Wie KI Rechnungen, Akte und Belege erkennt: OCR + LLM einfach erklärt

Der Buchhalter macht die E-Mails auf. Da ist eine Rechnung als PDF, ein Foto des Lieferscheins, mit dem Handy hinten im Laderaum des Lkws aufgenommen, und ein gescannter Leistungsnachweis, auf dem der Stempel direkt auf dem Betrag gelandet ist. Und all das muss händisch ins Buchhaltungsprogramm übertragen werden. Jeden Tag.

So etwas zu automatisieren, versucht man schon lange. Aber lange Zeit war das Ergebnis eher so na ja.

1. Warum alte OCR-Systeme nicht wirklich abgehoben sind

Klassische Erkennungssysteme arbeiteten mit Vorlagen. Für jeden Lieferanten wurde eingestellt: Betrag — hier, Nummer — hier, Datum — oben rechts. Hat der Lieferant sein Formular geändert, war die Vorlage kaputt. Kam ein neuer Geschäftspartner dazu, musste wieder alles neu eingerichtet werden.

Bei zehn festen Lieferanten ist das noch irgendwie machbar. Bei Hunderten nicht.

2. Was Sprachmodelle verändert haben

Moderne multimodale Modelle schauen auf ein Dokument ungefähr so wie ein Mensch. Sie verstehen, dass „Gesamtbetrag zur Zahlung“ die Endsumme ist — egal, wo sie steht. Dass eine Tabelle mit den Spalten „Bezeichnung“, „Menge“, „Preis“ die Artikelpositionen enthält. Dass VAT auf zehn verschiedene Arten geschrieben sein kann.

Aber für sich allein ist das noch keine Lösung. Das Modell kann sich irren. Deshalb ist die Erkennung nur der erste Schritt.

3. Wie das System sich selbst prüft

Nachdem das Modell die Felder extrahiert hat, wird jedes einzelne mit Regeln geprüft. Ganz normalen Regeln, ohne irgendeine KI:

• EDRPOU (Ukrainian company code) — die Prüfziffer wird kontrolliert. Ein Fehler in nur einer Ziffer fällt sofort auf.
• IBAN — Format und Prüfsumme werden kontrolliert.
• Arithmetik — die Summe der Positionen muss der Endsumme entsprechen, und der Betrag ohne VAT plus VAT muss dem Gesamtbetrag entsprechen.
• Stammdaten — der Lieferant wird in Ihrer Geschäftspartnerdatenbank gesucht, die Artikel werden mit Ihrem Verzeichnis abgeglichen.
• Vertragspreise — wenn der Preis vom in der Spezifikation festgelegten Preis abweicht, wird das Dokument markiert.

4. Konfidenzschwelle und der Mensch im Prozess

Für jedes Feld vergibt das System einen Konfidenzwert. Wenn auch nur ein Feld unter dem Schwellenwert liegt, oder der Betrag das festgelegte Limit überschreitet, oder die Prüfungen nicht zusammenpassen, läuft das Dokument nicht automatisch durch. Es wird für den Buchhalter hervorgehoben, und die erkannten Felder sind direkt über dem Scan sichtbar. Prüfen und korrigieren — das ist in ein paar Sekunden erledigt.

Und das Wichtigste: Das System erstellt einen Entwurf. Geld wird nie ohne die Freigabe durch eine verantwortliche Person vom Konto abgebucht. Niemals.

5. Was Sie für den Start brauchen

• Eine Auswahl echter Dokumente Ihrer wichtigsten Geschäftspartner — ein paar Dutzend Stück.
• Zugriff auf das Buchhaltungssystem oder das Dokumentenmanagementsystem per API (zum Beispiel DocuSign oder DATEV).
• Verzeichnisse der Geschäftspartner und Artikel.
• Regeln: Was als verdächtig gilt und wer bestätigt.

Schauen Sie sich in einem Demo-Szenario zur Erkennung und Freigabe von Dokumenten Schritt für Schritt an, wie das aussieht. Mehr zur Leistung finden Sie auf der Seite Automatisierung der Dokumentenverarbeitung. Und im Rechner können Sie überschlagen, wie viel Zeit das in der Buchhaltung freimachen kann.