Loading...

Loading...

Künstliche Intelligenz für Rechnungen

  • Veröffentlicht am 24, April 2019
  • Geschätzte Lesezeit: 3 Minuten
Künstliche Intelligenz für Rechnungen

Zugegeben: Das Thema Eingangsrechnungen ist in etwa so beliebt wie die Grippe. Denn diese Rechnungen kosten doppelt: bares Geld und interne Ressourcen (und oft auch Nerven). Dokument einlesen, abgleichen und kontrollieren, Daten vermerken, Zahlung veranlassen und freigeben. Auch die meisten klassischen IT-Systeme helfen bisher nur sehr bedingt. Denn steht ein Posten nicht genau an der vorgesehenen Stelle der Rechnung, verweigern sie den Dienst – und der Mensch muss wieder ran.

AI schafft Abhilfe
Hier kommt künstliche Intelligenz (AI) ins Spiel. Beispiel Lieferantenrechnung: Beim Eingang wird die Papierrechnung eingescannt und … hier kann sich der Mensch schon aus dem Prozess ausklinken und nutzbringenderen Tätigkeiten nachgehen. Die gescannte Datei wird mittels OCR (Optical Character Recognition – Texterkennung) maschinenlesbar. Zwar verwechselt OCR-Software – auch heute noch – häufig zum Beispiel eine 1, das große „I“ oder ein kleines „l“ oder eine 0 und ein großes O; deshalb werden die Informationen vom Algorithmus per Text-Analytics verifiziert und auf Plausibilität geprüft.

Anschließend untersucht künstliche Intelligenz die enthaltenen Entitäten und verarbeitet sie. AI erkennt bei diesem Beispiel den Lieferanten, den Standort, von dem die Rechnung verschickt wurde, Gesamtsumme, Rechnungs-, Kunden-, Konto- und Steuernummer, welche Produkte aufgeführt sind etc. – und zwar unabhängig davon, an welcher Stelle diese Informationen im Dokument vermerkt sind. Der Fortschritt: Man musste klassischen Systemen ziemlich genau vorgeben, welche Information wo zu stehen hat, zum Beispiel muss der Lieferant 3 cm von oben und 2 cm von links stehen. Hielt sich ein Zulieferer nicht präzise an diese Vorgabe, bekam das System prompt Schluckauf.

AI kann heutzutage darüber hinaus problemlos überprüfen, ob eine Rechnung EU-rechtskonform ist. Angebunden an das ERP-System gleicht sie direkt ab, ob überhaupt eine Bestellung vorliegt und die Lieferung bereits eingetroffen ist. Stimmen Rechnungsbetrag und KVA überein? Ist alles korrekt, initiiert die AI auf Wunsch sogar die Zahlung. Per Anbindung an das ERP lässt sich somit fast der komplette Prozess digitalisieren. Und das spart dann richtig Zeit und Geld.

Ist ein Führerschein ein Führerschein?
Wichtig bei alldem ist, dass der Algorithmus so trainiert wird, dass er Dokumente korrekt identifiziert. Dafür wird er mit entsprechenden Bildern gefüttert und lernt daraus, Muster und bestimmte Merkmale zu erkennen: Eine Rechnung enthält meist ein Logo der ausstellenden Firma, eine Tabelle, eine Rechnungssumme, möglicherweise eine Bestellnummer, Datum, Adresse, Bankangaben etc. Der beschriebene Rechnungsprozess ist natürlich nur ein Beispiel für die Leistungsfähigkeit dieses speziellen Systems – je nach Training kann AI auch die verschiedensten anderen Dokumente klassifizieren und verarbeiten: Lieferscheine, Führerscheine, Pässe aller Art und vieles mehr. Früher war speziell dieser Schritt besonders mühsam. Heute reicht es schon, wenn die AI drei Bilder von Führerscheinen sieht. Nummer 4 erkennt sie dann bereits selbstständig als Führerschein. Aber natürlich gilt: Je mehr Bilder für das Training zur Verfügung stehen, desto besser die spätere Erkennung.

Ein weiteres Praxisbeispiel: Ein Unternehmen betreibt einen Erinnerungsdienst für seine Kunden. Das AI-System erkennt hochgeladene Dokumente – Reisepässe, Personalausweise und Ähnliches – und sucht das Ablaufdatum. Je nach festgelegtem Zeitraum benachrichtigt das System den Nutzer per Pushnachricht oder, wenn gewünscht, per E-Mail, dass beispielsweise in einem Monat der Reisepass abläuft. Der gesamte Prozess läuft vollautomatisch.

Nur die Cloud bringt genug Rechenpower für die Trainingsumgebung, deshalb muss AI in der Wolke ausgebildet werden. Eine trainierte AI hingegen läuft selbst auf einem Raspberry Pi. Bei neuen Anforderungen lässt sich die AI dann wieder in der Cloud trainieren und auf den Mini-Computer zurückspielen.

Fazit
Sobald die AI trainiert ist, funktioniert die Erkennung sehr gut und der Mensch hat Freiraum für deutlich lukrativere Tätigkeiten, als Rechnungen manuell einzuscannen und zu bearbeiten. Zudem lässt sich die AI immer weiter um neue Dokumentenarten und Anwendungsszenarien ausbauen. Die OCR hat eine Erkennungsrate von 90 Prozent. Und mit der folgenden Textanalyse erhöht sich diese sogar auf bis zu 98 Prozent. Zudem können bei kritischen Dokumenten weitere Validierungsschritte eingebaut werden. AI macht dem Rechnungsprozess richtig Beine.

Haben Sie Interesse, mehr über die Leistungsfähigkeit dieser AI zu erfahren? Dann kommen Sie gerne auf uns zu!

Weitere Artikel zum Thema „Künstliche Intelligenz”:

Avanade Digital Business Newsletter

Verpassen Sie keinen Blogbeitrag mehr.

Schließen
Modal window
Vertrag
Seite teilen