Seit Januar 2025 muss jedes inländische Unternehmen E-Rechnungen empfangen können. Viele haben genau das getan: ein Postfach eingerichtet, die Pflicht abgehakt. Und dann ist die Arbeit nicht weniger geworden, sondern mehr. Rund die Hälfte der Betriebe empfindet Empfang und Weiterverarbeitung von E-Rechnungen als aufwendiger als eine gewöhnliche PDF-Rechnung, und nur etwa die Hälfte der Eingangsrechnungen kommt überhaupt als E-Rechnung an (ZDH-Umfrage unter 1.926 Handwerksbetrieben, veröffentlicht Mai 2026). In dokumentenlastigen Back-Offices mit deutlich höheren Volumina wiegt beides schwerer. Genau an dieser Lücke setzt intelligente Dokumentenverarbeitung an: Ein Empfangspostfach erfüllt eine Pflicht, es verarbeitet aber nichts.
Kurzfassung
Intelligente Dokumentenverarbeitung klassifiziert eingehende Dokumente, liest die relevanten Felder aus, prüft sie auf Plausibilität und übergibt geprüfte Datensätze ans Zielsystem. Die entscheidende Größe ist dabei nicht die Trefferquote, sondern die Konfidenzschwelle: Sie bestimmt, welche Fälle ein Mensch sieht, bevor gebucht wird.
Was intelligente Dokumentenverarbeitung wirklich leistet
Intelligente Dokumentenverarbeitung ist ein Verfahren, das eingehende Dokumente automatisch erkennt, klassifiziert, die relevanten Felder ausliest, prüft und als strukturierten Datensatz weiterreicht. Im englischen Sprachraum läuft das als Intelligent Document Processing, kurz IDP.
Der Reflex ist, das für eine bessere Texterkennung zu halten. Das ist es nicht. Texterkennung beantwortet die Frage, welche Zeichen auf dem Papier stehen. Intelligente Dokumentenverarbeitung beantwortet vier weitere: Was für ein Dokument ist das? Welche Felder sind hier fachlich relevant? Ergeben die Werte zusammen Sinn? Und darf das ohne Rückfrage weiterlaufen?
Die letzte Frage ist die, an der Projekte scheitern oder gelingen.
Warum Vorlagen im Alltag brechen
Klassische Belegerkennung arbeitet mit Vorlagen. Man hinterlegt pro Lieferant, wo die Rechnungsnummer steht, wo der Nettobetrag steht, wo die Steuer steht. Solange sich nichts ändert, funktioniert das gut und günstig.
Im Alltag ändert sich dauernd etwas. Ein Lieferant stellt sein Layout um. Ein Beleg kommt als Handyfoto von der Baustelle. Eine Position ist handschriftlich ergänzt. Eine Rechnung läuft über zwei Seiten. Jedes dieser Ereignisse bricht die Zuordnung, und der Beleg landet wieder auf einem Schreibtisch.
Auch die E-Rechnung löst das nur zum Teil. Sie liefert zwar strukturierte Daten, aber sie kommt nicht allein. Von den Unternehmen, die E-Rechnungen empfangen konnten, nutzten 71 Prozent EDI, 27 Prozent ZUGFeRD und lediglich 5 Prozent XRechnung. Über alle Befragten hinweg nahmen zugleich 96 Prozent Rechnungen per E-Mail und 93 Prozent auch per Briefpost an (Bitkom Research, 1.103 Unternehmen, Befragung Frühjahr 2024 kurz vor Inkrafttreten der Empfangspflicht, veröffentlicht Dezember 2024). Der Posteingang bleibt also gemischt. Ein Verfahren, das nur strukturierte Formate beherrscht, deckt einen Teil der Realität ab und lässt den Rest liegen.
Sprachmodelle erkennen eine Rechnungsnummer daran, was sie ist, nicht daran, wo sie steht. Damit fällt der Pflegeaufwand für Vorlagen weg, und auch unstrukturierte Eingänge werden verarbeitbar: Scans, Fotos, Freitext. Wie das technisch mit den eigenen Dokumentbeständen zusammengeht, steht im Beitrag zu Retrieval Augmented Generation.
Die manuelle Baseline, gegen die das antritt, liegt bei etwa fünf bis zehn Belegen pro Stunde. Das ist der ehrliche Vergleichsmaßstab, nicht ein Prozentwert aus einem Anbieterprospekt.
Die sechs Schritte einer Belegstrecke
Eine belastbare Dokumentenstrecke besteht im Kern aus sechs Schritten. Wer einen davon auslässt, handelt sich das Problem meist an anderer Stelle wieder ein.
- Klassifizieren. Was ist das: Rechnung, Lieferschein, Vertrag, Formular, Werbung? Erst die Einordnung entscheidet, welcher Prozess greift.
- Extrahieren. Die fachlich relevanten Felder auslesen: Lieferant, Betrag, Steuer, Datum, Kontierung.
- Validieren. Ergeben die Werte zusammen Sinn? Passt die Summe der Positionen zum Gesamtbetrag? Ist der Lieferant bekannt? Gibt es die Bestellung? Hier gehört auch die Dublettenprüfung hin: Dieselbe Rechnung kommt oft zweimal, einmal als PDF im Mailanhang und einmal als strukturierter Datensatz, und ohne diesen Abgleich wird sie zweimal bezahlt.
- Bewerten. Wie sicher ist das System bei jedem einzelnen Feld? Diese Zahl ist der Kern der ganzen Strecke.
- Freigeben. Alles unterhalb der Schwelle geht an einen Menschen, alles darüber läuft durch.
- Übergeben und protokollieren. Der geprüfte Datensatz geht ins Buchhaltungs- oder Dokumentensystem, und jeder Schritt bleibt nachvollziehbar.
Genau diese Strecke bauen wir in der KI-Dokumentenverarbeitung auf. Wenn sie Teil eines größeren Vorgangs ist, etwa einer kompletten Freigabe- und Bestellkette, gehört sie in den Rahmen der Prozessautomatisierung.
Konfidenzschwellen entscheiden über den Erfolg
Hier liegt der Unterschied zwischen einem Piloten, der überzeugt, und einem, der nach acht Wochen wieder abgeschaltet wird.
Anbieter werben mit Erkennungsgenauigkeit. Die Zahl klingt gut und ist als Steuerungsgröße wenig wert. Ein System, das in 97 von 100 Fällen richtig liegt und die drei unsicheren Fälle stillschweigend durchwinkt, ist im Rechnungslauf gefährlicher als eines mit 90 Prozent, das seine zehn Zweifelsfälle sichtbar in eine Freigabe schiebt. Im ersten Fall suchst du drei falsche Buchungen, von denen du nicht weißt, dass es sie gibt. Im zweiten Fall siehst du zehn Fälle und entscheidest.
Die brauchbare Zielgröße lautet deshalb: eine Fehlerquote unterhalb der manuellen Baseline, bei vollständig protokollierten Entscheidungen. Nicht: möglichst wenig menschliche Prüfung.
Praktisch heißt das drei Dinge. Setze die Schwelle pro Feld, nicht pro Dokument, denn ein unsicherer Betrag wiegt schwerer als ein unsicheres Datum. Starte streng und lockere erst, wenn du Zahlen aus dem Echtbetrieb hast. Und miss von Anfang an mit, wie oft eine Freigabe die Maschine korrigiert, denn diese Quote ist dein eigentlicher Qualitätsindikator.
Ein Beispiel aus dem Rechnungslauf. Lieferant und Rechnungsdatum liest das System bei einem bekannten Absender zuverlässig, die laufen ohne Halt durch. Der Nettobetrag wird gegen die Summe der Positionen gerechnet: Stimmt beides überein, ist die Unsicherheit gering, weicht es ab, geht der Beleg in die Freigabe, auch wenn die Einzelwerte für sich plausibel aussehen. Die Kontierung schließlich ist bei einem neuen Lieferanten grundsätzlich ein Fall für den Menschen, bis genug bestätigte Buchungen vorliegen. So entsteht kein starres Alles-oder-nichts, sondern eine Strecke, die nur dort anhält, wo es fachlich nötig ist.
Der Nebeneffekt ist ein organisatorischer: Weil jede Korrektur erfasst wird, weißt du nach wenigen Wochen, welche Lieferanten und welche Belegarten Probleme machen. Das ist häufig die wertvollere Erkenntnis, weil sie auf Prozessbrüche zeigt, die vorher niemand beziffern konnte.
Das ist zugleich die Antwort auf den EU AI Act. Das Auslesen und Vorsortieren von Belegen ist in aller Regel kein Hochrisiko-Anwendungsfall, verlangt aber menschliche Aufsicht und Nachvollziehbarkeit. Genau das leisten eine besetzte Freigaberolle und ein vollständiges Protokoll. Die ausführliche Risikoeinordnung für Dokumentensysteme steht im Beitrag zu KI im Dokumentenmanagement.
Wem deine Belegdaten vorliegen
Eine Eingangsrechnung enthält Lieferantenbeziehungen, Konditionen, Mengen und Projektbezüge. In Summe ergibt der Belegstrom eines Jahres ein präzises Bild des Geschäfts. Die Frage, wessen Systeme diesen Strom sehen, ist deshalb eine geschäftliche, keine rein technische.
Der Markt sieht das ähnlich: Datenschutzanforderungen sind mit 77 Prozent das meistgenannte Digitalisierungshemmnis deutscher Unternehmen ab 20 Beschäftigten, noch vor dem Fachkräftemangel (Bitkom Research, repräsentative Befragung von 604 Unternehmen, März 2026). 93 Prozent der Unternehmen würden deutsche KI-Anbieter bevorzugen, und 53 Prozent nennen rechtliche Unsicherheit als eine der beiden größten Hürden beim KI-Einsatz (Bitkom Research, September 2025).
Daraus folgt keine pauschale Ablehnung von Cloud-Diensten. Für unkritische Dokumentarten ist ein Standarddienst mit passendem Vertragswerk oft die richtige Wahl. Sobald aber der vollständige Belegstrom dauerhaft durch ein fremdes System läuft, ändert sich die Abwägung, und der Betrieb auf einer eigenen KI-Plattform wird zur ernsthaften Option. Für Kanzleien mit Mandantenbelegen gilt das ohnehin, dort kommen berufsrechtliche Anforderungen hinzu; die Details dazu stehen auf der Seite für Steuerberater.
Wo du anfängst
Fang mit einer Dokumentart an, die häufig anfällt und klar begrenzt ist. In den meisten Unternehmen ist das die Eingangsrechnung. Verträge haben eine eigene Werkzeugfrage und sind deshalb kein guter Einstieg, dazu gibt es die Vergleichsanalyse zur KI-Vertragsanalyse.
Prüfe vorher zwei Dinge. Was verarbeitet dein bestehendes System bereits automatisch? Im DATEV-Umfeld ist das mehr, als viele denken, und die sinnvolle Ergänzung setzt an den Lücken an statt daneben; das haben wir im Vergleich zum DATEV-Automatisierungsservice aufgeschlüsselt. Wie der Rollout aus Sicht der Buchhaltung aussieht, steht im Beitrag zu KI in der Buchhaltung. Und wie ist deine E-Rechnungslage? Die Ausstellungspflicht greift ab Januar 2027 für Unternehmen mit mehr als 800.000 Euro Vorjahresumsatz und ab Januar 2028 für alle übrigen (Bundesfinanzministerium, Stand März 2026). Wer ohnehin umstellt, entscheidet bei der Gelegenheit gleich mit, wie die Belege danach verarbeitet werden. Die Grundlagen dazu stehen im Beitrag zu KI im Finanzwesen.
Was jetzt zu tun ist
Zähl eine Woche lang, wie viele Dokumente pro Art hereinkommen und wie lange die Bearbeitung dauert. Das ist die Basis, gegen die du später misst. Leg dann fest, wer die Freigabe verantwortet, bevor du über Werkzeuge sprichst, denn ohne diese Rolle funktioniert keine Konfidenzschwelle.
Wenn du wissen willst, welche Dokumentart bei dir den schnellsten Hebel hat, schau dir das kostenlose KI-Prozess-Audit an. 30 Minuten, wir gehen deine Dokumentenlage durch und du bekommst eine Einschätzung, wo Automatisierung zuerst trägt.
