GoBD 第二次修订:为什么机器可评估的 AI 数字如今要重写你的流程文档

2025 年 7 月 14 日，德国联邦财政部发布了 GoBD 的第二次修订，并于同日生效，没有过渡期。这个变化在纸面上看起来平淡无奇，但在税务稽查中却相当严厉:与税务相关的记录必须能够被机器评估,不需要额外的准备、转换或加工，而这些记录背后的流程文档，必须真正描述这些记录是如何产生的。

如果你已经开始让财务数字经由某个 LLM 处理，这一句话就应该让你警觉起来。一个模型在聊天窗口里生成的数字，没有可复现的计算逻辑，也无法追溯回总账，在审计人员认可的任何意义上，都不是机器可评估的。它只是一个断言。而一个无法被重新构建的断言，会把你直接带到每一位 CFO 都想避开的境地:被出具保留意见，或者审计人员干脆拒绝采信这个数字。

2025 年 7 月究竟改变了什么

这次修订的主要推动力是德国强制推行的 B2B 电子发票制度，该制度自 2025 年 1 月 1 日起实施。结构化发票，也就是 ZUGFeRD 或 XRechnung 文件中的 XML 核心部分，现在是你必须以机器可读形式保留的原始记录。人类可读的 PDF 只是一个装饰，除非它承载了额外的、与税务相关的信息。

但真正影响超出发票范畴的部分，是被强化的机器可读性和流程文档标准。两个概念处于核心位置。

第一,maschinelle Auswertbarkeit,即机器可评估性。与税务相关的数据必须能够以结构化形式导出和分析(比如 CSV、JSON 或规范的数据导出文件),税务机关可以坚持直接对其进行评估。在间接访问路径(Z2 路径)下，数据现在必须准备到能让审计人员自己的工具直接对其运行的程度，如果审计人员有此要求的话。一份被锁定的 PDF、一张截图、一个粘贴进幻灯片里的数字，这些都达不到标准。

第二,Verfahrensdokumentation,即流程文档。这次修订把它重新推到了聚光灯下。监管机构期望看到一份最新的、经得起审计的说明，描述数据是如何从源头流转到财务报表的:哪些系统接触过它，发生了哪些转换，谁批准了什么。如果某个 AI 系统计算或调整了某个数字，那么这个系统现在就是你必须记录的数据流程链条的一部分。你不能在链条中间留一个黑箱，还宣称文档是完整的。

AI 悄悄打断链条的地方

可追溯性原则，即 Nachvollziehbarkeit,一直是 GoBD 的脊梁。账簿中的每一个数字都应当能够追溯回其原始文档，两者之间的路径应当清晰可见。多年来，税务稽查一直建立在这个原则之上。

生成式 AI 打断这条链条的方式，在审计人员问出那个致命问题之前很容易被忽视。LLM 是一个概率性的文本引擎。让它计算边际贡献率或营运资金净值，它会给出一个看似合理的数字，有时是对的，有时是自信满满地错的，而它无法给你一个确定性的、可重复的推导过程。同一个提示词运行两次，算术路径可能不一样。没有稳定的计算逻辑可供记录，因为根本就不存在这样的逻辑。

这正是贯穿这整个专题的核心论点所反复指向的陷阱:一个没有连续审计链条和可复现计算逻辑的 AI 数字，会在下一次审计时把你直接带入被出具保留意见的境地。模型并没有说谎，准确地说，它只是产出了某种无法经受住 Nachvollziehbarkeit 检验的东西。而 GoBD 不会因为你付出了努力就网开一面。

我承认这里存在一个明显的边界。这并不意味着 AI 在财务领域没有立足之地。这意味着 AI 不能是运算发生的地方，也不能是流程中未被记录的一环。解决方案是架构层面的，而不是脚注里的一句免责声明。

解决方案:把语言和算术分开

在坚守 GoBD 的同时，依然能从 AI 中获得真正价值的最干净方法，是不再要求模型扮演计算器的角色。让它做自己擅长的事，理解问题、检索正确的数字、用通俗的语言解释结果，同时把每一次真正的计算都交给一个确定性引擎，该引擎每次都会得出相同的答案，并记录下它是如何得出这个答案的。

这种分离正是 Rexfin 的核心设计理念。我们连接你的会计和财务数据平台,QuickBooks、Xero、NetSuite、Sage、SAP、Oracle、你的数据仓库，或者上传的对账单，构建一个与总账相符的、已对账的财务模型。这是一个单一的真相来源，而不是漂浮在聊天记录里的一套平行数字。当 AI 回答问题时，它从这个模型中检索数字，通过确定性引擎而不是 LLM 来运行计算，每一个结果都能追溯回它所来自的源头行项目。

对 GoBD 来说，这在两个具体方面至关重要:

• 机器可评估性是原生具备的。 这个已对账的模型本身就是结构化数据，可以导出，审计人员的工具也可以直接对其运行，不需要在最后关头手忙脚乱地转换格式。
• 审计链条是产品本身，而不是事后补充。 每个数字都携带其推导过程:哪些源记录构成了它，哪次计算产生了它，发生在何时。这正是这次修订如今要求你记录并按需重建的那种可复现逻辑。

它同时也让流程文档变得可操作。你不必再去试图描述一个本身没有稳定推理过程的模型的内部推理逻辑，而是记录一条明确定义的流程链条:源系统、对账、确定性计算、输出结果。这是审计人员可以顺着走下去的东西，也是你能够真正持续保持最新的东西。

下一次审计前应该做什么

走一遍税务审计人员会走的路径。挑一个上个季度经过 AI 工具处理的数字，今天就试着从原始文档一步步把它重建出来。如果你做不到，如果这个推导过程存在于一段已被删除的聊天记录里，或者只存在于某位分析师的脑子里，那么你在审计人员之前，已经先一步发现了自己的风险敞口。

GoBD 并没有禁止 AI。它只是悄悄提高了随意使用 AI 的代价，而这笔账会在 Betriebsprüfung(税务稽查)时到期支付。能够顺利过关的机构，将是那些从第一天起就把审计链条当作基础设施来建设的机构，而不是等到截止日期临近才手忙脚乱地拼凑出来。

如果你想看看一个内置可追溯计算层的财务模型在实践中是什么样子，数字与总账相符，每个数字背后都有推导过程，请预约演示。我们会用审计人员可能提出的那种问题，来实际演示给你看。

关于更广泛的监管全貌，请参阅主题概览。另外两篇相关文章也值得一读:审计师如何依据 IDW PS 861 评估 AI 辅助生成的数字，以及《欧盟 AI 法案》第 14 条中规定的人工监督义务。