Fixkostenzuschüsse ganz einfach berechnen mit dem Tool easyFKZ
10.09.2021
Wie beeinflusst Digitalisierung die Zusammenarbeit mit Mandant*innen?
24.09.2021
taxelerate Expertentalk – automatisierte Belegverarbeitung mit Patrick Sagmeister von Finmatics
Themenschwerpunkte
- künstliche Intelligenz im Steuer- und Rechnungswesen
- Der Deep Learning Ansatz
- Compliance und künstliche Intelligenz
- Fehlerquote der Maschine
- Agilität
- Zukunft des Steuer- und Rechnungswesens
Künstliche Intelligenz im Steuer- und Rechnungswesen
Im Bereich des Steuer- und Rechnungswesen stehen große Veränderungen an. Die Implementierung einer „digitalen Buchhaltung“ bedeutet ein enormer Abbau an administrativen Aufwand und schaffst so mehr Freiräume für fachliche herausfordernde Themenstellungen, aber auch das Dienstleistungsportfolio zu erweitern, die Zusammenarbeit mit Kunden zu forcieren und die Beratungsleistungen zu adaptieren.
Um künstliche Intelligenz im Rechnungswesen einzusetzen, müssen zunächst die Dokumente gescannt werden. Das Rechnungswesen steht bei dem Digitalisierungsprozess vor der Herausforderung, diese Dokumente korrekt zu identifizieren. Es erfolgt eine Kategoriseriung der Belege, um die Belegsart - wie beispielsweise eine Rechnung, eine Bestellbestätigung, eine Gutschrift oder einen Lieferschein, zu identifizieren.
Diese Herausforderung lässt sich durch gut trainierte, neuronale Netzwerke, also mithilfe von künstlicher Intelligenz, bewältigen.Mehr dazu im Expertentalk.
Der Deep Learning Ansatz
Deep Learning ist eine Teildisziplin des Machine Learning und nutzt neuronale Netze. Es handelt sich um eine spezielle Methode der Informationsverarbeitung von großen Datenmengen. Die Funktionsweise ist in vielen Bereichen nach dem Lernen im menschlichen Gehirn ausgerichtet und ist in der Lage, Prognosen oder Entscheidungen zu treffen und diese zu hinterfragen. Daraus resultierend werden Entscheidungen entweder bestätigt oder in einem neuen Anlauf geändert. Beim sogenannten „Learning“, wo komplexe Muster und Zusammenhänge in großen Datenmengen erlernt werden, gibt es grundsätzlich keine menschliche Interaktion. Dieses Verfahren wird üblichweise für die Bild- und Spracherkennung eingesetzt, d.h. das grundlegende Konzept des Deep Learning ist es, Maschinen das Lernen zu lehren.
Um Deep Learning auch im Steuer- und Rechnungswesen einzusetzen werden allerdings riesige Datensätze gebraucht. Ab mehreren 100.000 Datensätzen, macht es Sinn, neuronale Netze einzusetzen und zu trainieren. Im Steuer- und Rechnungswesen kann der Datensatz aus Dokumenten bestehen, die klassifziert werden sollen. Je mehr Daten zur Verfügung stehen, desto genauer können später Dokumente klassifiziert werden.
Mehr dazu im Expertentalk.
Fehlerquote der Maschine
Wie zuvor beschrieben, lernen Machine Learning und Deep Learning Ansätzen automatisiert. Das heißt, bei der Entwicklung dieser Systeme, muss sich auch darüber Gedanken gemacht werden, wie mit Fehlern umgegangen wird. Ironischerweise werden hier wiederum Machine Learning Systeme, oder statistische Analysen eingesetzt, die zur Verifizierung eingesetzt werden.
Finmatics geht dabei folgendermaßen vor: Auffällige Werte, die möglicherweise von den Algorhithmen ausgespielt werden, werden zur Überprüfung gemeldet. Diese werden anschließend von fachlichen Experten überprüft und ggf. entsprechende Handlungen gesetzt. Ganz allgemein, die Technologie hinter Deep Learning, Machine Learning bzw. KI ist ein lernendes System und entwickelt sich ständig weiter.
Die Kombination aus Mensch und Maschine sorgt momentan für die geringste Fehlerquote.
Mehr dazu im Expertentalk.
Agilität
Durch die Digitalisierung können sich bei Projekten auch die geschäftlichen Anforderungen ändern. Agile Methoden setzen auf ein flexibles, interaktives Vorgehen mit sich überschneidenden Entwicklungsschritten. Gerade bei KI Projektvorhaben ist ein flexibles, iteratives Vorgehen für den Erfolg notwendig. Daher eignen sich agile Ansätze besser als traditionelle Ansätze. Kanban Board, daily stand ups und/oder Scrum werden verwendet, um einerseits flexibel vorzugehen und andererseits geänderte Anforderungen schnell umsetzen zu können.
So werden Hypothesen aufgestellt und versucht diese in kurzen Sprints, möglichst schnell umzusetzen. Da der time-to-market im digitalen Zeitalter entscheidend ist, wird versucht so schnell wie möglich ein Minimum Viable Product (MVP), frei übersetzt „minimal überlebensfähiges Produkt“, also die erste Version eines Produktes, eben mit minimalen Anforderungen und Eigenschaften, auf den Markt zu bringen.
Ziel eines MVP ist es, ein Produkt mit minimalem Aufwand zu generieren, um damit möglichst viel über das Produkt, die Kunden und das Geschäftsmodell herauszufinden. Daher ist ein MVP ein Instrument zur Risikominimierung im Zuge der Entwicklung von Produkten.Anschließend bringt man das Ergebnis auf den Markt und schaut wie dieser reagiert.
Daraus können neue Erkenntnisse gewonnen und in den Lernprozess aufgenommen werden. Diese Feedbackschleifen sind entscheidend bei der Weiterentwicklung solcher Lösungen. Hier spielt die zuvor angesprochene Fehlerkultur auch eine Rolle, weil akzeptiert werden muss, dass unter Umständen gewisse Features vom Kunden nicht so gebraucht werden, wie zuvor angenommen.
Mehr dazu im Expertentalk.
Zukunft des Steuer- und Rechnungswesens
Die Digitalisierung und die damit verbundene technologische Weiterentwicklung schreitet unaufhaltsam voran. Jedoch bedeutet Digitalisierung nicht nur neue Möglichkeiten aufgrund des technologischen Fortschritts, sondern bedeutet insbesondere einen Change im Mindset. Die größten Fehler der Unternehmen sind, nicht zu digitalisieren und neue Ideen nicht voranzutreiben. Oft sind sie zu zögerlich bei neuen Ideen und haben Angst vor Veränderung.
In der sogenannten VUCA-Welt - VUCA ist ein Akronym aus: volatility (= Unbeständigkeit), uncertainty (= Unsicherheit), complexity (= Komplexität) und ambiguity (= Mehrdeutigkeit) - sind Prognosen immer schwierig.
Patrick Sagmeister versucht aufgrund seiner Erfahrung ein paar Themen zu prognostizieren. Mehr dazu im Expertentalk.
Community
Der Thinktank lebt von der Community, also von dir!
Abonniere den monatlichen Newsletter. Unser Newsletter enthält hochwertigen Content mit Mehrwert für die gesamte Community.
Wir freuen uns über Themenvorschläge für zukünfige Talks und falls dich eine Thematik in Verbindung mit TaxTechs besonders interessiert, werden wir versuchen diese in Form von hochwertigem Content näher zu beleuchten. Du erreichst uns unter: hallo@taxelerate.at
Vielen Dank!
Dein taxelerate-Team
Bitte seid nett zu einander. Wir behalten uns vor Kommentare zu löschen, die gegen unsere Netiquette verstoßen.