Rechnungen automatisch verarbeiten mit KI: So funktioniert es in der Praxis

Jede Rechnung, die ein Mitarbeiter manuell abtippt, kostet Zeit und birgt Fehlerrisiken. Falsch übernommene Beträge, vertauschte Rechnungsnummern, vergessene Skontofristen: In der Buchhaltung summieren sich kleine Fehler zu echten Problemen. Dabei lässt sich die Eingangsrechnungsverarbeitung heute mit KI weitgehend automatisieren. Ohne Programmierkenntnisse, ohne sechsstellige Investition, ohne monatelanges IT-Projekt.

Dieser Artikel zeigt Ihnen, wie eine KI-gestützte Pipeline für die Rechnungsverarbeitung aufgebaut ist, welche Tools Sie dafür brauchen und was das konkret an Zeit und Geld spart.

Das Wichtigste in Kürze

• Rechnungen automatisch verarbeiten mit KI spart bei 50 Rechnungen pro Tag rund 4 Stunden Arbeitszeit. Täglich.
• Die Pipeline besteht aus vier Stufen: OCR-Texterkennung, KI-Extraktion, Validierung und Übergabe an die Buchhaltung.
• Tools wie n8n (Open Source), Claude oder GPT-4o und spezialisierte Dienste wie Rossum oder Docparser machen den Einstieg möglich.
• Die API-Kosten liegen typischerweise bei 30 bis 80 EUR pro Monat. Die Ersparnis bei Personalkosten übersteigt das um den Faktor 10 bis 30.
• Fehlerquoten sinken messbar: KI-gestützte Extraktion erreicht bei strukturierten Rechnungen Genauigkeiten von über 95 %.

Warum manuelle Rechnungsverarbeitung ein Auslaufmodell ist

In vielen Unternehmen sieht der Prozess heute noch so aus: Eine Rechnung kommt per E-Mail oder Post. Ein Mitarbeiter öffnet das PDF, liest die relevanten Daten ab (Rechnungsnummer, Datum, Nettobetrag, Umsatzsteuer, Fälligkeit, IBAN), tippt sie in die Buchhaltungssoftware ein und legt die Rechnung ab. Pro Rechnung dauert das 3 bis 5 Minuten.

Bei 50 Rechnungen am Tag sind das über 4 Stunden reine Dateneingabe. Jeden Tag. Dazu kommen Fehler: Laut einer Studie der Universität Bamberg liegt die Fehlerquote bei manueller Dateneingabe bei 1 bis 4 Prozent. Bei 1.000 Rechnungen im Monat bedeutet das 10 bis 40 fehlerhafte Buchungen, die später aufwändig korrigiert werden müssen.

Das Problem ist nicht, dass Mitarbeiter schlecht arbeiten. Das Problem ist, dass die Aufgabe selbst perfekt für eine Maschine geeignet ist: repetitiv, regelbasiert und datenintensiv.

Die vier Stufen der KI-gestützten Rechnungsverarbeitung

Eine vollständige Pipeline für die automatische Rechnungsverarbeitung besteht aus vier Stufen. Jede Stufe lässt sich einzeln implementieren. Sie müssen nicht alles auf einmal bauen.

Stufe 1: OCR-Texterkennung

Bevor eine KI eine Rechnung auswerten kann, muss der Text aus dem Dokument extrahiert werden. Bei digitalen PDFs (die meisten E-Mail-Rechnungen) ist das trivial, weil der Text bereits maschinenlesbar vorliegt. Bei gescannten Dokumenten oder Fotos kommt OCR (Optical Character Recognition) zum Einsatz.

Bewährte OCR-Tools:

Für die meisten KMU reicht Tesseract in Kombination mit einem vorgeschalteten Bildoptimierungsschritt (Kontrast, Rotation, Entrauschen). Wer höchste Genauigkeit bei schlechten Scans braucht, greift zu einem Cloud-Dienst.

Stufe 2: KI-Extraktion der Rechnungsdaten

Das ist der entscheidende Schritt. Ein Sprachmodell analysiert den extrahierten Text und liefert die Rechnungsdaten als strukturierten Datensatz zurück. Der Prompt dafür sieht vereinfacht so aus:

Analysiere die folgende Rechnung und extrahiere diese Felder als JSON:
- rechnungsnummer
- datum
- absender_name
- absender_iban
- nettobetrag
- ust_satz
- ust_betrag
- bruttobetrag
- faelligkeit
- verwendungszweck

Rechnungstext:
[OCR-Output hier einfügen]

Das Ergebnis ist ein sauberer JSON-Datensatz, den Sie direkt weiterverarbeiten können. Moderne Sprachmodelle wie Claude oder GPT-4o verstehen dabei auch ungewöhnliche Rechnungsformate, handschriftliche Ergänzungen und fremdsprachige Dokumente.

Welches Modell für welchen Einsatz?

Wichtig: GPT-4o und Claude können PDFs und Bilder direkt verarbeiten (multimodal). In diesem Fall entfällt Stufe 1 komplett. Sie schicken die Rechnung als Bild an die API und bekommen die extrahierten Daten zurück.

Stufe 3: Validierung und Kategorisierung

Extrahierte Daten sind nicht automatisch korrekte Daten. Eine Validierungsstufe prüft die Plausibilität:

• Rechnerische Prüfung: Stimmt Nettobetrag + USt = Bruttobetrag?
• USt-Satz-Prüfung: Ist der Steuersatz 0 %, 7 % oder 19 %? Andere Werte sind in Deutschland ungewöhnlich.
• IBAN-Prüfung: Ist die IBAN formal korrekt (Prüfzifferberechnung)?
• Dublettenprüfung: Wurde diese Rechnungsnummer von diesem Absender schon einmal verarbeitet?
• Fälligkeitsprüfung: Liegt das Fälligkeitsdatum in der Zukunft?

Zusätzlich ordnet die KI jede Rechnung einer Buchungskategorie zu. Das geschieht entweder regelbasiert (Absender X = Kategorie Miete) oder per KI-Klassifikation anhand des Rechnungstexts. In der Praxis funktioniert eine Kombination am besten: feste Regeln für bekannte Lieferanten, KI für neue oder unbekannte Absender.

Stufe 4: Übergabe an die Buchhaltung

Die validierten Daten werden an die Buchhaltungssoftware übergeben. Je nach System gibt es dafür unterschiedliche Wege:

• API-Anbindung: Lexoffice, sevDesk und DATEV Unternehmen Online bieten APIs, über die Buchungen automatisch angelegt werden können.
• CSV-Export: Für Systeme ohne API generiert der Workflow eine CSV-Datei im passenden Format.
• E-Mail mit Anhang: Manche Steuerberater bevorzugen eine strukturierte E-Mail mit der Rechnung als PDF und den extrahierten Daten in einer Excel-Datei.
• DATEV-Schnittstelle: Für die Zusammenarbeit mit dem Steuerberater ist der DATEV-Export oft der praktischste Weg.

Der komplette Workflow in n8n: Schritt für Schritt

n8n ist eine Open-Source-Workflow-Engine, die Sie selbst hosten können. Die Daten verlassen Ihren Server nicht. Das ist ein wesentlicher Vorteil gegenüber Cloud-Diensten, wenn Sie sensible Finanzdaten verarbeiten.

So sieht ein vollständiger Workflow aus:

1. Trigger: E-Mail-Eingang überwachen
Der Workflow startet automatisch, wenn eine neue E-Mail im Rechnungspostfach eingeht. n8n prüft, ob ein PDF-Anhang vorhanden ist.

2. PDF-Extraktion
Der Anhang wird extrahiert und an die KI-API gesendet. Bei multimodalen Modellen (GPT-4o, Claude) wird das PDF direkt als Bild übergeben. Bei textbasierten Modellen wird vorher der Text per OCR extrahiert.

3. KI-Analyse
Ein HTTP-Request-Node sendet den Rechnungsinhalt mit dem Extraktions-Prompt an die API. Die Antwort kommt als JSON zurück.

4. Validierung
Ein Code-Node prüft die extrahierten Werte: Stimmt die Rechnung? Ist die IBAN plausibel? Gibt es Duplikate?

5. Routing
Valide Rechnungen gehen direkt an die Buchhaltungssoftware. Rechnungen mit Auffälligkeiten (fehlende Felder, unplausible Beträge, unbekannte Absender) landen in einer Prüfschlange für manuelle Kontrolle.

6. Buchung und Archivierung
Die Daten werden per API an Lexoffice, sevDesk oder als CSV exportiert. Die Original-PDF wird im Dokumentenmanagementsystem abgelegt.

Dieser Workflow lässt sich in n8n an einem Nachmittag aufbauen, wenn Sie die API-Zugänge bereits haben. Die KI-Komponente (Schritt 3) ist dabei der einfachste Teil: ein HTTP-Request mit einem gut formulierten Prompt.

Spezialisierte Tools: Wann sie sich lohnen

Neben der Selbstbau-Variante mit n8n und einem Sprachmodell gibt es spezialisierte Dienste, die auf Rechnungsverarbeitung trainiert sind:

Diese Tools lohnen sich, wenn Sie Hunderte Rechnungen pro Tag verarbeiten oder wenn Ihr Team keine technische Affinität hat, um einen eigenen Workflow aufzusetzen. Für die meisten KMU mit 20 bis 100 Rechnungen pro Woche ist die n8n-Variante die wirtschaftlichere Lösung.

ROI-Rechnung: Was bringt das konkret?

Rechnen wir mit einem realistischen Szenario: Ein Unternehmen verarbeitet 50 Eingangsrechnungen pro Tag.

Kostenrechnung:

Die Amortisation liegt typischerweise bei unter einem Monat. Selbst bei konservativerer Rechnung (25 Rechnungen pro Tag, 30 EUR Stundensatz) bleiben über 1.000 EUR monatliche Ersparnis.

Fehlerbehandlung: Was passiert, wenn die KI falsch liegt?

Kein System ist fehlerfrei. Die Frage ist nicht, ob Fehler passieren, sondern wie Sie damit umgehen. Drei Prinzipien haben sich bewährt:

1. Confidence Score nutzen
Sprachmodelle können für jedes extrahierte Feld einen Konfidenzwert angeben. Liegt dieser unter einem Schwellwert (z. B. 90 %), wird die Rechnung zur manuellen Prüfung markiert. In der Praxis betrifft das 5 bis 10 Prozent der Rechnungen.

2. Vier-Augen-Prinzip bei hohen Beträgen
Definieren Sie einen Schwellwert (z. B. 5.000 EUR), ab dem jede Rechnung unabhängig vom Confidence Score manuell freigegeben werden muss.

3. Lernende Regeln
Wenn ein bestimmter Lieferant regelmäßig Rechnungen in einem ungewöhnlichen Format schickt, können Sie dafür eine spezifische Regel hinterlegen. Der Workflow wird mit der Zeit immer genauer, weil er aus den manuellen Korrekturen lernt.

Datenschutz und Compliance

Rechnungen enthalten sensible Geschäftsdaten. Darauf sollten Sie achten:

• Self-Hosting bevorzugen: Bei n8n und einem lokalen Sprachmodell (z. B. Llama 3) verlassen die Daten Ihren Server nicht.
• API-Nutzung absichern: Wenn Sie Cloud-APIs nutzen (OpenAI, Anthropic), stellen Sie sicher, dass ein Auftragsverarbeitungsvertrag (AVV) vorliegt. Beide Anbieter bieten das für die Business-/API-Nutzung an.
• GoBD-Konformität: Die revisionssichere Archivierung der Originalbelege muss gewährleistet sein. Die KI-Verarbeitung ersetzt nicht die Aufbewahrungspflicht.
• Protokollierung: Dokumentieren Sie, welche Rechnungen automatisch verarbeitet und welche manuell geprüft wurden. Das erleichtert die Prüfung durch den Steuerberater.

So starten Sie: Drei Varianten nach Aufwand

Variante 1: Schnellstart (1 Tag)
Nutzen Sie ein vortrainiertes Tool wie Docparser oder GetMyInvoices. Richten Sie die Verbindung zu Ihrem E-Mail-Postfach und Ihrer Buchhaltungssoftware ein. Keine Programmierkenntnisse nötig.

Variante 2: Eigener Workflow (1 Woche)
Bauen Sie einen n8n-Workflow mit Claude oder GPT-4o als KI-Komponente. Sie brauchen: einen Server für n8n, einen API-Key und grundlegendes Verständnis für Workflow-Automatisierung.

Variante 3: Vollständige Integration (2 bis 4 Wochen)
Kombinieren Sie Variante 2 mit Validierungsregeln, Dublettenprüfung, automatischer Kategorisierung und direkter API-Anbindung an Ihre Buchhaltungssoftware. Das erfordert technisches Know-how oder einen externen Dienstleister.

Häufige Fragen

Sie möchten sehen, wie KI-Automatisierung in Ihrem Unternehmen funktionieren kann? Testen Sie unseren kostenlosen KI-Assistenten und erfahren Sie in 15 Minuten, welches Potenzial in Ihren Prozessen steckt. Jetzt KI-Assistenten testen