Aufrufe
vor 3 Jahren

VerbandsNachrichten 2 I 2017

  • Text
  • Steuerberater
  • Koeln
  • Verbandsnachrichten
VerbandsNachrichten 2 I 2017

VerbandsNachrichten 2/2017 I Sonstige Berufspolitik Steuerberater als Risikofaktor? Heute unterliegt das Image eines Steuerberaters der individuellen Beurteilung eines Sachbearbeiters, Sachgebietsleiters oder des Vorstehers. Es kann vorkommen, dass ein Steuerberater in einem Finanzamt einen guten Ruf genießt, weil er einen dort veranlagten unproblematischen Mandanten betreut, während im Nachbarfinanzamt der Ruf gelitten hat, nur, weil er dort das Anliegen eines schwierigen Steuerpflichtigen konsequent vertreten hat. Im Big Data Zeitalter gehören solche subjektiven Empfindungen in die Mottenkiste. Hier entscheiden nur die Zahlen. ausgehende sowie kanzleiinterne E-Mails werden mit ihren Metadaten systemseitig aufgezeichnet, für Briefpost werden manuell die entsprechenden Datensätze erzeugt. Schon bei einer Kanzleigröße von 10 Mitarbeitern werden täglich tausende Datenpunkte dokumentiert, die sich auf mehr als eine Million Datenpunkte pro Jahr aufsummieren können. Welche Schätze könnte man aus diesem Datenhügel bergen? Geschlossene Systeme, die all diese Daten einer einheitlichen Auswertung zuführen können, gibt es bisher – noch – nicht. Werden die Auswertungen bundesländerübergreifend durchgeführt, lässt sich für jeden Steuerberater ein sehr feines und eindeutiges Profil erstellen: • Wie viele Mandanten mit welchen Einkunftsarten, Größenklassen und Branchen betreut eine Kanzlei? • Welche Gebühren erzielt dabei der Steuerberater? • Wie hoch ist die Einspruchs- und die Klagefreudigkeit sowie deren Erfolgsquote? • Mehrergebnisse bei den Betriebsprüfungen und deren Ursache • Abgabeverhalten bei den Steuerklärungen und Anmeldungen • Qualität der Mitarbeit – wann werden Anfragen bearbeitet, muss nachgehakt werden? • Vermutlich könnte die Finanzverwaltung auf der Grundlage der ihr zufließenden Daten die eine oder andere Kanzlei besser beurteilen als der Kanzleiinhaber dies selbst tut. Es ist nicht zu vermuten, dass solche Analysen mit dem Ziel der Erstellung eines Dossiers tatsächlich durchgeführt werden. Die Finanzverwaltung mag ein solches Verhalten sogar lauthals dementieren. Doch wissen dies auch die Data-Mining-Systeme? Die notwendigen Daten stehen zur Verfügung. Daher werden Data-Mining- Systeme diese Informationen in ihren Analysen einbeziehen. Auch wenn niemand zu erklären vermag weshalb, kann es zukünftig vorkommen, dass manche Kanzleien häufiger Betriebsprüfungen zu betreuen haben werden, während andere sich Angst um den Verlust dieses wichtigen Geschäftsfeldes machen müssen. Big Data in der Kanzlei Viele Kanzleiinhaber steuern ihre Kanzlei mit moderner Organisationssoftware. Mandanten- oder auftragsorientierte Zeiterfassung ist dort die Regel. Auch die Telefonanlage ist digital und zeichnet nicht nur Telefonnummer, Anruf- und Zielnummer, Anfang und Ende aller eingehenden und ausgehenden Gespräche auf, sondern auch Weiterleitungen und Fehlversuche, sowie die Zeit zwischen Klingeln und Annahme des Gespräches auf. Wer welche Programme wie lange mit welchem Mandanten aufruft, wird im Hintergrund ebenfalls mitgeschrieben. Und selbstverständlich die Eingaben selbst, namentlich die Buchungssätze. Eingehende und Die Softwareanbieter stellen für die Eigenorganisation vorgefertigte Musterauswertungen bereit, die häufige Standardfragen beantworten können. Ausgefeilte Analysen sind ebenfalls möglich, bedürfen jedoch einer aufwändigen Konfiguration. Die Ausgabe erfolgt allerdings in wenig nutzerfreundlichen Listen. Wer mehr Komfort haben will und zudem weitergehende Fragen beantwortet haben möchte, muss schon Excel bemühen. Gleiches lässt sich auch für die Auswertungen aus den Fachprogrammen sagen. Eine Kombination mit den Daten der Telefonanlage und der Programmnutzung wäre nur möglich, würden die Datensätze durch ein Drittprogramm zusammengeführt. Was könnte man erkennen, gäbe es ein Data-Mining über die gesamten erfassten Daten? Wir beschäftigten Mitarbeiter mit unterschiedlichen Talenten. Bessere und weniger gute. Doch was ist der Unterschied? Können die weniger guten Mitarbeiter entwickelt werden, damit sie zu den besseren aufschließen? Außer groben Einschätzungen und einem Bauchgefühl können wir nicht viel mehr aufbieten, um die Unterschiede zu erklären. Diese Lücke könnte die Datenanalyse schließen. Wird zu viel oder zu wenig, zu lange oder zu kurz telefoniert, zu viele oder zu wenige Konten in der Buchführung angesprochen, zu viele oder zu wenige E-Mails verfasst, die Arbeit zu häufig unterbrochen? Kaum eine Kanzlei verzichtet heute noch auf die Zeiterfassung. Wird aber nach deren Qualität gefragt, dürften erhebliche Unterschiede zu Tage treten. Auch Mitarbeiter verstehen den praktischen Nutzen der Quersubventionierung. Problemlose Mandanten bekommen Zeitaufwand zugeschoben, um den Auseinandersetzungen mit den Unbequemen oder dem Chef aus dem Weg zu gehen. Eine auf den Kanlzei-Big-Data basierende Analyse würde dieses Verhalten offenlegen. Entsprechende Gegenmaßnahmen könnten eingeleitet werden. 42

Sonstige Berufspolitik I VerbandsNachrichten 2/2017 Buchungsverhalten der Mitarbeiter analysieren Buchführung ist ein Kerngeschäftsfeld für die meisten mittleren und kleineren Kanzleien. Es steht im Spannungsverhältnis zwischen Wirtschaftlichkeit sowie technischer und betriebswirtschaftlicher Qualität. Klare Buchungsregeln und von der Kanzlei festgelegte Kontenpläne dürften die Ausnahme sein. Vielmehr wird jeder Buchhalter seinen eigenen Stil entwickelt haben und ihn pflegen. Dem Kanzleiinhaber dürfte das individuelle Buchungsverhalten seiner Mitarbeiter nur im Ansatz bekannt sein. Ob der Buchungsstil wirtschaftlich ist, den Qualitätsanforderungen genügt und die Ansprüche der Mandanten erfüllt, bleibt hingegen im Nebel. Lichten könnte diesen eine Big-Data-Analyse. Nehmen wir an, es werden sämtlicher Buchungssätze aller Mitarbeiter der letzten Jahre analysiert. Beispielhaft könnten folgende Ergebnisse erzielt werden: • Die durchschnittliche Anzahl der Buchungssätze sowie der bebuchten Konten, gruppiert nach Rechtsformtypen und geschichtet nach Größenklassen • Selten und häufig benutzte Konten • Anzahl der neu angelegten und abweichend beschrifteten Konten • Häufigkeit und Qualität der Buchungstexte • Erfassung von Beleginformationen sowie des zutreffenden Belegdatums • Haben-Buchungen in typischen Soll-Konten und umgekehrt Die Analyseergebnisse werden ein sehr heterogenes Buchungsverhalten der einzelnen Mitarbeiter zu Tage fördern. Aus dem Buchungsprofil lassen sich Rückschlüsse zur Wirtschaftlichkeit und zur Qualität ziehen. Die offen gelegten Differenzen können als Grundlagen für Schulungsmaßnahmen verwendet werden, um gezielt Schwächen zu eliminieren. Auch die Kanzlei als solche kann von einer solchen Analyse profitieren. Es lassen sich fast automatisch Kanzleikontenpläne erstellen, indem zahlreiche selten bebuchten aber in der Anzahl häufig vorkommende Konten eliminiert werden. Auch können anhand der Beobachtungen Buchungsregeln definiert werden, wonach bestimmte Sachverhalte auf bestimmten Konten zu buchen sind. Solche Buchungsregeln würden somit nicht von oben festgelegt, sondern aus dem tatsächlichen Buchungsverhalten der Mitarbeiter ermittelt und dadurch schnell eine hohe Akzeptanz genießen. Verknüpft man die Erkenntnisse aus der Buchungssatzanalyse mit den Zeitaufzeichnungen, lassen sich weitere Erkenntnisse gewinnen, wie die Buchführung ohne Qualitätsverlust wirtschaftlicher durchgeführt werden könnte. Big Data in der Auftragsbearbeitung Die wohl meisten Daten werden im Rechnungswesen erzeugt. Wie ließe sich hier Big Data nutzen? Bereits heute gibt es Methoden, den Buchungsaufwand zu reduzieren. Dazu gehören die Kontoauszugsmanager oder die OCR-Erkennung, die aus den Buchungsbelegen die buchungsrelevanten Daten ausliest und, soweit die Extraktion erfolgreich verlaufen ist, in die zugehörigen Felder des Buchungssatzes einträgt. Optimisten loben die gute Erkennungsrate, die nach einigem Training 70 % und mehr betragen kann. Skeptiker verweisen auf die schlichten Algorithmen, die bei zunehmender Komplexität eines Betriebes geringer werdende Erkennungsraten vorweisen können. Außerdem gehören die erkannten Belege ohnehin zu den einfachen Buchungen, die nur 30 % des gesamten Buchungsaufwands in Anspruch nehmen. Wie wäre es, wenn 99 % der Daten automatisch und fehlerfrei ausgelesen würden? Möglich wäre ein solcher Produktivitätssprung durch die Nutzung sämtlicher Buchungsdaten aller Mandanten. Wird der Beitragsbescheid der IHK bei einem Mandanten dem OCR-System zutreffend angelernt, könnte das Ergebnis für alle Bescheide bei den übrigen Mandanten verwendet werden. Entsprechende Buchungsvorschläge würden dann jeweils erzeugt. Die Erkennungsrate im Kontoauszugsmanager würde sich ebenfalls verbessern lassen. Die IBAN, ggf. um die eine oder andere Information aus dem Zahlungsbeleg angereichert, führt zu eindeutigen Zuordnungen von Geschäftsvorfällen. Wegen der Vielzahl der einfließenden Mandanten sollte auch eine Differenzierung hinsichtlich verschiedener Kontenrahmen möglich sein. 43

Publikationen