Wie KI die Automatisierung der Kreditorenbuchhaltung modernisiert

Nach Angaben des Institute of Finance and Management (IOFM) stufen Controller die Kreditorenbuchhaltung als die papierintensivste, zeitaufwändigste und arbeitsintensivste Arbeit im Finanz- und Rechnungswesen ein. Dabei gibt es zahlreiche Tools, um die Bearbeitung von Rechnungen zu automatisieren und Personal von lästigen und repetitiven Aufgaben zu entlasten.

Ein Schlüsselbaustein dabei sind Low-Code/No-Code-Anwendungen, besonders auch mit Blick auf die Einführung von E-Rechnungen ab 1. Januar 2025.

Obwohl es eine breite Palette von speziell entwickelten Lösungen zur Automatisierung der Kreditorenbuchhaltung gibt, verbringt ein typischer Angestellter 84 Prozent seines Arbeitstages mit der Eingabe von Rechnungsdaten, der Bearbeitung von Papier und E-Mails, der Korrektur von Fehlern und der Beantwortung von Anrufen und E-Mails von Lieferanten über den Status von Rechnungen und Zahlungen. In den leitenden Positionen sieht es noch schlimmer aus, es bleibt kaum Zeit für Führungs- und Managementaufgaben.

All die Zeit, die Kreditorenteams mit manuellen, sich wiederholenden Aufgaben vergeuden, ist Zeit, die sie nicht für übergeordnete Aktivitäten wie die Analyse von Daten und die Zusammenarbeit mit dem Einkauf und anderen Beteiligten aufwenden können.

Wie herkömmliche Ansätze zur AP-Automatisierung versagen

Es ist verlockend, den Mangel an Automatisierung für die manuellen Aufgaben verantwortlich zu machen, die die Kreditorenbuchhaltung behindern. Aber 48,9 Prozent der vom IOFM befragten Kreditorenbuchhaltungsabteilungen verwenden eine automatisierte Lösung zur Rechnungsverarbeitung. Ein Viertel der Abteilungen, die Technologie eingesetzt haben, haben ihren Procure-to-Pay (P2P)-Prozess durchgängig automatisiert.

Woran liegt es also, dass so viele Kreditorenabteilungen noch immer so viele Rechnungen manuell bearbeiten? Zunächst einmal haben nur 61,7 Prozent der Kreditorenbuchhaltungsabteilungen, die eine Technologie zur automatisierten Rechnungsverarbeitung einsetzen, auch die Art und Weise automatisiert, wie ihre Abteilung die Rechnungsnummer, das Fälligkeitsdatum, den Betrag und andere Kopf- und Einzelposteninformationen aus den von den Lieferanten eingereichten Rechnungen erfasst. Der Rest erfasst diese wichtigen Daten noch immer manuell, was die Fehleranfälligkeit erhöht.

Ebenso verfügen weniger als zwei Drittel der Kreditorenbuchhaltungsabteilungen über ein automatisiertes Verfahren zum Abgleich von Rechnungen mit Details von Bestellungen und Lieferscheinen, die in einer ERP-Anwendung (Enterprise Resource Planning) gespeichert sind. Infolgedessen verschwenden die Mitarbeiter der Kreditorenbuchhaltung viel Zeit mit dem Abgleich von Rechnungen mit Bestellungen und Quittungen.

E-Rechnungen werden in Deutschland ab 1. Januar 2025 zur Pflicht

Ab 1. Januar 2025 müssen Unternehmen mit Sitz in Deutschland den Empfang und Verarbeitung von E-Rechnungen ermöglichen und sind – mit gewissen Übergangsregelungen – verpflichtet E-Rechnungen auszustellen. Aus Unternehmenssicht bietet die Umstellung vom Scannen und manuellen Verarbeiten von Papier- und PDF-Rechnungen auf standardisierte elektronische Formate teils erhebliche Effizienzvorteile. Obwohl die Theorie hinter der elektronischen Rechnungsstellung wie der Traum eines jeden Automatisierungsteams klingt, sieht die Realität so aus, dass globale Unternehmen bedingt durch die Komplexität im Hinblick auf Vorschriften, Reifegrad, Einführung, Standards und Formate immer noch mit einer unübersichtlichen Realität zu kämpfen haben, die neue Lösungen erfordert.

Für Unternehmen mit internationalen Geschäftspartnern werden die Rechnungsströme, zumindest für die absehbare Zukunft, weiterhin hybrid bleiben: aus Papier, PDF-Dateien und XML-basierte elektronische Rechnungen in diversen Standards. Um diese Komplexität bewältigen zu können, sind speziell entwickelte KI-Lösungen erforderlich, die Daten aus Rechnungen jeder Art, jedes Formats und jeder Sprache intelligent analysieren, klassifizieren, erfassen und in einen einzigen strukturierten Datenstrom für das ERP-System verwandeln können.

Intelligente Rechnungserfassung als Fundament

Der Hauptgrund dafür, dass die meisten Finanzabteilungen die Vorteile der Automatisierung nicht voll ausschöpfen können, ist der veraltete Ansatz ihrer Lösung zur Rechnungsdatenerfassung und deren Abgleich mit Bestellungen.

Die meisten Rechnungsdatenerfassungslösungen setzen auf optische Zeichenerkennung (Optical Character Recognition, OCR). OCR hilft zwar, die manuelle Eingabe von Rechnungsdaten zu reduzieren, aber:

• Die Kreditorenbuchhaltung muss Vorlagen erstellen, um die Daten von neuen Rechnungen zu erfassen.
• Es erfordert einen erheblichen Aufwand an Kodierung und interner Entwicklungskompetenz.
• Es kann schwierig sein, die Lösung mit vor- und nachgelagerten Systemen zu integrieren.
• Möglicherweise fehlt die Flexibilität, benutzerdefinierte Felder zu extrahieren oder Tabellenüberschriften zu definieren.
• Rechnungen in mehreren Sprachen können nicht unterstützt werden, ohne dass das System umgeschult werden muss.

Vortrainierte und einsatzbereite Rechnungsverarbeitung

Glücklicherweise gibt es eine neue Art automatisierter KI-Lösungen, die Low-Code-Tools verwenden und den Kreditorenbuchhaltungen helfen, die Hindernisse auf dem Weg zur berührungslosen Rechnungsverarbeitung zu überwinden und bessere Ergebnisse zu erzielen.

Speziell darauf trainierte KI-Modelle und Low-Code-No-Code-Lösungen setzen die neuesten Entwicklungen im Bereich der KI und des maschinellen Lernens, um es Finanzteams zu ermöglichen, Rechnungen jeglicher Komplexität innerhalb von Minuten mit einem hohen Maß an Genauigkeit und ohne jegliche Kodierung oder Entwicklungskenntnisse zu bearbeiten. Die Lösungen sind in der Lage, die Art des Dokuments zu erkennen – ob Eingangsrechnung, Bestellung, Lieferschein, Gutschrift – und ein entsprechendes Extraktionsmodell oder einen „Dokumenten-Skill“ zu empfehlen.

Sollte das benötigte Modell für das zu verarbeitende Dokumententyp nicht vortrainiert zur Verfügung stehen können Benutzer auch eigene Modelle erstellen und trainieren.

Basierend auf KI für überragende Datenextraktion und Erkennungsleistung

Low-Code-No-Code-Lösungen nutzen zudem fortschrittliche künstliche Intelligenz (KI), um Rechnungskopf- und Positionsdetails aus den komplexesten Rechnungen zu extrahieren. Dies gilt auch für Rechnungen mit Hunderten von Seiten und Text in mehreren Sprachen. IDP-Lösungen mit KI und maschinellem Lernen können Dokumente jeder Art effizient verarbeiten, einschließlich strukturierter, halbstrukturierter oder unstrukturierter Dokumente sowie maschinell gedruckte, handgeschriebene und mit Barcodes versehene Dokumente. Speziell für die Kreditorenbuchhaltung bedeutet dies, dass Rechnungen jeder Art – ob als PDF, auf Papier oder elektronisch (sei es ZUGFeRD, XRechnung, PEPPOL etc.) – mit einer Lösung in einem einheitlichen Ablauf verarbeitet und die verifizierten, normalisierten Daten einheitlich an das ERP System weitergegeben werden können.

Die Hyperautomatisierung vereinfacht außerdem die Orchestrierung von Prozessen zwischen verschiedenen Lösungen. KI-basierte Lösungen für die Kreditorenbuchhaltung können mit Systemen wie ERP- und Buchhaltungssoftwarepaketen, Business Process Management (BPM)-Anwendungen, Chatbots, mobilen Plattformen und mehr nahtlos über API oder vorgefertigte Konnektoren integriert werden.

KI-basierte Low-Code-Lösungen beschleunigen und verbessern Prozesse

Die Einführung von KI in der Kreditorenbuchhaltung wird immer schneller vorangetrieben. Einem Bericht von Gartner zufolge werden 70 Prozent der neuen Anwendungen bis 2025 Low-Code- oder No-Code-Technologien nutzen. Die Technologie wird Unternehmen in die Lage versetzen, die Entwicklungszeit um bis zu 90 Prozent zu verkürzen. Finanzabteilungen können so ein völlig neues Maß an Effizienz und Agilität erreichen, und somit die Transaktionskosten senken, die Transparenz des Cashflows verbessern und eine bessere Verteilung des Betriebskapitals erreichen.

LCNC-Lösungen mit künstlicher Intelligenz (KI) und maschinellem Lernen (ML) werden dazu beitragen, dass diese Abteilungen das volle Potenzial der Automatisierung der Kreditorenbuchhaltung ausschöpfen und die manuellen Aufgaben, die sie behindern, eliminieren. Sie werden Finanzteams in die Lage versetzen, ihre eigenen Geschäftsanwendungen zu implementieren, eine höhere Leistung zu erzielen, den Bedarf an menschlichen Eingriffen zu reduzieren, die End-to-End-Rechnungsverarbeitung zu beschleunigen und so die Produktivität zu steigern, während die Gesamtbetriebskosten sinken und die Mitarbeiterzufriedenheit steigt.