Was KI in der Buchhaltung nicht kann und auch nicht können sollte

Interessanter als die Frage, was ein System kann, ist, was es tut, wenn es etwas nicht wissen kann. Daran unterscheiden sich brauchbare von gefährlichen Verfahren.

Welche Angaben stehen nie auf einem Beleg?

Fünf Angaben, von denen die richtige Behandlung abhängt, ergeben sich aus dem Beleg grundsätzlich nicht.

Die betriebliche Veranlassung. Auf der Rechnung für ein Notebook steht der Gegenstand, der Preis und der Händler. Ob es im Betrieb steht oder im Kinderzimmer, steht dort nicht.

Der Anlass einer Bewirtung. Erforderlich ist ein konkreter Bezug, nicht die Kategorie. Diese Angabe kommt vom Mandanten oder es gibt sie nicht.

Die private Mitbenutzung. Beim Fahrzeug, beim Telefon, beim häuslichen Arbeitszimmer entscheidet die tatsächliche Nutzung.

Die Kostenstelle, wo sie sich nicht aus einem Merkmal ableiten lässt. Auf einer Tankrechnung steht nicht, zu welchem Fahrzeug sie gehört, solange keine Kartennummer vermerkt ist.

Die Zuordnung zum Wirtschaftsjahr bei Abgrenzungen. Eine im November gezahlte Jahresprämie ist abzugrenzen, und der Beleg sagt nicht, wie der Mandant das bisher gehandhabt hat.

Warum ist ein System, das immer antwortet, schlechter?

Weil falsche Buchungen dann nicht mehr als solche erkennbar sind. Fehlt eine Information, gibt es zwei Verhaltensweisen: die wahrscheinlichste Antwort liefern oder sagen, dass etwas fehlt. Die erste sieht in jeder Statistik besser aus, denn die Durchlaufquote steigt und es gibt keine offenen Fälle. Der Preis ist, dass die falschen Buchungen aussehen wie richtige.

Ein ausgesteuerter Fall ist dagegen sichtbar, und Sichtbarkeit ist die Voraussetzung dafür, dass jemand ihn löst. Für die Bewertung eines Systems folgt daraus eine Frage, die selten gestellt wird: Wie viele Fälle steuert es aus, und wie werden sie geschlossen? Ein System ohne Rückfragen ist deshalb nicht besser. Es ist nur stiller.

Wo sind Sprachmodelle zusätzlich fehleranfällig?

Drei Muster gehören zur Erwartungshaltung. Plausible Erfindungen bei schlechter Vorlage: Ist ein Beleg schlecht lesbar, füllt ein Modell Lücken mit dem, was üblich wäre, etwa einer Rechnungsnummer, die es so nie gab. Schwankende Entscheidungen bei ähnlichen Fällen: Zwei fast gleiche Belege landen auf verschiedenen Konten. Überzeugend formulierte Fehler: Die Formulierungsqualität ist kein Hinweis auf die Richtigkeit.

Dazu kommen vier Konstellationen, in denen das Wahrscheinliche und das Richtige auseinanderfallen:

• Der Lieferant, der etwas Untypisches liefert. Ein Bürobedarfshändler verkauft ein Notebook. Die Zuordnung am Kreditor sagt Bürobedarf, der Sachverhalt sagt Anlagenzugang.
• Der Beleg, der einer bekannten Form ähnelt. Eine Mahnung, eine Auftragsbestätigung, ein Lieferschein mit Preisen. Wird die Belegart nicht sicher bestimmt, entsteht eine Buchung ohne zugrunde liegende Leistung.
• Die Rechnungskopie. Ohne Dublettenprüfung entsteht eine doppelte Buchung und ein doppelter Vorsteuerabzug. Die Prüfung ist technisch einfach: gleicher Lieferant, gleiche Rechnungsnummer, gleicher Betrag.
• Die Gutschrift, die wie eine Rechnung aussieht. Wird das Vorzeichen übersehen, verdoppelt sich der Fehler.

Gegen alle hilft dieselbe Vorkehrung: rechnerische Prüfung, formale Prüfung und Abgleich mit der bisherigen Behandlung desselben Lieferanten. Diese drei fangen den größten Teil ab und kosten nichts, weil sie automatisch laufen.

Wie sieht das im Kanzleialltag aus?

Die Werkstattrechnung ohne Kennzeichen. Ein Mandant mit vier Fahrzeugen im Betriebsvermögen, der Beleg nennt Werkstatt, Leistung und Betrag, aber kein Kennzeichen. Das Aufwandskonto kann das System zutreffend vorschlagen, die Kostenstelle nicht, und eine Zuordnung nach Häufigkeit wäre in drei von vier Fällen falsch. Der richtige Ausgang ist eine Rückfrage mit einem Satz: welches Fahrzeug.

Der Baumarkteinkauf. Farbe, Pinsel, Abdeckfolie und eine Bohrmaschine bei einem Handwerksbetrieb sind plausibel betrieblich und können ebenso das Wochenendprojekt im eigenen Haus sein. Ein System, das hier stillschweigend auf Betriebsbedarf bucht, trifft eine Entscheidung, die ihm niemand übertragen hat.

Die Rechnung des Rechtsanwalts. Geschäftsgebühr, Auslagenpauschale, Umsatzsteuer. Ob es um eine Forderungsdurchsetzung oder eine erbrechtliche Angelegenheit des Gesellschafters geht, steht dort nicht, und genau davon hängt ab, ob überhaupt betrieblicher Aufwand vorliegt. Formal makellos, inhaltlich nichtssagend.

Die Zahlung an einen Zahlungsdienstleister. Ein Sammelbetrag auf dem Kontoauszug, dahinter elf Einzelvorgänge mit drei Steuersätzen. Ohne den Abrechnungsbeleg ist die Zahlung eine Zahlung und kein Geschäftsvorfall. Das System kann sie als offene Position dem Bankabgleich zuführen, kontieren kann es sie nicht.

In allen vier Fällen liegt das Problem an der Datenlage, nicht an der Technik. Weiterhelfen kann ein besserer Beleg oder eine Rückfrage, kein besseres Modell.

Wann gehört ein Fall ausgesteuert?

Vier Fragen genügen und beantworten sich in wenigen Sekunden:

Der praktische Wert liegt in der zweiten Zeile. Sie trennt die Fälle, in denen eine Angabe fehlt, aber ableitbar ist, von denen, in denen sie fehlt und nicht ableitbar ist. Eine Tankrechnung mit Kartennummer gehört in die erste Gruppe, dieselbe Rechnung ohne in die zweite.

Die vierte Zeile ist die stille Absicherung gegen falsch gelernte Zuordnungen. Sie fängt die Serie ab, die entsteht, wenn eine einmalige Korrektur zur dauerhaften Vorgabe geworden ist, siehe Wie eine Buchhaltungs-KI aus Korrekturen lernt.

Was kosten Rückfragen und was sparen sie?

Vier Stunden Rückfragen im Jahr gegen rund 40 Stunden Nacharbeit. Die Rechnung für ein Mandat mit 400 Belegen im Monat:

Fünf Prozent, also 20 Belege, enthalten eine erforderliche Angabe nicht. Eine Rückfrage, die am Beleg hängt und beim Mandanten als Liste ankommt, kostet in der Kanzlei etwa eine Minute, zusammen 20 Minuten im Monat. Bei 60 Euro internem Stundensatz sind das 20 Euro.

Wird stattdessen geraten und liegt die Rate der Fehlgriffe bei der Hälfte, entstehen zehn falsche Buchungen im Monat. Fallen sie erst im Abschluss auf, dauert der Fall eher zwanzig Minuten statt einer, weil der Vorgang rekonstruiert, der Mandant nachträglich befragt und die Buchung storniert und neu erfasst werden muss. Über zwölf Monate sind das 120 Fälle und rund 40 Stunden, und sie fallen zum ungünstigsten Zeitpunkt an.

Die Rechnung setzt drei Dinge voraus: Die Rückfrage muss ohne Medienbruch gestellt werden können, die Antwort muss am Beleg hängen bleiben, und der Mandant muss sie ohne Anleitung beantworten können. Fehlt eine dieser Voraussetzungen, wird aus der einen Minute schnell eine Mail, ein Telefonat und eine Wiedervorlage. Wie sich das organisatorisch herstellen lässt, steht in Vorbereitende Buchhaltung beim Mandanten.

Welche drei Grenzen werden verwechselt?

Unter demselben Wort werden drei verschiedene Sachverhalte verhandelt, und nur bei einem hilft ein Anbieterwechsel.

Die technische Grenze. Das System kann etwas nicht, was es grundsätzlich könnte: ein schlecht abfotografierter Beleg, eine fehlende Textebene, ein nicht unterstütztes Format. Sie verschiebt sich mit besserer Technik und besserer Belegqualität.

Die Grenze der Datenlage. Die Angabe existiert nicht in maschinenlesbarer Form, weil sie nirgends niedergeschrieben wurde. Der Bewirtungsanlass ist das Musterbeispiel. Sie verschiebt sich nur durch einen geänderten Ablauf beim Mandanten.

Die Grenze der Zuständigkeit. Die Angabe wäre ermittelbar, aber die Entscheidung darüber soll kein Verfahren treffen. Die Beurteilung der betrieblichen Veranlassung gehört hierher, und diese Grenze verschiebt sich gar nicht.

Der häufigste Fehler in Auswahlverfahren ist, eine Grenze der zweiten oder dritten Art als Produktmangel zu behandeln und so lange weiterzusuchen, bis ein Anbieter verspricht, sie zu überschreiten.

Was sollte ein System über sich selbst wissen?

Drei Fragen muss es beantworten können, und daran unterscheidet sich ein brauchbares von einem gefährlichen Verfahren stärker als an der Trefferquote. Woher stammt dieser Vorschlag? Aus einer hinterlegten Zuordnung, einer Regel, der Historie oder einem Modell. Wie sicher ist er? Getrennt nach Herkunft, weil ein hoher Wert bei einer Festlegung etwas anderes bedeutet als bei einem Modell. Was fehlt? Welche Angabe konnte nicht ermittelt werden, und woran liegt es.

Ein System, das keine dieser drei Fragen beantwortet, verlangt vom Menschen, jeden Vorschlag gleich intensiv zu prüfen. Das ist nicht durchhaltbar, und was dann passiert, ist bekannt: Es wird oberflächlich geprüft, und zwar überall gleich.

Wo bleibt die Verantwortung?

Beim Berufsträger, der die Buchung freigibt. Sie geht weder auf einen Softwareanbieter noch auf ein Verfahren über. Praktisch folgt daraus eine Aufgabenteilung, die nicht neu ist und sich nur verschiebt.

Das System übernimmt das Auslesen, die Zuordnung bekannter Lieferanten, die rechnerische Prüfung, den Abgleich mit Zahlungen und das Sichtbarmachen von Lücken. Das ist der mengenmäßig größte Teil und der, in dem Menschen erwiesenermaßen Flüchtigkeitsfehler machen.

Der Mensch übernimmt die Beurteilung von Sachverhalten, die Entscheidung in Zweifelsfällen, die Kommunikation mit dem Mandanten und die Freigabe.

Die Prüfschicht zwischen Vorschlag und Festschreibung ist deshalb kein Komfortmerkmal. An dieser Stelle wird die Verantwortung wahrgenommen. Ein System, das ungefragt festschreibt, passt nicht zu dieser Verantwortungsverteilung. Die Mitarbeiter müssen zudem in der Lage sein, einen Vorschlag einzuordnen, was zugleich die Anforderung der KI-Verordnung an Betreiber ist, siehe EU AI Act in der Steuerkanzlei. Und die Auswahl des Dienstleisters ist selbst eine Sorgfaltspflicht, siehe KI und Verschwiegenheit.

Welchen Zustand sollte man anstreben?

Der Zielzustand ist ein System, in dem der überwiegende Teil der Belege ohne Eingriff durchläuft, jeder Fall mit fehlender Angabe sichtbar wird und beim Mandanten landet, jede Abweichung von der bisherigen Behandlung angezeigt wird und eine Stichprobe der durchgelaufenen Buchungen vor dem Festschreiben geprüft wird. Die vollautomatische Buchführung ist das nicht.

Das letzte Element wird oft weggelassen, sobald die Quote hoch ist. Es ist aber genau die Kontrolle, die eine falsch gelernte Zuordnung aufdeckt, bevor sie zwölf Monate lang wirkt.

Für die Steuerung genügt dabei eine einzige Kennzahl: der Anteil der aus sachlichem Grund ausgesteuerten Fälle, nicht die Trefferquote. Steigt er, verschlechtert sich in aller Regel die Belegqualität eines Mandats. Sinkt er bei unverändertem Aufkommen auf nahezu null, sollte das misstrauisch machen: Entweder ist der Bestand vollständig erfasst, oder das System hat begonnen, in Zweifelsfällen selbst zu entscheiden. Diese Zahl gehört je Mandat geführt und nicht über die Kanzlei gemittelt, sonst gleichen sich gegenläufige Entwicklungen aus. Zur Abgrenzung der übrigen Quoten siehe Automatisierungsquote richtig messen.

Die ehrliche Zusammenfassung lautet: Die Technik hat die Erfassung übernommen. Die Beurteilung hat sie nicht übernommen, und sie sollte es auch nicht.