Erste Automatisierungsprojekte in der Steuerabteilung
Künstliche Intelligenz und Automatisierung verändern derzeit viele Unternehmensbereiche – auch den Steuerbereich. Doch während häufig über das Potenzial und fertige theoretische Lösungen gesprochen wird, stellt sich in der Praxis eine entscheidende Frage: Wie beginnt man eigentlich mit der Transformation in der Steuerabteilung?
Unsere Antwort bei AUTODOC war überraschend einfach: Wir haben einfach angefangen. Wir starteten nicht mit einer perfekten Strategie, nicht mit einem großen Budget, sondern mit eigenem Mut, Ideen zu entwickeln und deren Umsetzungsmöglichkeiten auszuprobieren. Herausgekommen sind drei Use Cases zur Optimierung und Automatisierung unserer Arbeit. Diese, von uns entwickelten Anwendungsfälle, sollen im folgenden Beitrag vorgestellt werden.
Der Start unserer Transformationsreise
Der erste Schritt unserer Transformationsreise war ein interner Tax AI Workshop. 
Wir wollten das Thema Künstliche Intelligenz bewusst in der Steuerabteilung adressieren – nicht als technisches Experiment, sondern als strategische Fragestellung für unsere zukünftige Arbeitsweise.
Gerade im Steuerbereich ist es wichtig, neue Technologien sensibel zu betrachten. Wenn über Automatisierung und AI gesprochen wird, entsteht schnell die Sorge, dass menschliche Arbeit ersetzt werden könnte. Genau dieses Gefühl wollten wir im Workshop bewusst vermeiden. Unser Ziel war es vielmehr, eine andere Perspektive zu vermitteln: AI und Automatisierung sollen uns nicht ersetzen, sondern uns stärken.
Der Fokus lag daher darauf zu zeigen, welche Möglichkeiten diese Technologien bieten, unseren Arbeitsalltag sinnvoll zu unterstützen. Viele Aufgaben im Steuerbereich sind geprägt von wiederkehrenden Tätigkeiten, manuellen Abstimmungen oder zeitintensiven Recherchen. Genau hier kann Automatisierung helfen. Wenn solche Prozesse effizienter gestaltet werden, entsteht Raum für das, was unsere eigentliche Stärke ausmacht: steuerliche Analyse, strategisches Denken und Business Growth Enabler.
Im Workshop haben wir deshalb nicht nur über Chancen gesprochen, sondern auch über Verantwortlichkeiten, Datenschutz und Governance. Uns war wichtig, dass der Einsatz von AI immer im Einklang mit regulatorischen Anforderungen und einem verantwortungsvollen Umgang mit Daten steht.
Ein zentraler Bestandteil des Workshops war schließlich die gemeinsame Entwicklung konkreter Anwendungsfälle. Anstatt abstrakt über Technologien zu sprechen, haben wir uns gefragt: Wo können AI und Automatisierungen unseren Arbeitsalltag tatsächlich verbessern?
Aus diesen Diskussionen sind erste Prototypen entstanden, die wir anschließend weiterverfolgt haben. Der Workshop selbst war bewusst pragmatisch angelegt. Er sollte keine fertige Transformationsstrategie liefern, sondern einen Impuls setzen. Rückblickend war genau das der entscheidende Punkt: Der Workshop war kein Abschluss einer Planung, sondern das Commitment für unsere Reise.
Vom Workshop zur Praxis – Lernen durch Ausprobieren
Wir haben uns bewusst gegen ein großes Transformationsprojekt und lange Strategiephasen entschieden und haben mit einem ersten praktischen Use Case und der Lernbereitschaft begonnen.
Schnell wurde deutlich, dass AI-Transformation kein lineares Projekt ist, sondern ein Lernprozess mit Höhen und Tiefen. Viele Dinge funktionieren nicht auf Anhieb. Workflows mussten angepasst, Prompts überarbeitet und Logiken weiterentwickelt werden. Genau deshalb war für uns einen Try-&-Error-Ansatz entscheidend. Jeder Test hat unser Verständnis dafür verbessert, wie AI im steuerlichen Kontext sinnvoll eingesetzt werden kann.
Ein wichtiges Learning dabei: Perfektion am Anfang blockiert. Gerade im Steuerbereich sind wir es gewohnt, sehr präzise zu arbeiten. Doch wenn jede Lösung von Beginn an perfekt sein muss, entsteht Stillstand. Fortschritt entsteht erst dann, wenn man bereit ist, erste funktionierende Lösungen zu bauen und diese kontinuierlich weiterzuentwickeln.
Mit diesem Ansatz haben wir begonnen die ersten drei Use Cases zu bearbeiten und dabei wuchs mit jedem Use Case automatisch auch die Komplexität.
Unsere drei Use Cases mit wachsender Komplexität
Use Case 1: Wöchentliche Tax Updates
Unser erster KI-Use Case entstand als konkretes Experiment: Jeden Montag um 9 Uhr sammelt ein automatisierter Workflow in n8n neue Steuerupdates und Gerichtsentscheidungen von offiziellen Quellen (Haufe, Bundesfinanzhof, Bundesministerium der Finanzen), wandelt sie in strukturierte Daten um und lädt sie direkt in unseren KI-Agenten ATDTaxVibes hoch. Dieser filtert relevante Themen für Autodoc (Körperschaftsteuer, Umsatzsteuer, Verrechnungspreise u. a.), erstellt ein detailliertes Wochenmemo mit Aktenzeichen, Veröffentlichungsdatum und Relevanz, bereitet Einträge für unser internes Tax Wiki auf – und generiert sogar ein Podcast-Skript, das per NotebookLM als Audio-Podcast verfügbar gemacht wird. Wie in der Abbildung gut zu erkennen ist, begann der Workflow vergleichsweise schlank: ein Schedule Trigger, ein RSS-Feed, eine JSON-Konvertierung, eine Gmail-Nachricht. Das war simpel und hat funktioniert (Bild 1).
Der heutige Workflow ist deutlich komplexer: Mehrere RSS-Quellen laufen zusammen, Duplikate werden entfernt, Inhalte normalisiert, KI-Agenten parallel angesteuert und die Ergebnisse strukturiert in Slack ausgespielt (Bild 2). Dieser Use Case macht deutlich, dass am Anfang keine perfekte Lösung stand, sondern ein Prozess mit vielen Tests und Anpassungen (und dem ein oder anderen grauen Haar). Der entscheidende Erfolgsfaktor war, einfach anzufangen: mit einem kleinen, funktionierenden Workflow, der echten Mehrwert liefert, und ihn dann Schritt für Schritt weiterzuentwickeln.
Und die Reise ist noch nicht zu Ende: Neue Tools wie Claude Cowork eröffnen bereits weitere Möglichkeiten, auch diesen bestehenden Workflow erneut zu überdenken und auszubauen. KI-Automatisierung ist kein Projekt mit Enddatum, sondern ein kontinuierlicher Lernprozess.
Use Case 2: KI-gestützte Vertragsprüfung
Bisher prüfte das Tax Team eingehende Verträge vollständig manuell – von der Umsatzsteuerbeurteilung über die §-50a-EStG-Analyse bis hin zur manuellen Pflege einer Excelliste für Quellensteuer-Fälle und dem händischen Übertrag der Ergebnisse in Jira und Confluence.
Mit unserem n8n-Workflow ist dieser Prozess heute weitgehend automatisiert: Neu eingehende Verträge werden zunächst in Google Drive abgelegt, von wo der n8n-Workflow sie automatisch abruft und verarbeitet. Ein KI-Agent extrahiert die steuerlich relevanten Vertragsklauseln und bewertet diese anhand eines strukturierten Entscheidungsbaums zu § 50a EStG, Umsatzsteuer und Digital Service Tax.
Das Ergebnis wird in einem Tax-Assessment-Dokument aufbereitet und zusammen mit SAP-Quellensteuercodes in einem Google-Drive-Ordner „Output“ unter dem jeweiligen Supplier-Namen gespeichert. Bewusst vorgesehen ist dabei ein Human-in-the-Loop: Das Tax Team prüft, korrigiert und genehmigt das KI-Assessment, bevor es finalisiert wird.
In einem nächsten Schritt soll der Workflow direkt auf Jira zugreifen und die Verträge von dort beziehen, ohne den bisherigen Umweg über Google Drive. Und wenn wir noch weiter in die Zukunft schauen, wäre die automatische Hinterlegung von Quellensteuercodes in SAP die Kirsche auf der Sahne.
Use Case 3: Intrastat Reconciliation
Unser dritter Use Case ist der technisch anspruchsvollste – und ehrlich gesagt auch der, bei dem wir noch am meisten lernen. Monatlich gleichen wir 36 Intrastat-Meldungen in 24 Ländern mit den jeweiligen Umsatzsteuervoranmeldungen ab – ein klassischer, datengetriebener Prozess, der derzeit rund drei bis vier Arbeitstage pro Monat in Anspruch nimmt. Die hohe Komplexität entsteht durch die SAP-Integration sowie die schiere Datenmenge. Unsere Tests mit n8n haben dabei schnell gezeigt: n8n ist ein großartiges Tool für Prozessautomatisierung, aber kein geeignetes Werkzeug für die Verarbeitung großer strukturierter Datenmassen.
Wir stehen also vor zwei ungelösten Teilproblemen: dem automatisierten Download der SAP-Reports sowie der eigentlichen Reconciliation-Logik. Aktuell evaluieren wir, ob eine native SAP-Lösung möglich ist – oder ob wir die Daten in ein Data Warehouse überführen und per Power BI auswerten. Eines ist klar: Hier betreten wir echtes Tax-Tech-Terrain, in dem eine tragfähige Lösung nur in enger Zusammenarbeit mit der IT entstehen kann.
Einen Einblick in unsere wichtigsten Learnings präsentieren wir im zweiten Teil dieses Beitrags, der in Kürze hier auf tax&bytes erscheint.
______________________
✍️ Selbst Lust darauf, Erfahrungen & Wissen zu teilen? Dann gerne hier eintragen:
IM BEITRAG ERWÄHNTE TOOL-KATEGORIEN 
KÜNSTLICHE INTELLIGENZ (KI)
Künstliche Intelligenz (KI) revolutioniert zahlreiche Branchen, und die Steuerberatung ist keine Ausnahme.
PROZESSAUTOMATISIERUNG
Durch Software-Einsatz können Steuerberater ihre täglichen Aufgaben effizienter gestalten und sich auf komplexere Beratungsleistungen konzentrieren.
