Automatisierung zur Prüfung der Reichen: Kann KI Steuerhinterzieher zur Rechenschaft ziehen?

• Autor:
• Autorenname

  Quantumrun-Vorausschau
• 25. Oktober 2023

Zusammenfassung der Einblicke

Regierungen auf der ganzen Welt, darunter China und die USA, prüfen den Einsatz künstlicher Intelligenz (KI) zur Modernisierung von Steuersystemen. China strebt eine vollständige Automatisierung bis 2027 an und konzentriert sich dabei auf die Steuerhinterziehung bei Reichen und Social-Media-Influencern. Im Gegensatz dazu haben die USA aufgrund gekürzter IRS-Budgets und der Nutzung von Gesetzeslücken Probleme mit der Prüfung wohlhabender Personen. Salesforce hat einen AI Economist entwickelt, ein Tool, das Reinforcement Learning nutzt, um faire Steuerrichtlinien zu erkunden. Obwohl die Technologie vielversprechend ist, gibt sie Anlass zu Bedenken wie einer verstärkten öffentlichen Überwachung und dem Widerstand wohlhabender Privatpersonen und Unternehmen, die sich möglicherweise gegen die Steuerautomatisierung wehren.

Automatisierung zur Prüfung des umfangreichen Kontexts

Die staatliche Steuerverwaltung Chinas kündigte an, ab 2022 verstärkt KI einzusetzen, um Steuerhinterzieher zu identifizieren und sie mit der härtesten Strafe des Gesetzes zu belegen. Um die Überwachung zu verbessern, treibt China die Entwicklung des Golden Tax IV-Systems voran, bei dem Unternehmensdaten und Informationen von Eigentümern, Führungskräften, Banken und anderen Marktregulierungsbehörden verknüpft werden und den Steuerbehörden zur Untersuchung zur Verfügung stehen. Das Land hat es insbesondere auf die Ersteller und Influencer von Social-Media-Inhalten abgesehen, die mit Online-Streams Millionen von Dollar verdienen. China hofft, bis 2027 die vollständige Automatisierung mithilfe der Cloud und Big Data einzuführen. Auch Chinas Reiche rechnen in diesem Jahr (2022-2023) mit höheren Steuerzahlungen, was auf die Kampagne von Präsident Xi Jinping zum „gemeinsamen Wohlstand“ zurückzuführen ist.

Unterdessen ist die Besteuerung der Reichen in den USA weiterhin ein harter Kampf. Im Jahr 2019 räumte der IRS ein, dass es kostengünstiger ist, Geringverdiener zu besteuern, als die großen Konzerne und das oberste 1 Prozent zu besteuern. Die Agentur erklärte, dass die Superreichen, da sie über eine Armee der besten Anwälte und Buchhalter verfügen, in der Lage seien, eine Vielzahl von Steuerschlupflöchern auszunutzen, darunter auch Offshore-Konten. Auch das Budget der Agentur wurde über Jahrzehnte vom Kongress gekürzt, was zu einer suboptimalen Personalausstattung führte. Und obwohl es parteiübergreifende Unterstützung gibt, um die Finanzierung der Agentur zu erhöhen, wird manuelle Arbeit nicht ausreichen, um die Ressourcen von Multimillionären zu bekämpfen.

Störende Wirkung

Die Automatisierung von Steuerrichtlinien ist ein komplexes und oft kontroverses Thema. Aber was wäre, wenn es eine Möglichkeit gäbe, es weniger politisch und mehr datengesteuert zu gestalten, damit es für alle fair ist? Hier kommt der AI Economist ins Spiel – ein von Forschern des Technologieunternehmens Salesforce entwickeltes Tool, das Reinforcement Learning nutzt, um optimale Steuerrichtlinien für eine simulierte Wirtschaft zu ermitteln. Die KI ist noch relativ einfach (sie kann nicht alle Komplexitäten der realen Welt berücksichtigen), aber sie ist ein vielversprechender erster Schritt zur Bewertung von Richtlinien auf neuartige Weise. In einem ersten Ergebnis fand die KI einen Ansatz zur Maximierung von Produktivität und Einkommensgleichheit, der 16 Prozent gerechter war als ein hochmoderner progressiver Steuerrahmen, der von akademischen Ökonomen untersucht wurde. Die Verbesserung gegenüber der aktuellen US-Politik war noch deutlicher.

Zuvor wurden neuronale Netze (miteinander verbundene Datenpunkte) zur Verwaltung von Agenten in simulierten Volkswirtschaften verwendet. Allerdings fördert die Einstufung des politischen Entscheidungsträgers in eine KI ein Modell, bei dem sich Arbeitnehmer und politischer Entscheidungsträger an das Verhalten des jeweils anderen anpassen. Da eine unter einer Steuerpolitik erlernte Strategie unter einer anderen möglicherweise nicht so gut funktioniert, hatten Reinforcement-Learning-Modelle mit diesem dynamischen Umfeld Schwierigkeiten. Es bedeutete auch, dass die KIs herausfanden, wie sie das System manipulieren konnten. Einige Arbeitnehmer lernten, ihre Produktivität zu drosseln, um sich für eine niedrigere Steuerklasse zu qualifizieren, und sie dann wieder zu erhöhen, um Steuern zu vermeiden. Laut Salesforce bietet dieses Geben und Nehmen zwischen Arbeitnehmern und politischen Entscheidungsträgern jedoch eine realistischere Simulation als jedes zuvor erstellte Modell, wobei Steuerrichtlinien in der Regel festgelegt werden und häufiger für die Wohlhabenden von Vorteil sind.

Weiterreichende Auswirkungen der Automatisierung der Prüfung der Reichen

Mögliche Auswirkungen der Automatisierung, die zur Prüfung der Reichen eingesetzt wird, können sein: 

• Verstärkte Forschung darüber, wie KI Steuererklärungen sammeln, synthetisieren und ausführen kann.
• Länder wie China erlassen strengere Steuervorschriften für ihre Großkonzerne und gutverdienenden Privatpersonen. Dies kann jedoch zu einer verstärkten öffentlichen Überwachung und einer aufdringlichen Datenerfassung führen.
• Mehr verfügbare öffentliche Mittel für Reinvestitionen in öffentliche Dienstleistungen aller Art.
• Erhöhtes Vertrauen öffentlicher Institutionen in Regierungsbehörden, um Gesetze und Steuern gerecht anzuwenden.
• Große Konzerne und Multimillionäre wehren sich gegen die automatisierte Besteuerung, indem sie ihre Ausgaben für Lobbyisten erhöhen und Bedenken hinsichtlich des Datenschutzes und Hacking nutzen, um dem Einsatz der Technologie entgegenzuwirken.
• Die Reichen stellen mehr Buchhalter und Anwälte ein, um die automatisierte Besteuerung zu umgehen.
• Technologieunternehmen investieren verstärkt in die Entwicklung maschineller Lernlösungen im Steuersektor und arbeiten mit Steuerbehörden zusammen.

Fragen zum Kommentieren

• Haben Sie Erfahrung mit automatisierten Steuerdiensten?
• Wie kann KI sonst noch bei der Verwaltung von Steuerinformationen und -systemen helfen?