführung einer Reifegraduntersuchung ist eine wichtige Basis, um später überhaupt KI nutzen zu können und AI Ready zu werden. Vor diesem Hintergrund haben die WTS und das DFKI auf Grundlage der Studienergebnisse eine systematische Bewertungsmethodik zur Beurteilung der digitalen Reife von Steuerfunktionen entwickelt. Diese gliedert sich im Kern in die vier Kategorien Strategie, Daten, Prozesse und Technologie. Mit ihr ist es möglich, Treiber und Hindernisse der Digitalisierung in Steuerfunktionen zu identifizieren und einen detaillierten Überblick über deren Digitalisierungsstand in den vier Bereichen zu erhalten.
„Bevor Steuerfunktionen zielgerichtet mit KI starten, müssen sie sich zunächst über ihren digitalen Reifegrad bewusst werden. Hierfür haben wir ein Modell entwickelt, mit dem wir den Digitalisierungsstand von Steuerabteilungen erfassen, KI Potentiale identifizieren und schließlich Handlungsempfehlungen für AI Readiness ableiten können“, sagt Vanessa Just, Projektleiterin KI bei der WTS Gruppe und Geschäftsführerin von wtsAI.
Künftig wird die WTS über ihr Joint Venture wtsAI, das sie Mitte 2018 mit dem Advanced Analytics-Spezialisten QUNIS gegründet hat, Reifegraduntersuchungen in den Bereichen Tax & Finance für Unternehmen durchführen und sie dabei unterstützen, AI Readiness zu erreichen.
