Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη στα οικονομικά και τη φορολογία: ρόλοι, όρια, επαλήθευση και ηθική 2. Έρευνα Φορολογικής Νομοθεσίας: Νόμος, Ανακοινωθέν, Απόφαση και Δικαστική Απόφαση 3. Υποστήριξη Σύνταξης Δήλωσης: ΦΠΑ, Παρακράτηση Φόρου, Προσωρινός και Εταιρικός Φόρος 4. Υπολογισμός Φόρου και Βάση: Πειθαρχία Επανυπολογισμού 5. Ανάλυση Οικονομικών Καταστάσεων: Ισολογισμός, Κατάσταση Αποτελεσμάτων και Διερμηνεία Δείκτης 6. Λίστες ελέγχου φορολογικής συμμόρφωσης και αυτοματισμός διαδικασιών 7. Σχέδια γνωστοποίησης, ένστασης και αλληλογραφίας: ΔΟΥ και Συμφιλίωση 8. Φορολογικός Έλεγχος και Προετοιμασία Ελέγχου: Έγγραφο, Αποδεικτικό, Άμυνα 9. Τιμές μεταφοράς, επιστροφή ΦΠΑ και σύνθετα ζητήματα 10. Δεδομένα πελατών και απόρρητο: KVKK, VUK Εμπιστευτικότητα και Ασφαλή Εργαλεία 11. Διαχείριση του κινδύνου σφαλμάτων, ψευδαισθήσεων και παρερμηνειών 12. Ασφαλής ροή εργασιών από άκρο σε άκρο: Ποιοτικός έλεγχος, Έγκριση ειδικού και αυτοματισμός
Μονάδα 1 / 12

Εισαγωγή στην Τεχνητή Νοημοσύνη στα οικονομικά και τη φορολογία: ρόλοι, όρια, επαλήθευση και ηθική

Κέρδη:

  • Το να μπορείς να διακρίνεις πού στη φορολογική και λογιστική επιχειρηματική αλυσίδα (έρευνα, υπολογισμός, ανάλυση, δήλωση, αλληλογραφία) η τεχνητή νοημοσύνη εξοικονομεί πραγματικό χρόνο και πού η υπογραφή ευθύνης και κρίσης επαφίεται στον άνθρωπο, ανάλογα με το επίπεδο κινδύνου της εργασίας.
  • Δυνατότητα εφαρμογής μιας πειθαρχίας που επαληθεύει κάθε έξοδο τεχνητής νοημοσύνης συνδέοντάς την με την τρέχουσα επίσημη πηγή, υπολογίζοντάς την εκ νέου και περνώντας την από τη λογική της νομοθεσίας.
  • Δυνατότητα καθιέρωσης τάξης εργασίας που προστατεύει τα δεδομένα των φορολογουμένων εντός του πεδίου εφαρμογής των υποχρεώσεων εμπιστευτικότητας του KVKK και της φορολογικής διαδικασίας, επιλέγει ασφαλή οχήματα και τηρεί τα ηθικά όρια.

Η χρηματοοικονομική και φορολογική εργασία είναι η μέτρηση, η δήλωση και η ακριβής παρουσίαση των κερδών, των συναλλαγών και των περιουσιακών στοιχείων ενός προσώπου ή ιδρύματος σύμφωνα με τους ισχύοντες κανόνες και προς το κράτος. Οι επαγγελματίες που κάνουν αυτή τη δουλειά περιλαμβάνουν CPA (Ορκωτός Λογιστής, επαγγελματίας που έχει την εξουσία να τηρεί βιβλία και να συντάσσει δηλώσεις), CPA (Ορκωτός Οικονομικός Σύμβουλος, ανώτερος επαγγελματίας που έχει την εξουσία να πιστοποιεί και να ελέγχει), φορολογικός επιθεωρητής, οικονομικός αναλυτής και λογιστής. Η ουσία αυτού του επαγγέλματος είναι ο υπολογισμός, αλλά είναι κάτι βαθύτερο: η υπογραφή με υπευθυνότητα. Κάθε δήλωση που υπογράφεται, κάθε γνώμη που δίνεται αποτελεί νομική δέσμευση και πίσω από αυτήν βρίσκεται η επαγγελματική ευθύνη ενός επαγγελματία.

Η τεχνητή νοημοσύνη (ειδικά τα μεγάλα γλωσσικά μοντέλα, δηλαδή συστήματα παραγωγής κειμένου όπως ChatGPT, Claude, Gemini) δημιουργεί μια σοβαρή επιτάχυνση σε αυτό το επάγγελμα. Συνοψίζει τη μακροσκελή νομοθεσία, απαριθμεί τα βήματα ενός πολύπλοκου υπολογισμού, συντάσσει μια αναφορά σε λίγα λεπτά. Αλλά αν χρησιμοποιηθεί λανθασμένα, μπορεί επίσης να προκαλέσει ζημιά εξίσου γρήγορα: ένα κατασκευασμένο άρθρο νόμου, ένας συντελεστής από το προηγούμενο έτος ή ένα σιωπηλό σφάλμα υπολογισμού μπορεί να οδηγήσει σε άμεσες φορολογικές απώλειες (έλλειψη ή καθυστερημένη συσσώρευση φόρου) και κυρώσεις. Σε όλη αυτή την ενότητα, θα τοποθετούμε την τεχνητή νοημοσύνη σαν ανώτερος βοηθός: ένας βοηθός γρήγορης έρευνας, ένας ακούραστος συντάκτης, ένας προσεκτικός προληπτικός έλεγχος. Αλλά ο υπογράφων δεν είναι ποτέ επαγγελματίας. Η υπογραφή, δηλαδή η ευθύνη της δήλωσης και της γνώμης, ανήκει πάντα στον άνθρωπο.

Πού είναι χρήσιμη η τεχνητή νοημοσύνη στην εποχή του επαγγελματία;

Μια τυπική φορολογική/λογιστική εργασία περνά περίπου από τα ακόλουθα βήματα: κανονιστική έρευνα, συλλογή δεδομένων και εγγράφων, υπολογισμός, ανάλυση οικονομικών καταστάσεων, δήλωση, επίσημη αλληλογραφία και προετοιμασία ελέγχου. Η τεχνητή νοημοσύνη αγγίζει κάθε κρίκο αυτής της αλυσίδας, αλλά δεν έχει την ίδια εξουσία σε κάθε κρίκο.

  • Έρευνα και σάρωση: Συνοψίζοντας μια μακρά ειδοποίηση, τοποθέτηση θέματος σε σχετικά νομικά άρθρα, επεξήγηση της λογικής μιας διαδικασίας. Η τεχνητή νοημοσύνη είναι πολύ ισχυρή εδώ — αλλά κάθε αναφορά που κάνει χρειάζεται επιβεβαίωση.
  • Υποστήριξη υπολογισμού: Ταξινόμηση των βημάτων μιας φορολογικής βάσης, υπενθύμιση μιας ξεχασμένης έκπτωσης, αποκατάσταση λογαριασμού. Είναι χρήσιμο εδώ, αλλά κάθε αριθμός πρέπει να υπολογιστεί ξανά ανεξάρτητα.
  • Ανάλυση: Ερμηνεία των δεικτών ενός ισολογισμού, σύγκριση δύο περιόδων, κάνοντας ορατή μια τάση. Είναι ισχυρό, αλλά παραπλανητικό χωρίς πλαίσιο βιομηχανίας και περιόδου.
  • Αλληλογραφία και σχέδιο: Μια αναφορά, μια επιστολή συμφωνίας, ένα κείμενο υπεράσπισης. Δημιουργεί πρόχειρο. Ο επαγγελματίας επαληθεύει τη νομική βάση και τη διάρκεια.
  • Υπογραφή και απόφαση: Δήλωση, έκθεση πιστοποίησης, επίσημη γνώμη. Αυτό είναι εξ ολοκλήρου τομέας των ανθρώπων και, όταν είναι απαραίτητο, των ικανών ειδικών.

Βλέποντας αυτή τη διάκριση σε έναν πίνακα τα πράγματα ξεκαθαρίζουν.

Φορολογική/λογιστική εργασία

Ο ρόλος της τεχνητής νοημοσύνης

Ποιανού είναι η τελική λέξη;

Ανακοινωθέν/σύνοψη νομοθεσίας

Υψηλό: γρήγορη απόσταξη

Επαγγελματίας (επιβεβαιώνει πηγή)

Ρύθμιση βημάτων λογαριασμού

Μεσαίο: βύθισμα + προκαταρκτική πτήση

Professional (εκ νέου λογαριασμοί)

Ερμηνεία οικονομικών καταστάσεων

Μέσο: διαμόρφωση

Επαγγελματικό (προσθέτει πλαίσιο)

Σχέδιο αναφοράς/αλληλογραφίας

Υψηλό: παραγωγή κειμένου

Επαγγελματίας (επαληθεύει τη βάση)

Υπογραφή δήλωσης

Κανένα: μόνο προέλεγχος

Επαγγελματίας (νομικός υπεύθυνος)

Πιστοποίηση CPA, ρυθμιζόμενη απόφαση

Μόνο σχέδιο

Αρμόδιος ειδικός + άνθρωπος

Συμβουλή: Δείτε την τεχνητή νοημοσύνη ως «επιταχυντή σκέψης και σύνταξης» και όχι ως «τηλεφωνητή». Οι καλύτεροι επαγγελματίες το χρησιμοποιούν για να κατανοήσουν γρήγορα ένα θέμα και να δημιουργήσουν ένα πρώτο προσχέδιο. Όχι για να μπορεί να αποφασίσει μόνος του.

Γιατί η επαλήθευση είναι αδιαπραγμάτευτη

Το πιο επικίνδυνο χαρακτηριστικό των μεγάλων γλωσσικών μοντέλων είναι το εξής: εμφανίζονται με αυτοπεποίθηση ακόμα και όταν δεν είναι. Μπορεί να παράγουν ένα ανύπαρκτο καταστατικό, έναν εικονικό αριθμό απόφασης, ένα λανθασμένο ποσό εξαίρεσης ή ένα εσφαλμένο ποσοστό. Αυτό ονομάζεται παραίσθηση, κατασκευασμένες πληροφορίες που το μοντέλο παρουσιάζει ως αληθινές. Στο φορολογικό, αυτό είναι θανατηφόρο γιατί η έξοδος γίνεται άμεση δήλωση, αναφορά ή γνώμη και έχει νομικές συνέπειες.

Επομένως, ο αμετάβλητος κανόνας αυτής της ενότητας είναι ο εξής: Κανένα στοιχείο, κανένα ποσό, κανένας λογαριασμός που προέρχεται από την τεχνητή νοημοσύνη δεν εισέρχεται σε επίσημη έξοδο χωρίς να έχει επαληθευτεί. Η επαλήθευση είναι τρία βήματα:

  1. Σύνδεσμος προς την πηγή: Ανοίξτε κάθε νομοθετική αναφορά (νόμος, κοινοποίηση, απόφαση) από την επίσημη πηγή μόνοι σας, δείτε το κείμενο και επιβεβαιώστε ότι ισχύει.
  2. Επανυπολογισμός: Επαναλάβετε κάθε βάση, ποσοστό, ποσό ανεξάρτητα, χειροκίνητα ή σε υπολογιστικό φύλλο.
  3. Λογικό φίλτρο: "Είναι λογικό αυτό το αποτέλεσμα σύμφωνα με τη λογική της νομοθεσίας και την πραγματικότητα της εταιρείας;" παρακαλώ.

Ασφάλεια και συμμόρφωση - κρίσιμοι τομείς: εναπόκειται στο άτομο να αποφασίσει

Η φορολογία και η λογιστική είναι ένας τομέας συμμόρφωσης-κρίσιμης και νομικής ευθύνης από την αρχή μέχρι το τέλος. Η παραγωγή τεχνητής νοημοσύνης δεν αντικαθιστά την επαγγελματική υπογραφή, την ευθύνη δήλωσης και τον επίσημο έλεγχο. Δήλωση εταιρικού φόρου, έκθεση δήλωσης ΦΠΑ, αρχείο τιμολόγησης μεταβίβασης... Ο τελευταίος λόγος σε όλα αυτά? Υπόκειται στην έγκριση της οικείας ΚΑΕ, ΚΠΑ ή φορολογικού δικηγόρου. Το AI προετοιμάζει το προσχέδιο, ο επαγγελματίας το επαληθεύει και το υπογράφει. «Το AI το είπε» δεν είναι άμυνα. Η ευθύνη βαρύνει πάντα τον επαγγελματία και τον φορολογούμενο.

Απόρρητο: τα δεδομένα των φορολογουμένων προστατεύονται από το νόμο

Οι επαγγελματίες βλέπουν τα πιο ευαίσθητα δεδομένα του φορολογούμενου: τζίρος, κέρδη, μισθοί, τραπεζικές συναλλαγές, συμβόλαια. Η επικόλληση αυτών των δεδομένων σε οποιοδήποτε εργαλείο τεχνητής νοημοσύνης αποτελεί παραβίαση τόσο του KVKK (Νόμος για την Προστασία Δεδομένων Προσωπικού Χαρακτήρα) όσο και της υποχρέωσης εμπιστευτικότητας του νόμου περί φορολογικών διαδικασιών (η υποχρέωση του επαγγελματία να διατηρεί εμπιστευτικά τα στοιχεία των φορολογουμένων). Θα πρέπει να χρησιμοποιούνται εταιρικά εργαλεία που εγγυώνται τη διατήρηση δεδομένων. Εάν δεν μπορεί να χρησιμοποιηθεί, τα δεδομένα θα πρέπει να είναι ανώνυμα (τα αναγνωριστικά όπως ονόματα, TR ID και τίτλος καλύπτονται και δίνονται στο μοντέλο).

Προσοχή: Μια μισθοδοσία, ένα δοκιμαστικό υπόλοιπο ή μια σύμβαση που επικολλάτε σε ένα δημοσίως διαθέσιμο εργαλείο τεχνητής νοημοσύνης μπορεί να θεωρηθεί ως "κοινόχρηστο με τρίτο μέρος". Εάν έχετε αμφιβολίες, ανωνυμοποιήστε τα δεδομένα ή μην τα ανεβάσετε καθόλου.

τρεις μίνι θήκες

Περίπτωση 1 — Κατασκευασμένη απόφαση. Ένας οικονομικός σύμβουλος κάνει στο AI μια ερώτηση εξαίρεσης. Το μοντέλο λέει "Σύμφωνα με την απόφαση της Διοίκησης Εσόδων με αριθμό 2021/47, ισχύει αυτή η εξαίρεση" και εξηγεί τον αριθμό λεπτομερώς. Ο σύμβουλος το λαμβάνει υπόψη του. Κατά τη διάρκεια της έρευνας, αποδεικνύεται ότι δεν υπάρχει τέτοιο χαρακτηριστικό. Η βάση της γνωμοδότησης καταρρέει και ο φορολογούμενος αντιμετωπίζει αποτίμηση 180.000 TL. Ο σωστός τρόπος ήταν να επιβεβαιωθεί κάθε ισχύων αριθμός ακριβώς από το σύστημα διαχείρισης εσόδων.

Περίπτωση 2 — Παλαιός συντελεστής. Ένας ασκούμενος ρωτά την AI σχετικά με ένα κλιμάκιο φόρου εισοδήματος. Το μοντέλο δίνει το τιμολόγιο του προηγούμενου έτους. Ο υπολογισμός που γίνεται με αυτό το τιμολόγιο θα έχει ως αποτέλεσμα 24.000 TL μείον φόρο. Εάν η δήλωση υποβληθεί με αυτό το έντυπο, θα προκύψει φορολογική απώλεια και πρόστιμο. Ο σωστός τρόπος: να λάβετε την επίσημη έκδοση του τιμολογίου για εκείνο το έτος από την Επίσημη Εφημερίδα/GIB.

Περίπτωση 3 — Καλός χειρισμός. Μια CPA δίνει μια ενότητα 60 σελίδων του Ανακοινωθέντος Γενικής Εφαρμογής ΦΠΑ στην τεχνητή νοημοσύνη και λέει: "Με βάση μόνο αυτό το κείμενο, εξάγετε τα βήματα της διαδικασίας επιστροφής και τα απαραίτητα έγγραφα ανά στοιχείο και γράψτε "not in the text" για ό,τι δεν υπάρχει στο κείμενο." 2 ώρες ανάγνωσης μειώνονται σε 15 λεπτά. Στη συνέχεια συγκρίνει κάθε βήμα με το κείμενο της ειδοποίησης. Εξοικονομεί χρόνο, δεν κάνει λάθη. Αυτή είναι η στοχευμένη ισορροπία.

Αδύναμη προτροπή / Ισχυρή προτροπή

Μια προτροπή είναι η οδηγία που δίνετε στο AI. Η ποιότητά του καθορίζει άμεσα την ποιότητα της παραγωγής.

Αδύναμη προτροπή:

Δώστε πληροφορίες σχετικά με την απαλλαγή από τον ΦΠΑ.

Αυτή η απαίτηση παράγει ένα κείμενο χωρίς πλαίσιο, χωρίς τελεία και χωρίς επαλήθευση. Το μοντέλο συμπληρώνει τα κενά με εφαρμογή.

Ισχυρή προτροπή:

Ο ρόλος σας: σχολαστικός βοηθός φορολογικής έρευνας που εργάζεται για έναν οικονομικό σύμβουλο. Εργασία: Σύμφωνα με το κείμενο της ειδοποίησης που επικολλήθηκα παρακάτω, συντάξτε τους όρους εφαρμογής της εξαίρεσης εξαγωγής, ανά είδος. Κανόνες: - Βασιστείτε μόνο στο κείμενο που έχω δώσει. Γράψτε «όχι στο κείμενο» ό,τι δεν υπάρχει στο κείμενο. - Μην δημιουργείτε κανένα άρθρο, ειδοποίηση ή αριθμό απόφασης. - Σημειώστε κάθε σημείο για το οποίο δεν είστε σίγουροι ως "πρέπει να επαληθευτεί". Μορφή: αριθμημένα βήματα + λίστα "πηγών προς επιβεβαίωση" στο τέλος. [ΚΕΙΜΕΝΟ ΑΝΑΚΟΙΝΩΣΗΣ: ...]

Η δεύτερη προτροπή δίνει το ρόλο, την εργασία, τον πόρο, το όριο και τη μορφή. στενεύει το πεδίο της ψευδαίσθησης.

Τέσσερις αρχές για την ασφαλή χρήση της τεχνητής νοημοσύνης

Κρατήστε τις ακόλουθες τέσσερις αρχές στο γραφείο σας σαν μια κάρτα. Κάθε μονάδα είναι χτισμένη πάνω σε αυτά.

1) ΔΩΣΤΕ ΠΛΑΙΣΙΟ: ρόλος + εργασία + πόρος + περίοδος/έτος + στόχος + όρια.2) ΣΥΝΔΕΣΗ ΜΕ ΠΗΓΗ: κάθε στοιχείο και ποσό πρέπει να βασίζεται σε μια ανιχνεύσιμη επίσημη πηγή.3) ΕΠΑΝΥΠΟΛΟΓΙΣΤΕ: μην εμπιστεύεστε ποτέ την αριθμητική στο μοντέλο, ελέγξτε.4) ΑΝΘΡΩΠΙΚΕΣ ΥΠΟΓΡΑΦΕΣ: η έγκριση είναι το απαιτούμενο πεδίο δήλωσης/απαιτούμενο, ex

Ένα πρότυπο περιγραφής ρόλου που μπορείτε να χρησιμοποιήσετε κατά την έναρξη κάθε νέας συνομιλίας βελτιώνει την ποιότητα της εξόδου από την αρχή:

Είστε ένας σχολαστικός φορολογικός/λογιστής που εργάζεται για έναν οικονομικό σύμβουλο. Οι αμετάβλητοι κανόνες σας: - Βασιστείτε μόνο στις πηγές που σας δίνω και το έτος που καθορίζω. - Μην κατασκευάζετε άρθρα νόμου, ειδοποιήσεις, ισχύοντες αριθμούς ή συντελεστές. - Σημειώστε οτιδήποτε δεν είστε σίγουροι ως "πρέπει να επαληθευτεί". - Δώστε το αριθμητικό αποτέλεσμα αλλά προσθέστε μια σημείωση "πρέπει να υπολογιστεί εκ νέου". Ακολουθήστε αυτούς τους κανόνες σε όλη αυτή τη συνομιλία. Αν καταλαβαίνετε, πείτε «Είμαι έτοιμος» και περιμένετε την εργασία.

Ένα απλό πρότυπο για τη διατήρηση της διαδρομής επαλήθευσης αποθηκεύει την εργασία σας:

Έξοδος: [τι παρήγαγα: υπολογισμός / άρθρο / αναφορά]Πηγή: [ποιος νόμος/κοινοποίηση/διάταγμα, ποιο έτος, ποια διεύθυνση URL]Επανυπολογισμός: [έγινε, ήταν έγκυρο το αποτέλεσμα]Έγκριση: [ποιος, πότε]Κατάσταση: [επιβεβαιώθηκε / δεν επαληθεύτηκε / περιμένει έγκριση από ειδικούς]

Συνήθη λάθη

  • Παρεξηγώντας το μοντέλο ως εξουσία. Η άπταιστη και σίγουρη γλώσσα δεν αποτελεί εγγύηση ακρίβειας. Η ψευδαίσθηση είναι επίσης ρευστή.
  • Αίτημα λογαριασμού χωρίς να προσδιορίσετε την περίοδο. Οι τιμές ποικίλλουν ανά έτος. Η έξοδος χωρίς το έτος είναι πιθανότατα λανθασμένη.
  • Αποδοχή της αναφοράς χωρίς να την ανοίξετε. Οι αριθμοί άρθρων και αρχών δεν μπορούν να χρησιμοποιηθούν χωρίς να προβληθούν από την επίσημη πηγή.
  • Μεταφόρτωση εμπιστευτικών δεδομένων σε μη ελεγχόμενο όχημα. Η παραβίαση του απορρήτου του KVKK και του VUK έχει ως αποτέλεσμα ποινικές και επαγγελματικές συνέπειες.
  • Μη τήρηση ίχνους επαλήθευσης. "Από πού προήλθε αυτό το ποσό/αντικείμενο;" Εάν δεν μπορείτε να απαντήσετε στην ερώτηση, το αποτέλεσμα δεν είναι έτοιμο για δημοσίευση.

Συνοπτικά

Η τεχνητή νοημοσύνη είναι ένας ισχυρός βοηθός που επιταχύνει κάθε βήμα στα οικονομικά και φορολογικά, από την έρευνα μέχρι τη σύνταξη, από τον υπολογισμό μέχρι την ανάλυση. Αλλά η εξουσία του ποικίλλει ανάλογα με το επίπεδο κινδύνου της εργασίας: στον έλεγχο είναι υψηλός, στη λογιστική είναι σε επίπεδο πριν από την πτήση, στις δηλώσεις και τις απόψεις είναι μόνο σχέδιο. Ο σταθερός κανόνας είναι η επαλήθευση. Κανένα στοιχείο, ποσό ή λογαριασμός δεν εισάγεται στην επίσημη εκτύπωση χωρίς επιβεβαίωση. Τα δεδομένα των φορολογουμένων προστατεύονται από τις υποχρεώσεις εμπιστευτικότητας KVKK και VUK. Η τελική ευθύνη και η υπογραφή ανήκει πάντα στον επαγγελματία. Σε όλη αυτή την ενότητα θα μάθουμε κάθε τεχνική μαζί με αυτό το πλαίσιο ασφαλείας.

Εργασία εφαρμογής

Επιλέξτε το δικό σας (πραγματικό ή δείγμα) αρχείο φορολογουμένων. Διαχωρίστε την τυπική ροή εργασίας για αυτό το αρχείο σε πέντε βήματα (έρευνα, υπολογισμός, ανάλυση, αλληλογραφία, δήλωση), παρόμοια με τον παραπάνω πίνακα. Για κάθε βήμα, συμπληρώστε τον ρόλο της τεχνητής νοημοσύνης (υψηλό/μεσαίο/κανένα) και τη στήλη "ποιος ο λόγος είναι τελικός". Στη συνέχεια, δημιουργήστε ένα δείγμα εγγραφής χρησιμοποιώντας το πρότυπο διαδρομής επαλήθευσης σε ένα βήμα: ποια έξοδο, ποια πηγή, υπολογίστηκε εκ νέου, ποιος την ενέκρινε, ποια είναι η κατάστασή της.

λίστα ελέγχου

  • [ ] Τοποθέτησα την τεχνητή νοημοσύνη ως "βοηθό", όχι ως "επαγγελματία υπογραφής".
  • [ ] Προσδιόρισα το επίπεδο κινδύνου κάθε αποστολής και ποιος είχε τον τελευταίο λόγο.
  • [ ] Σχεδίασα επαλήθευση τριών βημάτων (πηγή, επανυπολογισμός, λογική) για κάθε κρίσιμο αποτέλεσμα.
  • [ ] Έχω καθορίσει την περίοδο/έτος σε κάθε προτροπή.
  • [ ] Αξιολόγησα τα δεδομένα των φορολογουμένων όσον αφορά την εμπιστευτικότητα KVKK και VUK. Το ανωνυμοποίησα αν χρειαζόταν.
  • [ ] Έγραψα τις προτροπές μου με ρόλο, πόρο, όριο και μορφή.
  • [ ] Έχω δεσμευτεί να χρησιμοποιήσω το πρότυπο διαδρομής επαλήθευσης.