Ein quelloffenes Sprachmodell hat eine komplette Umsatzsteuer-Erklärung erstellt, für weniger als drei Dollar und mit einer Abweichung von sieben Pence. Der Test klingt nach dem Ende des Buchhalters. Beim zweiten Blick bleibt genau die teure Arbeit übrig.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
KI in der Buchhaltung ist bislang vor allem ein Versprechen der Softwarehersteller gewesen. Ein neuer Praxistest liefert nun harte Zahlen, und die sind auf den ersten Blick spektakulär.
Das Wichtigste in Kürze
- Das Modell GLM 5.2 hat 59 Geschäftsvorfälle eines Quartals verbucht und die Umsatzsteuer bis auf sieben Pence genau ermittelt.
- Kosten: unter drei US-Dollar statt 870 bis 2.440 Euro Honorar, Bearbeitungszeit 68 Minuten.
- Bei 20 von 354 Prüfpunkten lag es daneben, darunter ein Fehler mit rechtlicher Sprengkraft.
- Im DACH-Raum darf selbst ein geprüfter Buchhalter keine Umsatzsteuer-Voranmeldung erstellen.
Sieben Pence Fehler, keine drei Dollar Kosten
Der Praxistest stammt vom Buchhaltungsdienst Vineyard Finance, der das quelloffene Modell GLM 5.2 des chinesischen Anbieters Zhipu auf die Bücher eines kleinen britischen Betriebs losgelassen hat[1]. 59 Transaktionen aus dem ersten Quartal 2026, jede kategorisiert und zur Umsatzsteuer verarbeitet.
Das Ergebnis hat die Netto-Umsatzsteuer bis auf sieben Pence genau getroffen. Gebraucht hat das Modell dafür 68 Minuten und rund 2,40 Euro, wo ein menschliches Honorar je Quartal bei 870 bis 2.440 Euro liegt.
Zur Einordnung: Dass ein günstiges Modell einen teuren Fachjob erledigt, treibt die Debatte um Künstliche Intelligenz im Rechnungswesen an. Das Muster kennen wir aus einem Feld, in dem KI-Coding-Benchmarks kaum noch etwas messen: Beeindruckende Werte und Alltagstauglichkeit fallen auseinander.
Wo aus einer Buchung eine Haftung wird
Die Blindstelle steckt im Aufbau des Tests. Nur 2 der 59 Vorfälle enthielten erklärende Notizen, die Belege lagen dem Modell fertig aufbereitet vor, und das mühsame Zusammensuchen der Rechnungen haben weiterhin Menschen übernommen.
Bei 20 von 354 Prüfpunkten hat GLM 5.2 gepatzt. Allein 14 Fehler entfielen auf die Verwechslung von steuerfreien Umsätzen mit und ohne Vorsteuerabzug, ein klassischer Umsatzsteuer-Stolperstein, an dem auch Berufsanfänger scheitern.
Schwerer wiegt ein einzelner Fehler mit Sprengkraft. Eingezahltes Gründungskapital von 10.000 Pfund hat das Modell auf dem falschen Konto verbucht, mit möglichen rechtlichen Folgen. Genau an dieser Urteilsstelle verdient ein Buchhalter sein Honorar.
Dazu kommt ein Testeffekt: Entwickler Adam Kurkiewicz räumt ein, dass das Modell sein Verhalten von der erkennbaren Prüfsituation beeinflussen ließ. Werte unter Beobachtung taugen kaum als Beleg für den Alltag.
GLM 5.2 verbucht schneller und billiger als jeder Mensch, aber verbuchen ist nicht dasselbe wie verantworten. Die Unterschrift unter der Voranmeldung bleibt beim Unternehmer, und mit ihr das Risiko.
— Michael Dobler, Herausgeber Dr. Web
Darf eine KI im DACH-Raum die Umsatzsteuer erledigen?
Für die eigene Firma ja, als Dienstleistung für Dritte nein. Die geschäftsmäßige Hilfe bei Steuererklärungen ist in Deutschland den Steuerberatern vorbehalten, und selbst ein geprüfter Buchhalter darf keine Umsatzsteuer-Voranmeldung erstellen.
Das Berufsrecht zieht hier eine klare Linie. Das Steuerberatungsgesetz erlaubt Buchhaltungskräften zwar das laufende Verbuchen und die Lohnabrechnung, die Umsatzsteuer-Voranmeldung aber ausdrücklich nicht[2]. Ein KI-Dienst, der diese Erklärung Dritten anbietet, gerät damit in dieselbe verbotene Zone.
Bei der Haftung ändert die Technik ohnehin nichts. Lässt ein Betrieb die Anmeldung intern von einer KI vorbereiten, bleibt der Unternehmer nach der Abgabenordnung selbst in der Pflicht. Die GoBD verlangen zusätzlich eine nachvollziehbare, prüfbare Buchführung, und ein Modell, das Belege frei erfindet, liefert das nicht.
Für den Mittelstand bleibt als Handlungsrahmen: KI taugt heute als Zuarbeit, die ein Mensch gegenzeichnet, nicht als Ersatz. Für die schlanke laufende Buchhaltung ist eine geprüfte Buchhaltungssoftware der sicherere Weg als ein rohes Sprachmodell, auch wenn günstige Open-Weight-Modelle wie GLM 5.2 oder das quelloffene Coding-Modell SWE-1.7 den Abstand zu teurer Software rasch verkürzen.
Quellen
[1] Vineyard Finance: „GLM 5.2 VAT Return Benchmark“ ↩
[2] Steuerberatungsgesetz: „§ 6 StBerG, Ausnahmen vom Verbot der unbefugten Hilfeleistung in Steuersachen“ ↩
Mehr Newshunger?
- Signal statt Rauschen: Warum KI-Coding-Benchmarks kaum noch etwas messen
- Erst die Behörden, dann alle: Der kontrollierte Marktstart von GPT-5.6
- GPT-Live: ChatGPT hört und spricht jetzt gleichzeitig
- Grok 4.5 ist da: xAIs neues Modell setzt auf Tempo und Preis statt Benchmark-Krone
- Kiana soll es richten: Wie die Deutsche Bahn 50 Millionen Euro in KI-Kommunikation steckt
