KI-gestützte Umsatzsteuer-Prüfung und Voranmeldung

Das echte Ausmaß des Problems

Umsatzsteuer ist das komplexeste Alltagsproblem der deutschen Buchhaltung. Das Umsatzsteuergesetz umfasst über 130 Paragrafen, die EU-Mehrwertsteuersystemrichtlinie kommt dazu, und die Rechtsprechung des BFH und des 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.

Das Bundeszentralamt für Steuern stellte in einer 2023 veröffentlichten Auswertung fest, dass Umsatzsteuer-Nachzahlungen bei Betriebsprüfungen die häufigste Nachforderungsposition darstellen — in 61 Prozent der geprüften Fälle mit USt-Relevanz wurden Beanstandungen festgestellt. Die häufigsten Fehler: 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 — Bewirtungskosten, gemischte Nutzung, Leistungen ohne Bezug zum Unternehmen.

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. Realistische Zeitersparnis: 40–60 Prozent bei der Pflichtangaben-Prüfung, 20–30 Prozent bei Grenzfällen.

Kosteneinsparung — hoch (4/5) Der Wert liegt nicht in den Monatseinsparungen, sondern in der Risikoverringerung. Eine einzige verhinderte USt-Nachzahlung von 15.000–30.000 Euro — plus Zinsen — übersteigt die Tool-Kosten von zwei bis drei Jahren. Dieser Hebel ist der stärkste Grund für den Einstieg.

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 — sehr hoch (5/5) Das ist der stärkste Aspekt dieses Use Case. Fehler, die KI erkennt und die manuell nicht erkannt wurden, sind direkt quantifizierbar. Kanzleien, die diesen Ansatz pilotieren, berichten von 3–7 entdeckten Fehlern pro 100 Rechnungen, die ohne KI unentdeckt geblieben wären.

Skalierbarkeit — hoch (4/5) Statt 20–30 Prozent Stichprobenquote können mit KI-Unterstützung annähernd 100 Prozent der Eingangsrechnungen geprüft werden — bei weniger Zeitaufwand als 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 UStG): Die KI prüft, ob eine Eingangsrechnung alle acht gesetzlichen Pflichtangaben enthält — Name und Anschrift des Leistenden, Steuernummer oder USt-IdNr., Rechnungsdatum, fortlaufende Rechnungsnummer, Leistungsbeschreibung, Entgelt, Steuersatz und ausgewiesener Steuerbetrag. Fehlende Angaben werden markiert. 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, Restaurantleistungen mit 7 Prozent (Takeaway vs. Vor-Ort) oder Beratungsleistungen mit 0 Prozent werden als Auffälligkeiten markiert.

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. Claude Pro: 20 Euro/Monat.

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. Mit ChatGPT Plus (20 Euro/Monat) und Custom Instructions skaliert das für größere Belegmengen.

DATEV LEXinform für aktuelle Rechtsprechung und OFD-Verfügungen zu USt-Fragen. KI-gestützte Rechtstext-Suche ist im DATEV-Abo für Kanzleien enthalten und liefert verifizierbare Primärquellen — unverzichtbar für den Abgleich von KI-Grenzfall-Analysen.

Make.com für den automatisierten Prüf-Workflow. Neue Eingangsrechnung per E-Mail → PDF extrahieren → an Prüf-Prompt übergeben → Ergebnis in internes Prüfprotokoll schreiben. Setup: 1–2 Tage. Dann vollautomatisch. Ab 9 Euro/Monat.

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 freien Chat: Die Nutzung von ChatGPT.com oder Claude.ai ohne Business-Abo und aktiviertes Training-Opt-out ist für echte Mandantendaten nicht zulässig. Entweder Business-Plan mit abgeschaltetem Training oder eigene API-Integration mit Daten-Opt-out.

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

Was es kostet — realistisch gerechnet

Einstieg (ChatGPT Plus + manueller Workflow):

• Kosten: 20 Euro/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 Euro/Monat (API-Verbrauch variabel je nach Volumen)
• 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 in unter 1 Stunde. Fehlererkennungsrate von 30–40 Prozent auf über 90 Prozent. Eine verhinderte Betriebsprüfungs-Nachzahlung von 15.000 Euro amortisiert die Tool-Kosten von zwei Jahren in einem einzigen Fall.

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 kostenlosen Plänen: Wer Eingangsrechnungen mit echten Lieferantennamen und Rechnungsbeträgen in ChatGPT.com (kostenloser Plan) oder Claude.ai ohne Opt-out eingibt, verletzt DSGVO-Anforderungen. 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 Ergebnis nach 3 Monaten: Die Stichprobenquote steigt deutlich (60–100 Prozent statt 20–30 Prozent), die Fehlerquote in Umsatzsteuer-Voranmeldungen sinkt messbar, und die Zeit für Grenzfall-Recherche reduziert sich um 30–50 Prozent. 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

• Bundeszentralamt für Steuern, Auswertung Betriebsprüfungsstatistiken 2023: Umsatzsteuer als häufigste Beanstandungsposition
• § 14 UStG (Umsatzsteuergesetz) — Pflichtangaben auf Rechnungen, Stand Januar 2024
• § 13b UStG — Steuerschuldnerschaft des Leistungsempfängers (Reverse Charge)
• 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
• Praxiseinschätzungen basieren auf Erfahrungswerten aus Steuerberatungskanzleien mit mittlerem Belegvolumen (50–300 Eingangsrechnungen/Monat)