Beleg-Verarbeitung mit KI — von PDF bis Buchhaltung

Workflow 4 von 5

Eingehende Rechnungen als PDF werden automatisch ausgelesen (Lieferant, Betrag, USt, Datum, Rechnungsnummer, Kostenstelle), in der Buchhaltung angelegt und im DMS abgelegt. Sechs Stunden Buchhaltungs-Arbeit pro Woche werden zu zwanzig Minuten Kontrolle.

Was dieser Workflow macht

Rechnungen kommen über drei Wege: per E-Mail (PDF-Anhang), per Scan-App (E-Mail an Rechnungs-Postfach) oder per Upload-Ordner (Dropbox/OneDrive). Der Workflow:

1. Holt PDF-Rechnung ab
2. Lässt Claude Vision (oder GPT-4o) Felder extrahieren: Lieferant, IBAN, Betrag netto/brutto, USt-Satz, Rechnungsnummer, Rechnungsdatum, Leistungsdatum, Kostenstelle
3. Legt Eintrag in DATEV / sevdesk / lexoffice an
4. Speichert PDF im DMS (Paperless, MinIO, SharePoint)
5. Bei Unsicherheit: markiert als „[PRÜFEN]" für menschliche Freigabe

Voraussetzungen

• n8n
• Claude 3.5 Sonnet (Vision-fähig) oder GPT-4o
• Buchhaltungs-API: DATEV-Unternehmen-Online, sevdesk, lexoffice, FastBill, Odoo
• DMS: Paperless-ngx, Nextcloud, SharePoint, Bitrix24 — beliebig
• GoBD-konformes Archivsystem — wichtig für Steuer-Compliance

Der Extraction-Prompt

Du extrahierst Felder aus einer PDF-Rechnung.

Bitte extrahiere AUSSCHLIESSLICH was tatsächlich auf der Rechnung steht.
Bei fehlendem Feld: null. Niemals raten.

Schema:
{
  "lieferant_name": "...",
  "lieferant_adresse": "...",
  "lieferant_ustid": "DE...",
  "rechnungs_nr": "...",
  "rechnungs_datum": "YYYY-MM-DD",
  "leistungs_datum": "YYYY-MM-DD oder null",
  "betrag_netto": 0.00,
  "betrag_brutto": 0.00,
  "ust_satz": 19 oder 7 oder 0,
  "ust_betrag": 0.00,
  "iban": "DE... oder null",
  "bic": "... oder null",
  "zahlungsziel": "YYYY-MM-DD oder null",
  "leistungs_beschreibung": "Kurz, 1 Zeile",
  "kategorie_vorschlag": "eines aus: Wareneinkauf, Bürobedarf, Software, Hosting, Beratung, Reisekosten, sonstiges",
  "konfidenz": 0.0-1.0,
  "needs_review": true|false,
  "review_grund": "Warum unsicher (falls needs_review)"
}

Wenn brutto/netto/USt nicht konsistent zueinander passen → needs_review=true.
Wenn Lieferanten-Adresse fehlt → needs_review=true.

Schritt-für-Schritt-Setup

1. IMAP-Trigger auf rechnungen@firma.de, polling alle 5 Minuten
2. Function-Node filtert PDF-Anhänge raus, ignoriert sonstige Mails
3. HTTP-Node wandelt PDF zu Base64 (oder lädt direkt in den Anthropic-Vision-Call)
4. Claude-Vision-Node mit dem Prompt oben
5. IF-Node: bei needs_review=true → Slack-Ping an Buchhaltung + Mail bleibt im Inbox; sonst weiter
6. Buchhaltungs-API: POST /vouchers mit extrahierten Feldern
7. DMS-Upload: PDF mit Metadaten (Lieferant + Datum + RNr) in Paperless
8. Mail-Label: Original-Mail bekommt Label „verarbeitet"

Kosten + Performance

• API-Kosten pro Beleg: 0,01–0,04 € (Claude Vision 3.5 Sonnet, durchschnittliche Rechnung)
• Latenz: 8–20 Sekunden pro Beleg
• Trefferquote bei sauberen Lieferanten-PDFs: >95 %
• Bei handgeschriebenen / fotografierten Belegen: 70–80 %, manuelle Nacharbeit nötig

GoBD + Steuer-Compliance

Wichtig: die Verarbeitung ändert nichts an den GoBD-Anforderungen.

• Original-PDF muss revisionssicher archiviert werden (Paperless mit WORM-Storage, ECM-System, etc.)
• Mensch reviewed mindestens die Kategorie-Zuordnung — Maschinenvorschlag ≠ finale Buchung
• Verfahrensdokumentation aktualisieren: KI-Vorerfassung gehört rein

Erweiterungen

• Lieferanten-Stammdaten abgleichen: matching mit existierender DB statt jedes Mal extrahieren
• Genehmigungs-Workflow: bei Betrag > X € → Slack-Approve-Button
• Doppel-Erfassungs-Check: gleiche Rechnungs-Nr + Lieferant blockieren

Verwandte Ressourcen

• Automatisierung-Hub: alle 5 Workflows im Überblick
• Lokale KI-Modelle für sensible Daten
• KI-Richtlinie für KMU (kostenloses Muster)
• n8n — Glossar-Eintrag
• Workflow-Automatisierung — Grundlagen