Künstliche Intelligenz im Außenhandel

Anwendungsfall im Bereich der Zolltarifierung

Text: Christopher Sievers und Dominik Organistka 

Die künstliche Intelligenz (KI) hat in den letzten Monaten eine beeindruckende Entwicklung durchlaufen. Neue Durchbrüche in der KI-Forschung und deren Implementierung haben dazu geführt, dass immer mehr Branchen von den Vorteilen der Technologie profitieren können. 

Ein gutes Beispiel für neue „Use Cases“ von KI ist das Thema Zolltarifierung, ein Bereich, der traditionell als komplex, fehleranfällig und zeitaufwändig gilt und ein hohes Maß an Fachwissen erfordert. Die Zolltarifierung ist ein wesentlicher Bestandteil des internationalen Handels. Unternehmen müssen sicherstellen, dass ihre Waren korrekt in den Zolltarif eingereiht und mit den korrekten Zollsätzen versehen werden, um Geldstrafen und Verzögerungen zu vermeiden.

Durch den Einsatz von KI-basierten Tools können Unternehmen diesen Prozess erheblich vereinfachen.

Fallstudie: Entwicklung des TariffPilot – Ein Beispiel für den Einsatz von KI in der Zolltarifierung

Ein Beispiel für die Anwendung von KI in der Zolltarifierung ist das Tool „TariffPilot“ (https://www.tariffpilot.com/de/), das von uns Autoren in den letzten Monaten zunächst als internes Innovationsprojekt gestartet und dann aufgrund der dynamischen Entwicklung und des positiven Feedbacks zu einem Software-as-a-Service-Produkt weiterentwickelt wurde.

Was muss ein KI-Zolltarifierungstool leisten?

Ausgangspunkt für die Entwicklung des TariffPilot waren die Ansprüche, die wir als Experten an eine KI-gestützte Zolltarifierungslösung stellen.

Nachvollziehbarkeit: Die Tarifierung steht im Fokus einer jeden Zollprüfung. Daher ist es nicht nur wichtig, die richtigen Zolltarifnummern für Waren zu ermitteln, sondern auch die Überlegungen und den Weg zum Tarifierungsergebnis zu dokumentieren und revisionssicher zu archivieren. 

Warenansprache: Das Sammeln der notwendigen Informationen zu einem Produkt, die sogenannte Warenansprache, stellt oftmals den größten zeitlichen Aufwand dar. Künstliche Intelligenz sollte in der Lage sein, selbständig Informationen zu recherchieren oder diese aus Dokumenten/Bildern zu extrahieren.

Rechtliche Würdigung: Zolltarifierung ist mehr als das bloße Einordnen von Waren in einen Warenkatalog. Der Zolltarif hat gesetzlichen Charakter, was in den Allgemeinen Vorschriften für die Auslegung der Kombinierten Nomenklatur zum Ausdruck kommt. Daher ist es zwingend notwendig, dass eine KI-Lösung diese strikt befolgt, vorrangig die Anmerkungen zu Abschnitten/Kapiteln (sog. lex specialis) berücksichtigt und Erläuterungen als Hilfestellung nutzt. 

EBTI-Datenbank: Verbindliche Zolltarifauskünfte (vZTA) sind eine gute Hilfestellung, um die Einreihungsauffassung der Zollverwaltungen und deren rechtliche Begründung einzusehen. Eine KI-Lösung muss vergleichbare Auskünfte anhand der Warenbeschreibungen ermitteln, anzeigen und die Ergebnisse vergleichen können (jedoch nicht als Einreihungsgrundlage verwenden). 

Massentarifierung: KI-gestützte Zolltarifierungslösungen müssen in der Lage sein, Anfragen auch in Masse, als sogenannte Massentarifierung, bearbeiten zu können. 

Herausforderungen bei der Umsetzung – Zollstock = Behausung von Zollbeamten?

Im Vergleich zur klassischen Beratungstätigkeit stellt die agile Entwicklung eines KI-Tools, wie wir erleben dürfen, einen starken Kontrast dar. 

Auswahl der richtigen Modelle: Die Arbeit mit KI-Modellen bedeutet vor allem Testen. Aufgrund der Vielzahl der heutigen Modelle gilt es, deren Stärken zu erkennen und zielgerichtet einzusetzen. Das Beispiel des Zollstocks aus Holz ist dabei Sinnbild unserer ersten Tarifierungsversuche geworden: Wir erhielten als Antwort nicht das erwartete Längenmessinstrument, sondern einen Vergleich mit einem Bienenstock („Behausung von Zollbeamten“). 

Anmerkungen und Erläuterungen: Damit Rechtsgrundlagen und Erläuterungen bei der Tarifierung berücksichtigt werden, müssen diese zielgerichtet den KI-Modellen zur Verfügung gestellt werden. Die Masse an Texten kann, ähnlich wie bei einem Menschen, die KI überfordern und zu mangelhaften Ergebnissen führen. 

Reproduzierbarkeit: Anders als bei dem Schreiben von Texten sollen Tarifierungsbegründungen keine sprachlichen Variationen enthalten oder Tarifierungsergebnisse nicht der künstlerischen Freiheit unterliegen. 

Prompt-Engineering: Die Ansprache der Modelle, das sog. Prompt-Engineering, ist eine junge Disziplin. Anders als bei der klassischen Programmierung können den KI-Modellen Befehle sprachlich übermittelt werden, die zum Teil auch motivierende oder sogar drohende Eingaben enthalten. 

Vorteile des Einsatzes von KI-basierten Zolltarifierungstools

Der Einsatz von KI-basierten Zolltarifierungstools wie TariffPilot bietet zahlreiche Vorteile. Neben der offensichtlichen Zeitersparnis ist auch die Genauigkeit zu nennen. KI-basierte Systeme können zu einer höheren Präzision bei der Zolltarifierung beitragen und das Risiko von Fehlern minimieren.

Zudem ermöglicht der Einsatz von KI eine bessere Skalierbarkeit. Unternehmen, die eine große Anzahl von Produkten importieren oder exportieren, können durch die Nutzung von KI-basierten Lösungen ihre Kapazitäten erhöhen, ohne dass dies zu einem Anstieg der Arbeitsbelastung führt. 

Fazit

Die rasante Entwicklung der künstlichen Intelligenz bietet enorme Potenziale für verschiedene Branchen und Fragestellungen, einschließlich der Zolltarifierung. Tools wie TariffPilot zeigen, wie KI genutzt werden kann, um komplexe und zeitaufwändige Prozesse zu optimieren. In Zeiten von Fachkräftemangel und Kostendruck kann der Einsatz von KI in der Zolltarifierung ein entscheidender Wettbewerbsvorteil sein. ◀

 

Christopher Sievers, M.A.
Partner (AWB) und Geschäftsführer (TariffPilot GmbH) 

Dominik Organistka 
Diplom-Finanzwirt
Manager (AWB) und AI Engineer (TariffPilot GmbH)

AWB Consulting GmbH
Piusallee 76
48147 Münster
T +49 251 14 98 16 60
F +49 251 14 98 16 79
info@awb-international.de
www.awb-international.com

 

Dieser Artikel ist auch im AHV NRW Magazin 2024 zu finden oder Sie können den Artikel hier als PDF herunterladen: