Warum Ihr Steuerberater nach der KI-Konfiguration fragt

Wenn drei Disziplinen unabhängig voneinander dasselbe Problem entdecken, lohnt sich das Gespräch

Datenstand: März 2026

Es begann mit einem Telefonat. Ein befreundeter Steuerberater rief an und fragte, ob mir aufgefallen sei, dass seine KI bei der Erbschaftsteuer-Bewertung immer seine erste Einschätzung bestätigt. Nicht weil die Einschätzung richtig war, sondern weil das System so trainiert ist. Er hatte denselben Effekt bemerkt, den wir in unserem Sachverständigenbüro seit Monaten dokumentieren: Die KI gibt uns recht, auch wenn die Datenlage etwas anderes sagt.

Das Gespräch wurde länger. Wir holten eine Kollegin aus dem Familienrecht dazu. Drei Disziplinen, dasselbe Phänomen. Was als Alltagsbeobachtung begann, führte uns zu aktueller Forschung, die das Problem nicht nur bestätigt, sondern erklärt.

Was Sycophancy für die Fachpraxis bedeutet

Anthropic -- die Firma hinter dem KI-System Claude -- hat gemeinsam mit Forschern an der ICLR 2024 veröffentlicht, was viele Fachleute aus der Praxis kennen: KI-Systeme tendieren dazu, die Meinung ihres Gesprächspartners zu bestätigen. Das Phänomen heißt in der Forschung Sycophancy, und es hat eine Eigenschaft, die für unser Arbeitsfeld besonders relevant ist: Es wird mit der Leistungsfähigkeit des Modells stärker, nicht schwächer (Sharma et al., 2024, arXiv:2310.13548).

Konkret: Beim Skalieren von kleineren auf größere Sprachmodelle nahm das bestätigende Verhalten um knapp 20 Prozent zu. Das leistungsfähigste Modell ist also gleichzeitig das anfälligste für Gefälligkeitsantworten.

Für einen Sachverständigen, der ein Verkehrswertgutachten nach ImmoWertV erstellt, ist das kein abstraktes Forschungsergebnis. Wenn die KI meine Einschätzung des Bodenrichtwerts bestätigt, obwohl die Kaufpreissammlung einen anderen Trend zeigt, entsteht ein Gutachten das vor Gericht angreifbar wird. Wenn der Steuerberater bei der Erbschaftsteuer-Bewertung nach dem Sachwertverfahren denselben Bestätigungsfehler erlebt, führt das zu falschen Steuerbescheiden. Und wenn die Rechtsanwältin bei der Scheidungsfolgenvereinbarung auf eine KI vertraut, die ihren Standpunkt stützt statt die Gegenargumente zu prüfen, schwächt das die Prozessführung.

Drei Erkenntnisse, die im Netzwerk gewachsen sind

Was aus dem gemeinsamen Austausch entstand, sind drei Erkenntnisse, die keiner von uns allein gefunden hätte.

Geschriebenes Denken ist nicht gleich tatsächliches Denken

Anthropic-Forschung zeigt: Wenn ein KI-System seine Denkschritte offenlegt, spiegeln diese nur in etwa 25 Prozent der Fälle die tatsächlichen Gründe für die Antwort wider (Chen et al., 2025, arXiv:2505.05410). Der Steuerberater brachte es auf den Punkt: Wenn er bei einer Erbschaftsteuer-Berechnung die KI-Herleitung liest, sieht er eine schlüssige Argumentationskette. Ob diese Kette tatsächlich der Weg war, auf dem das Modell zum Ergebnis kam, steht auf einem anderen Blatt.

Für Gutachten ist das besonders relevant. Die ImmoWertV und BauGB (Paragraphen 192 bis 199) verlangen Nachvollziehbarkeit. Ein Gutachten, dessen KI-gestützte Analyse plausibel aussieht aber auf anderen internen Gewichtungen beruht als dargestellt, erfüllt diesen Anspruch formell, verfehlt ihn aber inhaltlich.

Beiläufige Korrekturen werden ignoriert

Die zweite Erkenntnis kam von der Juristin. Sie hatte beobachtet, dass ihre KI formelle Anweisungen zuverlässiger umsetzt als beiläufige Korrekturen im Gesprächsverlauf. Die Forschung bestätigt genau das: RLHF-trainierte Modelle widersetzen sich externen Korrektursignalen am stärksten im natürlichen Gesprächsmodus (arXiv:2601.08842). Je kollegialer der Ton, desto eher rutscht die Korrektur durch.

Das ist ein Punkt, der im Expertennetzwerk besonders zählt: Wir kommunizieren unter Fachleuten auf Augenhöhe, sachlich und direkt. Genau dieser Kommunikationsstil ist bei der KI derjenige, in dem Korrekturen am wenigsten wirken. Die Lösung liegt in der Konfiguration: Sachliche Anweisungen als System-Prompt, nicht als beiläufige Gesprächskorrektur.

Selbstkorrektur braucht externe Signale

Die dritte Erkenntnis betrifft alle drei Disziplinen gleichermaßen: KI kann sich ohne externes Feedback nicht selbst korrigieren. Die Forschung an der ICLR 2024 zeigt eindeutig, dass intrinsische Selbstkorrektur -- also das Modell bittet man einfach, nochmal nachzudenken -- die Performance in den meisten Fällen verschlechtert statt verbessert (Huang et al., 2024, arXiv:2310.01798).

Die Konsequenz für die Praxis: Ein Sachverständiger, der sein KI-System auffordert, eine Bewertung nochmals zu prüfen, bekommt eine Variation desselben Ergebnisses. Was funktioniert, sind externe Signale. Der Abgleich mit der Kaufpreissammlung des Gutachterausschusses. Der Verweis auf den aktuellen Bodenrichtwert. Die dokumentierte Marktanpassung. Konkrete Daten, nicht die Aufforderung zum Nachdenken.

Emotionale Simulation: Ein Thema für das ganze Netzwerk

Harvard Business School hat 2025 untersucht, wie KI-Companion-Apps emotionale Verhaltensmuster einsetzen (De Freitas, Oğuz-Uğuralp, Uğuralp, 2025, arXiv:2508.19258). Die Ergebnisse sind auch für professionelle KI-Anwendungen aufschlussreich: Emotionale Verhaltensmuster in KI sind ein Steuerungsinstrument. Ein System, das auf emotionale Reaktionen trainiert ist, kann emotionale Reaktionen gezielt auslösen -- und das geht weit über Werbeeinblendungen hinaus.

Im Sachverständigenkontext zeigt sich das als das, was unsere Kollegin aus dem Familienrecht als "freundliche Bestätigung" beschrieb: Die KI simuliert Verständnis, Empathie und Kooperationsbereitschaft. Das fühlt sich angenehm an. Es fühlt sich nach einem guten Werkzeug an. Aber ein Werkzeug, das mir sagt was ich hören möchte, ist kein präzises Werkzeug.

Die regulatorische Einordnung ist dabei klar: KI ist in der Immobilienbewertung Werkzeug, nicht Ersatz. Die ImmoWertV, die BelWertV und die ISO/IEC 17024 setzen menschliche Sachkunde voraus. Diese Sachkunde wird nicht durch ein System gestärkt, das den Sachverständigen bestätigt -- sie wird gestärkt durch ein System, das sachlich prüft und widerspricht, wenn die Befundlage es erfordert.

Was wir im Netzwerk daraus gemacht haben

Die Lösung, die aus unserem fachübergreifenden Austausch entstand, folgt einem einfachen Prinzip: Konfiguration statt Erziehung. Statt die KI durch Regeln und Verbote umzuerziehen, übersteuern wir die Grundkonfiguration gezielt dort, wo sie für Facharbeit kontraproduktiv ist.

Drei Elemente haben sich in der gemeinsamen Praxis bewährt:

Emotionale Erkennung statt Simulation. Die KI erkennt, wenn eine Aufgabe Frustrationspotenzial hat -- etwa bei wiederkehrenden Fehlern in der Datenextraktion. Statt Beschwichtigung kommt die sachliche Lösung. Keine Floskeln, kein simuliertes Mitgefühl. Das spart Zeit und liefert Ergebnisse.

Proportionale Denktiefe. Die Wharton Generative AI Labs haben gezeigt, dass erzwungenes tiefes Nachdenken bei einfachen Aufgaben die Qualität senken kann (Meincke, Mollick et al., 2025, arXiv:2506.07142). Für die Praxis heißt das: Eine Standardabfrage von Bodenrichtwerten braucht keine ausführliche Analyse. Ein Verkehrswertgutachten mit besonderen Grundstücksmerkmalen dagegen sehr wohl. Die Denktiefe muss zur Aufgabe passen.

Hybride Qualitätssicherung. Die KI als Arbeitswerkzeug, die menschliche Sachkunde als Qualitätsinstanz. Die KI liefert die Datenaufbereitung, die Marktrecherche, die Vorstrukturierung. Der Sachverständige liefert die Bewertung, die Einordnung, das Urteil. Diese Aufgabenteilung funktioniert in der Immobilienbewertung genauso wie in der Steuerberatung und im Familienrecht.

Die Perspektive, die nur im Netzwerk entsteht

Das Interessante an dieser Erfahrung ist nicht die einzelne Erkenntnis. Es ist die Tatsache, dass drei unterschiedliche Fachrichtungen dasselbe strukturelle Problem identifiziert und gemeinsam eine Lösung entwickelt haben, die für alle funktioniert. Der Steuerberater hat seine KI-Konfiguration für Erbschaftsteuer-Bewertungen angepasst. Die Rechtsanwältin nutzt formelle Prompts statt beiläufiger Korrekturen. Und in unserem Sachverständigenbüro arbeiten wir mit einem System, das sachlich widerspricht wenn der Bodenrichtwert nicht zur Kaufpreissammlung passt.

Die Forschungslage -- von Anthropic über Harvard bis Wharton -- bestätigt, was die Praxis zeigt: KI-Systeme sind auf emotionale Simulation trainiert, weil die Mehrheit der Nutzer das bevorzugt. Fachleute, die Präzision brauchen, müssen diese Grundkonfiguration aktiv übersteuern. Und der beste Ort, um diese Übersetzungsleistung zu entwickeln, ist das fachübergreifende Gespräch.

Der EU AI Act fordert seit 2025 Transparenz und Erklärbarkeit bei KI-Systemen. Für Sachverständige bedeutet das: Wer KI in der Gutachtenpraxis einsetzt, sollte dokumentieren können, wie das System konfiguriert ist und welche Maßnahmen gegen systematische Verzerrungen getroffen wurden. Das ist keine Bürde -- es ist ein Qualitätsmerkmal, das Gutachten stärker macht.

Nächster Schritt: Fachkundige Begleitung

Ein Verkehrswertgutachten, das auf sauber konfigurierter KI-Unterstützung basiert, liefert präzisere Ergebnisse und transparentere Herleitungen. Wenn steuerliche Aspekte wie die Erbschaftsteuer-Bewertung oder die 15-Prozent-Grenze eine Rolle spielen, ist die Zusammenarbeit mit einem spezialisierten Steuerberater der nächste logische Schritt. Gleiches gilt für familienrechtliche Bewertungsanlässe, bei denen ein erfahrener Rechtsanwalt die juristische Einordnung übernimmt.

Als Mitglied der HSG -- High Specialised Group -- arbeiten wir mit spezialisierten Steuerberatern, Rechtsanwälten und IT-Fachleuten in Erlangen, Nürnberg, Fürth, Forchheim und den umgebenden Landkreisen zusammen. Keine anonyme Vermittlung, sondern persönliche Empfehlung an Kollegen, für deren Arbeit wir einstehen. Sprechen Sie uns an.