KI im Rechnungswesen: Effizienz durch Belegerkennung
Thomas M. Wassmer
Thomas M. Wassmer ist selbstständiger Treuhänder und Unternehmensberater. Inhaber Firma TW Consulting. Seine Beratungsfelder sind: Steuern, Finanzen, Wirtschaftsrecht sowie entsprechende Fachapplikationen.
Warum Automatisierung in der Buchhaltung unverzichtbar wird
KI im Rechnungswesen wird sicher vieles verändern; dennoch ist vieles in der Buchhaltung, insbesondere im Schweizer Finanz- und Rechnungswesen sowie im Lohnwesen, bereits stark strukturiert, parametrisiert und regelbasiert. Welcher Artikel zu welchem Ertragskonto gehört, welchen Quellensteuertarif man anwenden muss, oder um Kreditkartenkommissionen auszulesen und zu verbuchen etc. Solange die Daten vollständig und konsistent sind, braucht es nicht unbedingt KI – eine solide Datenpflege und eine gute ERP-Software sowie Hilfstools reichen hier oft aus, können aber selbstverständlich durch KI unterstützt werden, vor allem wenn es darum geht, Arbeitshilfen (Convertingsheets, Buchungsvorlagen etc.) zu erstellen. Man darf nicht vergessen, dass, wo auch immer Daten sind, die in einem Kontext stehen zu Wenndann- Logiken, dann kann ein Entwickler eine passende Formel dazu texten, um dies zu automatisieren.
Doch es gibt einen Bereich, in dem KI tatsächlich zum grossen Gamechanger im Tagesgeschäft wird: die Belegverarbeitung! Gerade dort, wo unstrukturierte Informationen ins Spiel kommen, etwa bei Spesenquittungen, Kreditorenrechnungen oder Zahlungsbelegen, stösst klassische Digitalisierung an ihre Grenzen. Hier entfaltet KI ihr Potenzial, indem die KI Belege erkennen, lesen, verstehen, kontieren kann, und das alles automatisiert.
Wenn man also wissen will, wo KI im Rechnungswesen wirklich Wirkung entfaltet, muss man bei der Belegverarbeitung beginnen. Dieser Beitrag zeigt, warum gerade dort der Schlüssel zur Effizienzsteigerung liegt.
In der modernen Finanzwelt sind Effizienz, Geschwindigkeit und Fehlervermeidung entscheidend. Manuelle Belegerfassung ist zeitaufwendig, fehleranfällig und bindet wertvolle Ressourcen. Durch den Einsatz von Technologien zur automatisierten Belegerkennung, angefangen bei klassischer OCR (Optical Character Recognition) bis hin zu intelligentem Dokumenten-Mapping, kann die Verarbeitung von Rechnungen, Spesenbelegen und Verbindlichkeiten heute fast vollständig automatisiert werden.
Entscheidungsträger in Unternehmen stehen vor der Frage: Wie kann ein moderner, automatisierter Kreditoren-Workflow eingerichtet werden, der Zeit spart, Fehler reduziert und nahtlos in bestehende ERP-Systeme integriert werden kann?
Die Antwort liegt in einer klaren Ablaufschematik, die wir hier Schritt für Schritt darstellen.
Der moderne Kreditoren-Workflow – Schritt für Schritt
Jede Automatisierung beginnt mit der Belegerkennung. Klassisch erfolgt diese über OCR, wobei ein eingescannter Beleg optisch analysiert und der darin enthaltene Text maschinell lesbar gemacht wird. Moderne Systeme gehen jedoch deutlich weiter: Scancenter und spezialisierte Anbieter erstellen aus Papierbelegen oder einfachen PDFs sogenannte mapping-fähige Dokumente. Dabei handelt es sich um strukturierte PDFs, in denen zentrale Inhalte wie Rechnungsnummer, Betrag, Mehrwertsteuer oder Kontoinformationen als klar erkennbare Datenfelder codiert werden (siehe Abbildung 1). Man spricht hier oft von intelligenter Dokumentenerkennung oder semantischem Parsing, ein Ansatz, der über die reine Texterkennung hinausgeht und es erlaubt, Inhalte zielgerichtet auszulesen und korrekt zuzuordnen. Systeme wie DeepO oder Kontera arbeiten genau mit solchen Technologien.
Kurzbeschrieb Kreditoren-Workflow mit KI im Rechnungswesen – klassische Lieferantenrechnung
Das KI-Tool für Kreditoren-Workflow erkennt Rechnung und Details sowie Parameter. Je nach Setting kann die Software trainiert werden, um ähnliche oder identische Belege wiederzuerkennen und die Felder automatisch abzufüllen. Weiter kann auch ein direkter Zahlungsauftrag erstellt und exportiert werden, was den Kreditorenprozess weiter begradigt. Ob dies als Einzelfreigabe oder per gesammelter Zahlungsauftragsliste (meist pain.001-File) passiert, hängt vom Tool und von den Einstellungen ab. Wenn das Dokument erkannt und die Felder ausgefüllt sind, genehmigen Sie die Extraktion der Zahlen, und die Daten werden direkt in Ihr ERP übertragen und gebucht. Nach der Erkennung analysiert das System den Beleg und ordnet ihn automatisch einer Buchungskategorie zu. Dank sogenannter Memory-Effekte, also der Fähigkeit des Systems, wiederkehrende Muster zu erkennen und daraus zu lernen, werden wiederkehrende Lieferanten, Beträge oder Muster der Kontierungspraxis erkannt. So lernt das System mit jeder erfassten Rechnung dazu und kann bei bekannten Belegtypen immer präzisere Buchungsvorschläge machen. Die Informationen werden nicht nur einem Buchhaltungskonto, sondern bei Bedarf auch einer Kostenstelle, einem Projekt oder einem bestimmten Mitarbeitenden zugeordnet. Dadurch lassen sich Spesen, Materialkosten oder Dienstleistungen direkt dort erfassen, wo sie intern verursacht wurden. Beispielsweise wird eine Rechnung für Baumaterial automatisch dem zugehörigen Bauprojekt zugewiesen, während Spesenbelege einer bestimmten Abteilung oder einem Mitarbeitenden zugeordnet werden können.
Besonders effizient wird der Prozess, wenn es um Verbindlichkeiten gegenüber Sozialversicherungen oder Steuerbehörden geht. Diese Positionen werden häufig direkt passiviert, da die geschuldeten Beträge mittels Selbstdeklaration durch das Unternehmen ermittelt werden. Hier bedarf es meist keiner zusätzlichen Buchung bei Erhalt der Abrechnung – einzig Abweichungen wie Verzugszinsen oder weitere Kosten werden separat erfasst.
Am Ende dieses automatisierten Workflows stehen fixfertige Buchungssätze, die direkt ins ERP importiert werden können. Alle relevanten Informationen, vom Betrag über die MWST bis hin zur Kostenstelle, sind korrekt zugeordnet. Der manuelle Aufwand reduziert sich auf ein Minimum. Die Zahlungsfreigabe kann bei Bedarf direkt aus dem Workflow heraus ausgelöst werden, inklusive individuell definierter Genehmigungsstufen.
Passende Produkt-Empfehlungen
Kurzbeschrieb Spesenquittung verarbeiten mit KI im Rechnungswesen
Schritt 1:
Die Abbildung 1 zeigt ein Beispiel eines typischen Spesenbelegs aus einem Gastronomielokal. Ganz praxisnah ist der Beleg zum Zeitpunkt des Scans bereits nicht mehr ganz druckfrisch. Dieser wird nun ganz einfach mit der KI-App gescannt.
Schritt 2:
Die KI hat bereits die wesentlichsten Informationen extrahieren können (siehe Abbildung 3). Sie weiss, dass es um die Kategorie Essen (Essbetriebe und Restaurants) geht, erkennt das Lokal sowie alle wichtigen Positionen der Mehrwertsteuer.
Kleines Extra:
Hier haben wir noch das OCR-Protokoll (siehe Abbildung 4). Trotz des bereits einigermassen ramponierten Belegs konnte die OCR schon sehr viele Informationen richtig oder wenigstens annähernd ermitteln. Die KI hat die unlogischen Daten korrigiert und die restlichen Daten plausibilisiert.
Schritt 3:
Nun kann der Beleg gespeichert bzw. exportiert werden (siehe Abbildung 5). Auch hier spielen wieder die Lösung und das Setting eine Rolle, im Optimalfall kann der Beleg in die ERP importiert werden und wird dabei zeitgleich automatisch verbucht. Selbstverständlich kann man dies noch Projekten oder Dossiers zuordnen. Dank der Rekapitulation der Spesendetails kann mit ChatGPT o.Ä. auch eine (Massen-)Buchungsvorlage erstellt werden, mit welcher die Buchungen ganz einfach in jedes gängige ERP importiert werden können. Der ganze Prozess ist mit nahezu jedem handelsüblichen Smartphone möglich.
Fazit: Effizienzgewinn durch klar strukturierte Automatisierung
Von der intelligenten Belegerkennung über die automatische Kontierung bis hin zur finalen Buchung – der moderne Kreditoren-Workflow lässt sich heute weitgehend automatisieren. Wiederkehrende Buchungen werden zuverlässig erkannt, Kostenstellen korrekt zugeordnet und fehleranfällige manuelle Arbeitsschritte entfallen. Für Entscheidungsträger bedeutet das: weniger Aufwand, weniger Fehler, mehr Kontrolle.
