OpenAI: Thrive und Crete entwickeln selbstverbessernde Steuer-Agenten auf Codex

OpenAI veröffentlichte eine Fallstudie, die eine Zusammenarbeit mit Thrive und Crete bei der Entwicklung von Steuer-KI-Agenten auf Basis des Codex-Modells beschreibt. Das Projekt repräsentiert ein Beispiel für die Anwendung des Konzepts „selbstverbessernder” Agenten in einer hochriskanten Regulierungsdomäne, wo Fehler direkte rechtliche und finanzielle Konsequenzen haben können.

Warum sind Steuer-Agenten ein Hochrisiko-Test für KI-Systeme?

Steuerrecht fällt in eine Domäne mit außerordentlich strengen Genauigkeitsanforderungen: Die Auslegung von Vorschriften muss aktuell sein (Gesetze ändern sich), präzise (ein Unterschied in der Auslegung kann Tausende Euro Steuerpflicht bedeuten) und konsistent (derselbe Rechtsrahmen muss zu denselben Schlussfolgerungen führen). Genau deshalb ist diese Domäne ein rigoroser Test für KI-Agentensysteme.

Selbstverbessernde Agenten — Systeme, die ihr eigenes Verhalten durch iterative Zyklen autonom verbessern können — müssen im Steuerkontext den Kompromiss zwischen Innovation (neue Optimierungsansätze finden) und Zuverlässigkeit (strikte Einhaltung rechtlicher Rahmenbedingungen) navigieren. OpenAI, Thrive und Crete wählten Codex als Grundmodell wegen seiner Fähigkeiten zur Analyse von Textdokumenten, gesetzlichen Vorschriften und strukturierten Finanzdaten.

Wie funktionieren Codex-Agenten im Steuerkontext?

Codex (OpenAIs Modell, das auf das Verstehen und Erzeugen von Code sowie die Analyse strukturierter Dokumente spezialisiert ist) bietet Fähigkeiten, die für Steueraufgaben entscheidend sind: das Parsen von Gesetzestexten, die Berechnung von Steuerverbindlichkeiten auf Basis von Finanzdaten und die Interpretation regulatorischer Änderungen. Das selbstverbessernde Element bezieht sich auf Mechanismen, mit denen Agenten ihre eigenen Schwächen durch Evaluierungsszenarien identifizieren und Antworten iterativ verbessern.

Die Kombination aus Thrive, Crete und OpenAIs Codex positioniert sich als alternativer Ansatz zu traditioneller Steuersoftware, die nach festen Regeln arbeitet — der agentenbasierte Ansatz soll flexibler bei Randfällen und neuen rechtlichen Situationen sein.

---

Hinweis: OpenAI gab beim WebFetch-Versuch HTTP 403 zurück. Der Artikel wurde auf Basis der Beschreibung im Backfill-Brief verfasst. Vollständige Details können vom Originalinhalt des Artikels abweichen.