Wenn eine KI in einigen typischen Fällen gute Ergebnisse liefert, ist damit noch wenig darüber gesagt, wie verlässlich sie sich in einem steuerlich relevanten Prozess einsetzen lässt.
Steuerliche Ergebnisse hängen häufig von einzelnen Tatbestandsmerkmalen, Ausnahmen, zeitlichen Abgrenzungen oder besonderen Umständen des Sachverhalts ab. Schon eine fehlende oder anders formulierte Angabe kann deshalb zu einer abweichenden Einordnung führen. Fehlt beispielsweise eine für den Leistungsort notwendige Information, sollte die Anwendung keine eindeutige steuerliche Behandlung unterstellen, sondern auf die fehlende Angabe hinweisen.
Normalfälle reichen nicht aus
Bevor Testfälle entwickelt werden, muss zunächst fachlich geklärt sein, welches Ergebnis bei einem bestimmten Sachverhalt richtig wäre und worauf diese Beurteilung beruht. Neben eindeutigen Normalfällen sollten die Tests daher auch Grenzfälle, Ausnahmen sowie bewusst unvollständige, mehrdeutige oder widersprüchliche Angaben enthalten. Ebenso relevant sind Fälle, in denen die Anwendung keine abschließende Einordnung vornehmen, sondern eine menschliche Prüfung auslösen soll.
Anhand dieser Testfälle lässt sich untersuchen, ob die Anwendung bei wiederholten Prüfungen identischer oder vergleichbarer Sachverhalte zu hinreichend stabilen Ergebnissen kommt, wie sie auf fehlende Informationen reagiert und an welchen Stellen Kontroll- oder Freigabeschritte notwendig bleiben.
Ein klar abgegrenzter Prüfungsumfang
Geprüft wird die steuerfachliche Abbildung eines konkret abgegrenzten Anwendungsfalls. Daraus folgt keine allgemeine Validierung der KI‑Anwendung. Ebenso wenig ersetzt diese Prüfung die technische Untersuchung oder eine eigenständige rechtliche Beurteilung, etwa nach Datenschutz- oder KI‑Recht.