← Zurück zur Übersicht

Eingangsrechnungen automatisieren: weniger Tipparbeit im Büro

Eingangsrechnungen sind selten strategisch, aber sie fressen zuverlässig Zeit. Dieses Beispiel zeigt, wie ein kleiner Großhandel Rechnungen automatisch ausliest, vorkontiert und zur Freigabe vorbereitet.

Ausgangslage: Papier, PDFs und Rückfragen

Ein technischer Großhandel mit 18 Mitarbeitenden bekam Rechnungen per Post, Portal-Download und PDF-Anhang. Zwei Bürokräfte übertrugen Lieferant, Betrag, Kostenstelle und Zahlungsziel manuell in die Buchhaltung. Fehler waren selten dramatisch, aber lästig: falsche Fälligkeiten, vergessene Skontofristen, Rückfragen an den Einkauf.

Umsetzung: erst erfassen, dann entscheiden

Die Lösung bestand nicht darin, die Buchhaltung „vollautomatisch“ zu machen. Ziel war eine saubere Vorverarbeitung: Dokumente sammeln, auslesen, plausibilisieren und als Freigabevorschlag bereitstellen. Für OCR und Dokumentenerkennung kommen etablierte Anbieter wie ABBYY, Microsoft oder Google Cloud infrage; die Buchungsübergabe hängt vom vorhandenen System ab, etwa DATEV, lexoffice oder sevdesk.

• PDFs und Scans landen in einem zentralen Rechnungseingang.
• OCR liest Lieferant, Rechnungsnummer, Datum, Netto/Brutto und USt. aus.
• KI erkennt Positionen und schlägt Kostenstelle sowie Freigabeperson vor.
• Regeln prüfen Dubletten, IBAN-Abweichungen und ungewöhnliche Beträge.

Eingesetzte Technik

Nutzen

Nach der Einführung musste das Büro nicht mehr jede Rechnung komplett abtippen. Stattdessen wurden Vorschläge geprüft. Besonders hilfreich waren Dublettenprüfung und Skonto-Hinweise. Der Einkauf sah schneller, welche Rechnung zu welcher Bestellung gehört. Die Geschäftsführung bekam eine bessere Übersicht offener Freigaben.

Kostenrahmen (Stand 2026)

Für kleine Betriebe beginnt eine pragmatische Lösung meist mit bestehenden Cloud-Buchhaltungssystemen und kostet grob ca. 30 bis 200 Euro monatlich plus Einrichtung. Individuelle Schnittstellen, alte Warenwirtschaft oder Spezialfreigaben können mehrere tausend Euro Projektkosten verursachen. Wer stark reguliert arbeitet, sollte Datenschutz und Auftragsverarbeitung sauber prüfen; Orientierung bieten die Informationen des BfDI.

Stolperfallen

• Schlechte Belegqualität macht jede KI schlechter.
• „Vollautomatisch buchen“ ist riskant; Vier-Augen-Prinzip beibehalten.
• Ausnahmen wie Anzahlungsrechnungen oder Gutschriften müssen bewusst getestet werden.
• Ohne einheitlichen Rechnungseingang bleibt der Prozess löchrig.

Praxisablauf im Alltag

Der entscheidende Punkt war ein einziger Eingangskanal. Lieferanten wurden gebeten, Rechnungen nur noch als PDF oder per Portal bereitzustellen; Papierbelege wurden einmal täglich gescannt. Danach läuft ein fester Dreiklang: erfassen, prüfen, freigeben. Die KI markiert unsichere Felder gelb, etwa wenn die Rechnungsnummer schlecht lesbar ist oder der Bruttobetrag nicht zur Umsatzsteuer passt. Das Büro korrigiert nur diese Stellen, statt den ganzen Beleg neu zu erfassen.

Bei Stamm-Lieferanten lernt das System typische Muster: Mietkosten gehen an Verwaltung, Verbrauchsmaterial an Lager, Fahrzeugrechnungen an Fuhrpark. Trotzdem bleibt eine Kontrollstufe erhalten. Gerade bei Bankverbindungen ist Vorsicht nötig, weil manipulierte Rechnungen ein reales Betrugsrisiko sind. Eine Änderung der IBAN wird daher nicht automatisch akzeptiert, sondern separat angezeigt.

Erfolgsmessung

Gemessen wurde nicht nur Zeitersparnis. Wichtige Kennzahlen waren Anteil automatisch erkannter Felder, Zahl der Korrekturen pro Beleg, genutzte Skontofristen und offene Freigaben älter als sieben Tage. Nach einigen Wochen konnte der Betrieb entscheiden, welche Lieferanten gut funktionieren und wo Prozessgespräche nötig sind. So blieb das Projekt bodenständig und wurde nicht zu einem reinen IT-Thema.

Einführungsplan in vier Wochen

Bewährt hat sich ein kurzer, kontrollierter Start statt eines großen Rollouts. In Woche eins werden Ziel, Grenzen und Verantwortliche festgelegt: Was darf die KI tun, was bleibt zwingend beim Menschen, welche Daten dürfen genutzt werden? In Woche zwei folgt ein Test mit echten, aber überschaubaren Fällen. Dabei werden nicht nur Erfolgserlebnisse gesammelt, sondern ausdrücklich Fehler gesucht. Diese Fehlerliste ist wertvoll, weil sie zeigt, welche Regeln, Vorlagen oder Daten noch fehlen.

In Woche drei arbeitet ein kleines Team im Parallelbetrieb. Die bisherige Arbeitsweise bleibt bestehen, die KI liefert zusätzlich Vorschläge. So sieht man, ob die Unterstützung wirklich Zeit spart oder nur neue Prüfaufgaben erzeugt. In Woche vier entscheidet der Betrieb anhand einfacher Kennzahlen: weniger Suchzeit, schnellere Bearbeitung, weniger Rückfragen, bessere Dokumentation oder höhere Abschlussquote. Erst wenn diese Wirkung sichtbar ist, lohnt die Ausweitung.

Rollen und Verantwortlichkeiten

Ein praktisches KMU-Projekt braucht keine große KI-Abteilung, aber klare Rollen. Eine fachliche Person definiert, was richtig ist. Eine organisatorische Person achtet auf Abläufe, Freigaben und Schulung. Eine technische Person oder ein Dienstleister kümmert sich um Schnittstellen, Zugänge und Protokollierung. Ohne diese Trennung entstehen typische Probleme: Technik baut etwas Beeindruckendes, das fachlich nicht passt; Fachleute wünschen sich etwas, das im Alltag niemand pflegt; die Geschäftsführung erwartet Automatisierung, bekommt aber nur ein weiteres Tool.

Wichtig ist außerdem eine einfache Stop-Regel: Wenn die KI unsicher ist, wenn Daten fehlen oder wenn eine Entscheidung rechtliche, finanzielle oder sicherheitsrelevante Folgen hat, muss ein Mensch übernehmen. Diese Regel klingt banal, verhindert aber viele überzogene Erwartungen.

Fazit

Rechnungsautomatisierung lohnt sich, wenn täglich genug Belege anfallen und heute manuell erfasst wird. Der beste Start ist ein enger Pilot mit den häufigsten Lieferanten. Weitere passende Projekte sind E-Mail-Triage und Wissens-Cockpit.