KI-Buchungsvorschläge: Wie die Lernkurve von 60 % auf 95 % steigt

Ein KI-Modell für Buchungsvorschläge ist am ersten Tag nicht präzise. Es kennt weder die Kontenrahmen-Präferenzen des Steuerberaters noch die branchenspezifischen Kontierungsmuster der Mandanten. Es startet bei etwa 60 % Genauigkeit.

Das klingt nach einem Problem. In Wirklichkeit ist es der Normalfall — und der Anfang einer Lernkurve, die innerhalb weniger Monate auf 85 bis 95 % steigt.

Was "60 % Genauigkeit" konkret bedeutet

Bei 100 Buchungsvorschlägen sind 60 korrekt. 40 müssen korrigiert werden. Das ist schlechter als ein erfahrener Sachbearbeiter — der liegt bei 95 % und mehr.

Warum also überhaupt anfangen?

Weil die 60 % nicht das Ziel sind, sondern der Startpunkt. Und weil selbst 60 % bereits Arbeit sparen: Der Sachbearbeiter prüft einen Vorschlag schneller, als er eine Buchung von Grund auf erstellt. Auch ein falscher Vorschlag liefert einen Ausgangspunkt — Konto, Betrag und Steuerschlüssel sind oft teilweise korrekt.

Wie die KI lernt

Jede Korrektur eines Buchungsvorschlags ist ein Datenpunkt. Das Modell registriert:

• Was vorgeschlagen wurde: Konto 4400, Steuerschlüssel 9, Gegenkonto 1200.

• Was korrigiert wurde: Konto 4401 statt 4400.

• Den Kontext: Lieferant X, Mandant Y, Branche Z, Betragshöhe, Rechnungstext.

Aus Tausenden solcher Korrekturen erkennt das Modell Muster:

• Lieferant X wird bei Mandant Y immer auf Konto 4401 gebucht, nicht 4400.

• Rechnungen über 10.000 Euro von Lieferant Z betreffen Investitionsgüter, nicht Betriebsausgaben.

• Mandanten der Branche Gastronomie verwenden häufiger Steuerschlüssel 2 als Steuerschlüssel 9.

Die Merkmale, die das Modell nutzt

Ein KI-Buchungsvorschlag basiert nicht auf einem einzelnen Signal. Das Modell kombiniert mehrere Merkmale:

Mandantenhistorie

Wie wurde derselbe Lieferant in der Vergangenheit gebucht? Welche Konten nutzt dieser Mandant üblicherweise? Die Historie ist das stärkste Signal — sie spiegelt die individuellen Präferenzen des Steuerberaters wider.

Rechnungstext

OCR extrahiert den Rechnungstext. Begriffe wie "Wartung", "Miete" oder "Material" liefern Hinweise auf die korrekte Kontierung. Das Modell lernt, welche Textmuster zu welchen Konten führen.

Steuerschlüssel-Logik

Der Steuerschlüssel hängt von der Art des Geschäftsvorfalls ab. Innergemeinschaftlicher Erwerb, Reverse Charge, ermäßigter Satz — das Modell lernt die Regeln aus den Korrekturen des Sachbearbeiters.

Betragsmuster

Bestimmte Betragshöhen und -muster korrelieren mit bestimmten Buchungsarten. Monatlich wiederkehrende Beträge deuten auf Miete oder Abonnements hin. Hohe Einzelbeträge auf Investitionen.

Gegenbuchungen

Das Modell lernt, welche Gegenkonten typischerweise zu welchen Buchungskonten gehören. Konto 4400 wird fast immer gegen 1200 oder 1800 gebucht. Abweichungen werden erkannt.

Der Zeitverlauf

Die Lernkurve folgt einem typischen Muster:

Monat 1 (Kaltstart): 55 bis 65 % Genauigkeit. Das Modell arbeitet mit allgemeinen Mustern. Jeder Mandant ist neu. Viele Korrekturen nötig.

Monat 2 bis 3 (Lernphase): 70 bis 80 %. Die häufigsten Buchungsmuster sind gelernt. Standardlieferanten werden korrekt zugeordnet. Ausnahmen bleiben problematisch.

Monat 4 bis 6 (Stabilisierung): 80 bis 90 %. Das Modell kennt die meisten Lieferanten-Mandanten-Kombinationen. Korrekturen betreffen vor allem Sonderfälle: neue Lieferanten, geänderte Steuerschlüssel, Einmalgeschäfte.

Ab Monat 6 (Reife): 85 bis 95 %. Bei Mandanten mit regelmäßigen, wiederkehrenden Geschäftsvorfällen liegt die Genauigkeit am oberen Ende. Bei Mandanten mit vielen Einmalvorgängen am unteren.

Was 95 % für den Sachbearbeiter bedeutet

Bei 95 % Genauigkeit prüft der Sachbearbeiter 100 Buchungsvorschläge und korrigiert 5. Die Prüfung eines korrekten Vorschlags dauert Sekunden. Die Korrektur der 5 Ausnahmen dauert Minuten.

Der Gesamtaufwand sinkt von einer Stunde manueller Buchungserstellung auf 10 bis 15 Minuten Prüfung und Freigabe. Pro Mandant, pro Monat.

Bei 200 Mandanten ist das der Unterschied zwischen einer Vollzeitstelle und einem halben Arbeitstag.

Nächster Schritt

Lassen Sie uns in 30 Minuten prüfen, wo KI in Ihrer Kanzlei den größten Hebel hat — unverbindlich und kostenfrei.

Gespräch vereinbaren →