„Die KI soll die Rechnungen erledigen” ist der Satz, mit dem viele Anfragen zu diesem Thema beginnen. Er klingt nach einer klaren Aufgabe, ist aber die falsche Frage. Die richtige Frage lautet: Welchen Teil der Rechnungsverarbeitung übernimmt die KI zuverlässig, und an welcher Stelle bleibt ein Mensch in der Verantwortung? Wer diese Grenze nicht vorher zieht, bekommt entweder ein System, das kaum Arbeit abnimmt, weil überall nachgeprüft wird, oder eines, dem niemand mehr traut, weil es einmal unbemerkt danebenlag.
In einem anonymisierten Projekt aus unserer Arbeit, einem inhabergeführten Handwerksbetrieb mit rund 5 Millionen Euro Umsatz, gingen über 200 Eingangsrechnungen im Monat ein, deren Erfassung rund 40 Stunden Arbeit kostete. Am Ende der Umsetzung waren rund 90 Prozent dieser Zeit weg und die Fehlerquote um 95 Prozent gesunken. Die entscheidende Arbeit lag aber nicht in der Erkennungssoftware, sondern in der Aufteilung, die dahintersteht.
Was die KI zuverlässig übernimmt
Der erste Teil ist die Texterkennung und Datenextraktion: eine Rechnung als PDF oder Scan einlesen und die Felder herausziehen, die tatsächlich gebucht werden. Das ist der Teil, den Software heute gut kann, mit einer wichtigen Einschränkung: Sie kann ihn nur so gut, wie die Extraktion vorher auf das Nötige begrenzt wurde.
In dem genannten Projekt haben wir bewusst nicht versucht, jedes Feld einer Rechnung zu erfassen. Extrahiert wird, was für die Buchung gebraucht wird, nichts darüber hinaus. Diese Beschränkung wirkt unspektakulär, ist aber der Unterschied zwischen einem System, das in vier Wochen läuft, und einem, das ein Jahr an Sonderfällen feilt, die am Ende niemand braucht.
Wo der Abgleich passiert, bevor irgendetwas gebucht wird
Der zweite Teil, den die KI übernimmt, wird häufig übersehen: der Abgleich der extrahierten Daten gegen Stammdaten und offene Bestellungen. Eine Rechnung, die zu keiner Bestellung passt, deren Lieferant unbekannt ist oder deren Betrag von der Bestellung abweicht, ist kein Fall für automatische Buchung, sondern ein Fall, der auffallen muss, bevor er weiterläuft.
Dieser Abgleich ist der eigentliche Wert der Automatisierung, mehr als die reine Texterkennung. Er sorgt dafür, dass Abweichungen auffallen, bevor jemand sie im Nachhinein in der Buchhaltung sucht, wenn die Zuordnung zum ursprünglichen Vorgang schon verloren ist.
Wo der Mensch die Verantwortung behält
Der dritte Teil ist keine technische Frage, sondern eine organisatorische: ab welcher Schwelle ein Mensch die Vorgänge sieht, bevor sie gebucht werden. In dem Handwerksbetrieb lief das über einen Freigabe-Workflow mit Schwellenwert. Unterhalb einer festgelegten Grenze, bei bekanntem Lieferanten und passendem Abgleich, läuft die Buchung durch. Oberhalb, oder bei jeder Abweichung, prüft ein Mensch den Vorgang, bevor er verbucht wird.
Diese Schwelle ist bewusst keine feste Zahl, die sich von einem Betrieb auf den nächsten übertragen lässt. Sie hängt an drei Fragen: Wie teuer ist ein einzelner Fehler, wie oft kommt ein bestimmter Fall vor, und wie schnell fällt ein Fehler überhaupt auf. Eine Rechnung mit ungewöhnlichem Betrag beim immer gleichen Stammlieferanten trägt ein anderes Risiko als eine Rechnung eines Lieferanten, der zum ersten Mal auftaucht.
Warum die Aufteilung sich mit der Zeit verschiebt
Was zu Beginn eines Projekts als Freigabefall gilt, muss es nicht dauerhaft bleiben. In der ersten Phase lief die Automatisierung im Handwerksbetrieb vier Wochen parallel zur manuellen Bearbeitung, und jede automatische Buchung wurde gegen die manuelle geprüft. Diese Phase ist kein Zeichen von Vorsicht um der Vorsicht willen, sondern die einzige Gelegenheit, die Trefferquote wirklich zu kennen, statt sie zu schätzen.
Ist die Trefferquote für eine bestimmte Fallgruppe nach einigen Wochen belegt, kann die Freigabe für genau diese Gruppe entfallen, und die Schwelle sinkt. Umgekehrt sollte es nicht laufen: Eine Schwelle, die ohne belegte Trefferquote von Anfang an niedrig angesetzt wird, verschiebt das Risiko nur nach hinten, in den Moment, in dem der erste unbemerkt falsch gebuchte Vorgang auffällt.
Wichtig ist dabei, die Trefferquote je Fallgruppe zu betrachten, nicht als eine einzige Zahl über den ganzen Rechnungseingang hinweg. Ein Stammlieferant mit immer gleichem Format und stabilen Beträgen erreicht eine andere Quote als ein neuer Lieferant mit wechselnden Rechnungsformaten. Wer beide in einen Topf wirft, verschenkt entweder Zeitersparnis bei den einfachen Fällen oder Sicherheit bei den schwierigen.
Was Sie für Ihren eigenen Rechnungseingang mitnehmen können
Bevor Sie über ein Werkzeug sprechen, beantworten Sie drei Fragen für Ihren eigenen Prozess. Welche Felder werden wirklich gebraucht, um eine Rechnung zu buchen, und welche sind nur „auch interessant”? Wogegen wird abgeglichen, gegen Bestellungen, gegen Verträge, gegen Stammdaten, oder gegen nichts, weil das heute schon niemand tut? Und ab welchem Betrag oder bei welcher Auffälligkeit soll ein Mensch den Vorgang zwingend sehen, bevor er gebucht wird?
Wer diese drei Fragen für den eigenen Rechnungseingang beantworten kann, hat den größten Teil der Arbeit bereits erledigt, die ein Umsetzungspartner sonst zu Beginn eines Projekts leistet. Was danach an Technik kommt, richtet sich nach der Antwort, nicht umgekehrt.
Wie wir automatisierte Rechnungs- und Dokumentenverarbeitung in bestehende Systeme einbinden, mit Freigabe-Workflows und Prüfpfad, steht unter Intelligente Prozessautomatisierung. Wie der Übergang vom Testlauf in den echten Betrieb aussieht, haben wir im Beitrag Warum der Pilot funktioniert und der Betrieb nicht beschrieben.