Belege landen im System, ohne dass jemand sie abtippt.
Rechnungen, Lieferscheine, Formulare: Daten, die bereits existieren, werden ein zweites Mal von Hand erfasst. Das ist der Vorgang mit dem klarsten Muster — hohes Volumen, immer dieselben Felder, teure Ausnahmen an wenigen Stellen.
Bringen Sie dreißig echte Belege mit — die schlechten ausdrücklich eingeschlossen. Daran lässt sich mehr zeigen als an jeder Folie.
Belegerfassung ist der Vorgang, bei dem die Rechnung am einfachsten aufgeht: Die Daten existieren bereits, sie stehen auf einem Dokument, und jemand überträgt sie von Hand in ein System. Volumen, Wiederholung und klar benennbare Ausnahmen sind beisammen — das Muster, nach dem wir Fälle auswählen.
Trotzdem scheitern viele dieser Projekte, und meistens nicht an der Erkennung. Sie scheitern daran, dass niemand vorher entschieden hat, was mit den unsicheren Fällen passiert, oder dass die erfassten Daten gegen nichts geprüft werden und deshalb niemand ihnen traut. Diese Seite beschreibt, wie wir das anders aufziehen.
Branchenspezifisches zur Logistik — Frachtpapiere, Zolldokumente, Gefahrgut — steht unter KI-Automatisierung in der Logistik. Weitere Fälle unter Anwendungsfälle.
Womit wir in der Regel anfangen.
Die Reihenfolge richtet sich nicht nach technischer Schwierigkeit, sondern nach Volumen und danach, wie klar die Prüfregeln sind.
Eingangsrechnungen
Der Standardfall: Lieferant, Rechnungsnummer, Datum, Positionen, Steuersätze, Summen. Der Vorteil liegt in den Prüfregeln — Positionen müssen sich zur Summe addieren, der Steuersatz muss zum Betrag passen. Wo die Rechnung nicht aufgeht, weiß man es sofort.
Lieferscheine und Bestellungen
Interessant, weil sie sich gegen vorhandene Daten prüfen lassen: Gibt es die Bestellnummer? Stimmen Artikel und Menge? Hier entsteht der Nutzen weniger beim Erfassen als beim Abgleich.
Formulare und Anträge
Feste Struktur, aber oft schlechte Qualität — eingescannt, fotografiert, handschriftlich ergänzt. Gut automatisierbar, solange klar ist, welche Felder ein Mensch bestätigen muss.
Verträge und Nachweise
Hier geht es selten um alle Daten, sondern um wenige: Laufzeit, Kündigungsfrist, Vertragspartner, Gültigkeit eines Zertifikats. Der Rest bleibt Dokument. Diese Fälle lohnen sich, wenn Fristen überwacht werden müssen.
Wann sich die Automatisierung trägt.
Das passt, wenn …
- mindestens fünfzig Belege pro Woche durch dieselben Hände gehen
- die erfassten Daten in einem System landen, das eine Schnittstelle oder zumindest einen Import hat
- es Referenzdaten gibt, gegen die sich prüfen lässt — Lieferanten, Artikel, Bestellungen, Kunden
- jemand benennen kann, welche Felder teuer sind, wenn sie falsch sind
Das passt nicht, wenn …
- die Belege ohnehin strukturiert ankommen (EDI, XRechnung, ZUGFeRD) — dann ist ein Import billiger als jeder Agent
- jede Position einzeln fachlich beurteilt werden muss; dann wird nur die Erfassung schneller, nicht die Arbeit
- das Zielsystem keine Schnittstelle hat und auch keine bekommen soll
- niemand entscheiden darf, was bei Unsicherheit passiert
Vom Belegstapel zur Automatisierungsquote.
Der allgemeine Ablauf steht auf der Seite zur KI-Automatisierung; hier die Fassung für Belege.
-
Dreißig echte Belege, nicht dreißig Musterbelege
Wir sehen dem zu, der die Erfassung täglich macht, und nehmen zwei Zahlen auf: Belege pro Woche und Minuten pro Beleg. Dazu sammeln wir einen Querschnitt echter Dokumente ein — inklusive der schiefen Scans und der Ausnahmen, die immer jemand von Hand klärt. Daran sagen wir Ihnen vorab, welche Quote realistisch ist.
-
Pilot mit Abgleich gegen Ihre Stammdaten
Die Erfassung läuft gegen Ihre echten Referenzdaten: Lieferanten, Artikel, offene Bestellungen. Erst dieser Abgleich macht aus einem Textauszug einen brauchbaren Datensatz. Unsichere Felder gehen in eine Prüfansicht statt in das Zielsystem.
-
Messen, wo der Mensch noch eingreifen muss
Die eigentliche Kennzahl ist nicht „erkannt oder nicht", sondern wie viele Belege ohne Eingriff durchlaufen und wie oft jemand korrigieren muss. Beide Zahlen zeigen, wo nachgeschärft wird — und wann der Punkt erreicht ist, an dem weitere Arbeit nichts mehr bringt.
Vier Dinge entscheiden über die Quote — das Modell ist nur eines davon.
Wer bei der Werkzeugauswahl anfängt, diskutiert über den Faktor mit dem geringsten Einfluss.
Die Qualität der Eingänge
Ein PDF mit Textschicht ist etwas völlig anderes als das Foto eines geknickten Durchschlags. Beides kommt vor, und der Unterschied bestimmt die Quote stärker als jede Modellwahl. Deshalb schauen wir vorher hinein.
Die Referenzdaten
Ein Lieferantenname lässt sich raten, eine Lieferantennummer nachschlagen. Wo saubere Stammdaten existieren, steigt die Zuverlässigkeit sprunghaft — und wo sie fehlen, ist das oft die lohnendere Baustelle.
Die Schwelle für Unsicherheit
Ab wann gilt ein Feld als sicher genug? Diese Zahl ist eine Geschäftsentscheidung, keine technische: Sie wägt Korrekturaufwand gegen Folgekosten eines Fehlers ab. Wir schlagen sie vor, entscheiden müssen Sie.
Die Prüfoberfläche
Was passiert mit dem Rest? Eine Ansicht, in der Beleg und erfasster Wert nebeneinander stehen und eine Korrektur zwei Klicks kostet, entscheidet darüber, ob die Lösung im Alltag angenommen wird.
Der Fall, über den selten gesprochen wird: der unsichere Beleg.
In Vorführungen funktioniert die Belegerfassung immer. Vorgeführt wird die saubere Rechnung mit Textschicht, und das Ergebnis ist beeindruckend. Im Betrieb entscheidet sich der Nutzen aber an den zehn bis zwanzig Prozent, bei denen das Modell nicht sicher ist — am verschmierten Scan, am ungewohnten Layout, an der Position, die über zwei Seiten läuft.
Dafür gibt es aus unserer Sicht nur eine verteidigbare Regel: Lücke statt Vermutung. Wo die Erkennung unsicher ist, bleibt das Feld leer und wird markiert. Eine Lücke kostet jemanden eine Minute. Eine plausible, aber falsche Zahl kostet einen Zahlungslauf, eine Korrekturbuchung oder eine Diskussion mit dem Lieferanten — und sie fällt oft erst Wochen später auf.
Das ist unbequem, weil es die sichtbare Quote drückt. Es ist trotzdem richtig: Eine Automatisierung, die zu neunzig Prozent durchläuft und deren Ausgaben man prüfen muss, ist weniger wert als eine mit achtzig Prozent, deren Ergebnissen man traut. Vertrauen ist hier die eigentliche Währung — und es entsteht nur, wenn die Grenzen sichtbar sind.
- Unsichere Felder bleiben leer und werden markiert, nie geraten
- Schwellenwerte je Feld, nicht pauschal — die Rechnungsnummer ist kritischer als der Ansprechpartner
- Prüfansicht mit Beleg und Wert nebeneinander, Korrektur in zwei Klicks
- Korrekturen fließen zurück: was häufig korrigiert wird, wird nachgeschärft
- Das Original bleibt unverändert archiviert — der Beleg ist die Wahrheit, nicht unser Auszug
Was das kostet.
Fester Preis, genannt nach dem Walkthrough und schriftlich fixiert vor dem Start. Vorher wäre er geraten: Belegqualität und Systemlandschaft bestimmen den Aufwand stärker als die Belegart.
Wie wir die Rechnung aufmachen (Beispielzahlen, kein Kundenergebnis): 300 Belege pro Woche, 4 Minuten Erfassung je Beleg sind 20 Stunden. Laufen 80 Prozent ohne Eingriff durch und kostet die Prüfung der übrigen 60 Belege je 1,5 Minuten, bleiben rund 1,5 Stunden. Mit Ihrem internen Stundensatz ergibt das die Amortisationsdauer. Ob Ihre Belege diese Quote hergeben, sagen wir nach Schritt 1 — nicht vorher.
Ehrlichkeits-Klausel: Wenn Volumen und Zeitersparnis die Kosten nicht tragen, sagen wir das im ersten Gespräch. Dann sparen Sie das Geld und wir die Zeit.
Eine Erfassung, die zu neunzig Prozent durchläuft und deren Ausgaben man prüfen muss, ist weniger wert als eine mit achtzig Prozent, deren Ergebnissen man traut.
Was Unternehmen uns dazu fragen
Wir haben schon eine OCR-Lösung. Was ist daran anders?
Klassische Erfassung sucht Felder an festen Positionen oder über Muster und scheitert, sobald ein Lieferant sein Layout ändert. Ein Agent liest den Beleg im Zusammenhang und kann zusätzlich prüfen, ob das Ergebnis plausibel ist — ob die Positionen sich zur Summe addieren, ob es die Bestellnummer gibt. Wenn Ihre OCR-Lösung heute zuverlässig läuft, ist der Hebel allerdings klein; das sagen wir dann auch.
Was ist mit ZUGFeRD und XRechnung?
Wo die Daten strukturiert ankommen, braucht niemand eine Erfassung — dort wird eingelesen, fertig. Interessant ist der Rest: Lieferanten und Kunden, die als PDF, Scan oder Foto schicken und bei denen sich eine Schnittstelle nie gelohnt hat. Erfahrungsgemäß erzeugt genau dieser Teil die Handarbeit.
Wie hoch ist die Erkennungsquote?
Das lässt sich ohne Ihre Belege nicht seriös sagen, und jede Zahl, die Ihnen jemand vorab nennt, stammt aus dessen Beispielen. Deshalb sammeln wir im Walkthrough dreißig echte Dokumente ein und sagen Ihnen danach eine Spanne. Wenn die Belegqualität den Fall kippt, erfahren Sie das, bevor Geld fließt.
Verlassen unsere Belege das Haus?
Das klären wir, bevor etwas gebaut wird: welche Daten wohin fließen, welche Verarbeitung Ihre Verträge abdecken, welche Anbieter Verarbeitung in der EU und keinen Trainingszugriff zusichern. Bei personenbezogenen Daten in Belegen — Bewerbungen, Personalunterlagen, Gesundheitsbezug — gelten eigene Maßstäbe; was sich nicht sauber abbilden lässt, wird nicht automatisiert.
Müssen wir dafür ein neues System einführen?
Nein. Die Erfassung dockt an das an, was da ist: Postfach oder Scanordner auf der einen Seite, ERP, DMS oder Buchhaltung auf der anderen. Wo es keine Schnittstelle gibt, prüfen wir im Walkthrough, ob ein Import reicht — und wenn beides fehlt, ist das der eigentliche Befund.
Was passiert mit den Mitarbeitenden, die das heute machen?
Ihre Arbeit verschiebt sich von der Erfassung zur Prüfung der Ausnahmen — und das sind genau die Fälle, in denen Erfahrung zählt. Wir empfehlen, die Betroffenen früh einzubeziehen, auch aus praktischen Gründen: Sie wissen genau, welche Felder regelmäßig Ärger machen.
Wie viele Belege gehen bei Ihnen pro Woche durch dieselben Hände?
Dreißig Minuten, direkt mit den Leuten, die den Piloten bauen würden. Bringen Sie einen typischen und einen schwierigen Beleg mit — daran klärt sich mehr als an einer Anforderungsliste.
Wenn sich die Rechnung nicht trägt, sagen wir das im ersten Gespräch.