Eingangspost-Triage
E-Mails werden lokal pseudonymisiert, KI klassifiziert (Mandant, Behörde, Werbung), erkennt Fristen, erstellt Antwortentwürfe für Routinefälle.
Effekt: Sekretariatsentlastung um 30–50%, Fristen rutschen seltener durch.
Mandantenkorrespondenz, Belegbearbeitung, fachliche Recherche. Pseudonymisierung, AVV mit Auftragsverarbeiter und Workflows, die §57 StBerG einhalten.
Mitarbeiter kopieren Mandanten-E-Mails oder Bilanzauszüge in ChatGPT. Die Daten landen bei OpenAI in den USA — klarer Verstoß gegen die berufliche Verschwiegenheit nach §57 StBerG plus DSGVO-Datenpanne.
Pro Mitarbeiter und Tag 30–60 Minuten für E-Mail-Sichtung und Triage. KI kann das, aber Standard-Tools sehen Mandantendaten — und das geht berufsrechtlich nicht.
Viele KI-Tools sind nicht DATEV-tauglich, also bleibt der Mehrwert auf einer Insel. Wir bauen Brücken: KI-Vorverarbeitung, strukturierter Datenfluss nach DATEV, ohne dass die KI in DATEV eingreift.
E-Mails werden lokal pseudonymisiert, KI klassifiziert (Mandant, Behörde, Werbung), erkennt Fristen, erstellt Antwortentwürfe für Routinefälle.
Effekt: Sekretariatsentlastung um 30–50%, Fristen rutschen seltener durch.
Beleg-Bilder werden gescannt, KI extrahiert Beträge, USt., Konten-Vorschlag — Output wandert strukturiert in DATEV-Buchungsstapel. Steuerfachangestellte:r prüft und bucht.
Effekt: Erfassungszeit pro Beleg von 90 auf 25 Sekunden.
Standardanfragen (Belegabfragen, Erinnerungen, Statusupdates) werden automatisch entworfen, Berater:in gibt frei. Audit-Log für jeden Versand.
Effekt: Reaktionszeit auf Routineanfragen halbiert.
Steuerrecht, Rechtsprechung, Verwaltungsanweisungen werden über Anbindung an juris/Stollfuß strukturiert recherchiert — ohne Mandantendaten ins Modell zu speisen.
Effekt: Erste Skizze in 10 Min. statt 45–60.
| Bereich | Standard-ChatGPT | Was nicht geht | Unsere Architektur |
|---|---|---|---|
| Mandanten-Korrespondenz | ChatGPT verarbeitet Texte, sendet sie an US-Server. | Bricht §57 StBerG. Risiko der Berufsrechtsbeschwerde. | Pseudonymisierung + Azure OpenAI EU. Mandanten-Identität verlässt die Kanzlei nicht. |
| DATEV-Anbindung | Keine direkte Integration mit Standard-KI-Tools. | Doppelerfassung in KI-Tool und DATEV. Kein Mehrwert. | Strukturierte Pipeline: KI bereitet vor, DATEV-API übernimmt strukturierte Daten. |
| Berufsrechtliche Konformität | Standard-AVV mit OpenAI deckt StBerG-Verschwiegenheit nicht. | AVV-Verstoß bei Mandanten-Kontaktdaten. | AVV mit Auftragsverarbeiter, der berufsrechtsanaloge Verschwiegenheit zusichert. |
| Audit für StB-Kammer-Prüfung | Keine Logs, keine nachvollziehbaren Workflows. | Im Prüfungsfall keine Transparenz. | Vollständiges Audit-Log + dokumentierte TOMs für die Kammer. |
Beispielrechnung für eine Steuerkanzlei mit 3 Berufsträger:innen, 8 Steuerfachangestellten.
Konservative Schätzung. Tatsächliche Werte hängen von Mandantenmix und Prozessen ab — wir rechnen Ihren Fall im Erstgespräch durch.
Drei Stufen — wir richten uns nach Ihrem Reifegrad und Mandanten-Mix.
Workshop
Halbtags. Use-Cases priorisieren, §57-Risiken adressieren, Maßnahmenplan.
Pilot
4–6 Wochen. Ein Use-Case (Triage oder Belegerfassung), DATEV-Anbindung, Schulung.
Roll-out
Weitere Use-Cases, AVV-Bündel, Schulungs-Kit für neue Mitarbeiter.
Diese Stimmen stammen aus laufenden Mandaten unseres Compliance-Produkts LiteLog. Beweis, dass wir regulierte Software produktiv betreiben — die DNA, die unsere KI-SEO-Arbeit für Compliance-affine DACH-Mittelständler trägt.
Dank LiteLog konnten wir nachweisen, dass wir zur richtigen Zeit am richtigen Ort waren und unsere Pflicht erfüllt haben. Ohne diesen Nachweis hätten wir 30.000 € Schadenersatz zahlen müssen.

Recherche zu Steuerrecht und Rechtsprechung problemlos, sofern keine Mandantendaten eingegeben werden. Mandantenkorrespondenz und Belegbearbeitung nur über Azure OpenAI (EU-Region) mit AVV oder mit konsequenter Pseudonymisierung. Standard-ChatGPT mit Mandantendaten verstößt gegen die berufsrechtliche Verschwiegenheitspflicht.
Direkte Anbindungen über offizielle DATEV-APIs sind möglich (Belegbilder, Buchungsstapel). Häufiger ist eine Schnittstellen-Architektur: KI verarbeitet Belegbilder oder strukturiert Korrespondenz vor, das Ergebnis fließt strukturiert nach DATEV — pseudonymisiert, ohne dass die KI in DATEV selbst eingreift.
Erfahrungsgemäß: Eingangspost-Klassifikation und Mandanten-Routine-Korrespondenz. Beides ist datenschutztechnisch handhabbar und spart pro Mitarbeiter mehrere Stunden pro Woche. Steuerlich-fachliche Recherche ist ein guter zweiter Use-Case.
Es gibt bisher keine kammerseitig verbindlichen technischen Vorgaben für KI-Einsatz. Die berufsrechtlichen Grundsätze (Verschwiegenheit, Sorgfalt, Eigenverantwortung) gelten unverändert — wir helfen, Ihre Architektur so zu dokumentieren, dass sie auch zukünftigen Vorgaben standhält.
Wir schreiben die Datenschutzfolgenabschätzung gemeinsam mit dem DSB, liefern AVV-Vorlagen und technisch-organisatorische Maßnahmen. Falls Sie keinen externen DSB haben, vermitteln wir.