Third party funded individual grant
Start date : 01.04.2025
End date : 31.03.2026
1. Problemstellung
Die Auswirkungen der Digitalisierung sind seit geraumer Zeit (wenn auch mit etwas Verspätung) im Bereich der Besteuerung angekommen und stellen sowohl Forschung als auch Praxis vor eine Vielzahl an interdisziplinären Chancen und Herausforderungen, die es zu verstehen und zu lösen gilt. Die Interdisziplinarität ist hierbei zentrales Element: Schon ohne die Hinzunahme von Einflüssen der Digitalisierung ist die Steuerlehre sowohl an betriebswirtschaftlichen als auch an juristischen Fakultäten angesiedelt (mit den entsprechenden Forschungsfragen). In den letzten Jahren kamen noch informationstechnologische Fragestellungen aus dem Bereich der (Wirtschafts-)Informatik hinzu. Kompetenzen auf dem Gebiet des Datenverständnisses und der Datenanalyse vor dem Hintergrund steuerlicher Pflichten sind zukünftig wohl unverzichtbar und fließen zunehmend in wissenschaftliche Analysen mit ein. So steht die KI-gestützte Forschung im Bereich der Steuerlehre im Bereich der Forschung noch am Anfang ihrer Entwicklung. Insbesondere zeigen sich hier erste Ansätze des Einsatzes von Natural Language Processing (NLP) z.B. im Bereich der Analyse von Finanzgerichtsurteilen, um die schiere Menge an Informationen, welche in Urteilssammlungen enthalten ist, maschinell (zumindest unterstützend) auszuwerten. Weiterhin stehen Auswertungen von großen Datenmengen im Bereich der Steuerwirkung im Fokus. Jüngstes Beispiel sind die täglichen Meldungen von Tankpreisen, die darauf hindeuten, in welcher Höhe z.B. der Tankrabatt als eine Reduktion der Energiesteuern, an die Endverbraucher weitergeben wurde.
2. Forschungsmethodik
In dem Projekt sollen die KI-gestützte Forschungsmethoden auf konkrete wissenschaftliche Forschungsfragen angewendet werden. Ziel ist es, fortgeschrittene Technologien der Datenanalyse domänenspezifisch einzusetzen und Lösungsansätze für praktische und forschungsnahe Fragestellungen zu erarbeiten. Hierbei ist der Einsatz einer Programmiersprache (Python) unverzichtbar, da die vorhandene Theorie auch immer direkt in den Case Studies und Fragestellungen angewendet werden soll. So werden im Rahmen der Anomalien-Erkennung im Bereich Sprache Natural Language Processing-Verfahren (spaCy) eingesetzt. Im Bereich der künstlichen Intelligenz wird die Bibliothek scikit-learn verwendet. Mithilfe der genannten Methoden sollen konkret Texte der bestehenden FG- und BFH-Urteile gesammelt und analysiert werden. Hierbei soll mittels künstlicher Intelligenz untersucht werden, welche Zusammenhänge auch im Bereich der Entscheidung zu diesen Urteilen zu identifizieren sind.[1] Im Bereich großer Datensammlungen soll die Inzidenz des Tankrabattes untersucht werden. Hierbei sollen tägliche und wöchentliche Preismeldungen innerhalb der EU für die letzten 5 Jahre unter Anwendung einer synthetischen Kontrollgruppe im Rahmen einer Difference-in-Difference Schätzung ausgewertet werden.
[1] Vgl. z.B. Walt et al., Predicting the Outcome of Appeal Decisions in Germany’s Tax Law, 2017.