Dokumente automatisch auslesen: Von der Erkennung zur geprüften Buchung

Am Montag liegen im gemeinsamen Postfach siebzehn PDF-Rechnungen, drei Handyfotos von Lieferscheinen und ein eingescannter Stapel Formulare. Die PDFs sehen alle verschieden aus, zwei davon sind selbst nur Scans. Jemand im Büro öffnet sie nacheinander, liest Lieferant, Datum, Rechnungsnummer, Beträge und Steuersatz ab und tippt sie in die Buchhaltung. Das kostet Stunden und ist nicht der Teil, an dem man Können braucht.

Das Ausgangsbild ist in kleinen Betrieben, Praxen und Handwerksfirmen weit verbreitet. Es fällt kaum auf, weil jede einzelne Rechnung nur wenige Minuten dauert. Aufsummiert bindet es aber Zeit, die an anderer Stelle fehlt, und es erzeugt Fehler an unscheinbaren Stellen: vertauschte Ziffern, ein vergessenes Skonto, eine Rechnung, die zweimal gebucht wird, weil sie einmal per Post und einmal per Mail kam.

Hinzu kommt, dass Wissen an einer Person hängt. Wer seit Jahren die Eingangsrechnungen erfasst, weiß, dass ein bestimmter Lieferant das Datum im Fuß der Seite versteckt und ein anderer die Kundennummer groß vor die Rechnungsnummer setzt. Dieses Erfahrungswissen steht nirgends. Fällt die Person aus, beginnt die Fehlersuche bei null, und jede Automatisierung muss dieses Wissen erst sichtbar machen, bevor sie es nachbilden kann.

Der Gedanke liegt nah, das einer Software zu überlassen. In diesem Szenario nehmen wir an, dass der Betrieb dazu bereit ist, aber nicht blind vertrauen möchte. Genau dort setzt die Fachfrage an: Nicht, ob ein Programm Text erkennen kann, sondern wie man sicherstellt, dass nur Geprüftes in der Buchhaltung landet.

Erkennungssysteme werden gern mit einer einzelnen Trefferquote beworben. Für die Praxis ist diese Zahl wenig aussagekräftig, weil sie offenlässt, worauf sie sich bezieht: auf Zeichen, auf Felder oder auf vollständige Dokumente. Ein Dokument mit zwölf relevanten Feldern ist erst dann richtig erfasst, wenn alle zwölf stimmen. Selbst bei hoher Genauigkeit je Feld bleibt ein spürbarer Anteil an Dokumenten mit mindestens einem Fehler.

Gefährlicher als der Fehler ist der stille Fehler. Wird eine 1 als 7 gelesen oder ein Komma verrutscht, sieht das Ergebnis plausibel aus. Niemand bemerkt es, bis die Zahlung ausgelöst ist oder der Steuerberater nachfragt. Ein Mensch tippt zwar auch falsch, merkt aber oft an der Summe, dass etwas nicht passt. Eine Automatik tut das nur, wenn man ihr diese Prüfung ausdrücklich beibringt.

Dazu kommen Dokumente, die gar nicht ins Muster passen: Gutschriften mit negativen Beträgen, Sammelrechnungen über mehrere Lieferscheine, Rechnungen in Fremdwährung, handschriftliche Ergänzungen, Stempel über Zahlen. Und es kommen immer neue Lieferanten hinzu, deren Layout das System nie gesehen hat. Eine seriöse Lösung muss für all das einen Weg haben, der nicht Raten heißt.

Klassische OCR wandelt ein Bild in Text um, mehr nicht. Sie liefert Zeichen und deren Position, aber kein Verständnis, was davon die Rechnungsnummer und was die Kundennummer ist. Um Felder zu gewinnen, braucht man Regeln oder Vorlagen: Suche rechts neben dem Wort „Rechnungsnr.“, nimm die Zahl im Kasten unten rechts. Das funktioniert zuverlässig, solange ein Lieferant sein Layout beibehält, und bricht beim ersten Redesign.

KI-Extraktion geht anders vor. Ein Modell betrachtet Text und Layout gemeinsam und ordnet Felder nach Bedeutung zu, auch bei Layouts, die es noch nie gesehen hat. Das spart die Pflege von Vorlagen und verkraftet Varianten. Der Preis ist eine andere Fehlerart: Das Modell kann plausible, aber erfundene oder vertauschte Werte liefern, und seine Entscheidungen sind weniger leicht nachzuvollziehen als eine Regel.

Die dritte Art wird oft vergessen: gar nicht lesen. Seit dem Aufbau der E-Rechnung liegen viele Rechnungen als strukturierte Datei vor, etwa im Format XRechnung oder ZUGFeRD, deren Felder direkt auslesbar sind. Hier ist Erkennen überflüssig, und das Auslesen wird zu einer Schemaprüfung. Ein guter Eingangsweg fragt deshalb zuerst, ob strukturierte Daten vorhanden sind, und greift erst dann zu OCR oder KI.

Wir würden die Verfahren nicht gegeneinander stellen, sondern staffeln. Strukturierte Daten zuerst, bei bekannten Lieferanten mit stabilem Layout Regeln oder Vorlagen, für alles andere KI-Extraktion. Jede Stufe hat einen anderen Fehlercharakter, und die Prüfschicht danach muss mit allen umgehen können.

Aus der Analyse folgt eine Grundentscheidung: Das Auslesen darf nie allein über eine Buchung entscheiden. Die Extraktion liefert Vorschläge, eine eigene Schicht prüft sie, und erst was beides besteht, läuft automatisch weiter. Das ist langsamer zu bauen als ein Skript, das Felder in die Buchhaltung schreibt, aber nur so lässt sich später sagen, warum etwas durchging.

Die Alternative, jeden Beleg zusätzlich von einem Menschen gegenlesen zu lassen, erscheint sicher, spart aber kaum etwas. Menschen prüfen schlecht, wenn fast alles stimmt: Die Aufmerksamkeit sinkt, und der seltene Fehler rutscht durch. Besser ist, die Aufmerksamkeit dorthin zu lenken, wo das System selbst Zweifel hat oder eine Regel verletzt wurde. Eine kleine, gut begründete Prüfschlange ist wirksamer als ein großer, abgenickter Stapel.

Eine weitere Abwägung betrifft den Anbieter. Fertige Dienste zur Belegerkennung sind schnell eingerichtet und lernen aus vielen Dokumenten, schicken die Belege aber an Dritte und passen sich schlecht an Besonderheiten an. Eine eigene Lösung auf Basis offener Komponenten ist aufwendiger, gibt aber Kontrolle über Datenfluss, Regeln und Kosten. Bei sensiblen Unterlagen, etwa aus Arztpraxen, wiegt der Datenfluss schwerer. Dann gehört die Frage nach Auftragsverarbeitung und Speicherort an den Anfang, nicht ans Ende.

Unsere Empfehlung wäre, klein zu beginnen: mit einem Dokumenttyp, meist dem Rechnungseingang, und mit den fünf bis zehn häufigsten Lieferanten. Wer zuerst die Prüfkette sauber baut, kann später weitere Dokumenttypen anschließen, ohne die Sicherheit neu zu erfinden.

Ein Beleg kommt über einen festen Eingang an: ein Postfach, einen Upload, einen Scan-Ordner. Schon hier wird er mit einer Prüfsumme der Datei und einer ersten Dublettenprüfung versehen. Danach folgt die Erkennung, die je nach Quelle den passenden Weg wählt. Das Ergebnis ist kein Buchungssatz, sondern ein Datensatz mit Feldern, zugehörigen Textstellen und einer Konfidenz je Feld.

Die Feldprüfung kontrolliert zuerst das Format: Ist das Datum ein Datum, ist die IBAN formal gültig, hat die Umsatzsteuer-ID das erwartete Muster. Dann folgt die fachliche Plausibilität. Stimmt Netto plus Steuer gleich Brutto? Entspricht der Steuerbetrag dem Satz, in Deutschland typischerweise 19 oder 7 Prozent? Summieren sich die Positionen zur Gesamtsumme? Kennen wir den Lieferanten, und passt seine Bankverbindung zu der, die wir bisher hatten?

Besonders wertvoll ist der Abgleich mit dem, was ohnehin im Haus ist. Gibt es zur Rechnung eine Bestellung oder einen Lieferschein, sollten Mengen und Beträge zusammenpassen. Ist die Rechnungsnummer dieses Lieferanten schon einmal vorgekommen, ist es ein Dublettenverdacht. Weicht eine Bankverbindung ab, ist das ein klassisches Betrugsmuster und gehört nie in den Automatikpfad, auch bei hoher Erkennungssicherheit.

Am Ende der Kette steht eine Entscheidung mit drei möglichen Ausgängen: automatisch verarbeiten, an die Prüfschlange geben oder ablehnen mit Begründung. Jede Entscheidung wird protokolliert, samt der Regel, die sie ausgelöst hat. Das Protokoll ist unscheinbar, aber es macht das Verfahren später überhaupt erst bewertbar.

Technisch besteht die Lösung aus wenigen Bausteinen. Ein Eingangsdienst nimmt Dateien an und legt sie unveränderlich ab. Ein Erkennungsdienst liefert die Felder, entweder aus der Struktur einer E-Rechnung, über Regeln für bekannte Layouts oder über ein Modell, das Text und Position gemeinsam bewertet. Eine Prüfschicht kontrolliert die Ergebnisse, und ein Workflow verteilt sie. Alle Teile lassen sich getrennt austauschen, was bei der schnellen Entwicklung der Modelle wichtig ist.

Die Konfidenz ist das heikelste Konzept. Viele Modelle geben je Feld einen Wert zwischen null und eins aus, der aber nur bedingt kalibriert ist: Ein Wert von 0,9 heißt nicht, dass neun von zehn Antworten stimmen. Wir würden Schwellen deshalb nicht nach Gefühl setzen, sondern an echten Belegen kalibrieren. Man lässt eine Stichprobe durchlaufen, vergleicht mit der manuellen Erfassung und legt die Schwelle dort an, wo die Fehler beginnen.

Pflichtfelder wie Betrag, Datum, Rechnungsnummer und Lieferant erhalten strengere Schwellen als Nebenfelder wie Zahlungsziel oder Referenz. Zusätzlich prüfen wir bei Beträgen unabhängig von der Konfidenz, ob die Rechnung arithmetisch aufgeht. Eine Rechnung mit hoher Konfidenz, aber unstimmiger Summe geht in die Schlange. Eine mit mittlerer Konfidenz und stimmiger Summe, bekanntem Lieferanten und passender Bestellung kann durchlaufen.

Die Prüfschlange selbst ist eine einfache Oberfläche: links das Dokument, rechts die erkannten Felder mit markierten Textstellen, darunter der Grund, warum der Beleg hier gelandet ist. Der Mensch korrigiert, bestätigt und kann eine Regel vorschlagen, etwa einen neuen Lieferanten anzulegen. Jede Korrektur wird gespeichert, denn sie ist die wertvollste Datenquelle für die spätere Verbesserung.

Gutschriften und Stornos tragen negative Beträge und beziehen sich auf frühere Rechnungen. Ein System, das nur Standardrechnungen kennt, bucht sie als Zugang. Eine Regel muss deshalb Belegart und Vorzeichen zusammen prüfen und eine Gutschrift mit dem ursprünglichen Beleg verknüpfen. Ebenso knifflig sind Sammelrechnungen mit mehreren Steuersätzen: Hier reicht es nicht, einen Satz zu prüfen, jede Position muss zum eigenen Satz passen, und die Teilsummen müssen sich zur Gesamtsumme fügen.

Handyfotos sind ein eigenes Kapitel. Schräge Aufnahmen, Schatten und Knicke verschlechtern jede Erkennung. Hilfreich ist eine Vorverarbeitung, die Seiten begradigt, zuschneidet und die Qualität bewertet. Bei zu schlechter Qualität sollte das System nicht raten, sondern eine neue Aufnahme anfordern. Das ist unbequemer als ein Ergebnis, aber ehrlicher als eine falsche Zahl.

Bei Formularen, etwa Patientenbögen oder Anmeldungen, kommt Handschrift ins Spiel. Handschrifterkennung ist deutlich weniger zuverlässig als die von gedrucktem Text, und Ziffern in Formularfeldern sind besonders fehleranfällig. Wir würden dort grundsätzlich ein Vier-Augen-Prinzip für sensible Felder beibehalten und die Automatik auf Vorbefüllung beschränken. Dasselbe gilt für Unterlagen mit Gesundheitsdaten: Sie verlangen eine sorgfältige Klärung von Speicherort und Verarbeitung, bevor irgendein Dienst sie sieht.

Schließlich die Sprache: Rechnungen aus dem Ausland tragen andere Datumsformate, Dezimaltrennzeichen und Steuerbegriffe. Ein Betrag wie „1.234,50“ bedeutet etwas anderes als „1,234.50“. Die Regeln müssen Herkunftsland und Währung kennen, sonst entstehen Fehler um den Faktor tausend, die sogar in der Summenprüfung konsistent aussehen.

Der Nutzen einer solchen Lösung ist plausibel, aber nicht pauschal zu beziffern. Zu erwarten ist, dass Routinebelege von bekannten Lieferanten mit geringem Aufwand durchlaufen und dass die Zeit pro Beleg sinkt. Wie stark, hängt vom Dokumentmix, von der Qualität der Vorlagen und von der Zahl der Zweifelsfälle ab. Eine Zusage wie „80 Prozent weniger Arbeit“ wäre ohne die konkreten Belege des Betriebs erfunden.

Messen lässt sich vieles, und zwar vor dem Start. Man nimmt eine Stichprobe von mehreren hundert echten Belegen, erfasst sie einmal manuell als Referenz und lässt das System dieselben lesen. Dann zählt man je Feld und je Dokument die Fehler, getrennt nach harmlosen und folgenreichen. Wichtig ist die Unterscheidung zwischen der Quote vollständig richtiger Dokumente und der Quote der Fehler, die unbemerkt durchgingen.

Im Betrieb kommen laufende Kennzahlen hinzu: Anteil der automatisch verarbeiteten Belege, Anteil der Prüfschlange, Zeit bis zur Freigabe, Anteil der in der Schlange korrigierten Felder und der Zufallsstichprobe aus dem Automatikpfad. Die letzte Kennzahl ist die ehrlichste, denn sie misst, was das System für richtig hielt und was nicht war. Ein monatliches Ziehen von zwanzig oder dreißig automatisch verarbeiteten Belegen reicht für ein erstes Bild.

Nicht versprechen lässt sich Fehlerfreiheit. Auch eine gute Kette lässt gelegentlich einen falschen Beleg durch, und die Verantwortung für die Buchführung bleibt beim Unternehmen. Ebenso wenig lässt sich im Voraus sagen, wie schnell sich die Investition rechnet. Sinnvoll ist eine Pilotphase mit klarem Abbruchkriterium: Wenn die Fehlerquote im Automatikpfad nach der Kalibrierung über der vereinbarten Grenze bleibt, wird die Schwelle gesenkt und mehr Menschenarbeit eingeplant.

Mit der Erkennung ist ein Beleg nicht erledigt, er muss auch auffindbar und über Jahre unverändert bleiben. Das Original gehört mit den extrahierten Daten und dem Entscheidungsprotokoll verknüpft abgelegt, nicht nur der Buchungssatz. Wer später eine Betriebsprüfung oder eine Nachfrage bedienen muss, will das Dokument sehen und nachvollziehen, wie es gebucht wurde. Eine Umbenennung nach klaren Regeln und eine Ablage mit Schreibschutz helfen mehr als ein kompliziertes Archivprodukt.

Zur Orientierung: Für Buchungsbelege und Geschäftsbriefe gelten in Deutschland gesetzliche Aufbewahrungsfristen von mehreren Jahren, je nach Dokumentart häufig im Bereich von sechs bis zehn Jahren, und es gibt Anforderungen an Unveränderbarkeit und Nachvollziehbarkeit. Die Fristen wurden in der Vergangenheit geändert. Das ist keine Rechtsberatung. Klären Sie die konkrete Ausgestaltung, auch ob das Papieroriginal nach dem Scannen entfallen darf, mit Ihrer Steuerberatung.

Drei Erfahrungen tragen am weitesten. Erstens entscheidet die Qualität des Eingangs mehr als die Wahl des Modells: Ein fester Postfach- und Scanweg, saubere PDFs und das Bitten der Lieferanten um E-Rechnungen verbessern alles Nachgelagerte. Zweitens ist die Prüfschicht der eigentliche Wert, denn Modelle wechseln, Regeln bleiben. Drittens sind Korrekturen aus der Schlange kein Ärgernis, sondern Trainingsmaterial für Regeln, Lieferantenlisten und Schwellen.

Zur Einordnung gehört auch, was nicht automatisiert werden sollte. Freigaben von Zahlungen, Änderungen an Stammdaten wie Bankverbindungen und die Entscheidung bei unklaren Steuerfragen bleiben bei Menschen. Die Automatik bereitet vor, belegt und warnt, sie trägt aber keine Verantwortung. Wer diese Grenze ausdrücklich zieht, baut ein System, dem das Team vertraut, weil es seine Grenzen kennt.

Dokumente automatisch auszulesen lohnt sich, wenn regelmäßig viele ähnliche Belege anfallen und die Erfassung Zeit bindet, die anderswo besser eingesetzt wäre. Entscheidend ist nicht die Erkennungstechnik, sondern die Kette danach: Prüfregeln, Konfidenz, eine Schlange für Zweifelsfälle und ein Protokoll. Mit dieser Kette ist ein Fehler ein sichtbares Ereignis, ohne sie ein stiller Schaden.

Der nächste Schritt ist klein und kostet nichts als etwas Zeit. Sammeln Sie hundert zufällige Belege der letzten Monate, sortieren Sie sie grob nach Lieferant und Format und notieren Sie, wie viele davon bereits strukturiert vorliegen. Diese Zählung zeigt, wo sich Automatisierung überhaupt rechnet und welche Sonderfälle zu erwarten sind. Auf dieser Grundlage lässt sich ein Pilot mit klarem Messplan skizzieren.

Planen Sie dabei Zeit für die Referenz ein. Die manuelle Erfassung der Stichprobe wirkt wie ein Umweg, ist aber das Fundament jeder späteren Aussage: Ohne bekannte richtige Werte lässt sich weder eine Schwelle festlegen noch eine Fehlerquote behaupten. Wer an dieser Stelle spart, erkauft sich ein System, dessen Zuverlässigkeit niemand belegen kann, auch der Anbieter nicht.

Wir schauen uns diese Stichprobe gern mit Ihnen an und sagen klar, ob sich ein Pilot lohnt oder ob ein sauberer Eingangsweg und E-Rechnungen als erster Schritt genügen. Auch das kann das beste Ergebnis sein: weniger Technik, dafür weniger Fehler.