What sources does Taxxa search?

Taxxa searches a continuously updated collection of more than one million pages from tax authorities, government publications, legislation and case law across the European jurisdictions it covers. Every response cites the underlying material, so a professional can inspect the rule, its jurisdiction and whether it is current before relying on the result.

Can Taxxa work with a team’s own documents?

Yes. Research can combine the public knowledge base with a team’s own PDF, DOCX, CSV and TXT files in one workspace. That makes it possible to compare a client document with the relevant guidance, trace a conclusion to its source and prepare a draft without losing the evidence that supports it.

Who is Taxxa built for?

Accountants, auditors, tax advisors, payroll specialists, bookkeepers and advisory teams working across European jurisdictions. Shared workspaces keep research available to colleagues, and citations make review easier.

Where is customer data stored, and is it used to train models?

Customer data stays in the European Union and is never used to train language models.

Does Taxxa replace professional judgement?

No. Taxxa is a research and drafting workspace. It helps professionals reach an informed starting point faster; the professional still reviews the evidence and makes the final decision. It does not file returns, post bookkeeping entries or give legal advice.

SwedenFAR

Höga AI-sanktioner betyder inte automatiskt väsentlighet

FAR:s omarbetade AI-text säger att höga AI-sanktioner inte automatiskt gör en överträdelse väsentlig — bedöm fakta och effekt enligt ISA 250 — med AI-tidpunkter fram till 2028.

By Taxxa AI OyPublished 27 October 2026

IT, Cybersecurity & Data Audit

FAR har skrivit om sin förklarande text om artificiell intelligens i redovisning, lön och revision.FAR Texten från den 27 oktober 2026 behandlar AI som ett stödverktyg vars resultat måste kontrolleras mot avtal, källmaterial och verifierbara beräkningar. Professionell skepticism och revisorns ansvar för tillräckliga och ändamålsenliga bevis kvarstår.

Inom redovisning kan AI tolka fakturor och föreslå konteringar, men ett förslag för en tjänst som sträcker sig över tid måste fortfarande stämmas av mot avtalet, rätt period, mervärdesskatt och kontoplanen. Attest och övriga kontroller finns kvar, och ett återkommande men felaktigt förslag får inte godtas bara för att liknande poster har hanterats. Inom lön kan ett verktyg strukturera återkommande frågor eller utarbeta ett förklaringsutkast utifrån anonymiserat material, men avtalsversion, datum och berörda villkor måste kontrolleras först. Att bara ta bort namnet är inte alltid anonymisering.

Inom revision kan avvikelseanalys styra fortsatta granskningsåtgärder, men en ovanlig bokning är inte automatiskt ett fel och ett normalt mönster bevisar inte riktighet. Analys av registrerade transaktioner visar inte att populationen är fullständig. Fullständighet och riktighet i räkenskaperna måste fortfarande kontrolleras och behovet av ytterligare bevis bedömas.

Ett välformulerat svar är inte ett tillförlitligt bevis. Promptning förbättrar utgångsläget men flyttar inte ansvaret för bedömningen. Hallucinationer och snedvridningar kan vara systematiska, och ett självsäkert språk mäter inte tillförlitlighet. Väsentliga belopp måste räknas om med en kontrollerbar metod där indata, metod, avrundning och tolkning dokumenteras.

Klientuppgifter får endast lämnas till godkända tjänster enligt intern policy. Roller enligt General Data Protection Regulation och rättslig grund måste kartläggas, uppgifterna minimeras, biträdesavtal ingås där det behövs, och åtkomst, underbiträden, lagring, radering samt eventuella överföringar utanför EES granskas, med en riskbedömning och, vid behov, en konsekvensbedömning. Att uppgifterna inte används för träning gör inte i sig en tjänst säker. Agenter med anslutna verktyg får endast nödvändiga behörigheter, med mänskligt godkännande före åtgärder som utbetalningar eller registerändringar. Otillförlitliga instruktioner i dokument som systemet läser behandlas som data, inte som behöriga instruktioner.

Om Regulation (EU) 2024/1689, AI Act, anger texten den 2 augusti 2026 som allmän tillämpningstidpunktEuropa, med kapitlen I och II tillämpliga från den 2 februari 2025 och kapitel V om modeller för allmänna ändamål från den 2 augusti 2025. De centrala högriskskyldigheterna i kapitel III, avsnitten 1–3, gäller från den 2 december 2027 för system enligt artikel 6.2 och bilaga IIIEuropa och från den 2 augusti 2028 för produktanknutna system enligt artikel 6.1 och bilaga IFAR. Vanlig användning i redovisning eller revision är inte automatiskt högrisk. Artikel 4 kräver åtgärder som stödjer AI-kunnighet hos personal och andra som använder systemen, med hänsyn till kunskap, erfarenhet, uppgift och sammanhang, inte en garanti för en viss individuell nivå. Transparensskyldigheter för vissa system finns i artikel 50, modellskyldigheter i artikel 53 och ytterligare skyldigheter för modeller med systemrisk i artikel 55. AI Act ersätter inte General Data Protection Regulation.

Vid misstänkt lagöverträdelse kan höga möjliga sanktioner vara relevanta men gör inte automatiskt frågan väsentligFAR. Faktiska omständigheter och möjliga effekter på de finansiella rapporterna måste bedömas enligt ISA 250, punkterna 19–22 och A19.FAR NOCLAR hör till IESBA Code of Ethics och kompletterar ISA 250, och det etiska ramverket är inte begränsat till situationer med väsentliga felaktigheter.

Rättslig grund är Regulation (EU) 2024/1689 i lydelse enligt Regulation (EU) 2026/1744Europa, ISA 250 och IESBA Code of Ethics (NOCLAR).

Kontrollera AI-stödda moment i redovisning, lön och revision mot källmaterial och verifierbara beräkningar, och bedöm en misstänkt AI-överträdelse efter fakta och effekt på de finansiella rapporterna enligt ISA 250, inte efter bötesnivån.

Sources