KI-Unterstützung bei der Betriebsprüfungs-Vorbereitung

Das echte Ausmaß des Problems

Eine Betriebsprüfung ist für mittelständische Unternehmen selten ein Nullsummenspiel. Eine belastbare Zahl, wie oft Prüfungen bei Unternehmen mit 2 bis 10 Millionen Euro Umsatz zu Mehrsteuern führen und in welcher Höhe, haben wir nicht gefunden. Klar ist: Zu Mehrsteuern kommen Nachzahlungszinsen (derzeit 1,8 Prozent pro Jahr nach § 233a in Verbindung mit § 238 AO) und mögliche Risiken aus § 370 AO, die Gesamtbelastung kann erheblich sein. Hinweis: Ob strafrechtliche Tatbestände vorliegen, ist eine Rechtsfrage, ausschließlich durch qualifizierte Steuerberater oder Rechtsanwälte zu beurteilen.

Dazu kommt: Die Finanzverwaltung prüft datengestützt. Betriebsprüfer werten die digitalen Buchführungsdaten mit Analysesoftware wie IDEA aus, mit statistischen Abweichungsanalysen und branchenspezifischen Kennzahlvergleichen. Auffälligkeiten, die du vorher nicht kennst, findet der Prüfer. Wer unvorbereitet in die Prüfung geht, hat die schwächste mögliche Verhandlungsposition.

Für Kanzleien ist die systematische Betriebsprüfungs-Vorbereitung aller Mandanten zeitlich kaum leistbar. Eine gründliche Risikoanalyse, Buchungsanalyse, Kennzahlvergleich, Dokumentationsprüfung, Schwachstellen-Assessment, liegt bei 4–8 Stunden pro Mandant. Bei einer Kanzlei mit 150 Mandanten wäre das ein Vollzeit-Job. Also wird priorisiert: große Mandanten, bekannte Probleme, aktuelle Auffälligkeiten, und viele Risiken bleiben unentdeckt bis zum Prüfungstermin.

Mit vs. ohne KI, ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis, niedrig (2/5) Von 4–8 Stunden auf 1,5–3 Stunden pro Mandant ist eine echte Verbesserung, aber kein radikaler Durchbruch. Die Analyse ist komplexer als eine Dokumentenprüfung, weil Kontext und Sachverständnis des Steuerberaters über den Mandanten unverzichtbar bleiben. KI strukturiert die Arbeit, ersetzt aber nicht das Urteilsvermögen.

Kosteneinsparung, mittel (3/5) Der Nutzen fällt beim Mandanten an, und nur dort, wo Vorbereitung eine Mehrsteuer tatsächlich vermeidet: wenn echte Betriebsausgaben mangels Beleg sonst gestrichen würden und der Beleg sich noch beschaffen lässt. Steuer, die geschuldet ist, verschwindet durch Vorbereitung nicht, ein fehlendes Fahrtenbuch lässt sich nicht nachträglich schreiben. Für die Kanzlei gilt: Die Begleitung einer Außenprüfung wird nach § 29 StBVV nach Zeitgebühr abgerechnet. Wird die Vorbereitung schneller, sinkt das Honorar je Fall. Geld verdienst du damit, dass du das Risiko-Screening Mandanten anbietest, die es bisher nicht bekommen haben.

Schnelle Umsetzung, niedrig (2/5) Das ist das ehrlichste Bild: Wer morgen starten will, kann heute keinen vollautomatisierten Betriebsprüfungs-Scan laufen lassen. Die Entwicklung eines kanzleispezifischen Prüfungs-Frameworks, die Integration mit DATEV-Exporten und die Kalibrierung der Prompts an realen Mandantenfällen brauchen 2–4 Wochen. Dafür ist das Ergebnis dann dauerhaft wertstiftend.

ROI-Sicherheit, niedrig (2/5) Ob die Vorbereitung eine Mehrsteuer verhindert hat, siehst du erst, wenn eine Prüfung stattfindet, und selbst dann lässt es sich selten sauber belegen, weil der Vergleichsfall ohne Vorbereitung fehlt. Viele Mandanten werden in einem Zeitraum von mehreren Jahren gar nicht geprüft. Was bleibt, ist die Mandantenbindung durch proaktive Betriebsprüfungs-Vorbereitung, ein eigenständiger Wert, aber schwer zu beziffern.

Skalierbarkeit, mittel (3/5) Für die 20–30 Mandanten mit dem größten Prüfungsrisiko ist der systematische Einsatz gut skalierbar. Den Ansatz auf alle 150 Mandanten einer mittelgroßen Kanzlei auszurollen, erfordert Kapazitätsplanung, nicht wegen der Tool-Kosten, sondern wegen der Analysezeit.

Richtwerte, stark abhängig von Mandantenstruktur, Umsatzgrößenklassen und Prüfungsintensität der zuständigen Finanzämter.

Was die KI bei der Betriebsprüfungs-Vorbereitung konkret macht

Buchungsauffälligkeiten identifizieren: Der DATEV -Export der Buchführungsdaten wird an Julius AI oder ChatGPT übergeben. Analysefragen: Gibt es Perioden mit ungewöhnlich hohen oder niedrigen Umsätzen ohne erkennbaren saisonalen Grund? Welche Kostenpositionen zeigen atypische Entwicklungen? Gibt es Buchungen auf Konten, die typischerweise Prüfungsschwerpunkte sind, Bewirtungskosten nach § 4 Abs. 5 EStG, Geschenke, Reisekosten?

Bekannte Prüfungsschwerpunkte abarbeiten: Eine strukturierte Checkliste aus Erfahrungswissen und bekannten Prüfungsfeldern wird durch Claude auf konkrete Buchungspositionen angewendet: Ordnungsmäßigkeit der Kassenführung und GoBD-Konformität, Bewirtungsbelege auf Vollständigkeit (Anlass, Teilnehmer, Ort), Fremdleistungsrechnungen mit ausreichendem Leistungsnachweis, Privatnutzung betrieblicher Fahrzeuge (1-Prozent-Regelung vs. Fahrtenbuch), Geschäftsführer-Vergütungen und Fremdvergleich, Verrechnungspreise bei verbundenen Unternehmen.

Dokumentationslücken aufdecken: Fehlende oder unvollständige Dokumentation ist der häufigste Angriffspunkt. KI prüft auf Basis der Unterlagen: Sind Betriebsausgaben ausreichend belegt? Gibt es Belege ohne ausreichende Leistungsbeschreibung? Ist die Kassenführung lückenlos und GoBD-konform?

Risikoliste und Maßnahmenplan: Das Ergebnis ist eine priorisierte Liste, von “hohes Prüfungsrisiko, sofort klären” bis “geringes Risiko, dokumentieren”. Für jedes identifizierte Risiko wird eine Empfehlung formuliert: Beleg nachfordern, Sachverhalt dokumentieren, Steuererklärung berichtigen, Gesprächsprotokoll erstellen.

Konkrete Werkzeuge

Julius AI für die quantitative Buchungsanalyse. Buchungsdaten als CSV hochladen, natürlichsprachliche Fragen stellen, Auffälligkeiten identifizieren. Keine Python-Kenntnisse nötig, Ergebnisse mit interaktiven Grafiken. Ab 20 USD/Monat. Julius speichert in den USA, einen AVV gibt es in den Standardtarifen nicht, nur auf Anfrage. Nutze es deshalb nur mit anonymisierten Buchungsdaten.

Claude mit großem Kontext für die qualitative Risikoeinschätzung. Jahresabschlüsse, Buchungslisten und Steuererklärungen als Gesamtdokument analysieren lassen. Das Kontextfenster reicht je nach Modell bis zu einer Million Tokens, das hilft bei umfangreichen Dokumenten. Für echte Mandantendaten Claude Team (20 bis 25 US-Dollar je Platz, mindestens zwei Plätze), nicht das Privatkunden-Abo Pro.

NotebookLM für den Jahresvergleich. Mehrere Jahresabschlüsse als PDF hochladen, nach Entwicklungen und Auffälligkeiten im Zeitverlauf fragen. Besonders stark für Trendanalyse über drei Prüfungsjahre. Kostenlos.

DATEV Daten-Service für den strukturierten Buchführungsexport. DATEV bietet CSV- und Excel-Exportfunktionen, die kompatibel mit Julius AI und anderen Analyse-Tools sind. Ein strukturierter DATEV-Export ist die sauberste Datenbasis für externe Analyse.

Power BI für Kanzleien, die standardisierte Betriebsprüfungs-Risiko-Übersichten für viele Mandanten erstellen wollen. KPI-Dashboards mit automatischer Auffälligkeitserkennung, einmal aufgebaut für alle Mandanten nutzbar. Power BI Pro kostet 12,10 Euro je Nutzer und Monat.

Datenschutz und Datenhaltung

Buchführungsdaten sind höchst sensibel: Umsätze, Kosten, Geschäftspartner, Vergütungen. Außerdem unterliegt der Steuerberater nach § 57 Abs. 1 StBerG der Verschwiegenheitspflicht. Einen KI-Anbieter darf er nach § 62a StBerG nur einbinden, wenn er ihn in Textform zur Verschwiegenheit verpflichtet und über die strafrechtlichen Folgen belehrt hat, bei Anbietern im Ausland nur, wenn der Geheimnisschutz dort dem deutschen vergleichbar ist.

Auftragsverarbeitungsvertrag (Art. 28 DSGVO): Alle externen KI-Tools benötigen einen AVV. Die Privatkunden-Tarife von ChatGPT und NotebookLM bieten keinen, die Business-Pläne schon. Bei Julius AI ist ein AVV in den Standardtarifen nicht enthalten, nur auf Anfrage.

Anonymisierung für Analyse: Buchungsdaten können für die KI-Analyse weitgehend anonymisiert werden. Lieferantennamen durch Kürzel ersetzen, Mandantenname entfernen, nur buchungsrelevante Daten (Kontonummer, Betrag, Buchungstext) übergeben. Die Prüfqualität leidet kaum, das Datenschutzrisiko sinkt erheblich.

GoBD-Konformität: § 147 AO schreibt vor, wie Buchführungsunterlagen aufzubewahren sind. KI-Analysen dürfen die Originaldaten nicht verändern. Alle KI-Outputs sind als Arbeitsnotizen zu behandeln, nicht als Teil des aufbewahrungspflichtigen Buchführungssystems.

Mandanteneinwilligung einholen: Eine Risikoanalyse der Buchführung eines bestimmten Mandanten dient unmittelbar diesem einen Mandat. Dann darf der Steuerberater einem externen Dienstleister den Zugang zu den Daten nach § 62a Abs. 5 StBerG nur mit Einwilligung des Mandanten eröffnen. Hol sie schriftlich ein, bevor echte Buchungsdaten in ein externes KI-Tool gehen.

Was es kostet, realistisch gerechnet

Einstieg (Julius AI + Claude, ein Mandant):

• Kosten: Julius Plus 20 US-Dollar (nur mit anonymisierten Daten) plus Claude Team 2 mal 20 bis 25 US-Dollar, zusammen 60 bis 70 US-Dollar im Monat
• Zeitaufwand: 2–3 Stunden für die erste systematische Risikoanalyse
• Ergebnis: Strukturierte Risikoliste mit konkreten Handlungsempfehlungen

Skaliert für Kanzlei (10–15 Mandanten mit Prüfungsrisiko):

• Gleiche Tool-Kosten, aber weniger Zeit pro Mandant durch optimierte Prompts
• Ziel: Risikoanalyse pro Mandant in 60–90 Minuten statt 4–8 Stunden

ROI-Beispiel: Wie oft deine Mandanten geprüft werden, weißt du aus deiner eigenen Historie, eine verlässliche Durchschnittszahl gibt es nicht, kleinere Betriebe werden deutlich seltener geprüft als große. Der Nutzen für den Mandanten ist dort real, wo die Vorbereitung eine vermeidbare Mehrsteuer verhindert: Ein fehlender Beleg für eine echte Betriebsausgabe lässt sich noch beschaffen, eine lückenhafte Fremdleistung noch mit Vertrag und Leistungsnachweis belegen. Geschuldete Steuer verschwindet nicht. Für die Kanzlei rechnet sich das nicht über gesparte Zeit, denn die Prüfungsbegleitung wird nach Zeitgebühr abgerechnet (§ 29 StBVV), sondern über ein neues Angebot: Bietest du 10 Mandanten ein jährliches Risiko-Screening an, das du mit zwei Stunden abrechnest, sind das 20 abrechenbare Stunden, gegen rund 720 bis 840 US-Dollar Toolkosten im Jahr (60 bis 70 US-Dollar mal 12).

Typische Einstiegsfehler

Fehler 1, Risikoliste ohne Follow-up-Kapazität: Eine detaillierte Risikoliste ist wertlos, wenn keine Ressourcen vorhanden sind, die identifizierten Probleme zu beheben. Vor der Analyse klären: Wer bearbeitet die Ergebnisse? Wann? Mit welchem Zeitrahmen vor der Prüfung?

Fehler 2, Zu späte Analyse: Die Betriebsprüfungs-Vorbereitung funktioniert am besten, wenn sie regelmäßig (jährlich oder bei Anzeichen einer Prüfung) stattfindet, nicht erst, wenn der Prüfer sich bereits angemeldet hat. Vier Wochen vor Prüfungsbeginn sind zu wenig, um alle identifizierten Risiken zu mitigieren.

Fehler 3, KI-Ergebnisse ohne fachliche Überprüfung an Mandanten weitergeben: KI identifiziert Muster und Auffälligkeiten, keine rechtlichen Schlussfolgerungen. Was als “Risiko” markiert wird, kann legitim und korrekt sein. Der Steuerberater beurteilt, was wirklich ein Problem ist. Risikolisten ohne Fachkommentar verwirren Mandanten.

Fehler 4, Buchungsdaten unkontrolliert in externe KI-Tools laden: Ohne AVV und ohne Anonymisierung ist das eine DSGVO-Verletzung und ein Bruch der steuerrechtlichen Verschwiegenheitspflicht. Diese Grundvoraussetzungen müssen vor dem ersten Praxiseinsatz geklärt sein.

Fehler 5, Vertrauen in vollständige Risikoabdeckung: KI findet, was es in den Daten erkennen kann. Risiken, die aus mündlichen Absprachen, nicht dokumentierten Geschäftsvorfällen oder Insider-Wissen entstehen, bleiben unsichtbar. KI ersetzt nicht das Wissen des Steuerberaters über seinen Mandanten.

Was mit der Einführung wirklich passiert

Die erste Erfahrung ist oft ernüchternd: Julius AI liefert Grafiken, die statistisch interessant aussehen, aber der Steuerberater weiß nicht sofort, was er damit anfangen soll. Der Schlüssel ist, mit konkreten Fragen anzufangen, nicht “analysiere diese Buchführung”, sondern “zeige mir alle Buchungen auf Konto 4650 (Bewirtungskosten) über 200 Euro im Jahr 2022 und erkläre die Verteilung”.

Realistisches Ergebnis nach 3 Monaten: Zwei bis drei Mandanten wurden systematisch analysiert. In einem Fall wurde ein echtes Risiko identifiziert: drei Dienstwagen ohne Fahrtenbuch, und die Privatnutzung war auch nicht nach der 1-Prozent-Regel versteuert. Nachträglich schreiben lässt sich ein Fahrtenbuch nicht, das wäre keine Vorbereitung, sondern eine Fälschung. Die Steuer auf den Privatanteil ist geschuldet. Gewonnen hat der Mandant trotzdem etwas: Er kennt das Problem, bevor der Prüfer es findet, und kann es mit seinem Steuerberater berichtigen, statt es in der Prüfung erklären zu müssen. Und er weiß, dass die Wagen ab jetzt richtig versteuert werden.

Realistischer Zeitplan

Häufige Einwände

„Der Steuerberater haftet, KI-Fehler wären sein Problem.” KI-Analyse ist Unterstützung bei der Risikoidentifikation, kein Rechtsgutachten. Alle Entscheidungen trifft der Steuerberater nach fachlicher Prüfung der KI-Hinweise. Die Haftungssituation ändert sich nicht. Aber: Die Qualität der Vorbereitung verbessert sich messbar, und das verringert das Risiko, dass etwas Relevantes unentdeckt bleibt, was dann zum Haftungsfall wird.

„Finanzamts-Prüfer sind besser ausgebildet als jede KI.” Das stimmt, Prüfer haben Erfahrung, Intuition und Kenntnisse über branchenspezifische Besonderheiten, die keine KI vollständig nachbilden kann. Aber Prüfer haben pro Fall begrenzte Zeit. Sie suchen nach bekannten Mustern und hängenden Früchten. Wer diese systematisch identifiziert und bereinigt hat, nimmt dem Prüfer die offensichtlichsten Angriffspunkte, und verbessert die Verhandlungsposition erheblich.

„Unsere Mandanten wollen keine KI an ihren Buchführungsdaten.” Datenschutz ist ein legitimer Einwand. Die Lösung: Anonymisierte Analyse, Business-Pläne mit ausgeschaltetem Training, klare Auftragsverarbeitung, und ein überzeugendes Argument: Die Alternative ist, auf proaktives Risiko-Screening zu verzichten. Das ist für Mandanten teurer als ein sorgfältig eingesetztes KI-Tool.

Woran du merkst, dass das zu dir passt

Das passt, wenn: Du mittelständische Mandanten mit komplexen Buchführungsstrukturen betreust. Eine systematische Risikoanalyse vor Betriebsprüfungen sinnvoll wäre, aber bisher zu aufwändig ist. Mandanten bei Prüfungen regelmäßig überrascht werden von Themen, die eigentlich erkennbar gewesen wären.

Das passt nicht, wenn:

• Deine Mandantschaft besteht fast ausschließlich aus sehr kleinen Unternehmen (unter 500k Euro Umsatz) mit simplen Buchführungen, hier ist das Prüfungsrisiko oft gering und der Aufwand unverhältnismäßig.
• Die Kanzlei hat keine Kapazität, identifizierte Risiken vor einer Prüfung auch wirklich zu bearbeiten. Eine Risikoliste ohne Follow-up-Prozess ist wertlos.
• Es gibt weder AVV mit einem KI-Anbieter noch eine klare Regelung zur Weitergabe von Mandantendaten, dann muss das zuerst geregelt werden.

Das kannst du heute noch tun

Quellen & Methodik

• § 147 AO, Aufbewahrungsfristen für Buchführungsunterlagen
• § 4 Abs. 5 EStG, Nicht abzugsfähige Betriebsausgaben, insbesondere Bewirtungskosten
• GoBD (Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern), BMF-Schreiben vom 28. November 2019
• § 370 AO, Steuerhinterziehung (als Kontext für mögliche strafrechtliche Risiken)
• IDEA-Prüfungssoftware der Finanzverwaltung: öffentlich beschriebene Analysemethoden aus Finanzverwaltungs-Fachpublikationen
• § 29 StBVV, Zeitgebühr für die Teilnahme an Außenprüfungen
• §§ 57, 62a StBerG, Verschwiegenheit und Einbindung von Dienstleistern, Einwilligung des Mandanten bei mandatsbezogenen Diensten
• Zeitwerte: Richtwerte ohne Branchenerhebung. Für Mehrsteuerquoten nach Umsatzgrößenklassen haben wir keine belastbare Quelle gefunden, rechne mit deiner eigenen Prüfungshistorie.