Verfügbare Videos zum IDEALab:

• Währungsumrechner - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/CurrencyConverterV12.mp4 
• Fuzzy-Join - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/Fuzzy-Join.mp4 
• vorangegangene oder nachfolgende Transaktion ermitteln - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/GetNextGetPreviousV12.mp4 
• Aureißerwerte - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/Outliers-Tutorial.mp4 
• Pandas-Profiling - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/PandasProfilerV12.mp4 
• Verbindung über Bereiche - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/Range-Join.mp4 
• Relativer Größenfaktor - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/RSF-Test.mp4 
• Risikoeinstufung - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/Risk-Ranking-Update-20220616.mp4 
• Eindeutige Datensätze - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/Unique-Records.mp4 
• Wortsuche - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/WordFindV12Refresh.mp4
• Ideascript zu Python - https://www.caseware.net/fileadmin/audicon/media/IDEALab/Videos/IDEAScript-to-Python.mp4  

Caseware IDEA14 ist jetzt verfügbar!

Diese große Veröffentlichung führt Verbesserungen ein, die die Datenanalyse für Prüfungsfachleute schneller, intuitiver und vernetzter machen sollen.

⭐ Was ist neu in IDEA 14.0:

➡️ Dashboard-Erfahrungsüberarbeitung mit verbesserter Benutzerfreundlichkeit und detaillierten Funktionen
➡️ Verbesserte OneDrive-Stabilität für verwaltete Projekte
➡️ Automatisierung und Verbesserungen des Power-Users
➡️ Nutzerfeedback im Produkt macht es einfacher denn je, Erkenntnisse direkt mit unseren Teams zu teilen
➡️ Flexible Installationsoptionen, einschließlich Einrichtung ohne Python

➡️ Python Version 3.14

➡️ kleine Bugfixes wie in IDEAScript Editor bereinigt

Weitere Sprachen folgen bald: Französisch, Spanisch, Deutsch, Niederländisch, Japanisch, Portugiesisch-Brasilien, Tschechisch und Ungarisch

Caseware IDEA 13.0 mit Python 3.12.4 ist seit 09.12.2025 in deutscher Sprache verfügbar!

Hinweis: Der ODBC-Treiber hat EOL am 31.10.2025 erreicht und ist nur noch in Versionen bis 13.1 verfügbar!

Caseware: Lizenzvertrag für Prüfsoftware IDEA bis Ende 2028 verlängert - siehe unter https://www.caseware.com/de/news/finanzverwaltung-verlaengert-lizenzvertrag-ueber-pruefsoftware-idea-bis-ende-2028 

GoBD-Export mit Python: Ein Guide für Entwickler und offene ERP-Systeme

In der Welt der deutschen Finanz-Compliance ist der Begriff „GoBD-Export“ (oft synonym mit GDPdU-Export verwendet) für Entwickler von Finanz- und ERP-Software eine ständige Herausforderung. Ob für Odoo, Tryton oder maßgeschneiderte Eigenentwicklungen – das Ziel bleibt gleich: Steuerrelevante Daten müssen so exportiert werden, dass sie von der Prüfsoftware der Finanzverwaltung (IDEA) maschinell ausgewertet werden können.

In diesem Beitrag erfährst du, wie du eine universelle Export-Engine mit Python aufbaust, die den Anforderungen der Datenträgerüberlassung (Z3-Zugriff) entspricht.

Die Anatomie eines GoBD-Exports

Ein valider Export ist kein bloßer CSV-Dump. Er besteht aus drei unverzichtbaren Komponenten, die in einem ZIP-Archiv zusammengefasst werden:

1. Datendateien: Meist CSV- oder ASCII-Dateien mit festen Feldlängen, die die eigentlichen Buchungs- und Stammdaten enthalten.

2. Die Indexdatei (index.xml): Das „Gehirn“ des Exports. Sie beschreibt die Struktur, Feldtypen und Relationen der Datendateien.

3. Die Strukturdefinition (gdpdu-01-08-2002.dtd): Eine offizielle Datei der Finanzverwaltung, gegen die die index.xml validiert wird.

    

Schritt 1: Datenextraktion mit Pandas

Der erste Schritt ist die Aufbereitung der Daten. Da steuerlich relevante Daten (Journal, Kontenplan, Debitoren/Kreditoren) oft in relationalen Datenbanken liegen, ist pandas in Kombination mit SQLAlchemy das Werkzeug der Wahl.

Pro-Tipp: Achte auf die Formatierung. Wenn in der index.xml ein Komma als Dezimaltrenner definiert ist, muss die CSV-Ausgabe exakt so erfolgen.

import pandas as pd

def export_table_to_csv(df, filepath):
    # GoBD-Vorgabe: Keine Header in der CSV, da diese in der index.xml stehen
    df.to_csv(
        filepath, 
        sep=';', 
        index=False, 
        header=False, 
        decimal=',', 
        quoting=1 # Schützt AlphaNumeric-Felder
    )

Schritt 2: Dynamische Generierung der index.xml

Die index.xml muss jedes Feld präzise beschreiben. Besonders kritisch sind die numerischen Typen. Hier nutzt man Bibliotheken wie lxml für eine saubere XML-Struktur.

Ein technischer Fallstrick ist die Accuracy. Ein Wert von 1000,25 bei einer definierten Accuracy von 0 führt zu Fehlern oder Datenverlust beim Import in IDEA.

Schritt 3: Compliance durch Audit-Logs

Ein Export ist nur so gut wie die Integrität der Quelldaten. Die GoBD fordern Unveränderbarkeit und Lückenlosigkeit. In Python-Systemen wie Audipy, Odoo oder Tryton sollte jede Änderung über einen Audit Trail protokolliert werden.

Modernere Ansätze nutzen kryptographische Hash-Ketten, um die Unveränderbarkeit der Logs mathematisch nachweisbar zu machen. Dabei wird jeder Log-Eintrag mit dem Hash des vorherigen verknüpft.

Schritt 4: Validierung und Konsistenzprüfung

Bevor der Export an den Prüfer geht, solltest du eine technische Plausibilitätsprüfung durchführen. Ein einfacher, aber effektiver Check für jedes Konto im Exportzeitraum ist die Saldenprüfung:

Stimmt diese Gleichung nicht, fehlen entweder Datensätze im Export oder die Extraktionslogik ist fehlerhaft.

Update 2025: Was hat sich geändert?

Seit Juli 2025 gelten aktualisierte GoBD-Regeln, die vor allem die E-Rechnungspflicht berücksichtigen. Für Entwickler wichtig:

• Bei hybriden Formaten (wie ZUGFeRD) reicht es nun oft aus, nur den strukturierten XML-Teil zu archivieren.

• Die Aufbewahrungsfrist für Rechnungen wurde in einigen Bereichen von 10 auf 8 Jahre verkürzt.

Fazit

Python bietet mit seinem Ökosystem aus pandas, lxml und mächtigen ORMs die perfekte Basis für GoBD-konforme Systeme. Wer die Trennung von Daten (CSV) und Metadaten (XML) sauber implementiert und die neuen Anforderungen von 2025 im Blick behält, kann Prüfungen gelassen entgegensehen.