Finanzämter sollen KI-Modelle mit echten Bürgerdaten trainieren

Ein neuer Gesetzesentwurf sieht vor, dass deutsche Steuerbehörden künstliche Intelligenz künftig mit ungeschwärzten Steuerdaten von Bürgern trainieren dürfen.

Das Bundesministerium der Finanzen hat den mit Spannung erwarteten Referentenentwurf für das Jahressteuergesetz 2026 vorgelegt. Dieses umfassende Gesetzespaket enthält eine weitreichende Neuerung für die Digitalisierung der deutschen Finanzverwaltung. Der Entwurf sieht vor, dass Steuerbehörden künftig das Recht erhalten, KI und automatisierte Systeme direkt mit ungeschwärzten, realen Steuerdaten der Bürgerinnen und Bürger zu trainieren.

Konkret soll hierfür der Paragraph 29c der Abgabenordnung angepasst werden. Das übergeordnete Ziel dieser Maßnahme besteht darin, die massenhafte Bearbeitung von Steuererklärungen in den Finanzämtern drastisch zu beschleunigen und den enormen Verwaltungsaufwand im Zuge des digitalen Wandels zu minimieren. Die Steuerverwaltung steht durch den Fachkräftemangel unter erheblichem Druck, weshalb algorithmische Prüfsysteme als notwendige Entlastung eingestuft werden.

Konflikt mit der europäischen Datenschutz-Grundverordnung

Das Vorhaben berührt direkt die Grenzen des europäischen Datenschutzrechts und stellt eine Abkehr von der bisherigen Verwaltungspraxis dar. Bislang verhinderte der in der Datenschutz-Grundverordnung verankerte Grundsatz der Zweckbindung, dass Behörden reale Steuerdaten für die Entwicklung oder das Training von künstlicher Intelligenz heranziehen durften. Personenbezogene Daten dürfen laut der Verordnung grundsätzlich nur für den spezifischen Zweck verarbeitet werden, für den sie ursprünglich erhoben wurden, also im konkreten Fall für die individuelle Steuerfestsetzung eines Bürgers.

Das Bundesfinanzministerium argumentiert in seinem Entwurf jedoch, dass das Training von Algorithmen mit rein fiktiven oder synthetisch erzeugten Testdaten ineffektiv sei. Künstliche Datensätze reichten nicht aus, um die komplexen realen Datenstrukturen und die Verknüpfungen von Informationen aus verschiedenen Behörden realistisch nachzustellen. Für eine präzise Fehlersuche und die dauerhafte Funktionsfähigkeit der Systeme seien echte Fallkonstellationen unverzichtbar.

Implementierung von Löschfristen und Wahrung der menschlichen Kontrolle

Um den massiven Bedenken von Datenschützern entgegenzuwirken, integriert der Referentenentwurf spezifische technische Schutzmaßnahmen und regulatorische Grenzen. Eine Kernvorgabe im angepassten Paragraphen 29c der Abgabenordnung ist die strikte Begrenzung der Speicherdauer. Alle personenbezogenen Steuerdaten, die für die Entwicklung, Optimierung oder das Testen der automatisierten Verfahren herangezogen werden, müssen spätestens ein Jahr nach dem Ende der jeweiligen Trainingsmaßnahme unwiderruflich gelöscht werden.

Zudem stellt das Ministerium klar, dass die künstliche Intelligenz im Besteuerungsverfahren ausschließlich als unterstützendes Hilfswerkzeug agieren darf. Die Systeme sollen vorläufige Prüfungen vornehmen und die Sachbearbeiter auf Plausibilitätsmängel oder potenzielle Unregelmäßigkeiten hinweisen. Die finale Entscheidungsgewalt verbleibt vollständig in menschlicher Hand, sodass keine rein automatisierten, für den Steuerpflichtigen nachteiligen Steuerbescheide ergehen dürfen.

Internationaler Trend zum algorithmischen Steuervollzug

Die Pläne der deutschen Bundesregierung spiegeln einen breiteren internationalen Trend innerhalb der europäischen Steuerverwaltungen wider. Laut Marktberichten der International Bureau of Fiscal Documentation setzen zahlreiche europäische Finanzbehörden bereits intensiv auf algorithmische Unterstützung. Die spanische Steuerbehörde nutzt automatisierte Systeme, um Steuerzahler vor der Abgabe auf potenzielle Fehler hinzuweisen und das Risiko von Steuerhinterziehung mathematisch zu prognostizieren.

In Belgien überwacht eine künstliche Intelligenz den Zahlungsverkehr, um betrügerische Umsatzsteuer-Transaktionen in Echtzeit zu blockieren. Die französische Finanzverwaltung wiederum hat maschinelles Lernen in ihr Grundsteuersystem integriert und gleicht Luftbilder automatisch ab, um nicht deklarierte Swimmingpools oder illegale Immobilienbauten aufzuspüren. Die Fachwelt warnt jedoch auch bei diesen Systemen vor erheblichen Risiken bezüglich Datenlecks, Diskriminierung und algorithmischer Voreingenommenheit durch fehlerhafte Trainingsdaten.