Masterarbeit, 2026
103 Seiten, Note: 1,3
1. Einleitung
2. Grundlagen Künstlicher Intelligenz
2.1 Künstliche Intelligenz
2.2 Maschinelles Lernen
2.3 Deep Learning
2.4 Generative Künstliche Intelligenz
2.5 Large Language Models
2.6 Technische Grundlagen von Sprachmodellen
2.6.1 Grundprinzip großer Sprachmodelle
2.6.2 Transformer-Architektur
2.6.3 Tokenisierung
2.6.4 Tokenökonomie
2.7 Prompt Engineering als Schnittstelle zwischen Nutzer und Modell
2.7.1 Grundlagen des Prompt Engineering
2.7.2 Bedeutung für den professionellen Kanzleieinsatz
2.8 Grenzen und Risiken von Sprachmodellen
2.8.1 Kapazitätsgrenzen
2.8.2 Halluzinationen und Plausibilitätsillusionen
2.8.3 Blackbox-Problem
2.8.4 Grenzen bei numerischen und formal-logischen Operationen
2.8.5 Generalisierungsbiases
2.9 Ansätze zur Begrenzung der Risiken von Sprachmodellen
2.9.1 Reasoningmodelle
2.9.2 Retrieval-Augmented Generation
2.9.2.1 offene Methode
2.9.2.2 geschlossene Methode
2.9.3 Auslagerung numerischer Operationen an ausführbaren Code
2.9.4 Proprietäre und Open-Source-Modelle im Vergleich
2.10 Multi-Modell-Enterprise-Plattformen als Alternative zu einzelnen LLMs
2.11 Vom Sprachmodell zum KI-Agenten
2.12 Abgrenzung zu datenbasierten Machine-Learning-Verfahren
3. Rechtliche Rahmenbedingungen des KI-Einsatzes in der Kanzleipraxis
3.1 Datenschutzrechtliche Rahmenbedingungen
3.1.1 Datenschutzkonformität als Frage des Einsatzkontextes
3.1.2 Auftragsverarbeitung als Grundstruktur der Datenauslagerung
3.1.3 Zweckbindung und Verarbeitung von Eingabedaten
3.1.3.1 Grundsatz der Zweckbindung
3.1.3.2 Unterscheidung zwischen Consumer- und Enterprise-Lösungen
3.1.4 Datenübermittlung in Drittländer
3.2 Berufs- und strafrechtliche Anforderungen an Berufsgeheimnisträger
3.2.1 Berufsrechtliche Verschwiegenheitspflicht
3.2.2 Berufsrechtliche Zulässigkeit der Einbindung externer Dienstleister
3.2.2.1 Anforderungen nach § 62a StBerG
3.2.2.2 Anforderungen nach § 50a WPO
3.2.3 Strafrechtlicher Geheimnisschutz nach § 203 StGB
3.2.3.1 Tatbestand des § 203 StGB
3.2.3.2 Dateneingabe als tatbestandliches Offenbaren
3.2.3.3 Auftragsverarbeitungsvertrag als strafrechtliche Geheimhaltungsverpflichtung
3.2.4 Mandantenverzicht als Entlastungstatbestand
3.2.5 Anforderungen im Verhältnis zu Datenschutz- und Strafrecht
3.3 Urheberrechtliche Rahmenbedingungen
3.3.1 Text and Data Mining nach § 44b UrhG
3.3.2 Abgrenzung zwischen zulässiger Analyse und unzulässiger Vervielfältigung
3.3.3 Konvergenz der Rechtsgebiete und Handlungsempfehlungen für die Technologiebeschaffung
4. Methodik der Untersuchung
4.1 Forschungsfrage und Erkenntnisinteresse
4.2 Forschungsdesign im Überblick
4.3 Qualitative Literaturanalyse
4.4 Toolerprobung im Kanzleikontext
4.5 Nachvollziehbarkeit und Dokumentation
4.6 Grenzen der Methodik
5. Einsatzpotenziale in ausgewählten Geschäftsprozessen
5.1 Systematik der Einsatzpotenziale
5.1.1 Technische Voraussetzungen und Werkzeugauswahl
5.1.2 Stufen der Nutzungstiefe
5.2 Anwendungen im Sekretariats- und Verwaltungsbereich
5.2.1 Allgemeine Recherche und Wissensabfrage
5.2.2 Sprachgestützte Erfassung und Transkription
5.2.3 Dokumentenerstellung und Korrespondenz
5.2.4 KI-gestützte Telefonie
5.2.5 Wissensmanagement mit kanzleieigenem Wissen
5.2.6 Agentische Dateiablage am Beispiel der Fortbildungsdokumentation
5.3 Anwendungen in der Steuerberatung
5.3.1 Kommunikation und Schriftsatzerstellung
5.3.2 Fachrecherche in spezialisierten Datenbanken
5.3.3 Sachverhaltsermittlung und steuerliche Analyse
5.3.4 Agentengestützte Automatisierung der Finanzbuchhaltung
5.4 Anwendungen in der Wirtschaftsprüfung
5.4.1 Jahresabschluss- und Kennzahlenanalyse
5.4.2 KI-gestützte Prüfungsplanung
5.4.3 Datenaufbereitung
5.4.3.1 Einspielen von Jahresabschlussdaten
5.4.3.2 Saldenbestätigungen
5.4.4 Programmgestützte Prüfungshandlungen
5.4.4.1 Journal Entry Testing
5.4.4.2 Analyse von Lagebericht und Anhang sowie Angaben für den Bestätigungsvermerk
5.4.5 Dokumentation für die Prüfungsakte
5.4.6 Agentisch gestützte Abschlussprüfung
5.4.7 KI-Agenten in der Praxis
6. Ergebnisse und Handlungsempfehlungen
6.1 Zusammenfassung der Untersuchungsergebnisse
6.2 Beantwortung der Forschungsfrage
6.3 Handlungsempfehlungen für die Kanzleipraxis
6.3.1 Enterprise-Zugänge bereitstellen
6.3.2 Schutzlücke bei Mandaten juristischer Personen vertraglich schließen
6.3.3 Mandantenverzicht in die Mandatsvereinbarung aufnehmen
6.3.4 Autonomiestufe je Prozess festlegen und Systemzugriff hiervon getrennt bestimmen
6.3.5 Kontrollarchitektur mitentwickeln
6.3.6 Kanzleiwissen als Wissensbasis erschließen
6.3.7 KI im Kanzleialltag aktiv nutzen
Die vorliegende Arbeit untersucht die konkreten Einsatzpotenziale großer Sprachmodelle (LLMs) in ausgewählten Geschäftsprozessen der Steuerberatung und Wirtschaftsprüfung unter Berücksichtigung technischer Grundlagen sowie berufs-, datenschutz- und strafrechtlicher Rahmenbedingungen. Ziel ist es, den aktuellen Wissensstand anwendungsorientiert so aufzubereiten, dass daraus belastbare Handlungsempfehlungen für die Kanzleipraxis und Technologiebeschaffung abgeleitet werden können.
3.2.3.1 Tatbestand des § 203 StGB
§ 203 Abs. 1 StGB stellt die unbefugte Offenbarung eines fremden Geheimnisses unter Strafe, das dem Berufsträger in seiner Eigenschaft als Steuerberater, Wirtschaftsprüfer oder Angehöriger eines anderen dort genannten Berufs anvertraut worden ist. Der Schutz ist nicht auf natürliche Personen beschränkt, sondern erfasst Betriebs- und Geschäftsgeheimnisse und damit auch – anders als die DSGVO, die nur personenbezogene Daten erfasst – die Daten juristischer Personen. Die Einbindung eines externen Dienstleisters führt nicht ohne Weiteres zu einer Offenbarung im Sinne dieser Vorschrift. Nach § 203 Abs. 3 S. 2 StGB dürfen Berufsträger fremde Geheimnisse gegenüber sonstigen mitwirkenden Personen offenbaren, soweit dies für die Inanspruchnahme deren Tätigkeit erforderlich ist. Ein KI-Anbieter, der im Rahmen der beruflichen Tätigkeit des Berufsträgers mitwirkt, ist als solche sonstige mitwirkende Person einzuordnen. Die Weitergabe der zur Leistungserbringung erforderlichen Daten an ihn ist damit tatbestandlich bereits kein Offenbaren und folglich auch kein unbefugtes Offenbaren nach Absatz 1.Die strafrechtliche Verantwortlichkeit verlagert sich hierdurch auf den Dienstleister selbst. Nach § 203 Abs. 4 S. 1 StGB macht sich die mitwirkende Person strafbar, wenn sie das ihr bei ihrer Tätigkeit bekannt gewordene fremde Geheimnis ihrerseits unbefugt offenbart. Diese Strafbarkeit trifft den Dienstleister kraft Gesetzes und setzt weder eine vorherige Belehrung noch eine Verpflichtung in bestimmter Form voraus. Für den Berufsträger begründet § 203 Abs. 4 S. 2 Nr. 1 StGB eine eigene Strafbarkeit erst dann, wenn er nicht dafür Sorge getragen hat, dass die mitwirkende Person zur Geheimhaltung verpflichtet wurde, und es infolgedessen zu einer unbefugten Offenbarung kommt.
Die verbreitete Annahme, bereits die Eingabe von Mandantendaten in ein KI-System begründe eine Strafbarkeit nach § 203 StGB, trifft unter den oben genannten Voraussetzungen nicht zu. Die Eingabe stellt eine nach § 203 Abs. 3 S. 2 StGB gedeckte Offenbarung gegenüber einer sonstigen mitwirkenden Person dar und erfüllt daher schon den Tatbestand des Absatzes 1 nicht. Strafrechtlich relevant wird nicht die Eingabe, sondern erst eine tatsächliche unbefugte Weitergabe durch den Anbieter, für die dieser nach Absatz 4 S. 1 selbst einzustehen hat.
1. Einleitung: Beschreibt den zunehmenden Digitalisierungs- und Kostendruck sowie den demografischen Wandel im Berufsstand und führt in die Fragestellung nach rechtssicheren Einsatzmöglichkeiten von Sprachmodellen entlang strukturierter Geschäftsprozesse ein.
2. Grundlagen Künstlicher Intelligenz: Erläutert die technischen Mechanismen von Transformern, Tokenisierung und Prompt Engineering, analysiert Risiken wie Halluzinationen oder Kontextgrenzen und stellt Lösungsansätze wie RAG, Reasoning-Modelle sowie Agentenarchitekturen vor.
3. Rechtliche Rahmenbedingungen des KI-Einsatzes in der Kanzleipraxis: Behandelt die Schnittstellen von Datenschutzrecht (Art. 28 DSGVO), strafrechtlichem Berufsgeheimnisschutz (§ 203 StGB), berufsrechtlichen Dienstleisteranforderungen (§ 62a StBerG, § 50a WPO) sowie Urheberrecht bei Fachliteratur (§ 44b UrhG).
4. Methodik der Untersuchung: Skizziert das qualitative, literaturbasierte Vorgehen in Verbindung mit einer illustrativen Toolerprobung im Kanzleikontext unter Dokumentation der Abfragen zwecks Nachvollziehbarkeit bei nicht-deterministischen Modellausgaben.
5. Einsatzpotenziale in ausgewählten Geschäftsprozessen: Analysiert systematisch Anwendungsfälle im Sekretariat, in der Steuerberatung sowie der Wirtschaftsprüfung und erarbeitet konkrete Stufenmodelle für die Nutzungstiefe und Agentenautonomie.
6. Ergebnisse und Handlungsempfehlungen: Führt die technischen, rechtlichen und prozessualen Befunde zusammen und formuliert präzise Leitlinien für Kanzleien zur Technologieauswahl, vertraglichen Absicherung und Entwicklung von Kontrollstrukturen.
Künstliche Intelligenz, Large Language Models, Steuerberatung, Wirtschaftsprüfung, Berufsgeheimnisschutz, Datenschutz, § 203 StGB, Auftragsverarbeitung, Prompt Engineering, Retrieval-Augmented Generation, KI-Agenten, Finanzbuchhaltung
Die Untersuchung analysiert systematisch, wie Sprachmodelle und KI-Agenten in Steuerberatungs- und Wirtschaftsprüfungskanzleien wertschöpfend eingesetzt werden können, welche technischen Mechanismen dem zugrunde liegen und welche berufs- sowie datenschutzrechtlichen Vorgaben dabei einzuhalten sind.
Zu den thematischen Säulen zählen die technische Funktionsweise und Grenzen von LLMs, das Prompt Engineering, die rechtlichen Rahmenbedingungen (DSGVO, StGB, Berufsrecht, Urheberrecht) sowie konkrete Prozessanwendungen in Verwaltung, Steuerdeklaration und Abschlussprüfung.
Leitend ist die Frage, welche Einsatzpotenziale große Sprachmodelle in ausgewählten Geschäftsprozessen der Steuerberatung und Wirtschaftsprüfung entfalten, welche technischen Grundlagen diese bedingen und unter welchen Voraussetzungen sie sich für den Berufsträger rechtssicher erschließen lassen.
Die Arbeit basiert auf einem qualitativen, literaturbasierten Forschungsdesign, welches durch eine illustrative Erprobung ausgewählter KI-Werkzeuge im Kanzleikontext anhand synthetischer bzw. anonymisierter Daten ergänzt und durch Chat-Exporte methodisch nachvollziehbar dokumentiert wird.
Im Hauptteil werden konkrete Geschäftsprozesse analysiert – von der Korrespondenz und Telefonie über die Fachrecherche und Vorbereitung von Rechtsbehelfen bis hin zur agentengestützten Finanzbuchführung und Prüfungshandlungen wie dem Journal Entry Testing.
Welche Schlüsselwörter kennzeichnen die Arbeit maßgeblich?Zentrale Begriffe sind unter anderem Künstliche Intelligenz, Large Language Models, Steuerberatung, Wirtschaftsprüfung, Berufsgeheimnis, § 203 StGB, Datenschutz-Grundverordnung, Retrieval-Augmented Generation und Kontrollarchitektur.
Nein, solange der KI-Anbieter als mitwirkende Person im Rahmen der beruflichen Tätigkeit nach § 203 Abs. 3 Satz 2 StGB eingebunden ist; eine Strafbarkeit des Berufsträgers droht erst bei der Verletzung von Fürsorgepflichten bezüglich einer Geheimhaltungsverpflichtung des Dienstleisters.
Verbraucherlösungen bieten in der Regel keinen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, behalten sich oft die Nutzung der Eingabedaten zu Trainingszwecken vor und enthalten keine den berufsrechtlichen Vorschriften (§ 62a StBerG, § 50a WPO) genügende strafrechtliche Belehrung.
Die Prüfungsstandards (z. B. ISA [DE] 300, 315, 330) weisen die Risikobeurteilung und die Erteilung des Prüfungsurteils zwingend dem Berufsträger persönlich zu; KI-Agenten können Vorarbeiten und Auswertungen bis zur Teilautonomie übernehmen, jedoch niemals die eigenverantwortliche Prüfungsentscheidung ersetzen.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

