Eingangsrechnungen automatisch auslesen: OCR, KI oder beides?

Wer Eingangsrechnungen automatisch erfassen möchte, bekommt meist zwei Schlagworte angeboten: OCR und KI. Beide klingen nach derselben Sache, lösen aber unterschiedliche Teilprobleme. Wer die Unterschiede kennt, wählt das passende Werkzeug – und vermeidet eine Lösung, die in der Demo glänzt und im Alltag ständig nachgebessert werden muss.

Drei Schritte, die oft in einen Topf geworfen werden

Das automatische Auslesen einer Rechnung besteht aus drei getrennten Aufgaben:

1. Text gewinnen. Aus dem Dokument muss überhaupt erst lesbarer Text werden. Bei einem Scan oder Handyfoto ist das eine Bildanalyse, bei einem digital erzeugten PDF liegt der Text schon vor.
2. Felder zuordnen. Aus dem Text müssen die richtigen Werte heraus: Rechnungsnummer, Rechnungsdatum, Lieferant, Nettobetrag, Steuersatz, Bruttobetrag, IBAN, gegebenenfalls Bestellnummer.
3. Werte prüfen. Stimmt die Summe? Ist der Lieferant bekannt? Passt die IBAN zu den Stammdaten? Wurde die Rechnung schon einmal erfasst?

OCR (Optical Character Recognition) erledigt nur den ersten Schritt. KI-Modelle helfen vor allem beim zweiten. Den dritten Schritt übernimmt keines der beiden zuverlässig von selbst – er muss als Regelwerk gebaut werden.

Erst klären: Welche Art von Rechnung liegt vor?

Bevor Sie über Technik entscheiden, lohnt ein Blick in den Posteingang der letzten Monate. Eingangsrechnungen fallen typischerweise in drei Gruppen.

E-Rechnungen mit strukturierten Daten

Eine XRechnung oder eine ZUGFeRD-Datei enthält die Rechnungsdaten bereits maschinenlesbar als XML. Hier braucht es weder OCR noch KI: Die Felder werden direkt aus dem XML gelesen, eindeutig und ohne Erkennungsfehler. Seit dem 1. Januar 2025 müssen Unternehmen in Deutschland solche E-Rechnungen empfangen können, und ihr Anteil dürfte mit den Ausstellungspflichten ab 2027 und 2028 weiter steigen. Jede Erfassungslösung sollte deshalb zuerst prüfen, ob strukturierte Daten vorhanden sind, und nur andernfalls auf die Texterkennung ausweichen. Mehr dazu im Beitrag E-Rechnung: Was kleine Unternehmen technisch vorbereiten sollten.

Digital erzeugte PDFs

Viele Rechnungen, die heute per E-Mail kommen, wurden von einer Software erzeugt. Das PDF enthält eine Textebene, die sich ohne OCR auslesen lässt. Sie erkennen das daran, dass Sie im PDF-Viewer Text markieren und kopieren können. Eine OCR wäre hier sogar ein Rückschritt, weil sie den bereits exakten Text durch eine Schätzung ersetzt.

Scans und Fotos

Papierrechnungen, eingescannte Belege und abfotografierte Quittungen haben keine Textebene. Hier ist OCR unverzichtbar. Die Qualität hängt stark vom Ausgangsmaterial ab: schiefe Scans, Stempel über dem Betrag, Thermopapier oder niedrige Auflösung führen zu Lesefehlern, die keine nachgelagerte Logik vollständig ausgleicht.

Felder zuordnen: Vorlagen, Regeln oder Sprachmodell

Liegt der Text vor, geht es darum, welcher Betrag der Bruttobetrag ist und welche Nummer die Rechnungsnummer. Dafür gibt es zwei grundsätzliche Ansätze.

Ansatz	Funktionsweise	Stärken	Schwächen
Vorlagen und Regeln	Pro Lieferant wird festgelegt, wo welches Feld steht oder nach welchem Muster es gesucht wird	Vorhersagbar, nachvollziehbar, keine externen Dienste nötig	Jeder neue Lieferant braucht eine neue Vorlage; Layoutänderungen brechen die Regel
Sprachmodell (KI)	Ein Modell bekommt den Text und eine Feldliste und liefert strukturierte Werte zurück	Kommt mit unbekannten Layouts zurecht, wenig Pflege	Kann sich irren, ohne es anzuzeigen; Ergebnis muss geprüft werden

Bei wenigen, immer gleichen Lieferanten sind Regeln oft die solidere Wahl. Bei vielen wechselnden Lieferanten, etwa im Handwerk oder im Einkauf mit vielen Kleinlieferanten, wird die Vorlagenpflege schnell zur Daueraufgabe. Dort spielt ein Sprachmodell seine Stärke aus.

Moderne Modelle können auch direkt mit dem Bild oder PDF arbeiten und Texterkennung und Feldzuordnung in einem Schritt erledigen. Das ist bequem, aber nicht automatisch besser. Bei sauberen digitalen PDFs ist der extrahierte Text verlässlicher als jede Bildinterpretation.

Warum „beides“ meist die richtige Antwort ist

In der Praxis bewährt sich eine Kette, die jeden Rechnungstyp mit dem genauesten verfügbaren Verfahren behandelt:

1. Enthält die Datei strukturierte E-Rechnungsdaten? Dann diese lesen und fertig.
2. Hat das PDF eine Textebene? Dann Text direkt extrahieren.
3. Andernfalls OCR anwenden.
4. Den gewonnenen Text an ein Sprachmodell oder an lieferantenspezifische Regeln übergeben.
5. Die Werte durch feste Prüfungen laufen lassen.
6. Alles, was eine Prüfung nicht besteht, zur Freigabe vorlegen.

Der wichtigste Teil dieser Kette ist der fünfte Schritt. Er entscheidet, ob eine Automatisierung im Alltag Vertrauen gewinnt.

Prüfungen, die keine KI ersetzen kann

Ein Sprachmodell liefert eine plausible Antwort, auch wenn es unsicher ist. Deshalb gehören einfache, harte Regeln hinter jede Erfassung:

• Rechenprüfung: Netto plus Umsatzsteuer muss den Bruttobetrag ergeben, bei mehreren Steuersätzen pro Satz.
• Steuersatz: Nur die Sätze zulassen, die für Ihre Lieferanten realistisch sind.
• IBAN: Die Prüfziffer der IBAN lässt sich mathematisch prüfen. Wichtiger noch: Weicht die IBAN von der in den Stammdaten hinterlegten ab, gehört die Rechnung in jedem Fall zur Freigabe. Geänderte Bankverbindungen sind ein bekanntes Muster bei Rechnungsbetrug.
• Dublettenprüfung: Gleiche Kombination aus Lieferant, Rechnungsnummer und Betrag schon vorhanden? Dann nicht erneut übergeben.
• Datumsplausibilität: Ein Rechnungsdatum in der Zukunft oder mehrere Jahre zurück ist meist ein Lesefehler.
• Lieferantenabgleich: Name oder USt-IdNr. gegen Ihre Lieferantenliste prüfen.

Jede dieser Regeln ist schnell gebaut und fängt typische Fehler ab, die bei OCR und KI auftreten: vertauschte Ziffern, verwechselte Beträge, ein Lieferschein, der als Rechnung erkannt wurde.

Die Freigabeliste ist kein Notbehelf

Eine gute Lösung will nicht jede Rechnung vollautomatisch durchschleusen. Sie trennt sauber zwischen Rechnungen, bei denen alle Prüfungen bestanden sind, und solchen, bei denen ein Mensch hinsehen muss. Diese Freigabeliste kann eine einfache Tabelle sein, mit Link zum Originalbeleg, den ausgelesenen Werten und dem Grund, warum die Rechnung dort gelandet ist.

Wichtig ist das Prinzip: Unsichere Werte werden markiert, nicht stillschweigend übernommen. Eine falsch erfasste Rechnung, die unbemerkt in die Buchhaltung läuft, kostet später meist mehr Zeit als eine ganze Reihe von Rechnungen, die kurz manuell bestätigt werden.

Datenschutz und Nachvollziehbarkeit

Rechnungen enthalten personenbezogene Daten, etwa Ansprechpartner, bei Einzelunternehmern auch Namen und Bankdaten. Wenn ein externer OCR- oder KI-Dienst eingesetzt wird, brauchen Sie dafür einen Auftragsverarbeitungsvertrag und sollten wissen, in welcher Region die Daten verarbeitet werden und ob sie zum Training verwendet werden. Viele Anbieter bieten Optionen für eine Verarbeitung in der EU und schließen Training mit Kundendaten aus; prüfen Sie das vor dem Start.

Für die Buchhaltung gilt außerdem: Das Originaldokument bleibt das Original. Die Automatisierung erzeugt Erfassungsdaten, ersetzt aber nicht die ordnungsgemäße Aufbewahrung des Belegs. Wie Sie das im Detail organisieren, klären Sie am besten mit Ihrer Steuerberatung.

So bereiten Sie ein solches Vorhaben vor

Bevor jemand eine Zeile Code schreibt oder ein Werkzeug auswählt, sollten diese Punkte geklärt sein:

• 20 bis 30 typische Rechnungen als Beispiele, darunter auch die schwierigen Fälle (Scans, mehrseitige Rechnungen, Gutschriften)
• Eine Liste der Felder, die tatsächlich gebraucht werden – nicht alles, was auf der Rechnung steht
• Die Lieferantenliste mit Namen, USt-IdNr. und IBAN
• Ihre Prüfregeln, zum Beispiel Betragsgrenzen, ab denen grundsätzlich eine zweite Person freigibt
• Das Ziel: Tabelle, Buchhaltungssoftware, DATEV-Ordner oder ein anderes System
• Wer die Freigabeliste bearbeitet und wie oft

Mit dieser Grundlage lässt sich die Lösung gegen echte Beispiele testen. Ein klares Abnahmekriterium lautet dann etwa: Aus den vereinbarten Beispielrechnungen werden die Pflichtfelder korrekt ausgelesen, und alles Unsichere landet in der Freigabeliste.

Welche Variante für wen?

Wenn Sie überwiegend E-Rechnungen und digitale PDFs von wenigen Stammlieferanten erhalten, reicht häufig eine Kombination aus XML-Auslesung, Textextraktion und festen Regeln, ganz ohne Sprachmodell. Kommen viele verschiedene Lieferanten und Papierbelege hinzu, ist eine Kette aus OCR und KI-gestützter Feldzuordnung mit nachgelagerten Prüfungen meist die wirtschaftlichere Lösung. In beiden Fällen gilt: Die Prüfregeln und die Freigabeliste machen den Unterschied zwischen einer Spielerei und einem Werkzeug, auf das sich die Buchhaltung verlassen kann.

Häufige Fragen

Brauche ich für E-Rechnungen OCR oder KI?

Nein. XRechnung und ZUGFeRD enthalten die Rechnungsdaten bereits maschinenlesbar als XML, die Felder werden direkt daraus gelesen. Eine Erfassungslösung sollte deshalb zuerst prüfen, ob strukturierte Daten vorhanden sind, und nur andernfalls auf Texterkennung ausweichen.

Wann sind feste Regeln besser als ein Sprachmodell?

Bei wenigen, immer gleichen Lieferanten sind Vorlagen und Regeln oft die solidere Wahl: vorhersagbar, nachvollziehbar und ohne externe Dienste. Bei vielen wechselnden Lieferanten wird die Vorlagenpflege schnell zur Daueraufgabe, dort spielt ein Sprachmodell seine Stärke aus. In beiden Fällen gehören feste Prüfregeln hinter die Erfassung.

Welche Prüfungen gehören hinter jede automatische Rechnungserfassung?

Eine Rechenprüfung von Netto, Steuer und Brutto, eine Plausibilitätsprüfung von Steuersatz und Datum, eine Dublettenprüfung sowie der Abgleich von Lieferant und IBAN mit Ihren Stammdaten. Weicht die IBAN von der hinterlegten ab, gehört die Rechnung in jedem Fall zur Freigabe, denn geänderte Bankverbindungen sind ein bekanntes Muster bei Rechnungsbetrug.

---

Ein solcher Rechnungseingang lässt sich gut in Aufgaben zerlegen, die jede für sich abgenommen werden: zuerst das Auslesen Ihrer Beispielrechnungen in eine Prüftabelle, dann die Prüfregeln mit dem Abgleich gegen Ihre Stammdaten, schließlich die Übergabe an das Zielsystem samt Freigabeliste für Zweifelsfälle. Im Prozess-Abo schreiben Sie diese Schritte als Karten auf Ihr Board; sobald wir eine Karte starten, stehen ihre Abnahmekriterien fest, und 48 Stunden nach Start ist sie geliefert – gezählt von Montag 8 Uhr bis Freitag 16 Uhr –, geprüft und freigegeben von einem Senior-Entwickler. Kommen später neue Lieferanten oder Formate hinzu, ist die Anpassung einfach die nächste Karte. Beispielrechnungen teilen Sie über einen Ordner, Zugänge geben Sie per Einladung statt per Passwort. Die erste Aufgabe erledigen wir kostenlos, eine pro Unternehmen: Erste Aufgabe anlegen. Typische Aufgaben aus diesem Bereich finden Sie im Leistungskatalog; Fragen vorab klären wir gern in einem kostenlosen Projekt-Check.