Steuerkanzleien · Kontrollierte KI-Workflows

Erst der Datenweg. Dann das Modell.

Wir prüfen mit echten Beispielen, welche Routine sich automatisieren lässt und welche Freigabe beim Menschen bleiben muss.

Prozess besprechen

Die kurze Antwort

KI kann Kanzleiarbeit vorbereiten. Sie darf Verantwortung nicht verstecken.

Ein gutes System zeigt, welche Quelle genutzt wurde, wie sicher eine Zuordnung ist und wann ein Mensch übernehmen muss. Genau diese drei Dinge bauen wir zuerst.

Vier sinnvolle Einstiege

Klein genug für einen Beweis. Relevant genug für den Alltag.

Dokumenten- und Eingangstrennung

Eingehende Dokumente werden nach vereinbarten Klassen vorsortiert. Unsichere Fälle landen automatisch bei einem Menschen, statt still falsch weiterzulaufen.

Messgröße im Sprint: Trefferquote je Dokumentklasse und Anteil der Review-Fälle.

Mandantenanfragen vorsortieren

E-Mails und Formulare werden nach Thema, Frist und zuständiger Rolle strukturiert. Die fachliche Antwort bleibt bei der Kanzlei.

Messgröße im Sprint: Zeit bis zur Zuständigkeit und Anteil korrekt gerouteter Anfragen.

Interne Wissenssuche

Ein Assistent sucht ausschließlich in freigegebenen Kanzlei-Dokumenten und nennt die verwendete Quelle. Ohne Fund gibt er keine erfundene Antwort aus.

Messgröße im Sprint: belegbare Antworten auf ein festes Testset aus echten Fragen.

Entwürfe und Zusammenfassungen

KI erstellt Arbeitsentwürfe aus freigegebenen Informationen. Steuerliche oder rechtliche Entscheidungen werden nicht automatisiert.

Messgröße im Sprint: eingesparte Bearbeitungszeit bei unveränderter Freigabekette.

Datenschutz und Berufsgeheimnis

Kein Provider-Name ersetzt eine Datenflussprüfung.

Der konkrete Weg wird mit Datenschutzbeauftragten oder Rechtsberatung freigegeben. Wir liefern die technische Dokumentation dafür.

Provider-API mit Vertragspfad

Wenn Datenkategorie, Vertragspartner, Speicherort und Löschfristen dokumentiert und freigegeben sind.

Pseudonymisierung vor Modellaufruf

Wenn der Workflow ohne Klarnamen oder direkt identifizierende Merkmale funktioniert.

Private oder selbst betriebene Modellschicht

Wenn der konkrete Daten- und Risikofall eine strengere technische Kontrolle rechtfertigt.

Ergebnis nach fünf Tagen

Eine Entscheidungsvorlage aus Code, nicht aus Hoffnung.

Live-Demomit einem abgegrenzten Workflow und repräsentativen Beispielen
TestauswertungTreffer, Grenzfälle und Review-Anteil sichtbar dokumentiert
DatenflussSysteme, Empfänger, Speicher- und Löschpfade technisch beschrieben
Go oder No-Goinklusive Aufwand, Risiken und Festpreisrahmen für den nächsten Schritt

Häufige Fragen

Vor dem ersten Datenexport.

Dürfen Mandantendaten an ein Sprachmodell gesendet werden?

Das lässt sich nicht pauschal beantworten. Entscheidend sind Datenkategorie, Zweck, Vertragspartner, Auftragsverarbeitung, Speicher- und Löschregeln sowie die technische Architektur. Im Discovery-Sprint dokumentieren wir den Datenweg. Die rechtliche Freigabe bleibt bei Ihrer Datenschutz- oder Rechtsberatung.

Ersetzt KI die fachliche Prüfung in der Kanzlei?

Nein. Sinnvolle Systeme bereiten vor, klassifizieren oder suchen. Fachliche Entscheidungen und Freigaben bleiben bei qualifizierten Mitarbeitenden. Für uns ist eine sichtbare Review-Queue kein Fehler, sondern Teil eines kontrollierbaren Systems.

Brauchen wir sofort eine DATEV-Integration?

Nicht zwingend. Für einen ersten Beweis reichen oft ein kontrollierter Export, ein Sidecar-Tool oder ein klar begrenzter Eingangsordner. Eine tiefe Integration kommt erst dann, wenn der Workflow mit echten Beispielen trägt.

Was kostet der Einstieg?

Der Discovery-Sprint kostet 4.900 € Festpreis und dauert 5 Tage. Am Ende steht eine Live-Demo mit Ihren Beispieldaten und eine klare Go/No-Go-Entscheidung. Ein anschließender Custom-Build beginnt bei 25.000 €.

Welcher Kanzleiprozess kostet jede Woche Zeit?

Wir prüfen Nutzen, Datenweg und den kleinsten belastbaren Einstieg.

Projekt besprechen