LLM statt OCR: der Game Changer in der Rechnungsverarbeitung

Wo mit generativer Künstlicher Intelligenz heute Kochrezepte erstellt und Stadtrundfahrten geplant werden, ist das Thema auch in der Geschäftswelt nicht mehr wegzudenken. Hier hat ihr Einsatz natürlich handfeste wirtschaftliche Gründe: Unternehmen möchten KI-Technologien möglichst gewinnbringend in ihre täglichen Geschäftsabläufe einbauen. Dass sie dabei aber noch ganz schön hinterherhinken, belegt eine Bitkom-Studie aus dem Jahr 2024. Demnach setzen erst 16 Prozent der Unternehmen KI aktiv für genau diese Zwecke ein.

Wunsch und Wirklichkeit klaffen hier also noch auseinander. Ein Beispiel, wo KI bereits konkret im Geschäftsleben erfolgreich eingesetzt wird und die Arbeitsabläufe verbessert, ist der Einsatz von Large Language Models (LLMs) in der Rechnungsverarbeitung.

Was sind Large Language Models?

Ein LLM (Large Language Model) ist ein künstliches neuronales Netzwerk, das mithilfe riesiger Mengen an Textdaten trainiert wurde, um Sprache mittels eines vorgeschalteten Chatbots zu verstehen und zu generieren. Es nutzt Wahrscheinlichkeitsberechnungen, um Worte und Sätze vorherzusagen und kann vielfältige Aufgaben wie Textvervollständigung, Übersetzungen oder Inhaltsanalyse übernehmen. ChatGPT ist dafür das bekannteste Beispiel.

Grenzen der OCR

Klassifikation und Kategorisierung von Texten und deren Inhalten sind ein besonders wertvoller Anwendungsfall für LLMs. Genau diese Fähigkeiten lassen sich hervorragend in der Rechnungseingangsverarbeitung einsetzen. Achillessehne bei diesem Arbeitsschritt war mit herkömmlichen Ansätzen stets das genaue Auslesen von Rechnungsinhalten sowie ihre Interpretation und die korrekte Zuordnung in die entsprechenden Felder des ERP-Systems. Da hier auch mit fortschrittlichster OCR-Technik noch immer Fehler passieren können, war bislang stets eine manuelle Nachbearbeitung nötig, die äußerst zeitaufwändig ist.

Kundenbefragungen der xSuite ergaben bislang stets eine durchschnittliche Erkennungsrate von 85 Prozent richtig erkannter Felder. Selbst dies bedeutet, dass noch immer 15 Prozent der ausgelesenen Daten nachbearbeitet und korrigiert werden müssen. Es zeigt sich also: Die bisherigen Verfahren der Datenerfassung – sei es formular-, bild-, regel- oder trainingsbasiert – sind an ihre technologischen Grenzen gestoßen. Selbst die beste OCR produziert Fehler, eine signifikante Verbesserung der Erkennungsraten ist im Grunde nicht mehr zu erreichen.

LLMs liefern umfangreichere und genauere Belegdaten

Völlig neue Möglichkeiten im Bereich der Beleglesung ergeben sich aus dem Einsatz von Large Language Models. Während OCR nichts anderes bedeutet als die Umwandlung analoger Zeichen auf Papier in maschinenlesbaren Code, gehen LLMs darüber hinaus, indem sie bereits erkannte (Text-)Daten interpretieren und ergänzen. Insofern arbeiten sie effizienter als bisherige Erkennungstechnologien und liefern umfangreichere sowie genauere Belegdaten für den Rechnungsbearbeitungsprozess. Das Programmieren komplexer Logiken, um beispielsweise Datumsformate oder Positionsdaten korrekt zu erkennen, ist nicht mehr erforderlich. Die OCR auf unterschiedlichste Rechnungsformate einzelner Lieferanten zu trainieren (oder die Lieferanten zu bitten, ihre Rechnungen nach vorgegebenen Mustern zu gestalten), ebenfalls nicht mehr.

Künstliche Intelligenz leitet jetzt ihre Regeln eigenständig ab und setzt sie ein, um Werte automatisch auszulesen und zu übertragen. Im Prinzip ist es so, als würde man ChatGPT beauftragen, eine Rechnung inhaltlich zu analysieren. Die in die Rechnungsbearbeitungslösung der xSuite eingebaute KI ist zusätzlich noch auf die Anforderungen der Rechnungsverarbeitung in SAP hin optimiert. Sie lernt dabei aus historischen Daten. Viele Informationen, die nicht auf einer Eingangsrechnung stehen, lassen sich aber aus vergangenen Rechnungen oder anderen Geschäftsdokumenten des Kunden beziehen: Kostenstellen, Sachkonto, Buchungskreisname, etc.

Zwei Drittel weniger Nachbearbeitung

Deshalb fügt man solche unternehmenseigenen Informationen einem weiteren Layer (=Architektur von Deep Learning Modellen) zu und kann die KI-Modelle additiv mit diesem trainieren. Mit solchen Modellen lassen sich dann zum Beispiel Rechnungen sehr gut mit zugrunde liegenden Bestellungen und Wareneingängen abgleichen. So kann man das „Antwortverhalten“ der KI mit Daten eingrenzen und das LLM anweisen, nur in einem bestimmten Kontext zu antworten.

Klar: Auch bei LLM-basierten Lösungen gibt es keine Garantie auf 100%ige Erkennungsraten. Aber es gibt eben doch einen Unterschied zwischen durchschnittlicher Erkennungsquote von 85 Prozent (mit klassischen Methoden) und 95 Prozent (mit LLM-Unterstützung). Er wird umso augenscheinlicher, je höher die Rechnungsvolumina sind. Ein simples Beispiel: Ein Sprung von 85 auf 95 Prozent Erkennungsquote bedeutet bei 100.000 Rechnungen, dass nur noch 5.000 statt 15.000 Rechnungsdaten manuell nachbearbeitet werden müssen.

Von der theoretischen Debatte hin zum praktischen Einsatz

Trotz einer anfänglichen Zurückhaltung der Unternehmen bei der Integration von KI in Geschäftsprozesse zeigt das Beispiel der Rechnungsverarbeitung klar auf: LLMs liefern einen messbaren und konkreten Mehrwert. Sie heben die bereits stark automatisierte Rechnungsverarbeitung auf eine nochmals höhere Stufe, indem sie den verbliebenen manuellen Aufwand weiter stark reduzieren, Zeit sparen und damit wirtschaftlichen Mehrwert hervorbringen. Unternehmen können dadurch ihre Ressourcen gezielter für weitere wertschöpfende Aufgaben nutzen. Je höher das Rechnungsvolumen, desto größer der wirtschaftliche Effekt.

Unternehmen sollten daher jetzt den Schritt tun, weg von Debatten über KI am grünen Tisch zur praktischen Umsetzung überzugehen. Die xSuite macht vor, welche Steigerungen an Effizienz und Produktivität durch den Einsatz einer Rechnungsbearbeitungslösung in SAP mit integriertem LLM heute bereits möglich sind.