KI-Rollout in der Kanzlei: So gelingt der Einstieg ohne Risiko

Starten Sie mit einem risikobasierten Pilot: ein benannter KI-Beauftragter, ein Freigabeprozess für einzelne Anwendungsfälle und eine saubere DATEV-Datenbasis. Ohne diese drei Bausteine bleibt jeder Versuch, KI in der Kanzlei einzuführen, ein Compliance-Risiko. Was nicht passieren darf: private ChatGPT-Accounts der Mitarbeitenden, ungeprüfte Mandantendaten in öffentlichen KI-Tools und Anwendungen ohne Eintrag im KI-Verzeichnis. Prüfinstanzen wie die BStBK, der DStV und DATEV selbst haben dazu längst klare Erwartungen formuliert.

---

Kurz gesagt:

• Ein risikobasierter Pilot mit benannter KI-Fachkraft, Freigabeprozess und sauberer Datenbasis ist unerlässlich, um Compliance-Risiken bei der KI-Einführung zu vermeiden.
• Vor jedem Tooleinsatz sind Positiv- und Negativlisten sowie eine gründliche Prüfung nach Datenart, Nutzung und Kontrollniveau notwendig, um sensible Mandantendaten zu schützen.
• Die Verantwortlichkeiten liegen bei einem benannten KI-Beauftragten, der Tools, Schulungen und das KI-Verzeichnis verantwortet und risikostufenbasiert entscheidet.
• Automatisierte Buchungsvorschläge und interne Textentwürfe sind risikoarm und eignen sich zuerst für den KI-Rollout, während mandantenbezogene Fälle mittleren bis hohen Risiko bedürfen.
• Datenschutz, klare Verträge sowie technische Sicherheitsmaßnahmen schützen bei der Nutzung von KI, besonders bei der Verwendung strukturierter Daten und deutscher Hosting-Standorte.

---

Schnellcheck: Entscheidungs- und Freigabeliste für den KI-Rollout in der Kanzlei

Bevor ein Tool live geht, braucht es eine Positivliste und eine Negativliste. Auf die Positivliste gehören Anwendungsfälle mit klar begrenztem Datenzugriff, etwa Textentwürfe ohne Mandantenbezug. Auf die Negativliste gehören alle Fälle, in denen Mandantendaten unkontrolliert in ein KI-System wandern.

Für jedes neue Werkzeug lohnt sich die Prüfung entlang vier Faktoren:

• Tool-Variante: Läuft die Anwendung als Betriebsaccount mit vertraglicher Absicherung oder als private Version?
• Use Case: Geht es um interne Textarbeit oder um mandantenbezogene Auswertung?
• Datenkategorie: Werden anonymisierte Daten, Echtdaten oder besonders sensible Informationen verarbeitet?
• Kontrollniveau: Prüft ein Mensch das Ergebnis, bevor es den Mandanten erreicht?

Der Freigabeworkflow selbst ist einfach: Ein Testmandat mit Dummy-Daten, ein Eintrag im KI-Tool-Verzeichnis mit Zweck und Verantwortlichem, und die Prüfung, ob ein Auftragsverarbeitungsvertrag (AVV) mit dem Anbieter existiert. Das DStV-Muster für eine KI-Anwendungsrichtlinie liefert dafür fertige Textbausteine, die sich direkt an die Kanzleigröße anpassen lassen.

Profi-Tipp: Legen Sie das KI-Verzeichnis als einfache Tabelle an, nicht als Word-Dokument. Spalten für Risikostufe, Verantwortlichen und letztes Prüfdatum reichen aus, um bei einer Berufsaufsicht sofort auskunftsfähig zu sein.

Welche Pilot-Use-Cases eignen sich zuerst für den KI-Rollout?

Nicht jeder Anwendungsfall gehört in die erste Rollout-Welle. Die Reihenfolge sollte sich am Risiko orientieren, nicht am vermeintlichen Effekt.

1. Niedrigrisiko zuerst: Textentwürfe, Zusammenfassungen interner Dokumente und E-Mail-Vorschläge, die ohne Roh-Mandantendaten funktionieren. Hier zeigt sich schnell, ob ein Tool im Kanzleialltag überhaupt ankommt.
2. Mittelrisiko danach: DMS-Strukturierung und BWA-Analysen, immer mit Vier-Augen-Prüfung vor Weitergabe an den Mandanten.
3. Messung von Anfang an: Zeitersparnis in Minuten pro Vorgang, Fehlerquote bei automatisierten Vorschlägen und der tatsächliche Prüfaufwand, den ein Mitarbeitender zusätzlich investieren muss.

Diese Abstufung schützt vor dem klassischen Fehler, gleich mit dem komplexesten Fall zu starten und dann an mangelnder Akzeptanz zu scheitern.

Wer übernimmt die Governance beim KI-Einsatz in der Kanzlei?

Ohne klare Rollen bleibt jede KI-Richtlinie Papier. Die BStBK-FAQ verlangt ausdrücklich einen benannten KI-Beauftragten, ein geführtes Use-Case-Verzeichnis und verpflichtende Schulungen. Fehlt die interne Schulung, kann das im Streitfall als Organisationsversagen gewertet werden – ein Haftungsrisiko, das viele Kanzleien unterschätzen.

Der KI-Beauftragte übernimmt drei Kernaufgaben:

• Prüfung neuer Tools vor der Freigabe, inklusive AVV-Check
• Pflege des KI-Verzeichnisses mit Zweck, Datenkategorie und Risikostufe
• Koordination der Schulungen und Ansprechpartner für Rückfragen aus dem Team

Für die Risikoklassifizierung bietet sich das vierstufige Modell des DStV an: Stufe 1 für rein interne, unkritische Textarbeit, Stufe 2 für anonymisierte Auswertungen, Stufe 3 für mandantenbezogene Daten mit Vier-Augen-Prüfung, Stufe 4 für sensible oder gesetzlich besonders geschützte Fälle, die eine Einzelfallprüfung verlangen. Ein kleines Steuerungsteam mit klar definierten Pilotfällen senkt die Einstiegshürde erheblich und macht das Haftungsrisiko greifbar statt abstrakt.

Welche Daten und DATEV-Voraussetzungen braucht der Rollout?

KI-Ergebnisse sind nur so gut wie die Daten dahinter. DATEV selbst betont bei seinen Automatisierungsservices im Rechnungswesen, dass Buchungsvorschläge nur bei regelmäßiger, digitaler Datenübermittlung funktionieren. Fehlt diese Basis, bleibt jede KI-Anwendung Stückwerk.

Drei technische Voraussetzungen sind entscheidend:

• Saubere Datenströme zwischen DATEV, DMS und Belegverknüpfungen ohne manuelle Bruchstellen
• Ein RAG-Konzept (Retrieval Augmented Generation) mit strukturierten Mandanten-Informationen statt einer reinen, unstrukturierten LLM-Abfrage
• Klare Rechteverwaltung, damit ein Tool nur auf die Mandate zugreift, für die es freigegeben ist

Eine reine API-Anbindung an ein Sprachmodell genügt dafür nicht. Wie ein Fachartikel zur DATEV-API und KI-Integration darlegt, braucht es eine Daten-, Wissens-, Steuerungs-, Prüf- und Nachweisebene, damit aus einer Schnittstelle tatsächlich eine belastbare Kanzlei-KI wird.

Profi-Tipp: Fragen Sie jeden Anbieter direkt, ob er mit Mandanten-Markdown oder vergleichbaren strukturierten Formaten arbeitet. Das zeigt, ob ein Tool wirklich mit Ihrem Datenkontext arbeitet oder nur generische Antworten liefert.

Was verlangt der Datenschutz beim KI-Einsatz in der Steuerkanzlei?

Berufsgeheimnis und Datenschutz sind bei Steuerkanzleien enger verzahnt als in fast jeder anderen Branche. Vor jedem Rollout gehören folgende Punkte auf den Tisch:

• Auftragsverarbeitungsvertrag und eine gesonderte Berufsgeheimnisträger-Vereinbarung mit dem Anbieter prüfen
• EU-Hosting bevorzugen, idealerweise mit Serverstandort Deutschland
• Transparenzpflichten gegenüber Mandanten beachten und bei besonders sensiblen Fällen eine ausdrückliche Einwilligung einholen
• Technische Nachweise verlangen: Logging, eine klare Retention-Policy und, wo möglich, Zero-Retention-Konfigurationen, bei denen keine Daten dauerhaft beim Anbieter verbleiben

Solche Zero-Retention-Optionen reduzieren das datenschutzrechtliche Risiko messbar, wie Praxisbeschreibungen zu KI-Anbindungen an DATEV zeigen. Wer Mandantendaten in ein öffentliches Chatinterface eingibt, ohne diese Absicherungen zu prüfen, geht ein Risiko ein, das sich mit wenigen organisatorischen Schritten vermeiden lässt.

Wie gelingt Change Management bei der KI-Einführung im Team?

Die beste Richtlinie nützt wenig, wenn das Team sie umgeht. Ein Schulungsplan mit zwei Ebenen hat sich in der Praxis bewährt: eine Basis-Schulung zu Datenschutz und Grundregeln, ergänzt durch Use-Case-Workshops zu Prompting und typischen Fehlermustern der eingesetzten Tools.

• Benennen Sie pro Team einen KI-Lotsen, der Rückfragen im Alltag beantwortet
• Etablieren Sie eine offene Feedback-Kultur, in der Fehleingaben gemeldet statt versteckt werden
• Verbieten Sie private Accounts konsequent und stellen Sie stattdessen betriebliche Zugänge mit klarem Rollen- und Rechtekonzept bereit
• Klären Sie mit dem Betriebsrat frühzeitig, ob eine Betriebsvereinbarung zur KI-Nutzung notwendig ist

Profi-Tipp: Ein zwanzigminütiger Workshop pro Team reicht oft aus, wenn er konkrete Beispiele aus dem eigenen Kanzleialltag zeigt statt abstrakter Regeln. Genau hier hilft ein Vergleich der Auswahlkriterien für KI-Werkzeuge, um Teams eine nachvollziehbare Grundlage zu geben.

Wie misst man den Erfolg des KI-Rollouts messbar?

Ohne Zahlen bleibt jede Aussage zum KI-Nutzen Bauchgefühl. Drei Kennzahlen genügen für den Start: Zeitersparnis in Prozent pro Vorgang, Fehlerquote bei automatisierten Vorschlägen und die zusätzliche Prüfzeit, die eine Vier-Augen-Kontrolle kostet.

• Reporting-Routine: monatlicher Kurzbericht des KI-Beauftragten an die Kanzleileitung
• Dokumentation im KI-Verzeichnis, revisionsfähig abgelegt im DMS
• Stichprobenprüfung ausgewählter KI-Ergebnisse pro Quartal
• Ein Eskalationsweg für Fehlfunktionen oder Datenschutzvorfälle

Zur Einordnung: Arminius nennt für seine DATEV-integrierte Plattform eine Zeitersparnis von bis zu 16 % pro Tag als Anbieterangabe. Solche Zahlen sind nur dann belastbar, wenn die eigene Kanzlei sie mit eigenen KPIs nachvollzieht statt sie unkritisch zu übernehmen.

Wie sieht ein 90-Tage-Rollout-Fahrplan für die Kanzlei aus?

Ein Rollout ohne Zeitplan verläuft sich fast immer in Diskussionen. Ein Sprintplan über 90 Tage schafft Verbindlichkeit.

1. Tage 0 bis 30 – Governance aufbauen: KI-Beauftragten benennen, einen ersten Use Case auswählen, Testdaten vorbereiten, AVV mit dem Anbieter prüfen und das KI-Verzeichnis anlegen.
2. Tage 30 bis 60 – Pilot betreiben: Das ausgewählte Werkzeug im begrenzten Rahmen einsetzen, Basis- und Use-Case-Schulungen durchführen, die drei Kern-KPIs messen und bei Bedarf nachjustieren.
3. Tage 60 bis 90 – Rollout erweitern: Weitere freigegebene Use Cases ergänzen, Freigaben und Risikostufen aktualisieren, einen Review-Termin mit dem gesamten Team durchführen und die Dokumentation für die nächste Prüfung finalisieren.

Nach den ersten 90 Tagen beginnt die eigentliche Arbeit: neue Anwendungsfälle folgen demselben Freigabeprozess, nicht einem Sonderweg. Wer die DATEV-Integration von Anfang an technisch saubermacht, spart sich bei jeder weiteren Ausbaustufe eine erneute Grundsatzdiskussion.

Praxisausblick: Was zeigt eine DATEV-integrierte KI-Plattform beispielhaft?

Arminius zeigt beispielhaft, wie sich die genannten Anforderungen technisch abbilden lassen: DATEV-Anbindung, Hosting in deutschen Rechenzentren und die beanspruchte Zeitersparnis von bis zu 16 % pro Tag. Kanzleien, die eigene Fallstudien oder interne Testimonials sammeln möchten, können solche Pilotphasen gezielt dafür nutzen, den eigenen Rollout mit belastbaren Zahlen zu unterlegen statt mit Anbieterangaben allein.

Arminius als Startpunkt für Ihren KI-Rollout

Viele Kanzleien scheitern nicht an der Technik, sondern an der Frage, wo die Mandantendaten am Ende wirklich landen. Es gibt Plattformen, die Mandantendaten direkt mit aktuellen Gesetzen, BFH-Urteilen und BMF-Schreiben verknüpfen, vollständig in deutschen Rechenzentren laufen und für DATEV-Kanzleien gebaut sind.

Statt allgemeiner Chat-Antworten liefert das System quellenbasierte Antworten auf steuerliche Fachfragen und erstellt in Sekundenschnelle E-Mail-Entwürfe für die Mandantenkommunikation, laut Anbieterangabe mit einer Zeitersparnis von bis zu 16 % pro Tag. Für Kanzleien, die den in diesem Beitrag beschriebenen Rollout nicht von Grund auf selbst bauen wollen, kann ein fertiges Werkzeug für die Pilotphase sinnvoll sein.

Wer prüfen möchte, ob die eigene Kanzlei zur Zielgruppe passt, findet auf der Preis- und Leistungsübersicht die konkreten Rahmenbedingungen und kann darüber eine Demo oder Testphase anfragen.

Quellen

Für die berufsrechtliche Einordnung lohnt sich die BStBK-FAQ zum KI-Einsatz. Für die eigene Richtlinie liefert das DStV-Muster fertige Textbausteine, DATEV selbst dokumentiert seine Automatisierungsservices auf der eigenen Produktseite.

• Künstliche Intelligenz und Kanzlei | KI in der Steuerkanzlei – was die neuen BStBK‑FAQ wirklich verlangen
• Muster‑KI‑Anwendungsrichtlinie (DStV)
• DATEV — Automatisierungsservices Rechnungswesen

Empfehlungen

• KI in der Kanzlei: Wer haftet bei Fehlern?
• Mandanten.KI-Alternative für Kanzleien
• KI für Steuerberater: 7 Kriterien zur Auswahl
• Mandanten-E-Mails mit KI bearbeiten