Eine Rechnung kommt per E-Mail an. Jemand öffnet sie, tippt Lieferantenname, Rechnungsnummer, Betrag und Kostenstelle manuell ins ERP, legt das PDF im richtigen Ordner ab und markiert die Aufgabe als erledigt. Multipliziert man das mit 200 Rechnungen im Monat, sind das mehrere Tage reine Tipparbeit pro Jahr.
Das ist kein Randproblem. Es ist der Alltag in den meisten mittelständischen Buchaltungen in Deutschland.
Rechnungen automatisch auslesen ist die Lösung, die seit einigen Jahren technisch möglich ist, aber erst 2025 und 2026 mit modernen KI-Modellen wirklich zuverlässig und erschwinglich geworden ist. Dieser Leitfaden zeigt, wie die automatische Rechnungsverarbeitung technisch funktioniert, welche Wege zur Umsetzung es gibt, was sie jeweils leisten, und wie Sie mit der KI Rechnungsverarbeitung GoBD-konform starten.
Warum manuelle Rechnungserfassung 2026 nicht mehr tragbar ist
Die E-Rechnungspflicht, die seit Januar 2025 schrittweise in Kraft tritt, hat das Thema in vielen Unternehmen auf die Agenda gebracht. Aber der eigentliche Grund für die Automatisierung liegt nicht in der Compliance, sondern in den Kosten.
Was manuelle Rechnungsverarbeitung wirklich kostet
Studien des Bundesverbands der Bilanzbuchhalter (BVBC) und verschiedener ERP-Anbieter kommen auf ähnliche Zahlen: Die manuelle Rechnungsverarbeitung kostet zwischen 12 und 18 Euro pro Eingangsrechnung, wenn man Personalzeit, Fehlerquoten und Nacharbeit einrechnet. In Unternehmen mit 200 Rechnungen im Monat sind das 2.400 bis 3.600 Euro monatliche Kosten für eine Aufgabe, die KI heute zuverlässig übernimmt.
Die Fehlerquote bei manueller Eingabe liegt bei rund 1 bis 3 Prozent. Bei 200 Rechnungen bedeutet das zwei bis sechs fehlerhafte Buchungen pro Monat, die später manuell korrigiert werden müssen.
| Kennzahl | Manuell | KI-automatisiert |
|---|---|---|
| Kosten pro Rechnung | 12 bis 18 Euro | 0,50 bis 2 Euro |
| Durchlaufzeit | 3 bis 7 Tage | Minuten bis Stunden |
| Fehlerquote Dateneingabe | 1 bis 3 % | unter 0,1 % |
| Skalierbarkeit | Linear mit Personalkosten | Nahezu kostenlos |
Das eigentliche Problem: Fehlende Systemkopplung
Viele Unternehmen haben bereits ein Scanner-Setup oder ein einfaches OCR-Tool. Trotzdem landen die Daten am Ende wieder manuell im ERP. Das liegt nicht an der Qualität der Texterkennung, sondern an der fehlenden Verbindung zwischen den Systemen.
Eine Rechnung automatisch auslesen zu lassen ist Schritt eins. Die erkannten Felder zu validieren, gegen offene Bestellungen abzugleichen und direkt als Buchungsvorschlag oder Buchungssatz ins ERP zu übertragen, ist das eigentliche Ziel. Ohne diese Systemkopplung bleibt der Prozess halb-manuell.
Wie vollständige Buchhaltung automatisieren mit KI jenseits der Rechnungsverarbeitung aussieht, zeigt unser Leitfaden zu KI in der Buchhaltung und Rechnungsverarbeitung.
Wie KI eine Rechnung liest: technisch erklärt ohne Buzzwords
Der Unterschied zwischen klassischem OCR und moderner KI Rechnungsverarbeitung ist größer, als viele annehmen. Klassisches OCR erkennt Zeichen. Moderne KI versteht Kontext.
Schritt 1: OCR verwandelt Pixel in Text
Der erste Schritt ist immer optische Zeichenerkennung (Optical Character Recognition). Das PDF oder das Scan-Bild wird Seite für Seite in maschinenlesbaren Text umgewandelt. Moderne OCR-Engines wie Tesseract, Azure Document Intelligence oder AWS Textract erreichen dabei Erkennungsraten von über 99 Prozent bei sauberen Scans.
Problem: OCR liefert Text, aber keine Struktur. Das System weiß nicht, dass “Mustermann GmbH” der Lieferant ist und “1.428,00 EUR” der Bruttobetrag. Es hat nur einen Textblock.
Schritt 2: LLM-Extraktion erkennt Felder auch ohne feste Positionen
Hier kommt der entscheidende Unterschied zur ersten Generation der automatischen Rechnungsverarbeitung. Ältere Systeme arbeiteten mit Templates: Für jeden Lieferanten wurde manuell definiert, an welcher Position welches Feld sitzt. Das funktioniert, ist aber aufwändig und bricht, wenn ein Lieferant seine Rechnungsvorlage ändert.
Moderne LLM-basierte Extraktion (mit Modellen wie GPT-4o, Claude 3.5 oder spezialisierten Document-AI-Modellen) versteht den Kontext. Sie erkennt, dass ein Datum oben rechts meistens das Rechnungsdatum ist, dass Beträge mit Steuerausweisen in bestimmten Mustern erscheinen, und dass die IBAN am unteren Dokumentende zu finden ist. Kein Template nötig.
Extraktion geschieht für folgende Standardfelder:
- Lieferantenname und Adresse
- Rechnungsnummer und Rechnungsdatum
- Nettobetrag, Steuersatz, Bruttobetrag
- Fälligkeitsdatum und Zahlungsziel
- IBAN und BIC
- Positionen (bei Positionsrechnungen)
- Kostenstellen-Hinweise, sofern vorhanden
Schritt 3: Validierung prüft Plausibilität und verhindert Duplikate
Bevor ein Buchungsvorschlag erstellt wird, durchläuft jede ausgelesene Rechnung eine Validierungsebene. Diese prüft:
- Stimmt Brutto = Netto plus Steuer? (Mathematische Plausibilität)
- Gibt es bereits eine Rechnung mit dieser Nummer vom gleichen Lieferanten? (Duplikatcheck)
- Ist der erkannte Lieferant in der Stammdatei vorhanden?
- Gibt es eine zugehörige Bestellung oder Lieferscheinnummer? (3-Way-Match)
- Entspricht das Dokument den Mindestanforderungen nach UStG?
Schlägt eine Validierung an, landet die Rechnung in einer Ausnahme-Queue zur manuellen Prüfung. Das ist keine Fehlfunktion, sondern ein Feature: Nur geprüfte Rechnungen werden automatisch gebucht.
Schritt 4: ERP-Übergabe als Buchungsvorschlag oder Auto-Posting
Je nach Konfiguration gibt es zwei Varianten der ERP-Übergabe:
Der erste Modus ist der Buchungsvorschlag mit Freigabeworkflow: Die KI erstellt den kompletten Buchungssatz, ein Mitarbeiter prüft und gibt frei. Sinnvoll für alle Rechnungen, die nicht vollständig automatisch validiert werden können.
Der zweite Modus ist Auto-Posting für vertrauenswürdige Lieferanten. Wenn die letzten 20 Rechnungen eines Lieferanten korrekt erkannt und gebucht wurden, kann der Freigabeschritt entfallen. Das nennt sich Touchless Processing.
Welcher Automatisierungsgrad ist bei Ihren Rechnungen realistisch?
In einem kostenlosen Erstgespräch analysieren wir Ihren aktuellen Rechnungseingang und zeigen, welche Einsparpotenziale bei Ihrem Volumen erreichbar sind.
Drei Wege zur Rechnungsautomatisierung: welcher passt zu Ihrem Unternehmen?
Es gibt nicht den einen richtigen Weg, Eingangsrechnungen zu automatisieren. Welcher Ansatz passt, hängt von Rechnungsvolumen, IT-Kompetenz und vorhandener Systemlandschaft ab.
Weg 1: n8n Eigenentwicklung
n8n ist eine Open-Source-Automatisierungsplattform, mit der sich Workflows visuell bauen lassen. Für die automatische Rechnungsverarbeitung sieht ein typischer n8n-Workflow so aus:
- E-Mail-Trigger überwacht ein Postfach (z. B. rechnungen@unternehmen.de)
- Anhänge werden extrahiert und an ein OCR-Service weitergeleitet
- Der OCR-Text wird an ein LLM (GPT-4o oder Claude) zur Feldextraktion übergeben
- Die extrahierten Daten werden gegen Stammdaten validiert
- Der Buchungsvorschlag wird per API ins ERP oder DATEV übertragen
- Bei Ausnahmen wird eine Slack- oder E-Mail-Benachrichtigung ausgelöst
Die Tool-Kosten für einen solchen Workflow liegen bei 20 bis 100 Euro im Monat für LLM-API-Kosten und n8n-Cloud, zuzüglich Einrichtungsaufwand. Wie ein vollständiger n8n-Workflow für die Buchhaltungsautomatisierung aussieht, erklärt unser n8n Workflow-Automatisierungs-Tutorial.
Der richtige Weg für Unternehmen mit IT-affinen Mitarbeitern oder Entwicklerzugang, die volle Kontrolle über den Prozess wollen. Buchaltungsteams ohne technische Ressourcen sollten eher zu einer SaaS-Lösung greifen.
Weg 2: SaaS-Lösung (Candis, Rossum, Klippa, Parashift)
Spezialisierte SaaS-Tools für die KI Rechnungsverarbeitung bringen alles mit: Vortrainierte Modelle für Rechnungen, vorgefertigte Integrationen mit gängigen ERPs und DATEV, und eine fertige Benutzeroberfläche für den Freigabeworkflow.
Vorteil: keine Eigenentwicklung, schnelle Inbetriebnahme, automatische Updates. Nachteil: Die Lösung ist so konfigurierbar, wie der Anbieter es erlaubt. Individuelle Prozesse oder sehr spezifische ERP-Integrationen stoßen schnell an Grenzen.
Passt gut für Unternehmen mit 50 bis 500 Rechnungen im Monat, standardisierten Prozessen und dem Wunsch, schnell produktiv zu sein.
Weg 3: KI-Agentur-Lösung mit vollständiger Systemintegration
Der dritte Weg kombiniert die Flexibilität einer Eigenentwicklung mit dem Know-how einer spezialisierten Agentur. Die Agentur baut die Lösung auf der vorhandenen Infrastruktur auf, integriert sie in das spezifische ERP und DATEV-Setup, schult das Team und übergibt einen produktionsreifen Workflow.
Das ist der richtige Weg für Unternehmen mit:
- Mehr als 200 Rechnungen im Monat
- Spezifischen Anforderungen (mehrere Buchungskreise, Fremdwährungen, Positionsrechnungen)
- Bestehendem ERP, für das keine fertige SaaS-Integration existiert
- GoBD- und Compliance-Anforderungen, die dokumentiert sein müssen
Entscheidungsmatrix: Wann welcher Weg sinnvoll ist
| Kriterium | n8n Eigenentwicklung | SaaS | KI-Agentur |
|---|---|---|---|
| Rechnungsvolumen | bis 100/Monat | 50 bis 500/Monat | ab 100/Monat |
| IT-Kompetenz intern | hoch | gering bis mittel | gering bis hoch |
| Anpassungsflexibilität | sehr hoch | gering | sehr hoch |
| Time-to-Value | 4 bis 12 Wochen | 1 bis 4 Wochen | 4 bis 8 Wochen |
| Laufende Wartung | intern | Anbieter | Agentur oder intern |
| DATEV-Tiefenintegration | möglich | begrenzt | vollständig |
Für den Vergleich zwischen n8n, Make und Zapier als Automatisierungsplattformen empfehlen wir unseren n8n vs. Make vs. Zapier Vergleichsartikel, der die Unterschiede für genau solche Anwendungsfälle aufzeigt.
DATEV-Integration: Von der PDF-Rechnung zum Buchungsvorschlag
DATEV ist in deutschen KMUs die mit Abstand am weitesten verbreitete Buchhaltungssoftware. Für die automatische Rechnungsverarbeitung mit DATEV gibt es drei konkrete Integrationswege.
DATEV Automatisierungsservice Rechnungen (ASR)
DATEV bietet mit dem Automatisierungsservice Rechnungen (ASR) eine eigene Lösung an. Das System erkennt Rechnungsfelder, erstellt Buchungsvorschläge und übergibt sie an DATEV Unternehmen Online.
Der ASR eignet sich besonders für Kanzleien und Mandanten, die bereits vollständig im DATEV-Ökosystem arbeiten. Die Erkennungsqualität ist für Standardrechnungen gut; bei komplexeren Layouts oder Fremdsprachenrechnungen stößt er früher an Grenzen als LLM-basierte Lösungen.
DATEV Unternehmen Online mit n8n-Schnittstelle
Die flexiblere Alternative: DATEV Unternehmen Online (DUO) bietet eine DATEV-Belegübertragung, über die Dokumente und Buchungsdaten programmatisch übergeben werden können. In Kombination mit einem n8n-Workflow entsteht ein vollständiger automatisierter Pfad:
Eingangs-E-Mail, dann OCR und LLM-Extraktion, dann Validierung gegen DATEV-Stammdaten, dann automatische Belegübertragung nach DUO inklusive Buchungsvorschlag.
Das Ergebnis: Der Steuerberater oder die interne Buchhaltung sieht in DATEV bereits vollständig vorbereitete Belege, die nur noch geprüft und freigegeben werden müssen.
Wie die vollautomatische Verarbeitung von XRechnung- und ZUGFeRD-Formaten in DATEV funktioniert, beschreibt unser ausführlicher XRechnung und ZUGFeRD DATEV-Leitfaden.
GoBD-Konformität: Die 5 Pflichtpunkte
Die automatische Rechnungsverarbeitung muss GoBD-konform sein, damit sie bei einer Betriebsprüfung standhalten kann. Das BMF-Schreiben zu den GoBD definiert konkrete Anforderungen, die bei jeder automatisierten Buchaltungslösung erfüllt sein müssen.
1. Unveränderlichkeit des Originalbelegs: Das ursprüngliche PDF muss unveränderlich archiviert werden. Kein Bearbeitungsschritt darf es überschreiben oder löschen.
2. Verfahrensdokumentation: Jeder Automatisierungsschritt muss dokumentiert sein. Welches System liest was aus? Welche Validierungsregeln gelten? Wer gibt frei?
3. Nachvollziehbarkeit der Buchungskette: Von jedem Buchungssatz muss der Weg zum Originalbeleg zurückverfolgbar sein. In der Praxis heißt das: Jeder Buchungssatz enthält eine Referenz auf das archivierte Originaldokument.
4. Zeitnahe Erfassung: Automatisierte Systeme, die Rechnungen innerhalb von Minuten nach Eingang verarbeiten, erfüllen diese GoBD-Anforderung besser als jeder manuelle Prozess.
5. Revisionssichere Archivierung: Dokumente können nicht nachträglich verändert werden, Zugriffsrechte sind protokolliert, und die 10-jährige Aufbewahrungsfrist wird technisch durchgesetzt.
Weitere ERP-Systeme: Lexware, SAP, Haufe X360, Sage
DATEV ist nicht das einzige ERP im Mittelstand. Die automatische Rechnungsverarbeitung lässt sich in alle gängigen Systeme integrieren, allerdings mit unterschiedlichem Aufwand.
Lexware Office und Lexware financial office lassen sich über die Lexware-API oder direkten Dateiimport (CSV, XML) anbinden. n8n-Workflows können Rechnungsdaten direkt in das Lexware-Format transformieren.
SAP S/4HANA bringt mit dem SAP Invoice Management eine eigene KI-Lösung mit, die für mittlere und große Unternehmen die erste Wahl ist. Für kleinere Betriebe mit SAP Business One sind externe Lösungen oft kostengünstiger.
Haufe X360 bietet REST-APIs für die programmatische Übergabe von Belegdaten und Buchungsvorschlägen. n8n-Integrationen sind dort gut dokumentiert.
Sage 100 und Sage 50 bieten Datenbankzugänge und Importschnittstellen für strukturierte Buchungsdaten. Die Integration funktioniert, erfordert aber in der Regel eine kundenspezifische Konfiguration.
Welche ERP-Integration ist bei Ihrer Systemlandschaft der richtige Weg?
Wir analysieren Ihre vorhandene Software-Landschaft und zeigen, welcher Integrationsweg für Ihre Anforderungen am besten funktioniert.
ROI: Was automatische Rechnungsverarbeitung konkret bringt
Zahlen helfen mehr als Versprechen. Hier sind zwei konkrete Rechenbeispiele für die Eingangsrechnungen automatisieren Entscheidung.
Rechenbeispiel: 50 Rechnungen pro Monat
Annahmen: 50 Eingangsrechnungen im Monat, 15 Minuten durchschnittliche Bearbeitungszeit pro Rechnung (inkl. Suchen, Tippen, Ablage, Fehlerkorrektur), Stundensatz Buchaltung 35 Euro brutto.
| Position | Manuell | Automatisiert |
|---|---|---|
| Bearbeitungszeit gesamt | 12,5 Stunden/Monat | ca. 1,5 Stunden/Monat |
| Personalkosten | 437 Euro/Monat | ca. 53 Euro/Monat |
| Fehlerkorrektur (1 % Fehlerquote) | ca. 35 Euro/Monat | ca. 4 Euro/Monat |
| Monatliche Gesamtkosten | ca. 472 Euro | ca. 57 Euro |
| Monatliche Ersparnis | ca. 415 Euro |
Bei 50 Rechnungen ist die monatliche Ersparnis von rund 415 Euro überschaubar. Der Break-even mit einer Automatisierungslösung liegt je nach Umsetzungsweg bei 3 bis 6 Monaten.
Rechenbeispiel: 300 Rechnungen pro Monat
Annahmen: 300 Eingangsrechnungen, gleiche Parameter.
| Position | Manuell | Automatisiert |
|---|---|---|
| Bearbeitungszeit gesamt | 75 Stunden/Monat | ca. 8 Stunden/Monat |
| Personalkosten | 2.625 Euro/Monat | ca. 280 Euro/Monat |
| Fehlerkorrektur | ca. 180 Euro/Monat | ca. 20 Euro/Monat |
| Monatliche Gesamtkosten | ca. 2.805 Euro | ca. 300 Euro |
| Monatliche Ersparnis | ca. 2.505 Euro |
Bei 300 Rechnungen rechnet sich die Automatisierung innerhalb weniger Monate. Jahresersparnis: rund 30.000 Euro.
Für eine individuell berechnete ROI-Prognose auf Basis Ihrer tatsächlichen Rechnungsvolumina und Stundensätze empfehlen wir unseren KI ROI Rechner.
Wie Buchhaltung automatisieren mit KI als Teil einer breiteren Digitalisierungsstrategie eingebettet wird, zeigt unser Leitfaden zur KI-Prozessautomatisierung für Geschäftsprozesse.
Häufige Fehler bei der Einführung
Fehler 1: Nur OCR ohne Validierungslogik
Viele Unternehmen starten mit einem OCR-Tool, das Rechnungsfelder erkennt, und betrachten das als automatisierte Lösung. Das Ergebnis: Die Felder werden erkannt, aber ohne Validierung landen falsch erkannte Werte direkt im ERP. Ein falscher Bruttobetrag, der ungeprüft gebucht wird, verursacht mehr Aufwand als die ursprüngliche manuelle Erfassung.
Lösung: Kein Posting ohne Validierungsschritt. Auch wenn es zunächst einen höheren Einrichtungsaufwand bedeutet.
Fehler 2: Keine GoBD-konforme Archivierung des Originals
Das Original-PDF wird nach der Verarbeitung gelöscht oder überschrieben. Das ist ein Verstoß gegen die GoBD-Aufbewahrungspflichten.
Lösung: Das Originaldokument wird unveränderlich archiviert (revisionssicheres DMS oder Cloud-Speicher mit Write-Once-Eigenschaft) und bleibt mit dem Buchungssatz verknüpft.
Fehler 3: Keine Ausnahmebehandlung für Sonderfälle
Der Workflow funktioniert für Standard-Rechnungen. Bei handschriftlichen Ziffern, fremdsprachigen Rechnungen oder unbekannten Lieferanten versagt er und hängt sich auf.
Lösung: Jeder produktive Workflow braucht eine definierte Ausnahme-Queue. Rechnungen, die nicht automatisch verarbeitet werden können, landen mit einer klaren Fehlermeldung und den bereits erkannten Feldern zur manuellen Nachbearbeitung.
Fehler 4: Fehlende Stammdatenpflege
Die KI erkennt “Muster & Söhne GmbH”, der Lieferant ist aber in der Stammdatei als “Muster und Söhne GmbH” angelegt. Der automatische Abgleich schlägt fehl.
Lösung: Vor dem Go-live eine Bereinigung der Lieferantenstammdaten durchführen. Synonyme und abweichende Schreibweisen im System hinterlegen.
Fehler 5: Big Bang statt Pilotbetrieb
Das Unternehmen schaltet die Automatisierung für alle 300 Rechnungen auf einmal live, bevor der Workflow ausreichend getestet wurde.
Lösung: Mit einem Piloten starten. Die ersten 30 Tage werden 20 bis 30 Rechnungen automatisch verarbeitet, Ergebnisse manuell nachgeprüft und der Workflow auf Basis echter Fehler optimiert. Erst dann wird skaliert.
In 5 Schritten zur automatischen Rechnungsverarbeitung
Der folgende Implementierungsplan funktioniert für alle drei Umsetzungswege und ist so konzipiert, dass erste Ergebnisse in 4 bis 6 Wochen erreichbar sind.
Schritt 1: Prozessaufnahme und Volumenserhebung
Wie viele Rechnungen kommen pro Monat rein? Über welche Kanäle (E-Mail, Post, Portal)? Wie viele verschiedene Lieferanten? Wie sieht der Freigabeworkflow aus? Diese Fragen bestimmen den richtigen Umsetzungsweg und die Konfiguration der Validierungsregeln.
Schritt 2: Stammdaten bereinigen
Lieferantendaten im ERP prüfen und bereinigen. Abweichende Schreibweisen zusammenführen. IBAN und Steuernummern vervollständigen. Dieser Schritt wird unterschätzt und entscheidet über die Erkennungsquote im Produktivbetrieb.
Schritt 3: Pilot mit 20 bis 30 Rechnungen aufbauen und testen
Den Workflow auf einer Teilmenge echten Rechnungsmaterials testen. Erkennungsrate messen. Ausnahmen kategorisieren (schlechte Qualität, unbekannter Lieferant, komplexe Positionen). Validierungslogik auf Basis echter Fehler nachschärfen.
Schritt 4: GoBD-Dokumentation erstellen
Die Verfahrensdokumentation schreiben, bevor der Workflow produktiv geht. Sie beschreibt den Prozessablauf, die eingesetzten Systeme, die Freigaberegeln und die Archivierungslogik. Das dauert in der Praxis 4 bis 8 Stunden, ist aber bei einer Betriebsprüfung der entscheidende Nachweis.
Schritt 5: Produktivbetrieb mit schrittweiser Skalierung
Schrittweise ausrollen. Zuerst alle Rechnungen von den zehn häufigsten Lieferanten automatisieren. Danach schrittweise auf weitere Lieferanten ausweiten. Touchless Processing erst aktivieren, wenn die Erkennungsrate über 95 Prozent liegt.
GoBD-Checkliste für automatische Rechnungsverarbeitung
Laden Sie die Checkliste als PDF herunter und nutzen Sie sie als Grundlage für Ihre Verfahrensdokumentation:
GoBD-Checkliste: Automatische Rechnungsverarbeitung
Prüfen Sie vor dem Go-live, ob Ihr Workflow alle GoBD-Anforderungen erfüllt. Als PDF herunterladen für Ihre Verfahrensdokumentation.
Originalbelegarchivierung
- Original-PDF wird unveränderlich archiviert (Write-Once) Keine Bearbeitung oder Löschung nach der Verarbeitung möglich
- Archivierungssystem ist GoBD-zertifiziert oder entspricht den technischen Anforderungen Revisionssicherheit nach GoBD Punkt 7
- Jedes Originaldokument ist mit dem zugehörigen Buchungssatz verknüpft Belegtransparenz: Von Buchung zum Original und zurück
- Aufbewahrungsfrist von 10 Jahren wird technisch durchgesetzt Automatische Löschsperre, keine manuelle Freigabe möglich
Verfahrensdokumentation
- Prozessablauf ist schriftlich dokumentiert (Eingang bis Archivierung) Wer tut was, in welcher Reihenfolge, mit welchem System
- Eingesetzte Software und Versionen sind dokumentiert OCR-Engine, LLM-Modell, Automatisierungsplattform, ERP-Version
- Validierungsregeln und Freigabelogik sind beschrieben Welche Prüfungen laufen automatisch, wer gibt bei Ausnahmen frei
- Änderungen am Workflow werden versioniert dokumentiert Datum der Änderung, geänderter Parameter, verantwortliche Person
Zugriffsrechte und Protokollierung
- Zugriffsrechte auf das Archivsystem sind rollenbasiert konfiguriert Nicht jeder Mitarbeiter darf auf alle archivierten Rechnungen zugreifen
- Alle Zugriffe auf archivierte Dokumente werden protokolliert Wer hat wann welches Dokument geöffnet oder heruntergeladen
- Protokolle werden für mindestens 10 Jahre aufbewahrt
Ausnahmebehandlung
- Für nicht automatisch verarbeitbare Rechnungen gibt es eine definierte Ausnahme-Queue Klare Zuweisung, wer welche Ausnahmen bearbeitet und in welcher Zeit
- Ausnahme-Rechnungen werden zeitnah (innerhalb von 48 Stunden) manuell nachbearbeitet
- Jede manuelle Nachbearbeitung wird im System protokolliert
Systemtests und Go-live
- Pilotphase mit echten Rechnungen wurde vor dem Go-live durchgeführt Mindestens 20 bis 30 Rechnungen, Erkennungsraten dokumentiert
- Erkennungsrate liegt im Pilot über 90 Prozent für Standard-Rechnungen
- Touchless-Processing-Regeln wurden erst nach Validierung der Pilotphase aktiviert
Häufige Fragen zu automatischer Rechnungsverarbeitung
Automatisches Auslesen bedeutet, dass ein KI-System eine PDF-Rechnung oder einen Scan entgegennimmt, die relevanten Felder (Lieferant, Rechnungsnummer, Betrag, Datum, IBAN etc.) erkennt und extrahiert, die Daten validiert und anschließend als strukturierten Datensatz an ein ERP oder Buchhaltungssystem übergibt. Im Unterschied zu klassischem OCR versteht moderne KI den Kontext und braucht keine vordefinierten Templates für jeden Lieferanten.
Die manuelle Verarbeitung einer Eingangsrechnung kostet im deutschen Mittelstand durchschnittlich 12 bis 18 Euro (inkl. Personalzeit, Fehlerkorrektur und Ablage). Automatisierte KI-Lösungen reduzieren das auf 0,50 bis 2 Euro pro Rechnung. Bei 100 Rechnungen im Monat ergibt das eine monatliche Ersparnis von 1.000 bis 1.600 Euro, bei 300 Rechnungen entsprechend mehr. Der Break-even liegt je nach Umsetzungsweg typischerweise bei 3 bis 6 Monaten.
Ja, wenn fünf Bedingungen erfüllt sind: (1) Das Original-PDF wird unveränderlich archiviert. (2) Die Buchungskette vom Buchungssatz zum Originaldokument ist nachvollziehbar. (3) Ein Freigabeworkflow oder dokumentierte Automatisierungsregel ist vorhanden. (4) Eine Verfahrensdokumentation beschreibt den Prozess vollständig. (5) Das Archivsystem ist revisionssicher. Automatisierte Systeme können GoBD-konformer sein als manuelle Prozesse, weil sie Zeitstempel, Protokollierungen und Zugriffsrechte lückenlos dokumentieren.
Klassisches OCR wandelt Bild in Text um, versteht aber keinen Kontext. Es erkennt 'Rechnungsnummer' und '12345' als Text, weiß aber nicht, dass 12345 die Rechnungsnummer ist. Moderne KI-Systeme (LLM-basiert) verstehen den Kontext: Sie identifizieren Felder auch ohne feste Positionen, erkennen Beträge und Steuersätze in verschiedenen Layouts und können Plausibilitätsprüfungen durchführen. Das macht sie wesentlich robuster gegenüber verschiedenen Rechnungsformaten.
Teilweise. Gut gedruckte Dokumente werden mit über 99 Prozent Genauigkeit erkannt. Handschriftliche Ziffern und Texte reduzieren die Erkennungsrate auf 70 bis 90 Prozent, je nach Qualität. Fremdsprachige Rechnungen werden von modernen LLM-Modellen grundsätzlich verstanden (Englisch, Französisch, Spanisch, Italienisch), aber ohne entsprechende Validierungsregeln im Zielsystem fehlt die Plausibilitätsprüfung. Diese Sonderfälle sollten in einer definierten Ausnahme-Queue landen.
Bei einem strukturierten Vorgehen sind erste produktive Ergebnisse in 4 bis 8 Wochen möglich. Die Phasen: Woche 1 bis 2 für Prozessaufnahme und Stammdatenbereinigung, Woche 2 bis 4 für Aufbau und Pilottest, Woche 4 bis 6 für Optimierung und Go-live-Vorbereitung. Der häufigste Zeitfresser ist die Stammdatenbereinigung, die oft unterschätzt wird. Ein Go-live auf der 'grünen Wiese' mit einem SaaS-Tool ist in 2 Wochen möglich; eine vollständige DATEV-Integration mit individueller Validierungslogik benötigt 4 bis 8 Wochen.
Alle gängigen Formate werden unterstützt: PDF (gedruckt und als Scan), JPEG und PNG (Fotos von Rechnungen), XRechnung (XML-Format, strukturierte Daten), ZUGFeRD (PDF mit eingebettetem XML), EDI-Formate bei größeren Handelspartnern. Am einfachsten zu verarbeiten sind XRechnung und ZUGFeRD, weil die Daten strukturiert vorliegen und kein OCR benötigt wird. Am anspruchsvollsten sind schlecht gescannte oder fotografierte Dokumente.
Ja. Die Integration läuft typischerweise über DATEV Unternehmen Online (DUO): n8n extrahiert die Rechnungsdaten, validiert sie, und übergibt Beleg und Buchungsvorschlag über die DATEV-Belegübertragungsschnittstelle. Der Buchungsvorschlag erscheint dann in DUO zur Freigabe durch den Buchhalter oder Steuerberater. Für vollautomatisches Posting (ohne Freigabeschritt) ist eine direkte API-Integration erforderlich, die über den DATEV-Automatisierungsservice Rechnungen (ASR) möglich ist.
Ja, zwingend. Die GoBD schreiben vor, dass Originalbelege 10 Jahre lang unveränderlich aufbewahrt werden müssen. Das gilt auch, wenn alle Daten bereits im ERP verbucht sind. Das Original-PDF darf nach der Verarbeitung weder gelöscht noch verändert werden. Es muss mit dem zugehörigen Buchungssatz verknüpft bleiben, sodass von jedem Buchungseintrag der Originalbeleg abrufbar ist.
Die meisten modernen ERP-Systeme bieten 2026 integrierte oder zugekaufte OCR-Lösungen: SAP S/4HANA hat SAP Invoice Management, DATEV hat den Automatisierungsservice Rechnungen, Microsoft Dynamics 365 hat AI Builder, Lexware Office hat eine eigene Belegerfassung. Wo native Funktionen zu begrenzt sind, oder wo individuelle Validierungslogik und externe System-Integrationen gefragt sind, sind spezialisierte KI-Lösungen oder Automatisierungsworkflows sinnvoll.
Ab 50 Rechnungen im Monat gibt es einen messbaren ROI, der Break-even liegt aber bei einfachen SaaS-Lösungen bei 3 bis 6 Monaten und bei individuell entwickelten Lösungen bei 6 bis 12 Monaten. Wirklich überzeugend wird die Rechnung ab 100 bis 150 Rechnungen im Monat. Der zweite Grund für einen frühen Einstieg ist nicht der direkte ROI, sondern die Vorbereitung auf die E-Rechnungspflicht: Wer die Infrastruktur heute aufbaut, verarbeitet ab 2027 und 2028 verpflichtend eingehende XRechnungen ohne zusätzlichen Aufwand.
Ab Januar 2025 müssen B2B-Unternehmen in Deutschland strukturierte E-Rechnungen (XRechnung oder ZUGFeRD) empfangen können. Wer heute Infrastruktur für die automatische Rechnungsverarbeitung aufbaut, erfüllt diese Anforderung automatisch. Mehr dazu in unserem ausführlichen Leitfaden zu XRechnung und ZUGFeRD.
Fazit: Die Technologie ist da. Die Frage ist nur noch: Wann starten?
Rechnungen automatisch auslesen ist 2026 kein Pilotprojekt mehr. Die Werkzeuge funktionieren, die Integrationswege sind dokumentiert, und die ROI-Rechnung ist ab 100 Eingangsrechnungen im Monat klar positiv.
Was Projekte scheitern lässt, ist selten die Technologie. Es sind schlechte Stammdaten, fehlende Validierungslogik und übersprungene Pilotphasen. Wer diese drei Punkte ernst nimmt, hat nach 6 bis 8 Wochen einen produktiven Workflow.
Der sinnvolle erste Schritt ist eine ehrliche Bestandsaufnahme: Wie viele Rechnungen kommen rein? Über welche Kanäle? Welche Systeme sind betroffen? Auf dieser Basis lässt sich in einem kurzen Gespräch klären, welcher Umsetzungsweg für Ihr Unternehmen der richtige ist.
Bereit, Eingangsrechnungen automatisiert zu verarbeiten?
In einem kostenlosen 30-Minuten-Erstgespräch analysieren wir Ihren Rechnungseingang und zeigen den konkreten Weg zur automatischen Verarbeitung. Mit realistischem Zeitplan und ohne Hype.
Quellen und weiterführende Informationen
- Bundesverband der Bilanzbuchhalter und Controller (BVBC): Kostenerhebung zur manuellen Rechnungsverarbeitung in deutschen KMUs
- Bundesministerium der Finanzen: GoBD – Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern, Aufzeichnungen und Unterlagen in elektronischer Form sowie zum Datenzugriff (BMF-Schreiben 2019, aktualisiert 2021)
- DATEV eG: DATEV Automatisierungsservice Rechnungen (ASR)
- DATEV eG: DATEV Unternehmen Online – Belegübertragung
- Skill-Sprinters: Rechnungen automatisch verarbeiten mit KI
- Turian.ai: Rechnungsverarbeitung mit KI: Schnell und fehlerfrei
- Optikronix: Rechnungseingang automatisieren: Schritt-für-Schritt-Anleitung 2026
- Candis: So funktioniert automatisierte Rechnungsverarbeitung
- Pexon Consulting: n8n DATEV Automation
