Das Video zeigt in einer ausführlichen Live-Demo, wie KI-Modelle über Schnittstellen direkt mit DATEV-Daten arbeiten und dabei konkrete Prozesse in der Finanzbuchhaltung übernehmen. Im Mittelpunkt steht ein KI-Skill zur Ermittlung aktiver Rechnungsabgrenzungsposten (ARAP), der fachliche Steuer- und Bilanzierungslogik mit dem technischen Zugriff auf DATEV verbindet.
Zu sehen ist, wie die KI zunächst über die Klardaten-API relevante Daten aus DATEV abruft, die Summen- und Saldenliste analysiert und anschließend gezielt Einzelbuchungen auf potenziell abzugrenzende Aufwendungen untersucht. Dazu zählen beispielsweise Versicherungen, Software-Abonnements, Lizenzen, Wartungskosten, Mieten oder Beiträge. Fehlende Informationen, etwa zum konkreten Leistungszeitraum einer Versicherung, werden gezielt beim Bearbeiter abgefragt.
Eine zentrale Rolle spielen sogenannte KI-Skills. Sie funktionieren ähnlich wie standardisierte Arbeits- oder Prozessanweisungen und geben dem KI-Modell vor, welche fachlichen Regeln, Prüfschritte und technischen Abläufe bei einer Aufgabe zu berücksichtigen sind. Das Video gibt auch Einblicke in den Aufbau solcher Skills und zeigt, wie Fachlogik, Schnittstelleninformationen und deterministische Berechnungen miteinander kombiniert werden.
In der Live-Demo werden unter anderem die folgenden Schritte gezeigt:
- Zugriff der KI auf DATEV-Daten über die Klardaten-API
- Auswahl und Anwendung eines spezialisierten Skills zur ARAP-Ermittlung
- Analyse der Summen- und Saldenliste sowie relevanter Einzelbuchungen
- Identifikation potenziell abzugrenzender Versicherungs-, Software- und sonstiger Aufwendungen
- Abfrage fehlender Informationen wie Leistungs- und Versicherungszeiträume
- Berücksichtigung einer Bagatellgrenze von 800 Euro entsprechend der im Skill hinterlegten Fachlogik
- Tag- bzw. zeitraumbezogene Berechnung der abzugrenzenden Beträge
- Erstellung einer Excel-Auswertung mit Positionen, Quellen und nachvollziehbaren Rechenwegen
- Abgleich des ermittelten Sollbestands mit bereits vorhandenen ARAP-Buchungen,
- Automatische Erstellung eines DATEV-Buchungsstapels über die Schnittstelle
- Prüfung und ausdrückliche Freigabe der Buchungen durch den Bearbeiter
- Übertragung des Buchungsstapels nach DATEV und anschließende Kontrolle der erzeugten Buchungen.
Darüber hinaus erläutert das Video das sogenannte Skill Engineering. Dabei geht es darum, fachliches Erfahrungswissen aus der Kanzlei in strukturierte, maschinenlesbare Prozessbeschreibungen zu überführen. Am Beispiel einer BWA-Analyse wird gezeigt, warum eine KI nicht zwangsläufig sämtliche Einzelbuchungen analysieren sollte, sondern zunächst anhand definierter Kriterien Auffälligkeiten identifizieren und anschließend gezielt in relevante Konten tiefer einsteigen kann.
Als weitere Einsatzbereiche werden unter anderem Rückstellungen, Lohnkonten- und Umsatzsteuerabstimmungen, Anlage V, BWA-Analysen und weitere Abschlussarbeiten genannt. Das Video ordnet somit auch die Bedeutung von dokumentierten Kanzleiprozessen und Kanzleihandbüchern für den Einsatz spezialisierter KI-Skills ein.
Thematisiert werden außerdem die technischen und organisatorischen Rahmenbedingungen. Dazu gehören der Unterschied zwischen API- und MCP-Zugriffen, die Grenzen bestehender DATEV-Schnittstellen sowie Datenschutz und Berufsrecht beim Einsatz von KI-Systemen mit Mandantendaten. In der Live-Demo wird eine Architektur präsentiert, die Langdock als KI-Umgebung sowie Klardaten für die Verbindung zu DATEV nutzt.
Die Live-Demo macht schließlich deutlich, wie weit eine solche Integration reichen kann. Die KI analysiert DATEV-Daten, wendet hinterlegte Fachlogik an, berechnet ARAP, dokumentiert ihre Ergebnisse und erzeugt nach Freigabe konkrete Buchungen in DATEV. Gleichzeitig bleibt die fachliche Kontrolle beim Bearbeiter.