KI-Rechnungsdatenextraktion: Wo sie funktioniert, Genauigkeitsgrenzen und Prüfschritte

KI-Extraktion liest klare, häufige Felder gut aus, etwa Rechnungsnummer, Datum, Lieferantenname und Summen. Bei schlechten Scans, ungewöhnlichen Layouts, Positionen und Steuerdetails ist sie schwächer. Kein Extraktionstool ist perfekt. Sie brauchen daher Validierungsregeln und eine menschliche Prüfung für alles, was in Ihre Buchhaltung fließt.

Dieser Leitfaden erklärt, was KI-Extraktion leistet, wo sie hilft, wo sie scheitert und wie Sie einen sicheren Prüfprozess aufbauen.

Was KI-Rechnungsextraktion tut

Sie übergeben dem System ein Dokument, meist ein PDF oder ein Bild. Es liefert strukturierte Daten zurück, zum Beispiel:

• Name und Adresse des Lieferanten
• Rechnungsnummer und Rechnungsdatum
• Fälligkeitsdatum und Zahlungsbedingungen
• Nettobetrag, Umsatzsteuerbetrag und Bruttosumme
• Steuersatz und USt-IdNr.
• Währung
• Positionen mit Beschreibung, Menge und Preis
• Bankdaten wie IBAN

Ältere Tools nutzten feste Vorlagen je Lieferant. Neuere Tools kombinieren OCR mit Sprachmodellen und lesen daher auch Layouts, die sie noch nicht kennen. Diese Flexibilität ist nützlich. Sie bedeutet aber auch, dass eine Ausgabe richtig aussehen und trotzdem falsch sein kann.

Wo es gut funktioniert

KI-Extraktion passt gut, wenn:

• die Rechnung ein digitales PDF mit echtem Text ist, kein Foto.
• das Layout gängig und sauber ist.
• Sie Kopffelder brauchen, nicht jede einzelne Position.
• die Sprache vom Tool gut unterstützt wird.
• eine Person das Ergebnis vor der Buchung bestätigt.

Typische Fälle im Shop sind Lieferantenrechnungen, Abrechnungen von Versanddienstleistern und Gebührenübersichten von Marktplätzen. Ziel ist weniger Tipparbeit, nicht der Verzicht auf Kontrolle.

Wo es scheitert

Kennen Sie die Schwachstellen, bevor Sie dem Ergebnis vertrauen.

Schlechte Scans und Fotos

Unscharfe, schiefe oder kontrastarme Bilder führen zu OCR-Fehlern. Aus einer "6" wird eine "5". Ein Dezimalkomma geht verloren. Solche Fehler wirken klein, ändern aber die Summe.

Zahlenformate

Die Formate unterscheiden sich je nach Land. In Deutschland bedeutet 1.234,50 eintausendzweihundertvierunddreißig und fünfzig Cent. In den USA steht 1,234.50 für denselben Wert. Ein Tool kann das falsche Format lesen, vor allem in gemischten Dokumenten.

Positionen und Tabellen

Tabellen mit verbundenen Zellen, mehreren Seiten oder Rabatten sind schwierig. Positionen können geteilt, zusammengefasst oder ausgelassen werden.

Steuerdetails

Hinweise zur Steuerschuldnerschaft des Leistungsempfängers, gemischte Steuersätze, steuerfreie Posten und Befreiungstexte müssen genau gelesen werden. Ein Modell kann den Steuersatz aus der Summe raten und falsch liegen.

Ähnliche Dokumente

Gutschriften, Proforma-Rechnungen, Lieferscheine und Auftragsbestätigungen sehen Rechnungen ähnlich. Ein Tool kann Daten aus dem falschen Dokumenttyp auslesen.

Erfundene Werte

Ein Sprachmodell kann einen Wert liefern, der nicht auf der Seite steht. Es füllt ein fehlendes Feld womöglich mit einem plausiblen. Behandeln Sie jedes Feld, das das Tool nicht findet, als leer und nicht als Schätzung.

Genauigkeit: Was Sie messen sollten

Vertrauen Sie weder Herstellerangaben noch einer einzelnen Demo. Messen Sie an Ihren eigenen Dokumenten.

1. Sammeln Sie eine Stichprobe echter Rechnungen, zum Beispiel 100, von vielen Lieferanten.
2. Erfassen Sie die richtigen Werte der Schlüsselfelder von Hand. Das ist Ihr Referenzsatz.
3. Lassen Sie das Tool laufen und vergleichen Sie jedes Feld.
4. Zählen Sie Fehler je Feld, nicht nur je Dokument.
5. Notieren Sie, bei welchen Lieferanten und Layouts es am häufigsten scheitert.
6. Wiederholen Sie den Test, wenn Sie Tool oder Einstellungen ändern.

Berichten Sie die Genauigkeit je Feld. Gesamtbetrag und Rechnungsnummer sind wichtiger als eine freie Beschreibung. Ein falscher Betrag kann eine Zahlung zum Scheitern bringen.

Prüfschritte, die Fehler abfangen

Kombinieren Sie automatische Prüfungen mit einer Person.

Automatische Validierungsregeln

Diese Prüfungen brauchen keine KI. Es ist normaler Code.

• Netto plus Umsatzsteuer muss die Bruttosumme ergeben, innerhalb einer Rundungsgrenze.
• Die Summe der Positionen muss dem Nettobetrag entsprechen.
• Der Steuersatz muss für Land und Datum gültig sein.
• Das Datum muss ein echtes Datum sein und darf nicht in der Zukunft liegen.
• Die Rechnungsnummer darf für den Lieferanten noch nicht existieren, um Dubletten zu erkennen.
• Die IBAN muss die Prüfsumme bestehen.
• Die USt-IdNr. muss ein gültiges Format haben. Prüfen Sie sie bei Bedarf im EU-Dienst VIES.
• Die Währung muss bekannt sein.

Schlägt eine Prüfung fehl, geht das Dokument an eine Person.

Konfidenz und Weiterleitung

Viele Tools liefern je Feld einen Konfidenzwert. Nutzen Sie ihn zur Steuerung:

• Hohe Konfidenz und alle Prüfungen bestanden: kurzer Blick oder stichprobenartige Kontrolle.
• Niedrige Konfidenz oder fehlgeschlagene Prüfung: manuelle Kontrolle.
• Neuer Lieferant: die ersten Rechnungen immer prüfen.

Legen Sie die Grenze nicht einmal fest und vergessen Sie sie dann. Testen Sie sie gegen Ihren Referenzsatz.

Menschliche Kontrolle

Zeigen Sie der prüfenden Person das Originaldokument neben den ausgelesenen Werten. Heben Sie Felder hervor, bei denen eine Prüfung fehlschlug. Lassen Sie Werte korrigieren und speichern Sie die Korrekturen. Sie liefern Daten, mit denen Sie den Prozess verbessern.

Datenschutz und Aufbewahrung

Rechnungen enthalten personenbezogene Daten, Bankdaten und Geschäftsgeheimnisse. Bevor Sie Dokumente an einen KI-Dienst senden:

• Prüfen Sie, wo die Daten verarbeitet und gespeichert werden.
• Schließen Sie einen Auftragsverarbeitungsvertrag, wo die DSGVO es verlangt.
• Fragen Sie, ob der Anbieter Ihre Dokumente zum Training von Modellen nutzt.
• Bewahren Sie das Original auf. Steuer- und Buchführungsregeln verlangen die Aufbewahrung von Rechnungen, und das Original muss oft unverändert bleiben.

Die Regeln zu Aufbewahrung und E-Rechnung unterscheiden sich je nach Land. Prüfen Sie die Anforderungen vor Ort.

Ein sicherer Ablauf in Kürze

1. Rechnung per E-Mail oder Upload empfangen.
2. Dokumenttyp erkennen.
3. Felder per KI auslesen.
4. Automatische Validierungsregeln ausführen.
5. Nach Konfidenz und Prüfergebnis weiterleiten.
6. Eine Person bestätigt oder korrigiert.
7. In die Buchhaltung übernehmen und das Original archivieren.
8. Fehlerquoten monatlich verfolgen.

Häufig gestellte Fragen

Wie genau ist KI-Rechnungsextraktion?

Das hängt von Ihren Dokumenten ab. Saubere digitale PDFs liefern deutlich bessere Ergebnisse als Fotos. Messen Sie die Fehlerquote je Feld an Ihrer eigenen Stichprobe, statt sich auf eine allgemeine Zahl zu verlassen.

Kann ich die menschliche Prüfung bei hoher Konfidenz weglassen?

Nicht ohne Test. Auch ein hoher Wert kann falsch sein. Nutzen Sie Validierungsregeln und stichprobenartige Kontrolle. Senken Sie die Prüfquote erst, wenn Ihre eigenen Daten stabile Ergebnisse zeigen.

Ersetzt KI-Extraktion E-Rechnungsformate?

Nein. Eine strukturierte E-Rechnung, etwa als XML, enthält die Daten in festen Feldern und braucht kein Raten. KI-Extraktion hilft bei PDFs und Scans ohne strukturierte Daten.

Ist es sicher, Lieferantenrechnungen an einen KI-Dienst zu senden?

Das kann es sein, wenn Sie Datenstandort, Verträge und Trainingsregeln prüfen. Rechnungen enthalten personenbezogene und finanzielle Daten. Fragen Sie Ihren Anbieter und Ihre Datenschutzstelle.