Gesetzliche Register- und Behördenmeldungen aus Geschäftsdaten (LUCID, WEEE, E-Bilanz, BNetzA)

Deutsche Unternehmen geben eine lange Reihe wiederkehrender Meldungen ab: Verpackungsmengen in LUCID, Elektrogeräte bei der stiftung ear, die E-Bilanz beim Finanzamt, Kurtaxe-Erklärungen, Kostenerhebungen für die Bundesnetzagentur. Jede hat eigene Kategorien, Formulare und Fristen, und die Zahlen liegen im ERP, im Shop, im PMS oder in der Buchhaltung. KI bildet die internen Daten auf das Behördenformat ab, befüllt die Werte vor, erklärt Veränderungen gegenüber dem Vorjahr und überwacht Fristen. Die Einreichung selbst bleibt bei einer namentlich benannten Person.

Problem & Nutzen

• Heute: Eine Sachbearbeiterin oder der Steuerberater exportiert Daten, ordnet sie von Hand in einer Tabelle zu, tippt sie in ein Portal ein und wiederholt das im nächsten Jahr mit halb vergessenen Regeln. Der Aufwand ist pro Meldung klein, aber es sind viele Meldungen, und Fehler können echte Bußgelder nach sich ziehen.
• KI-Nutzen: Wiederverwendung der Zuordnung des Vorjahres, automatische Zuordnung von Artikeln und Konten zu Behördenkategorien, Plausibilitätshinweise („Verpackungsgewicht +40 % wegen neuer Produktlinie“) und eine Fristenliste. Der Gewinn entsteht beim Zuordnen, nicht bei der Formulareingabe.
• Wer es braucht (aus der Lückenanalyse): Großhandel (WEEE, Batterien, Verpackungen, etwa 5 h je Periode), Onlinehandel (LUCID-Verpackungsmeldung, etwa 4 h), Hotels (Kurtaxe, etwa 3 h), Stadtwerke (Kosten- und Erlösobergrenzendaten für die Bundesnetzagentur, etwa 60 h), Steuerkanzleien (E-Bilanz etwa 4 h, Meldungen und Bescheinigungen etwa 5 h) [1][2][3][4].
• Risiko: Eine fehlende LUCID-Registrierung kann mit Bußgeldern bis 100.000 EUR geahndet werden, fehlende Systembeteiligung bis 200.000 EUR, eine fehlerhafte Datenmeldung bis 10.000 EUR; dazu kommen Vertriebsverbote und Abmahnungen durch Wettbewerber [3].

Varianten

• Produkt-Compliance-Register (Handel, Großhandel): LUCID/VerpackDG-Verpackungsmengen (Nachfolger des VerpackG seit 12. August 2026) je Material, WEEE-(ElektroG-) und Batterie-(BattG-)Registrierung und Mengenmeldungen bei der stiftung ear [2][3].
• Kommunale Steuererklärungen (Hotels): Kurtaxe (Beherbergungs-/Übernachtungssteuer) je Gemeinde aus den Übernachtungsdaten des PMS, mit Ausnahmen für Geschäftsreisende, wo die Satzung der Gemeinde das vorsieht.
• Regulierungserhebungen (Stadtwerke): Kostendaten für die Prüfung der Erlösobergrenzen auf den von der Behörde vorgegebenen Erhebungsbögen; umfangreich und von Fachleuten zu unterzeichnen, die KI erstellt daher nur Entwürfe [1].
• Workflows der Steuerberatung: Zuordnung von Konten zur Taxonomie für die E-Bilanz (§ 5b EStG) und Bündelung von Meldungen und Bescheinigungen für viele Mandanten [4].
• Nicht Gegenstand: Berichte von börsennotierten Unternehmen und Banken (ESEF, COREP) sind DATA-020; ESG-Berichterstattung ist DATA-012.

So funktioniert es

1. Quelldaten (Export aus ERP / Shop / PMS / Buchhaltung)
2. Schemazuordnung (Artikel oder Konto
3. Behördenkategorie, Material, Geräteklasse, Taxonomieposition)
4. Aggregation je Meldezeitraum und Einheit (Mengen, Gewichte, Beträge)
5. Plausibilitätsprüfung (gegen Vorjahr, gegen andere Register, Regelprüfungen)
6. KI-Erklärung der Veränderungen + Liste offener Fragen
7. Prüfung und Freigabe durch Menschen (namentlich benannte Person, Vier-Augen-Prinzip bei großen Erhebungen)
8. Einreichung über Portal / ELSTER / ERiC (durch den Menschen oder zertifizierte Software)
9. Archivierung von Eingaben, Zuordnungsversion und Eingangsbestätigung; Fristenkalender aktualisieren

• Zuordnung: Ein LLM oder Klassifikator schlägt die Kategorie anhand von Artikeltext, Attributen und der Zuordnung des Vorjahres vor. Bestätigte Zuordnungen werden als Regeltabelle gespeichert, sodass die nächste Periode weitgehend deterministisch abläuft.
• Die Berechnung bleibt deterministisch: Summen, Gewichte und umsatzsteuerrelevante Beträge werden in Code oder SQL berechnet, niemals vom LLM. Das LLM entwirft die Zuordnung und den Erklärungstext.
• Mensch-in-der-Schleife (Human-in-the-Loop): Unbekannte Artikel, neue Kategorien und Änderungen über einem Schwellenwert gehen in die Prüfung. Registrierungen und Mengenmeldungen muss das verpflichtete Unternehmen selbst vornehmen [3].
• Einreichung: meist manuelle Eingabe im Portal oder Upload; die E-Bilanz braucht XBRL über ELSTER/ERiC-kompatible Software [4]. Agenten, die Portale bedienen (Computer Use), sind möglich, aber fragil.

Datenaufbereitung

Welche Daten: Artikelstamm mit Gewicht, Material und Verpackungsattributen; Verkäufe nach Periode und Land; Geräte- und Batteriekategorien; Kontenplan und Summen- und Saldenliste; Übernachtungen aus dem PMS; Vorjahresmeldungen und die Feldbeschreibungen der Behörde.

Wo sie liegen: ERP- oder Shopsystem (JTL-Wawi, Shopware, SAP Business One, Business Central), DATEV oder die Buchhaltung, PMS-Exporte, Tabellen der Compliance-Sachbearbeitung, PDFs von Behördenbescheiden.

Typische Lücken: Artikel ohne Verpackungsgewicht oder Material, keine Kennzeichnung für Elektrogeräte oder Batterien, gewachsene Kontenstrukturen mit Sammelkonten, Mengen, die zwischen ERP und Shop abweichen, und Zuordnungsregeln, die nur in der Tabelle einer einzelnen Person existieren.

Aufbereitungsschritte: 1. Fehlende Attribute (Gewicht, Material, Gerätekategorie) im Artikelstamm ergänzen, beginnend mit den Verkaufsschlagern. 2. Die Zuordnung des Vorjahres und die Kategorienliste der Behörde als erste Regeltabelle dokumentieren (PREP-016). 3. Saubere Periodendaten über die ERP-Schnittstelle exportieren (PREP-005) und mit der Buchhaltung abstimmen. 4. Ein Testset aus zwei vergangenen Meldungen mit bekannten richtigen Werten aufbauen (PREP-018). 5. Den Zugriff auf Exporte und Meldungen beschränken (PREP-023).

Werkzeuge: ERP-Exporte, Tabellenkalkulation oder SQL für die Aggregation, DATEV-Kontennachweis für die E-Bilanz.

Grober Aufwandsanteil: hoch, etwa die Hälfte des Projekts, überwiegend Attributpflege und Zuordnung. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU — Weg A: Die meisten Pflichten sind klein; Compliance-Dienstleister, Shop-Plug-ins und die Buchhaltungssoftware decken sie ab, und KI-Funktionen kommen mit dem Produkt.
• Großunternehmen — Weg B: Viele Gesellschaften, Länder und Register rechtfertigen eine eigene Pipeline auf Cloud-APIs neben dem ERP, mit eigenen Regeltabellen und Freigabe-Workflow.

Weg A — Kaufen (für die meisten KMU empfohlen)

• Compliance-Dienste und Plug-ins: Anbieter von Komplettservices für Verpackungen und WEEE (zum Beispiel Lizenzero/Interzero, Reclay, Landbell und andere) übernehmen Registrierung und Mengenmeldungen; Shop- und ERP-Hersteller bieten Exporte für Verpackungsmeldungen an. Prüfen Sie EU-Hosting, wer einreicht und wie die Daten exportiert werden.
• E-Bilanz: DATEV, Lexware, Tools vom Typ onlinebilanz und Software der Steuerberatung erzeugen das XBRL und die Kontenzuordnung; KI hilft mit Zuordnungsvorschlägen und Konsistenzprüfungen [4].
• A wählen, wenn: die Meldungen Standard sind, die Mengen klein und der Anbieter Ihren ERP-Export lesen kann.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Pipeline: SQL-Aggregation aus dem ERP, eine LLM-API (EU-Region oder EU-Anbieter) für die Kategorienzuordnung und Änderungserklärungen mit strukturierten Ausgaben, n8n oder Power Automate für Fristen und Freigaben.
• B wählen, wenn: mehrere Register und Gesellschaften dieselben Artikel- und Kontendaten nutzen oder kein Produkt die Kombination abdeckt.

Weg C — Selbst betreiben (Open Source)

• Stack: offene Modelle (zum Beispiel der Qwen- oder Mistral-Klasse, quantisiert) über vLLM oder Ollama, n8n, PostgreSQL für Regeltabellen. HW2 genügt: Das Volumen ist klein.
• C wählen, wenn: Artikel- und Verkaufsdaten das Unternehmen nicht verlassen dürfen – das ist hier selten das Hauptanliegen.

Weg D — Eigenes Training

Selten lohnend. Ein kleiner Klassifikator für die Zuordnung von Artikeln zu Kategorien lohnt sich erst bei Zehntausenden von Artikeln; Korrekturen aus der Prüfung sind die Trainingsdaten.

Stand der Technik (2026)

• Zuordnen und Erklären liegen gut im Bereich heutiger LLMs, wenn die Kategorienlisten als Kontext mitgegeben werden; die Schwachstelle sind unvollständige Stammdaten, nicht das Modell.
• Behördenschnittstellen ändern sich langsam und sind nicht KI-tauglich: LUCID und stiftung ear sind Portale, die BNetzA nutzt für die Prüfung der Erlösobergrenzen formale Erhebungsbögen als Tabellen [1], und die E-Bilanz ist XBRL mit fester Taxonomie (6.9 für Wirtschaftsjahre, die nach dem 31. Dezember 2025 beginnen, 6.10 für 2027 angekündigt) [4]. Alles jenseits der dateibasierten Einreichung bedeutet Browser-Automatisierung.
• Ehrlicher Reifegrad: Der deterministische Teil (Export, Aggregation, Einreichung) ist ausgereift und wird als Dienstleistung verkauft. Die KI-Schicht (Zuordnung, Plausibilität, Erklärung) funktioniert für kleine Registermeldungen und ist nur in Teilen als Produkt verfügbar. Große Erhebungen wie die BNetzA-Kostenprüfung brauchen die Freigabe durch Fachleute, die KI hilft daher nur beim Entwurf und bei Prüfungen.
• Grenzen: LLMs erfinden Kategorien oder Gewichte, wenn Daten fehlen; sie kennen aktuelle kommunale Satzungen oder geänderte Schwellenwerte nur, wenn man ihnen den aktuellen Text mitgibt. Mengen müssen immer aus berechneten Daten stammen.

Gemeinsame Bausteine & Kombinationen

• Gleiche Datengrundlage: DATA-003 (Stammdatenbereinigung) und DATA-010 (Produktdatenanreicherung mit Klassifikation) liefern die Artikelattribute, von denen dieser Anwendungsfall lebt; DATA-022 deckt die Zuordnung bei Partnern und EDI ab.
• Gleiches Muster: DATA-020 (Finanz- und Aufsichtsberichte) und DATA-012 (ESG/CSRD) nutzen dieselben Bausteine für Zuordnung, Plausibilität und Prüfpfad; ein gemeinsamer Dienst für Regeltabellen und Freigabe kann alle drei bedienen.
• Vor- und nachgelagert: DOC-001 und DOC-017 liefern Rechnungs- und Bankdaten; AGENT-006 (Abstimmung und Abschluss) liefert abgestimmte Buchhaltungszahlen; DATA-002 erzeugt den Text für die Änderungserklärungen; DATA-024 (Abweichungsanalyse) nutzt die Vorjahresvergleichslogik erneut.
• Größter Hebel: Derselbe Artikelstamm mit Gewicht, Material und Geräteklasse speist Verpackungs-, WEEE- und Batteriemeldungen zugleich, sodass ein einziges Aufräumen mehrere wiederkehrende Aufgaben entlastet.
• Fristen: Ein Fristenmelder für gesetzliche Prüfungen und Bescheinigungen ist ein naheliegender Nachbar, siehe AGENT-004 für das allgemeine Back-Office-Agentenmuster.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen plus Anbietergebühren; der meiste Aufwand fließt in die Attributbereinigung.
• Weg B: 1–3 Monate für eine Pipeline mit ERP-Export, Regeltabellen und Freigabe-Workflow.
• Weg C: ähnlich wie B, dazu ein kleiner Server und Betrieb.
• Kostentreiber: Stammdatenpflege, Zahl der Register und Gesellschaften, Freigabe durch Fachleute bei großen Erhebungen.
• Kennzahlen: Stunden je Meldung, Anteil automatisch zugeordneter Artikel, Zahl der Korrekturen nach der Prüfung, versäumte Fristen (Ziel null), Rückfragen oder Beanstandungen der Behörden.

Menschen & Veränderung

Früh einbinden: die Leitung Finanzen oder Compliance als Prozessverantwortliche, die Verantwortlichen für Artikel- und ERP-Daten, die IT für Exporte und die/den Datenschutzbeauftragte(n), wenn Gäste- oder Kundendaten genutzt werden (Kurtaxe). Die Geschäftsführung entscheidet, wer für jede Meldung rechtlich verantwortlich ist.

Betriebsrat: im typischen Fall nein. Das Werkzeug verarbeitet Artikel, Mengen und Konten, nicht das Verhalten von Beschäftigten. Protokolliert es die Arbeit einzelner Sachbearbeitender im Detail, kann §87 Abs. 1 Nr. 6 BetrVG greifen; §90 BetrVG verlangt in jedem Fall die rechtzeitige Unterrichtung (GUIDE-004).

KI-Kompetenz: Art. 4 KI-Verordnung (AI Act): kurze Schulung dazu, wie vorgeschlagene Zuordnungen zu prüfen sind und was das LLM nicht berechnet (GUIDE-006).

Kommunikation und Pilot: Beginnen Sie mit einem Register, das heute besonders schmerzt (oft Verpackungen oder WEEE), lassen Sie den neuen Prozess eine Periode lang parallel zum alten laufen und benennen Sie eine verantwortliche Person (GUIDE-008, GUIDE-009).

Menschen behalten die Kontrolle: Die verpflichtete Person gibt jede Meldung frei; keine automatisierte Einreichung von Registrierungen oder Mengenmeldungen ohne Prüfung.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko; keine Kategorie nach Anhang III. Die Pflicht zur KI-Kompetenz (Art. 4) gilt.
• DSGVO: meist keine personenbezogenen Daten; Kurtaxe-Daten und Konten von Einzelunternehmern können sie enthalten. Auftragsverarbeitungsvertrag mit dem Anbieter (Art. 28) und EU-Hosting, wo personenbezogene Daten im Spiel sind.
• Fachrecht: VerpackDG, seit 12. August 2026 in Kraft und Nachfolger des VerpackG (Registrierung bis 100.000 EUR, Systembeteiligung bis 200.000 EUR, Datenmeldung bis 10.000 EUR) [3], ElektroG und BattG (Registrierung bei der stiftung ear vor dem Inverkehrbringen) [2], § 5b EStG für die E-Bilanz [4], EnWG/ARegV für Erlösobergrenzen [1]. Für die Kurtaxe gelten kommunale Satzungen.
• Haftung: Das Unternehmen bleibt für die Richtigkeit verantwortlich; falsche Kategorien können Bußgelder oder den Verlust von Registrierungen bedeuten. Bewahren Sie je Meldung die Zuordnungsversion und die Quelldaten auf (Nachvollziehbarkeit im Sinne der GoBD).
• Gegenmaßnahmen: deterministische Berechnung, Vorjahresvergleich, Prüfschwellen, Prüfprotokoll.

Erste Schritte

1. Alle wiederkehrenden Meldungen mit Verantwortlichem, Behörde, Frist, Datenquelle und Stunden pro Jahr auflisten.
2. Die Meldung mit dem besten Verhältnis von Aufwand zu Risiko wählen und ihre Stammdatenlücken prüfen.
3. Die Regeltabelle aus der Meldung des Vorjahres aufbauen und die KI nur die unbekannten Artikel vorschlagen lassen.
4. Eine Periode parallel laufen lassen, die Zahlen vergleichen und jede Korrektur protokollieren.
5. Das nächste Register auf demselben Artikelstamm ergänzen.

Quellen

1. Bundesnetzagentur — Kostenprüfung (Erlösobergrenzen, Beschlusskammer 8), formal Erhebungsbögen — https://bundesnetzagentur.de/DE/Beschlusskammern/BK08/BK8_05_EOG/52_Kostenpruefung/BK8_Kostenpruefung.html
2. stiftung ear — who we are (ElektroG and BattG registration tasks) — https://www.stiftung-ear.de/en/about-us/who-we-are
3. Lizenzero — Zentrale Stelle Verpackungsregister and LUCID (registration, quantity reports, fines) — https://www.lizenzero.de/verpackungsregister-lucid/
4. Steuer-Schröder — E-Bilanz 2026 (§ 5b EStG, taxonomy 6.9/6.10, ELSTER/ERiC, account mapping) — https://www.steuerschroeder.de/e-bilanz.html
5. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj