Das Telefon ist in vielen Steuerkanzleien ein organisatorischer Sonderfall. Während Belege über Unternehmen online übertragen werden, Lohnabrechnungen digital bereitstehen und Mandantenakten zunehmend elektronisch geführt werden, funktioniert ein erheblicher Teil der Kommunikation weiterhin wie vor 20 Jahren: Das Telefon klingelt, eine Fachkraft unterbricht ihre Arbeit, nimmt einen Rückrufwunsch entgegen, beantwortet eine organisatorische Frage oder notiert, dass für den Jahresabschluss noch Unterlagen nachgereicht werden sollen.
Genau in diesen Bereich drängen derzeit KI-Telefonassistenten. Sie können Gespräche in natürlicher Sprache führen, Namen und Anliegen erfassen, Rückfragen stellen, Termine vereinbaren, Anrufer weiterleiten, Gespräche zusammenfassen und über Schnittstellen nachgelagerte Prozesse anstoßen. Einige Systeme beherrschen inzwischen auch Outbound-Telefonie und können damit selbst Mandanten anrufen. Anbieter wie SpeakKI, fonio, VITAS oder Placetel bieten entsprechende Funktionen bereits als Standardprodukt an und nicht mehr ausschließlich als individuelle Enterprise-Entwicklung.
Für Steuerkanzleien stellt sich damit nicht mehr ernsthaft die Frage, ob KI einen Anruf technisch entgegennehmen kann. Das kann sie. Interessanter ist die nächste Stufe: Welche Aufgaben dürfen und sollten einem solchen System übertragen werden? Kann die KI lediglich einen Rückrufwunsch aufnehmen oder auch erkennen, welche Unterlagen fehlen? Darf sie einen Mandanten selbstständig daran erinnern? Welche Informationen darf sie aus DATEV beziehen? Wann entsteht aus einer organisatorischen Auskunft eine steuerliche Beratung? Und wie reagieren Mandanten, wenn sie statt mit der ihnen seit Jahren bekannten Mitarbeiterin zunächst mit einer Maschine sprechen?
Eine pauschale Antwort wäre wenig hilfreich. KI-Telefonie ist weder der bevorstehende Ersatz für das Kanzleisekretariat noch eine Spielerei ohne praktischen Nutzen. Sie ist zunächst eine zusätzliche Automatisierungsschicht zwischen Telefonanlage und Kanzleiprozessen. Ob daraus ein Produktivitätsgewinn oder ein neues Risiko entsteht, hängt vor allem davon ab, welche Aufgaben die Kanzlei automatisiert und welche bewusst beim Menschen verbleiben.
Die eigentliche Chance liegt nicht im Abheben, sondern im Prozess danach
Ein klassischer Anrufbeantworter löst lediglich das Problem der Nichterreichbarkeit. Er zeichnet eine Nachricht auf, verschiebt die eigentliche Arbeit aber auf später. Ein Mitarbeiter muss die Nachricht abhören, den Anrufer identifizieren, das Anliegen einordnen, gegebenenfalls eine Aufgabe erstellen und anschließend zurückrufen. Moderne KI-Telefonie kann diese Prozesskette bereits während des Gesprächs strukturieren.
Aus der Aussage „Ich wollte nur wissen, was Sie für unseren Jahresabschluss noch benötigen“ kann beispielsweise ein qualifizierter Vorgang entstehen. Der Assistent identifiziert den Mandanten, fragt nach dem Unternehmen, erfasst das Anliegen und übermittelt eine strukturierte Zusammenfassung an die zuständige Stelle. Ist der Prozess entsprechend vorbereitet, kann er zusätzlich einen Termin vergeben oder einen freigegebenen Uploadlink versenden. SpeakKI bietet in seinem Professional-Tarif beispielsweise Outbound-Funktionen und API-Zugang, fonio unterstützt Kalenderintegration und in höheren Tarifen ausgehende Gespräche sowie SIP-Anbindungen, VITAS arbeitet stark mit vorkonfigurierten Szenarien und Integrationen, während Placetel unter anderem parallele Gespräche, Terminbuchung sowie in höheren Tarifen Outbound und SIP-Trunks anbietet.
Gerade für Steuerkanzleien ist diese Entwicklung interessant, weil ein erheblicher Teil des Telefonaufkommens keine Steuerberatung im engeren Sinne darstellt. Rückrufwünsche, Terminverschiebungen, Fragen nach dem Bearbeitungsstand, neue Telefonnummern, Hinweise auf hochgeladene Dokumente oder organisatorische Rückfragen verbrauchen Zeit, ohne dass dafür zwingend das Fachwissen eines Steuerfachangestellten, Steuerfachwirts oder Steuerberaters erforderlich wäre.
Die wirtschaftlich interessante Frage lautet deshalb nicht: Kann eine KI telefonieren? Sie lautet: Wie viele Anrufe in einer Kanzlei bestehen tatsächlich aus standardisierbaren Prozessen?
Unterlagen anfordern: technisch einfach, fachlich nur mit klarer Rollenverteilung
Besonders interessant ist der Outbound-Einsatz. Ein System kann technisch ohne Weiteres einen Mandanten anrufen und mitteilen, dass bestimmte Unterlagen fehlen. Die aktuelle Produktgeneration ermöglicht solche ausgehenden Anrufe bereits bei mehreren Anbietern; bei SpeakKI gehört Outbound zum Professional-Tarif, bei fonio beginnt die Funktion im Team-Tarif und bei Placetel im Professional-Paket.
Für eine Kanzlei sollte die Architektur allerdings entscheidend sein. Problematisch wäre eine offene Anweisung wie: „Analysiere das Mandat und entscheide selbst, welche Unterlagen für den Jahresabschluss fehlen.“ Deutlich kontrollierbarer ist ein Prozess, bei dem eine Fachkraft zunächst feststellt, dass beispielsweise der Darlehenskontoauszug zum 31. Dezember, die Inventurliste und ein bestimmter Leasingvertrag fehlen. Anschließend erhält der Telefonassistent lediglich den Auftrag, genau diese bereits freigegebenen Unterlagen beim Mandanten anzufordern.
In einem solchen Modell trifft die KI keine steuerfachliche Entscheidung. Sie transportiert eine Entscheidung der Kanzlei, dokumentiert die Reaktion des Mandanten und kann gegebenenfalls einen Uploadlink versenden oder einen Wiedervorlagestatus setzen. Technisch lässt sich daraus ein geschlossener Workflow bauen: Fachkraft definiert die Anforderung, KI übernimmt die Kontaktaufnahme, Mandant bestätigt einen Termin für die Nachreichung und das Ergebnis wird anschließend als Aufgabe oder Statusinformation an die Kanzlei zurückgegeben.
Gerade diese Trennung entscheidet darüber, ob KI-Telefonie eine administrative Entlastung oder ein fachliches Risiko wird. Sobald die Maschine selbst beurteilen soll, welche Unterlagen steuerlich erforderlich sind, oder auf individuelle Folgefragen antwortet, verlässt sie den Bereich der reinen Prozessautomatisierung.
Ein Gespräch kann innerhalb eines Satzes von Organisation zu Steuerberatung wechseln
Die Grenze lässt sich am Telefon besonders leicht überschreiten. Ein Mandant wird aufgefordert, den Kaufvertrag einer Immobilie einzureichen und fragt zunächst lediglich, ob alle Seiten benötigt werden. Wenige Sekunden später folgt vielleicht die Frage, ob der Verkauf überhaupt steuerpflichtig sei, weil die Immobilie teilweise selbst genutzt wurde.
Aus einem Dokumentenprozess ist eine steuerliche Einzelfallfrage geworden.
Das Steuerberatungsgesetz enthält kein generelles Verbot, KI-Systeme als Arbeitsmittel einzusetzen. Es ändert aber nichts an den Berufspflichten. Nach § 57 StBerG hat der Steuerberater seinen Beruf unabhängig, eigenverantwortlich, gewissenhaft und verschwiegen auszuüben. Die Bundessteuerberaterkammer betont in ihrem 2026 veröffentlichten FAQ zum KI-Einsatz in der Steuerberatung, dass insbesondere Tool-Governance, Qualitätssicherung, Dokumentation, Risikomanagement, Mandantenkommunikation, Berufsrecht und Datenschutz gemeinsam betrachtet werden müssen.
Die Konsequenz daraus sollte nicht sein, dass ein Voicebot überhaupt keine Informationen geben darf. Standardisierte und fachlich freigegebene Antworten sind etwas anderes als die autonome Würdigung eines individuellen Sachverhalts. Öffnungszeiten, Uploadwege, benötigte Stammdaten oder eine vorher von der Fachkraft definierte Dokumentenanforderung lassen sich wesentlich kontrollierter automatisieren als Fragen nach der steuerlichen Behandlung eines Grundstücksverkaufs, einer verdeckten Gewinnausschüttung oder einer Betriebsaufspaltung.
Für eine Steuerkanzlei gehört deshalb eine Eskalationslogik zu den wichtigsten Bestandteilen des Systems. Begriffe wie Steuerbescheid, Einspruch, Betriebsprüfung, Pfändung, Steuerfahndung, Selbstanzeige, Fristablauf oder eine konkrete Gestaltungsfrage sollten nicht dazu führen, dass ein generatives Modell möglichst überzeugend weiterredet. Die bessere Reaktion kann darin bestehen, die relevanten Informationen strukturiert aufzunehmen, auf eine fachliche Einschätzung zu verzichten und den Vorgang priorisiert einem Menschen zu übergeben.
Gerade bei KI-Telefonie zeigt sich Qualität damit paradoxerweise auch darin, wie gut ein System erkennt, wann es nicht weiterreden sollte.
Seit August 2026 kommt der AI Act unmittelbar hinzu
Seit dem 2. August 2026 ist auch die Transparenzregel des europäischen AI Acts für diese Anwendungen praktisch relevant. Art. 50 Abs. 1 der Verordnung (EU) 2024/1689 verlangt, dass KI-Systeme, die unmittelbar mit natürlichen Personen interagieren, so gestaltet werden, dass diese darüber informiert werden, dass sie mit einem KI-System kommunizieren, sofern dies nicht bereits offensichtlich ist. Nach Art. 50 Abs. 5 muss diese Information spätestens bei der ersten Interaktion klar und eindeutig erfolgen.
Die Verpflichtung aus Art. 50 Abs. 1 richtet sich zunächst an den Anbieter des Systems. Für eine Steuerkanzlei wäre es dennoch kaum sinnvoll, sich allein darauf zu verlassen. Die praktische Gestaltung sollte bereits in der Begrüßung eindeutig sein: „Guten Tag, Sie sprechen mit dem digitalen KI-Telefonassistenten der Kanzlei …“
Versuche, einen Voicebot als vermeintlich menschliche Mitarbeiterin mit fiktivem Namen auftreten zu lassen, sind für einen Vertrauensberuf ohnehin kaum überzeugend. Eine natürliche Stimme ist sinnvoll; eine künstliche Verschleierung des Kommunikationspartners nicht. Gerade Steuerberater leben davon, dass Mandanten wissen, wem sie sensible wirtschaftliche und persönliche Informationen anvertrauen.
Berufsgeheimnis und Datenschutz sind anspruchsvoller als bei einem normalen Empfangssystem
Bei einer Steuerkanzlei verarbeitet ein Telefonassistent häufig Informationen, die über normale Kontaktdaten weit hinausgehen. Ein Mandant kann innerhalb weniger Sekunden über Gehälter, eine Betriebsprüfung, finanzielle Schwierigkeiten, eine Scheidung oder die wirtschaftliche Situation seines Unternehmens sprechen. Damit greift nicht nur die DSGVO, sondern auch das Berufsgeheimnis des Steuerberaters.
§ 62a StBerG erlaubt ausdrücklich die Einschaltung externer Dienstleister, soweit deren Zugang zu den der Verschwiegenheit unterliegenden Tatsachen für die Dienstleistung erforderlich ist. Der Steuerberater muss den Dienstleister sorgfältig auswählen; der Vertrag bedarf der Textform und muss insbesondere Verschwiegenheitsverpflichtungen, den zulässigen Kenntnisumfang und gegebenenfalls den Einsatz weiterer Personen regeln. Für Dienstleistungen aus dem Ausland enthält § 62a Abs. 4 zusätzliche Anforderungen an einen vergleichbaren Geheimnisschutz. Parallel stellt § 203 StGB die unbefugte Offenbarung bestimmter fremder Geheimnisse durch Steuerberater unter Strafe und berücksichtigt zugleich die Einbindung mitwirkender Personen.
Besonders relevant ist § 62a Abs. 5 StBerG. Dient die externe Dienstleistung unmittelbar einem einzelnen Mandat, darf der Dienstleister Zugang zu fremden Geheimnissen grundsätzlich nur erhalten, wenn der Mandant darin eingewilligt hat. Ob eine allgemeine KI-Telefonannahme bereits darunter fällt, ist anders zu beurteilen als ein Voicebot, der gezielt im konkreten Mandat auf fehlende Jahresabschlussunterlagen zugreift und den Mandanten deswegen anruft. Eine speziell auf KI-Voicebots zugeschnittene höchstrichterliche Rechtsprechung zu dieser Grenzziehung existiert bislang nicht. Je tiefer ein Assistent in einzelne Mandatsprozesse integriert wird, desto sorgfältiger sollte deshalb insbesondere die Anwendung des § 62a Abs. 5 StBerG geprüft werden.
Datenschutzrechtlich bleiben zusätzlich die Anforderungen der DSGVO bestehen. Art. 5 DSGVO verlangt unter anderem Zweckbindung und Datenminimierung, Art. 28 regelt die Anforderungen an Auftragsverarbeiter und Art. 32 verlangt ein dem Risiko angemessenes technisches und organisatorisches Sicherheitsniveau. Für eine Kanzlei spricht deshalb viel dafür, einem Telefonassistenten nicht möglichst viele DATEV-Daten verfügbar zu machen, sondern nur jene Informationen, die für den jeweiligen Gesprächsprozess tatsächlich notwendig sind.
Audioaufzeichnung und Transkription sollten nicht nebenbei aktiviert werden
Viele Systeme können Gespräche transkribieren oder Audioaufzeichnungen speichern. Das ist aus organisatorischer Sicht attraktiv, weil Mitarbeiter später einen vollständigen Gesprächsverlauf nachvollziehen können. Rechtlich handelt es sich aber um einen eigenständigen Themenkomplex.
Nach § 201 StGB macht sich strafbar, wer unbefugt das nichtöffentlich gesprochene Wort eines anderen auf einen Tonträger aufnimmt oder eine entsprechend hergestellte Aufnahme unbefugt verwendet beziehungsweise zugänglich macht. Die Information, dass am anderen Ende eine KI spricht, ist deshalb nicht automatisch gleichbedeutend mit der Zustimmung zu einer dauerhaften Audioaufzeichnung.
Auch eine reine Transkription bleibt datenschutzrechtlich relevant, weil dabei personenbezogene und häufig berufsgeheimnisgeschützte Informationen verarbeitet werden. Eine Kanzlei sollte daher technisch und rechtlich unterscheiden, ob das Audio dauerhaft gespeichert wird, wie lange Transkripte vorgehalten werden, wer Zugriff erhält und ob eine strukturierte Gesprächszusammenfassung für den gewünschten Prozess nicht bereits ausreicht. Datenminimierung kann hier praktischen Nutzen und Risikoreduktion gleichzeitig bedeuten.
DATEV-Anbindung: Zwischen Telefonie-Schnittstelle und echter Prozessintegration liegt ein großer Unterschied
Eine KI-Telefonlösung lässt sich zunächst nahezu vollständig außerhalb von DATEV betreiben. Die bestehende Kanzleinummer wird weitergeleitet, der Voicebot verarbeitet den Anruf und übermittelt anschließend beispielsweise eine E-Mail mit Name, Rufnummer, Anliegen und Gesprächszusammenfassung. Für einen Pilotbetrieb ist das technisch einfach, benötigt aber weiterhin manuelle Übertragung in den eigentlichen Kanzleiprozess.
DATEV selbst bietet mit DATEV Telefonie Basis eine CTI-Infrastruktur. Kompatible Fremdprodukte können Anrufdaten in den DATEV Arbeitsplatz übertragen. Name, Telefonnummer, Gesprächszeit, zugeordnetes Mandat und Akten stehen dort zur Verfügung; Telefonnotizen, Aufgaben und Termine lassen sich anlegen und Gesprächszeiten an das Zeit- und Kostenmanagement weitergeben. DATEV weist zugleich ausdrücklich darauf hin, dass ein separates kompatibles CTI-Fremdprodukt erforderlich ist.
Der DATEV-Marktplatz führt inzwischen auch Cloud-Telefonielösungen mit KI-Funktionen wie Transkription, automatischer Zusammenfassung und virtuellen Voice-Agenten. Das zeigt, dass KI-Telefonie inzwischen grundsätzlich in das DATEV-Ökosystem hineinwächst. Es bedeutet jedoch nicht, dass jeder beliebige Voicebot unmittelbar Zugriff auf DATEV-Daten besitzt oder eine vollständige DATEV-Integration anbieten kann.
Für tiefergehende Integrationen existieren DATEV-APIs. Beispielsweise können über die Master-Data-Schnittstelle Mandantenstammdaten abgerufen werden; die Authentifizierung erfolgt über OAuth 2.0 und OpenID Connect. DATEV schreibt für neue Cloudintegrationen externer Anwendungen einen Freigabeprozess vor und definiert detaillierte Anforderungen an Authentifizierung, Autorisierung, Protokollierung und Sicherheit.
Für die Steuerkanzlei ergibt sich daraus eine sinnvolle technische Entwicklung in Stufen. Im ersten Schritt kann die KI vollständig ohne DATEV-Zugriff arbeiten. Im zweiten Schritt werden Telefonie und DATEV-Arbeitsplatz über vorhandene CTI-Strukturen verbunden. Erst im dritten Schritt sollte geprüft werden, ob für konkrete Prozesse eine API-Integration notwendig ist. Dabei wäre eine Minimalarchitektur vorzuziehen: Der Voicebot erhält beispielsweise nicht das gesamte Mandat, sondern lediglich die Information „Mandant 4711: drei freigegebene Unterlagen fehlen“. Nach dem Gespräch wird nur „Mandant erreicht, Unterlagen bis 15.08. zugesagt“ zurückgegeben.
Das ist technisch anspruchsvoller als ein vollständiger Datenzugriff, entspricht aber wesentlich eher dem Prinzip der Datenminimierung.
Fünf Anbieter für KI-Telefonie im Vergleich
Der Markt verändert sich derzeit schnell, weshalb Preise nur mit einem klaren Stichtag sinnvoll sind. Die folgende Übersicht basiert auf den von den Anbietern am 9. August 2026 veröffentlichten Konditionen. Die Pakete sind nicht vollständig vergleichbar: SpeakKI, fonio und Placetel rechnen primär nach Minutenkontingenten ab, VITAS nach Konversationen und IONOS nach Anzahl der Anrufe. Zudem liegen für weitergehende Funktionen teilweise andere Tarifstufen zugrunde.
| Anbieter | Vergleichstarif | Preis pro Monat | Inklusivleistung | Outbound / Integration | Für Steuerkanzleien besonders interessant |
|---|---|---|---|---|---|
| SpeakKI | Professional | 89 € netto | 1.000 Minuten | Outbound, API, 3 parallele Anrufe | günstiges Verhältnis aus Minutenvolumen, Outbound und API |
| fonio | Solo | 99 € netto | 1.000 Minuten | Kalender; Outbound und eigener SIP-Trunk erst Team für 299 € | umfangreiche Sprach- und Agentenfunktionen, höhere Tarifstufe für tiefere Telefonieintegration |
| VITAS | Basic | 119 € netto | 500 Konversationen | Webhooks, SIP und erweiterte Integrationen über Zusatzfunktionen | stark szenarioorientierter Aufbau, dadurch gut für kontrollierte Standardprozesse |
| Placetel AI | Grow | 79 € netto monatlich bzw. 69 € bei 24 Monaten, zzgl. 9 € AI-Rufnummer | 750 Minuten | Professional ab 149 € monatlich bzw. 129 € bei 24 Monaten mit Outbound und SIP | sehr stark, wenn Telefonanlage und KI-Telefonie gemeinsam gedacht werden |
| IONOS | 69-€-Paket | 69 € inkl. USt. | 100 Anrufe | Terminbuchung, 5 Weiterleitungen; 99-€-Paket mit erweiterter API und unbegrenzten Anrufen | einfacher Einstieg, insbesondere wenn kein komplexer Kanzleiworkflow benötigt wird |
Bei SpeakKI umfasst Professional aktuell 1.000 Minuten für 89 Euro netto im Monat; weitere Minuten kosten 0,12 Euro. Enthalten sind unter anderem drei Rufnummern, drei gleichzeitige Gespräche, Outbound-Telefonie und API-Zugang. Eine Einrichtungsgebühr nennt der Anbieter nicht.
fonio liegt mit dem Solo-Tarif bei 99 Euro netto und 1.000 Minuten. Dieser Tarif erlaubt lediglich ein gleichzeitiges Gespräch. Wer ausgehende Anrufe, Kampagnen und einen eigenen SIP-Trunk benötigt, muss derzeit auf Team für 299 Euro monatlich wechseln; dort sind 3.000 Minuten und drei gleichzeitige Gespräche enthalten.
VITAS verfolgt ein anderes Abrechnungsmodell. Basic kostet bei monatlicher Zahlung 119 Euro netto und enthält 500 Konversationen; danach fallen 0,25 Euro je zusätzlicher Konversation an. Als Konversation zählt nicht ausschließlich die Gesprächsminute, weshalb ein direkter Minutenpreisvergleich mit SpeakKI oder fonio methodisch nicht sinnvoll wäre. VITAS bietet zusätzlich erweiterte Integrations- und SIP-Funktionen an.
Bei Placetel AI kostet Grow aktuell 79 Euro netto bei monatlicher Laufzeit beziehungsweise 69 Euro bei 24 Monaten und enthält 750 Minuten. Hinzu kommt eine AI-Rufnummer für neun Euro monatlich. Unbegrenzt parallele Gespräche und Terminbuchung sind bereits enthalten; für Outbound-Telefonie und einen eigenen SIP-Trunk wird Professional benötigt, das derzeit 149 Euro monatlich beziehungsweise 129 Euro bei 24-monatiger Laufzeit kostet.
IONOS rechnet hingegen nach Anrufen ab. Das 69-Euro-Paket enthält aktuell 100 Anrufe, fünf Weiterleitungen und Terminbuchung; bei 99 Euro monatlich sind laut Anbieter sämtliche Anrufe enthalten sowie unbegrenzte Weiterleitungen und eine erweiterte API-Integration. Anders als bei den anderen Tabellenwerten weist IONOS diese Preise inklusive Umsatzsteuer aus.
Der Preis allein sagt wenig über die Eignung für eine Kanzlei aus
Die Differenz zwischen 69 und 119 Euro monatlich ist für eine Steuerkanzlei wirtschaftlich nahezu irrelevant, wenn das System täglich genutzt wird. Wichtiger ist die Architektur. Eine Kanzlei, die lediglich nach Feierabend Rückrufwünsche aufnehmen möchte, benötigt weder eine komplexe API noch Outbound-Kampagnen. Wer dagegen fehlende Lohnunterlagen automatisiert anfordern und Ergebnisse in einen digitalen Workflow zurückspielen möchte, sollte API, Webhooks, SIP-Anbindung, Rechteverwaltung und Datenhaltung höher gewichten als den niedrigsten monatlichen Listenpreis.
Auch die Gesprächssteuerung verdient Aufmerksamkeit. Ein sehr offener generativer Agent kann beeindruckend wirken, erhöht aber gleichzeitig den Kontrollbedarf. Szenariobasierte Systeme können für einen regulierten Berufsstand gerade deshalb attraktiv sein, weil ihr Handlungsspielraum stärker begrenzt wird. Für eine Steuerkanzlei muss die technisch „intelligenteste“ Lösung nicht automatisch die fachlich beste sein.
Ein weiterer Unterschied liegt in der Skalierung. Ein Einzelberater mit 15 Anrufen am Tag benötigt keine unbegrenzte Parallelität. Eine Kanzlei mit mehreren Standorten kann dagegen in Spitzenzeiten erheblich davon profitieren, wenn zehn Mandanten nicht nacheinander in einer Warteschlange stehen müssen. Ebenso sollte geprüft werden, welche Unterauftragnehmer und Sprachmodelle eingebunden werden, wo Daten verarbeitet werden, welche Löschkonzepte bestehen und ob Audioaufzeichnung beziehungsweise Zero Data Retention konfigurierbar sind. Diese Prüfung kann die Preistabelle nicht ersetzen.
Die technische Einrichtung dauert Minuten, die organisatorische Einführung nicht
Mehrere Anbieter werben zu Recht damit, dass eine einfache Rufumleitung und die Basiskonfiguration innerhalb kurzer Zeit möglich sind. SpeakKI beschreibt beispielsweise einen sehr schnellen technischen Einstieg, Placetel wirbt ebenfalls mit kurzfristiger Einsatzfähigkeit.
Für eine Steuerkanzlei wäre es dennoch fahrlässig, die Produkteinrichtung mit der Einführung gleichzusetzen. Ein seriöser Pilot benötigt eine Analyse der häufigsten Anrufgründe, eine eindeutige Begrüßung, Eskalationsbegriffe, Regeln für sensible Mandate, Datenschutz- und Verschwiegenheitsprüfung, Festlegung der Speicherfristen sowie mehrere Testgespräche mit bewusst schwierigen Situationen.
Für eine einfache Annahmelösung ohne DATEV-Anbindung erscheint deshalb als redaktionelle Planungsgröße eher ein interner Aufwand von einem bis drei Arbeitstagen realistisch. Werden Outbound-Prozesse, Mandantenidentifikation und Aufgabenübergabe eingeführt, kann daraus schnell ein mehrwöchiges Organisationsprojekt werden. Eine individuelle DATEV-API-Integration sollte ohnehin als IT-Projekt behandelt werden und nicht als Konfiguration einer Telefonanlage.
Wann amortisiert sich ein KI-Telefonassistent tatsächlich?
Marketingrechnungen vergleichen einen Voicebot gerne mit einer Vollzeitkraft und kommen dadurch auf Einsparungen von mehreren tausend Euro im Monat. Für eine bestehende Steuerkanzlei ist diese Betrachtung häufig unrealistisch. Wegen eines Telefonassistenten wird nicht automatisch eine Empfangskraft eingespart. Der ökonomische Vorteil entsteht vielmehr dadurch, dass vorhandene Mitarbeiter weniger Zeit mit standardisierbarer Kommunikation verbringen und ihre Arbeitszeit für qualifiziertere Aufgaben zur Verfügung steht.
Eine belastbarere Modellrechnung kann deshalb mit dem Vollkostensatz einer Kanzleikraft arbeiten. Angenommen werden 45 Euro je produktiver Arbeitsstunde. Eine Arbeitsminute besitzt damit einen kalkulatorischen Wert von 0,75 Euro. Zusätzlich wäre es unrealistisch anzunehmen, dass jede von der KI geführte Gesprächsminute eine vollständige Mitarbeiterminute ersetzt. Einige Gespräche werden weitergeleitet oder benötigen Nacharbeit. Unterstellen wir deshalb konservativ eine tatsächliche Nettoentlastung von 70 Prozent.
Damit entsteht je übernommener KI-Gesprächsminute ein wirtschaftlicher Entlastungswert von 0,525 Euro. Bei monatlichen Softwarekosten von 89 Euro liegt der rechnerische Break-even bei rund 170 Gesprächsminuten im Monat. Das entspricht bei 21 Arbeitstagen ungefähr acht Minuten pro Arbeitstag. Die Rechnung lautet: 89 Euro geteilt durch 0,75 Euro je Personalminute und anschließend geteilt durch 70 Prozent Nettoentlastung.
| Vollkosten der Mitarbeiterstunde | Nettoentlastung durch KI | Monatskosten KI | Break-even |
|---|---|---|---|
| 35 €/h | 70 % | 89 € | ca. 218 Minuten/Monat |
| 45 €/h | 70 % | 89 € | ca. 170 Minuten/Monat |
| 55 €/h | 70 % | 89 € | ca. 139 Minuten/Monat |
| 45 €/h plus 800 € Einführungskosten auf 12 Monate verteilt | 70 % | 155,67 € kalkulatorisch | ca. 297 Minuten/Monat |
Die geringe Schwelle erklärt, warum KI-Telefonie wirtschaftlich durchaus attraktiv sein kann. Allerdings gilt die Rechnung nur, wenn tatsächlich Zeit eingespart wird. Muss ein Mitarbeiter jedes Gespräch vollständig nachlesen, Fehler korrigieren und anschließend trotzdem zurückrufen, sinkt die Entlastungsquote drastisch. Bei einer Nettoentlastung von null Prozent existiert selbstverständlich auch keine Amortisation.
Gerade deshalb sollte eine Kanzlei nicht primär die Gesprächsminuten messen, sondern drei andere Kennzahlen: Wie viele Anrufe werden vollständig gelöst? Wie viel menschliche Nachbearbeitungszeit bleibt pro KI-Gespräch? Und wie häufig muss ein Vorgang wegen einer fehlerhaften Einordnung erneut bearbeitet werden? Erst diese Daten zeigen den tatsächlichen Business Case.
Die Wirkung auf Mandanten hängt weniger vom Alter als vom Anlass des Gesprächs ab
Die Diskussion über Akzeptanz wird häufig zu stark entlang von Altersgruppen geführt: junge Mandanten akzeptieren KI, ältere Mandanten wollen Menschen. Für eine Steuerkanzlei ist diese Einteilung zu grob. Entscheidender sind Kommunikationsgewohnheiten, Bedeutung des Anliegens und Intensität der persönlichen Beratungsbeziehung.
| Mandantensituation | Eignung für KI-Telefonie | Sinnvolle Ausgestaltung |
|---|---|---|
| digital arbeitendes Unternehmen mit vielen administrativen Kontakten | hoch | Termine, Rückrufe, Dokumentenstatus, freigegebene Unterlagenanforderungen |
| klassischer laufender FiBu- oder Lohnmandant | mittel bis hoch | Standardprozesse automatisieren, Fachfragen weiterleiten |
| inhabergeführtes Unternehmen mit enger persönlicher Beraterbeziehung | selektiv | KI als Empfang und Überlauf, direkter Zugang zum Ansprechpartner erhalten |
| vermögende Privatmandate, Nachfolge und Gestaltungsberatung | gering für Fachkommunikation | KI nur für Terminierung und organisatorische Annahme |
| Betriebsprüfung, Einspruch, Krise, Vollstreckung oder steuerstrafrechtliche Situation | sehr gering | sofortige Eskalation an qualifizierten Mitarbeiter |
| Neumandanten | grundsätzlich hoch | Erstqualifikation und Terminierung, aber keine fachliche Beratung |
Ein technologieaffiner 65-jähriger Unternehmer kann einen Voicebot problemlos akzeptieren, während ein 30-jähriger Geschäftsführer bei einer drohenden Steuerfahndungsmaßnahme selbstverständlich einen Menschen erwartet. Die Situation ist damit aussagekräftiger als das Geburtsjahr.
Für Kanzleien spricht deshalb viel gegen eine Alles-oder-nichts-Strategie. Ein Voicebot kann zunächst ausschließlich außerhalb der Öffnungszeiten, bei belegten Leitungen oder nach einer bestimmten Wartezeit eingesetzt werden. Dann ersetzt die KI zunächst keinen persönlichen Kontakt, sondern verbessert die Erreichbarkeit in Situationen, in denen sonst niemand verfügbar wäre.
Das verändert auch die Wahrnehmung beim Mandanten. Wer um 19.15 Uhr einen strukturierten Rückrufwunsch hinterlassen und bereits sein Anliegen einordnen lassen kann, erhält einen zusätzlichen Service. Erst wenn die Kanzlei beginnt, erreichbare Mitarbeiter grundsätzlich hinter einer KI-Barriere zu verstecken, entsteht ein anderes Kundenerlebnis.
Besonders interessant ist ein hybrides Modell statt einer vollständigen Automatisierung
Eine moderne Steuerkanzlei muss deshalb nicht entscheiden, ob künftig „der Mensch“ oder „die KI“ ans Telefon geht. Technisch und organisatorisch lässt sich wesentlich feiner differenzieren. Bekannte strategische Mandanten können weiterhin direkt verbunden werden, allgemeine Anrufe zunächst qualifiziert werden und außerhalb der Geschäftszeiten kann der Voicebot die vollständige Annahme übernehmen. Lohn- und Finanzbuchhaltungsprozesse können stärker automatisiert werden als Gestaltungsberatung oder Rechtsbehelfe.
Auch Outbound-Telefonie lässt sich gezielt beschränken. Eine freigegebene Erinnerung an drei fehlende Jahresabschlussunterlagen ist ein hervorragend standardisierbarer Vorgang. Ein automatisierter Anruf zur Diskussion einer steuerlichen Gestaltung ist es nicht.
Die technische Entwicklung wird diese Grenzen weiter verschieben. DATEV stellt bereits heute Infrastruktur für digitale Telefonie und Schnittstellen bereit, und Anbieter entwickeln Voice-Agenten zunehmend vom reinen Anrufbeantworter zum Prozesssystem.
Für Steuerkanzleien liegt der größte Nutzen dennoch wahrscheinlich nicht darin, möglichst viele Gespräche vollständig zu automatisieren. Interessanter ist eine andere Kennzahl: Wie viel qualifizierte Arbeitszeit wird heute für Telefonate verwendet, die weder steuerliche Beurteilung noch persönliche Beratung erfordern?
Wenn eine Kanzlei diese Gespräche sauber identifiziert, kann KI-Telefonie bereits bei relativ kleinen Volumina wirtschaftlich sein. Die Amortisationsrechnung zeigt, dass bei realistischen Personalkosten wenige Stunden standardisierbarer Telefonkommunikation pro Monat ausreichen können. Gleichzeitig bleiben die fachlichen und rechtlichen Grenzen deutlich: Verschwiegenheit, Datenschutz, Transparenz, Mandantenidentifikation und die eigenverantwortliche steuerliche Beratung lassen sich nicht mit einem günstigen SaaS-Abonnement wegautomatisieren.
Gerade deshalb dürfte sich die sinnvollste KI-Telefonie in der Steuerberatung nicht durch maximale Autonomie auszeichnen. Sie wird dann gut sein, wenn Mandanten bei Routinethemen schneller ans Ziel kommen, Mitarbeiter weniger unterbrochen werden und bei wichtigen Fragen früher der richtige Mensch eingeschaltet wird.
Das wäre keine Abschaffung des persönlichen Mandantenkontakts. Es wäre eine bewusstere Entscheidung darüber, für welche Gespräche er tatsächlich gebraucht wird.
