Hype und Realität: KI, Automatisierung & Tax CMS in der Steuerfunktion

Unser Ziel des Praxisforum Tax Tech 2026 am 15.04.2026 in der Kölner KPMG-Niederlassung war nicht, über abstrakte Zukunftsbilder zu diskutieren, sondern ein Format zu schaffen, in dem Unternehmen für Unternehmen sprechen, Erfahrungen offen teilen und nicht nur über Möglichkeiten, sondern auch über Grenzen berichten. Daraus wurde eine Agenda, die die aktuelle Transformationsphase in Steuerabteilungen sehr gut abbildete: von der Frage, wie KI in bestehende Systeme und Prozesse integriert werden kann über die praktische Auswahl und Erprobung konkreter Use Cases bis zur Automatisierung mit Bordmitteln und der Weiterentwicklung von Tax-Compliance-Management-Systemen im Zusammenspiel mit der Finanzverwaltung. All das vorgetragen und diskutiert von und mit Technologie-Experten aus  Unternehmen unterschiedlichster Branchen.

Was sich durch alle Beiträge zog, war weniger eine Technologiebegeisterung um ihrer selbst willen, sondern vielmehr eine nüchterne Umsetzungslogik. KI, Automatisierung und digitale Steuerung entfalten ihren Wert nur, wenn sie in reale Arbeitsabläufe, bestehende Systemlandschaften und regulatorische Anforderungen integriert werden können. Genau das machte den Vormittag des Praxisforums aus meiner Sicht besonders wertvoll.

⚙️ SAP Joule im Praxiseinsatz: KI dort nutzen, wo die Daten bereits liegen

Zu Beginn zeigten Claus Bahn und Nicolas Liebig am Beispiel SAP Joule anschaulich, wie sich KI direkt in bestehende Systemlogiken einbetten lässt. Der zentrale Gedanke dabei: Der Nutzen kommt nicht allein aus dem Sprachmodell, sondern aus der Verbindung mit dem vorhandenen SAP-Kontext. Wo strukturierte Unternehmensdaten, Berechtigungen und Prozesse bereits vorhanden sind, ergibt sich ein anderer Zugang zu KI als bei isolierten Chat-Anwendungen.

Von besonderer Relevanz war dabei die Frage, wie Halluzinationen in steuerlich sensiblen Anwendungsfeldern begrenzt werden können. Die vorgestellte Lösung setzt deshalb nicht auf ein frei antwortendes Modell, sondern auf die Verbindung von Joule mit einem Knowledge Graphen, der mit verifizierter Regulatorik gefüttert wird. Dadurch soll sichergestellt werden, dass der Agent nicht auf bloße Wahrscheinlichkeiten reagiert, sondern sich an nachvollziehbaren Regelwerken orientiert.

Für die Steuerfunktion ist das ein relevanter Ansatz. Denn viele steuerliche Fragestellungen scheitern nicht daran, dass keine Daten vorhanden wären. Sie scheitern daran, dass strukturierte Systemdaten und unstrukturierte regulatorische Informationen bislang nur mit erheblichem manuellem Aufwand zusammengeführt werden können. Wenn genau dieser Schritt künftig systemnäher erfolgt, verschiebt sich der Fokus der Steuerabteilung: weg von technischer Recherche und Zusammenführung, hin zu fachlicher Prüfung und Einordnung.

🧪 Brenntag: KI-Use-Cases zwischen Experiment, Toolauswahl und organisatorischer Realität

Anschließend gaben David Sitko, Florian Knupp und Sven Steiger einen transparenten Einblick in die KI-Reise bei Brenntag. Sie beschränkten sich dabei nicht auf Hochglanzbeispiele, sondern skizzierten  auch die typische Gemengelage in vielen Steuerabteilungen: große Erwartungen, zahlreiche Stakeholder, vielfältige Toolangebote und gleichzeitig die Unsicherheit, welche Lösung sich am Ende wirklich in Prozesse integrieren lässt.

Deutlich wurde, dass der Weg bei Brenntag zunächst über Use Cases, Datenherkunft und Prozessverständnis führt. Nicht jedes Problem verlangt sofort nach einer umfassenden KI-Architektur. Zunächst musste geklärt werden, welche Anwendungsfälle wirklich sinnvoll sind, welche Daten dafür benötigt werden und wie bestehende Abläufe angepasst werden müssen, damit KI produktiv eingesetzt werden kann.

Ein anschauliches Beispiel hierfür stammt aus dem Alltag der Steuerabteilung: Approval Requests. Dabei handelt es sich um Anfragen aus unterschiedlichen operativen Einheiten an die Steuerabteilung, mit denen steuerliche Risiken frühzeitig eingeordnet und bestimmte Vorgänge aus fachlicher Sicht bewertet werden sollen. Diese Anfragen sind oft sehr umfangreich, enthalten mehrseitige Dokumente, Vertragsentwürfe und zahlreiche Anlagen und müssen steuerlich gesichtet werden, obwohl sie nicht in jedem Einzelfall für alle Teams gleichermaßen relevant sind. Der gezeigte Use Case machte deutlich, wie ein KI-gestützter Review dabei helfen kann, Risiken frühzeitig zu kategorisieren, Auffälligkeiten zu markieren und die weitere Bearbeitung gezielter an die zuständigen Bereiche weiterzugeben.

Dieser Satz bringt eine Spannung auf den Punkt, die in vielen Steuerabteilungen spürbar ist. KI erzeugt zusätzliche Erwartungen, benötigt aber gleichzeitig Zeit für Tests, Schulungen, Prompt-Optimierung und Abstimmungen mit den Bereichen Datenschutz, IT-Security, Legal und Betriebsrat. Dieser Spannungsbogen prägt die aktuelle Realität vieler Steuerabteilungen. Ebenso wichtig war die Erkenntnis, dass es bislang keine Lösung gibt, die sämtliche Anforderungen gleichermaßen erfüllt. Stattdessen entsteht derzeit ein Bild aus parallelem Testen, Vergleichen und iterativem Nachschärfen. Genau in dieser Phase befinden sich derzeit viele Steuerfunktionen.

🧰 Voith: Mehr erreichen mit weniger. Nicht jede Lösung braucht sofort KI

Mit dem Beitrag von Christoph Schneider und Yannick Seidel verschob sich der Fokus. Nachdem es zuvor vor allem um KI ging, wurde hier eine Frage behandelt, die in der Praxis mindestens genauso relevant ist: Welche Probleme lassen sich bereits mit Bordmitteln lösen, bevor zusätzliche Tools, Lizenzen oder komplexe Architekturen aufgebaut werden?

Der Perspektivwechsel zeigte einen anderen, in der Praxis oft naheliegenderen Zugang. In Steuerabteilungen verlangen viele repetitive Aufgaben gar nicht zuerst nach KI, sondern nach sauberer Prozesslogik, klarer Regelsteuerung und pragmatischer Automatisierung. Fristenmanagement, Freigabeprozesse, standardisierte Dokumentablagen oder einfache Anwendungslogiken lassen sich in vielen Fällen bereits mit bestehenden M365-Bausteinen strukturieren.

Gerade in der derzeitigen Marktsituation besteht die Gefahr, aus Begeisterung oder Erwartungsdruck jedes Problem sofort mit KI zu lösen, obwohl regelbasierte oder prozessuale Lösungen oft robuster, günstiger und leichter beherrschbar sind. Für Steuerabteilungen, die ohnehin mit knappen Ressourcen arbeiten, ist diese Unterscheidung von zentraler Bedeutung. Nicht jede technologische Verbesserung beginnt mit einem Sprachmodell. Manchmal reicht auch die Entscheidung, vorhandene Werkzeuge endlich konsequent zu nutzen.

🛡️ EnBW: Tax CMS als Lernprozess zwischen Konzernrealität und Finanzverwaltung

Zum Abschluss des Vormittags rückte Prof. Dr. Gutekunst ein Thema in den Mittelpunkt, das in der Diskussion um Tax Tech oft zu wenig Beachtung findet: die Weiterentwicklung von Tax-Compliance-Management-Systemen im Zusammenspiel mit der Finanzverwaltung.

In einem Konzern wie EnBW wird rasch deutlich, welche Komplexität hinter diesem Thema tatsächlich steht. Wachstum, Internationalisierung, neue Geschäftsmodelle, eine Vielzahl von Gesellschaften und eine stark ausgeweitete steuerliche Landschaft machen schnell sichtbar, dass Tax CMS kein punktuelles Dokumentationsprojekt sein kann, sondern ein umfassendes Steuerungs- und Kontrollsystem sein muss. Die Pilotierung mit der Finanzverwaltung machte einen zentralen Spannungsbogen sichtbar. Steuerpflichtige und Finanzverwaltung befinden sich noch immer in einem gemeinsamen Lernprozess. Während Unternehmen Tax Compliance Management Systeme zunehmend ganzheitlich verstehen, scheint die behördliche Perspektive teilweise noch stärker von der Vorstellung einzelner überprüfbarer Prozesse und sichtbarer Kontrollmechanismen geprägt zu sein. Genau aus diesem Spannungsfeld entstehen Reibungen, aber auch Entwicklungschancen.

Das beschreibt die Lage sehr präzise. Denn § 38 EGAO hat Erwartungen an Prüfungserleichterungen und Systemverständnis geweckt, obwohl auf Seiten der Finanzverwaltung noch nicht überall ein gefestigtes Prüfungsverständnis vorhanden ist. Solche Erfahrungsberichte zeigen, wo man heute tatsächlich steht: nicht als abgeschlossenes Modell, sondern als Bereich, in dem sich regulatorische Anforderungen, Digitalisierung, Governance und steuerliche Praxis noch weiter aufeinander zubewegen müssen.