Automatisierte Forensik & Betriebsprüfung

Am 16. September 2026 durchsuchten rund 800 Einsatzkräfte des Hauptzollamts Frankfurt am Main gemeinsam mit der Europäischen Staatsanwaltschaft zeitgleich achtzig Objekte in Hessen, Nordrhein-Westfalen und Belgien. Im Zentrum: „Cash for Book Money" - 22 Scheinfirmen, die illegales Bargeld gegen drei Prozent Provision in scheinbar legale Banktransaktionen umwandelten, während Scheinrechnungen die passenden Betriebsausgaben vortäuschten. Steuer- und Sozialversicherungsschaden: über 60 Millionen Euro. Nachverfolgbare Zahlungsströme: 150 Millionen Euro. Sichergestellt wurden neben Bargeld, Gold und Uhren auch eine Schusswaffe samt Munition.

Ein Netzwerk aus 22 Firmen mit über Jahre hinweg ausgestellten Scheinrechnungen wird nicht an einem einzigen auffälligen Buchungssatz entlarvt. Es wird entlarvt, wenn Tausende Rechnungen, Verträge und Zahlungsströme systematisch gegeneinander geprüft werden - eine Aufgabe, die für menschliche Prüfer an der schieren Masse scheitert, für eine KI-gestützte Pipeline mit Vollzugriff auf das Mandantenarchiv aber zur Routineabfrage wird. Genau diese Pipeline baut dieses Buch.

Parallel dazu rüstet die Finanzverwaltung selbst auf: Nordrhein-Westfalen setzt bereits produktiv ein KI-Modul zur Risikoerkennung in der Steuerveranlagung ein, der Referentenentwurf zum Jahressteuergesetz 2026 schafft die Rechtsgrundlage für automatisierte Datenanalyse in der Finanzverwaltung. Wer als Kanzlei weiterhin ausschließlich mit klassischer Prüfsoftware wie IDEA arbeitet - die Zahlenmuster erkennt, aber den Inhalt eines Mietvertrags nicht versteht -, verschiebt sich strukturell in die Defensive. Der naheliegende Ausweg, einfach ChatGPT oder ein anderes öffentliches KI-Modell auf Mandantendaten loszulassen, ist für Berufsgeheimnisträger keine Option: Ein Fall vor dem Familiengericht Köln zeigt, wie ein KI-Schriftsatz mit frei erfundenen Quellen zum berufsrechtlichen Problem nach § 43a BRAO wurde.

Automatisierte Forensik & Betriebsprüfung zeigt den Weg zwischen diesen beiden Sackgassen: eine lokal betriebene RAG-Pipeline (Retrieval-Augmented Generation), die Verträge und Buchungszeilen gemeinsam liest, jede Aussage mit einer prüfbaren Quelle belegt statt sie zu erfinden, und dabei zu keinem Zeitpunkt Mandantendaten preisgibt. Anhand realer Fälle - vom Frankfurter Zollfahndungsschlag über ein 103-Millionen-Euro-Umsatzsteuerkarussell im Luxusfahrzeughandel bis zu BFH-Urteilen zu verdeckten Gewinnausschüttungen - entwickelt Ingo Weigel einen vollständigen, technisch wie rechtlich fundierten Bauplan:

- Warum klassische Prüfsoftware Zahlenmuster erkennt, aber den Lebenssachverhalt hinter der Buchung nicht versteht - und wie generative Sprachmodelle genau diese Lücke schließen
- Wie Retrieval-Augmented Generation verhindert, dass eine KI Quellen erfindet, statt ehrlich „nicht auffindbar" zu antworten - mit Belegen aus einer unabhängigen Studie zu Halluzinationsraten bei führenden KI-Rechercheprodukten
- Die komplette technische Architektur einer lokalen Kanzlei-Pipeline: OCR-Ingestion, Vektordatenbanken wie Qdrant, und quantisierte Open-Source-Modelle wie Llama und Mistral auf eigener Hardware - ohne dass ein Byte die Kanzlei verlässt
- Konkrete forensische Anwendungsfälle: das Aufspüren verdeckter Gewinnausschüttungen, Scheinrechnungen, Krypto-Anomalien und grenzüberschreitender Umsatzsteuerkarusselle
- Die vollständige rechtliche Einordnung nach EU AI Act, DSGVO und Berufsrecht (§ 203 StGB, § 43a BRAO, § 57 WPO) - warum eine lokal betriebene Pipeline in aller Regel kein Hochrisiko-System ist
- Ein Zwölf-Wochen-Fahrplan von der Auswahl des ersten Anwendungsfalls bis zum produktiven Rollout, inklusive automatisierter Qualitätssicherung

Jedes Kapitel schließt mit direkt einsetzbaren Werkzeugen: einer Metrics Table zur Selbstmessung, einem benannten Rahmenmodell und einer Diagnostic Checklist für die Kanzleileitung.