KI in der Buchhaltung: GoBD-Nachvollziehbarkeit trotz Blackbox wahren

Ein Steuerberater aus München erzählte uns von einer Mandantenprüfung, die ihn bis heute beschäftigt. Die Buchhaltung sah sauber aus. Die Zahlen stimmten überein. Dann fragte er einen Junior, wie ein bestimmter Stapel Belege kontiert worden war, und die Antwort lautete: “Wir haben sie in ChatGPT eingefügt, und es hat die Konten vorgeschlagen.” Niemand hatte die Prompts protokolliert. Niemand konnte die Vorschläge reproduzieren. Die Buchung existierte, aber die Begründung dahinter hatte sich in dem Moment in Luft aufgelöst, in dem das Chatfenster geschlossen wurde.

Das ist das GoBD-Problem mit KI in einer einzigen Szene. Nicht, dass die KI falschlag. Sondern dass niemand beweisen konnte, dass sie richtiglag.

Was die GoBD tatsächlich verlangen, in klaren Worten

Die GoBD sind die Grundsätze der Finanzverwaltung zur ordnungsmäßigen Führung und Aufbewahrung von Büchern und Aufzeichnungen in elektronischer Form. Sie sind nicht neu, und bei den hier entscheidenden Punkten sind sie alles andere als vage. Drei Anforderungen kollidieren unmittelbar mit der Funktionsweise der meisten generativen KI.

Nachvollziehbarkeit. Ein sachverständiger Dritter muss innerhalb angemessener Zeit und ohne Ihre Hilfe nachvollziehen können, wie aus einem Geschäftsvorfall eine Buchung wurde. Die Buchung muss zum Beleg zurückführen, und der Beleg muss vorwärts zur Buchung führen. Sowohl die progressive als auch die retrograde Prüfung muss funktionieren.

Nachprüfbarkeit. Die Aufzeichnungen müssen prüfbar sein. Ein Prüfer sollte eine Zahl herausgreifen und sie gegen die zugrunde liegenden Nachweise und die Regeln abgleichen können, die sie erzeugt haben.

Unveränderbarkeit. Ist eine Buchung einmal erfasst, dürfen Sie sie nicht still überschreiben. Änderungen müssen protokolliert werden, sodass der ursprüngliche und der korrigierte Zustand beide erhalten bleiben.

Es gibt einen vierten Punkt, den man gern vergisst: die Verfahrensdokumentation. Sie sind verpflichtet, den Prozess zu dokumentieren, über den Daten in Ihre Bücher gelangen und auf dem Weg dorthin verarbeitet werden. Berührt ein Tool die Daten, ist das Tool Teil des Prozesses, den Sie beschreiben müssen.

Liest man diese vier Punkte zusammen, beantwortet sich die Frage von selbst. Hinterlässt ein Freitext-Chatassistent, der Kontierungen “vorschlägt”, eine reproduzierbare Spur? Nein. Erzeugt er einen Prozess, den Sie aufschreiben und ein Dritter erneut durchlaufen könnte? Nicht, solange Sie dieses Gerüst nicht selbst gebaut haben.

Warum ein gewöhnliches LLM alle vier Punkte auf einmal verletzt

Ein großes Sprachmodell erzeugt das wahrscheinlichste nächste Token im gegebenen Kontext. Es ruft keine feste Zahl ab und rechnet nicht auf eine Weise, die Sie nachprüfen können. Stellen Sie dieselbe Frage zweimal, können Sie zwei verschiedene Antworten erhalten, beide mit derselben gelassenen Selbstsicherheit vorgetragen. Für den Entwurf einer E-Mail ist das in Ordnung. Es wird zum Problem, sobald die Ausgabe Teil eines steuerlich relevanten Datensatzes wird.

Machen Sie selbst den Test. Fügen Sie einen GuV-Auszug in einen allgemeinen Assistenten ein und fragen Sie nach der Bruttomarge. In der Regel erhalten Sie eine Zahl. Fragen Sie in einer frischen Sitzung erneut, kann sie leicht abweichen, anders gerundet sein oder eine Größe, die beim ersten Mal die Umsatzsteuer stillschweigend so und beim zweiten Mal anders angesetzt hat. Das Modell ruft Ihre Marge nicht ab. Es gleicht Muster ab in Richtung von etwas, das wie eine Marge aussieht.

Legen Sie nun die GoBD darüber:

• Die Nachvollziehbarkeit scheitert, weil sich die Antwort nicht an eine bestimmte Quellzeile binden lässt.
• Die Nachprüfbarkeit scheitert, weil ein erneuter Prompt die Zahl möglicherweise nicht reproduziert.
• Die Unveränderbarkeit scheitert, weil es keine Aufzeichnung darüber gibt, was das Modell gesehen oder gesagt hat.
• Die Verfahrensdokumentation lässt sich nicht erstellen, weil der Prozess nicht deterministisch genug ist, um ihn zu beschreiben.

Nichts davon bedeutet, dass KI in der deutschen Buchhaltung unbrauchbar wäre. Es bedeutet, dass die KI nicht das führende System sein kann und nicht das sein darf, was rechnet.

Das eigentliche Risiko: Schatten-KI

Die gefährliche Variante ist nicht das freigegebene Tool. Es ist Schatten-KI. Mitarbeitende, die still und leise Kontenauszüge, Rechnungen und Kundendaten in den nächstbesten Consumer-Chatbot einfügen, der gerade in einem anderen Tab offen ist. Es fühlt sich harmlos an, weil man ja nur “um Hilfe bittet”. Aber jedes Einfügen ist ein undokumentierter Schritt in Ihrem Buchhaltungsprozess, und manches davon ist obendrein ein Datenschutzvorfall, der nur darauf wartet, entdeckt zu werden.

Umfragen in deutschen Finanzabteilungen zeichnen immer wieder dasselbe Bild: Ein großer Teil der Beschäftigten nutzt KI-Tools bereits bei der Arbeit, und ein beachtlicher Anteil tut dies, ohne dass IT oder Management davon wissen. Dieser Realität entkommt man nicht, indem man eine Richtlinie schreibt. Die Menschen greifen zu dem Tool, das ihnen zwanzig Minuten spart. Die Aufgabe besteht darin, ihnen einen freigegebenen Weg zu geben, der zufällig auch der GoBD-sichere ist.

Das Risiko ist konkret. Kommt ein Betriebsprüfer zu dem Schluss, die Buchhaltung sei nicht nachvollziehbar, ist der schlimmste Fall kein strenges Schreiben. Es ist eine Verwerfung: Die Aufzeichnungen werden verworfen, und die Besteuerungsgrundlage darf stattdessen geschätzt werden. Eine Schätzung fällt selten zu Ihren Gunsten aus.

So bewahren Sie den Prüfpfad, wenn KI im Spiel ist

Sie lösen das weder, indem Sie KI verbieten, noch indem Sie ihr mehr vertrauen. Sie lösen es, indem Sie ändern, wofür die KI verantwortlich sein darf. Drei Prinzipien, der Reihe nach.

1. Die Zahlen leben in einem abgestimmten Modell, nicht im Chat

Bevor eine KI eine Zahl berührt, müssen die zugrunde liegenden Daten zu einem einzigen abgestimmten Finanzmodell zusammengeführt werden, das auf das Hauptbuch zurückführt. Buchhaltungsdaten, Bankdaten, Nebenbücher, hochgeladene Auszüge – zusammengeführt, abgeglichen und auf die Quellen abgestimmt. Das ist die eine verlässliche Datenquelle, und sie existiert unabhängig von jeder Frage, die irgendjemand stellt. Die KI “kennt” Ihren Umsatz nicht. Sie schlägt ihn in einem Modell nach, das bereits mit Ihren Büchern übereinstimmt.

Das ist der Kern dessen, was wir bei Rexfin bauen: ein abgestimmtes Modell, auf das jede Antwort zurückführt. Wenn Sie verstehen wollen, warum die Abstimmung vor der KI kommen muss, legt der Pillar zu GoBD- und AI-Act-sicheren Finanzmodellen das vollständige Argument dar.

2. Die Rechnung läuft in einer deterministischen Engine, nicht im Modell

Das LLM ist gut darin, eine Frage auf Deutsch zu verstehen und eine Antwort in klarer Sprache zu erläutern. Es ist schlecht im Rechnen und noch schlechter in einem Rechnen, das Sie prüfen können. Also muss die Berechnung an einem deterministischen Ort stattfinden. Fragen Sie nach einer Bruttomarge, erzeugen dieselben Eingaben jedes Mal dieselbe Ausgabe, nach derselben dokumentierten Formel. Die KI leitet die Frage weiter. Die Engine bildet die Summe. Genau diese Trennung macht das Ergebnis reproduzierbar – und genau das verlangt die Nachprüfbarkeit. Eine ausführlichere Fassung dieses Gedankens finden Sie im Schwesterbeitrag dazu, warum Datenqualität das Modell schlägt.

3. Jede Zahl trägt ihre Herkunft und wird protokolliert

Wenn die KI eine Zahl meldet, sollten Sie sie anklicken und sehen können: welche Belege in sie eingeflossen sind, welche Berechnung sie erzeugt hat und wann. Und die Interaktion selbst sollte in ein unveränderbares Protokoll geschrieben werden. Damit sind Nachvollziehbarkeit und Unveränderbarkeit in einem Zug abgedeckt. Eine Zahl, die ihre Quelle benennen und in einem manipulationssicheren Datensatz fortbestehen kann, ist eine Zahl, die Sie in einer Prüfung verteidigen können.

Fügt man diese drei Punkte zusammen, schreibt sich die Verfahrensdokumentation fast von selbst, denn nun gibt es einen stabilen, beschreibbaren Prozess: Daten herein, abgestimmt, deterministisch berechnet, mit Quellenangabe beantwortet, protokolliert. Diese Beschreibung können Sie einem Dritten in die Hand geben, und er kann ihr folgen.

Ein kurzer Realitätscheck

Dieser Ansatz hat Grenzen, die man klar benennen sollte. Er macht die KI nicht zum Buchhalter. Ein Mensch verantwortet weiterhin die Buchungen und die Ermessensentscheidungen. Er entbindet Sie nicht von den Datenschutzpflichten, die damit einhergehen, dem Modell Ihre Aufzeichnungen vorzulegen. Und keine Architektur nimmt Ihnen die Pflicht ab, die Verfahrensdokumentation tatsächlich zu pflegen – das Werkzeug macht es möglich, aktuell halten müssen Sie sie selbst.

Was er Ihnen einbringt, ist genau das, worauf es der GoBD wirklich ankommt. Nicht eine klügere Maschine. Eine verteidigbare.

Der Test für jede KI, die Sie an Ihre Bücher heranlassen, ist einfach, und Sie können ihn in einer Demo anwenden: Greifen Sie eine Zahl heraus, die sie erzeugt hat, und bitten Sie sie, ihren Rechenweg offenzulegen. Kann sie den Beleg benennen, die Berechnung reproduzieren und nachweisen, dass nichts verändert wurde, dann gehört sie in eine deutsche Finanzfunktion. Klingt sie nur selbstsicher, dann nicht.

Wenn Sie sehen möchten, wie das mit Ihrem eigenen Hauptbuch aussieht, buchen Sie eine Demo und bringen Sie eine Zahl mit, die Sie sonst vor einem Prüfer verteidigen müssten.