Tax Technology 3.0 – Wohin entwickelt sich die Steuerfunktion?

Zielsetzung und Methodik

Uns als WTS treibt die Frage um, wie gut Steuerabteilungen – insbesondere in Großunternehmen und Konzernen – auf diesen Wandel vorbereitet sind und wo sie im Hinblick auf Digitalisierung, Automatisierung und KI tatsächlich stehen.

Um die Thematik im Detail zu untersuchen, treten wir als Studienpartner der Lünendonk®-Studie „Tax Technology 3.0“ auf. Ziel der Studie ist es, eine umfassende Bestandsaufnahme des Status quo zu liefern und sichtbar zu machen, wie Steuerfunktionen heute organisiert sind, welche Bruchlinien sich in Daten-, System- und Rollenarchitektur ggf. abzeichnen und welche Voraussetzungen geschaffen werden müssen, damit eine umfassende digitale Transformation gelingt.

Die Lünendonk®-Studie „Tax Technology 3.0“ basiert auf 84 telefonischen Interviews mit Verantwortlichen der Steuerfunktion in Unternehmen in Deutschland, durchgeführt von September bis November 2025. Befragt wurden überwiegend Heads of Tax und Tax Manager, in KMU auch CEOs/Inhaber. Die Stichprobe umfasst 25 KMU, 28 Großunternehmen und 31 Konzerne aus mehreren Industriebranchen.

Zielbild: Wie sieht die Steuerfunktion im Jahr 2030 aus?

Auf die offene Frage, wie die Steuerfunktion im Jahr 2030 aussehen soll, zeichnen die Antworten ein übereinstimmendes und klares Zielbild:

• Die Steuerfunktion „macht weniger selbst und steuert mehr“. Die Masse an standardisierten Arbeiten wird von Technologien übernommen, während die finale Einordnung beim Menschen bleibt. Entsprechend wird die eigentliche Arbeit in der Bewertung und der Beratung liegen, nicht in den alltäglichen Compliance-Tätigkeiten.
• In diesem Sinne besteht die Steuerfunktion aus einem kleinen, hochqualifizierten und strategisch arbeitenden Team, das als wertbeitragsorientierter Business Partner agiert, während Compliance weitgehend automatisiert und im Hintergrund läuft.

Insoweit wird erwartet, dass es zu einer strukturellen Entkopplung von Compliance-Tätigkeiten und Beratung kommen wird. Compliance wird als digital integrierte, nahezu vollständig, automatisierte Grundfunktion gesehen. Hingegen Beratungsleistungen als menschliche Kernleistung (begleitet durch Technologie) mit Fokus auf Interpretation, Bewertung und Begleitung von Entscheidungen betrachtet werden. Soweit der hohe Anspruch an die Entwicklung der Steuerfunktion! Aber wo stehen die Steuerfunktionen heute und wieweit sind sie von ihrem Zielbild entfernt?

Status-Quo: Wo stehen die Steuerfunktionen heute?

Digitalisierungsgrad

Über alle 83 bewertenden Unternehmen hinweg liegt der selbst eingeschätzte Digitalisierungsgrad der Steuerfunktion im Durchschnitt bei 3,1 auf einer Skala von 1 („sehr gering“) bis 5 („sehr hoch“). Interessanterweise verorten sich Konzerne lediglich bei 2,9.

Excel dominiert

Viele Steuerfunktionen erscheinen im Alltag robust und stabil: Fristen werden eingehalten, Compliance-Anforderungen erfüllt. Dieser Zustand ist jedoch stark von einer manuellen Kompensation abhängig. 94 % der Unternehmen nutzen Excel als zentrales Arbeitsinstrument, 85 % ERP-Systeme, während nur 33 % KI- oder Automatisierungstools einsetzen.

Die Tool-Landschaft ist durch hybride und heterogene Strukturen geprägt: Alte und neue Systeme laufen parallel und es besteht eine Vielzahl an Medienbrüche. Insoweit fungiert Excel als Integrations-, Korrektur- und Plausibilisierungsschicht und wird damit zur Kompensationsarchitektur für fragmentierte Daten- und Systemlandschaften.

Prozessautomatisierung

Über alle teilnehmenden Unternehmen hinweg zeigt sich, dass die Automatisierung insbesondere bei transaktionalen Meldeverpflichtungen (bspw. Umsatzsteuer) am weitesten fortgeschritten ist und somit vor allem klar strukturierte, regelbasierte Tätigkeiten automatisiert werden. Sobald jedoch eine fachliche Bewertung und steuerliche Interpretation von komplexen Sachverhalten erforderlich sind, stößt die Automatisierung an Grenzen.

Was das Thema Systemintegration angeht, ist festzustellen, dass leidglich 23 Prozent der befragten Unternehmen ihre SAP S/4HANA-Transformation abgeschlossen haben. 24% befinden sich hingegen in Umsetzung. D.h. bei zahlreichen Unternehmen existieren alte und neue Systeme nebeneinander, was die Einführung von Automatisierungslösungen für Steuerzwecke enorm erschwert.

Einsatz von KI

In Bezug auf den Einsatz von Künstlicher Intelligenz zeigt sich eine deutliche Diskrepanz zwischen den hohen Erwartungen und einer bislang zurückhaltender Praxis.

• 44 % der Unternehmen setzen derzeit überhaupt keine KI in der Steuerfunktion ein.
• Dort, wo KI genutzt wird, geschieht dies selektiv und operativ, nicht flächendeckend strategisch.

Technologisch befinden sich viele Unternehmen damit noch in einer frühen Phase: Technologien wie Generative KI, Machine Learning, Agentic AI und RPA sind häufig entweder in Planung oder in Pilotphasen; produktive Einsätze sind seltener. Entsprechend erwarten insbesondere Konzerne mittelfristig einen deutlichen Einfluss von KI auf ihre Steuerfunktion.

Zentrale Herausforderungen und Hemmnisse auf dem Weg zum Zielbild

Beim Einsatz neuer Technologien nennen die Unternehmen vor allem finanzielle und strukturelle Hürden. Gerade Konzerne und Großunternehmen sehen insbesondere eine unzureichende Datenqualität als Hemmnis für moderne Technologien, gefolgt von Systemintegrationen und Budgetrestriktionen.

Gleichzeitig bewerten 63 % der Unternehmen die Qualität und Verfügbarkeit ihrer steuerlich relevanten Daten als gut oder sehr gut (Mittelwert 3,7 auf einer Skala von 1 bis 5), nur gut ein Drittel stuft sie als mittelmäßig bis schlecht ein. Dieses „Datenqualitäts-Paradox“ erklärt die Studie über den Unterschied zwischen Ergebnis- und Prozessqualität: Für manuelle Verarbeitung erscheinen die Daten ausreichend, für Automatisierung, Integration und KI fehlen Konsistenz, Standardisierung und Durchgängigkeit.

Hinzu kommt die Hybridität vieler IT-Landschaften: Unternehmensweite ERP-Transformationen (z. B. SAP S/4HANA) sind häufig erst in der Umsetzung oder in der Planung. Tools, wie Excel wirken als Puffer, die eine Koexistenz mehrere Systeme ermöglicht, Übergänge verlängert und Spannungen absorbiert. Dadurch verschieben sich strukturelle Entscheidungen; da durch eine manuelle Kompensation und Excel-basierte Mehrarbeit kurzfristig eine nicht zukunftsorientierte prozessuale Stabilität entsteht.

Insoweit hält die Studie fest: Der mittlere Digitalisierungsgrad beschreibt eher eine stabilisierte Praxis manueller Kompensation als integrierte Digitalisierung. Ohne adressierte Architekturfragen (Datenflüsse, Schnittstellen, Verantwortlichkeiten) bleiben Automatisierungsschritte punktuell.

Fazit: Vom Status Quo zur Vision – ein weiter Weg

Die Studie zeigt ein aktuelles Bild in einer Steuerfunktion, die ihren Digitalisierungsgrad überwiegend als „mittel“ einschätzt sich intensiv auf Excel als zentrales Arbeitsinstrument verlässt, zurückhaltend KI einsetzt und die mit heterogenen ERP-Landschaften sowie einer mäßigen Datenqualität und Budgetrestriktionen kämpft. 

Demgegenüber stehen ambitionierte Zukunftsbilder: 2030 sollen Deklaration- und Compliance-Tätigkeiten weitgehend systemisch im Hintergrund laufen, KI soll vorbereiten, und die Steuerfunktion soll als strategischer Business Partner bzw. als kleines, hochqualifiziertes Beratungsteam agieren.

Die Studie macht deutlich, dass zwischen diesem Zielbild und dem heutigen Zustand noch ein großes GAP liegt, das es zu überbrücken gilt. Lediglich im Bereich Umsatzsteuer-Meldung und Reporting scheint bereits ein hoher Digitalisierungsgrad erreicht. Deutlich wird auch, dass das GAP zwischen Status Quo und Zielbild nicht mittels einzelner oder eines Intensiveren Einsatzes von IT-Tools geschlossen wird. Damit eine Digitalisierung auch im Steuerbereich gelingen kann, muss die zugrundeliegende IT-Architektur stimmen. Insoweit bedarf es umfassender Digitalisierungs- und Datenstrategien, in denen die Steuerfunktion als integraler Bestandteil eine zentrale Rolle spielt. Denn nur dann können Hemmnisse – wie eine unzureichende Datenqualität oder eine mangelnde Systemintegration – nachhaltig beseitigt werden.