Beleg → Buchung

Rechnungen sind keine Dokumente – sie sind Geschäftsvorgänge

Eine Rechnung wirkt auf den ersten Blick wie ein einfaches Dokument:

• Lieferant,
• Rechnungsnummer,
• Datum,
• Positionen,
• Betrag,
• Zahlungsziel.

Für ein Unternehmen ist sie jedoch Teil eines komplexen Geschäftsprozesses.

Hinter jeder Rechnung stehen Fragen:

• Gehört die Rechnung zu einer Bestellung?
• Wurde die Leistung tatsächlich erbracht?
• Stimmen Mengen und Preise?
• Ist der Lieferant korrekt zugeordnet?
• Wer darf die Rechnung freigeben?
• Welche Kostenstelle ist betroffen?
• Ist die Zahlung bereits erfolgt?
• Gibt es Abweichungen?
• Muss jemand nacharbeiten?

Eine Rechnung ist deshalb nicht nur ein PDF.

Sie ist ein Informationsknoten zwischen:

• Einkauf,
• Lieferanten,
• Fachabteilungen,
• Controlling,
• Buchhaltung,
• Management,
• ERP-System,
• und Zahlungsprozess.

Genau deshalb entsteht so viel Aufwand, wenn dieser Prozess überwiegend manuell organisiert ist.

Der klassische Rechnungsprozess kostet Zeit an vielen kleinen Stellen

In vielen mittelständischen Unternehmen sieht der Ablauf heute noch ähnlich aus:

Eine Rechnung kommt per E-Mail.

Dann passiert:

1. PDF öffnen
2. Lieferant erkennen
3. Rechnungsdaten prüfen
4. Bestellnummer suchen
5. Daten übertragen
6. Kostenstelle bestimmen
7. Freigabeprozess starten
8. Rückfragen klären
9. Status dokumentieren
10. Buchhaltung informieren

Jeder einzelne Schritt erscheint überschaubar.

Die Summe aller Rechnungen erzeugt jedoch einen erheblichen Aufwand.

Besonders problematisch sind:

• viele unterschiedliche Lieferantenformate,
• fehlende Angaben,
• unklare Zuständigkeiten,
• manuelle Übertragungsfehler,
• fehlende Transparenz über offene Vorgänge,
• und Abhängigkeit von einzelnen Mitarbeitenden.

Die Herausforderung ist nicht, eine einzelne Rechnung zu bearbeiten. Die Herausforderung ist, tausende Geschäftsvorgänge zuverlässig und nachvollziehbar zu steuern.

Warum klassische OCR allein nicht ausreicht

Viele Unternehmen setzen bereits Texterkennung ein.

OCR kann aus einem Bild oder PDF Zeichen und Textinformationen extrahieren.

Das ist ein wichtiger erster Schritt.

Eine Rechnung besteht jedoch nicht nur aus Text.

Entscheidend ist der Zusammenhang:

• Welche Zahl ist der Rechnungsbetrag?
• Welche Nummer ist die Bestellnummer?
• Welche Adresse gehört zum Lieferanten?
• Welche Positionen beziehen sich auf welchen Auftrag?
• Ist der Gesamtbetrag plausibel?
• Gibt es Abweichungen zur Bestellung?

Moderne Belegverarbeitung kombiniert deshalb mehrere Fähigkeiten:

• Texterkennung,
• Dokumentverständnis,
• semantische Analyse,
• Datenabgleich,
• Geschäftsregeln,
• und Freigabelogik.

Das Ziel ist nicht:

Text aus einem Dokument lesen.

Das Ziel ist:

Den Geschäftsvorgang hinter dem Dokument verstehen.

Von der Rechnung zum strukturierten Datensatz

Der erste Schritt einer intelligenten Belegverarbeitung besteht darin, aus einem unstrukturierten Dokument eine strukturierte Informationseinheit zu machen.

Aus einer Rechnung können beispielsweise erkannt werden:

Lieferant

• Firmenname,
• Adresse,
• Lieferantennummer,
• Bankdaten,
• Steuerinformationen.

Rechnungsdaten

• Rechnungsnummer,
• Rechnungsdatum,
• Leistungszeitraum,
• Zahlungsziel,
• Währung.

Beträge

• Nettobetrag,
• Steuerbetrag,
• Gesamtbetrag,
• Rabatte,
• Zuschläge.

Positionen

• Artikel,
• Mengen,
• Preise,
• Einheiten,
• Leistungsbeschreibung.

Prozessinformationen

• Bestellung,
• Projekt,
• Kostenstelle,
• Verantwortlicher,
• Freigabestatus.

Diese Informationen können anschließend mit vorhandenen Unternehmensdaten abgeglichen werden.

Der entscheidende Schritt: Verstehen statt nur Auslesen

Eine Rechnung enthält häufig nicht dieselbe Sprache wie die internen Systeme.

Ein Lieferant schreibt beispielsweise:

Wartung Produktionslinie 3 gemäß Servicevertrag

Intern existiert vielleicht:

• Projekt 4711,
• Kostenstelle Produktion,
• Anlage Linie A,
• Vertrag 2026-07,
• Verantwortlicher Standortleiter.

Ein intelligentes System verbindet diese Informationen.

Es erkennt Zusammenhänge zwischen:

• Dokumentinhalt,
• Stammdaten,
• bisherigen Vorgängen,
• Verträgen,
• Bestellungen,
• und internen Regeln.

Dadurch entsteht aus einer einzelnen Rechnung ein vollständiger Geschäftskontext.

Automatisierte Prüfung mit klaren Regeln

Nicht jede Prüfung benötigt künstliche Intelligenz.

Viele Anforderungen sind klassische Geschäftsregeln.

Beispiele:

Pflichtangaben

• Rechnungsnummer vorhanden?
• Lieferant eindeutig?
• Datum vorhanden?
• Steuerangaben vollständig?

Abgleich

• Passt die Rechnung zur Bestellung?
• Stimmen Mengen überein?
• Stimmen Preise überein?
• Ist der Lieferant bekannt?

Freigaben

• Ab welchem Betrag ist eine zweite Freigabe notwendig?
• Welche Kostenstelle muss bestätigen?
• Welche Rolle darf freigeben?

Plausibilität

• Liegt der Betrag deutlich über bisherigen Rechnungen?
• Gibt es ungewöhnliche Änderungen?
• Wurde dieselbe Rechnung bereits eingereicht?

Regeln schaffen Verlässlichkeit.

KI unterstützt dort, wo Sprache, Kontext und Interpretation notwendig sind.

KI dort einsetzen, wo Menschen heute interpretieren

Viele Rechnungsprozesse enthalten Situationen, die schwer über starre Regeln abzubilden sind.

Beispiele:

• unterschiedliche Leistungsbeschreibungen,
• unklare Zuordnung,
• freie Texte,
• Sonderfälle,
• wiederkehrende Muster,
• Lieferantenwechsel,
• oder fehlende Informationen.

Hier kann KI unterstützen:

• ähnliche Vorgänge erkennen,
• Inhalte zusammenfassen,
• mögliche Zuordnungen vorschlagen,
• Rückfragen vorbereiten,
• Anomalien markieren,
• und relevante Informationen hervorheben.

Wichtig:

Die KI sollte Vorschläge machen.

Sie sollte nicht eigenständig finanzielle Entscheidungen treffen.

Ausnahmefälle sind Teil des Systems

Ein häufiger Fehler bei Automatisierungsprojekten ist die Annahme:

Alles muss automatisch verarbeitet werden.

In der Realität gibt es immer Sonderfälle.

Beispiele:

• unlesbare Rechnung,
• neuer Lieferant,
• widersprüchliche Daten,
• fehlende Bestellung,
• ungewöhnlicher Betrag,
• geänderte Bankverbindung,
• Sondervereinbarung,
• oder unklare Zuständigkeit.

Ein professioneller Prozess definiert deshalb bewusst einen Ausnahmeweg.

Zum Beispiel:

Rechnung erkannt
→ Daten extrahiert
→ Regeln geprüft
→ eindeutig?
    → ja: automatisiert weiterleiten
    → nein: menschliche Prüfung

Die Automatisierung wird dadurch nicht schwächer.

Sie wird zuverlässiger.

Freigabeprozesse werden transparenter

Viele Unternehmen kennen das Problem:

Eine Rechnung liegt irgendwo.

Niemand weiß genau:

• Wer muss noch prüfen?
• Warum wartet sie?
• Seit wann liegt sie dort?
• Welche Information fehlt?
• Wer ist verantwortlich?

Ein digital unterstützter Prozess macht sichtbar:

• aktueller Status,
• zuständige Person,
• offene Aufgaben,
• fehlende Informationen,
• bisherige Entscheidungen,
• Zeitpunkte,
• und nächste Schritte.

Dadurch wird aus einem unsichtbaren E-Mail-Prozess ein steuerbarer Ablauf.

Menschen bleiben verantwortlich

Eine automatisierte Rechnungsverarbeitung bedeutet nicht:

Die KI entscheidet, welche Rechnungen bezahlt werden.

Die Verantwortung bleibt bei den zuständigen Personen und Prozessen.

Besonders kritisch bleiben:

• Zahlungsfreigaben,
• Änderungen von Bankverbindungen,
• Vertragsinterpretationen,
• Sonderzahlungen,
• außergewöhnliche Beträge,
• rechtliche Bewertungen,
• und Ausnahmen.

Das System unterstützt durch:

• Vorbereitung,
• Prüfung,
• Strukturierung,
• Hinweise,
• und Transparenz.

Die Entscheidung bleibt nachvollziehbar menschlich.

Integration in bestehende Systeme

Eine Belegverarbeitungslösung sollte nicht als isolierte Anwendung betrachtet werden.

Der eigentliche Nutzen entsteht durch Integration.

Typische Systeme:

• ERP,
• Buchhaltung,
• Einkaufssystem,
• Dokumentenmanagement,
• Workflow-Plattform,
• Freigabesystem,
• Controlling,
• Archiv.

Ein sinnvoller Prozess könnte aussehen:

Eingangsrechnung
→ Dokumentenerkennung
→ Datenextraktion
→ Lieferantenprüfung
→ Bestellabgleich
→ Freigabeprozess
→ Buchung
→ Archivierung
→ Reporting

Dabei bleibt das führende System erhalten.

Die Automatisierung unterstützt den Prozess, statt einen neuen Schattenprozess aufzubauen.

Ein Beispiel aus einem produzierenden Unternehmen

Ein mittelständischer Maschinenbauer erhält mehrere tausend Eingangsrechnungen pro Jahr.

Die Rechnungen kommen:

• per E-Mail,
• über Lieferantenportale,
• als PDF,
• teilweise als Scan.

Heute:

1. Buchhaltung öffnet jede Rechnung.
2. Lieferant wird gesucht.
3. Bestellnummer wird geprüft.
4. Daten werden übertragen.
5. Fachbereich wird kontaktiert.
6. Freigaben werden per E-Mail verfolgt.

Probleme:

• lange Durchlaufzeiten,
• Rückfragen,
• fehlende Transparenz,
• Fehler durch manuelle Eingabe.

Eine intelligente Verarbeitung könnte:

1. Rechnung automatisch erfassen.
2. Lieferanten erkennen.
3. Daten extrahieren.
4. Bestellung zuordnen.
5. Abweichungen markieren.
6. Freigabeprozess starten.
7. Status dokumentieren.
8. Buchung vorbereiten.

Die Buchhaltung konzentriert sich auf Ausnahmen und Kontrolle.

Nicht mehr auf wiederholte Datenerfassung.

Ein Beispiel aus einem Dienstleistungsunternehmen

Ein Beratungsunternehmen erhält Rechnungen von:

• Freelancern,
• Softwareanbietern,
• Agenturen,
• Mietanbietern,
• und Projektpartnern.

Die größte Herausforderung ist nicht die Texterkennung.

Es ist die Zuordnung:

• Welches Projekt betrifft die Rechnung?
• Welcher Kunde steht dahinter?
• Welche Kostenstelle ist betroffen?
• Ist die Leistung bereits erbracht?
• Wer muss bestätigen?

Eine intelligente Verarbeitung kann aus Rechnung, Projektinformationen und bisherigen Vorgängen eine bessere Grundlage schaffen.

Beispiel:

Rechnung über Beratungsleistungen Mai

wird verbunden mit:

• Projekt Alpha,
• Kunde X,
• Projektleiter Y,
• vereinbartem Leistungsumfang,
• bestehender Bestellung.

So entsteht ein vollständigerer Überblick.

Datenschutz und Finanzdaten

Rechnungen enthalten sensible Unternehmensinformationen:

• Lieferantenbeziehungen,
• Preise,
• Vertragsinformationen,
• Zahlungsdaten,
• Ansprechpartner,
• interne Kostenstrukturen.

Deshalb müssen technische und organisatorische Maßnahmen berücksichtigt werden.

Wichtige Fragen:

• Wo werden Dokumente verarbeitet?
• Welche Systeme erhalten Zugriff?
• Welche Daten verlassen das Unternehmen?
• Welche Rollen dürfen Informationen sehen?
• Wie lange werden Dokumente gespeichert?
• Wie werden Löschfristen umgesetzt?
• Welche Verarbeitungsschritte werden protokolliert?

Gerade bei Finanzprozessen ist Transparenz entscheidend.

Qualität entsteht durch Daten und Regeln

Die Leistungsfähigkeit einer automatisierten Rechnungsverarbeitung hängt nicht nur vom KI-Modell ab.

Entscheidend sind:

• gute Stammdaten,
• klare Prozesse,
• gepflegte Lieferanteninformationen,
• eindeutige Verantwortlichkeiten,
• saubere Freigaberegeln,
• und kontinuierliche Verbesserung.

Eine schlechte Prozessstruktur wird durch KI nicht automatisch besser.

Eine gute Prozessstruktur kann durch KI erheblich beschleunigt werden.

Welche Kennzahlen zeigen den Nutzen?

Der Erfolg sollte messbar gemacht werden.

Mögliche Kennzahlen:

• durchschnittliche Bearbeitungszeit pro Rechnung,
• Anteil automatisch erkannter Rechnungen,
• Anteil manueller Eingaben,
• Zahl notwendiger Rückfragen,
• Durchlaufzeit bis zur Freigabe,
• Fehlerquote,
• Skontoausnutzung,
• Anzahl offener Rechnungen,
• Transparenz über Zahlungsstatus,
• Aufwand der Buchhaltung,
• und Zufriedenheit der beteiligten Teams.

Besonders interessant:

Welche Arbeit verschwindet tatsächlich?

Nicht jede Automatisierung spart Zeit.

Wert entsteht dort, wo wiederkehrende manuelle Tätigkeiten reduziert und Entscheidungen besser vorbereitet werden.

Der beste Einstieg ist ein klar begrenzter Pilot

Nicht jede Rechnungskategorie muss sofort automatisiert werden.

Ein sinnvoller Einstieg:

• ein definierter Lieferantenbereich,
• eine Rechnungsart,
• ein Fachbereich,
• ein bestehender Freigabeprozess,
• klare Erfolgskriterien.

Geeignete Pilotbereiche:

• häufige Standardrechnungen,
• wiederkehrende Dienstleistungen,
• bekannte Lieferanten,
• klare Bestellprozesse.

Im Pilot wird geprüft:

• Welche Datenqualität ist vorhanden?
• Welche Regeln fehlen?
• Welche Ausnahmen treten auf?
• Wie hoch ist der Automatisierungsgrad?
• Welche Kontrollen bleiben notwendig?

Erst danach sollte skaliert werden.

Wie ein erstes Projekt abläuft

1. Prozess verstehen

Wir analysieren:

• heutige Eingangskanäle,
• Bearbeitungsschritte,
• Systeme,
• Rollen,
• Freigaben,
• typische Fehler.

2. Rechnungen untersuchen

Wir betrachten reale Beispiele:

• Standardfälle,
• Sonderfälle,
• unterschiedliche Lieferanten,
• unterschiedliche Formate.

3. Regeln definieren

Wir dokumentieren:

• Pflichtfelder,
• Prüfungen,
• Freigaben,
• Ausnahmen,
• Verantwortlichkeiten.

4. Technologie integrieren

Wir verbinden:

• Dokumentenerfassung,
• KI-Unterstützung,
• ERP,
• Workflow,
• Archiv.

5. Pilot durchführen

Der Prozess läuft zunächst mit menschlicher Kontrolle.

6. Wirkung messen

Wir prüfen:

• Zeitersparnis,
• Fehlerreduktion,
• Akzeptanz,
• Qualität der Erkennung.

7. Skalieren

Weitere Lieferanten, Prozesse und Dokumenttypen werden schrittweise ergänzt.

Typische Fehler bei der Automatisierung von Rechnungen

Nur Texterkennung einführen

Text lesen ist nicht dasselbe wie Geschäftsvorgänge verstehen.

Den Ausnahmeprozess vergessen

Sonderfälle sind nicht Störungen. Sie sind Teil des normalen Betriebs.

Entscheidungen vollständig automatisieren

Finanzielle Verantwortung sollte nachvollziehbar bleiben.

Stammdaten ignorieren

Schlechte Lieferanten- oder Artikeldaten begrenzen jeden Automatisierungsgrad.

Keine Integration planen

Eine isolierte Lösung erzeugt oft nur einen weiteren Arbeitsschritt.

Erfolg nur an Automatisierungsquote messen

Eine niedrigere Automatisierung mit hoher Sicherheit kann wertvoller sein als maximale Automatisierung mit vielen Fehlern.

Die Rechnung ist der Anfang eines besseren Datenflusses

Eine automatisierte Belegverarbeitung reduziert nicht nur manuelle Arbeit.

Sie schafft bessere Informationen über das Unternehmen:

• Welche Lieferanten verursachen Aufwand?
• Wo entstehen Verzögerungen?
• Welche Kosten entwickeln sich?
• Welche Prozesse funktionieren nicht?
• Wo entstehen wiederkehrende Fehler?
• Welche Freigaben bremsen?
• Welche Verträge sollten überprüft werden?

Die Rechnung wird dadurch nicht nur verarbeitet.

Sie wird zu einer Datenquelle für bessere Entscheidungen.

Von der Rechnung zur intelligenten Finanzorganisation

Die Zukunft der Belegverarbeitung liegt nicht darin, PDFs schneller abzutippen.

Sie liegt darin, Informationen zuverlässig durch das Unternehmen zu bewegen.

Ein modernes System verbindet:

• Dokumentverständnis,
• Datenqualität,
• Geschäftsregeln,
• KI-Unterstützung,
• menschliche Freigabe,
• Integration,
• und Transparenz.

So entsteht ein Prozess, der schneller arbeitet und gleichzeitig kontrollierbar bleibt.

Wie viele Rechnungen werden heute noch manuell bearbeitet?

Vielleicht werden Rechnungen noch aus E-Mails übertragen.

Vielleicht fehlen Statusinformationen.

Vielleicht verbringen Mitarbeitende Zeit mit der Suche nach Bestellungen, Freigaben und Zuständigkeiten.

Dann lohnt sich ein Blick auf den tatsächlichen Prozess:

• Wo entstehen Wartezeiten?
• Welche Informationen fehlen regelmäßig?
• Welche Prüfungen sind immer gleich?
• Welche Entscheidungen brauchen weiterhin Menschen?
• Welche Systeme müssen verbunden werden?
• Welche Rechnungsarten eignen sich für einen ersten Pilot?

Bringen Sie einige typische Rechnungen und Ihren heutigen Freigabeprozess mit. Gemeinsam prüfen wir, wie daraus ein nachvollziehbarer, integrierter und effizienterer Belegprozess entstehen kann – mit weniger manueller Arbeit und klarer Verantwortung an den richtigen Stellen.