Belege mit KI auslesen: was bei Rechnungen und Kassenbons zuverlässig klappt

Du sitzt nach dem Kundentermin im Café, fotografierst den Kassenbon und schickst ihn an ein Postfach. Am Monatsende liegt die Abrechnung bereit. Abgetippt hat niemand etwas. So läuft es bei uns. Belege mit KI auslesen klappt inzwischen erstaunlich gut, das Auslesen selbst ist aber der kleinste Teil der Arbeit. Verlassen kannst du dich auf das Ergebnis erst, wenn auch die Schritte davor und danach stimmen.

Was die KI bei uns aus einem Beleg liest

Zwei solche Abläufe laufen bei uns. Der erste nimmt Rechnungen aus einem eigenen Postfach entgegen, während der zweite die Quittungen erfasst, die Mitarbeitende unterwegs für die Firma bezahlt haben. In beiden Fällen bekommt ein KI-Modell den Beleg als PDF oder Foto und soll daraus wenige fest definierte Angaben herausholen, etwa Aussteller und Bruttosumme. Bei Auslagen kommen Steuersatz und Steuerbetrag dazu.

Zwei Regeln machen dabei den Unterschied. Statt in freiem Text zu antworten, füllt die KI ein festes Schema aus, sodass jede Antwort dieselben Felder hat und ein Programm sie weiterverarbeiten kann. Und sie darf ein Feld leer lassen, denn im Prompt steht ausdrücklich, dass ein Wert, den sie nicht sicher erkennt, lieber leer bleibt als geraten wird. Leere Felder fallen auf und werden geprüft. Falsch geratene Daten dagegen rutschen durch, bis die Buchhaltung sie Monate später beim Abgleich mit dem Bankkonto findet und dann mühsam zurückverfolgen muss, woher der Fehler kam.

Außerdem ordnet die KI jeden Beleg einer von acht Arten zu, von der Rechnung über die Mahnung bis zum Kontoauszug. Abgelegt werden nur Rechnungen und Gutschriften, und alles andere bleibt draußen, denn in einem Postfach für Rechnungen landet erstaunlich viel, was keine ist.

Was vor der KI passiert

Unterschätzt wird der Vorfilter. Eine Mail mit einer Rechnung hat oft mehrere Anhänge, und die meisten davon sind Logos und Symbole aus der Signatur, die mit dem Beleg nichts zu tun haben. Bilder unter 100 kB sortieren wir deshalb vorab aus, weil es fast immer genau solche Grafiken sind. Weiterleitungen doppeln Belege oft. Hat ein Anhang denselben Namen und dieselbe Größe wie ein anderer, verarbeiten wir ihn nur einmal, sonst laufen zwei identische Belege durch die KI und landen auf demselben Dateinamen.

Dann kamen die Bildformate. PNG-Bilder mit Transparenz hat die KI-Schnittstelle bei uns stillschweigend ignoriert und ohne jede Fehlermeldung eine Antwort mit lauter leeren Feldern zurückgegeben, die auf den ersten Blick wie ein normales Ergebnis aussah. Seitdem prüfen wir das Format, bevor wir ein Bild abschicken, weil ein stummer Fehler dieser Art sonst lange niemandem auffällt und nur leere Felder im Ordner hinterlässt. Der naheliegende Ausweg, das Bild kurzerhand in JPEG umzuwandeln, ging schief, weil die Umwandlung die transparenten Flächen schwarz gefüllt hat. Fotos vom iPhone kommen im Format HEIC, das viele Werkzeuge nicht lesen, und auch dieses Format muss vorher in ein Bild umgewandelt werden, mit dem die Schnittstelle zurechtkommt.

Außerdem zählt bei Kassenbons die Auflösung. Schickt man das Foto in der niedrigen Detailstufe, sind kleine Beträge so grob gerastert, dass Ziffern verschwimmen. Wir schicken sie hochaufgelöst. Und weil große Fotos später die PDF-Erzeugung für das Belegblatt gesprengt haben, verkleinern wir sie davor auf 1600 Pixel. Das reicht für den Ausdruck.

Belege mit KI auslesen: wo es knifflig wird

Die erste Falle sind Angebote. Optisch gleicht ein Angebot einer Rechnung oft bis aufs Haar, mit Positionen und Steuer an denselben Stellen, und nur ein Wort im Kopf des Dokuments verrät den Unterschied. Ohne ausdrückliche Regel hält die KI so ein Dokument leicht für eine Rechnung. Deshalb steht bei uns im Prompt, dass ein Dokument, das sich selbst als Angebot bezeichnet, keine Rechnung ist, auch wenn Beträge und Steuern darauf stehen.

Die zweite sind Bewirtungsbelege. Auf einem Restaurantbon stehen Speisen mit 7 % und Getränke mit 19 %, manchmal noch Trinkgeld. Mit nur einem Steuersatz je Beleg wird es falsch. In diesem Fall erfassen wir jeden Steuersatz als eigene Position und führen Trinkgeld als Position ohne Steuer, damit die Summe am Ende wieder genau den bezahlten Betrag ergibt.

Die dritte Falle ist die Rechnung selbst. Liefert die KI eine seltsame Zahl, liegt der Verdacht nahe, sie habe halluziniert. Im Test war es der Beleg. So druckte ein Bewirtungsbeleg aus unseren Tests eine Nettospalte, die schlicht falsch gerechnet war: 13,95 € netto zu 15,00 € brutto bei 7 %. Richtig wären 0,98 € Steuer gewesen, also rund 14,02 € netto. Wir nehmen deshalb immer den tatsächlich bezahlten Bruttobetrag als Anker und rechnen die Steuer daraus zurück, weil der Betrag auf dem Kontoauszug am Ende das Einzige ist, das sicher stimmt. Abweichungen landen im Hinweis. Bevor du also an der KI zweifelst, schau dir den Beleg an.

Nichts darf still verschwinden

Vor allem muss ein Ablauf, der Belege automatisch verarbeitet, eines garantieren: dass kein Beleg verloren geht. Das ist wichtiger als jede Erkennungsrate. Kann die KI einen Beleg nicht sicher lesen, legen wir ihn trotzdem ab, in einem eigenen Ordner für Unzugeordnetes, und schicken eine Hinweismail. Verwerfen ist nie die Antwort. Liegt ein Beleg im falschen Ordner, ist er schnell verschoben, während ein gelöschter Beleg bei der nächsten Prüfung durch Finanzamt oder Steuerkanzlei schlicht fehlt.

Genauso trennen wir Fehler nach ihrer Ursache. Liegt eine Datei mit demselben Namen schon im Zielordner, reicht eine kurze Info, weil es fast immer derselbe Beleg ist. Jeder andere Fehler, etwa eine abgelaufene Anmeldung bei SharePoint, löst eine echte Fehlermeldung aus. Es wäre bequemer, alle Fehler gleich zu behandeln, aber dann gehen genau die unter, die man sofort wissen muss, etwa weil eine Anmeldung abgelaufen ist, sodass seit Tagen kein einziger Beleg mehr ankommt.

Für Auslagen gilt zusätzlich eine Zugangsregel. An ein Postfach kann jeder mailen, auch jemand, der dort nichts verloren hat. Einreichen dürfen bei uns deshalb nur Absender, die vorher freigeschaltet wurden, und wo nötig gibt die Geschäftsführung die Erstattung per Klick frei.

E-Rechnungen brauchen keine KI

Häufiger wird gerade ein Sonderfall. Rechnungen im Format XRechnung oder ZUGFeRD enthalten ihre Daten bereits in maschinenlesbarer Form, als XML. Raten muss dort niemand, ein Programm liest die Felder direkt aus. Seit Oktober liest unsere Ablage bei solchen Rechnungen die Daten direkt aus dem XML und nutzt die KI nur noch als Rückfall. Mit der Pflicht zur E-Rechnung ab 2027 wird dieser Anteil wachsen, und die KI bleibt für alles, was weiter auf Papier oder als Foto kommt.

Was wir an deiner Stelle zuerst tun würden

Fang nicht mit der KI an, sondern mit dem Postfach. Richte eine Adresse ein, an die alle Belege gehen. Lege dann fest, welche Angaben du aus jedem Beleg brauchst und wohin er danach gehört. Erst wenn das steht, lohnt sich die Frage, welches Modell die Felder am Ende füllt. Wenn du vorher abschätzen willst, wie viel Zeit bei dir in solchen Routinearbeiten steckt, hilft unser Rechner für Routinearbeit. Was KI-Assistenten in Postfächern sonst noch leisten können, zeigt unser Artikel über KI-Agenten im Büro.

Soll dein Belegablauf als Automatisierung laufen, beginnt das bei uns mit der KI-Beratung. Bring zum ersten Gespräch ein paar echte Belege mit, an denen wir gemeinsam sehen, was sich lohnt.