Dieses Projekt löst per KI ein Problem, das so alt ist, wie die die Buchhaltung selbst: Das Sortieren der Belege dauert gefühlt länger als das Buchen.
Ein uraltes Problem: Unsortierte Eingangsrechnungen
Wer kenn das Problem nicht? Rechnungen kommen als PDF und werden erst mal alle in einem Ordner gespeichert:
- Am Monatsende werden alle Dateien an den Drucker gesendet
- Der Papierstapel wird anschliessend mühsam manuell nach Datum sortiert und dann abgeheftet.
KI Lösung: Visuelle Belegerkennung & automatisches Sortieren
Die Automatisierungslösung eliminiert den mühsamen und zeitraubenden Teil, das manuelle Sortieren der Belege, komplett:
- Ein Large Language Model (LLM) liest jedes einzelne PDF und extrahiert das Rechnungsdatum.
- Es erkennt dabei zuverlässig verschiedene Datum-Formate und ignoriert z.B. Lieferdatum, Fälligkeitsdatum etc.
- Die so verarbeitete Datei wird anschießend umbenannt:
AusRechnung123.pdfwird2026-07-15 Rechnung123.pdf. - Am Ende wird der Ordner automatisch nach Dateinamen sortiert und an den Drucker gesendet.
- Da das Belegdatum invertiert jedem Dateinamen vorangestellt ist, bedeutet das Sortieren nach Dateiname gleichzeitig Sortieren nach Belegdatum.
Die Aufgabe des Users: Stapel lochen und abheften :-)
Verbindet man das Ganze noch mit einem leistungsfähigen Dokumenten-Scanner, lassen sich auf diese Weise sogar Tankbelege und andere Papierbelege automatisiert einsortieren.
Wie hoch ist die Erkennungsrate der KI?
Die Erkennungsrate ist nahezu 100%.
Ein Beleg muss schon schlecht gescannt, beschädigt oder ein “sehr spezielles” Layout haben, um einen Fehler zu produzieren.
Warum ist die KI-Lösung besser als OCR oder das Extrahieren von Textinhalten?
Beim Verarbeiten von PDFs oder gescannten Belegen per OCR, geht in der Regel das Layout verloren. Auf das gleiche Problem stößt man beim Extrahieren von Textinhalten aus PDFs.
Das Resultat is in beiden Fällen eine Menge Text in der z.B. Rechnungsdatum, Lieferdatum, Fälligkeitsdatum oder Daten in Rechnungspositionen und Zusatztexten nicht mehr korrekt zugeordnet werden können.
Die KI hingegen erfasst das komplette Layout des Belegs visuell und “versteht” die Inhalte.
Fazit
Das KI-Projekt zeigt, wie eine “einfache” Workflow-Optimierung mehr freie Zeit schafft, die gewinnbringender im Unternehmen eingesetzt werden kann.
KI bedeutet nicht immer die aufwändige Integration von ChatBots, Agenten und komplexen Automatisierungsprozessen. Oftmals sind des die “kleinen” Dingen, die enorm viel Zeit sparen,
Mehr zum Thema KI-Automatisierung
