La seconda modifica al GoBD: perché le cifre IA leggibili dalla macchina ora riscrivono la vostra documentazione di processo

Il 14 luglio 2025 il Ministero federale delle Finanze tedesco ha pubblicato la seconda modifica al GoBD, entrata in vigore lo stesso giorno. Nessun periodo transitorio. La modifica principale è asciutta sulla carta e brutale in un controllo fiscale: le registrazioni rilevanti ai fini fiscali devono essere disponibili per la valutazione automatica (senza ulteriore preparazione, conversione o manipolazione), e la documentazione di processo dietro di esse deve descrivere realmente come tali registrazioni sono state generate.

Se avete iniziato a instradare cifre finanziarie attraverso un LLM, questa frase dovrebbe farvi rizzare le antenne. Un numero prodotto da un modello in una finestra di chat, senza logica di calcolo riproducibile e senza traccia fino al registro contabile, non è valutabile automaticamente in alcun senso che un revisore riconosca. È un’affermazione. E un’affermazione che non può essere ricostruita vi porta esattamente nel posto che ogni CFO vuole evitare: un giudizio con rilievi, oppure il revisore che si rifiuta del tutto di fare affidamento sulla cifra.

Cosa è cambiato davvero a luglio 2025

La modifica è stata guidata principalmente dal regime obbligatorio di fatturazione elettronica B2B tedesco, entrato in vigore il 1° gennaio 2025. La fattura strutturata, il nucleo XML di un file ZUGFeRD o XRechnung, è ora la registrazione originale che dovete conservare nella sua forma leggibile dalla macchina. Il PDF leggibile dall’uomo è decorazione, a meno che non contenga informazioni aggiuntive rilevanti ai fini fiscali.

Ma la parte che morde oltre la fatturazione è lo standard rafforzato sulla leggibilità dalla macchina e sulla documentazione di processo. Due idee stanno al centro.

Primo, la maschinelle Auswertbarkeit, la valutabilità automatica. I dati rilevanti ai fini fiscali devono essere esportabili e analizzabili in forma strutturata (pensate a CSV, JSON, o un vero estratto dati), e l’autorità fiscale può insistere per valutarli direttamente. Nell’accesso indiretto (il percorso Z2), i dati ora devono essere preparati in modo che gli strumenti del revisore possano funzionare su di essi, se l’ispettore lo richiede. Un PDF bloccato, uno screenshot, una cifra incollata in una slide: nessuno di questi supera la soglia.

Secondo, la Verfahrensdokumentation, la documentazione di processo. La modifica la riporta sotto i riflettori. Le autorità si aspettano una descrizione attuale e a prova di audit di come i dati fluiscono dalla fonte al bilancio: quali sistemi li toccano, quali trasformazioni avvengono, chi ha approvato cosa. Se un sistema IA calcola o rettifica una cifra, quel sistema fa ora parte della pipeline dei dati che dovete documentare. Non potete lasciare una scatola nera nel mezzo della catena e definire completa la documentazione.

Dove l’IA rompe la catena in silenzio

Il principio di tracciabilità, la Nachvollziehbarkeit, è sempre stata la spina dorsale del GoBD. Ogni cifra nei libri contabili dovrebbe essere ricostruibile fino al documento sorgente, e il percorso tra i due deve essere visibile. I controlli fiscali si sono basati su questo per anni.

L’IA generativa rompe la catena in un modo facile da non notare finché l’ispettore non pone la domanda sbagliata. Un LLM è un motore di testo probabilistico. Chiedetegli di calcolare un margine di contribuzione o un capitale circolante netto e produrrà un numero plausibile, a volte quello giusto, a volte uno sbagliato con sicurezza, e non può fornirvi una derivazione deterministica e ripetibile. Eseguite lo stesso prompt due volte e il percorso aritmetico può differire. Non c’è una logica di calcolo stabile da documentare, perché semplicemente non esiste.

Questa è la trappola attorno a cui gira la tesi di tutto questo pilastro: una cifra IA senza una traccia di audit continua e una logica di calcolo riproducibile vi porta dritti nel territorio del giudizio con rilievi al prossimo audit. Il modello non ha mentito, esattamente. Ha solo prodotto qualcosa che non sopravvive alla Nachvollziehbarkeit. E il GoBD non valuta in base allo sforzo.

Ammetto il limite ovvio. Niente di tutto ciò significa che l’IA non abbia posto nella finanza. Significa che l’IA non può essere il luogo in cui avviene la matematica, e non può essere un passaggio non documentato nella pipeline. La soluzione è architetturale, non una clausola in una nota a piè di pagina.

La soluzione: separare il linguaggio dall’aritmetica

Il modo più pulito per restare dentro al GoBD ottenendo comunque valore reale dall’IA è smettere di chiedere al modello di essere una calcolatrice. Lasciate che faccia ciò in cui è bravo, capire una domanda, recuperare le cifre giuste, spiegare un risultato in linguaggio semplice, e instradate ogni calcolo effettivo attraverso un motore deterministico che produce la stessa risposta ogni volta e registra come ci è arrivato.

Questa separazione è esattamente ciò su cui è costruito Rexfin. Ci colleghiamo alle vostre piattaforme contabili e di dati finanziari, QuickBooks, Xero, NetSuite, Sage, SAP, Oracle, il vostro data warehouse, o a estratti conto caricati, e costruiamo un unico modello finanziario riconciliato che quadra con il registro contabile. Una fonte unica di verità, non un insieme parallelo di numeri che galleggiano in una cronologia di chat. Quando l’IA risponde a una domanda, recupera le cifre da quel modello, esegue il calcolo attraverso il motore deterministico invece che tramite l’LLM, e ogni risultato risale alla riga sorgente da cui proviene.

Per il GoBD questo conta in due modi concreti:

• La valutabilità automatica è nativa. Il modello riconciliato è dato strutturato che potete esportare e su cui gli strumenti di un revisore possono funzionare, senza corse dell’ultimo minuto per convertirlo.
• La traccia di audit è il prodotto, non un ripensamento. Ogni cifra porta con sé la propria derivazione: quali registrazioni sorgente l’hanno alimentata, quale calcolo l’ha prodotta, quando. È la logica riproducibile che la modifica ora si aspetta documentiate e ricostruiate su richiesta.

Rende anche gestibile la documentazione di processo. Invece di provare a descrivere il ragionamento interno di un modello che non ha un ragionamento stabile, documentate una pipeline definita: sistema sorgente, riconciliazione, calcolo deterministico, output. È qualcosa che un revisore può seguire, e qualcosa che potete effettivamente mantenere aggiornato.

Cosa fare prima del prossimo audit

Percorrete il tragitto che farebbe un ispettore fiscale. Scegliete una cifra toccata da uno strumento IA l’ultimo trimestre e provate a ricostruirla dai documenti sorgente, passo per passo, oggi. Se non potete, se la derivazione vive in un thread di chat cancellato o nella testa di un solo analista, avete trovato la vostra esposizione prima che lo facesse il revisore.

Il GoBD non ha vietato l’IA. Ha silenziosamente alzato il prezzo di usarla con leggerezza, e il conto arriva durante una Betriebsprüfung. Le istituzioni che ne usciranno pulite saranno quelle che hanno trattato la traccia di audit come infrastruttura fin dal primo giorno, non come qualcosa da assemblare sotto scadenza.

Se volete vedere come appare in pratica un modello finanziario con uno strato di calcolo tracciabile integrato, cifre che quadrano con il registro contabile e una derivazione dietro ogni numero, prenotate una demo. La faremo girare sul tipo di domanda che porrebbe un ispettore.

Per il quadro normativo più ampio, vedete la panoramica del pilastro. Due articoli correlati meritano il vostro tempo: come il vostro revisore valuta le cifre supportate dall’IA secondo IDW PS 861, e l’obbligo di supervisione umana nell’Articolo 14 dell’AI Act dell’UE.