Artikel
80 % der Belege automatisch klassifizieren
80 % der Belege automatisch klassifizieren: Was das für Sachbearbeiter bedeutet
Ein Sachbearbeiter in einer mittelgroßen Kanzlei sortiert 300 bis 500 Belege pro Woche. Jeder Beleg muss einem Mandanten zugeordnet, nach Belegart kategorisiert und der richtigen Kostenstelle zugewiesen werden. Pro Beleg dauert das 30 bis 90 Sekunden. Bei 400 Belegen sind das 3 bis 10 Stunden wöchentlich — reine Sortierarbeit.
KI reduziert diesen Aufwand um 80 %.
Was OCR kann — und was nicht
OCR (Optical Character Recognition) liest Text aus Dokumenten. Das ist der erste Schritt. Eine Rechnung wird gescannt, der Text extrahiert: Rechnungsnummer, Datum, Betrag, Absender.
Doch OCR versteht keinen Kontext. Es liest "Rechnung Nr. 2024-0847" und liefert eine Zeichenkette. Es weiß nicht, ob das eine Eingangsrechnung oder Ausgangsrechnung ist. Es kennt weder den Mandanten noch die Kostenstelle. Es erkennt nicht, dass diese Rechnung zum selben Lieferanten gehört wie die vom letzten Monat.
Hier beginnt die Arbeit der KI.
Wie KI Belege versteht
KI-basierte Klassifizierung arbeitet auf einer anderen Ebene als OCR. Sie analysiert Muster:
• Lieferantenhistorie: Der gleiche Absender wurde in der Vergangenheit immer Mandant X zugeordnet. Die KI erkennt das Muster und ordnet automatisch zu.
• Belegstruktur: Rechnungen haben andere Merkmale als Gutschriften, Kontoauszüge oder Verträge. Die KI unterscheidet anhand von Layout, Schlüsselwörtern und Betragsmustern.
• Kontierungslogik: Bestimmte Lieferanten werden regelmäßig auf bestimmte Konten gebucht. Die KI lernt diese Zuordnung aus historischen Daten.
• Mandantenkontext: Branche, Größe und Buchungshistorie des Mandanten liefern zusätzliche Signale für die Klassifizierung.
Das Ergebnis: 80 % der Belege werden korrekt klassifiziert, ohne dass ein Mensch sie ansieht.
Was "80 %" in der Praxis bedeutet
80 % klingt nach einer Zahl. In der Praxis bedeutet es eine Veränderung des gesamten Arbeitsablaufs.
Vorher: Der Sachbearbeiter öffnet jeden Beleg, liest ihn, ordnet ihn zu, trägt die Kontierung ein, legt ihn ab. 400 Belege, 400 Entscheidungen.
Nachher: Der Sachbearbeiter öffnet eine Liste mit 80 vorklassifizierten Belegen, die zur Prüfung markiert sind. 320 Belege sind bereits korrekt zugeordnet. Er prüft die 80 Ausnahmefälle — Belege mit niedrigem Konfidenzwert oder unbekannten Absendern.
Statt 400 Entscheidungen trifft er 80. Statt 3 bis 10 Stunden braucht er 45 bis 120 Minuten.
Kein Ersatz, sondern Entlastung
Die 80 % bedeuten nicht, dass der Sachbearbeiter überflüssig wird. Sie bedeuten, dass er andere Arbeit machen kann.
Die eingesparten 3 bis 5 Stunden pro Woche stehen für Aufgaben zur Verfügung, die tatsächlich Fachwissen erfordern: Buchungsvorschläge prüfen, Mandantenrückfragen beantworten, Unstimmigkeiten klären. Aufgaben, bei denen menschliches Urteilsvermögen unverzichtbar ist.
Die KI übernimmt das Sortieren. Der Sachbearbeiter übernimmt das Denken.
Was die KI braucht, um 80 % zu erreichen
Automatische Klassifizierung funktioniert nicht ab dem ersten Tag mit voller Genauigkeit. Die KI braucht Trainingsdaten: historische Belege mit korrekten Zuordnungen. Je mehr Daten, desto präziser die Klassifizierung.
In der Praxis sieht der Ablauf so aus:
• Woche 1 bis 4: Die KI lernt aus historischen Buchungen. Genauigkeit bei 60 bis 70 %.
• Monat 2 bis 3: Sachbearbeiter korrigieren Fehlklassifizierungen. Jede Korrektur verbessert das Modell.
• Ab Monat 4: Die Genauigkeit stabilisiert sich bei 80 bis 85 %. Bei etablierten Mandanten mit regelmäßigen Belegen höher.
Der Aufwand für die Trainingsphase ist real. Aber er ist endlich. Die Zeitersparnis danach ist dauerhaft.
Nächster Schritt
Lassen Sie uns in 30 Minuten prüfen, wo KI in Ihrer Kanzlei den größten Hebel hat — unverbindlich und kostenfrei.
Weiterlesen
Steuerberater vs. Sachbearbeiter: Welche Aufgaben KI übernimmt
KI sortiert Belege, schlägt Buchungen vor und überwacht Fristen. Sachbearbeiter prüfen. Steuerberater beraten. Eine klare Aufgabenteilung.
2. Februar 2026
KI-Buchungsvorschläge: Die Lernkurve von 60 % auf 95 %
KI-Buchungsvorschläge starten bei 60 % Genauigkeit. Mit jeder Korrektur lernt das Modell. Nach wenigen Monaten erreicht es 85 bis 95 % -- messbar.
27. Oktober 2025
Doppelte Entwicklerkapazität durch KI-Agenten
Ein Entwickler betreut doppelt so viele Projekte. Dream-bit zeigt, wie ein Framework aus 20+ KI-Agenten den Entwicklungsalltag verändert.
22. März 2026