Sprachmodelle wie Claude oder ChatGPT sind beeindruckend darin, Sprache zu verstehen, Zusammenhänge herzustellen und komplexe Inhalte verständlich aufzubereiten. Was ihnen jedoch fehlt, ist ein fest vorgegebener fachlicher Weg, an dem sie sich bei der Lösung eines steuerlichen Sachverhalts orientieren können. Genau hier kommen Wissensgraphen ins Spiel. Ein steuerlicher Wissensgraph bildet nicht einfach nur Wissen ab. Vereinfacht betrachtet bildet er ein Netzwerk miteinander verknüpfter Entscheidungslogiken ab – vergleichbar mit einem hochgradig vernetzten Entscheidungsbaum. Er strukturiert Zusammenhänge, Abhängigkeiten und Regeln. Er kennt Voraussetzungen, Rechtsfolgen und mögliche Abzweigungen. Vereinfacht gesagt gibt er dem Sprachmodell damit einen Weg durch den steuerlichen Sachverhalt vor.
Ein Sprachmodell ist dabei wie ein hochqualifizierter Rennfahrer. Es beherrscht sein Fahrzeug, reagiert schnell und kann sich flexibel auf unterschiedliche Situationen einstellen. Was ihm in unbekanntem Terrain allerdings fehlt, ist die verlässliche Route zum Ziel. Genau diese liefert der Wissensgraph. Er gibt vor, welche Abschnitte auf dem Weg geprüft werden müssen und an welchen Stellen je nach Sachverhalt die eine oder die andere Abzweigung zu nehmen ist.
Gebe ich einen steuerlichen Sachverhalt in ein hybrides System aus Sprachmodell und Wissensgraph ein, wird zunächst ermittelt, welcher fachliche Weg überhaupt einzuschlagen ist. Dabei wird festgelegt, welche Voraussetzungen geprüft werden müssen, welche Informationen dafür benötigt werden und welche weiteren Prüfungsschritte sich aus den jeweiligen Antworten ergeben.
Das Sprachmodell bewegt sich anschließend nicht mehr völlig frei durch den Sachverhalt. Es orientiert sich an diesem fachlich vorgegebenen Lösungsweg und bringt dort seine eigentlichen Stärken ein. Es versteht Sprache, verarbeitet Dokumente, erkennt Zusammenhänge, ordnet Informationen ein und formuliert auf dieser Grundlage das Ergebnis.
Digitale Sachverhaltsermittlung
Spannend wird es, wenn beide Systeme nicht nur nebeneinander arbeiten, sondern ineinandergreifen. Der Wissensgraph erkennt beispielsweise, dass für den nächsten Prüfungsschritt noch eine bestimmte Information zum Sachverhalt fehlt. Das Sprachmodell macht daraus eine verständliche Rückfrage an den Nutzer. Die Antwort fließt wieder zurück in die Prüfung. Je nachdem, wie diese Antwort ausfällt, verändert sich der weitere Weg. Vielleicht fehlt eine weitere Information oder es zeigt sich, dass noch ein bestimmtes Dokument benötigt wird. So entsteht Schritt für Schritt etwas, das unserer täglichen Arbeit in der Steuerberatung sehr nahekommt.
Denn auch wir beantworten komplexe steuerliche Fragen nicht auf Grundlage eines einzigen Satzes unseres Mandanten. Wir fragen nach, fordern Unterlagen an, prüfen Voraussetzungen, erkennen Lücken im Sachverhalt und entwickeln erst dann unsere steuerliche Würdigung. Genau dieser Prozess lässt sich in einem solchen hybriden System abbilden.
Duett als Königsdisziplin
Die Königsdisziplin liegt deshalb weder im Sprachmodell noch im Wissensgraphen allein. Sie liegt in der Kombination aus den linguistischen Fähigkeiten des Sprachmodells, der klaren Struktur des Wissensgraphen und einer intelligenten, schrittweisen Sachverhaltsermittlung. Der Wissensgraph gibt die fachliche Struktur vor und stellt sicher, dass die notwendigen Informationen und Prüfungsschritte berücksichtigt werden. Das Sprachmodell übernimmt dort, wo seine besonderen Stärken liegen. Es versteht unstrukturierte Informationen, verarbeitet Dokumente, formuliert natürliche Rückfragen und bereitet die Ergebnisse verständlich auf. Dann entsteht aus einer KI, die Antworten gibt, ein System, das steuerliche Sachverhalte strukturiert ermittelt, einem fachlich definierten Prüfungsweg folgt und daraus eine belastbare Antwort entwickelt.
