KI-Agenten in Steuerkanzleien: In 5 Schritten zur Umsetzung

In vielen Steuerkanzleien beginnt der KI-Einsatz mit einzelnen Lizenzen, persönlichen Prompt-Sammlungen und ersten Anwendungen für E-Mails, Recherchen oder Zusammenfassungen. Solche Lösungen können den Arbeitsalltag erleichtern, verändern die Kanzleiorganisation aber noch nicht grundlegend. Die Wirkung bleibt häufig punktuell und hängt stark von einzelnen Mitarbeitenden ab.

KI-Agenten in Steuerkanzleien setzen an einem anderen Punkt an: Sie bearbeiten definierte Ziele über mehrere Arbeitsschritte hinweg, greifen auf freigegebene Datenquellen und Systeme zu und übergeben ihre Ergebnisse an klar festgelegten Stellen zur menschlichen Prüfung. Damit wird KI vom gelegentlich genutzten Werkzeug zu einer möglichen Infrastrukturschicht für wiederkehrende Kanzleiprozesse. Dafür genügt es jedoch nicht, eine neue Software einzukaufen. Kanzleien müssen Anwendungsfälle priorisieren, Verantwortlichkeiten festlegen, Kontrollmechanismen einbauen und den laufenden Betrieb organisieren. Der Beitrag zeigt ein Umsetzungsmodell in fünf Schritten – von der Auswahl geeigneter Prozesse bis zur organisatorischen und technischen Verankerung.

Schritt 1: Geeignete Use Cases für KI-Agenten finden

Die tragfähigsten agentischen Use Cases entstehen nicht aus Technikbegeisterung, sondern aus einer nüchternen Analyse der eigenen Mandantenanfragen. Der praktische Einstieg: Werten Sie die Anfragen der letzten drei bis sechs Monate aus: Posteingang, Telefonnotizen, Portalanfragen und clustern Sie nach Typen. In fast jeder Kanzlei zeigt sich dasselbe Muster: Ein erheblicher Teil der Anfragen verteilt sich auf wenige wiederkehrende Fallgruppen. Fristen- und Statusfragen, Bescheinigungen, Standardauskünfte zu Lohn und Umsatzsteuer, Unterlagenanforderungen, immer ähnliche Gestaltungsanlässe (Firmenwagen, Anstellung von Familienangehörigen, Photovoltaik, GmbH-Gründung).

Der zweite Hebel ist der Branchenfokus. Wer Mandate aus einer Branche bündelt, z. B. Heilberufe, Bau, Gastronomie oder E-Commerce, multipliziert die Wiederholung: Dieselben Sachverhalte, dieselben Belegstrukturen, dieselben Sonderthemen tauchen mandatsübergreifend auf. Spezialisierung ist damit nicht nur ein Positionierungs-, sondern vielmehr ein Automatisierungsargument. Eine Kanzlei mit 80 gleichartigen Mandaten kann einen Agenten bauen, der sich rechnet. Eine Kanzlei mit 80 völlig heterogenen Mandaten wird sich dabei schwerer tun.

Vier Kriterien entscheiden über die Eignung eines Falls:

Je höher Wiederholungsfrequenz, Standardisierbarkeit und Datenverfügbarkeit ausfallen und je besser sich mögliche Fehlerfolgen beherrschen lassen, desto eher eignet sich ein Fall für die agentische Automatisierung.

Schritt 2: Priorisieren und wissen, wo Autonomie endet

Nicht jeder geeignete Fall gehört an den Anfang. Priorisieren Sie nach dem Verhältnis aus eingesparter qualifizierter Arbeitszeit und Umsetzungsaufwand und starten Sie bewusst mit Fällen, deren Ergebnisse intern bleiben. Recherche- und Vorbereitungsagenten, Fristen- und Kontrollsysteme, strukturierte Sachverhaltsvorprüfungen sind ideale Einstiege: hoher Nutzen, begrenztes Risiko, schnelle Lernkurve.

Ebenso wichtig ist die Gegenrichtung: klar zu definieren, wo Autonomie endet. Für Steuerkanzleien ist das eine Berufsrechtsfrage. Verbindliche steuerliche Würdigungen, Gestaltungsentscheidungen, Freigaben gegenüber der Mandantschaft und Finanzverwaltung bleiben bei den Berufsträger:innen. „Human in the Loop“ muss als konkreter Prozessschritt definiert werden: An welcher Stelle stoppt der Workflow? Wer prüft was, in welcher Tiefe, mit welcher Dokumentation? Ein KI-Agent, dessen Ergebnisse ungeprüft nach außen gehen, ist kein Effizienzgewinn, sondern ein Haftungsrisiko mit Automatisierungsgrad.

Schritt 3: KI-Agenten als skalierbaren Kanzleiprozess aufbauen

Der Unterschied zwischen einem cleveren Prompt und einem agentischen Workflow ist derselbe wie zwischen einer Excel-Datei auf dem Desktop und einer Kanzleisoftware: Verbindlichkeit, Wiederholbarkeit, Kontrolle.

Wer einen geclusterten Fall in einen Agenten überführt, sollte wie in einem Softwareprojekt vorgehen:

Schritt 4: Die Organisation mitbauen – sonst verpufft alles

An dieser Stelle scheitern die meisten Initiativen. Ein Agentensystem braucht Zuständigkeiten, die es in der klassischen Kanzleiorganisation nicht gibt. Mindestens drei Kategorien sind nötig:

Dazu kommen klare Entscheidungswege: Wer darf einen neuen KI-Agenten beauftragen? Wer gibt ihn frei? Wer darf am Systemprompt arbeiten?

Ebenso wichtig ist die Kompetenzfrage. Die Fähigkeit, mit einem Agenten zu arbeiten, also Ergebnisse kritisch zu prüfen, Grenzen zu kennen, sinnvoll zu delegieren, ist eine andere als die Bedienung der Fachsoftware. Sie muss geschult werden, für alle, nicht nur für die Affinen. Und schließlich verändert das Betriebssystem-Denken die Arbeitsorganisation selbst: Wenn Agenten die Vorprüfung, Recherche und Dokumentation übernehmen, verschiebt sich die menschliche Arbeit Richtung Prüfung, Mandantengespräch und Gestaltung. Teams, Kapazitätsplanung und perspektivisch auch das Honorarmodell müssen das abbilden. Folglich ist das Honorarmodell „Abrechnung nach Zeit“ zu überdenken, denn sonst bestrafen wir uns für jede erfolgreiche Automatisierung selbst.

Schritt 5: Der Technologie-Stack – drei Schichten, nüchtern betrachtet

Für den Aufbau genügt eine überschaubare Auswahl aus drei Schichten. Unten liegen die Sprachmodelle selbst. Hier kann je Agent das passende Modell gewählt werden: leistungsfähigere Modelle für komplexe Analysen, Recherchen und Entscheidungsvorbereitungen, schlankere für Fleißaufgaben. Darüber liegt die Agentenplattform, auf der Agenten konfiguriert, mit Wissen versorgt und den Mitarbeitenden bereitgestellt werden. Die dritte Schicht ist die Orchestrierung, also die Verbindung von Agenten mit E-Mail, DMS, Portalen und, soweit Schnittstellen es zulassen, dem DATEV-Ökosystem.