DAX-1,79 % EUR/USD-0,21 % Gold-0,18 % Öl (Brent)+0,21 %

Sind Steuerfunktionen bereit für Künstliche Intelligenz? / WTS und DFKI präsentieren internationale KI-Studie zur digitalen Reife von Steuerabteilungen

Nachrichtenagentur: news aktuell
13.11.2018, 11:10  |  314   |   |   
München (ots) - Künstliche Intelligenz (KI) im Steuerbereich ist
bereits heute Realität. Voraussetzung hierfür ist allerdings eine
ausreichende digitale Reife der jeweiligen Steuerfunktion, die stets
vor einem KI-Einsatz zu überprüfen ist. Wie es gegenwärtig um die
Digitalisierung im Steuerbereich weltweit steht und wie ein
Reifegradmodell zur Bestimmung von "AI Readiness" aussehen kann,
zeigt die neueste internationale KI-Studie der
Steuerberatungsgesellschaft WTS und des Deutschen Forschungszentrums
für Künstliche Intelligenz (DFKI).

Im Rahmen der Studie haben die WTS und das DFKI über die
internationale Steuerpraxis WTS Global Steuerexperten aus insgesamt
34 Ländern bezüglich des Digitalisierungstands von Steuerfunktionen
befragt. Dabei haben 85 Prozent der Studienteilnehmer angegeben, dass
sie sich im beruflichen Kontext mit diesem Thema beschäftigen. Die
spezifische Nutzung von KI im Steuerbereich halten aktuell aber nur 5
Prozent der befragten Personen für realistisch.

"Steuerfunktionen haben die Notwendigkeit zur Digitalisierung und
Automatisierung von Steuerprozessen längst erkannt und investieren
mehr und mehr in diesen Bereich - und das weltweit. Jedoch sind sie
in Sachen KI noch zurückhaltend. Intelligente Steuerlösungen bieten
zwar enormes Potential, aber die Organisations- und
IT-Infrastrukturen von Steuerfunktionen sind meist noch nicht für den
KI-Einsatz gerüstet", erklärt Fritz Esterer, Vorstand der WTS Gruppe.

Hürden für Künstliche Intelligenz im Steuerbereich

Für die Anwendung von KI im Steuerbereich müssen gewisse
Voraussetzungen erfüllt sein. Beispielsweise spielen die
Verfügbarkeit von Daten und die Art der Datenorganisation eine
entscheidende Rolle. An dieser Stelle wird die Diskrepanz zwischen
dem Ist- und Idealzustand deutlich. So gaben lediglich 46 Prozent der
befragten Personen an, dass bei ihren Mandanten steuerrelevante Daten
in digitaler Form vorliegen und auch zum Zwecke der
Prozessautomatisierung verwertet werden können.

"Der Digitalisierungsstand von Steuerfunktionen ist sehr
unterschiedlich ausgeprägt. Vor allem beim Thema Daten gibt es großen
Optimierungsbedarf. Damit intelligente Steuerlösungen ihre volle
Leistungsfähigkeit entfalten können, benötigen sie Zugriff auf eine
einheitlich organisierte Datensammlung ("Tax Data Lake"). Oftmals
wird jedoch mit getrennten Datensilos gearbeitet", kommentiert Prof.
Dr. Peter Fettke, wissenschaftlicher Leiter der Studie und des
Competence Centers Tax Technology am DFKI.

Als weitere Herausforderungen wurden unter anderem das Fehlen
einer klaren Digitalisierungsstrategie und das hierfür nicht
vorhandene Budget für deren Implementierung identifiziert. Laut
Studienteilnehmern trifft dies auf rund zwei Drittel aller Mandanten
zu. Aber auch die Tatsache, dass Geschäftsprozesse in
Steuerabteilungen nicht immer vollständig durch IT-Systeme
digitalisiert sind, ist ein limitierender Faktor - dies ist nämlich
nur bei 18 Prozent der Unternehmen der Fall.

Wer KI nutzen möchte, benötigt zudem nicht nur neue Technologien
und Lösungen, sondern muss auch auf Mitarbeiterseite entsprechendes
Know-how aufbauen. Viele Steuerexperten haben ein Grundverständnis
für KI, aber keine tiefergehenden Erfahrungen in diesem Bereich. Als
Konsequenz gewinnen KI-Trainings und ein korrespondierender
Change-Management-Prozess an Bedeutung.

Wann intelligente Steuerlösungen zum Einsatz kommen und was sie
leisten

Mit intelligenten Steuerlösungen ist es Steuerfunktionen möglich,
neue Standards in Sachen Qualität, Effizienz, Compliance und
Kostenersparnis zu setzen. Die Anwendungsgebiete konzentrieren sich
derzeit auf bestimmte Steuerdisziplinen, in denen große Datenmengen
verarbeitet werden und die Steueraufgaben hochrepetitiv sind - etwa
bei Lohnsteuer, Umsatzsteuer, Verrechnungspreisen oder Zoll. So
lassen sich beispielsweise mittels Process-Mining-Methoden Fehler und
Anomalien bei Massentransaktionen erkennen, die für den Menschen nur
schwer aufzudecken sind.

"Im Rahmen der Studie zeigte sich ein großer Bedarf an Ansätzen
zur Aufdeckung unbekannter Prozessmuster und Anomalien. Die Methode
Process Mining kann an genau dieser Stelle eingesetzt werden, um
reale Prozessabläufe zu identifizieren und z. B. in Hinblick auf
Compliance-Fragen zu untersuchen. Um die Voraussetzungen für den
Einsatz von KI-Verfahren wie Process Mining zu bewerten und gezielt
zu entwickeln, hilft ein Reifegradmodell," sagt Tim Niesen, der seine
Doktorarbeit am DFKI zum Thema KI-Reifegradmodelle in der
Steuerabteilung verfasst.

Getting AI Ready mit dem Reifegradmodell von WTS und DFKI

Die Durchführung einer Reifegraduntersuchung ist eine wichtige
Basis, um später überhaupt KI nutzen zu können und AI Ready zu
werden. Vor diesem Hintergrund haben die WTS und das DFKI auf
Grundlage der Studienergebnisse eine systematische Bewertungsmethodik
Seite 1 von 2


0 Kommentare

Schreibe Deinen Kommentar

Bitte melden Sie sich an, um zu kommentieren. Anmelden | Registrieren

 

Disclaimer

Meistgelesene Nachrichten des Autors

Titel
Titel
Titel
Titel