Intelligente & Automatisierte Dokumentenverarbeitung

Rechnungen, Lieferscheine, Verträge, Anträge: In den meisten Unternehmen trägt das Dokument die Information, und ein Mensch überträgt sie ins System. Automatisierte Dokumentenverarbeitung übernimmt diesen Schritt. Sie liest ein eingehendes Dokument, erkennt seinen Typ, zieht die relevanten Felder heraus und übergibt sie strukturiert an das Zielsystem.

Der Anspruch ist alt, die Dringlichkeit ist neu. Seit dem 1. Januar 2025 muss jedes inländische Unternehmen E-Rechnungen von anderen inländischen Unternehmen empfangen können; das regelt der neu gefasste § 14 UStG. Für die Ausstellung greifen die Übergangsfristen des § 27 Absatz 38 UStG: Ab dem 1. Januar 2027 gilt die Pflicht für Unternehmen mit mehr als 800.000 Euro Gesamtumsatz im Vorjahr, ab dem 1. Januar 2028 für alle übrigen.

Dauerhaft ausgenommen von der Ausstellungspflicht bleiben Kleinunternehmer nach § 19 UStG, geregelt in § 34a UStDV, sowie Kleinbetragsrechnungen bis 250 Euro und Fahrausweise. Empfangen müssen Kleinunternehmer E-Rechnungen trotzdem. Das FAQ des Bundesfinanzministeriums beantwortet die Detailfragen.

Wer eingehende Belege ohnehin maschinell lesbar bekommt, stellt zwangsläufig die Frage, warum der Rest des Posteingangs weiter von Hand erfasst wird.

Was automatisierte Dokumentenverarbeitung leistet

Der Begriff wird oft mit klassischer OCR-Technologie gleichgesetzt, meint aber deutlich mehr. Optical Character Recognition wandelt Bildpunkte in Zeichen um. Sie beantwortet die Frage, welcher Text auf der Seite steht, nicht die Frage, was er bedeutet.

Automatisierte Dokumentenverarbeitung setzt darauf auf. Sie ordnet das Dokument einer Kategorie zu, findet die fachlich relevanten Werte und prüft sie gegen Regeln und Stammdaten. Ob jemand von automatischer oder automatisierter Dokumentenverarbeitung spricht, ist dabei Sprachgebrauch; eine fachliche Abgrenzung steckt nicht dahinter. In der Fachsprache heißt dieser Bereich Intelligent Document Processing. IDP Software kombiniert dafür Bilderkennung, Layoutanalyse und Sprachmodelle.

Von Robotic Process Automation unterscheidet sich der Ansatz im Kern. RPA bedient bestehende Oberflächen nach festen Regeln und scheitert, sobald sich eine Eingabe unerwartet verändert. Dokumentenverarbeitung mit maschinellem Lernen ist auf genau diese Varianz ausgelegt: Sie erkennt ein Rechnungsdatum auch dann, wenn es an einer ungewohnten Stelle steht.

Die Verarbeitungskette

Digitale Dokumentenverarbeitung durchläuft in jeder Umsetzung dieselben vier Stufen: Erfassung, Klassifikation, Extraktion und Prüfung. Am Anfang steht die Erfassung. Belege kommen als PDF, als Scan, als Foto oder als E-Mail-Anhang; strukturierte Formate wie XRechnung liefern die Daten bereits maschinenlesbar und überspringen die Texterkennung. Bei Bilddaten entscheidet die Vorverarbeitung über alles Weitere. Schieflagen werden korrigiert, Kontraste angehoben, mehrseitige Stapel in einzelne Vorgänge getrennt.

Danach folgt die automatische Dokumentenklassifikation. Das System entscheidet, ob eine Rechnung, ein Lieferschein oder ein Kündigungsschreiben vorliegt, denn erst der Typ bestimmt, welche Felder überhaupt gesucht werden. Bei einer Rechnung sind das Rechnungsnummer, Datum, Steuerbeträge und Positionen, bei einem Vertrag Laufzeit, Kündigungsfrist und Vertragsparteien.

Die Extraktion der Daten zieht diese Werte heraus. Moderne Verfahren arbeiten nicht mit festen Koordinaten, sondern werten Text, Position und Layout gemeinsam aus. Dadurch funktioniert ein Modell auch bei Lieferanten, deren Rechnungslayout es nie gesehen hat.

Jeder extrahierte Wert trägt einen Konfidenzwert, also die Wahrscheinlichkeit, mit der das Modell seine eigene Ausgabe für richtig hält. Dieser Wert steuert den letzten Schritt. Die automatisierte Dokumentenprüfung gleicht die extrahierten Werte gegen Stammdaten, Bestellungen und Rechenregeln ab, etwa die Summe der Positionen gegen den Rechnungsbetrag. Liegt die Konfidenz über der definierten Schwelle und bestehen diese Prüfungen, läuft der Vorgang ohne Zutun durch. Andernfalls landet er in der manuellen Nachbearbeitung. Was dort korrigiert wird, fließt als Trainingssignal zurück ins Modell.

Woran die Automatisierung in der Praxis scheitert

Die Technik versagt selten spektakulär. Sie versagt an Details, und fast immer an denselben vier.

Belegqualität entscheidet früher als jedes Modell. Ein mit dem Smartphone abfotografierter Lieferschein mit Knick und Schattenwurf liefert schlechtere Ergebnisse als ein digital erzeugtes PDF. Wo Eingangskanäle sich steuern lassen, ist die Umstellung auf strukturierte Formate wirksamer als jede Modelloptimierung.

Layoutvarianz trifft Unternehmen mit vielen kleinen Lieferanten härter als solche mit wenigen großen. Zehn Lieferanten mit stabilen Rechnungsformaten sind schneller automatisiert als tausend mit jeweils eigenem Aufbau.

Fachliche Ausnahmen sind der eigentliche Kostentreiber. Teillieferungen, Gutschriften, Rechnungen in Fremdwährung oder abweichende Rechnungsempfänger sind fachlich korrekt, aber selten. Genau deshalb fehlen dem Modell Trainingsbeispiele, und genau deshalb landen diese Fälle in der manuellen Bearbeitung.

Falsch gesetzte Schwellenwerte kosten auf beiden Seiten. Eine zu hohe Konfidenzschwelle schickt korrekt erkannte Dokumente in die Prüfung und verschenkt Automatisierung. Eine zu niedrige lässt Fehler durch, die erst im Buchhaltungssystem auffallen. Dort ist die Korrektur teurer, weil sie eine bereits erfasste Buchung rückabwickelt statt einen offenen Vorgang zu bereinigen.

Wie sich der Automatisierungsgrad messen lässt

Die zentrale Kennzahl ist die Quote der Dunkelverarbeitung, also der Anteil der Vorgänge, die vollständig ohne manuellen Eingriff durchlaufen. Sie ist aussagekräftiger als jede Erkennungsrate, weil sie den tatsächlichen Aufwand abbildet.

Bei der Genauigkeit lohnt eine Unterscheidung, die in Anbieterangaben oft untergeht. Feldgenauigkeit misst, wie viele einzelne Werte korrekt erkannt wurden. Dokumentgenauigkeit misst, wie viele Dokumente vollständig fehlerfrei sind.

Der Unterschied ist erheblich. Bei zwölf Feldern pro Rechnung und einer Feldgenauigkeit von 98 Prozent bleiben rechnerisch nur 78 Prozent der Rechnungen vollständig fehlerfrei, denn die Trefferwahrscheinlichkeiten multiplizieren sich über alle Felder: 0,98 hoch 12 ergibt 0,78. Gut jede fünfte Rechnung braucht dann einen Blick.

Diese Modellrechnung unterstellt voneinander unabhängige Fehler. In der Praxis häufen sich Fehler auf denselben schlechten Belegen, sodass die tatsächliche Dokumentgenauigkeit meist über dem rechnerischen Wert liegt. Für den Prozess zählt die Dokumentgenauigkeit, weil ein einzelner falscher Wert den gesamten Vorgang in die Nachbearbeitung schickt.

Vorsicht ist bei Genauigkeitsangaben aus Benchmarks geboten. Öffentliche Datensätze wie CORD oder FUNSD messen Feldextraktion unter Laborbedingungen auf kuratiertem Material. Die dort erreichten Werte sagen wenig über den eigenen Posteingang, dessen Belegmix und Qualität sich unterscheiden.

Ebenso wichtig ist die Trennung von Erkennungs- und Prüffehlern. Ein System, das einen unsicheren Wert als unsicher markiert, verhält sich richtig. Kritisch sind Werte, die falsch erkannt und trotzdem mit hoher Konfidenz ausgegeben werden, denn nur diese passieren die Kontrolle unbemerkt.

Was der rechtliche Rahmen verlangt

Steuerlich relevante Dokumente unterliegen den Grundsätzen zur ordnungsmäßigen Führung und Aufbewahrung von Büchern, kurz GoBD. Das Bundesfinanzministerium hat sie mit Schreiben vom 11. März 2024 neu gefasst; die Fassung gilt seit dem 1. April 2024.

Für automatisierte Verarbeitung folgen daraus zwei konkrete Anforderungen. Erstens der Grundsatz der Unveränderbarkeit: Spätere Änderungen müssen protokolliert werden, und der ursprüngliche Inhalt muss erkennbar bleiben. Eine Korrektur in der Nachbearbeitung darf den maschinell erkannten Wert also nicht spurlos überschreiben. Zweitens die Verfahrensdokumentation, die beschreibt, wie Dokumente erfasst, verarbeitet und aufbewahrt werden. Wer Extraktion und Prüfung automatisiert, muss auch diesen Teil des Verfahrens dokumentieren.

Bei E-Rechnungen kommt das Format hinzu. Als E-Rechnung gilt ein strukturiertes elektronisches Format nach der EU-Richtlinie 2014/55/EU und damit nach der CEN-Norm EN 16931. Daneben bleiben zwischen den Vertragsparteien vereinbarte Formate zulässig, sofern sie die erforderlichen Angaben interoperabel abbilden. Ein per E-Mail versandtes PDF erfüllt die Definition nicht.

In Deutschland setzen ZUGFeRD und XRechnung die Norm um, wobei ZUGFeRD die strukturierten Daten in ein PDF einbettet und XRechnung ein reines XML-Format ist. Bei ZUGFeRD erfüllen alle Profile ab Version 2.0.1 die Norm, mit Ausnahme von MINIMUM und BASIC-WL: Diese beiden bilden keine vollständige Rechnung ab und gelten deshalb umsatzsteuerlich nicht als E-Rechnung. Maßgeblich ist die Verwaltungsauffassung des BMF.

Personenbezogene Daten in Dokumenten unterliegen zusätzlich der DSGVO. Das betrifft die Frage des Verarbeitungsorts ebenso wie Löschfristen, und es ist der Grund, warum regulierte Branchen den Betrieb auf eigenen Servern verlangen.

Wann sich die Einführung rechnet

Drei Größen entscheiden, und sie lassen sich vorab bestimmen.

Das Volumen setzt die Untergrenze. Solange eine Sachbearbeiterin die Eingänge nebenher miterledigt, trägt kein Projekt seine Einrichtungskosten. Der Nutzen wächst mit der Stückzahl, weil die Einrichtung einmalig anfällt, die Erfassung aber je Beleg.

Die Varianz bestimmt den Aufwand. Ein enger Dokumententyp mit stabilem Aufbau ist schnell produktiv, weil wenige Beispiele zum Anlernen genügen. Ein Posteingang mit dreißig Dokumentarten und offenem Absenderkreis ist ein Projekt.

Die Prozesstiefe entscheidet über den tatsächlichen Ertrag. Extraktion allein spart Tipparbeit. Erst wenn die Daten in den nachgelagerten Prozess laufen, etwa in eine digitale Rechnungsfreigabe, verschwindet der manuelle Schritt wirklich. Wer nur extrahiert und die Werte anschließend von Hand weiterreicht, verlagert Arbeit, statt sie abzuschaffen.

Fazit

Automatisierte Dokumentenverarbeitung ist kein einzelnes Produkt, sondern eine Kette aus Erfassung, Klassifikation, Extraktion und Prüfung. Ihr Erfolg hängt weniger am Modell als an den Rahmenbedingungen: an der Qualität der Eingangskanäle, an der Zahl der Dokumenttypen, an sinnvoll gesetzten Schwellenwerten und daran, ob die extrahierten Daten im Folgeprozess tatsächlich ankommen.

Die regulatorische Entwicklung nimmt die Entscheidung teilweise ab. Wer bis 2028 ohnehin strukturierte Rechnungen ausstellen und verarbeiten muss, kann den Posteingang gleich vollständig betrachten.