KI und E-Rechnung: Wo sie hilft und wo deterministischer Code Pflicht ist

KI hilft bei der E-Rechnung in Unterstützungsaufgaben: unordentliche Daten Rechnungsfeldern zuordnen, Validierungsfehler erklären und auffällige Rechnungen markieren. Sie darf weder Steuern berechnen noch Summen bilden noch das fertige XML schreiben. Diese Schritte brauchen deterministischen Code, der bei gleicher Eingabe immer dasselbe Ergebnis liefert und testbar ist.

Der Grund ist einfach. Eine E-Rechnung ist ein rechtliches und steuerliches Dokument. Ein falscher Cent oder ein fehlendes Element kann zur Ablehnung führen. Ein Sprachmodell arbeitet mit Wahrscheinlichkeiten und kann auf dieselbe Eingabe verschiedene Antworten geben.

Deterministisch und probabilistisch

Zwei Begriffe helfen hier.

• Deterministischer Code: Gleiche Eingabe, gleiche Ausgabe. Sie können ihn mit Unit-Tests absichern und nachweisen.
• Probabilistische KI: Die Ausgabe ist die wahrscheinlichste Antwort, keine garantierte. Sie kann schwanken und mit Überzeugung falsch sein.

Bei der E-Rechnung sind die Regeln streng. Normen wie EN 16931 legen Pflichtfelder, Berechnungsregeln und Codes fest. Validatoren prüfen sie. Code kann diese Regeln exakt befolgen. Ein Modell kann sie nur annähern.

Zu den Terminen und Formaten der EU-E-Rechnungspflichten lesen Sie den Kalenderbeitrag dieser Seite. Dieser Beitrag nennt keine neuen rechtlichen Termine.

Wo KI helfen kann

Setzen Sie KI dort ein, wo ein Fehler leicht auffällt und eine Person oder ein Validator das Ergebnis prüft.

Quelldaten Rechnungsfeldern zuordnen

Shopdaten sind unordentlich. Bestellnotizen, Zusatzfelder und alte Produktdaten passen oft nicht zum Rechnungsmodell. KI kann eine Zuordnung vorschlagen, etwa welches Zusatzfeld eine Käuferreferenz oder ein Lieferdatum enthält.

Behandeln Sie den Vorschlag als Entwurf. Eine Person genehmigt die Zuordnung einmal. Danach wendet deterministischer Code sie an.

Validierungsfehler erklären

Validatoren liefern technische Meldungen mit Regelcodes. KI kann sie in verständliche Sprache übersetzen und Hinweise geben, wo in Ihren Daten Sie suchen sollten. Das spart Supportzeit.

Ob die Rechnung gültig ist, entscheidet weiterhin der Validator. Die KI erklärt nur.

Auffälligkeiten erkennen

KI kann Rechnungen markieren, die im Vergleich zur Historie ungewöhnlich wirken, etwa eine seltsame Menge, ein neues Land oder eine doppelte Position. Markierungen gehen in eine Prüfliste. Sie ändern die Rechnung nicht.

Freitext bereinigen

Namen, Adressen und Beschreibungen haben oft Tippfehler oder gemischte Formate. KI kann bereinigte Werte zur Prüfung vorschlagen. Pflichtcodes wie Ländercodes sollten Sie trotzdem gegen Codelisten prüfen.

Kundenschreiben entwerfen

Fragt ein Käufer nach einer abgelehnten Rechnung, kann KI eine Antwort entwerfen. Eine Person liest sie und sendet sie ab.

Unstrukturierte Eingaben lesen

Für Lieferanten-PDFs ohne strukturierte Daten kann KI-Extraktion helfen. Nutzen Sie Validierungsregeln und Prüfung, wie in unserem Beitrag zur Extraktionsgenauigkeit beschrieben.

Wo KI nicht eingesetzt werden darf

Diese Aufgaben brauchen exakte, getestete Logik.

Steuerberechnung

Steuersätze, Reverse-Charge, Befreiungen und Rundung folgen festen Regeln. Berechnen Sie sie mit Code und Regeltabellen und mit klaren Tests für jeden Fall. Fragen Sie kein Modell nach dem Steuersatz oder dem Steuerkategorie-Code.

Summen und Rundung

Positionssummen, Rabatte, Zuschläge und der Gesamtbetrag müssen exakt aufgehen. Die Rundung muss einer vereinbarten Methode folgen. Nutzen Sie im Code Dezimalarithmetik, keine Fließkommazahlen und kein Modell.

XML- oder Dokumentenerzeugung

Das XML muss Syntax und Regeln des verwendeten Formats einhalten. Erzeugen Sie es aus strukturierten Daten mit einer Bibliothek oder Vorlage. Ein Modell kann ein Element weglassen, die Reihenfolge ändern oder einen Code erfinden. Die Datei wirkt dann richtig und fällt bei der Validierung durch.

Kennungen und Codes wählen

Einheitencodes, Steuerkategorie-Codes, Zahlungsarten-Codes und Ländercodes stammen aus festen Listen. Ordnen Sie sie mit Nachschlagetabellen zu.

Abschließende Validierung

Lassen Sie die fertige Datei immer von einem echten Validator prüfen. Der Validator ist die Schranke, nicht die Einschätzung eines Modells, die Datei sehe gut aus.

Rechnungsnummern und Pflichtangaben

Rechnungsnummern, Datumsangaben und Pflichtangaben müssen Ihren Regeln und dem geltenden Recht folgen. Lassen Sie sie nicht von einem Modell erzeugen.

Eine sichere Architektur

Gestalten Sie den Ablauf so, dass die KI nie die endgültigen Zahlen berührt.

1. Bestell- und Kundendaten aus dem Shop sammeln.
2. Optionaler KI-Schritt: Feldzuordnungen vorschlagen oder Text bereinigen. Eine Person genehmigt.
3. Deterministischer Schritt: Zuordnungen anwenden, Steuer und Summen berechnen.
4. Deterministischer Schritt: XML oder Hybrid-PDF aus strukturierten Daten erzeugen.
5. Mit Schema- und Regel-Validator prüfen.
6. Schlägt die Validierung fehl, den Fehler anzeigen. Die KI darf ihn in einfachen Worten erklären.
7. Originaldatei archivieren, mit Protokoll darüber, wer oder was etwas geändert hat.

Protokollieren Sie jeden KI-Vorschlag und jede Freigabe. Geht später etwas schief, sehen Sie, was passiert ist.

Checkliste, bevor Sie KI in den Rechnungsablauf einbauen

• Ändert dieser Schritt eine Zahl, einen Steuercode oder XML? Wenn ja, nehmen Sie Code.
• Kann ein Validator oder eine Person das Ergebnis prüfen? Wenn nein, setzen Sie hier keine KI ein.
• Gibt es einen Ausweg, wenn die KI nicht verfügbar ist?
• Protokollieren Sie Eingaben, Ausgaben und Freigaben?
• Haben Sie geprüft, wo die Daten verarbeitet werden und was der Anbieter damit tut?
• Haben Sie Tests mit echten Rechnungen, auch mit Randfällen?

Häufig gestellte Fragen

Kann KI eine konforme E-Rechnung erzeugen?

Nicht zuverlässig allein. Bauen Sie die Rechnung mit deterministischem Code aus strukturierten Daten und validieren Sie sie. KI kann am Rand unterstützen, zum Beispiel mit Vorschlägen für Feldzuordnungen.

Warum soll KI die Umsatzsteuer nicht berechnen?

Die Umsatzsteuer hängt von exakten Regeln und Rundung ab. Ein Modell kann eine plausible, aber falsche Antwort geben, die sich zwischen Durchläufen ändert. Getesteter Code liefert jedes Mal dasselbe Ergebnis.

Hilft KI, Rechnungen zu korrigieren, die die Validierung nicht bestehen?

Ja, als Erklärhilfe. Sie kann den Fehler beschreiben und sagen, was zu prüfen ist. Die Korrektur sollte eine Person oder deterministischer Code vornehmen, und der Validator sollte sie bestätigen.

Ersetzt KI ein Rechnungstool?

Nein. Ein Rechnungstool bietet getestete Berechnung, Erzeugung und Archivierung. KI kann Komfort ergänzen, sollte diese Kernaufgaben aber nicht übernehmen.