Warum ChatGPT Ihre Nebenkostenabrechnung nicht rechnen sollte — und was stattdessen funktioniert

In Teil 1 dieser Serie haben wir gezeigt, wo die teuersten Fehler in einer Nebenkostenabrechnung entstehen: Formfehler, die eine Nachforderung endgültig ausschließen, übersehene Positionen aus der BetrKV-Negativliste, ein Umlageschlüssel, der nicht zum Objekt passt, fehlende CO₂-Aufteilung. Die naheliegende Reaktion vieler Büros: die Abrechnung kopieren, in ChatGPT einfügen, prüfen lassen. Genau davor sollten Sie zurückschrecken — aus zwei unabhängigen Gründen, von denen nur einer mit Datenschutz zu tun hat.

Die Serie im Überblick

1. Teil 1: Die teuersten Fehler in der Nebenkostenabrechnung
2. Teil 2: Warum ChatGPT Ihre Nebenkostenabrechnung nicht rechnen sollte (dieser Beitrag)
3. Teil 3: Der Nebenkosten-Review-Skill in porthor — vom Upload zur Freigabe

Grund eins: Mieterdaten gehören nicht in ein fremdes Rechenzentrum

Eine Nebenkostenabrechnung ist ein personenbezogenes Dokument — Name, Adresse, teils Kontoverbindung, gekoppelt an eine konkrete Miethöhe. Wird sie unverändert in ein Cloud-Sprachmodell eingegeben, verlassen diese Daten Ihr Haus, ohne dass Sie im Regelfall eine Auftragsverarbeitungsvereinbarung mit dem Anbieter haben, die das für diesen Einzelfall abdeckt. Die datenschutzrechtliche Antwort dazu steht in einem eigenen Beitrag, ebenso wo dabei die rote Linie verläuft — ignoriert wird dieses Verbot in der Praxis trotzdem meist, weil niemand eine Alternative anbietet. Dieser Beitrag konzentriert sich deshalb auf die zweite, seltener diskutierte Seite des Problems.

Grund zwei: Ein Sprachmodell rechnet nicht — es sagt eine Zahl vorher

Der zweite Grund wiegt für die Zahlen in Ihrer Abrechnung schwerer, und er hat nichts mit Datenschutz zu tun: Ein großes Sprachmodell führt keine Berechnung aus. Es sagt, Token für Token, die statistisch wahrscheinlichste Fortsetzung eines Textes voraus. Steht in der Eingabe „9.120,00 € × 25 % =“, dann folgt „2.280,00”, weil das die plausibelste Zeichenfolge ist, nicht weil eine Multiplikation gelaufen ist. Bei kleinen, häufig geübten Aufgaben trifft das fast immer zu. Mit jeder zusätzlichen Stelle und jedem Zwischenschritt (Schlüsselquote mal Zeitanteil mal Gesamtkosten minus Korrekturbetrag) sinkt die Trefferquote nachweislich, ein seit der ersten GPT-3-Veröffentlichung wiederholt bestätigter Befund. Die ausführliche Herleitung mit den Forschungsquellen finden Sie in unserem Grundlagenartikel „Können Sprachmodelle rechnen?“.

Für eine Nebenkostenabrechnung heißt das konkret: Fragen Sie ein Sprachmodell nach dem Mieteranteil, dem Saldo oder dem Korrekturbetrag der nicht umlagefähigen Positionen, bekommen Sie eine sauber formatierte Zahl mit Euro-Zeichen — ohne dass Sie sehen, ob sie stimmt. Der Fehler sieht aus wie ein Ergebnis. Und weil Sprachmodelle Text durch Sampling erzeugen, kann dieselbe Abrechnung beim zweiten Versuch eine andere Zahl ergeben. Für eine Anfrage an die Bank ist das ein Problem. Für eine Abrechnung, die ein Mieter mit dem Taschenrechner nachrechnet, ist es ein Rechtsrisiko.

Der Unterschied, der zählt: Wer rechnet, und wer das nachweisen kann

Die belastbare Antwort aus der Forschung ist nicht „besser prompten“ oder „Zwischenschritte anfordern“ — beides hilft, löst das Problem aber nicht. Die belastbare Antwort ist, die Rechnung aus dem Sprachmodell herauszunehmen und einem Programm zu geben, das tatsächlich rechnet: fest programmierte Formeln, deterministisch, mit demselben Ergebnis bei jedem Lauf. Das Sprachmodell übernimmt dann, was es tatsächlich gut kann — Text lesen, Positionen einordnen, Befunde in verständliche Sprache bringen. Die Zahl selbst kommt aus Code, nicht aus einer Vorhersage.

Für eine Hausverwaltung ist das kein technisches Detail, sondern die Grundlage der Rechenschaftspflicht: Wenn ein Eigentümer oder ein Mieteranwalt fragt, wie ein Betrag zustande kam, brauchen Sie einen Rechenweg, nicht eine Erklärung, die im Nachhinein plausibel klingt. Genau diesen Unterschied macht eine deterministische Rechenschicht: Eingabewert, Fundstelle im Dokument, Formel, Ergebnis — nachvollziehbar, weil es tatsächlich das Protokoll der ausgeführten Rechnung ist, nicht eine nachträgliche Erzählung darüber.

Was das für eine Nebenkosten-Prüfung konkret bedeutet

Übertragen auf die Fehlerarten aus Teil 1 heißt das: Fristen, Summenproben, Verbrauchsanteile und Stufeneinordnungen nach dem CO₂-Gesetz — alles, was sich eindeutig aus Zahlen und Daten im Dokument ableiten lässt, gehört in eine Rechenschicht, die keine Wahrscheinlichkeit kennt, sondern eine Formel. Was dagegen eine fachliche Einschätzung verlangt (ist diese Hausmeisterrechnung sauber getrennt, ist diese Gartenpflege eine Neuanlage) bleibt Aufgabe des Sprachmodells, weil dort tatsächlich Textverständnis gefragt ist, keine Arithmetik. Beides zu vermischen ist genau der Fehler, den viele KI-Lösungen machen, wenn sie ein Sprachmodell die ganze Abrechnung „durchrechnen“ lassen.

Und ein dritter Baustein gehört zwingend dazu, unabhängig davon, wer rechnet: Ein Mensch gibt frei, bevor die Abrechnung versendet wird. Eine KI-Prüfung ersetzt nicht die fachliche Verantwortung — sie bereitet die Entscheidung vor, mit Befund, Beleg und Empfehlung, damit die Freigabe eine informierte Minute dauert statt eine unsichere Stunde.

Wie diese drei Bausteine — deterministische Rechenschicht, KI-gestützte fachliche Einordnung, menschliche Freigabe — in einem konkreten Werkzeug zusammenkommen, zeigt Teil 3 dieser Serie: der Nebenkosten-Review-Skill in porthor, vom Dokumenten-Upload bis zur versandfertigen, geprüften Abrechnung.

Was porthor damit nicht löst

Auch eine deterministische Rechenschicht ist nur so gut wie die Werte, die sie in der Abrechnung findet — eine ungewöhnlich formulierte Angabe kann übersehen werden, dann steht dort korrekt „nicht berechenbar“ statt einer geschätzten Zahl. Und ob eine Position im Einzelfall wirklich umlagefähig ist, bleibt eine fachliche Einschätzung. Beide Grenzen gehören zur Ehrlichkeit dazu — mehr dazu in unserem Grundlagenartikel „Können Sprachmodelle rechnen?“.