Unterschiedliche Designs und Sprachen, wechselnde Steuerinformationen – das sind nur einige Beispiele für die Heterogenität von zu verarbeitenden Buchhaltungsbelegen. Die Folge: Der manuelle Aufwand ist in der Rechnungsbearbeitung noch recht hoch. Wie sich Abläufe automatisieren lassen.
Drei große Herausforderungen bewegen die Finanzbuchhaltung auch in Zeiten von Industrie 4.0, IoT und künstlicher Intelligenz: An erster Stelle steht die anhaltende Abhängigkeit von Papier. Auch wenn es sich viele Mitarbeiter wünschen, ist das papierlose Büro noch lange kein Standard. Die Menge an postalisch verschickten Rechnungen geht zwar stetig zurück, aber trotzdem sind Drucker, Fax und Co. noch emsig im Einsatz; sie sorgen dafür, dass das analoge Format weiter besteht. Automatische Suchen nach einzelnen Informationen oder eine intelligente Ablage bleiben daher schwierig; eine Rechnung ist beispielsweise entweder unter ihrer Belegnummer oder unter dem Unternehmensnamen abgelegt. Der Suchende muss folglich das Archivierungssystem kennen, um möglichst schnell das richtige Dokument zu finden. Abhilfe schaffen können Enterprise Content Management Systeme (ECM), die Belege einscannen und digital ablegen. Dabei stoßen Unternehmen auf die zweite wesentliche Hürde: Solche Lösungen digitalisieren Papierunterlagen zwar, bieten aber keine echte Transformation. Mitarbeiter können zwar per Indexierung ein durchsuchbares Archiv schaffen – von der elektronischen Bearbeitung, Weiterleitung und Bezahlung sind sie allerdings noch weit entfernt. Die optische Zeichenerkennung (OCR) kann in einigen Fällen ein wenig weiterhelfen, indem sie die Inhalte des jeweiligen Dokuments ausliest und elektronisch abspeichert.
Spätestens an der dritten Herausforderung scheitern allerdings viele Lösungen: Rechnungen sind so einzigartig wie Schneeflocken. Starre Vorlagen mit festgelegten Datenfeldern helfen nicht bei der Verarbeitung von Belegen, die alle ihr eigenes Design, unterschiedliche Daten in diversen Sprachen und individuelle Steuerinformationen mitbringen. Ein international einheitliches Format, an das sich alle Unternehmen weltweit mit ihren Belegen halten, gibt es nicht. Entsprechend schwierig ist es für die Verantwortlichen in der Buchhaltung, mit den Rechnungen von Hunderten oder Tausenden internationalen Lieferanten effizient umzugehen.
Work smart, not hard
Eine Lösung, die in diesem Dokumentendschungel echte Hilfe leisten kann, muss vor allem eins sein: intelligent. Das beginnt bei der selbständigen Erkennung des Dokumententyps anhand bestimmter Merkmale, denn neben Rechnungen erreichen die Buchhaltung auch Mahnungen, Aufträge und andere Belege. Müssen die Mitarbeiter die Post vorab sortieren, würde dies wieder einen manuellen Arbeitsschritt bedeuten. Erfassung und Klassifizierung sind also der erste Schritt bei der Transformation von Rechnungsverarbeitungsprozessen in die digitale Welt. Weiter geht es damit, dass das System sämtliche relevanten Daten auf jedem Beleg eigenständig findet, erkennt und verarbeitet – und zwar unabhängig vom individuellen Layout des Dokuments, dem Aufbau der Seite, der verwendeten Sprache und der Platzierung der einzelnen Informationen. Möglich wird eine solche Automatisierung durch die Kombination aus der bereits bekannten Texterkennung und dem Einsatz künstlicher Intelligenz. Wesentliche Basisinformationen, wie beispielsweise diverse gängige Formate von Rechnungsnummern, Adressen oder ähnlichen Informationen, erhält eine solche Lösung vorab, sodass eine gewisse „Wissensgrundlage“ geschaffen wird. Mithilfe dieses Fundaments kann ein smartes System die benötigten Daten auf unterschiedlichsten Belegen erkennen und korrekt einordnen.
Für den nächsten Schritt – die weitere Verarbeitung der jeweiligen Rechnung – braucht es nun intelligente Automatismen. Unter dem Einsatz des sogenannten Supervised Machine Learning (überwachtes maschinelles Lernen) kann eine innovative Lösung verschiedenste Felder und Daten eigenständig erkennen und verarbeiten. Bei Unklarheiten legt sie einem verantwortlichen Mitarbeiter das fragliche Dokument inklusive der markierten unklaren Informationen sowie einem Vorschlag zur Interpretation digital vor. Dieser kann dann sofort auf seinem Bildschirm einen Review durchführen und eine Entscheidung treffen.