Human-in-the-Loop Tax Auditing: Optimal Triage Between AI and Human Inspectors
Dieses Paper präsentiert ein formales ökonomisches Modell und groß angelegte synthetische Experimente, die zeigen, dass eine optimale Triage der Steuerprüfung die knappen menschlichen Inspektionskapazitäten basierend auf dem kombinierten Inkrementwert der Beweiserhebung und überlegener Beitreibungsverfahren zuteilt, wodurch Wohlfahrtsgewinne erzielt werden, die signifikant höher sind als bei rein risikobasierten oder unsicherheitspriorisierten Allokationsstrategien, während gleichzeitig komplexe Faktoren wie Fehlerabhängigkeit und verhaltensbedingte Abschreckung berücksichtigt werden.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die Steuerbehörden stehen vor einem Problem, das so alt ist wie das Konzept der Besteuerung selbst: Es gibt weit mehr Steuererklärungen zu prüfen, als es Menschen gibt, die sie prüfen können. Regierungen mussten schon immer entscheiden, welche Erklärungen eine genauere Untersuchung verdienen und welche man unbeachtet lassen kann. In der Vergangenheit beruhte diese Entscheidung auf menschlicher Intuition oder einfachen Regeln darüber, wer am wahrscheinlichsten betrügt. Heute jedoch verfügen Steuerbehörden über leistungsstarke Systeme der künstlichen Intelligenz, die Millionen von Steuererklärungen in Sekundenschnelle scannen und diejenigen markieren können, die verdächtig aussehen. Aber diese Maschinen können nicht alles tun. Sie können Muster erkennen, aber sie können oft nicht die physischen Beweise sammeln, die nötig sind, um ein Verbrechen nachzuweisen, noch können sie die komplexen rechtlichen Schritte navigieren, die erforderlich sind, um Geld von einem hartnäckigen Steuerzahler einzutreiben. Die entscheidende Frage für moderne Regierungen ist nicht mehr nur, wie man die „schlechten Akteure“ findet, sondern wie man entscheidet, wann man aufhört, der Maschine zu vertrauen, und anfängt, einem menschlichen Prüfer zu vertrauen.
Dies ist das spezifische Rätsel, das Kun Huang, ein Wirtschaftswissenschaftler an der Wuhan Universität, angeht. Die Forschung fragt nicht, ob künstliche Intelligenz besser als Menschen ist – eine Debatte, die oft die Schlagzeilen dominiert. Stattdessen stellt sie eine praktischere Frage: Sobald ein Computer bereits seine Vorprüfung durchgeführt hat, was ist der wertvollste Weg, die verbleibende begrenzte Anzahl an menschlichen Prüfern einzusetzen? Die Studie baut ein formales Wirtschaftsmodell auf, um zu simulieren, wie eine Steuerbehörde Fälle triagieren sollte. Sie vergleicht drei Wege: einen Fall ohne weitere Maßnahmen zu lassen, ihn durch eine kostengünstige automatisierte Prüfung laufen zu lassen oder ihn an einen menschlichen Ermittler zu senden. Das Modell betrachtet die menschliche Untersuchung nicht als Zauberstab, der alles behebt, sondern als ein spezifisches Werkzeug, das zwei deutliche Vorteile bietet. Erstens kann ein Mensch neue Beweise finden, die der Computer übersehen hat. Zweitens kann ein menschlicher Ermittler, selbst wenn der Computer bereits weiß, dass ein Steuerzahler Geld schuldet, effektiver bei der tatsächlichen Einziehung dieses Geldes sein, etwa durch bessere Verhandlungsgeschick oder rechtliche Verfahren.
Um diese Ideen zu testen, betrachtete der Forscher keine echten Steuerunterlagen, da deren Nutzung für eine solche kontrollierte Untersuchung unmöglich wäre. Stattdessen erschuf die Studie eine massive synthetische Welt aus 100.000 gefälschten Steuerfällen. In diesem digitalen Labor war jedes Detail bekannt: welche Steuerzahler tatsächlich nicht konform waren, wie viel sie schuldeten, wie komplex ihre Erklärungen waren und wie hoch die Wahrscheinlichkeit war, dass der Computer oder der menschliche Prüfer Fehler machten. Der Computer wurde so programmiert, dass er recht genau arbeitete, während der menschliche Prüfer so programmiert wurde, dass er zwar etwas besser darin war, Beweise zu finden, aber auch teurer in der Beschäftigung war. Die Simulation lief dann tausende Male durch und testete verschiedene Strategien für die Zuweisung der begrenzten menschlichen Kapazitäten. Einige Strategien schickten die verdächtigsten Fälle zu Menschen, andere die verwirrendsten Fälle, oder wählten einfach zufällig Fälle aus.
Die Ergebnisse zeigten, dass die gängigste Intuition oft falsch ist. Viele Menschen nehmen an, dass die beste Strategie darin besteht, die Fälle mit der höchsten Wahrscheinlichkeit für Nicht-Konformität an menschliche Prüfer zu senden. Die Simulation zeigte, dass dieser „Risiko-orientierte“ Ansatz ineffizient ist. Ein Fall mag höchstwahrscheinlich eine Lüge sein, aber wenn der Computer diesen bereits leicht durch den Abgleich von Dokumenten klären kann, ist es eine Verschwendung von Zeit, einen menschlichen Prüfer dorthin zu schicken. Umgekehrt kann ein Fall, der nur mäßig verdächtig erscheint, die Aufmerksamkeit eines Menschen wert sein, wenn der Computer wahrscheinlich daran scheitert, das Geld einzutreiben, selbst wenn er das Problem bereits korrekt identifiziert hat. Die Studie fand heraus, dass die optimale Strategie darin besteht, einen Menschen nur dann zu einem Fall zu schicken, wenn der zusätzliche Wert, den er bringt – entweder durch neue Beweise oder bessere Einziehung – den Wert der besten Alternative übersteigt, die der Computer bieten könnte. Dies schafft eine komplexe Landkarte der Entscheidungsfindung, auf der die besten Fälle für Menschen nicht immer die riskantesten oder die unsichersten sind.
Die Forschung deckte auch überraschende Verhaltensweisen auf, wenn sich die Beziehung zwischen dem Computer und dem Menschen ändert. Wenn der menschliche Prüfer exakt dieselben Fehler macht wie der Computer, bringt der Mensch keinen Mehrwert in Bezug auf das Finden neuer Informationen. Die Studie zeigte jedoch, dass der Mensch selbst in diesem Szenario wertvoll sein kann, wenn er im letzten Schritt der Geldeinzuforderung besser ist. Darüber hinaus demonstrierte die Studie, dass mit zunehmender Intelligenz der künstlichen Intelligenz die Anzahl der Fälle, die an Menschen gesendet werden, nicht zwangsläufig linear abnimmt. Manchmal hilft ein besserer Computer tatsächlich dabei, eine spezifische Untergruppe schwieriger Fälle zu identifizieren, in denen die einzigartigen Fähigkeiten eines Menschen noch kritischer werden, was zu einer Situation führt, in der bessere Technologie und menschliche Arbeit zusammenwirken, statt einander zu ersetzen.
Einer der bedeutendsten Befunde betrifft den Unterschied zwischen dem, was gut für den Staatshaushalt ist, und dem, was gut für die Gesellschaft als Ganzes ist. Eine Strategie, die die Menge der eingetriebenen Steuern maximiert, könnte auch schwere Lasten für ehrliche Steuerzahler mit sich bringen, wie etwa die Pflicht, stundenlang Dokumente für einen Fehlalarm vorzubereiten. Die Studie zeigte, dass sich die „beste“ Strategie ändert, wenn diese versteckten Kosten mit eingerechnet werden. Eine Politik, die für die Staatskasse wie ein finanzieller Gewinn aussieht, kann tatsächlich ein Nettoverlust für die Gesellschaft sein, wenn sie zu viele konforme Bürger belästigt. Die Forschung untersuchte auch, wie die Drohung einer Prüfung das Verhalten der Steuerzahler verändert. Wenn Steuerzahler wissen, dass ein Mensch sie untersuchen könnte, sind sie eher bereit, die Steuern bereits vor der Prüfung freiwillig zu zahlen. Dieser „Abschreckungseffekt“ kann manchmal die Rangfolge dessen, welche Fälle am wichtigsten zu untersuchen sind, umkehren, was darauf hindeutet, dass der Wert eines menschlichen Prüfers auch in der Angst besteht, die er erzeugt, und nicht nur in den Beweisen, die er findet.
Die Studie kommt zu dem Schluss, dass es keine universelle Regel dafür gibt, wann man einen Menschen ruft. Die beste Entscheidung hängt ganz von den spezifischen Details der Situation ab: wie gut der Computer ist, wie viel es kostet, einen Prüfer einzustellen, wie schwierig die Einziehung des Geldes ist und welche Last der Prozess für den Steuerzahler darstellt. Die Forschung bietet einen klaren Rahmen für das Denken über diese Abwägungen und zeigt, dass der Wert eines menschlichen Prüfers keine feste Zahl ist, sondern eine dynamische Berechnung. Sie legt nahe, dass Steuerbehörden aufhören sollten, Fälle nach einem einzigen Score der „Risiko-Wahrscheinlichkeit“ zu ranken, und stattdessen den spezifischen wirtschaftlichen Gewinn berechnen sollten, den das Senden eines Menschen an diesen speziellen Fall bringt. Indem sie dies tun, können sie sicherstellen, dass ihre knappen menschlichen Ressourcen dort eingesetzt werden, wo sie wirklich einen Unterschied machen, anstatt einfach nur die offensichtlichsten Ziele als Platzhalter zu nutzen.
Diese Arbeit bleibt eine Simulation, ein sorgfältig konstruiertes Experiment in einer digitalen Welt und kein Bericht aus einem echten Steueramt. Die generierten Zahlen sind keine Schätzungen dessen, was in einem bestimmten Land passieren wird, sondern vielmehr eine Demonstration dessen, wie verschiedene wirtschaftliche Kräfte interagieren. Die Studie behauptet nicht, das Problem der Steuerdurchsetzung gelöst zu haben, noch bietet sie ein fertiges Softwarepaket an, das Regierungen kaufen können. Stattdessen bietet sie eine rigorose Art und Weise, über das Problem nachzudenken, indem sie Annahmen entfernt, um die zugrunde liegende Mechanik aufzuzeigen, wie Menschen und Maschinen zusammenarbeiten können. Sie zeigt, dass die Zukunft der Steuerprüfung nicht darin besteht, sich zwischen künstlicher Intelligenz und menschlichem Urteilsvermögen zu entscheiden, sondern den präzisen, oft kontraintuitiven Punkt zu finden, an dem beide aufeinandertreffen sollten, um den größten Wert für alle zu schaffen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.