Die Steuererklärung mal schnell von der KI erledigen lassen? Das mag verlockend klingen, doch geht mit einigen Problemen einher: Eine Steuererklärung beinhaltet hochsensible, personenbezogene Daten. Oftmals ist nicht klar, wie sie weiterverarbeitet werden und wo sie am Ende landen. Ein möglicher Lösungsweg sind sogenannte hybride KI-Modelle. Sie vereinen die Stärken von künstlicher Intelligenz und menschlicher Logik, sind transparenter und weniger fehleranfällig.
Kurz erklärt
Klassische KI-Anwendungen wie der Chatbot ChatGPT funktionieren wie eine Blackbox. Es lässt sich von außen nicht nachvollziehen, wie die Software zu ihren Ergebnissen kommt. Eine hybride KI basiert dagegen auf transparenten Modellen. Genau diese Nachvollziehbarkeit macht die Technologie für stark regulierte Bereiche wie das Steuerrecht nutzbar.
KI als Blackbox
Der EU-AI-Act stuft das Steuerrecht als „Hochrisikobereich“ ein, das heißt Systeme in diesem Bereich unterliegen besonders strengen Vorschriften. Und das hat gute Gründe, betont Marina Luketina, Professorin für Steuerrecht an der Fachhochschule Oberösterreich.
„Die Ergebnisse sehen auf den ersten Blick oft gut aus“, erklärt Luketina. Gerade weil KI-Anwendungen Ergebnisse auch in Fachsprache wiedergeben können, wirken sie möglicherweise überzeugend und schaffen Vertrauen. „Doch es sind Details, die schwerwiegende Folgen haben können“. Beispielsweise, wenn veraltete Daten verarbeitet werden, ein falscher Quellensteuersatz oder eine falsche Methode zur Doppelbesteuerung von KI-Systemen generiert werden. „Die Rechtsfolgen können gravierend sein“, warnt Luketina davor, sich „blind auf KI-Ergebnisse“ zu verlassen.
Damit eine Steuererklärung bzw. eine steuerrechtliche Auslegung vor Behörden rechtliche Gültigkeit hat, muss sie erklärbar sein
Marina Luketina Professorin für Steuerrecht an der Fachhochschule Oberösterreich
Auf welche Daten, Steuersätze und Methoden ein KI-System genau zurückgreift, ist bei kommerziellen Anbietern jedoch für Dritte oftmals nicht nachvollziehbar. Es handelt sich dabei um Blackboxes: Was rein- und was rauskommt, ist bekannt – was dazwischen passiert, bleibt im Verborgenen. „Aber damit eine Steuererklärung bzw. eine steuerrechtliche Auslegung vor Behörden rechtliche Gültigkeit hat, muss sie erklärbar sein“, betont Luketina. Anders formuliert: Behörden interessieren sich nicht nur für das Ergebnis, sondern auch den Weg dorthin. Wer den nicht erklären kann (weil ihn der Anbieter eines Tools nicht offenlegt) bekommt möglicherweise Schwierigkeiten.
Darüber hinaus handelt es sich bei Steuerdaten um „hochsensible Daten“, das heißt sie sind von der DSGVO besonders geschützt und Steuerberaterinnen und -berater sind qua Berufsrecht zur Verschwiegenheit verpflichtet. „Das Risiko ist hoch, dass personenbezogene Daten als Trainingsdaten verwendet werden und auf Servern außerhalb Europas landen“, so Luketina.
Hybride KI
Unter der Leitung Luketinas arbeitet in Oberösterreich ein Konsortium aus Wissenschaft und Wirtschaft gerade daran, genau diese Probleme zu lösen. Sie forschen unter dem Titel „TaxoLogic“ zu sogenannter hybrider KI, die Verrechnungspreisprozesse automatisieren und gleichzeitig transparenter machen sollen.
„Bei hybrider KI handelt sich um eine Mischung aus symbolischer und subsymbolischer KI“, erklärt Luketina. Hybride KI vereint die Stärken von künstlicher und menschlicher Intelligenz, von Datenverarbeitung und wissenschaftlicher Expertise.
Ein alltägliches Beispiel für eine symbolische KI ist die Rechtschreibprüfung im Textprogramm. Menschen erstellen Regeln für Rechtschreibung, Grammatik und Zeichensetzung und eine Maschine überprüft, ob diese korrekt angewendet werden.
Subsymbolische KI bezeichnet die benannten „Blackboxes“, also Anwendungen, die auf Sprachmodellen, neuronalen Netzwerken und Wahrscheinlichkeiten fußen, deren Funktionsweise undurchsichtig ist. Symbolische KI basiert auf Ableitungen und auf Logik, also Regeln, die von Menschen erstellt werden und von einer Maschine ausgeführt werden.
Verrechnungspreise
Das Forschungsprojekt TaxoLogic erprobt diesen hybriden Ansatz am Beispiel von Verrechnungspreisen. Dabei handelt es sich um ein hochkomplexes Teilgebiet des internationalen Steuerrechts. Es regelt die finanziellen Bedingungen für Geschäftsbeziehungen zwischen verbundenen Unternehmen in unterschiedlichen Ländern, beispielsweise zwischen einer Muttergesellschaft und ihrer ausländischen Tochter.
„Wir nehmen die Stärke der Sprachmodelle, kombinieren sie mit dem logischen Ansatz und nutzen so das volle Potential beider Ansätze“, beschreibt Luketina das Forschungsprojekt.
In der Praxis sieht das so aus: Die subsymbolische KI durchsucht und analysiert unstrukturierte Dokumente wie OECD-Richtlinien, nationale Verordnungen und Fachliteratur. Sie bereitet dieses umfangreiche Wissen auf. Anschließend übernimmt die symbolische KI. Sie wertet die aufbereiteten Daten anhand vorab definierter juristischer Regeln aus und prüft, welche spezifische Methode in einem konkreten Fall angewendet werden darf. Der entscheidende Vorteil dieser Arbeitsteilung ist, dass der gesamte Entscheidungsprozess Schritt für Schritt nachvollziehbar bleibt.
So können Unternehmen hybride KI nutzen
Hybride KI-Systeme stellen nicht nur im Bereich der Verrechnungspreise eine attraktive Möglichkeit dar, um typische KI-Probleme wie Datenschutz und Fehleranfälligkeit zu reduzieren. Hybride Modelle können etwa Banken bei der Kreditvergabe unterstützen, Logistikunternehmen in der Lieferkettensteuerung, Medizinerinnen in der Einordnung von Diagnosen und Industriebtriebe in der Qualitätskontrolle. Die Überprüfung von Verträgen und Investitionsrisiken sind weitere potentielle Anwendungsbereiche.
Luketina empfiehlt Unternehmen „sich mit der Thematik ernsthaft auseinander zu setzen: KI kann enorme Wettbewerbsvorteile liefern, wenn sie richtig implementiert und angewendet wird“. Doch dies sei kein „Selbstläufer“. Wichtig sei, dass die gesamte Belegschaft mit eingebunden werden muss und die Letztentscheidung immer beim Menschen liegt.
Fundament der Agentic AI
Hybride KI-Anwendungen machen die analytische Stärke von Sprachmodellen für die strikten Anforderungen der Wirtschaft nutzbar. Sie verbinden Rechenleistung mit zwingend erforderlicher Transparenz, Zuverlässigkeit und Datenschutz.
Damit bildet die Hybrid-KI bereits heute die technologische Grundlage für die nächste Entwicklungsstufe: die sogenannte Agentic AI. Dabei handelt es sich um teilautonome Systeme, die in der Lage sind, komplexe Entscheidungen eigenständig zu treffen. Je größer die Datenmengen und je anspruchsvoller die Prognosen werden, desto unverzichtbarer wird die transparente Logik der hybriden Modelle.
