Assistent für die private Steuererklärung

Die jährliche Einkommensteuererklärung ist mühsam: das richtige Formular finden, sich merken, was absetzbar ist, und die Belege eines ganzen Jahres sortieren. Ein Steuerassistent liest die Unterlagen, stellt die Fragen, die auch eine Steuerberaterin stellen würde, füllt das Formular aus und erklärt jeden Eintrag in verständlicher Sprache. Danach prüft er auch den Steuerbescheid. Die Nutzerin oder der Nutzer bleibt für den Inhalt verantwortlich und reicht die Erklärung selbst ein.

Problem & Nutzen

• Heute: Arbeitnehmer und Rentner in der EU füllen Formulare oder Portale entweder selbst aus, nutzen eine Steuer-App für Verbraucher mit Frage-Antwort-Assistent oder bezahlen eine Steuerberatung oder einen Lohnsteuerhilfeverein (Deutschland). Häufige Fehler sind vergessene Abzüge (Werbungskosten, Pendlerpauschale, Spenden, Handwerker- und haushaltsnahe Dienstleistungen, Versicherungsbeiträge), falsch zugeordnete Beträge und ungeprüfte Bescheide.
• KI-Nutzen: Die Dokumentenerfassung ersetzt das manuelle Abtippen, eine Dialogoberfläche ersetzt den Formularbaum, und ein LLM erklärt, warum ein Posten in welche Zeile gehört. Reasoning-Modelle können einen Bescheid mit den eingereichten Zahlen abgleichen und Abweichungen markieren.
• Digitalisierungskontext: In Deutschland bietet die Finanzverwaltung in ELSTER bereits vorausgefüllte Daten an (Vorausgefüllte Steuererklärung / Belegabruf). Der Aufwand hat sich daher weitgehend vom Eingeben der Daten auf das Prüfen und Vervollständigen verlagert [1]. Vergleichbare vorausgefüllte Systeme gibt es z. B. in Dänemark, Schweden, Spanien und Italien. Eine belegte Zahl zur durchschnittlichen Zeitersparnis wird hier nicht behauptet; messen Sie sie in einem Pilotversuch.

Varianten

• Arbeitnehmer / Rentner (einfacher Fall): eine Lohnsteuerbescheinigung, Standardabzüge, Assistentenstil.
• Familien und Eigenheimbesitzer: Kinderbetreuung, Ausbildung, Vermietung einer einzelnen Wohnung, haushaltsnahe Dienstleistungen.
• Selbstständige / Freiberufler: Einnahmenüberschussrechnung (EÜR), Umsatzsteuererklärung, Belegerfassung (siehe DOC-002).
• Auslandsentsandte und Grenzgänger: Doppelbesteuerungsabkommen, ausländische Einkünfte – höheres Fehlerrisiko, menschliche Beratung empfohlen.
• Bescheidprüfung: Steuerbescheid hochladen, Abweichungen erkennen und einen Einspruch entwerfen.
• Steuerberater (professionell): dieselbe Pipeline als Entwurfswerkzeug – außerhalb dieses Profils für private Nutzung.

So funktioniert es

1. Belegeingang (Foto/PDF/E-Mail, Vorausfüllung durch die Behörde)
2. OCR + Klassifikation (Lohnbescheinigung, Spendenquittung, Versicherung, Handwerkerrechnung ...)
3. Extraktion ins Schema (Datum, Aussteller, Betrag, Kategorie, ggf. Steuer-ID)
4. Interview (LLM fragt nach Umständen: Pendeltage, Homeoffice, Kinder, Umzüge)
5. Regeln + Retrieval (Steuerrechts-Wissensbasis des Landes/Jahres, amtliche Ausfüllhilfen)
6. Entwurf der Erklärung (Zuordnung zu Formularfeldern/-zeilen) + Erläuterung je Feld + Konfidenz
7. Prüfung durch Menschen (Nutzer bestätigt jeden Betrag; unklare Fälle werden markiert)
8. Einreichung durch den Nutzer über den offiziellen Weg (ELSTER oder nationales Portal)
9. Bescheidprüfung (Veranlagung mit Erklärung vergleichen)
10. Einspruchsentwurf bei Abweichung

• Extraktion: Ein Vision-Language-Modell oder ein Dokumenten-KI-Dienst liefert pro Beleg JSON.
• Steuerlogik: Lassen Sie das LLM die Steuer nicht aus dem Gedächtnis berechnen. Verwenden Sie eine deterministische Berechnung (Tarifformeln, Grenzen, Pauschalen je Veranlagungsjahr) oder den amtlichen Rechner; das LLM steuert den Ablauf, ruft Regeln ab und erklärt. Regeln müssen pro Veranlagungsjahr versioniert sein.
• Mensch-in-der-Schleife (Human-in-the-Loop): Die Nutzerin oder der Nutzer prüft und reicht ein; jede Aussage, die wie verbindliche Beratung klingt, wird als Information gekennzeichnet. Komplexe Fälle gehen an eine Beratung.

Datenaufbereitung

Die Daten sind die eigenen Unterlagen der Person: Lohnsteuerbescheinigung, Versicherungs- und Spendenbelege, Kinderbetreuungs- und Handwerkerrechnungen, Erklärung und Bescheid des Vorjahres sowie die vorausgefüllten ELSTER-Daten (Belegabruf). Sie liegen meist in einem Papierordner, in Handyfotos, E-Mail-Anhängen und Banking-Apps. Typische Lücken sind unscharfe Fotos, Belege ohne klares Datum oder klaren Betrag, Duplikate, Dokumente mit Namen wie „scan_034.pdf“ und fehlende Nachweise für absetzbare Posten.

Schritte der Aufbereitung: - Legen Sie pro Steuerjahr einen Ordner und pro Kategorie einen Unterordner an (Einkommen, Versicherungen, Spenden, Beruf, Handwerker). - Scannen Sie Papier mit einer Scanner-App auf dem Handy oder einem Dokumentenscanner; lassen Sie OCR laufen und behalten Sie das Original. Für ein größeres Archiv verschlagwortet und durchsucht Paperless-ngx auf einem Heimserver die Dokumente (siehe PREP-006 und DOC-014). - Benennen Sie Dateien einheitlich (Datum, Aussteller, Betrag) oder lassen Sie sich vom Assistenten Namen vorschlagen. - Rufen Sie vor dem Start die vorausgefüllten Daten aus ELSTER ab, damit der Assistent mit Daten der Finanzverwaltung statt mit Vermutungen arbeitet. - Entfernen Sie Dokumente Dritter (zum Beispiel anderer Familienmitglieder), die nicht benötigt werden.

Der Aufwand ist gering: Rund 60 bis 70 Prozent der Zeit entfallen auf das Sammeln und Sortieren der Unterlagen, der KI-Teil selbst geht schnell. Wer das fortlaufend über das Jahr erledigt (jeden Beleg beim Eintreffen fotografieren), spart im nächsten Jahr den größten Teil des Aufwands. Zur Einschätzung der Datenreife siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• Privat: A. Etablierte deutsche Steuer-Apps und das kostenlose ELSTER-Portal decken Standardfälle günstig und mit Hosting in der EU ab; die Person prüft und reicht trotzdem selbst ein.
• Entwickler: B. Ein persönliches oder gemeinschaftliches Werkzeug auf Basis von APIs in EU-Regionen mit OCR ist einfach zu bauen und gibt Ihnen die Kontrolle über Prompts und Datenfluss, während der Stack klein bleibt.

Weg A — Kaufen (Standardsoftware) (für die meisten Menschen empfohlen)

• Steuer-Apps / Software für Verbraucher (Deutschland): Taxfix, WISO Steuer (Buhl), SteuerGo, Wundertax, Smartsteuer, Lohnsteuer-kompakt, Assistenten im Stil von Steuerbot; viele binden KI-geführte Fragen und Belegscan ein. Überwiegend deutsche Anbieter (EU) – prüfen Sie Hosting und Bedingungen zur Datenverarbeitung.
• Amtlicher kostenloser Kanal: ELSTER (Online-Steuerportal Deutschlands, kostenlos) mit vorausgefüllten Daten; andere Länder haben vergleichbare Portale (z. B. Skatteverket in Schweden, Agencia Tributaria in Spanien).
• Allgemeine Assistenten: Chat-Assistenten auf dem Stand der Technik können Regeln erklären und Entwürfe prüfen, sind aber nicht an die Finanzverwaltung angebunden und steuerrechtlich nicht zertifiziert.
• Wählen Sie A, wenn: es ein Standardfall ist; vergleichen Sie 2–3 Werkzeuge anhand der Zahlen des Vorjahres und prüfen Sie die Erstattungsschätzung mit dem amtlichen Portal.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Modelle: In der EU gehostete Modelle oder Modelle von EU-Anbietern (Mistral, oder Spitzenmodelle in EU-Regionen über Azure OpenAI, Amazon Bedrock, Google Vertex AI) mit strukturierten Ausgaben für Belege.
• Dokumentenerfassung: Azure AI Document Intelligence (Beleg-/Rechnungsmodelle), Google Document AI (EU-Standort), Mistral OCR.
• Integration: ELSTER hat keine allgemeine öffentliche API für Privatpersonen; Deutschland stellt die ERiC-Bibliothek und Zertifikate für Softwarehersteller bereit, ein selbst gebautes Werkzeug bereitet also Zahlen vor, und die Nutzerin oder der Nutzer gibt sie im amtlichen Portal ein oder importiert sie [2]. Prüfen Sie vor dem Bau die nationalen Vorschriften.
• Wählen Sie B, wenn: Sie ein Produkt für eine Community, einen Lohnsteuerhilfeverein oder ein Fintech bauen.

Weg C — Selbst betreiben (Open Source)

• Modelle: Open-Weight-Modelle der Qwen3-Klasse oder von Mistral (z. B. Mistral Small), bereitgestellt über Ollama oder vLLM; OCR mit Docling, PaddleOCR oder olmOCR; lokale Vektorsuche mit SQLite/pgvector.
• Passt zu datenschutzbewussten Nutzern: Die Steuerdaten bleiben auf dem Heimserver (siehe PERS-005).
• Hardware: HW2 (eine GPU mit 24 GB) oder ein Laptop mit 32 GB Unified Memory für quantisierte Modelle mit ca. 8–14 Mrd. Parametern.
• Aufwand: Regelwerk und Berechnungslogik pflegen Sie selbst – der größte versteckte Kostenfaktor.

Weg D — Eigenes Training

Selten nötig. Feintuning lohnt sich nur für einen Anbieter mit Tausenden anonymisierter Erklärungen und Korrekturen, z. B. für eine länderspezifische Belegkategorisierung. Regeln und Steuerlogik lassen sich besser mit Retrieval und deterministischem Code abbilden als durch Training.

Stand der Technik (2026)

• Beleg- und Dokumentenverständnis durch VLMs funktioniert bei sauberen Belegen gut; Handschrift, Thermopapier, fremdsprachige Belege und mehrseitige Aufstellungen führen weiterhin zu Fehlern.
• Reasoning-Modelle bewältigen mehrstufige Fragen („Ist meine zweite Wohnung eine Vermietung oder ein Zweitwohnsitz?“) besser, zitieren aber weiterhin veraltete oder ausländische Regeln; Retrieval über aktuelle amtliche Leitfäden und jahresspezifische Regeln ist unverzichtbar.
• Vorausgefüllte Erklärungen verlagern den Nutzen auf Vollständigkeitsprüfungen: Was fehlt in den Daten der Finanzverwaltung und welche Abzüge kann die Nutzerin oder der Nutzer noch geltend machen [1].
• Werkzeugnutzung: Agenten rufen ein Steuerrechner-Werkzeug auf, statt im Text zu rechnen; das beseitigt die meisten Rechenhalluzinationen.
• Grenzen und Fehlerbilder: erfundene Paragrafen und Grenzwerte, Verwechslung von Steuerjahren, die falsche Annahme, ein Posten sei absetzbar, zu optimistische Erstattungsschätzungen, stille Fehler bei aus Belegen gelesenen Beträgen. Die persönliche Haftung für falsche Angaben bleibt beim Steuerpflichtigen (in Deutschland gelten §§ 370, 378 AO bei Vorsatz oder grober Fahrlässigkeit).

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (ocr-docparse + vlm + llm-general): DOC-002 Belege, DOC-017 Kontoauszüge und Gehaltsabrechnungen, PERS-008 Behördenschreiben (der Steuerbescheid ist ein solches Schreiben).
• Kombinierbar mit: PERS-001 (kategorisierte Transaktionen liefern Spenden, Versicherungen, Abonnements), PERS-005 (privater lokaler Assistent), PERS-015 (Einspruch und rechtliche Selbsthilfe).
• Hardware: Derselbe HW2-VLM/LLM-Server bedient weitere private Anwendungsfälle mit Dokumenten.

Aufwand, Kosten & Kennzahlen

• Weg A: Stunden pro Steuererklärung; Steuer-Apps für Verbraucher verlangen typischerweise eine Gebühr pro Erklärung oder ein Abonnement (aktuelle Preise auf den Anbieterseiten prüfen).
• Weg B: mehrere Wochen für einen Prototyp; die Kosten entstehen überwiegend durch Regelpflege und rechtliche Prüfung.
• Weg C: ein Wochenende für ein Hobby-Setup; dauerhafte Pflege in jedem Steuerjahr.
• Kennzahlen: Zeit bis zur fertigen Erklärung, Anteil der ohne Korrektur klassifizierten Belege, Anzahl der akzeptierten Prüfwarnungen, Differenz zwischen geschätzter und festgesetzter Erstattung, Anzahl der Bescheide mit erkannten Fehlern, Anzahl erfolgreicher Einsprüche.

Menschen & Veränderung

Dies ist ein persönlicher Anwendungsfall, die relevanten Personen sind daher die Nutzerin oder der Nutzer und gegebenenfalls Ehe- oder Lebenspartner und Familie, deren Daten in der Erklärung stehen. Beziehen Sie die Partnerin oder den Partner früh ein, wenn eine Zusammenveranlagung abgegeben wird, und vereinbaren Sie, wer einreicht. Bei ungewöhnlichen Fällen (Selbstständigkeit, ausländische Einkünfte, Erbschaft) lohnt sich eine kurze Prüfung durch eine Steuerberatung oder einen Lohnsteuerhilfeverein. Ein Betriebsrat ist nicht beteiligt, weil kein System des Arbeitgebers genutzt wird; setzen Sie das Werkzeug auf einem Firmengerät ein, prüfen Sie zuerst die KI-Richtlinie des Unternehmens (GUIDE-007).

Datenschutz: Die Daten sind personenbezogen und teils sensibel (Religion, Gesundheitskosten). Wählen Sie Anbieter mit Auftragsverarbeitungsvertrag und Hosting in der EU, und fügen Sie keine Daten in kostenlose Chatbots ein, die mit Eingaben trainieren (GUIDE-005). Eine Datenschutz-Folgenabschätzung (DSFA) ist für die private Nutzung nicht erforderlich.

KI-Kompetenz: Wissen Sie, dass der Assistent bei Regeln und Beträgen irren kann. Behandeln Sie jeden vorgeschlagenen Abzug als Vorschlag, prüfen Sie die Erstattungsschätzung gegen ELSTER und bewahren Sie Belege für Rückfragen der Finanzverwaltung auf. Der Assistent darf nie von sich aus einreichen; der Mensch prüft jede Zahl und drückt auf „Senden“. Typische Bedenken sind „Ist das mit meinen Daten sicher?“ (Anbieter mit klaren Bedingungen nutzen, nach der Abgabe löschen) und „Bekomme ich damit Ärger?“ (Sie bleiben verantwortlich, bleiben Sie also vorsichtig). Grundlegende KI-Fähigkeiten behandelt GUIDE-006.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): in der Regel minimales Risiko – die private Steuervorbereitung ist kein Anwendungsfall nach Anhang III; die KI-Kompetenz (Art. 4) gilt für Anbieter und Betreiber. Ein System, das von Finanzbehörden zur Bewertung natürlicher Personen oder zur Auswahl von Prüfungen eingesetzt wird, ist ein anderes, reguliertes Profil (siehe ANOM-018, PRED-028). Die Transparenzpflicht für Chatbots (Art. 50) gilt, wenn Nutzer mit einer KI sprechen.
• DSGVO: Steuerdaten offenbaren Einkommen, Familie, Religion (Kirchensteuer), Gesundheitskosten und Spenden – teils besondere Kategorien nach Art. 9. Erforderlich sind ein Auftragsverarbeitungsvertrag (AVV), Hosting in der EU, Löschung nach der Abgabe und kein Training mit Nutzerdaten ohne Rechtsgrundlage. Das Steuergeheimnis bindet Behörden, nicht Apps.
• Berufsrecht: In Deutschland ist die unbefugte Hilfeleistung in Steuersachen für andere durch das Steuerberatungsgesetz eingeschränkt; ein Selbstbedienungswerkzeug für die eigene Erklärung oder allgemeine Informationen ist in der Regel zulässig, doch Anbieter sollten ihre Positionierung rechtlich prüfen lassen.
• Gegenmaßnahmen: Quellen und Steuerjahr zu jeder Regel anzeigen, ausdrückliche Bestätigung der Nutzerin oder des Nutzers je Betrag verlangen, einen Prüfpfad führen, Haftungshinweise und Empfehlung zur Beratung in komplexen Fällen, nie ohne Bestätigung im Namen der Nutzerin oder des Nutzers einreichen.

Erste Schritte

1. Legen Sie die Erklärung und den Bescheid des Vorjahres sowie die diesjährige Lohnsteuerbescheinigung bereit; aktivieren Sie den Abruf der vorausgefüllten Daten der Finanzverwaltung.
2. Probieren Sie zuerst das amtliche Portal aus und notieren Sie, wo Sie Schwierigkeiten haben (welche Fragen, welche Abzüge).
3. Testen Sie ein Steuerwerkzeug für Verbraucher und einen allgemeinen Assistenten am Fall des Vorjahres; vergleichen Sie die Erstattung mit dem Bescheid.
4. Scannen Sie Belege fortlaufend über das Jahr (siehe DOC-002) in einen Ordner mit einheitlichen Namen.
5. Prüfen Sie nach der Abgabe den Bescheid innerhalb der Einspruchsfrist gegen die Erklärung (in Deutschland ein Monat).

Quellen

1. ELSTER — German tax portal, pre-filled return and data retrieval — https://www.elster.de
2. ELSTER for developers (ERiC library and interfaces) — https://www.elster.de/elsterweb/infoseite/entwickler
3. German Federal Ministry of Finance — taxes and tax returns — https://www.bundesfinanzministerium.de
4. Microsoft — Azure AI Document Intelligence receipt model — https://learn.microsoft.com/azure/ai-services/document-intelligence/prebuilt/receipt
5. Docling project — https://github.com/docling-project/docling
6. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
7. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj