Können ChatGPT und Co. eine BWA lesen? KI in Steuerkanzleien 2026.

Die Ergebnisse in Kürze

• ChatGPT beantwortete 6 der 12 Fragen richtig, 4 teilweise richtig und 2 falsch.
• Claude beantwortete 11 der 12 Fragen richtig, 1 teilweise richtig und keine falsch.
• Gemini beantwortete 10 der 12 Fragen richtig, 2 teilweise richtig und keine falsch.
• In den 36 bisher bewerteten Antworten steht keine riskante Fehlaussage. Jede bewertete Antwort auf die Frage nach 60.000 Euro Entnahme rät ab.
• Bei der einfachsten Frage „Verdiene ich gerade eigentlich Geld?“ erkannte kein Assistent, dass im vorläufigen Ergebnis das Weihnachtsgeld fehlt und die Steuer nur in Höhe der Vorauszahlungen gebucht ist.
• ChatGPT bestätigte auf Nachfrage, das vorläufige Ergebnis sei der Gewinn nach Steuern. Darin fehlen rund 8.900 Euro Steuerlast.
• Nur 4,3 Prozent von 373 Websites von Steuerkanzleien in Baden-Württemberg erwähnen KI. Konkret beschreiben nur 1,1 Prozent, wofür die Kanzlei selbst KI einsetzt, auf den Karriereseiten sind es 1,5 Prozent.
• Die Besprechung der BWA nennen 4,3 Prozent der Websites als Leistung, BWA- oder Jahresabschlussberatung zusammen 10,5 Prozent.
• 50,1 Prozent der Websites zeigen mindestens ein Signal einer digitalen Kanzlei. Von diesen nennen 94,7 Prozent keine BWA-Beratung.

Wie wurde gemessen?

Teil A prüft, wie gut KI-Assistenten eine BWA lesen. Grundlage ist ein frei erfundener Sanitär- und Heizungsbetrieb in der Rechtsform einer GmbH mit elf Mitarbeitern, einem Gesellschafter-Geschäftsführer und 1,72 Millionen Euro Umsatz im Jahr 2025. Betrieb, Personen und Zahlen sind fiktiv. Die Zahlen sind so gebaut, dass sie realistisch wirken und rechnerisch in sich stimmen, jede Summe wurde per Skript gegengeprüft.

Die Assistenten bekamen die BWA September 2026 im Aufbau der DATEV-BWA Form 01 als Monatswert und kumuliert, die verkürzte Bilanz zum 31.12.2025, Eckdaten der GuV 2025 und einige Kontostände zum 30.09.2026. Dazu kam je eine von zwölf Fragen, wie ein Unternehmer sie stellt, jede in einem neuen Chat ohne Verlauf. Alle Fragen liefen am 10. Oktober 2026.

Getestet wurden ChatGPT in der kostenlosen Version ohne Anmeldung, Claude im bezahlten Modell Opus 5.5 und Gemini 3.8 Flash mit Konto.

Bewertet wurde nach einem vorab festgelegten Schlüssel mit Musterlösung je Frage. Richtig heißt, die Kernaussage stimmt, die entscheidende Zahl liegt in der Toleranz und die eingebaute Falle wird erkannt. Teilweise richtig heißt, die Richtung stimmt, aber eine wesentliche Ursache fehlt. Falsch heißt, die Kernaussage stimmt nicht oder die Falle bleibt unerkannt. Riskant ist eine falsche Aussage, die zu einer schädlichen Entscheidung führen kann, etwa Geld zu entnehmen oder keine Steuern zurückzulegen. Grenzfälle wurden ein zweites Mal geprüft.

Teil B prüft, was Steuerkanzleien auf ihren Websites über KI, Digitalisierung und BWA-Beratung sagen. Aus 728 Kanzleien in Baden-Württemberg mit eigener Website wurden 450 zufällig gezogen. Die Adressen stammen aus der eigenen Kanzleidatenbank von H&K Automation und verteilen sich auf die Kammerbezirke Nordbaden, Südbaden und Stuttgart. 373 Websites waren auswertbar. Je Kanzlei wurden die Startseite und bis zu vier Unterseiten gelesen, etwa Leistungen und Karriere, mit höchstens zwei Anfragen gleichzeitig und unter Beachtung der robots.txt. Erkannt wurden die Merkmale über Wortmuster, jedes Merkmal wurde an Stichproben von Hand nachgeprüft.

Welche Fallen stecken in der BWA?

In die Unterlagen des Musterbetriebs sind vier Fallen eingebaut, wie sie in echten BWAs vorkommen.

1. Gewinn, aber das Konto leert sich. Das vorläufige Ergebnis liegt bei 61.600 Euro, das Bankguthaben fällt trotzdem von 48.000 auf 13.063 Euro. Gründe sind vor allem Ausschüttung, Tilgung und steigende Forderungen.
2. Umsatzplus, aber die Marge bricht weg. Der Umsatz steigt um 11,0 Prozent, der Materialeinkauf um 23,4 Prozent. Das Betriebsergebnis sinkt von 80.600 auf 57.000 Euro. Die Personalquote in der DATEV-Spalte sinkt scheinbar, gemessen am Rohertrag steigt sie von 64,7 auf 67,0 Prozent.
3. Einmalertrag. Der Verkauf eines voll abgeschriebenen Transporters bringt 24.000 Euro neutralen Ertrag und lässt den September stark aussehen. Das Betriebsergebnis des Monats hat sich gegenüber dem Vorjahresmonat halbiert.
4. Die kumulierte BWA sieht zu gut aus. Das Weihnachtsgeld über 31.500 Euro fällt erst im November an und ist nicht abgegrenzt. Als Steuern stehen nur die Vorauszahlungen von 13.500 Euro in der BWA, angemessen wären rund 22.400 Euro. Ohne Einmalertrag, mit anteiligem Weihnachtsgeld und voller Steuer bleiben von 61.600 Euro rund 19.300 Euro.

Wie haben die KI-Assistenten abgeschnitten?

Claude lag mit 11 richtigen von 12 Antworten vorn. Die Punkte sind ein Hilfswert mit 2 für richtig, 1 für teilweise richtig und 0 für falsch. Sie beziehen sich nur auf bewertete Antworten.

Der Vergleich ist kein Vergleich gleicher Tarife. Er zeigt, was ein Unternehmer mit dem jeweiligen Zugang bekommt. Der Abstand zwischen den kostenlosen Versionen und dem bezahlten Modell ist erheblich.

Ergebnis je Frage

Welche Fallen haben die Assistenten erkannt?

Erkannt heißt hier, die Antwort auf die Frage, an der die Falle gemessen wird, ist richtig. Bei der Frage nach dem Gewinn zählt, ob Weihnachtsgeld und Steuer als Verzerrung genannt werden.

Am leichtesten ist der Einmalertrag. Den Transporterverkauf nennen alle Assistenten fast immer als Einmaleffekt, oft ungefragt. Den Rückgang der Marge erkennen ebenfalls alle bisher bewerteten Assistenten.

Am deutlichsten trennt die Steuer die Assistenten. Claude und Gemini erkannten bei Frage 9, dass in der BWA nur Vorauszahlungen stehen. ChatGPT bejahte die Frage.

Was die Assistenten gut machen

• Alle lesen die Zeilen der BWA sauber. Rohertragsquote, Betriebsergebnis, Veränderungen und Vorjahresvergleiche stimmen fast durchgehend. Erfundene Zeilen oder Betriebszahlen gab es nicht.
• Alle raten bei der Frage nach 60.000 Euro Entnahme ab, nennen die Regeln der GmbH statt einer Entnahme und empfehlen eine Liquiditätsplanung, soweit die Antworten bewertet sind.
• ChatGPT erkennt den Einmalertrag zuverlässig und kennzeichnet unsichere Punkte wie den Restbuchwert offen, statt zu raten.
• Claude rechnet die Liquiditätsbrücke viermal auf den Euro genau und erschließt die Ausschüttung des Vorjahres aus der Entwicklung des Eigenkapitals.
• Gemini misst die Personalkosten als einziger Assistent neben Claude am Rohertrag statt am Umsatz und beziffert bei Frage 9 die fehlende Steuer auf rund 9.000 Euro.

Wo die Assistenten danebenliegen

• ChatGPT bleibt bei Fragen zum Ergebnis an der Oberfläche der BWA-Zeilen. Was in der BWA fehlt, erwähnt es nur allgemein als „vorläufig“.
• Die Steuernachzahlung für 2025 steht als Rückgang der Rückstellungen um 9.737 Euro im Material. ChatGPT nennt sie nicht bestimmbar.
• Claude streut ungeprüfte Pauschalurteile ein und schätzt den Mittelzufluss im vierten Quartal zu niedrig. Die Kernaussagen ändert das nicht.
• Gemini nennt Branchenwerte ohne Quelle, etwa eine Rohertragsquote von 55 bis 62 Prozent im SHK-Handwerk, empfiehlt den Steuerberater nur selten und stellt Unsicheres als Gewissheit dar. Zur Entnahme heißt es, die GmbH sei dann „im November zahlungsunfähig“.
• ChatGPT antwortet mit bis zu rund 12.000 Zeichen deutlich länger als die anderen, die meist bei 2.500 bis 6.500 Zeichen bleiben.

Die eindrücklichsten Fehlantworten

Wörtlich aus den Antworten, gekürzt auf den entscheidenden Satz.

Was zeigen Kanzleien auf ihren Websites?

Teil B misst die Außendarstellung von 373 Steuerkanzleien in Baden-Württemberg. Alle Werte beziehen sich auf die auswertbaren Websites, einzelne Kanzleien werden nicht genannt.

Digitalisierung zeigt sich auf den Websites vor allem bei der Belegabwicklung, etwa mit DATEV Unternehmen online, Mandantenportal oder digitaler Buchhaltung. Die BWA taucht meist als Produkt der Finanzbuchhaltung auf, als „Erstellung der BWA“ und nicht als Gespräch.

Betriebswirtschaftliche Beratung steht bei sechs von zehn Kanzleien als Schlagwort auf der Website. Wie diese Beratung aussieht, beschreibt nur gut jede zehnte. Wo KI auftaucht, steht sie fast immer neben anderen digitalen Signalen.

Was Kanzleien daraus machen können

1. Die BWA nicht unkommentiert verschicken. Die Assistenten scheitern genau an dem, was die Kanzlei aus der Buchhaltung weiß, also an nicht abgegrenzten Sonderzahlungen, an Steuern in Höhe der Vorauszahlungen und an Einmaleffekten. Ein kurzer Hinweis dazu bei jeder BWA verhindert, dass der Mandant von einem zu guten Ergebnis ausgeht.
2. Mandanten sagen, wofür ein KI-Assistent taugt. Begriffe und einfache Quoten erklären die Assistenten brauchbar. Beim Gewinn nach Steuern und bei der Prognose für das Jahr lagen sie im Test daneben.
3. Die Besprechung der Zahlen sichtbar machen. Nur 4,3 Prozent der Websites nennen die BWA-Besprechung als Leistung. Wer Zahlen mit Mandanten bespricht, kann das auch so beschreiben.
4. Den eigenen KI-Einsatz konkret benennen, wo es ihn gibt. Nur 1,1 Prozent der Websites beschreiben, wofür die Kanzlei KI nutzt.
5. Routineprüfungen automatisieren. Vorjahresvergleich, Einmaleffekte und Quoten lassen sich automatisch prüfen, die Einordnung bleibt bei der Kanzlei. H&K Automation bietet dafür die BWA-Analyse und die Jahresabschluss-Analyse an. Jeder Text geht erst nach Freigabe der Kanzlei an den Mandanten.

Grenzen der Studie

• Teil A ist eine Momentaufnahme vom 10. Oktober 2026 mit einem Lauf je Frage und Assistent. KI-Antworten schwanken, ein zweiter Lauf kann anders ausfallen.
• Die Tarife unterscheiden sich. ChatGPT lief kostenlos ohne Anmeldung, Gemini kostenlos mit Konto, Claude im bezahlten Modell.
• Der Musterbetrieb ist erfunden und bildet einen einzigen Fall ab. Die Fallen sind bewusst eingebaut, in echten BWAs treten sie nicht immer gemeinsam auf.
• Teil B beschreibt kleine und mittlere Kanzleien in Baden-Württemberg mit eigener Website, keinen repräsentativen Querschnitt aller Kanzleien in Deutschland. Große Gesellschaften sind vermutlich unterrepräsentiert, der Kammerbezirk Stuttgart ist nur teilweise erfasst.
• Gemessen wurde, was auf der Website steht, nicht was die Kanzlei tut. Viele Kanzleien besprechen BWA und Jahresabschluss, ohne es auf die Website zu schreiben. Je Kanzlei wurden höchstens fünf Seiten gelesen. Die Werte für BWA-Beratung und digitale Signale sind deshalb eher Untergrenzen.
• Bei KI und BWA-Beratung liegen je 16 Fälle vor. Unterschiede zwischen Regionen oder Kanzleigrößen sind bei diesen Merkmalen nicht belastbar.
• H&K Automation bietet selbst eine automatisierte BWA-Analyse an. Fragen, Musterlösungen und Bewertungsschlüssel standen deshalb vor dem Test fest und galten für alle Assistenten gleich.

Wer hat die Studie durchgeführt?

Die Studie hat Louis Honal durchgeführt, Mitgründer von H&K Automation in Leonberg. H&K Automation baut für Steuerkanzleien automatisierte Jahresabschluss- und BWA-Analysen sowie Software für den Kanzleialltag. Einen Überblick gibt die Seite Für Steuerkanzleien.