KI-gestützte Umsatzsteuer-Prüfung und Voranmeldung

Das echte Ausmaß des Problems

Umsatzsteuer ist das komplexeste Alltagsproblem der deutschen Buchhaltung. Umsatzsteuergesetz, Durchführungsverordnung und EU-Mehrwertsteuersystemrichtlinie greifen ineinander, und die Rechtsprechung von BFH und EuGH verändert die Auslegung laufend. Unterschiedliche Steuersätze (19, 7, 0 Prozent), steuerfreie Umsätze mit und ohne Vorsteuerabzug, innergemeinschaftliche Lieferungen, Reverse-Charge-Verfahren, Dreiecksgeschäfte, jede Branche bringt ihre eigenen Sonderfälle mit.

Typische Fehler in der Praxis: falsch angewendeter Steuersatz, fehlende oder fehlerhafte Pflichtangaben nach § 14 UStG auf Eingangsrechnungen, nicht erkannte Reverse-Charge-Pflicht nach § 13b UStG, Vorsteuerabzug aus nicht abzugsfähigen Positionen, etwa gemischter Nutzung oder Leistungen ohne Bezug zum Unternehmen. Eine belastbare Statistik, wie oft das in Betriebsprüfungen beanstandet wird, haben wir nicht gefunden.

Für Kanzleien bedeutet das: Die systematische Prüfung aller Buchungen auf USt-Fehler ist bei hohem Belegvolumen zeitlich kaum leistbar. Risikobasierte Stichprobenprüfung heißt: bekannte Problemfelder werden geprüft, viele Fehler bleiben unentdeckt, bis zur Betriebsprüfung, wenn Zinsen und Nachzahlungen die ursprüngliche Ersparnis aus der Fehlannahme um ein Vielfaches übersteigen können.

Mit vs. ohne KI, ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis, mittel (3/5) Routineprüfungen auf Pflichtangaben lassen sich deutlich beschleunigen. Grenzfälle wie unklare Steuerbefreiungen oder Dreiecksgeschäfte erfordern aber weiterhin manuelle Nacharbeit. Und der Zeitgewinn je Rechnung fließt meist in eine höhere Prüfquote, nicht in freie Stunden.

Kosteneinsparung, mittel (3/5) Der Wert liegt nicht in den Monatseinsparungen, sondern in der Risikoverringerung, und die fällt überwiegend beim Mandanten an: Ein vor der Buchung erkannter Fehler erspart ihm den verlorenen Vorsteuerabzug und die Korrektur. Für die Kanzlei zählt, dass weniger eigene Fehler durchrutschen, für die sie haften würde, und dass sich eine vollständige Prüfung als Leistung verkaufen lässt. Mehr Zeit spart sie nicht, die Vollprüfung kostet etwa so viel wie bisher die Stichprobe.

Schnelle Umsetzung, mittel (3/5) Wer heute anfängt, kann morgen Rechnungen per Prompt prüfen lassen. Der vollautomatisierte Workflow (E-Mail-Eingang → KI-Prüfung → Protokoll) erfordert 1–3 Tage Setup. Kein hoher Einstiegswiderstand, aber auch keine sofortige Vollautomatisierung.

ROI-Sicherheit, hoch (4/5) Fehler, die KI erkennt und die manuell nicht erkannt wurden, sind zählbar und ihr Vorsteuerbetrag ist bezifferbar. Wie viele es je 100 Rechnungen sind, zeigt dein eigener Pilot, eine belastbare Branchenzahl gibt es nicht. Nicht die volle Punktzahl, weil der Nutzen überwiegend beim Mandanten anfällt und sich erst in einer Betriebsprüfung ganz zeigt.

Skalierbarkeit, hoch (4/5) Statt 20–30 Prozent Stichprobenquote können mit KI-Unterstützung annähernd 100 Prozent der Eingangsrechnungen geprüft werden, bei etwa gleichem Zeitaufwand wie die Stichprobe ohne KI. Das ist ein qualitativer Sprung in der Prüfungstiefe.

Richtwerte, stark abhängig von Belegvolumen, Mandantenstruktur und Anteil internationaler Lieferanten.

Was die KI bei der USt-Prüfung konkret macht

Die KI übernimmt keine rechtliche Entscheidung und kein Rechtsgutachten, das wäre nach § 2 StBerG dem Steuerberater vorbehalten. Was sie tut: strukturierte Vorprüfung nach definierten Kriterien.

Pflichtangaben-Check (§ 14 Abs. 4 UStG): Die KI prüft, ob eine Eingangsrechnung die Pflichtangaben enthält: vollständiger Name und Anschrift des Leistenden und des Leistungsempfängers, Steuernummer oder USt-IdNr. des Leistenden, Ausstellungsdatum, fortlaufende Rechnungsnummer, Menge und Art der Lieferung oder Art und Umfang der Leistung, Zeitpunkt der Lieferung oder Leistung, Entgelt nach Steuersätzen aufgeschlüsselt, Steuersatz und Steuerbetrag oder Hinweis auf eine Steuerbefreiung. Fehlende Angaben werden markiert. Leistungsempfänger und Leistungsdatum fehlen in der Praxis besonders oft. Fehlerhafte Rechnungen werden zur Korrektur zurückgegeben, bevor der Vorsteuerabzug geltend gemacht wird.

Steuersatz-Plausibilität: Die KI prüft, ob der ausgewiesene Steuersatz zur beschriebenen Leistung passt. Lebensmittel mit 19 Prozent, Getränke im Restaurant mit 7 Prozent (Speisen im Restaurant unterliegen nach der aktuellen Fassung des § 12 Abs. 2 Nr. 15 UStG wieder 7 Prozent, Getränke sind davon ausgenommen und bleiben bei 19) oder Beratungsleistungen mit 0 Prozent werden als Auffälligkeiten markiert. Solche Satzänderungen sind genau der Punkt, an dem ein Modell mit altem Wissensstand falsch liegt, gib ihm die aktuelle Regel mit.

Reverse-Charge-Erkennung: Kommt der Lieferant aus einem anderen EU-Land oder Drittland? Erbringt er eine Leistung, die grundsätzlich dem Reverse-Charge-Verfahren nach § 13b UStG unterliegt? KI erkennt diese Muster aus Rechnungsanschrift, USt-IdNr. und Leistungsbeschreibung.

Grenzfall-Einschätzung: Bei unklaren Sachverhalten liefert Claude oder ChatGPT auf Basis des vorhandenen Rechnungstexts eine strukturierte erste Einschätzung, welche Steuerbefreiungstatbestände könnten relevant sein, welche BFH-Urteile oder BMF-Schreiben sind einschlägig. Diese Analyse ersetzt keine Fachentscheidung, spart aber 30–60 Minuten Recherche.

Konkrete Werkzeuge

Claude (Extended Thinking) für komplexe USt-Grenzfälle. Bei Sachverhalten mit mehreren Abgrenzungsproblemen, ist dieser Umsatz nach § 4 Nr. 8 UStG steuerfrei? Liegt ein einheitlicher Leistungsgegenstand vor oder aufzuteilende Teilleistungen?, verfolgt Claude Extended Thinking mehrstufige rechtliche Argumentationsketten. Für anonymisierte Grenzfälle reicht Claude Pro (20 US-Dollar im Monat), für echte Rechnungen braucht es Claude Team (20 bis 25 US-Dollar je Platz, mindestens zwei Plätze).

ChatGPT mit Prüf-Prompts für die systematische Pflichtangaben-Prüfung. Ein einmal gut ausgearbeiteter Prüf-Prompt, der alle § 14-UStG-Pflichtangaben abfragt, kann für Hunderte von Rechnungen wiederverwendet werden. Weil dabei echte Mandantenrechnungen verarbeitet werden, kommt nur ChatGPT Business in Frage (20 bis 25 US-Dollar je Nutzer, ab zwei Nutzern), nicht das Privatkunden-Abo Plus.

DATEV LEXinform für aktuelle Rechtsprechung und OFD-Verfügungen zu USt-Fragen. Die Fachdatenbank liefert verifizierbare Primärquellen, unverzichtbar für den Abgleich von KI-Grenzfall-Analysen. Was davon in deinem DATEV-Paket enthalten ist, klärt dein DATEV-Ansprechpartner.

Make.com für den automatisierten Prüf-Workflow. Neue Eingangsrechnung per E-Mail → PDF oder E-Rechnung auslesen → an Prüf-Prompt übergeben → Ergebnis in internes Prüfprotokoll schreiben. Setup: 1–2 Tage. Dann vollautomatisch. Ab 9 US-Dollar im Monat bei jährlicher Zahlung.

Perplexity für schnelle Recherche mit Quellenangaben. “Welche Anforderungen gelten nach aktuellem BFH-Stand für den Vorsteuerabzug bei Bewirtungskosten?”, Antwort mit Quellenlinks in 60 Sekunden. Gut als erste Orientierung vor der DATEV-Recherche. Kostenlos im Basismodus.

Datenschutz und Datenhaltung

Rechnungsdaten sind oft personenbezogen (Lieferant, Auftraggeber, Ansprechpartner) und können Geschäftsgeheimnisse enthalten. Vor dem Einsatz externer KI-Tools gelten drei Anforderungen:

DSGVO Art. 28 AVV: Wer personenbezogene Daten an externe KI-Dienste weitergibt, benötigt einen Auftragsverarbeitungsvertrag. OpenAI, Anthropic und Google bieten diese für Business-/Enterprise-Pläne an, kostenlose Pläne bieten in der Regel keinen AVV.

GoBD-Konfirmität: Die Automatisierung der Belegprüfung darf die GoBD-Anforderungen an die Unveränderlichkeit und Nachvollziehbarkeit von Buchungsbelegen nicht untergraben. KI-Prüfergebnisse dürfen Buchungsbelege nicht automatisch verändern, sie erzeugen Hinweise, die von Fachpersonal bearbeitet werden.

Keine Mandantendaten im Privatkunden-Chat: Die Privatkunden-Tarife von ChatGPT und Claude (Free, Plus, Pro) sind für echte Mandantendaten nicht geeignet, auch nicht mit ausgeschaltetem Training, denn es fehlt der Vertrag. Entweder ein Business-Plan (ChatGPT Business, Claude Team) oder eine eigene API-Integration, jeweils mit AVV.

Berufsrecht (§ 62a StBerG): Wer einen KI-Anbieter an Mandantengeheimnisse lässt, muss ihn zusätzlich zum AVV in Textform zur Verschwiegenheit verpflichten und über die strafrechtlichen Folgen belehren. Bei Anbietern im Ausland, also auch bei den US-Diensten, ist das nur zulässig, wenn der Geheimnisschutz dort dem deutschen vergleichbar ist.

Für sensible Mandate: Testumgebungen mit anonymisierten Musterdaten aufbauen, Prozesse validieren, und erst dann mit echten Mandantendaten arbeiten.

Was es kostet, realistisch gerechnet

Einstieg (ChatGPT Business + manueller Workflow):

• Kosten: 20 bis 25 US-Dollar je Nutzer, buchbar ab zwei Nutzern, also mindestens 2 × 20–25 US-Dollar im Monat
• Einmalig: 2–4 Stunden Prüf-Prompt entwickeln und testen
• Ergebnis: Systematische Pflichtangaben-Prüfung für mittleres Belegvolumen

Automatisierter Workflow (ChatGPT API + Make.com):

• Kosten: 30–50 US-Dollar im Monat (API-Verbrauch variabel je nach Volumen, Make ab 9 US-Dollar)
• Einmalig: 1 Tag Setup
• Ergebnis: Vollautomatische Prüfung bei jedem neuen Beleg, Protokoll ohne manuelle Eingabe

ROI-Beispiel: Mandant mit 200 Eingangsrechnungen pro Monat. Bisheriger Prüfaufwand: Stichprobenartig 20 Prozent = 40 Rechnungen à 5 Minuten = 3,3 Stunden pro Monat. Mit KI-Unterstützung: 100 Prozent der Rechnungen, bei unter einer Minute je Rechnung für das Durchsehen der Markierungen ebenfalls gut 3 Stunden. Du sparst also keine Zeit, du prüfst im selben Zeitbudget fünfmal so viele Rechnungen. Wie viele Fehler das zusätzlich findet, zeigt dein Pilot. Was ein gefundener Fehler wert ist, lässt sich beziffern: In der Beispielrechnung unten sind es 1.615 Euro falsch ausgewiesene Umsatzsteuer, die der Mandant sonst an den Lieferanten zahlt und nicht als Vorsteuer abziehen darf, Geld des Mandanten. Für die Kanzlei zahlt sich das über weniger Haftungsfälle aus oder darüber, dass du die Vollprüfung als eigene Leistung abrechnest.

Typische Einstiegsfehler

Fehler 1, Prüf-Prompt zu allgemein: Ein Prompt, der alle möglichen USt-Probleme auf einmal abfragt, produziert unstrukturierte, kaum verwendbare Outputs. Besser: separate Prompts für Pflichtangaben-Check, Steuersatz-Plausibilität und Reverse-Charge-Erkennung.

Fehler 2, KI-Output ohne Verifikation in die Buchführung übernehmen: KI-Prüfergebnisse sind Hinweise, keine rechtsbindenden Feststellungen. Jede markierte Auffälligkeit muss von Fachpersonal bewertet werden. Wer KI-Markierungen 1:1 als Fehlerliste behandelt, ohne fachliche Prüfung dazwischenzuschalten, riskiert Fehlkorrekturen.

Fehler 3, Wissens-Cutoff ignorieren: Alle aktuellen LLMs haben einen Trainingsdatenstand von mehreren Monaten bis über einem Jahr. Bei Fragen zur aktuellen Rechtsprechung, neue BFH-Urteile, aktuelle BMF-Schreiben, muss immer mit DATEV LEXinform oder Primärquellen abgeglichen werden. “Welche aktuellen BFH-Entscheidungen gibt es zu diesem Thema?” ist keine verlässliche Frage an eine KI ohne Webzugang.

Fehler 4, Mandantendaten in Privatkunden-Plänen: Wer Eingangsrechnungen mit echten Lieferantennamen und Rechnungsbeträgen in ChatGPT oder Claude ohne Business-Vertrag eingibt, verletzt DSGVO-Anforderungen und das Berufsgeheimnis, ein ausgeschaltetes Training ändert daran nichts. Das lässt sich einfach vermeiden, kostet aber ein bewusstes Setup.

Fehler 5, Automatisierung ohne Fehlerfall-Handling: Ein Make.com-Workflow, der Rechnungen automatisch weiterleitet, muss auch mit kaputten PDFs, unleserlichen Scans und leeren E-Mails umgehen können. Ohne Fehlerfall-Handling verstopft der Workflow, und niemand merkt es, bis 50 Rechnungen ungeprüft im System sind.

Was mit der Einführung wirklich passiert

Die erste Reaktion auf KI-gestützte Rechnungsprüfung ist oft Skepsis: “Das sieht für mich durch, das schafft eine KI auch nicht.” Das stimmt für komplexe Grenzfälle, aber nicht für die systematische Pflichtangaben-Prüfung. Wenn der erste selbst ausgearbeitete Prompt in 5 Minuten drei fehlende USt-IdNr. identifiziert, die bei der letzten Stichprobenprüfung durchgerutscht wären, ist die Akzeptanz meist sofort da.

Herausforderung: Prozessintegrierung. KI-Prüfung muss in den bestehenden Belegerfassungsprozess integriert werden, nicht als separater Schritt danach. Wenn Prüfung nach der Verbuchung stattfindet, entstehen Korrekturbuchungen. Wenn sie vor der Verbuchung passiert, werden Fehler gar nicht erst gebucht, das ist der größere Hebel.

Realistisches Ziel nach 3 Monaten: Die Prüfquote steigt deutlich über die bisherige Stichprobe, und du weißt aus dem Pilot, wie viele Fehler je 100 Rechnungen die Vollprüfung zusätzlich findet und wie viel schneller die Grenzfall-Recherche geht. Das Risiko einer Betriebsprüfungs-Beanstandung wegen USt-Fehlern sinkt, auch wenn das erst bei einer tatsächlichen Prüfung sichtbar wird.

Realistischer Zeitplan

Häufige Einwände

„KI macht Fehler bei Rechtsfragen, das ist zu riskant.” Richtig, KI macht Fehler. Deshalb ersetzen KI-Prüfergebnisse nicht das fachliche Urteil. Die Rolle der KI ist Vorfilterung: sicherstellen, dass offensichtliche Pflichtangaben nicht fehlen, und bei Grenzfällen eine strukturierte erste Analyse liefern. Die fachliche Verantwortung liegt beim Steuerberater. Verglichen mit Fehlern durch Überlastung bei manueller Stichprobenprüfung ist KI-gestützte Vollprüfung das kleinere Risiko.

„DATEV bietet das doch schon.” DATEV investiert in KI-Features, aber die Einführung verläuft schrittweise. Wer auf vollständige DATEV-KI-Integration wartet, wartet möglicherweise noch 2–3 Jahre auf Funktionen, die mit einem ChatGPT-Prüf-Prompt heute verfügbar sind. Beide Ansätze sind komplementär: DATEV für die Buchführungsintegration, LLM-Tools für die inhaltliche Prüflogik.

„Unsere Mandanten haben alle unterschiedliche Situationen.” Das ist die Stärke von LLM-basierten Ansätzen: Anders als regelbasierte Systeme kann eine KI den spezifischen Kontext, Branche, Lieferantentyp, Transaktionsart, berücksichtigen und trotzdem systematisch prüfen. Mandantenspezifische Prüf-Templates für die wichtigsten Mandantengruppen sind sinnvoll und in einem Nachmittag erstellbar.

Woran du merkst, dass das zu dir passt

Das passt, wenn: Du prüfst Eingangsrechnungen stichprobenartig, weil vollständige Prüfung zeitlich nicht leistbar ist. Umsatzsteuer-Nachforderungen bei Betriebsprüfungen deiner Mandantschaft kein seltenes Thema sind. Grenzfälle wie Reverse Charge und innergemeinschaftliche Lieferungen regelmäßig Recherchezeit kosten.

Das passt nicht, wenn:

• Deine Mandantschaft hat ausschließlich einfache B2C-Strukturen mit einheitlichem Steuersatz und keinerlei internationalem Bezug, der Nutzen ist dann deutlich geringer.
• Die Belegmenge ist so gering (unter 30 Rechnungen pro Monat), dass der Setup-Aufwand den Nutzen übersteigt.
• Die Kanzlei hat noch keinen AVV mit einem KI-Anbieter geschlossen, dann bitte erst das klären, bevor echte Mandantendaten in externe Tools gehen.

Das kannst du heute noch tun

Quellen & Methodik

• § 14 Abs. 4 UStG (Umsatzsteuergesetz), Pflichtangaben auf Rechnungen
• § 13b UStG, Steuerschuldnerschaft des Leistungsempfängers (Reverse Charge)
• § 15 Abs. 1a UStG, Vorsteuerabzug bei Bewirtungsaufwendungen
• § 12 Abs. 2 Nr. 15 UStG, ermäßigter Steuersatz für Restaurant- und Verpflegungsdienstleistungen ohne Getränke
• § 62a StBerG, Einbindung von Dienstleistern durch Steuerberater
• BMF-Schreiben zur Anwendung des § 13b UStG, aktuell verfügbar über DATEV LEXinform und BMF-Website
• BFH-Rechtsprechung zum Vorsteuerabzug: einschlägige Entscheidungen über DATEV LEXinform abrufbar
• Zeit- und Fehlerwerte: Richtwerte ohne Branchenerhebung, eine belastbare Statistik zu USt-Beanstandungen in Betriebsprüfungen haben wir nicht gefunden. Vergleiche im Pilot KI-Prüfung und manuelle Prüfung an denselben Rechnungen.