ujans
Blog
Künstliche Intelligenz

KI-Dokumentenverarbeitung: OCR, Rechnungen und Verträge automatisch lesen

Belege von Hand ins System einzugeben ist langsam und fehleranfällig. KI-gestützte Dokumentenverarbeitung liest die Daten und übergibt sie an die richtige Stelle; Prüfung und Sicherheitsdesign sind jedoch unerlässlich.

ujans Team··4 Min. Lesezeit

Buchhaltung, Einkauf, Personal, Logistik und Kundenservice werden täglich von PDFs, Fotos, E-Mail-Anhängen und Papierdokumenten überschwemmt. Betrag, Steuerangaben und Fälligkeitsdatum einer Rechnung von Hand einzutippen kostet Zeit und erzeugt Fehler. KI-gestützte Dokumentenverarbeitung liest das Dokument, extrahiert sinnvolle Felder und übergibt sie an das zuständige System.

Unterschied zwischen klassischem OCR und KI-gestützter Dokumentenverarbeitung

  • OCR (optische Zeichenerkennung): Wandelt Text im Bild in maschinenlesbaren Text um. Sie kennt weder Layout noch Bedeutung; sie kann „Betrag" nicht von „Datum" unterscheiden.
  • Vorlagenbasierte Extraktion: Für jeden Dokumenttyp und Lieferanten wird eine feste Position bzw. Regel definiert. Ändert sich das Layout, bricht sie.
  • KI-gestütztes Dokumentenverständnis: Extrahiert Felder (Rechnungsnummer, Datum, Verkäufer, Positionen, Summe, MwSt.), indem es Layout, Tabellen und Kontext versteht. Es passt sich flexibler an neue Layouts an und gibt bei Unsicherheit einen Vertrauenswert aus. Große Sprachmodelle ermöglichen es zudem, aus Freitextdokumenten (Verträge, E-Mails) Informationen zu ziehen und zusammenzufassen.

Einsatzfelder

  1. Rechnungen und Spesenbelege: Felder extrahieren und ans Buchhaltungssystem übergeben, Positionsabgleich, Abweichungsprüfung; siehe e-Fatura, e-Arşiv, e-İrsaliye im Vergleich und Buchhaltungssoftware auswählen.
  2. Bestellungen und Lieferscheine: Lieferantendokumente mit Bestellung und Wareneingang abgleichen (Three-Way-Match); siehe Lagerverwaltung.
  3. Verträge und Richtliniendokumente: Kernklauseln (Laufzeit, Entgelt, Verlängerung, Kündigung) extrahieren, zusammenfassen, fehlende Klauseln erkennen. Die rechtliche Bewertung obliegt der Rechtsberatung.
  4. Ausweis-, Formular- und Antragsunterlagen: Feldextraktion und Prüfung; die Sensibilität der Personendaten ist hoch.
  5. Personaldokumente: Lebenslauf-Parsing, Urlaubs- und Spesenformulare.
  6. Kundenanfragen: E-Mails und Anhänge klassifizieren und ans zuständige Team leiten; siehe KI im Kundenservice.
  7. Unternehmenswissen durchsuchen: Fragen zu einem Dokumentenarchiv; siehe Wissensassistent.

Weitere Beispiele zur Prozessautomatisierung siehe KI-Prozessautomatisierung.

Ein typischer Ablauf

  1. Eingang: Dokumente werden aus E-Mail, Upload, Scanner oder E-Dokument-Quelle gesammelt.
  2. Vorverarbeitung: Bildverbesserung, Seitentrennung, Klassifizierung des Dokumenttyps.
  3. Extraktion: Felder und Tabellenpositionen werden extrahiert und ein Vertrauenswert berechnet.
  4. Prüfregeln: Stimmen die Summen, ist das Format der Steuernummer korrekt, ist der Lieferant erfasst, gibt es eine doppelte Rechnung?
  5. Menschliche Freigabe: Dokumente mit niedrigem Vertrauen oder außerhalb der Regeln werden einem Nutzer zur Freigabe oder Korrektur gezeigt. Das System kann aus Korrekturen lernen.
  6. Übergabe: Übertragung an ERP, Buchhaltung oder Dokumentenverwaltung; siehe API-Integration und digitale Workflows.
  7. Archiv und Nachvollziehbarkeit: Originaldokument, extrahierte Daten und Änderungen sind aufgezeichnet.

Genauigkeit und Zuverlässigkeit

Kein System ist zu 100 Prozent genau; Fehlerarten müssen gesteuert werden:

  • Kritische Felder (Betrag, IBAN, Steuernummer, Datum) erhalten zusätzliche Prüfung und bei Bedarf Doppelkontrolle,
  • Vertrauensschwelle: Darunter geht es an einen Menschen; legen Sie die Schwelle nach den Fehlerkosten fest,
  • Beispiel-Testset: Erstellen Sie aus Ihren eigenen realen Dokumenten (verschiedene Lieferanten, Qualität, Sprachen) ein Testset und messen Sie den Erfolg,
  • Fehlerüberwachung: In welchen Feldern und Dokumenttypen treten Fehler auf?
  • Sprache und Format: Türkische Sonderzeichen, Datums- und Währungsformate, mehrsprachige Dokumente.

KI-Modelle können manchmal einen nicht existierenden Wert „erfinden"; daher sind Mechanismen nützlich, die prüfen, dass der extrahierte Wert wirklich im Dokument steht (Markierung der Fundstelle).

Sicherheit, Datenschutz und Compliance

Dokumente enthalten oft Personendaten, Finanzinformationen und Geschäftsgeheimnisse:

  1. Wohin gehen die Daten? Klären Sie, welcher Dienst und welche Region die Dokumente verarbeitet und ob sie für Training genutzt werden; siehe KI und Datenschutz.
  2. Nicht mehr senden als nötig; sensible Felder maskieren, wenn sie nicht gebraucht werden.
  3. Zugriffskontrolle: Rollenbasierte Berechtigungen, MFA und Aktionsprotokolle.
  4. Aufbewahrung und Löschung: Aufbewahrungsfristen und gesetzliche Archivpflichten; siehe KVKK-Checkliste.
  5. Verschlüsselung und Backup: Verschlüsselung bei Übertragung und Speicherung; siehe Datenschutz-Leitfaden und Backup-Strategie.
  6. Bösartige Inhalte: In Dokumenten versteckte Anweisungen können versuchen, die KI zu täuschen (Prompt Injection); Dokumentinhalte als Daten behandeln, nicht als Befehle. Auch schädliche Anhänge scannen; siehe Phishing-Angriffe.
  7. Rechtliche Gültigkeit: E-Dokument- und Archivvorschriften können Originaldokument und Unveränderbarkeit verlangen; klären Sie das mit Ihrem Steuerberater.

Fertiges Produkt oder Individuallösung?

  • Fertige Dokumentenverarbeitungsprodukte: Schneller Start; ausgereift für verbreitete Dokumente wie Rechnungen. Integration und Kostenmodell prüfen.
  • Module in Buchhaltung oder ERP: Können der einfachste Start sein, kompatibel mit Ihrem bisherigen System.
  • Individuallösung: Für sehr spezielle Dokumente, hohes Volumen oder besondere Geschäftsregeln; siehe Individualsoftware oder Standardlösung?.

Auswahlkriterien: Genauigkeit (mit eigenen Dokumenten testen), Integration, Oberfläche für menschliche Freigabe, Sicherheit und Datenstandort, Skalierbarkeit, Support, Gesamtkosten. Zum Budget siehe Software-Budget planen.

Messung: Was bringt es?

  • Bearbeitungszeit je Dokument (vorher und nachher),
  • Anteil automatisch (ohne menschliches Eingreifen) verarbeiteter Dokumente,
  • Genauigkeit auf Feldebene und Fehlerkosten,
  • Dauer des Monatsabschlusses, weniger Zahlungsverzögerungen und Doppelzahlungen,
  • Zeit, die Mitarbeiter für Prüfungen aufwenden.

Kennzahlen im Dashboard verfolgen; siehe KPIs und Management-Dashboard.

Branchenbeispiele

Häufige Fehler

  • Vollautomatisierung ohne Prüfung und menschliche Freigabe,
  • Ein Produkt wählen, ohne mit eigenen Dokumenten zu testen,
  • Sensible Dokumente ohne Datenrichtlinie in die Cloud senden,
  • Originaldokument und Änderungsprotokoll nicht aufbewahren,
  • Nur digitalisieren, ohne den Prozess zu verbessern (ein fehlerhafter Prozess wird automatisch),
  • Schwellen und Ausnahmen nicht definieren,
  • Mitarbeiter nicht einbeziehen.

Ein Startplan

  1. Den zeitaufwendigsten Dokumenttyp wählen (etwa Lieferantenrechnungen).
  2. Aus 100–200 realen Dokumenten ein Testset zusammenstellen.
  3. 2–3 Lösungen mit dem Testset vergleichen.
  4. Einen Pilot mit menschlicher Freigabe starten und Genauigkeit und Zeit messen.
  5. Prüfregeln und Integration ergänzen.
  6. Mit wachsender Zuverlässigkeit die Quote automatischer Verarbeitung erhöhen und neue Dokumenttypen aufnehmen.

Für die allgemeine KI-Roadmap siehe auch Wo mit KI anfangen?.

ujans baut Dokumentenautomatisierung zusammen mit Prozessanalyse, Prüfregeln, sicherer Integration und Messung auf.

Sie suchen Unterstützung zu diesem Thema?

Beschreiben Sie Ihr Anliegen – unser Team meldet sich innerhalb eines Werktags.

Angebot anfordern