DATEV-Datenvorbereitung mit KI

Das echte Ausmaß des Problems

Fast jeder Mandant, der selbst bucht oder seine Daten liefert, tut das in einem anderen Format. Der Gastronom exportiert aus seinem Kassensystem eine Excel-Datei mit proprietären Spaltennamen. Der Online-Händler liefert Shopify-Exporte in USD mit verschiedenen Währungen. Der Handwerker schickt seine Bankauswertung als PDF. Das Warenwirtschaftssystem des Handelsbetriebs erzeugt CSV-Dateien, die zwar strukturiert aussehen, aber DATEV-fremde Kontennummern verwenden.

In der DATEV-Welt gibt es klare Importstrukturen: DATEV-Buchungsstapel, DATEV-Kontoauszug, DATEV-Rechnungsdaten-Transfer. Diese Formate sind definiert — aber alle Daten, die nicht schon in DATEV-Format vorliegen, müssen transformiert werden. Manuell. Das kostet je nach Mandant und Datenqualität 1 bis 4 Stunden pro Monat.

Hochgerechnet: Eine Kanzlei mit 30 Mandanten, die selbst ihre Daten liefern, verbringt monatlich 30 bis 80 Stunden mit reiner Datentransformation — bei einem internen Stundenkostensatz von 60 Euro macht das 1.800 bis 4.800 Euro pro Monat für Datenaufbereitung ohne inhaltlichen Mehrwert. Hinzu kommen Fehler: falsch gemappte Konten, fehlende Buchungen, doppelt importierte Positionen, die erst Wochen später bei der Abstimmung auffallen. Und: Jede Systemänderung beim Mandanten bricht das bestehende Mapping — und der manuelle Aufwand beginnt von vorne.

Mit vs. ohne KI — ein ehrlicher Vergleich

Vergleichswerte aus Kanzleierfahrungen und Angaben der genannten Anbieter.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Neben der Belegverarbeitung der absolut stärkste Zeitersparnishebel in dieser Kategorie. 30 bis 80 Stunden monatliche Transformationsarbeit fallen bei strukturierter Automatisierung auf einen Bruchteil. Dieser Effekt tritt täglich und mandantenübergreifend auf.

Kosteneinsparung — sehr hoch (5/5) Bei einer Kanzlei mit 25 Datenmandanten und durchschnittlich 2,5 Stunden monatlichem Transformationsaufwand je Mandat sind das 750 Stunden im Jahr — bei 60 Euro internem Stundensatz über 45.000 Euro Arbeitszeit jährlich. Selbst wenn nur 70 Prozent automatisiert werden, ist der ROI binnen Monaten klar positiv.

Schnelle Umsetzung — niedrig (2/5) Das ist der ehrlichste Haken: Für jedes neue Mandantenformat muss ein Mapping einmalig erstellt und getestet werden. Kein Plug-and-Play. Das kostet 2–4 Stunden je Mandant und erfordert grundlegende technische Sorgfalt. Wer 20 Datenmandanten hat, braucht initialen Aufwand von 40–80 Stunden. Danach ist die Wartung minimal — aber der Start ist aufwendig.

ROI-Sicherheit — sehr hoch (5/5) Die Transformationszeit je Mandat lässt sich vor und nach der Einführung direkt messen. Kein anderer Anwendungsfall in dieser Kategorie hat einen direkter messbaren ROI. Das macht diesen Use Case zum stärksten Business-Case-Argument gegenüber Kanzleiinhabern.

Skalierbarkeit — hoch (4/5) Jeder neue Datenmandant braucht initialen Mapping-Aufwand — aber danach läuft er automatisch. Die Grundstruktur der Pipeline skaliert, ohne proportionalen monatlichen Aufwand zu erzeugen. Nicht ganz maximal bewertet, weil Formatänderungen beim Mandanten (neues Kassensystem etc.) reaktive Anpassungen erfordern.

Richtwerte — stark abhängig von Anzahl der Datenmandanten, Formatvielfalt und technischer Komplexität.

Was KI-DATEV-Vorbereitung konkret macht

Schritt 1 — Automatisches Erkennen der Quellstruktur Das KI-System analysiert eingehende Dateien (CSV, Excel, PDF) und erkennt automatisch die Struktur: Welche Spalten sind vorhanden? Welche Felder lassen sich auf DATEV-Felder mappen? Welche Felder fehlen und müssen manuell ergänzt werden? Für Mandanten, die regelmäßig dasselbe Format liefern, wird das Mapping einmalig hinterlegt und automatisch angewendet.

Schritt 2 — KI-gestütztes Feldmapping mit Plausibilitätsprüfung Das System ordnet Quellfelder automatisch den DATEV-Feldern zu und prüft gleichzeitig auf Konsistenz: Stimmen die Steuerkonten mit den Buchungsschlüsseln überein? Sind Debit-/Kredit-Seiten korrekt? Stimmt die Summe der Buchungen mit dem Bankkontostand überein? Abweichungen werden markiert und dem Bearbeiter zur manuellen Prüfung vorgelegt.

Schritt 3 — Validierungsbericht vor dem Import Vor dem eigentlichen DATEV-Import erstellt das System einen Validierungsbericht: Anzahl der Buchungen, Gesamtsummen, identifizierte Fehlerpositionen, Unklarheiten. Der Bearbeiter sieht in 5 Minuten, ob der Import sauber ist oder ob Klärungsbedarf besteht.

Schritt 4 — DATEV-Import und Abstimmung Die validierten Daten werden als DATEV-kompatible Datei ausgegeben und können direkt importiert werden. Die Abstimmung zwischen importierten Buchungen und Mandantendaten dauert Minuten statt Stunden — weil die Fehlerquote drastisch gesunken ist.

Konkrete Werkzeuge — was wann passt

DATEV Unternehmen online — DATEV selbst bietet Importschnittstellen, die eine direkte Mandantendatenlieferung ermöglichen. Wer Mandanten für die direkte Datenübergabe über DATEV Unternehmen online gewinnen kann, eliminiert das Transformationsproblem an der Wurzel. Im Kanzlei-Paket enthalten oder als günstiges Add-on.

Candis — Speziell für die Vorbereitung von Buchungsdaten für DATEV. Candis liest Belege per OCR, kategorisiert automatisch und exportiert in DATEV-kompatible Formate. Ab 49 Euro/Monat.

Make — Für Mandanten, die Daten aus spezifischen Quellen liefern (Shopify, WooCommerce, Kassensysteme), kann Make automatische Transformationspipelines aufbauen. Ab 10 Euro/Monat, höhere Tarife für komplexere Workflows.

Claude — Für unstrukturierte oder komplexe Fälle: Wenn eine Excel-Datei eine ungewöhnliche Struktur hat oder ein Mapping-Schema erstellt werden muss, hilft Claude beim Entwickeln der Transformationslogik — und kann direkt transformierte CSV-Ausgaben generieren. Ca. 20 Euro/Monat.

microsoft-365-copilot — In Excel mit Copilot lassen sich einfache Datentransformationen per Sprachbefehl ausführen: „Ordne die Spalten in diese DATEV-Struktur um und ergänze fehlende Pflichtfelder.” Gut für gelegentliche Sonderfälle. Ab 28,10 Euro/Nutzer/Monat.

Datenschutz und Datenhaltung

DATEV-Importdaten enthalten Buchungsinformationen und sind mandantenvertraulich. Für externe Transformationstools (Make, Zapier, Claude) gelten die üblichen Datenschutzanforderungen: AVV nach Art. 28 DSGVO mit jedem Anbieter, EU-Datenhosting bevorzugen.

DATEV selbst verarbeitet alle Daten auf deutschen Servern — der direkteste und datenschutzrechtlich unkomplizierteste Weg. Wer Transformationspipelines über externe Tools aufbaut, sollte Mandantendaten möglichst pseudonymisiert übertragen: Mandantennummer statt Firmenname in den Workflow-Variablen.

GoBD-Hinweis: Transformierte Importdaten gelten als Buchungsbelege und unterliegen den Aufbewahrungspflichten nach §§ 146–147 AO (10 Jahre). Stelle sicher, dass transformierte Dateien revisionssicher archiviert werden — entweder im DATEV-System oder in einem separaten GoBD-konformen Archivsystem.

Was es kostet — realistisch gerechnet

Einstieg (Standardisierung von Mandantenformaten)

• DATEV Unternehmen online für Direktübertragung: in DATEV-Kanzleilizenz enthalten oder günstiges Add-on
• Candis für Belegmanagement: 49–149 Euro/Monat
• Einrichtungsaufwand: 2–3 Tage für die häufigsten Mandantenformate
• Erwarteter Effekt: 50–70 Prozent weniger manuelle Transformationsarbeit

Skaliert (Vollautomatische Pipelines für alle Mandanten)

• Make.com Premium: 16–29 Euro/Monat
• Einrichtungsaufwand pro Mandant: 2–4 Stunden für Erstmapping
• Einmalige Gesamteinrichtung für 20 Mandanten: 10–15 Tage
• Erwarteter Effekt: über 80 Prozent Reduktion manueller Transformationsarbeit

ROI-Beispiel: Eine Kanzlei mit 25 Mandanten, die monatlich Daten in Eigenformaten liefern, verbringt bisher 60 Stunden/Monat mit Transformation. Nach Automatisierung: 12 Stunden (nur Ausnahmen und Korrekturen). Ersparnis: 48 Stunden/Monat. Bei 60 Euro internem Stundensatz sind das 34.560 Euro Jahresersparnis — bei Tool-Kosten von 2.000–3.000 Euro/Jahr.

Typische Einstiegsfehler

1. Bestandsaufnahme der Mandantenformate überspringen. Wer ohne Überblick anfängt, optimiert die falschen Mandate zuerst. Starte mit einer simplen Tabelle: Mandant — Format — monatlicher Transformationsaufwand. Die Top 5 nach Aufwand sind dein Pilotprojekt.

2. Zu viele Mandanten gleichzeitig automatisieren. Jeder Mandant hat Eigenheiten. Wenn Mapping-Fehler erst nach dem Import auffallen, betreffen sie alle Mandate gleichzeitig. Starte mit einem Mandanten, stabilisiere den Prozess, dann erweitere schrittweise.

3. Formatänderungen beim Mandanten nicht antizipieren. Mandanten wechseln Kassensysteme, Buchhaltungssoftware, ERP-Systeme — ohne die Kanzlei zu informieren. Baut einen einfachen Monitoringprozess ein: Hat die Datei dieselbe Struktur wie letzten Monat? Wenn nicht, vor dem Import Alarm. Das verhindert stille Fehler.

4. DATEV-Direktanbindung nicht zuerst prüfen. Bevor du eine externe Transformationspipeline aufbaust: Prüfe, ob der Mandant DATEV Unternehmen online nutzen kann. Direkte Datenlieferung über DATEV eliminiert das Transformationsproblem vollständig — das ist der einfachere Weg, wenn der Mandant mitmacht.

Was mit der Einführung wirklich passiert

Das erste Mandanten-Onboarding dauert länger als erwartet. Das Mapping muss präzise sein — ein falsch gemapptes Konto führt zu Buchungsfehlern, die erst bei der Abstimmung auffallen. Plane für die ersten drei Mandanten jeweils einen vollen Tag Ersteinrichtung und einen Testmonat mit Parallelprüfung ein.

Was sehr gut funktioniert: Sobald das Mapping für einen Mandanten steht und einen Monat fehlerfrei gelaufen ist, ist der Aufwand für diesen Mandanten minimal. Der monatliche Zeitaufwand sinkt von Stunden auf Minuten. Dieser Effekt multipliziert sich mit jedem weiteren Mandanten, den du onboardest.

Was unterschätzt wird: Mandanten, die auf DATEV Unternehmen online umsteigen. Das klingt nach mehr Aufwand, ist aber der beste Weg. Mandanten, die einmal in DATEV-native Workflows eingeführt sind, verursachen keinen Transformationsaufwand mehr. Die Überzeugungsarbeit lohnt sich.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Unsere Mandanten liefern ihre Daten so unregelmäßig, dass Automatisierung nichts bringt.” Unregelmäßige Lieferung ist ein separates Problem (Fristenmanagement). Die Transformation selbst — was passiert, wenn die Daten vorliegen — ist unabhängig davon automatisierbar. Auch wenn Mandant X jedes Mal drei Tage zu spät liefert, kann die anschließende Transformation vollautomatisch in Sekunden laufen.

„DATEV ändert seine Importstruktur — dann müssen wir alles neu konfigurieren.” DATEV-Importstrukturen sind jahrelang stabil. Und wenn sie sich ändern, müssen auch manuell vorbereitete Importe angepasst werden. Der Vorteil automatisierter Pipelines: Anpassungen sind an einer zentralen Stelle möglich, statt in 30 einzelnen manuellen Prozessen.

„Wir brauchen das nur für wenige Mandanten.” Auch für wenige Mandanten lohnt sich die Automatisierung, wenn diese regelmäßig monatlich liefern. Einmaliger Aufwand von 2–4 Stunden pro Mandant amortisiert sich nach 3–4 Monaten.

Woran du merkst, dass das zu dir passt

• Mehr als 10 deiner Mandanten liefern Daten in proprietären Formaten.
• Das manuelle Transformieren kostet pro Mandant mehr als 1 Stunde/Monat.
• Fehler beim DATEV-Import führen regelmäßig zu Korrekturaufwand.
• Jedes Mal, wenn ein Mandant sein Kassensystem oder seine Buchhaltungssoftware wechselt, entsteht neuer Mapping-Aufwand.

Wer damit noch warten sollte:

• Kanzleien mit weniger als 5 Datenmandanten — der Einrichtungsaufwand übersteigt die Einsparung.
• Teams ohne grundlegendes technisches Verständnis für Dateistrukturen und Felder — ohne dieses Grundverständnis sind Mapping-Fehler sehr wahrscheinlich.
• Wenn DATEV Unternehmen online noch nicht als Option evaluiert wurde — das ist der einfachere erste Schritt.

Das kannst du heute noch tun

Nimm die letzte Datei des zeitaufwendigsten Mandanten in deiner Liste. Öffne sie. Zähle, wie viele Spalten vorhanden sind und wie viele davon direkt DATEV-kompatibel sind. Dann öffne Claude und lade die Datei hoch. Frage: „Welche Felder kann ich auf welche DATEV-Buchungsstapel-Felder mappen, und welche fehlen noch?” Das gibt dir einen konkreten Mapping-Entwurf in 10 Minuten.

Quellen & Methodik

• DATEV eG, DATEV-Dateiformat Buchungsstapel (Schnittstellenbeschreibung) — Stand April 2026
• GoBD (BMF-Schreiben 28.11.2019) — Aufbewahrungspflichten für elektronische Buchführungsunterlagen
• §§ 146–147 AO — Aufbewahrungsfristen für Buchungsbelege
• Art. 28 DSGVO — Anforderungen an Auftragsverarbeitungsverträge bei Cloud-Dienstleistern
• Eigene Erfahrungswerte aus DATEV-Datenvorbereitung bei Steuerkanzleien mit 5–30 Datenmandanten