Wie KI Belege kontiert: Die Kaskade hinter dem Buchungsvorschlag

Wenn über KI in der Buchhaltung gesprochen wird, entsteht meist das Bild eines Modells, das einen Beleg ansieht und ein Konto nennt. Brauchbare Systeme funktionieren so nicht, und die, die es tun, haben die niedrige Trefferquote.

Wie entsteht ein Buchungsvorschlag?

In einer Kaskade aus vier Stufen, von denen jede nur befragt wird, wenn die vorherige keine Antwort hatte: die Vorgabe am Lieferanten, feste Regeln, die bisherigen Buchungen des Mandanten und zuletzt ein Sprachmodell. Der größte Teil der Belege wird von den ersten drei Stufen erledigt.

Stufe 1: die Vorgabe am Kreditor. Am Lieferanten hängen Konto und Steuersatz, idealerweise auch die Kennzeichnung nach § 13b, der Skontosatz mit Frist und die Kostenstelle. Keine Wahrscheinlichkeit, eine feste Zuordnung. In gewachsenen Beständen erledigt sie den größten Teil des Aufkommens.

Stufe 2: die Regel. Sie besteht aus Muster und Folge: Trifft ein Beleg dieses Zahlungsdienstleisters mit dieser Verwendungszweckstruktur ein, gehört er auf dieses Konto. Regeln decken ab, was sich nicht am Lieferanten festmachen lässt, und veralten am schnellsten.

Stufe 3: die bisherigen Buchungen des Mandanten. Gesucht wird, wie vergleichbare Sachverhalte in diesem Mandat behandelt wurden: ähnliche Leistungsbeschreibung, ähnlicher Betragsbereich, gleiche Branche. Sie bildet die Praxis dieses Bestands ab und nicht eine allgemeine Erwartung, setzt aber Historie voraus.

Stufe 4: das Modell. Es bekommt Belegtext, Kontenplan und Kontext und leistet, was keine andere Stufe kann: eine Leistungsbeschreibung verstehen, die es nie gesehen hat. Sein Nachteil, den keine andere hat: Es kann plausibel, aber unzutreffend antworten, ohne das kenntlich zu machen.

Wann muss ein Vorschlag einem Menschen vorgelegt werden?

Immer dann, wenn zwei Stufen widersprechen, ansonsten abhängig von Stufe und Betrag. Am Kreditor ist ein Aufwandskonto für Bürobedarf hinterlegt, seine aktuelle Rechnung enthält aber ein Notebook für 890 Euro: Streng nach Kaskade gewinnt Stufe 1, und das Ergebnis wäre falsch.

Drei Signale rechtfertigen ein Aussteuern trotz vorhandener Zuordnung:

• Der Betrag weicht deutlich vom bisherigen Muster dieses Lieferanten ab
• Die Leistungsbeschreibung passt nicht zum hinterlegten Konto
• Der Steuersatz auf dem Beleg weicht vom hinterlegten ab

Das dritte Signal wiegt am schwersten, weil es auf eine Änderung der Rechtslage oder einen Fehler des Lieferanten hindeutet. Der Konfidenzwert hilft nur begrenzt: Bei Stufe 4 bedeutet ein hoher Wert nur, dass das Modell wenig Alternativen gesehen hat. Der Schwellenwert gehört je Stufe und Betragsklasse gesetzt.

Was passiert bei einem neuen Mandat ohne Historie?

Drei von vier Stufen fallen aus, und alles läuft über das Modell. Das ist der Zustand, in dem Systeme regelmäßig bewertet werden und in dem sie am schlechtesten aussehen. Zwei Wege verkürzen ihn erheblich.

Die Historie übernehmen. Aus Buchungen der Vorperioden lässt sich die Zuordnung der wiederkehrenden Lieferanten ableiten, ohne dass jemand sie eintippt. Ein Bestand mit zwei Jahren Historie ist vom ersten Tag an auf dem Niveau, das sonst nach Monaten erreicht wird.

Die zwanzig größten Lieferanten vorab hinterlegen. Eine nach Belegzahl sortierte Liste ist in Minuten erzeugt und deckt in den meisten Mandaten den überwiegenden Teil des Aufkommens ab, siehe Kreditorenstamm.

Wer beides überspringt, misst im ersten Monat ein System, das nichts über den Mandanten weiß.

Was muss vor der Kontierung passieren?

Der Belegtext muss vorliegen, und die Art, wie er entsteht, entscheidet über die Fehlerquote. Drei Wege führen dorthin: der strukturierte Datensatz einer E-Rechnung, die Textebene eines digital erzeugten PDF und die Bilderkennung bei Foto oder Scan.

Bei einer E-Rechnung liegen alle Felder exakt vor: Beträge, Steuersätze, Positionen, Lieferantendaten. Nichts wird geschätzt, weshalb die E-Rechnungspflicht der Automatisierung mehr hilft als jede bessere Texterkennung. Bei der Bilderkennung entstehen die Fehler: verschluckte Ziffern, verwechselte Zeichen, zusammengezogene Zeilen.

Eine konkrete Prüffrage: Wird bei einem ZUGFeRD-PDF das eingebettete XML genutzt oder läuft die Datei durch die Bilderkennung? Der zweite Fall bedeutet, dass geraten wird, obwohl die Daten exakt vorliegen.

Wie sieht die Kaskade an konkreten Belegen aus?

An vier Belegen desselben Mandanten im selben Monat lässt sich die Verteilung ablesen: Drei werden ohne Modell entschieden, und der vierte ist genau der, bei dem ein Mensch ohnehin hinsehen würde.

Rechnung des Telefonanbieters, 89 Euro. Kreditor bekannt, Zuordnung hinterlegt, Stufe 1 antwortet ohne Modell.

Zahlung an einen Zahlungsdienstleister, 1.240 Euro. Kein Kreditor dieses Namens, aber eine Regel: Beträge dieses Dienstleisters mit dieser Verwendungszweckstruktur sind Auszahlungen aus dem Onlineshop.

Rechnung eines Ingenieurbüros, 4.200 Euro, erstmalig. Stufe 3 sucht in der Historie, ob vergleichbare Leistungen bisher als Fremdleistung oder als Instandhaltung gebucht wurden.

Softwarelizenz aus Irland, 890 Euro, ohne Umsatzsteuerausweis. Erst hier arbeitet Stufe 4, mit Belegtext, Kontenplan und der ausländischen Umsatzsteuer-Identifikationsnummer. Ergebnis ist ein Vorschlag mit Reverse Charge, der geprüft gehört.

Warum ist die Reihenfolge wichtiger als das Modell?

Weil Nachvollziehbarkeit, Stabilität und Kosten an den ersten drei Stufen hängen. Ein Vorschlag aus Stufe 1 lässt sich begründen, einer aus Stufe 4 nur eingeschränkt, und für eine Buchführung, die nach § 146 AO nachvollziehbar sein muss, ist das ein Unterschied.

Stabilität. Eine feste Zuordnung liefert bei zehn gleichen Rechnungen zehnmal dasselbe Ergebnis. Ein Modell kann bei abweichender Formulierung anders entscheiden, und die Schwankung fällt als Inkonsistenz auf.

Kosten und Zeit. Bei mehreren tausend Belegen im Monat macht es einen erheblichen Unterschied, ob das Modell zehn Prozent davon sieht oder alle. Wer jeden Beleg durch ein Sprachmodell schickt, arbeitet nicht gründlicher, nur teurer, siehe Was KI-Buchhaltung kostet.

Die Ingenieursleistung liegt deshalb in den ersten drei Stufen und darin, wann welche greift.

Welche Prüfungen müssen nach dem Vorschlag laufen?

Vier: die Rechenprobe aus Netto, Steuersatz und Steuerbetrag, die formale Prüfung der Pflichtangaben, der Abgleich gegen den Kontenplan des Mandanten und der Vergleich mit der bisherigen Behandlung desselben Lieferanten. Die letzte ist die wirksamste und wird am seltensten umgesetzt.

• Rechnerisch: Weicht die Summe ab, ist eine der drei erkannten Zahlen falsch.
• Formal: Fehlt eine der fünf Kernangaben der Pflichtangaben nach § 14 UStG, ist der Vorsteuerabzug gefährdet.
• Gegen den Kontenplan: Ein Konto, das im Mandantenbestand nicht existiert, führt beim Import zu einem Fehler.
• Gegen die Vergangenheit: Weicht der Vorschlag ab, ist entweder er falsch oder es hat sich etwas geändert.

Der letzte Punkt zählt, weil ein bestätigter Fehlvorschlag zweimal wirkt: Die Buchung ist falsch, und die Zuordnung ist es ab jetzt auch. Nach zwölf Monaten stehen zwölf gleichartige Fehlbuchungen mit derselben Begründung in der Buchführung, und das ist in einer Prüfung ungünstiger als zwölf verschiedene Fehler, weil es als System erkennbar ist.

Dagegen hilft dreierlei: Die Herkunft eines Vorschlags muss sichtbar sein, die hinterlegten Zuordnungen gehören jährlich durchgesehen, und der erste Beleg eines Lieferanten verdient mehr Aufmerksamkeit als der zwanzigste, siehe Prüfen statt erfassen.

Wo liegen die Grenzen automatischer Kontierung?

Ein System kann nicht wissen, was nicht auf dem Beleg steht und sich nicht aus dem Kontext ergibt. Systeme, die hier trotzdem eine Antwort erzeugen, sind gefährlicher, nicht besser, weil die Lücke unsichtbar wird.

• Die betriebliche Veranlassung. Ob ein Notebook für den Betrieb oder für das Kind gekauft wurde, steht auf keiner Rechnung.
• Die Kostenstelle. Auf einer Tankrechnung steht nicht, zu welchem Fahrzeug sie gehört; die Zuordnung muss aus einem anderen Merkmal kommen, etwa dem Kartenkennzeichen.
• Der Anlass einer Bewirtung. Eine Angabe, die nur der Mandant beisteuern kann.

Richtig ist, den Fall auszusteuern und nach der fehlenden Information zu fragen, direkt beim Mandanten und am Beleg.

Woran erkennt man ein gutes System?

An der Verteilung der Vorschläge über die vier Stufen, einer Zahl, die kaum ein Anbieter ausweist und die mehr aussagt als jede Trefferquote. Verschiebt sich der Anteil des Modells nach oben statt nach unten, stimmt etwas nicht.

Zwei Ursachen sind dann wahrscheinlich: Korrekturen fließen nicht zurück, oder der Lieferantenstamm hat Dubletten. Die Auswertung ist ein Frühindikator, weil sie Probleme vor der Trefferquote zeigt; die nötigen Zahlen stehen in Automatisierungsquote richtig messen.

Im Markt unterscheiden sich die Architekturen deutlich. Manche Anbieter bauen ihre Verfahren um einen bestimmten Belegtyp herum, etwa um aufteilungsbedürftige Rechnungen, siehe DATEV oder Finmatics; andere decken die gesamte Kette bis zum Rechnungsausgang ab, siehe DATEV oder Tabula. Wer den DATEV-Automatisierungsservice bereits nutzt und dessen Ergebnisse akzeptabel findet, braucht keinen zusätzlichen Übergabepunkt.

Statt nach einer Prozentzahl zu fragen, führen vier Fragen weiter: Welche Stufen gibt es, und was passiert, wenn eine keine Antwort hat? Wird der individuelle Kontenplan gelesen? Werden strukturierte Daten genutzt, wo sie vorliegen? Und wird ein nicht entscheidbarer Fall geraten oder gefragt? Die letzte Frage trennt am deutlichsten: Ein Verfahren, das jeden Beleg beantwortet, hat keine höhere Trefferquote, nur eine unauffälligere Fehlerquote.