KI-Agenten scheitern selbst bei spezialisierten Steueraufgaben häufig: Die beste Pass-Rate liegt bei nur 10,8 % bei einem 95-%-Rubrik-Schwellenwert. Für Teams, die Steuer-Agenten entwickeln, liefert der Benchmark konkrete Schwachstellen wie fehlendes proaktives Urteilsvermögen und Umgang mit unvollständigen Unterlagen.