KI in der Lohnabrechnung 2026: Was heute schon möglich ist

Ein Buchhalter übersieht, dass ein Mitarbeiter im Oktober mit 0 Stunden gemeldet wurde, weil er eigentlich krank war, die AU-Bescheinigung aber nie ankam. Das Gehalt geht trotzdem raus. Die Krankenkasse stellt einen Rückforderungsanspruch. Auffallen tut das erst drei Monate später, beim nächsten Prüftermin.

Genau solche Fälle soll KI künftig verhindern. Nicht weil Buchhalter schlechte Arbeit machen, sondern weil Routinefehler bei hohem Volumen unvermeidbar sind. Gleichzeitig wird gerade viel versprochen, was die Technik nicht hält, und einiges davon ist datenschutzrechtlich heikel. Dieser Artikel ist für Geschäftsführung und Office in KMU und Startups: Was kann KI 2026 in der Lohnabrechnung realistisch, was nicht, und worauf musst du als Arbeitgeber bei Datenschutz und EU AI Act achten.

1. Was KI in der Lohnabrechnung realistisch kann

Der Begriff "KI in der Lohnabrechnung" deckt 2026 sehr unterschiedliche Reifegrade ab. Auf der einen Seite stehen ausgereifte Automatisierungsfunktionen, die längst produktiv laufen. Auf der anderen Seite vollmundige Versprechen, die vor allem auf Marketingfolien existieren. Wer eine Tool-Entscheidung trifft, sollte die beiden auseinanderhalten können.

Vier Dinge funktionieren heute tatsächlich gut, weil sie genau das treffen, was KI stark macht: Muster in vielen Datensätzen erkennen und Routinen wiederholen.

Plausibilitätsprüfung (ausgereift)

Das ist der größte und konkreteste Nutzen. Systeme lernen typische Abrechnungsmuster und melden Abweichungen, bevor die Abrechnung rausgeht. Ein Mitarbeiter, der drei Monate lang 160 Stunden abrechnet, taucht mit 230 Stunden als Ausreißer auf. Ein Gehaltssprung von mehr als einem hinterlegten Schwellenwert wird zur manuellen Freigabe vorgelegt. Das senkt die Fehlerquote messbar, weil der Mensch nur noch die markierten Fälle prüfen muss statt jeder Zeile.

Klassifizierung von Sachverhalten (in Nutzung)

KI sortiert Vorgänge in Kategorien ein: Ist diese Zahlung eine Einmalzahlung mit Sonderregeln bei der Sozialversicherung, ein laufender Bezug oder eine steuerfreie Erstattung? Liegt ein Beschäftigungsverhältnis eher im Bereich Minijob oder schon im Übergangsbereich (Midijob ab 603,01 bis 2.000 Euro)? Die Klassifizierung ist ein Vorschlag, keine Festlegung, aber sie spart Zeit beim Vorsortieren.

Dokumentenerkennung per OCR und Textverarbeitung (wachsend)

AU-Bescheinigungen, Bescheinigungen zur Sozialversicherung, Lohnsteuerformulare: KI liest sie aus und schlägt die passenden Felder in der Abrechnung vor. Die Qualität hängt stark vom Anbieter und vom Format der Dokumente ab. Ein sauber gescanntes Standardformular wird zuverlässig erkannt, ein abfotografierter, schiefer Zettel deutlich schlechter. Auslesen heißt hier nicht buchen, ein Mensch bestätigt die übernommenen Werte.

Anfragen vorsortieren (wachsend)

Mitarbeiterfragen zur Abrechnung ("Warum ist mein Netto diesen Monat niedriger?") lassen sich automatisch nach Thema vorsortieren und mit Entwürfen für Standardantworten versehen. Das entlastet das Office spürbar, ersetzt aber die persönliche Antwort bei echten Problemen nicht. Genau hier liegt die Grenze, die im nächsten Abschnitt wichtig wird.

2. Fehlererkennung: Was KI findet, was Menschen übersehen

In der täglichen Praxis liegen die größten Fehlerquellen nicht bei der Berechnung selbst. Die Rechenformeln sind in DATEV, Sage, Agenda und vergleichbaren Systemen hinterlegt und stimmen. Es sind die Daten davor: falsche Eintrittsdaten, fehlende Steuerklassen, nicht gemeldete Änderungen in der Sozialversicherung. Das sind die Fälle, die eine Betriebsprüfung aufdeckt und die teuer werden.

KI-gestützte Prüfroutinen achten systematisch auf Muster wie diese:

• Plausibilitätsbrüche im Zeitverlauf: Gehalt sinkt auf null, obwohl kein Austrittsdatum hinterlegt ist
• SV-Schlüssel-Inkonsistenzen: Eine Person wird als geringfügig geführt, aber mit einem Entgelt über der Minijob-Grenze von 603 Euro abgerechnet
• Doppelerfassungen: Zwei Monate Gehalt mit identischem Betrag, aber unterschiedlichen Buchungsdaten
• Vergessene Meldungen: Der ELStAM-Abruf fehlt bei einem neuen Mitarbeiter nach dem ersten Monat
• Steuerklassen-Anomalien: Steuerklasse III ohne plausiblen Hintergrund
• Grenzwert-Überschreitungen: Hohe Einmalzahlungen, die zur Überschreitung der Beitragsbemessungsgrenze führen, ohne dass die Beiträge korrekt gekappt werden

Wichtig dabei: KI findet auffällige Muster, nicht die rechtlich richtige Lösung. Sie sagt "hier stimmt wahrscheinlich etwas nicht", nicht "so muss es gebucht werden". Der Unterschied klingt klein, ist aber für die Haftung entscheidend.

3. Was KI nicht kann: Haftung und finale Verantwortung

Die ehrliche Antwort lautet: Lohnabrechnung ist kein gutes Terrain für reine KI-Automatisierung. Nicht wegen der Technik, sondern wegen der rechtlichen Komplexität und weil am Ende ein Mensch geradesteht.

Die Verantwortung bleibt beim Arbeitgeber

Egal wie gut ein Tool ist: Für eine fehlerhafte SV-Meldung, eine falsche Lohnsteueranmeldung oder eine nicht erfasste Pfändung haftet der Arbeitgeber, nicht der Softwareanbieter. Ein Tool ist ein Werkzeug, kein Verantwortungsträger. Wer das vergisst, kauft sich ein falsches Sicherheitsgefühl ein. KI kann die Wahrscheinlichkeit von Fehlern senken, sie kann die Haftung nicht übernehmen.

Tarifverträge und Sonderregelungen

Viele Branchen haben eigene Tarifverträge mit abweichenden Regelungen zu Zuschlägen, Entgeltgruppen und Ausschlussfristen. Allgemeine Regeln bildet KI gut ab, branchenspezifische Sonderfälle nur dann, wenn jemand sie explizit modelliert hat. Bei einem ungewöhnlichen Tarif liefert ein Standardtool schnell plausibel aussehende, aber falsche Ergebnisse.

Ermessensentscheidungen

Wie wird eine widerrufliche Sonderzahlung behandelt, wenn das Arbeitsverhältnis im Streit endet? Wie ist eine ungewöhnliche Abfindungskonstellation steuerlich einzuordnen? Solche Fragen erfordern eine Einschätzung, oft in Abstimmung mit Steuerberater oder Anwalt. KI kann Signale liefern und Optionen aufzeigen, aber keine rechtsverbindliche Entscheidung treffen.

Neue oder rückwirkende Gesetzgebung

Wenn der Gesetzgeber Beitragssätze oder Grenzwerte ändert, teils mit kurzem Vorlauf, ist ein System nur so aktuell wie seine Modellpflege durch den Anbieter. Eine KI, die auf Daten von vorgestern trainiert wurde, rechnet selbstbewusst mit alten Werten. Deshalb gehört bei jedem Tool die Frage dazu: Wie schnell sind aktuelle Werte hinterlegt, und wer haftet, wenn nicht?

4. KI und DATEV: Wie passt das zusammen?

DATEV ist in Deutschland der dominierende Anbieter für Lohnabrechnung. Wer über KI nachdenkt, muss verstehen, wie KI-Lösungen mit DATEV zusammenspielen, oder eben nicht. Lohnklar arbeitet in DATEV LODAS über Partner-Kanzleien sowie in Sage, Agenda und Personio, deshalb ist die Frage für uns Tagespraxis.

Was DATEV selbst bietet

DATEV hat in den letzten Jahren erste KI-gestützte Funktionen in LODAS und DATEV Lohn und Gehalt integriert, vor allem im Bereich Plausibilitätsprüfung und Fristüberwachung. Eine vollständige KI-gesteuerte Abrechnungsautomatisierung bietet DATEV bewusst nicht, das Unternehmen geht hier schrittweise und vorsichtig vor. Das passt zur Natur der Sache: Ein zertifiziertes System für rechtsrelevante Meldungen darf nicht durch eine Blackbox ersetzt werden.

Drittanbieter, vorgelagert

Der typische und sinnvolle Workflow sieht so aus:

1. Stamm- und Bewegungsdaten werden im HR-System gepflegt
2. Das KI-Tool prüft die Daten vor der Übergabe auf Plausibilität und meldet Auffälligkeiten
3. Ein Mensch sieht die Markierungen durch und korrigiert
4. Die bereinigten Daten gehen per Importschnittstelle oder strukturiertem CSV an DATEV
5. DATEV führt die eigentliche Abrechnung und die SV-Meldungen durch

Der Vorteil dieses Aufbaus: Das zertifizierte System bleibt für den rechtsrelevanten Teil zuständig, KI hilft nur dort, wo es um Datenpflege und Fehlerprüfung geht. Niemand muss eine eigene DATEV-Lizenz halten oder den Steuerberater wechseln, die Buchungen werden monatlich im DATEV-Format übergeben.

5. Datenschutz bei Lohndaten: die harte Pflicht

Lohndaten gehören zu den sensibelsten personenbezogenen Daten überhaupt: Gehalt, Steuerklasse, Konfession (über die Kirchensteuer), Gesundheitsdaten (über Krankmeldungen), Pfändungen, Kinderzahl. Wer KI-Tools einsetzt, muss die datenschutzrechtlichen Anforderungen ernst nehmen, sonst wird aus einem Effizienzgewinn schnell ein Bußgeldrisiko. Das Thema betrifft jeden, der HR-Daten verarbeitet, und ist auf unserer Seite Datenschutz in HR und Lohnabrechnung ausführlicher beschrieben.

Die zentralen Grundlagen aus der Datenschutz-Grundverordnung (DSGVO):

• Auftragsverarbeitung (Art. 28 DSGVO): Jede Weitergabe von Lohndaten an einen Dienstleister erfordert einen Auftragsverarbeitungsvertrag (AVV). Das gilt auch für jedes KI-Tool, das auf die Daten zugreift, ohne Ausnahme.
• Datenschutz durch Technikgestaltung (Art. 25 DSGVO): Keine unnötige Speicherung, minimale Verarbeitung, Datensparsamkeit ist Pflicht, nicht Kür.
• Datenschutz-Folgenabschätzung (Art. 35 DSGVO): Bei umfangreicher Verarbeitung sensibler Daten oder bei automatisierten Entscheidungen mit erheblicher Wirkung kann eine DSFA verpflichtend sein.
• Beschäftigtendatenschutz (§ 26 BDSG): Datenverarbeitung im Beschäftigungsverhältnis ist an Zweck und Erforderlichkeit gebunden. Beachte: Der Europäische Gerichtshof hat die deutsche Generalklausel als nicht ausreichend bewertet, § 26 BDSG trägt also nicht allein, die Verarbeitung muss zusätzlich auf Art. 6 DSGVO gestützt sein.

Was Arbeitgeber konkret prüfen müssen

• Serverstandort des KI-Tools: EU oder ein DPF-gelisteter US-Anbieter?
• AVV nach Art. 28 DSGVO abgeschlossen und vorliegend?
• Werden Lohndaten zum Training des KI-Modells genutzt? (Opt-out prüfen, am besten vertraglich ausschließen)
• Technische und organisatorische Maßnahmen (TOM) des Anbieters dokumentiert?
• Betriebsrat einbezogen? Bei Überwachungsfunktionen kann eine Betriebsvereinbarung nötig sein (§ 87 Abs. 1 Nr. 6 BetrVG)
• Datenschutzbeauftragten frühzeitig einbezogen?

6. EU AI Act und Art. 22 DSGVO: der rechtliche Rahmen

Zwei Regelwerke geben 2026 den Rahmen vor, und beide laufen auf dasselbe hinaus: Der Mensch muss in der Schleife bleiben.

Art. 22 DSGVO: keine rein automatisierte Entscheidung

Nach Art. 22 DSGVO hat eine Person das Recht, nicht einer ausschließlich auf automatisierter Verarbeitung beruhenden Entscheidung unterworfen zu werden, die ihr gegenüber rechtliche Wirkung entfaltet oder sie ähnlich erheblich beeinträchtigt. Eine Lohnabrechnung beeinflusst das Einkommen einer Person erheblich. Wer eine vollständig automatisierte Abrechnung ohne menschliche Prüfung freigeben lässt, bewegt sich genau in diesem verbotsbewehrten Bereich. Selbst wo eine Ausnahme greift (etwa über den Arbeitsvertrag), verlangt die DSGVO angemessene Schutzmaßnahmen, vor allem das Recht der betroffenen Person, eine menschliche Überprüfung zu verlangen. Praktisch heißt das: KI darf rechnen und vorschlagen, ein Mensch gibt frei.

EU AI Act: HR und Payroll als sensibles Feld

Der EU AI Act (die KI-Verordnung) stuft KI im Beschäftigungskontext, also Einstellung, Aufgabenverteilung, Bewertung und Beendigung von Arbeitsverhältnissen, als Hochrisiko ein (Anhang III Nr. 4). Reine Rechen- und Plausibilitätstools in der Lohnabrechnung sind weniger kritisch als KI, die über Menschen entscheidet, etwa Bewerber bewertet oder Kündigungen vorschlägt. Wer also nur Plausibilität prüft, ist deutlich weniger betroffen als wer KI für Personalentscheidungen einsetzt. Den genauen Zeitplan der Hochrisiko-Pflichten und etwaige Verschiebungen solltest du im Einzelfall mit Datenschutzbeauftragtem oder Anwalt klären, der Rahmen verändert sich 2026 noch.

7. KI sinnvoll einführen: Worauf du achten solltest

Wenn du nach all dem KI in deiner Lohnabrechnung einsetzen willst, gibt es ein paar Fragen, die du vorher beantworten solltest. Sie trennen seriöse Werkzeuge von riskanten Spielereien.

• Bleibt die Verantwortung klar beim Menschen, oder verspricht der Anbieter "autonome" Abrechnung? Letzteres ist ein Warnsignal.
• Läuft das Tool auf EU-Servern oder zumindest über einen sauber abgesicherten Anbieter mit AVV?
• Wird der konkrete Nutzen klar benannt (Plausibilität, OCR, Vorsortierung), oder bleibt alles im Marketing-Nebel?
• Wie schnell werden geänderte Beitragssätze und Grenzwerte eingepflegt, und steht das im Vertrag?
• Passt das Tool zu deinem bestehenden System (DATEV, Sage, Agenda, Personio) oder zwingt es dich zum Komplettumstieg?
• Sind Betriebsrat und Datenschutzbeauftragter einbezogen, bevor das Tool live geht?

Ein guter Praxistest: Lass das Tool drei zurückliegende Abrechnungsmonate prüfen, von denen du die Fehler bereits kennst. Findet es sie, ist das ein gutes Zeichen. Meldet es viele harmlose Vorgänge als Probleme oder übersieht echte Fehler, ist der Mehrwert begrenzt.

8. Ehrliche Bewertung statt Hype

KI in der Lohnabrechnung ist kein Hype mehr, aber auch keine Revolution. Der reale Nutzen liegt heute in zwei Bereichen: automatisierte Plausibilitätsprüfung und Prozessautomatisierung bei Routineschritten wie Fristüberwachung und Dokumentenerkennung. Das ist nicht spektakulär, aber genau das ist gut, denn Lohnabrechnung soll verlässlich sein, nicht spektakulär.

Was sich lohnt: vorgelagerte KI-Prüftools, die mit deinem System kompatibel arbeiten und auf abgesicherten Servern laufen. Wer Fehlerquoten senken und unangenehme Überraschungen bei der Betriebsprüfung vermeiden will, findet hier messbare Verbesserungen. Was sich nicht lohnt: die Hoffnung, mit KI den Menschen komplett zu ersetzen. Die Technik ist gut. Die Rechtslage ist anspruchsvoll. Das Problem ist die Kombination aus beidem, und sie löst man nicht durch Wegautomatisieren.

Unsere Position bei Lohnklar ist deshalb klar: Wir nutzen Werkzeuge, die uns schneller und genauer machen, und wir geben die Verantwortung nicht ab. Eine Person, die deinen Fall kennt, prüft am Ende, was rausgeht. Wenn du dich näher mit Automatisierung im HR-Bereich beschäftigst, geht unsere Seite zur KI-gestützten HR-Automatisierung weiter ins Detail.

9. Häufige Fragen (FAQ)

10. Fazit: Tools ja, Verantwortung Mensch

KI ist in der Lohnabrechnung 2026 ein nützliches Werkzeug, kein Ersatz für Fachwissen und Verantwortung. Sie findet Auffälligkeiten, liest Dokumente, sortiert Anfragen vor und senkt damit die Fehlerquote spürbar. Was sie nicht kann: rechtsverbindlich entscheiden, Tarifsonderfälle zuverlässig beurteilen oder die Haftung übernehmen. Genau diese Aufgaben bleiben beim Menschen, und das ist nach Art. 22 DSGVO und EU AI Act auch der rechtlich vorgesehene Weg.

Wer KI einsetzt, sollte das mit klarem Kopf tun: konkreter Nutzen statt Marketingversprechen, sauberer Datenschutz mit AVV und geprüftem Serverstandort, eine menschliche Prüfinstanz vor jeder Freigabe. Dann ist KI ein echter Gewinn. Bei Unsicherheit zu einem konkreten Sachverhalt, etwa einer ungewöhnlichen Klassifizierung oder einem Tariffall, lohnt sich die Rücksprache mit dem Steuerberater statt das blinde Vertrauen ins Tool.