Das Problem: Belege sind der Fluch jeder Buchhaltung
Jedes Unternehmen hat mit Belegen zu tun. Reisekosten, Erstattungen, Buchführung — jemand muss Händler, Datum, Positionen, Steuer und Gesamtbetrag abtippen. Jedes. Einzelne. Mal.
Die Probleme häufen sich schnell:
- Verblasstes Thermopapier — Nach einer Woche im Portemonnaie ist die Hälfte unlesbar
- Zerknittert und gerissen — Mitarbeiter behandeln Belege nicht wie Urkunden
- Handgeschriebene Belege — Kleine Anbieter, Taxis, Märkte — kein einheitliches Format
- Mehrere Sprachen — Auslandsreisen bringen Belege auf Deutsch, Japanisch, Arabisch
- Menge — Ein mittelgroßes Unternehmen verarbeitet 500–2.000 Belege pro Monat
Manuelle Erfassung heißt Fehler. Fehler heißen mühsame Abstimmung. Und niemand will den Freitagnachmittag damit verbringen, „4,50 $ — Latte" in eine Tabelle zu tippen.
Was wäre, wenn Sie nur ein Foto machen müssten und jedes Feld sofort ausgelesen wäre?
Was wir entwickelt haben
Wir haben ein System gebaut, das jedes Belegfoto annimmt — egal in welchem Zustand, welcher Sprache, welchem Format — und strukturierte Daten liefert, die direkt in Ihre Buchhaltung passen.
Der Ablauf
1. Bildvorverarbeitung Das Belegfoto wird automatisch aufbereitet: Perspektive begradigen, Kontrast anheben, Rauschen entfernen. Bei zerknitterten oder verblassten Belegen, an denen normale OCR scheitert, ist das entscheidend.
2. KI-Extraktion Unsere multimodale KI liest das aufbereitete Bild und trägt jedes Feld in ein striktes JSON-Schema ein:
| Feld | Beispiel | Hinweis |
|---|---|---|
| Händler | Daily Grind Cafe | Name + Adresse |
| Datum | 2024-10-26 | Einheitliches Format |
| Positionen | 1x Latte — 4,50 $ | Menge, Beschreibung, Preis |
| Zwischensumme | 15,50 $ | Netto |
| Steuer | 1,38 $ (8,875%) | Betrag + Satz |
| Gesamt | 16,88 $ | Endbetrag |
| Zahlung | Visa ****1234 | Art + letzte 4 Ziffern |
| Währung | USD | Automatisch erkannt |
3. Prüfschicht Das System rechnet nach — ergeben die Positionen die Zwischensumme? Passt der Steuersatz zur Region? Stimmt etwas nicht, wird der Beleg zur Prüfung markiert, statt dass fehlerhafte Daten stillschweigend durchgehen.
4. Export Strukturiertes JSON für die direkte Anbindung an QuickBooks, Xero, SAP oder jedes andere System, das strukturierte Daten annimmt. CSV- und Excel-Export gibt es ebenfalls.
Die harten Nüsse, die wir geknackt haben
Verblasstes Thermopapier
Thermobelege verblassen innerhalb weniger Tage. Wir haben die Vorverarbeitung an Hunderten beschädigter Belege trainiert und holen mit adaptiver Schwellwertbildung und Kontrastverstärkung Text zurück, der mit bloßem Auge unsichtbar ist.
Mehrsprachigkeit
Belege aus über 40 Ländern. Die KI muss die Sprache nicht „kennen" — sie versteht die Struktur eines Belegs universell. Ein Beleg aus Tokio und einer aus Berlin folgen derselben Logik: Positionen, Preise, Summe.
Handgeschriebene Belege
Kleine Anbieter, Marktstände, Taxifahrer — handgeschriebene Belege sind unordentlich. Mit wenigen Beispielen haben wir dem Modell die typischen Muster beigebracht. Genauigkeit bei handgeschriebenen Belegen: 89% (gegenüber 97% bei gedruckten).
Ergebnisse
| Kennzahl | Vorher | Nachher |
|---|---|---|
| Zeit pro Beleg | 2–3 Minuten | 3 Sekunden |
| Fehlerquote | 4–6% | <2% |
| Monatliche Kapazität | 500 (1 Vollzeitkraft) | 10.000+ (automatisiert) |
| Unterstützte Sprachen | 1 | 40+ |
Für einen Kunden mit 1.200 Belegen pro Monat:
- Vorher: 1 Buchhalter in Vollzeit für die Belegerfassung (40 Stunden pro Monat)
- Nachher: 15 Minuten Prüfung pro Monat
- Jährliche Ersparnis: 28.000 $ Personalkosten + weniger Abstimmungsfehler
Für wen das gedacht ist
- Steuerkanzleien, die jeden Monat einen Schuhkarton Kundenbelege bekommen
- Finanzteams, die Mitarbeiterspesen erstatten
- Onlineshops, die Lieferantenbelege im Blick behalten
- Reiseunternehmen mit Belegen in vielen Währungen und Sprachen
- Jedes Unternehmen, das Belege noch von Hand abtippt
