Künstliche Intelligenz in der Steuerberatung: Imperativ und strafrechtliche Risiken
- zwischen technologischem Imperativ und strafrechtlichen Risiken
Die steuerberatende Profession in Deutschland steht vor einem Zielkonflikt. Einerseits drängt der Fachkräftemangel die Kanzleien zur Digitalisierung und Automatisierung komplexer Prozesse. Wie ausgeprägt der Engpass ist, zeigt die Sonderauswertung des Statistischen Berichtssystems für Steuerberater (STAX 2024), die das Institut für Demoskopie Allensbach im Auftrag der Bundessteuerberaterkammer erhoben hat: Von den Einzelkanzleien, die in den beiden Vorjahren Mitarbeiter suchten, konnten nur noch 23,2 % alle offenen Stellen besetzen — 2018 waren es noch 51,8 %; der Anteil unbesetzt gebliebener Stellen stieg in Einzelkanzleien von 35,9 % auf 59,1 % (Bundessteuerberaterkammer / de Sombre, 2025). Andererseits berührt die unreflektierte Übernahme cloudbasierter Künstlicher Intelligenz (KI) aus den USA den Kern des deutschen Berufsrechts. Als Geschäftsführer der E&O Gesellschaft für Integrierte KI-Systeme mbH sehe ich mir die Architekturen dieser Modelle täglich an. Wer Mandantendaten an globale Anbieter auslagert, gibt die Kontrolle darüber ab, wo diese Daten am Ende liegen und wofür sie verwendet werden – mit berufsrechtlichen Folgen, die sich nachträglich kaum korrigieren lassen.
1. Die Schranke des § 203 StGB
Im Zentrum der steuerberatenden Tätigkeit steht das unantastbare Mandantengeheimnis. Der Gesetzgeber schützt dieses Vertrauensverhältnis durch § 203 des Strafgesetzbuches (StGB), welcher die unbefugte Offenbarung fremder Geheimnisse mit Freiheitsstrafe bis zu einem Jahr bedroht (Bundesministerium der Justiz, 2024).
Mit der fortschreitenden Digitalisierung gerieten Berufsgeheimnisträger zunehmend in Konflikt mit dieser Norm, sobald sie externe IT-Dienstleister einbanden. Der Deutsche Bundestag hat dieses Problem mit dem „Gesetz zur Neuregelung des Schutzes von Geheimnissen bei der Mitwirkung Dritter an der Berufsausübung schweigepflichtiger Personen“ adressiert (Deutscher Bundestag, 2017). Der Gesetzgeber stellte klar, dass Berufsgeheimnisträger strafbewehrte Sorgfaltspflichten erfüllen müssen und die eingeschalteten Dienstleister zwingend und formgerecht zur Geheimhaltung zu verpflichten sind.
Genau hier liegt die Schwierigkeit bei global tätigen KI-Anbietern. Die Bundessteuerberaterkammer (BStBK) hält in ihren FAQ zum Einsatz von KI fest: Die Verschwiegenheitspflicht (§ 57 StBerG) bleibt beim Einsatz von KI bestehen (Bundessteuerberaterkammer, 2026). Vertrauliche Daten dürfen danach nur verarbeitet werden, wenn der Dienstleister rechtlich an die Verschwiegenheit gebunden ist und Zugriffe unbefugter Dritter sowie Transfers in Drittländer ausgeschlossen sind. Auf eine solche Bindung nach deutschem Recht lassen sich amerikanische KI-Anbieter in der Regel nicht ein. Die Eingabe von Klarnamen oder Bilanzen in einen webbasierten US-Chatbot ist damit berufsrechtlich nicht tragfähig; ob im Einzelfall zusätzlich der Tatbestand des § 203 StGB erfüllt ist, hängt von der konkreten Ausgestaltung ab und gehört in die strafrechtliche Beratung.
2. Die extraterritoriale Falle: Der US CLOUD Act und das Grundrecht auf IT-Sicherheit
Selbst wenn US-amerikanische Anbieter zusichern, ihre Server auf europäischem Boden zu betreiben, bleibt der US CLOUD Act anwendbar. Eine Dokumentation der Wissenschaftlichen Dienste des Deutschen Bundestages hält fest, dass er eine Rechtsgrundlage für den Direktzugriff von US-Strafermittlungsbehörden auf Daten schafft, die US-amerikanische Unternehmen auf ausländischen Servern speichern; erfasst sind damit grundsätzlich auch Server in EU-Mitgliedstaaten. Der Zugriff erfolgt nicht voraussetzungslos, sondern auf gezielte Anordnung in konkreten Strafermittlungsverfahren – ob die Daten physisch in Frankfurt oder in Übersee liegen, ist dafür jedoch unerheblich (Wissenschaftliche Dienste des Deutschen Bundestages, 2019).
Für einen deutschen Steuerberater bedeutet dies den ultimativen Kontrollverlust. Das Bundesverfassungsgericht hat bereits 2008 das Grundrecht auf Gewährleistung der Vertraulichkeit und Integrität informationstechnischer Systeme (das sogenannte IT-Grundrecht) etabliert und ist darauf im Beschluss vom 24. Juni 2025 zurückgekommen (Bundesverfassungsgericht, 2025). Diese Entscheidungen betreffen staatliche Zugriffe auf informationstechnische Systeme, nicht die freiwillige Auslagerung an private Anbieter. Sie benennen aber das Schutzgut, das berührt ist, wenn finanzielle und strategische Unternehmensdaten in Systeme gelangen, die extraterritorialen Zugriffsrechten unterliegen.
3. Die irreversible Datenverwertung: Eine kritische Analyse anhand aktueller Stanford-Studien
In der öffentlichen Diskussion gelten einzelne Anbieter — häufig genannt wird Anthropic mit dem Modell „Claude“ — als datenschutzfreundlichere Alternative. Ein Beitrag von Jennifer King für das Stanford Institute for Human-Centered AI mahnt hier zur Zurückhaltung (King, 2025).
King, Privacy and Data Policy Fellow in Stanford, weist darauf hin, dass Nutzer von KI-Chatbots im Blick behalten sollten, was mit ihren Eingaben geschieht. Bei mehreren großen US-Anbietern fließen Nutzereingaben je nach Produkt und Kontoeinstellung in die Weiterentwicklung der Modelle ein (King, 2025). Für Kanzleien heißt das konkret: Werden steuerliche Sachverhalte, Bilanzen oder Geschäftsgeheimnisse in einen Chatbot eingegeben oder als Datei hochgeladen, ist ohne vertragliche Absicherung nicht gesichert, dass sie ausschließlich zur Beantwortung der Anfrage verwendet werden.
Hinzu kommt, dass sich die Praxis der Anbieter von außen nur begrenzt prüfen lässt. Der Foundation Model Transparency Index 2025 des Stanford Center for Research on Foundation Models — bislang ein Preprint auf arXiv und damit nicht fachbegutachtet — bewertet Anbieter von Basismodellen anhand eines Indikatorenkatalogs. Der Durchschnittswert fiel von 58 Punkten im Jahr 2024 auf 40 von 100 möglichen Punkten im Jahr 2025 und kehrte damit die Verbesserung des Vorjahres um; die höchste Bewertung erhielt IBM mit 95 Punkten, die niedrigsten xAI und Midjourney mit je 14 Punkten (Wan et al., 2025, Preprint). Am wenigsten offengelegt werden ausgerechnet die Trainingsdaten. Für einen Berufsgeheimnisträger folgt daraus ein praktisches Problem: Er kann die Zusagen seines Anbieters zur Datenverwendung nicht selbst nachprüfen.
Die technische Konsequenz wiegt schwer: Beim Training werden Daten in die Parameter eines Modells überführt. Sind Mandanteninformationen dort einmal eingeflossen, lassen sie sich nicht mehr gezielt einzeln entfernen. Ob sie sich durch Abfragen Dritter später wieder herauslocken lassen, ist im Einzelfall nicht vorhersagbar. Für einen Berufsgeheimnisträger ist bereits diese Unsicherheit Grund genug, den Fall gar nicht erst eintreten zu lassen.
4. Technologische Souveränität: Der Paradigmenwechsel hin zu lokalen On-Premise-Modellen
Diesen Risiken lässt sich mit einer anderen IT-Strategie begegnen. Für Berufsgeheimnisträger liegt der naheliegende Weg im Aufbau integrierter, lokaler KI-Systeme (On-Premise). Aus diesem Grund haben wir die E&O Gesellschaft für Integrierte KI-Systeme mbH gegründet. Unser Ansatz ist es, Modelle so zuzuschneiden und zu optimieren, dass sie auf Hardware innerhalb der eigenen Kanzlei-Infrastruktur laufen.
Wie weit lokal ausführbare Modelle inzwischen sind, zeigt die im April 2026 von Google veröffentlichte Generation Gemma 4 (Google DeepMind, 2026). Die Modelle lassen sich auf eigener Hardware betreiben und stehen unter der Apache-2.0-Lizenz, die kommerzielle Nutzung, Veränderung und Weitergabe erlaubt. Es ist die erste Gemma-Generation unter dieser Lizenz; die Vorgängergenerationen waren es nicht — wer ältere Gemma-Modelle einsetzt, muss deren eigene Nutzungsbedingungen gesondert prüfen (Castelly et al., 2026; Google, 2026, jeweils Primärquelle des Anbieters). Die Angaben zur Leistungsfähigkeit stammen bislang vom Hersteller.
Die neuen Modelle – die dichte Variante mit 30,7 Milliarden Parametern (31B) und die Mixture-of-Experts-Variante mit 25,2 Milliarden Gesamt- und 3,8 Milliarden aktiven Parametern (26B A4B) – erreichen nach Herstellerangabe im Mathematik-Benchmark AIME 2026 eine Erfolgsquote von 89,2 % (31B-Modell, ohne Werkzeugnutzung) (Google, 2026, Primärquelle des Anbieters). Ein Mathematik-Benchmark sagt allerdings nichts darüber aus, wie gut ein Modell steuerrechtliche Sachverhalte erfasst; das muss jede Kanzlei an den eigenen Fällen prüfen. Zudem verarbeiten die Modelle Kontextfenster von bis zu 256.000 Token. Das bedeutet für die Praxis: Steuerberater können ganze Aktenordner, Jahresabschlüsse und umfangreiche BMF-Schreiben in einem einzigen lokalen Arbeitsschritt auswerten lassen, ohne dass die Daten die Kanzlei verlassen.
Nur bei einer strikten On-Premise-Lösung bleiben die Daten im alleinigen Herrschaftsbereich des Steuerberaters. Der CLOUD Act greift hier nicht, ein Abfluss in die Trainingsdaten amerikanischer Anbieter findet nicht statt, und die Anforderungen des § 203 StGB sowie der Bundessteuerberaterkammer lassen sich auf dieser Grundlage erfüllen — vorausgesetzt, Betrieb, Zugriffsrechte und Protokollierung sind entsprechend geregelt.
5. Fazit
Künstliche Intelligenz wird die Arbeit in der Steuerberatung verändern. Die unbedachte Nutzung amerikanischer Cloud-Dienste stellt dabei genau das aufs Spiel, worauf der Berufsstand beruht: Verschwiegenheit und Mandantenvertrauen. Wer stattdessen lokal betriebene Modelle wie Gemma 4 einsetzt, kann den Nutzen der Technologie heben, während die Mandantendaten das Haus nicht verlassen.
Quellenverzeichnis
- Bundesministerium der Justiz (2024). Strafgesetzbuch (StGB) § 203 Verletzung von Privatgeheimnissen.
- Bundessteuerberaterkammer (2026). FAQ: KI im steuerberatenden Berufsstand. Stand 27. Januar 2026.
- Bundesverfassungsgericht (2025). Leitsätze zum Beschluss des Ersten Senats vom 24. Juni 2025 - 1 BvR 2466/19 - Trojaner I (Grundrecht auf Gewährleistung der Vertraulichkeit und Integrität informationstechnischer Systeme).
- Deutscher Bundestag (2017). Entwurf eines Gesetzes zur Neuregelung des Schutzes von Geheimnissen bei der Mitwirkung Dritter an der Berufsausübung schweigepflichtiger Personen (BT-Drucksache 18/11936).
- Google DeepMind (2026). Gemma 4: Byte for byte, the most capable open models. Google Innovation & AI Blog, April 2026.
- King, J. (2025). Be careful what you tell your AI chatbot. Stanford Institute for Human-Centered AI (HAI), Oktober 2025.
- Wan, A., Klyman, K., Kapoor, S., et al. (2025). The 2025 Foundation Model Transparency Index. Stanford Center for Research on Foundation Models (CRFM), arXiv:2512.10169 [cs.AI], Dezember 2025.
- Wissenschaftliche Dienste des Deutschen Bundestages (2019). Datenübermittlung an US-Ermittlungsbehörden auf Grundlage des CLOUD Acts im Geltungsbereich des EU-Datenschutzrechts (WD 3 - 3000 - 205/19).
- Bundessteuerberaterkammer / de Sombre, S. (2025). STAX 2024 – Statistisches Berichtssystem für Steuerberater. Sonderauswertungen: Digitalisierung und Fachkräftemangel in der Steuerberaterbranche. Erhebung durch das Institut für Demoskopie Allensbach im Auftrag der Bundessteuerberaterkammer. Beihefter zu DStR Heft 4/2025, S. 15*–20*, 25. Januar 2025.
- Wan, A., Klyman, K., Kapoor, S., Maslej, N., Longpre, S., Xiong, B., Liang, P. & Bommasani, R. (2025). The 2025 Foundation Model Transparency Index. Stanford Center for Research on Foundation Models (CRFM). arXiv:2512.10169 [cs.AI], eingereicht am 11. Dezember 2025. Preprint – nicht fachbegutachtet.
- Castelly, N., Casari, A. & Lacombe, O. (2026). Gemma 4: Expanding the Gemmaverse with Apache 2.0. Google Open Source Blog, 2026. Primärquelle des Anbieters.
Über den Autor
Prof. Dr. rer. nat. Mike Espig
Professor für Mathematik und angewandte Künstliche Intelligenz in der Industrie an der Westsächsischen Hochschule Zwickau · Gründungsleiter der Data Science Research Group · Geschäftsführer der E&O Gesellschaft für Integrierte KI-Systeme mbH
Zuvor Max-Planck-Institut für Mathematik in den Naturwissenschaften und RWTH Aachen. Arbeitsschwerpunkte: numerische Verfahren für hochdimensionale Probleme, Tensormethoden und der Einsatz von Sprachmodellen in mittelständischen Unternehmen.