Wie oben bereits beschrieben, gibt es das Big Data Projekt nicht. Stattdessen wird die Big Data Architektur individuell und im Sinne der gewählten Big Data Strategie modelliert. Die Big Data Architektur ist somit die technische Umsetzung der Big Data Strategie, wobei der Architekturstil und die einzelnen Komponenten vom jeweiligen Use Case abhängen. Typischerweise beginnt die Big Data Architektur bei mindestens einer Datenquelle und hört beim Analyseergebnis auf. Dazwischen sind verschiedene (teils sich wiederholende) Verarbeitungsschritte nötig, mit welchen der Einblick in den Informationsgehalt der Daten überhaupt erst möglich wird.
2.5.1 Steuerrechtliche Einordnung
Gilt es die Big Data Architektur steuerrechtlich einzuordnen, sind folgende Fragestellungen von Bedeutung:
- In welcher Jurisdiktion gibt es welche steuerrechtliche Anknüpfungspunkte?
- Wo finden welche Wertschöpfungsaktivitäten statt?
- Wie sind der Datenaustausch und die damit zusammenhängenden Leistungen der Datenanalyse zwischen Gruppengesellschaften innerhalb eines Konzerns steuerrechtlich zu würdigen?
- Wie ist die Bereitstellung, Analyse und ggf. Monetarisierung von Daten aus Verrechnungspreissicht, d.h. im Hinblick auf die funktions- und risikoadäquate Vergütung verschiedener an der Datenwertschöpfungskette beteiligten Gruppengesellschaften zu bewerten und zu vergüten?
- Wie sind Entgelte im Zusammenhang mit der Lizenzierung oder sonstigen Überlassung von Daten und/oder Software für die Datenanalyse im Kontext des internationalen Steuerrechts zu qualifizieren?
- Stellen Userdaten mehrwertsteuerrelevante Gegenleistungen für Internetdienste dar?
- Welche (steuerrechtlichen) Auswirkungen hat die Bilanzierung von Daten im Jahresabschluss?
An dieser Stelle sollen zunächst die wesentlichen technischen Grundlagen erklärt werden, die für die spätere steuerrechtliche Einordnung einer Big Data Architektur bzw. der Big Data Map benötigt werden. Antworten oder mögliche Denkansätze zu den obigen Fragestellungen erhalten Sie entsprechend in den noch folgenden Kapiteln dieser Beitragsreihe.
2.5.2 Aufgaben- und Zuständigkeitsbereiche
Die Frage, wem welche Rolle innerhalb eines Unternehmens zukommt und wo (bzw. durch welche Gruppengesellschaften) die jeweiligen Tätigkeiten ausgeübt werden, dürfte den Steuerberater namentlich dann interessieren, wenn es Fragen rund um die personelle Substanz sowie die Funktionsanalyse für die Zwecke des Transfer Pricings zu beurteilen gilt. Da Daten unter bestimmten Voraussetzungen aus der Verrechnungspreisperspektive als immaterielle Werte anzusehen sind,[1] muss für die Zuordnung von Erträgen aus Daten eine Analyse der DEMPE-Funktionen entlang der Datenwertschöpfungskette erfolgen. Soweit DEMPE-Funktionen auf andere Gruppengesellschaften als den Dateninhaber ausgelagert werden (z.B. Datenbereinigung, Datenanalyse etc.), muss hierbei der Risikokontrollansatz beachtet werden.
Auch bei der Frage, ob ein steuerrechtlich relevanter Nexus (im Sinne eines Anknüpfungspunkts) begründet wird, ist ein vertieftes Verständnis über die ausgeübten Aktivitäten erforderlich – so etwa, wenn es eine Betriebsstätte[2] oder den Ort der tatsächlichen Verwaltung (Place of Effective Management) zu prüfen gilt.[3]
Nachfolgende Ausführungen dienen der Übersicht über die verschiedenen Rollen und Funktionen auf C-Level Ebene. Existieren solche Rollen innerhalb eines Unternehmens schon, so gilt zu berücksichtigen, dass diese in der Praxis nicht immer gleich definiert sind. So kann das jeweilige Tätigkeitsprofil von Unternehmen zu Unternehmen in der Ausgestaltung verschieden sein. Die untenstehende Tabelle ist somit im Sinne einer groben Auslegeordnung zu verstehen. Gewiss muss ein Unternehmen auch nicht zwingend für alle Aufgabenprofile eigens eine Rolle eingerichtet haben – vielmehr überschneiden sich die Zuständigkeitsbereiche in der Praxis oftmals. Soll ein Big Data Projekt erst noch aufgegleist werden, können die Rollenprofile, welche es noch zu besetzen gilt, im Rahmen der Steuerplanung auch berücksichtigt werden.
| Rolle | Aufgaben- und Zuständigkeitsbereiche |
|---|---|
| Chief Data Officer (CDO) | Aufgabe des Chief Data Officer ist es, eine Datenstrategie für das Unternehmen zu erstellen, sodass letzteres data driven wird. Er unterstützt Business Intelligence namentlich durch Data Mining, Data Analytics und Data Science. Zu diesem Zweck übt er die Verantwortung und Überwachung des unternehmensweiten Datenmanagements aus. Der Chief Data Officer ist somit primäre Ansprechperson, wenn es um Fragen rund um die datenbezogene Wertschöpfungskette (hierzu gehören z.B. die Datenplanung, Datenbeschaffung, Datenorganisation, Datenintegration, Datennutzung, Datenentsorgung) geht. Auch für die Einhaltung kann der Chief Data Officer mitunter verantwortlich sein. In manchen Unternehmen obliegt dem Chief Data Officer auch der Analytics-Bereich. Es kann hierfür aber auch eine eigene Rolle eingerichtet werden (vgl. nachfolgend zum Chief Analytics Officer). |
| Chief Analytics Officer (CAO) | Wie oben angedeutet, ist der Chief Analytics Officer eine Spezialisierung des Chief Dat... |
Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen