Rechnungsprüfung neu gedacht: Was ein KI-Prototyp im Mittelstand möglich macht

In einem mittelständischen Industriebetrieb landen jede Woche zwischen 40 und 60 Eingangsrechnungen. Heute werden sie morgens automatisch ausgedruckt, gesammelt, zweimal pro Woche manuell mit Bestellung und Lieferschein abgeglichen, anschließend zweifach gescannt und an die Buchhaltung übergeben. Die Durchlaufzeit liegt bei sieben bis zwölf Arbeitstagen – Skontofristen verstreichen regelmäßig. Bei rund vier von zehn Rechnungen weichen Mengen oder Preise von der Bestellung ab.

Diese Ausgangslage ist im deutschen Mittelstand kein Einzelfall. Sie ist die Regel. Mit einem produzierenden Industrieunternehmen haben wir in den vergangenen Wochen einen Prototyp gebaut, der zeigt, was Künstliche Intelligenz an dieser Stelle leisten kann – ohne dass das bestehende Warenwirtschaftssystem angefasst werden muss.

Schrittweise statt Big Bang

Wir haben das Vorhaben in drei Phasen geteilt. Phase 1 sind organisatorische Sofortmaßnahmen: das morgendliche Drucken einstellen, eine geteilte digitale Sammelablage einrichten, die Prüfung von zweimal pro Woche auf täglich umstellen. Vier Wochen, keine Software-Investition, sofort spürbare Entlastung.

Phase 2 ist der KI-Prototyp. Ein lokales Skript liest die Rechnungen aus dem Postfach, gleicht sie mit Bestellung und Lieferschein ab und stellt das Ergebnis in einer Bedienoberfläche dar. Erst wenn der Prototyp im Tagesgeschäft überzeugt, folgt Phase 3: die produktive Anbindung mit Datenschutz-Vereinbarung und automatischer Pseudonymisierung der Belege, bevor sie das Firmennetz verlassen.

Was die KI im Prototyp konkret geleistet hat

Wir haben den Prototyp mit echten Belegen aus dem Tagesgeschäft getestet – sechs Vorgänge, dazu Bestellungen, Lieferscheine und Rechnungen. Die Künstliche Intelligenz hat dabei folgende Aufgaben übernommen:

• Automatisches Auslesen aller Felder aus den Belegen – Lieferant, Bestellnummer, Artikel, Mengen, Preise, Steuer.
• Position-für-Position-Vergleich zwischen Bestellung, Lieferschein und Rechnung. Abweichungen werden rot markiert – nicht pauschal pro Rechnung, sondern auf der einzelnen Position.
• Vorschlag der Kostenstelle pro Einzelposition, mit Begründung. Der Sachbearbeiter bestätigt oder ändert mit einem Klick.
• Eine eigene Kategorie für Rechnungen ohne Bestellzuordnung – mit eigenen Klärungs-Pfaden: Bestellung zuordnen, Besteller ermitteln, direkt kontieren.
• Vermerke, die heute handschriftlich auf die Papierrechnung geschrieben werden – Preisbestätigung mit Datum, Projektzuordnung, Freigabe-Notiz – werden digital erfasst und beim PDF-Export dauerhaft als Stempel auf das Dokument gebracht.

Klärungen sind intern, nicht mit dem Lieferanten

Eine Erkenntnis war für uns selbst überraschend: Klärungen bei Abweichungen laufen im Tagesgeschäft fast nie mit dem Lieferanten. Sie laufen intern. Der Sachbearbeiter prüft, ob der neue Preis mit einer Auftragsbestätigung übereinstimmt, fragt bei Bedarf den Kollegen, der bestellt hat, oder geht den Preis schlicht mit und pflegt ihn im System nach.

Genau diese Realität bildet der Prototyp ab. Statt eines pauschalen Klären-Buttons gibt es differenzierte Pfade: beim Besteller rückfragen, Preis mitgehen und nachpflegen, an die zweite Prüfinstanz mit Anmerkung weiterleiten. Lieferantenkontakt nur im Ausnahmefall. Die internen Rückfragen können direkt aus dem Tool als E-Mail gesendet werden – mit der betroffenen Rechnung als optionalem PDF-Anhang.

Was Mittelständler daraus mitnehmen können

Aus mehr als 100 BOOSTER-Analysen wissen wir: Der größte Hebel im Mittelstand liegt selten in der Anschaffung eines neuen ERP-Systems. Er liegt in der ehrlichen Bestandsaufnahme der eigenen Verwaltungsprozesse – und in einer schrittweisen Veränderung, die nicht zuerst Geld kostet, sondern zuerst Wirkung zeigt.

Erst die größten Zeitfresser entschärfen. Dann mit einem Prototyp beweisen, dass die Künstliche Intelligenz im eigenen Tagesgeschäft funktioniert. Erst danach in Datenschutz, Verträge und Integration investieren.

Drei Dinge haben sich in diesem Projekt besonders bewährt:

1. Belastbare Zahlen vor allem anderen. Wir haben das Mengengerüst (Rechnungen pro Woche, Abweichungsquote, Hauptlieferanten, Durchlaufzeit) zu Beginn mit dem Sachbearbeiter verifiziert. Standard-Annahmen waren teils deutlich daneben – die Abweichungsquote war dreimal so hoch wie zunächst geschätzt.
2. Der Prototyp vor dem Datenschutz. Künstliche Intelligenz braucht eine Auftragsverarbeitungsvereinbarung, EU-Hosting und ein lokales Skript zur Pseudonymisierung. Das alles ist Aufwand, der sich nur lohnt, wenn die Funktionalität überzeugt. Also bauen wir den Prototyp mit handschriftlich pseudonymisierten Belegen – und entscheiden erst danach über die Produktivnutzung.
3. Bestehende Systeme nicht anfassen. Das vorhandene Warenwirtschaftssystem wird im Projekt ohnehin abgelöst. Wir haben deshalb bewusst keine Schnittstelle gebaut, sondern alles vor und neben dem System laufen lassen. Was nicht angefasst wird, kann auch nicht kaputtgehen.

Das Ziel ist erreicht, wenn aus sieben bis zwölf Arbeitstagen ein bis drei werden – und der Sachbearbeiter seine Zeit nicht mehr mit dem Vergleich einzelner Rechnungspositionen verbringt, sondern nur noch dort entscheidet, wo es wirklich auf seine Erfahrung ankommt. Für Mittelständler, die ähnliche Verwaltungsprozesse im Griff bekommen wollen, ist diese Reihenfolge – BAFA-gefördert Bestand aufnehmen, Sofortmaßnahmen umsetzen, Prototyp bauen, dann erst produktiv schalten – aus unserer Sicht der sicherste Weg zu einem Ergebnis, das im Alltag wirklich trägt.