KI-Kontierung pro Rechnungsposition: ein Praxistest

Eine Rechnung vom IT-Händler, fünf Positionen: ein Notebook für 749 Euro, ein Monitor, eine Dockingstation, ein Software-Abonnement für zehn Nutzer und ein Wartungsvertrag für den Server. Wer solche Rechnungen kontiert, bucht sie nicht auf ein Konto, sondern auf vier: geringwertige Wirtschaftsgüter, Kleingeräte, Lizenzen und Wartung.

Die Rechnung zu lesen, per OCR für Rechnungen und Extraktion, ist der leichtere Teil. Die automatische Kontierung jeder einzelnen Position ist der schwierigere.

Genau das haben wir getestet. Ein Sprachmodell liest die Rechnung und schlägt für jede Position ein Sachkonto aus dem Kontenrahmen vor, mit einem Satz Begründung.

Der Test läuft auf einem vollständig synthetischen Datensatz: 12 erfundene Rechnungen mit 37 Positionen, zwei fiktive Gesellschaften, 30 fiktive Lieferanten und 30 Konten aus dem DATEV-Kontenrahmen SKR 03. Die Zahlen unten stammen aus drei vollständigen Durchläufen.

Das Wichtigste in Kürze

• Ein Sprachmodell schlägt je Rechnungsposition ein Sachkonto aus dem SKR 03 vor und begründet es mit dem Beleg.
• Im synthetischen Test mit 12 Rechnungen und 37 Positionen waren in allen drei Läufen 37 von 37 Vorschlägen plausibel, keiner war falsch.
• Die einzige fragwürdige Begründung wurde von einer Prüfregel markiert; gebucht wird erst nach der Freigabe durch die Buchhaltung.

Was ist KI-Kontierung und was unterscheidet sie von der Extraktion?

Extraktion und Kontierung sind zwei verschiedene Aufgaben, auch wenn sie im selben Schritt laufen. Die Extraktion liest, was auf der Rechnung steht: Rechnungsnummer, Lieferant, USt-IdNr., Beträge und die Positionen mit Menge und Preis. Ob das Ergebnis stimmt, lässt sich am Dokument prüfen.

Die Kontierung steht nicht auf der Rechnung. Sie ist eine begründete Schätzung, wohin eine Position gebucht wird. Sie hängt ab von der Beschreibung, vom Betrag und davon, welche Gesellschaft die Rechnung empfängt. Deshalb verlangen wir vom Modell zu jedem Konto eine Begründung, die sich auf die Rechnung stützt. Aus einer Schätzung wird so ein Vorschlag, den die Buchhaltung schnell prüfen kann.

Die Vorkontierung selbst ist keine neue Idee: Früher trug sie der Kontierungsstempel auf dem Papierbeleg. Buchungsvorschläge aus der Buchungshistorie brauchen frühere Belege desselben Lieferanten. Ein Sprachmodell braucht diese Vorgeschichte nicht. Es ordnet jede Position anhand ihrer Beschreibung ein, auch beim ersten Beleg eines neuen Lieferanten.

Wie der Test aufgebaut ist

Die Rechnungen stammen von erfundenen Lieferanten wie der „IT-Handel Muster GmbH“ und sind an die „Beispiel Maschinenbau GmbH“ oder die „Beispiel Service GmbH“ adressiert.

Die Positionen sind bewusst gemischt: Stahlblech und Wartung einer CNC-Fräse für den Maschinenbau, Kaffee und Fachbücher für das Büro, Hotel und Parkplatz auf einer Dienstreise, ein Kundenessen und ein internes Teamfrühstück auf derselben Catering-Rechnung.

Der Extraktor in Konfuzio bekommt drei Dinge mit:

• Felder: 13 Stück, von der Rechnungsnummer bis zur Positionstabelle mit den Spalten Sachkonto und Begründung.
• Kontenrahmen: 30 Konten aus dem DATEV SKR 03, gültig für 2026, jeweils mit Nummer, Bezeichnung und einem Satz, wofür das Konto gedacht ist. Zwei Konten sind nur für den Maschinenbau zulässig, etwa der Wareneingang 3200.
• Kreditorenstamm: 30 Lieferanten mit Kreditorennummer, Name und USt-IdNr. Acht davon haben keine USt-IdNr. hinterlegt, wie es in echten Stammdaten vorkommt.

Dazu kommen acht Prüfregeln, formuliert als Ja/Nein-Fragen: Stimmt die Summe der Positionen mit dem Nettobetrag überein? Ist das Konto für die empfangende Gesellschaft zulässig? Liegt jede Position auf dem Konto 0480 zwischen 250 und 800 Euro netto? Ein eigener Modellaufruf beantwortet diese Fragen nach der Extraktion und markiert jede Regel, die nicht erfüllt ist. Jeder gelesene Wert bleibt mit seiner Stelle auf dem Beleg verknüpft: Ein Klick auf ein Feld hebt sie im Dokument hervor.

Für jede Position haben wir vorab das erwartete Konto festgelegt und, wo die Zuordnung Ermessenssache ist, zulässige Alternativen. Der Monitor für 229 Euro gehört zu den Kleingeräten; wer ihn als sonstigen Betriebsbedarf bucht, liegt nicht falsch. Diese Zuordnungen sind unsere Annahmen für den Test, keine Steuerberatung. Im eigenen Betrieb legt sie die Buchhaltung oder die Steuerkanzlei fest.

Was die Messung zeigt

Das Lesen war in allen drei Durchläufen fehlerfrei: 132 von 132 Kopfdaten und 148 von 148 Werten in den Positionen stimmten. Bei sauber gesetzten PDF-Rechnungen ist das zu erwarten und kein Maßstab für schiefe Scans.

Die Kreditorennummer war in jedem Lauf zwölfmal richtig: neunmal gefunden und dreimal korrekt leer gelassen, weil der Stamm für diese Lieferanten keine USt-IdNr. kennt.

Interessanter ist die Kontierung. Das Modell traf das vorab erwartete Konto in 33 bis 34 von 37 Positionen. Die übrigen Vorschläge waren zulässige Alternativen, etwa Fremdleistungen statt Wareneingang beim Zuschnitt von Stahlblech. Plausibel waren damit in jedem Lauf 37 von 37 Konten, falsch war keines.

Die Begründungen machen den Unterschied in der Prüfung. Zum Notebook schreibt das Modell: „Notebook ist ein selbstständig nutzbares Gerät mit 749,00 EUR netto und liegt im GWG-Bereich über 250 bis 800 EUR.“ Die 800 Euro sind die Grenze für den sofortigen Abzug nach § 6 Abs. 2 EStG.

Bei der Smartphone-Ratenzahlung dagegen trägt die Begründung nicht. In zwei Läufen buchte das Modell die Raten auf 0480. Die Begründung lautete „25,00 EUR je Rate im GWG-Bereich“. Eine Rate von 25 Euro liegt aber weit unter der Untergrenze, die unser Kontenrahmen für dieses Konto nennt.

Genau dafür sind die Prüfregeln da. Die Regel „Liegt bei jeder Position mit Sachkonto 0480 der Einzelpreis über 250 und höchstens 800 Euro netto?“ schlug in beiden Läufen an, mit der Erklärung, der Einzelpreis betrage nur 25,00 Euro.

Insgesamt markierten die Prüfregeln 11 von 288 Prüfungen über alle drei Läufe. Jede Markierung war berechtigt: dreimal je Lauf ein Lieferant ohne USt-IdNr. im Stamm, zweimal die Smartphone-Rate. Ein Fehlalarm war nicht dabei.

Zwischen den drei Läufen änderten sich 4 von 403 Werten, die frei formulierten Begründungen nicht mitgezählt. Alle vier waren Sachkonten, und zwar genau die Positionen, bei denen auch in der Buchhaltung jemand zwischen zwei Konten abwägen würde: Monitor, Dockingstation, Smartphone-Rate und die Lernplattform.

Drei Stolpersteine aus der Praxis

Bevor wir den synthetischen Test gebaut haben, lief derselbe Aufbau als Proof of Concept mit echten Eingangsrechnungen. Die Zahlen daraus veröffentlichen wir nicht, drei Lehren schon:

• Leer lassen, wenn unsicher: Die Anweisung „Lass das Feld leer, wenn du dir nicht sicher bist“ in der Kontospalte klingt vorsichtig. Zusammen mit der Regel, nicht gedruckte Tabellenwerte leer zu lassen, hat sie bei echten Rechnungen die meisten Konten geleert. In einem einzelnen Lauf mit dieser Anweisung auf unseren sauberen synthetischen Rechnungen blieb dagegen nur eines von 37 Konten leer. Das ist ein Hinweis, kein sauberer Vergleich. Besser sind ein Konto mit Begründung und eine Prüfregel, die unsichere Fälle markiert.
• Stammdaten ohne USt-IdNr.: Der Kreditorenabgleich über die USt-IdNr. ist eindeutig, scheitert aber an jedem Lieferanten, für den sie im Stamm nicht hinterlegt ist. Ein Abgleich über den Namen ist keine gute Ausweichlösung, weil Firmennamen auf Rechnungen anders geschrieben werden als im Stamm. Schon im Testdatensatz steht auf der Rechnung „Papierhaus Muster KG“, im Stamm „Papierhaus Muster Kommanditgesellschaft“.
• Streuung zwischen Läufen: Dieselbe Rechnung liefert nicht immer dasselbe Konto. Wer zwei Konfigurationen vergleicht, braucht deshalb mehrere Durchläufe je Variante. Das ähnelt der unterschiedlichen Einschätzung zweier Mitarbeiter der Buchhaltung.

E-Rechnung und GoBD: warum die Begründung zählt

Seit dem 1. Januar 2025 müssen Unternehmen in Deutschland E-Rechnungen empfangen können; nach den Übergangsfristen ist die E-Rechnung zwischen inländischen Unternehmen verpflichtend, wie das Bundesfinanzministerium in seinen FAQ zur E-Rechnung erklärt. Die E-Rechnung liefert die Positionen maschinenlesbar. Das Lesen wird damit einfacher, das Kontieren nicht: Welches Konto eine Position trifft, steht in aller Regel auch in einer XRechnung nicht.

Für die Buchführung gilt dabei ein alter Grundsatz. Die GoBD des Bundesfinanzministeriums halten in Randziffer 63 fest: „Empfangene oder abgesandte Handels- oder Geschäftsbriefe erhalten erst mit dem Kontierungsvermerk und der Verbuchung auch die Funktion eines Buchungsbelegs.“ Bei elektronischen Belegen genügt laut Randziffer 64 die Verbindung mit einem Datensatz, der die Kontierung enthält.

Ein KI-Vorschlag mit Begründung und dokumentierter Freigabe kann genau diesen Datensatz liefern, wenn Konto und Freigabe mit dem Beleg verknüpft gespeichert werden. Buchen sollte am Ende trotzdem ein Mensch, eingebettet in die digitale Rechnungsprüfung und Freigabe, die ohnehin vor jeder Zahlung steht. Welche weiteren Schritte der Buchhaltung sich 2026 automatisieren lassen und welche nicht, zeigt unser Überblick zur KI in der Buchhaltung.

Fazit

KI-Kontierung pro Rechnungsposition funktioniert, wenn drei Dinge zusammenkommen: ein Kontenrahmen mit Beschreibungen statt nackter Nummern, eine Begründung zu jedem Vorschlag und Prüfregeln, die unsichere Fälle sichtbar machen. Im synthetischen Test waren in jedem der drei Läufe 37 von 37 Vorschlägen plausibel, und die einzige fragwürdige Begründung wurde in beiden betroffenen Läufen von einer Prüfregel markiert. Der Mensch bleibt in der Freigabe, prüft aber Begründungen, statt Belege abzutippen.

Wer Rechnungen mit KI kontieren und das mit eigenen Daten prüfen will, braucht wenig: 20 typische Eingangsrechnungen, den eigenen Kontenrahmen und den Kreditorenstamm. Den synthetischen Datensatz, die Konfiguration und die Auswertung aus diesem Test stellen wir auf Anfrage bereit. Sprechen Sie uns an, wenn Sie den Test mit Ihren Rechnungen wiederholen möchten.