Die zweite GoBD-Änderung: Warum maschinell auswertbare KI-Zahlen jetzt Ihre Verfahrensdokumentation neu schreiben

Am 14. Juli 2025 hat das Bundesministerium der Finanzen die zweite Änderung der GoBD veröffentlicht, wirksam noch am selben Tag. Keine Übergangsfrist. Die zentrale Neuerung liest sich auf dem Papier trocken und wird in der Betriebsprüfung gnadenlos: Steuerlich relevante Aufzeichnungen müssen für die maschinelle Auswertung verfügbar sein (ohne weitere Aufbereitung, Konvertierung oder Nachbearbeitung) und die dazugehörige Verfahrensdokumentation muss tatsächlich beschreiben, wie diese Aufzeichnungen zustande gekommen sind.

Wenn Sie damit begonnen haben, Finanzzahlen über ein LLM laufen zu lassen, sollte Sie dieser eine Satz aufhorchen lassen. Eine Zahl, die ein Modell in einem Chatfenster erzeugt hat (ohne reproduzierbare Berechnungslogik und ohne Rückbindung an das Hauptbuch), ist in keinem Sinne maschinell auswertbar, den ein Prüfer anerkennt. Sie ist eine Behauptung. Und eine Behauptung, die sich nicht rekonstruieren lässt, bringt Sie genau dorthin, wo kein CFO landen will: zu einem eingeschränkten Bestätigungsvermerk oder dazu, dass der Prüfer sich auf die Zahl überhaupt nicht stützen will.

Was sich im Juli 2025 tatsächlich geändert hat

Treiber der Änderung war vor allem die verpflichtende B2B-E-Rechnung in Deutschland, die zum 1. Januar 2025 begonnen hat. Die strukturierte Rechnung (der XML-Kern einer ZUGFeRD- oder XRechnung-Datei) ist nun die Originalaufzeichnung, die Sie in maschinenlesbarer Form aufbewahren müssen. Das menschenlesbare PDF ist bloße Beigabe, solange es keine zusätzlichen steuerlich relevanten Informationen trägt.

Doch der Teil, der über die Rechnungsstellung hinaus wirklich greift, ist der verschärfte Maßstab an maschinelle Auswertbarkeit und Verfahrensdokumentation. Zwei Gedanken stehen im Zentrum.

Erstens die maschinelle Auswertbarkeit. Steuerlich relevante Daten müssen in strukturierter Form exportierbar und auswertbar sein (denken Sie an CSV, JSON oder einen sauberen Datenextrakt), und die Finanzverwaltung kann darauf bestehen, sie unmittelbar auszuwerten. Beim mittelbaren Zugriff (dem Z2-Weg) müssen die Daten nun so aufbereitet sein, dass die Werkzeuge des Prüfers selbst darauf zugreifen können, wenn der Prüfer das verlangt. Ein gesperrtes PDF, ein Screenshot, eine in eine Folie kopierte Zahl, nichts davon erfüllt die Anforderung.

Zweitens die Verfahrensdokumentation. Die Änderung rückt sie wieder ins Rampenlicht. Die Behörden erwarten eine aktuelle, prüfungssichere Beschreibung, wie Daten von der Quelle bis zum Jahresabschluss fließen: welche Systeme sie berühren, welche Transformationen stattfinden, wer was freigegeben hat. Wenn ein KI-System eine Zahl berechnet oder anpasst, ist dieses System nun Teil der Datenstrecke, die Sie dokumentieren müssen. Sie können keine Blackbox mitten in die Kette stellen und die Dokumentation dann für vollständig erklären.

Wo KI die Kette unbemerkt zerreißt

Das Prinzip der Nachvollziehbarkeit war schon immer das Rückgrat der GoBD. Jede Zahl in den Büchern soll bis zum Quellbeleg rekonstruierbar sein, und der Weg dazwischen soll sichtbar bleiben. Betriebsprüfungen funktionieren seit Jahren nach diesem Grundsatz.

Generative KI zerreißt die Kette auf eine Weise, die man leicht übersieht, bis der Prüfer die falsche Frage stellt. Ein LLM ist eine probabilistische Textmaschine. Bitten Sie es, einen Deckungsbeitrag oder das Net Working Capital zu berechnen, und es liefert eine plausible Zahl (mal die richtige, mal eine selbstbewusst falsche) und es kann Ihnen keine deterministische, wiederholbare Herleitung geben. Führen Sie denselben Prompt zweimal aus, und der Rechenweg kann sich unterscheiden. Es gibt keine stabile Berechnungslogik zu dokumentieren, weil schlicht keine existiert.

Genau das ist die Falle, um die die These hinter diesem ganzen Themenfeld immer wieder kreist: Eine KI-Zahl ohne durchgängigen Audit Trail und ohne reproduzierbare Berechnungslogik führt Sie bei der nächsten Prüfung geradewegs in den Bereich des eingeschränkten Bestätigungsvermerks. Das Modell hat nicht direkt gelogen. Es hat lediglich etwas erzeugt, das die Nachvollziehbarkeit nicht übersteht. Und die GoBD bewertet nicht den guten Willen.

Ich räume die offensichtliche Grenze ein. Nichts davon bedeutet, dass KI im Finanzwesen keinen Platz hat. Es bedeutet, dass die KI nicht der Ort sein darf, an dem gerechnet wird, und dass sie kein undokumentierter Schritt in der Strecke sein darf. Die Lösung ist architektonisch, kein Haftungsausschluss in einer Fußnote.

Die Lösung: Sprache und Arithmetik trennen

Der sauberste Weg, innerhalb der GoBD zu bleiben und trotzdem echten Nutzen aus KI zu ziehen, besteht darin, das Modell nicht länger als Taschenrechner einzusetzen. Lassen Sie es das tun, worin es gut ist (eine Frage verstehen, die richtigen Zahlen abrufen, ein Ergebnis in klarer Sprache erklären) und leiten Sie jede tatsächliche Berechnung durch eine deterministische Engine, die jedes Mal dieselbe Antwort liefert und protokolliert, wie sie dorthin gelangt ist.

Genau um diese Trennung ist Rexfin gebaut. Wir verbinden uns mit Ihren Buchhaltungs- und Finanzdatenplattformen (QuickBooks, Xero, NetSuite, Sage, SAP, Oracle, Ihrem Data Warehouse) oder mit hochgeladenen Auswertungen und erstellen ein einziges abgestimmtes Finanzmodell, das auf das Hauptbuch abstimmt. Eine einzige Quelle der Wahrheit, nicht ein paralleler Satz von Zahlen, der in einem Chatverlauf herumschwebt. Wenn die KI eine Frage beantwortet, ruft sie die Zahlen aus diesem Modell ab, führt die Berechnung durch die deterministische Engine statt durch das LLM aus, und jedes Ergebnis lässt sich bis zur Quellzeile zurückverfolgen, aus der es stammt.

Für die GoBD ist das in zweierlei konkreter Hinsicht entscheidend:

• Die maschinelle Auswertbarkeit ist von Haus aus gegeben. Das abgestimmte Modell sind strukturierte Daten, die Sie exportieren können und auf die die Werkzeuge eines Prüfers zugreifen können, kein hektisches Konvertieren in letzter Minute.
• Der Audit Trail ist das Produkt, nicht ein nachträglicher Gedanke. Jede Zahl trägt ihre Herleitung mit sich: welche Quellaufzeichnungen sie gespeist haben, welche Berechnung sie erzeugt hat, wann. Das ist die reproduzierbare Logik, deren Dokumentation und Rekonstruktion auf Verlangen die Änderung nun von Ihnen erwartet.

Es macht auch die Verfahrensdokumentation handhabbar. Statt zu versuchen, die innere Logik eines Modells zu beschreiben, das keine stabile Logik hat, dokumentieren Sie eine definierte Strecke: Quellsystem, Abstimmung, deterministische Berechnung, Ergebnis. Das ist etwas, dem ein Prüfer folgen kann, und etwas, das Sie tatsächlich aktuell halten können.

Was vor der nächsten Prüfung zu tun ist

Gehen Sie den Weg, den ein Betriebsprüfer gehen würde. Greifen Sie sich eine Zahl heraus, die im vergangenen Quartal von einem KI-Werkzeug berührt wurde, und versuchen Sie heute, sie Schritt für Schritt aus den Quellbelegen zu rekonstruieren. Wenn Ihnen das nicht gelingt (wenn die Herleitung in einem gelöschten Chatverlauf oder im Kopf einer einzelnen Analystin lebt), haben Sie Ihr Risiko gefunden, bevor es der Prüfer tut.

Die GoBD hat KI nicht verboten. Sie hat den Preis für ihren sorglosen Einsatz still erhöht, und die Rechnung wird während einer Betriebsprüfung fällig. Die Institutionen, die sauber durchkommen, werden diejenigen sein, die den Audit Trail vom ersten Tag an als Infrastruktur behandelt haben und nicht als etwas, das man unter Zeitdruck zusammenschustert.

Wenn Sie sehen möchten, wie ein Finanzmodell mit einer eingebauten, nachvollziehbaren Berechnungsebene in der Praxis aussieht: Zahlen, die auf das Hauptbuch abstimmen, und eine Herleitung hinter jeder Zahl, vereinbaren Sie eine Demo. Wir lassen es gegen die Art von Frage laufen, die ein Prüfer stellen würde.

Den weiteren regulatorischen Rahmen finden Sie in der Themenübersicht. Zwei benachbarte Beiträge lohnen Ihre Zeit: wie Ihr Wirtschaftsprüfer KI-gestützte Zahlen nach IDW PS 861 beurteilt, und die Pflicht zur menschlichen Aufsicht nach Artikel 14 der EU-KI-Verordnung.