Article

Weshalb die Steuerabteilung Advanced Analytics nutzen sollte

Wofür stehen Big Data und Advanced Analytics? Welche Möglichkeiten eröffnen sich dadurch für die Steuerberatung? Und wie lassen sich dadurch Risiken und Kosten für Unternehmen minimieren?

Big Data steht für die Datenexplosion, wie sie in den letzten Jahren stattgefunden hat. Die Menge der erzeugten und verfügbaren Daten steigt exponentiell. Der Großteil dieser Daten liegt dabei in unstrukturierter Form vor – in Dokumenten, Audio, Bildern etc.. Schafft man es, sich Big Data zu Nutzen zu machen, bieten sich zahlreiche Vorteile für Unternehmen.
 

Analysemethoden der Zukunft

Advanced Analytics steht für die Anwendung fortgeschrittener und komplexer Analysemethoden der verfügbaren Daten, die über einfache deskriptive Analysemethoden hinausgehen. Zu diesen Methoden zählen vor allem Techniken aus dem Bereich Machine Learning oder der Künstlichen Intelligenz. Dabei wird Advanced Analytics vor allem durch Big Data angetrieben – mehr Daten sind verfügbar, unstrukturierte Daten können ausgewertet und Echtzeitdaten analysiert werden. Die benötigte Infrastruktur ist inzwischen für jedermann verfügbar. Anbieter wie Amazon, Google oder Microsoft bieten passende Cloud-Computing-Lösungen an.
 

Stiefkind Steuerabteilung

Umfangreiche und detaillierte Daten aus unterschiedlichen Quellen bieten die Möglichkeit, Datenanalysen auch innerhalb der Steuerfunktion voranzutreiben. Dieser Schatz wird heute jedoch noch selten genutzt. Im Vordergrund stehen derzeit überwiegend rechtliche Analysen von Sachverhalten. Zwar greift die Steuerfunktion bereits auf Daten aus den unterschiedlichsten Unternehmensbereichen zu, nutzt diese Daten dann aber nur sehr isoliert für die Darstellung von einzelnen Sachverhalten.
 

Neue Beratungsleistungen und Künstliche Intelligenz

Die aus der digitalen Analyse gewonnenen Erkenntnisse können dazu genutzt werden, neue Beratungsleistungen der Steuerfunktion innerhalb des Unternehmens zu entwickeln und bestehende Angebote zu verbessern. Interne Risiken können mithilfe der gezielten Aufbereitung und Analyse der Daten minimiert werden. Blick man weiter in die Zukunft, sind die Daten aus der näheren Vergangenheit von Interesse, um Muster zu erkennen und die Künstliche Intelligenz zu trainieren.
 

Datenanalyse bei Lohnsteuer und Sozialversicherung

Einer der Bereiche in der Steuerabteilung, der bereits heute auf umfangreiche elektronische Daten zurückgreift, ist der Bereich der Lohnsteuer und Sozialversicherung. Hier gibt es schon einen einfachen Datenzugriff, außerdem werden unterschiedliche Datenquellen miteinander kombiniert. Gerade im Bereich der Lohnsteuer werden jeden Monat umfangreiche Daten verarbeitet. Big Data umfasst Möglichkeiten, mit diesen großen Datenmengen umzugehen, und frühzeitig Fehler und Risiken zu identifizieren. So ist es nicht mehr erforderlich, Stichproben zu ziehen, da sehr große Datenmengen durch den Einsatz der entsprechenden Systeme (z.B. Hadoop) in kurzer Zeit verarbeitet werden können. Bisher für Datenanalysen ungenutzte, teilweise unstrukturierte Daten, wie zum Beispiel Arbeitsverträge oder Bescheinigungen, können nun ebenfalls in die Analysen einbezogen werden.
 

Probleme im Vorfeld identifizieren

Der große Vorteil von Analysen auf der Grundlage von Big Data gegenüber traditionellen Analysen besteht darin, dass im Vorfeld Probleme identifiziert und Managementempfehlungen gegeben werden können. Rechtzeitige Veränderungen werden ermöglicht. Bisher fielen Fehler und Probleme häufig erst in der Lohnsteueraußenprüfung oder Betriebsprüfung auf. Für Unternehmen ist dies dann mit unerwarteten Mehrkosten verbunden. Die begleitende Datenanalyse, die automatisch neu entstehende Daten einordnen und klassifizieren kann oder auch Prognosen erstellt, minimiert Risiken und Kosten für Unternehmen.
 

Diese Maßnahmen sind sinnvoll

Das reine Vorhalten und Anhäufen von Daten reicht nicht aus, um aussagekräftige Erkenntnisse daraus zu ziehen. Vielmehr müssen die Daten in einen sinnvollen Zusammenhang zueinander gebracht werden, um tiefere Einblicke zu gewinnen und neue Szenarien modellieren zu können. Resultat dieser Modellierung ist ein für Analysezwecke geeignetes Datenmodell, welches alle relevanten Informationen bündelt. Dieses Datenmodell bildet die Grundlage des Data Warehouses, einer Datenbank, die für Analysezwecke optimiert wurde. Durch das Nutzen der vorhandenen Daten können bestehende Risiken und aktuelle Prozesse evaluiert und, wenn nötig, zukunftssicher verbessert werden. Letztendlich können Entscheidungen auch durch den Einsatz statistischer Modelle bis zu dem gewünschten Grad automatisiert werden.
 

Kompetenzen im Bereich Advanced Analytics für mehr Erfolg

Im Steuerbereich sollten Kompetenzen im Bereich Advanced Analytics aufgebaut werden. Es müssen nicht unbedingt Anwendungen entwickelt werden – ein generelles Grundverständnis, wie Machine Learning oder Künstliche Intelligenz funktionieren und bei welchen praktischen Anwendungsfällen sie zum Einsatz kommen können, sollte jedoch vorhanden sein. Deloitte hat in diesem Jahr zum ersten Mal die Analytics Journey gestartet, um die vorhandenen Kompetenzen im Tax & Legal Bereich zu verbessern. Im Rahmen der Analytics Journey rotierten die Teilnehmer durch alle Geschäftsbereiche von Deloitte, um dort an Advanced Analytics Projekten zu arbeiten.