Daten in Rechnungslegung und Steuerrecht / 2.7 Fazit

Begriffe wie Big Data, Data Analytics, Data Science, Machine Learning, Artifical Intelligence, Predictive Maintenance, etc. sind in aller Munde. Auch dass Daten zuerst zu Informationen verarbeitet werden müssen, bevor sie als Entscheidungsgrundlage herangezogen werden können, scheint für viele eine Selbstverständlichkeit zu sein. Sobald es jedoch um den technischen Prozess und die konkreten Abläufe dahinter geht, kommen die Wissenslücken zum Vorschein. Um eine Big Data Architektur bzw. die Auswirkungen des digitalen Geschäftsmodells (steuer-)rechtlich einordnen zu können, ist zumindest ein Basisverständnis unabdingbar.

Es ergeben sich folgende Key-Take-Aways:

1. Die Planung und Implementierung eines Big Data Projekts richtet sich primär nach dem Geschäftsmodell. Daten werden erst dann zum digitalen Asset, wenn sie richtig verarbeitet und analysiert werden.
2. Steuerberater müssen das Data Storytelling gegenüber den relevanten Stakeholdern beherrschen. Data Storytelling bedeutet nicht das Erzählen irgendeiner Geschichte, sondern die Entwicklung eines schlüssigen Narratives, welches dazu dient, die Komplexität eines Themas zu reduzieren. Steuerberater sollten auf (technische) Fragen entsprechend reagieren können. Versteht der Steuerberater die Big Data Map nicht, wird er auch andere nicht davon überzeugen können.
3. Das für das Data Storytelling erforderliche Verständnis der Datenstrategie und der Big Data Map setzt minimale Grundkenntnisse des Aufbaus und der Funktionsweise der Datenarchitektur voraus.
4. Die Big Data Architektur hat sich daran zu orientieren, für welche Zwecke die Daten analysiert werden sollen. Dies kann z.B. mittels eines Data Warehouse oder eines Data Lake erfolgen. Eine Kombination beider Ansätze ist ebenfalls möglich.
5. Es ist die Aufgabe der Berater aus der qualifizierten Betrachtung der Datenarchitektur und der Datenwertschöpfungskette eines Unternehmens die resultierenden rechtlichen, steuerlichen und bilanziellen Fragestellungen (z.B. Betriebsstättenbegründung und ggf. -gewinnermittlung Vergütung von Datenlieferanten und Datenanalyse, etc.) zu erkennen und bestmöglich zu lösen.