Taxwell optimiert die Aktualisierung von Steuerformularen mit Fireminds GenAI-Lösung
- Kunde
- Industry
- Service
- Segment
- Autor
- Taxwell
- Finanzdienstleistungen
- Generative KI
- Enterprise
- Jodie Rhodes
Auf einen Blick
Taxwell bietet Software zur Steuererstellung für Privatpersonen und Unternehmen, die die Einhaltung der komplexen und sich ständig weiterentwickelnden Steuervorschriften gewährleistet.
Herausforderung
Die jährliche manuelle Aktualisierung der Steuerformulare und des dazugehörigen VB6-Codes war zeitaufwändig, und die Abhängigkeiten zwischen den Formularen der einzelnen Bundesstaaten und des Bundes erhöhten die Komplexität.
Lösung
Firemind entwickelte eine Generative KI-gestützte Pipeline mit AWS-Services zur Analyse von Formularen und generiert korrekten DSL-Code.
Genutzte Dienste
- Amazon Bedrock
- Amazon DynamoDB
- Amazon S3
- AWS Lambda
Ergebnisse
- Automatisierte Aktualisierung von Steuerformularen mit LLMs.
- Erreichte 90%+ Genauigkeit bei der Automatisierung der Formularanalyse.
Geschäftliche Herausforderungen
Überwindung manueller Engpässe bei der Aktualisierung von Steuerformularen
Die manuelle Analyse der Steuerformulare erforderte einen erheblichen Zeit- und Arbeitsaufwand und schränkte die Fähigkeit von Taxwell ein, die Software schnell für neue IRS-Vorschriften zu aktualisieren. Zu den wichtigsten Hürden gehörten:
- Erkennung von Berechnungs- und Zeilenunterschieden in mehrseitigen PDFs.
- Effiziente Umsetzung von Steuergesetzänderungen in Taxwells eigenen DSL-Code.
- Gewährleistung der Einhaltung der sich ständig weiterentwickelnden Steuervorschriften auf Bundes- und Landesebene.
Der manuelle Prozess von Taxwell war nicht nur ressourcenintensiv, sondern auch anfällig für menschliche Fehler, wodurch sich die Verfügbarkeit der aktualisierten Steuerformulare für die Kunden verringerte. Diese Ineffizienzen stellten eine direkte Bedrohung für die Kundenzufriedenheit und den Wettbewerbsvorteil während der kritischen Steuersaison dar.
Das Unternehmen erkannte den Bedarf an einer skalierbaren Lösung, die den Prozess optimiert und die Genauigkeit verbessern konnte, ohne die Zahl der Vollzeitmitarbeiter zu erhöhen. Dies war wichtig, um die betriebliche Effizienz aufrechtzuerhalten und einem wachsenden Kundenstamm hochwertige Dienstleistungen zu bieten.
Stehst Du vor ähnlichen Herausforderungen?
Wir sind Spezialisten für die Lösung von Problemen mit Daten und KI. Lass uns Dir helfen, die Vorteile der Cloud zu nutzen.
Lösung
Nutzung von Generativer KI für eine effiziente und genaue Automatisierung von Steuercodes
Um die Herausforderungen von Taxwell zu bewältigen, setzte Firemind einen robusten Generative KI-Proof of Concept (POC) um, welcher auf die Bedürfnisse des Unternehmens zugeschnitten war. Die Lösung wurde in zwei verschiedenen Phasen implementiert:
- Phase 1: Entwicklung Proof-of-Concept: Diese Phase konzentrierte sich auf den Aufbau einer grundlegenden Pipeline zur Aufnahme und Analyse von IRS-Formularen. Zu den wichtigsten Ergebnissen gehörten die JSON-DSL-Generierung und die frühe Validierung von Genauigkeitsmetriken mit AWS-Services wie AWS Lambda, Amazon S3 und Amazon Bedrock.
- Phase 2: Verbesserte Automatisierung und Optimierung: Aufbauend auf Phase 1 wurde in dieser Phase die Argumentationskette verfeinert und die Integration mit den Entwicklungsabläufen von Taxwell verbessert. Erweiterte Funktionen, einschließlich der automatischen Erkennung von Diskrepanzen und iterativen Modellverbesserungen, wurden eingeführt, um die Produktionsreife zu gewährleisten. Die Lösung umfasste die folgenden Schlüsselkomponenten:
- Pipeline für die Dateneingabe: Mit ReactJS wurde eine sichere und benutzerfreundliche Benutzeroberfläche entwickelt, über die Taxwell-Analysten IRS-Formulare direkt hochladen können. Diese Pipeline verarbeitete die Daten sicher mit Amazon S3 und AWS Lambda für eine effiziente Bearbeitung und Speicherung.
- LLM-Integration: Die Lösung nutzt Amazon Bedrock, um umfangreiche Sprachmodelle zu analysieren und Erkenntnisse aus IRS-Formularen zu gewinnen. Diese Modelle identifizierten die wichtigsten Unterschiede und generierten strukturierte JSON-Ausgaben, die mit der Taxwell-eigenen DSL kompatibel sind.
- Arbeitsablauf: Ein RAG-Ansatz (retrieve, analyse, generate) wurde implementiert, um die Ergebnisse wiederholt zu verfeinern. Diese von DynamoDB unterstützte Methodik sorgte für mehr Genauigkeit und eine bessere Anpassung an die Anforderungen von Taxwell.
- Automatisierte JSON-Generierung: Amazon Textract wurde verwendet, um präzise Koordinaten und Felddaten aus PDF-Formularen zu extrahieren. Diese Informationen wurden nahtlos in die JSON-DSL integriert, was automatische Aktualisierungen des Steuerrechts ermöglichte.
Die Lösung von Firemind bot eine skalierbare, serverlose Architektur, die die Abhängigkeit von manuellen Prozessen reduzierte. Durch den Einsatz fortschrittlicher maschineller Lerntechniken wurde nicht nur die Genauigkeit erhöht, sondern auch die Bearbeitungszeit erheblich verkürzt, so dass Taxwell kritische Fristen einhalten und einen Wettbewerbsvorteil erzielen konnte.
Verbesserte Genauigkeit
Die automatisierte Pipeline erreichte bei der JSON-DSL-Generierung eine Genauigkeit von über 90% , wodurch die Fehler bei der manuellen Codeerstellung erheblich reduziert wurden.
Erhöhte Geschwindigkeit
Die Geschwindigkeit der Entwicklungssprints wurde erhöht, so dass aktualisierte Steuerformulare schneller bereitgestellt werden konnten.
Skalierbar und sicher
Die serverlose Architektur gewährleistet Skalierbarkeit bei gleichzeitiger Wahrung der Datensicherheitsstandards.
Kontakt aufnehmen
Möchtest Du mehr erfahren?
Hast Du eine bestimmte Fallstudie oder ein Thema gesehen und möchtest mehr erfahren? Oder denkst Du über Dein nächstes Projekt nach? Schreibe uns eine Nachricht!
