Belege per KI erfassen - was steckt eigentlich dahinter?

Wer in einem Verein die Kasse führt, erfasst jeden Beleg mit Datum, Händler, Betrag, Steuersatz und Kategorie. Typische Belege sind ein Einkauf im Großmarkt für das Sommerfest, ein Tankbeleg, Blumen für die Ehrung eines langjährigen Mitglieds oder Kleinteile aus dem Baumarkt.

Bei wenigen Belegen ist das schnell erledigt. Bei einem aktiven Verein mit mehreren Veranstaltungen pro Jahr sind es hunderte Belege, und jeder einzelne braucht beim Abtippen einige Minuten.

KI-gestützte Belegerkennung nimmt ein Foto oder ein PDF entgegen und füllt die wichtigsten Felder aus. Wie das funktioniert, erklärt dieser Artikel.

Texterkennung am Computer gibt es schon lange. Sie heißt Optical Character Recognition, kurz OCR. Diese Technik liest aus einem Bild Buchstaben und Zahlen heraus, ähnlich wie jemand, der einen Text abschreibt, ohne ihn zu verstehen.

Bei gut gescannten Briefen oder sauber gedruckten Rechnungen funktioniert das gut. Kassabelege sind schwieriger:

• Thermopapier-Bons sind oft verblasst, geknickt oder schief fotografiert.
• Jeder Händler druckt anders. Ein Bon vom Supermarkt ist anders aufgebaut als die Rechnung vom Installateur.
• Der Händlername steht oben, als Logo oder im Fußbereich.
• Steuersätze, Zwischensummen, Endsumme und Skonto stehen je nach Beleg an unterschiedlichen Stellen.

OCR liest den Text, erkennt aber nicht, welcher Teil davon der Händlername, die Endsumme oder der Steuersatz ist. Das übernimmt ein zweiter Schritt.

Moderne KI-Systeme lesen Text und ordnen zusätzlich seine Bedeutung ein. Dahinter stehen sogenannte Sprachmodelle, die mit sehr großen Textmengen trainiert wurden und dabei gelernt haben, welche Angaben zusammengehören. Auf einem Beleg erkennt ein solches Modell, dass „Spar Supermarkt GmbH" der Händler ist, „48,90 EUR" die Endsumme und „20 % USt enthalten" der Steuersatz.

Eine in der Praxis brauchbare Belegerkennung braucht beide Schritte: Die Texterkennung liest das Bild, das Sprachmodell ordnet die Angaben ein.

Bei einer üblichen Belegerkennung werden die folgenden Felder vorausgefüllt:

• Händler oder Lieferant
• Belegdatum
• Bruttosumme und, sofern aufgedruckt, die Nettosumme
• Umsatzsteuersatz und der dazugehörige Steuerbetrag
• Eine Rechnungs- oder Belegnummer, falls vorhanden
• Eine Einschätzung, in welche Kategorie der Beleg passt (z.B. Verpflegung, Material, Fahrtkosten)

Diese Werte erscheinen direkt im Formular. Der Kassier prüft sie und korrigiert sie bei Bedarf, das Abtippen entfällt. Das Erfassen geht dadurch schneller.

Die Erkennung ist nicht fehlerfrei. In diesen Situationen kommt sie typischerweise an ihre Grenzen:

• Schiefe Fotos bei schlechtem Licht. Was ein Mensch auf dem Foto nicht entziffern kann, erkennt auch die KI nicht.
• Handgeschriebene Belege. Handschriftliche Quittungen, etwa aus dem Quittungsblock eines Blumenladens, bleiben ein Sonderfall.
• Sehr lange Belege. Bei mehrseitigen Rechnungen oder langen Kassabons mit dutzenden Positionen liest die KI in der Regel nur die wichtigsten Eckdaten.
• Ausländische Belege. Belege auf Deutsch, Englisch, Italienisch oder Französisch werden gut erkannt, ostasiatische Zeichen oder seltene Sprachen weniger zuverlässig.
• Skonto, Rabattstaffeln, komplexe Aufschlüsselungen. Die KI erkennt Netto und Brutto, die kaufmännischen Details sollte ein Mensch prüfen.

Deshalb gilt grundsätzlich: Die KI macht einen Vorschlag, der Kassier bestätigt. Eine automatische Verbuchung ohne menschliche Kontrolle wäre weder rechtlich sauber noch praktisch sinnvoll.

Diese Punkte verbessern das Ergebnis:

• Auf dunklem Untergrund fotografieren. Ein Holztisch oder ein dunkles Tablett hebt den Beleg vom Hintergrund ab.
• Gerade von oben halten. Eine schiefe Perspektive verzerrt den Text und verschlechtert die Erkennung.
• Gutes Licht, kein Blitz. Tageslicht eignet sich am besten. Der Blitz erzeugt oft eine Spiegelung, die Teile des Textes überdeckt.
• Beleg glattstreichen. Das hilft vor allem bei Thermopapier-Bons, weil Knicke Schatten werfen.
• Lieber PDF, wenn vorhanden. Rechnungen, die du per E-Mail bekommst, lassen sich als PDF besser auslesen als ein Foto vom Ausdruck.

Für die Erkennung wird der Beleg an einen spezialisierten Dienst übermittelt. Das ist eine Datenverarbeitung im Auftrag, wie sie auch beim Versenden einer E-Mail oder beim Speichern eines Dokuments in der Cloud stattfindet. Entscheidend ist, wohin die Daten übermittelt werden und unter welchen Bedingungen.

Auf diese Mindeststandards sollte ein Verein bei der Wahl des Anbieters achten:

• Ein Auftragsverarbeitungs-Vertrag (AVV) liegt vor, der die DSGVO-Anforderungen erfüllt.
• Die übermittelten Daten werden nicht zum Trainieren neuer KI-Modelle verwendet.
• Der Beleg wird nur kurz für die Verarbeitung gespeichert und danach beim KI-Anbieter wieder gelöscht.
• Es wird nur übermittelt, was nötig ist: der Beleg selbst, keine Mitgliederlisten oder Kontoinformationen.

Bei Vereinsbuddy läuft die Belegerkennung über Google Vertex AI in der EU. Auftragsverarbeitung, Datenstandort und den Ausschluss des Trainings mit den Daten beschreibt die Datenschutzerklärung. Belege lassen sich auch ohne KI manuell erfassen.

KI-Belegerkennung ist ein Werkzeug für den Kassier und ersetzt ihn nicht. Sie übernimmt das Abtippen, beurteilt die Buchung aber nicht inhaltlich. Ob ein Beleg in die richtige Kategorie passt, ob er verbucht werden darf oder ob er doppelt vorliegt, bleibt in menschlicher Verantwortung.

Mit dieser Aufteilung braucht die Belegerfassung weniger Zeit, und der Kassier kann sich auf die Fragen konzentrieren, die ein Mensch beantworten muss.

Die KI liest die Angaben aus, über die Buchung entscheidet der Kassier.