Künstliche Intelligenz in der Rechnungsverarbeitung

Künstliche Intelligenz in der Rechnungsverarbeitung

Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI) ist eine Schlüsseltechnologie für das intelligente Automatisieren von Prozessen in Unternehmen. Mit Künstlicher Intelligenz ist es möglich, halb- oder gänzlich unstrukturierte Daten auf Papier oder als PDF in ein strukturiertes Format umzuwandeln und danach weiterzuverarbeiten. Es erfordert jedoch ein klares Verständnis zum Einsatz und Nutzen dieser Technologie, um zeitraubende Routinetätigkeiten bei Rechnungen, Lieferscheinen, Bestellungen etc. im Unternehmen zu automatisieren.

Künstliche Intelligenz im Rechnungseingang

Unternehmen haben für Dokumente verschiedene Eingangskanäle. Derzeit laufen Prozesse für Rechnungen, Lieferscheine oder Bestellungen in der Praxis wie folgt ab: Dokumente treffen auf Papier, per EDI oder im PDF-Format ein. Papierdokumente werden in der Poststelle nach Unternehmen und Abteilungen manuell sortiert. Anschließend klebt ein Mitarbeiter einen Barcode auf oder nutzt Trennblätter und scannt die Belege ein. Zuerst die Rechnungen für das eine Unternehmen, dann die Bestellungen für das andere Unternehmen und so weiter.

Künstliche Intelligenz automatisiert weitgehend zeitraubende Routinetätigkeiten im Posteingang: Die selbstlernende Software erkennt die erste und letzte Seite einer Rechnung ohne Trennblätter oder Barcodes. Wird der vollständige Posteingang eines Unternehmens eingescannt, klassifiziert eine selbstlernende Software die Belege und ordnet sie den jeweiligen Belegtypen zu. Die Rechnungen zu den Eingangsrechnungen, die Bestellungen in den Bestelleingang und so weiter. Werden Belege von mehreren Unternehmen eingescannt, verschiebt die Künstliche Intelligenz die Belege in das betreffende Unternehmen.

Mehr über Digitalisierung und Künstliche Intelligenz erfahren Sie bei unseren Tagungen zu den Themen

Beim Entwickeln einer entsprechenden Künstlichen Intelligenz durch die Firma Abacus haben die Data Scientists im Jahr 2017 begonnen, Millionen zufällig ausgewählter Belege von mehreren tausend Unternehmen, einem neuronalen Netz vorzulegen. Die Lernphase für die Software dauerte mehrere Tage. Anschließend wurden mehr als 100.000 neue Belege analysiert. Das neuronale Netz sollte die erste und letzte Seite eines Beleges sowie die Belegtypen erkennen. Schon damals lag die Trefferquote über 90%. Durch die Künstliche Intelligenz für Seitenerkennung, Dokumentenklassifizierung und Unternehmenszuordnung wird der Zeit- und Arbeitsaufwand der Mitarbeiter im Posteingang um mehr als 50% reduziert.

Künstliche Intelligenz in der Rechnungsverarbeitung

Nachdem jeder Beleg einem Unternehmen und Belegtypen zugeordnet ist, extrahiert die Künstliche Intelligenz weitere Informationen aus dem Beleg. Die relevanten Felder je Belegtypen sind aus der Vergangenheit bekannt und liegen strukturiert vor. Durch Automatisiertes Maschinelles Lernen (Automated Machine Learning, AutoML) entwickelt die selbstlernende Software einen skalierbaren Algorithmus, um wiederkehrende Belege vollständig automatisiert zu erkennen und zu verarbeiten.

Jedes Unternehmen verfügt beim Verarbeiten von Rechnungen über spezifische Geschäftsfälle. Um diese zu erlernen, repliziert die Software die historischen Daten aus dem Buchhaltungssystem des Unternehmens. Die Klassifikation des Geschäftsfalls je Beleg erfolgt in Konten und Gegenkonten sowie durch Textinformationen am Beleg. Neue Geschäftsfälle können basierend auf dem erlernten Wissen automatisiert abgewickelt werden.

Nach der Datenextraktion fügt die Künstliche Intelligenz dem Beleg weitere Informationen hinzu, um die Folgeprozesse im Unternehmen zu initiieren. So können Belegen Kostenstellen zugeordnet oder Benutzer für die Belegkontrolle und -freigabe bestimmt werden. Liegt zum Beispiel keine Bestellung vor, so wird die Rechnung klassifiziert und durch die Künstliche Intelligenz kontiert.

Künstliche Intelligenz bei der Rechnungsprüfung

Die Rechnungsprüfung umfasst die inhaltliche und formelle Prüfung: Letztere stellt das Einhalten von Vorschriften und Gesetzen, insbesondere des Umsatzsteuergesetzes, sicher. Insbesondere müssen die Rechnungsmerkmale gemäß Umsatzsteuergesetz auf der Rechnung ersichtlich sein. Die formelle Rechnungsprüfung wird nun automatisiert: Die Rechnungsmerkmale der eingehenden Rechnungen werden vollständig durch die Künstliche Intelligenz untersucht und geprüft.

Werden erforderliche Rechnungsmerkmale nicht erkannt, so wird entweder der Beleg einem Buchhalter zur Kontrolle zugewiesen oder der Lieferant benachrichtigt. Nach der formellen Rechnungsprüfung ist die Rechnung geprüft, die Rechnungsmerkmale sind vollständig und die Rechnung wurde einer Bestellung zugeordnet. Das reicht aber nicht aus, um zu kontrollieren, ob es sich um einen Betrugsversuch handelt oder der Lieferant die Preise erhöht hat.

Die Merkmale von Rechnungen sind Messwerte und es gibt erwartete Ergebnisse. Stimmt das Ergebnis nicht mit den Erwartungen überein, und ist der tatsächliche Wert über dem Streuungsbereich, so muss der Benutzer den Beleg kontrollieren und freigeben. Die Modelle und Erwartungswerte zur Erkennung von Anomalien werden von Künstlicher Intelligenz selbständig gelernt und durch unternehmensspezifische Regeln erweitert.

Bei Anomalien oder Auslösen der Regel wird die Rechnung automatisch eskaliert und einem Mitarbeiter zur manuellen Prüfung vorgelegt. Werden keine Anomalien gefunden und alle Rechnungsmerkmale sind erfüllt, wird die Rechnung bestätigt. Durch jeden verarbeiteten Beleg lernen die Modelle hinzu. Nach zwei oder drei gleichartigen Transaktion steigt die Konfidenz des Modells und es kann automatisch (blind) gebucht werden. Unternehmen, die Künstliche Intelligenz in der Rechnungsverarbeitung einsetzen, streben eine Blindbuchungsquote bei bestellbezogen Rechnungen von >70% an.

Dieser Beitrag hat Ihnen gefallen? Informieren Sie sich auch über unsere Tagungen zu den folgenden Themen:

Ulrich Tröller

Ulrich Tröller

Smiley face

Ihre Meinung ist uns wichtig

Bitte nehmen Sie an unserer Umfrage teil