Jemand in Ihrem Team hat es bereits ausprobiert. Er hat eine Rechnung in ChatGPT gezogen, nach dem Lieferanten, der Gesamtsumme und den Positionen gefragt und innerhalb von vier Sekunden eine saubere Antwort erhalten. Faire Schlussfolgerung: Wir bezahlen bereits dafür, warum tippt dann noch jemand?
Dann schauen Sie in das Postfach. Achthundert Lieferantenrechnungen und Buchungsbestätigungen pro Woche, von Leuten, die sich nie auch nur ein einziges Mal darüber einig waren, wo eine Bestellnummer hingehört. Und die Frage ändert ihre Form. Es geht nicht mehr darum, ob der Assistent eine Rechnung lesen kann. Es geht darum, was mit der vierhundertsten passiert, freitags um 18 Uhr, wenn niemand zusieht.
Dies ist kein Artikel nach dem Motto "Chatbot schlecht, Parser gut". Der Assistent, für den Sie bereits bezahlen, ist sehr gut in einem Job, aber es ist eben nicht dieser Job. Wenn Ihr CFO fragt, warum die Lizenzen, die Sie bereits besitzen, nicht ausreichen, hat diese Frage eher eine arithmetische als eine philosophische Antwort, und Sie können die Zahlen selbst durchrechnen, bevor Ihnen jemand etwas verkauft.
Wichtige Erkenntnisse
- Ein allgemeiner KI-Assistent ist ein Leser, den Sie per Prompt steuern. Ein KI-Dokumentenassistent ist ein Prozess, der startet, wenn ein Dokument eintrifft, und strukturierte Felder an ein anderes System übergibt.
- Die Extraktionsqualität ist selten das, was zuerst versagt. Schema-Drift, kein Konfidenzwert, keine Prüfung gegen Ihre eigenen Lieferantendaten und kein Audit-Trail sind es, die verhindern, dass ein Chat-Assistent zu einem Workflow wird.
- Die Entscheidung ist Arithmetik, keine Demo. Die Korrekturzeit multipliziert mit dem monatlichen Volumen, gegengerechnet mit den Stunden, die Sie zurückgewinnen wollten, und dem Preis der Software.
- Niemand muss dafür Ingenieur sein, und niemand muss ChatGPT kündigen. Leiten Sie die Dokumente, die sich wiederholen, an einen Dokumentenassistenten weiter und behalten Sie den Chat-Assistenten für die ungewöhnlichen Fälle, die Ausnahmen und das Entwerfen.
Ein KI-Dokumentenassistent wartet nicht darauf, gefragt zu werden
Ein KI-Dokumentenassistent ist eine Software, die eingehende Dokumente selbstständig liest und strukturierte Felder an ein anderes System liefert, ohne dass jemand ein Chat-Fenster öffnet.
Der Unterschied ist der Auslöser. Ein allgemeiner Assistent wartet auf eine Person, einen Prompt und einen Upload, während ein Dokumentenassistent durch das Dokument selbst ausgelöst wird. Eine E-Mail geht an einer dedizierten Adresse ein, eine Datei taucht in einem überwachten Ordner auf, ein API-Aufruf kommt an, und die Extraktion erfolgt unabhängig davon, ob jemand am Schreibtisch sitzt oder nicht.
Alles Weitere ergibt sich aus diesem einen Unterschied. Da zum Zeitpunkt der Extraktion kein Mensch anwesend ist, muss das System liefern, was der Mensch geliefert hätte: einen festen Satz von Feldern, eine Einschätzung darüber, wie sicher es sich ist, eine Prüfung gegen das, was Sie bereits als wahr kennen, und eine Notiz darüber, was es getan hat, damit jemand dies später rekonstruieren kann.
Ja, ChatGPT kann Ihre Rechnung lesen
Das sollte man deutlich sagen, denn die Anbieterversion dieses Artikels überspringt diesen Teil normalerweise.
Moderne allgemeine Assistenten lesen Dokumente gut. Eine saubere digitale Rechnung, eine Buchungsbestätigungs-E-Mail, eine Bestellung als ordentliches PDF: Fragen Sie nach den Feldern und Sie werden sie meistens erhalten, sogar bei Layouts, für die niemand etwas konfiguriert hat. Vision-fähige Modelle kommen mit einem vernünftigen Scan zurecht. Keine Vorlagen erstellen, keine Regeln schreiben, kein Onboarding.
Sie sind auch der günstigste Weg, um herauszufinden, was Sie tatsächlich benötigen. Ein Nachmittag, an dem Sie Ihre hässlichsten Dokumente in ein Chatfenster einfügen, zeigt Ihnen, welche Felder wichtig sind, welche Lieferanten ein Problem darstellen und wie oft die Antwort ungefähr falsch ausfällt. Das ist echte Arbeit, und sie kostet Sie nichts extra.
Die Probleme beginnen, wenn Sie versuchen, diesen Nachmittag in einen Prozess zu verwandeln.
Acht Dinge, die zwischen der Demo und dem Postfach kaputt gehen
Führen Sie die Arithmetik zuerst in Ihrem eigenen Postfach durch, denn sie ist unbestechlich. Achthundert Dokumente pro Woche mit je zehn Positionen sind 8.000 Zeilen. Gehen Sie von einer Fehlerquote von 1 % auf Positionsebene aus, dann sind das jede Woche 80 falsche Zeilen. Gehen Sie davon aus, dass 2 % der Dokumente komplett fehlschlagen, das sind weitere 16, die jemand von Hand öffnet. Wählen Sie Ihre eigenen Prozentsätze, das Prinzip bleibt bestehen. Nichts am Modell hat sich zwischen der Demo und dem Postfach geändert. Das Volumen jedoch schon.
Hier ist das, was fehlschlägt, ungefähr in der Reihenfolge, in der es zuschlägt.
1. Das Schema driftet ab, und niemand sagt es Ihnen
Senden Sie dieselbe Rechnung zweimal, und Sie erhalten das eine Mal invoice_total und das nächste Mal Total Amount, ein Datum als 03/04/2026 und dann als 4 March 2026, ein optionales Feld ist einmal vorhanden und danach weg. Alles Nachgelagerte, das eine feste Struktur erwartet, bricht bei einer Variante zusammen. Noch schlimmer: Ein Modell-Upgrade des Anbieters kann die Ausgabe eines Prompts ändern, den Sie seit sechs Monaten nicht bearbeitet haben, und nichts kündigt dies an.
2. Das Modell kann nicht sehen, dass der Scan schlecht ist
Drehen Sie einen Scan, stempeln Sie über eine Spalte, fotografieren Sie eine Rechnung in einem Winkel auf einem Lagerboden, und Sie erhalten immer noch eine fließende, selbstbewusste Antwort ohne Anzeichen dafür, dass etwas schiefgelaufen ist. Das Layout ist die andere Hälfte davon. In einem strukturierten Dokument ist es Teil des Satzes, in welcher Spalte sich eine Zahl befindet, und ein Text-First-Modell ebnet das ein, sodass eine mehrspaltige Rechnung, eine Überschrift, die sich über zwei Spalten erstreckt, oder ein Wert, dessen einzige Beschriftung seine Position ist, selbstbewusst und falsch gelesen werden können.
3. Bei den Positionen versteckt sich das Geld
Kopfdaten sind der einfache Teil. Positionen bringen umgebrochene Beschreibungen, zusammengeführte Zellen, Rabatte in einer eigenen Zeile, Fracht- und Treibstoffzuschläge, Steuern pro Zeile bei einem Lieferanten und einmal unten beim nächsten, zwei Bestellungen auf einer einzigen Rechnung und Teilenummern, die als Daten analysiert werden. Ein allgemeiner Assistent gibt eine aufgeräumte Tabelle zurück, bei der eine Zeile zusammengeführt oder weggelassen wurde und in beiden Fällen keine Markierung erfolgt. Sie erkennen es, indem Sie die Anzahl der Zeilen und die Summen abgleichen, und auch nur dann, wenn irgendetwas diesen Abgleich durchführt.
4. Er hat noch nie Ihre Lieferantenstammdaten gesehen
Die Extraktion ist die halbe Miete. Die andere Hälfte ist die Frage, ob die Antwort überhaupt möglich ist. Existiert dieser Lieferant in den Lieferantenstammdaten? Existiert diese Bestellnummer? Haben wir diese Rechnungsnummer für diesen Lieferanten in diesem Zeitraum bereits bezahlt? Ergeben die Positionen die Zwischensumme? Ist das Bankkonto das hinterlegte, oder hat es sich diesen Monat geändert? Ein Chat-Assistent hat auf nichts davon Zugriff, sodass er eine korrekte Rechnung nicht von einem Duplikat oder einer gefälschten unterscheiden kann.
5. Kein Konfidenzwert bedeutet, dass alles eine Ausnahme ist
Bei großen Mengen wollen Sie keine Extraktion, Sie wollen Triage. Buchen Sie die sicheren automatisch, leiten Sie die zweifelhaften an eine Person weiter und stellen Sie die unleserlichen in Quarantäne. Das erfordert einen Konfidenzwert pro Feld, nach dem sortiert werden kann. Ohne diesen ist jedes Dokument gleichermaßen vertrauenswürdig, was in der Praxis bedeutet, dass jedes Dokument überprüft wird. Ramps Daten beziffern die Fehlerquote bei der manuellen Rechnungsverarbeitung auf 1 bis 3 %. Wenn also immer noch ein Mensch jedes Feld überprüft, haben Sie das Tippen automatisiert und die Fehler beibehalten.
6. Sechs Monate später kann niemand mehr die Zahl erklären
Die Finanzabteilung fragt, warum eine Zahlung in dieser Höhe getätigt wurde. Ein Dokumentenassistent antwortet mit der Originaldatei, dem Feld, der Seite und Position, von der es gelesen wurde, der damaligen Konfidenz, den bestandenen Validierungsregeln, wer was korrigiert hat, und der resultierenden Transaktions-ID. Ein Chat-Protokoll – falls es überhaupt jemand aufbewahrt hat – beantwortet nichts davon. Lieferantenstreitigkeiten, Steuern, Monatsabschlüsse und jedes Kontrollsystem, an das Sie berichten, verlangen alle nach demselben.
7. Kopieren und Einfügen ist immer noch Dateneingabe
Die Stunden vergehen nicht beim Lesen der Rechnung. Sie gehen dafür drauf, die Felder in QuickBooks, Xero, NetSuite, SAP oder das CRM zu bekommen und dem nachzugehen, was nicht gepasst hat. Werte per Hand aus einem Chatfenster zu ziehen, ist immer noch Dateneingabe mit einem zusätzlichen Schritt, und es ist genau der Schritt, den Ihre beiden Sachbearbeiter bereits erledigen.
8. Governance lässt sich nicht mehr durchsetzen
Rechnungen und Buchungs-E-Mails enthalten Bankdaten, Steuernummern, Vertragssätze und Kundenadressen. Das Risiko ist selten die Sicherheit des Anbieters. Es besteht darin, dass Leute anfangen, Dokumente ad hoc über ein beliebiges offenes Konto hochzuladen, sodass Aufbewahrung, Zugriffskontrolle, Datenresidenz und Funktionstrennung still und heimlich zu Gewohnheiten statt zu Kontrollen werden und niemand mehr rekonstruieren kann, wer was an welches Tool gesendet hat. Ihr Prüfer wird diese Frage irgendwann stellen.
Die veröffentlichten Benchmarks weisen in dieselbe Richtung. Hyperscience maß bei allgemeinen Modellen eine exakte Übereinstimmung von 66 bis 77 % bei Dokumenten wie Rechnungen und Frachtbriefen, im Vergleich zu 93 bis 98 % bei speziell entwickelten Systemen. Betrachten Sie die Obergrenze mit der Skepsis, die jeder Anbieter-Benchmark verdient, auch dieser hier. Die Lücke ist der Teil, der überall immer wieder auftaucht. In drei von vier Fällen richtig zu liegen, ist ein gutes Ergebnis für ein Brainstorming. Auf einem Hauptbuch ist es kein gutes Ergebnis.
KI-Assistent vs. KI-Dokumentenassistent
| Allgemeiner KI-Assistent | KI-Dokumentenassistent | |
|---|---|---|
| Beispiele | ChatGPT, Microsoft Copilot, Gemini | Parseur und andere Plattformen zur Dokumentenextraktion |
| Auslöser | Eine Person öffnet ihn und fordert ihn auf | Ein Dokument trifft per E-Mail, API oder überwachtem Ordner ein |
| Läuft, wenn niemand da ist | Nein | Ja |
| Ausgabe | Fließtext oder JSON, das zwischen Durchläufen variiert | Ein festes Schema, jedes Mal dieselben Felder |
| Dasselbe Dokument zweimal | Kann abweichen | Identisch |
| Konfidenz pro Feld | Keine | Bewertet und als Routing-Regel nutzbar |
| Positionen | Plausibel, manchmal ohne Markierung zusammengeführt oder weggelassen | Als Zeilen extrahiert, mit den Summen abgeglichen |
| Prüfungen gegen Ihre Daten | Hat noch nie Ihre Lieferantenstammdaten oder Ihre offenen Bestellungen gesehen | Validiert Lieferanten, Bestellungen, Duplikate und Arithmetik vor dem Export |
| Ausnahmen | Jedes Dokument benötigt menschliche Aufmerksamkeit | Nur diejenigen, die eine Regel nicht erfüllen |
| Audit-Trail | Bestenfalls ein Chat-Protokoll | Quelldatei, Feld, Seite, Konfidenz, Regelergebnis, Korrekturen |
| Zielort | Kopieren und Einfügen | Direkt an Tabellenkalkulationen, Buchhaltungstools, ERPs, APIs und KI-Agenten |
| Am besten für | Einmalige Dokumente, unbekannte Formate, Argumentation, Entwürfe | Die Dokumente, die immer wieder eintreffen |
Agenten beheben nichts davon
Früher lautete das Argument "Assistenten gegen Chatbots". Im Jahr 2026 sind es Agenten, und zwei verschiedene Dinge werden zusammengeworfen. Autonomie ist die eine Achse: Ein Assistent antwortet auf einen Prompt, ein KI-Agent verfolgt ein Ziel über mehrere Schritte hinweg und ruft selbstständig Tools auf. Datenqualität ist eine andere Achse, und Autonomie verbessert daran gar nichts. Ein Agent, der eine Lieferantenrechnung mit einer unvalidierten, unbewerteten und nicht protokollierten Extraktion liest, macht denselben Fehler, den ein Chat-Assistent machen würde, nur schneller und ohne dass jemand zusieht.
Aus diesem Grund läuft die agentenbasierte Dokumentenextraktion immer wieder auf ein und dieselbe Architektur hinaus. Deterministische Extraktion und Validierung als Basis, das Argumentieren des Agenten obenauf auf Basis von Feldern, denen er vertrauen kann, strukturierte Daten, mit denen er arbeiten kann, und eine Herkunftsdokumentation, auf die er verweisen kann, wenn jemand fragt, woher eine Zahl stammt.
Parseur ist die Schicht darunter
Parseur ist der Dokumentenassistent in diesem Bild. Dokumente treffen in einem dedizierten Postfach, über die API oder von einem verbundenen Laufwerk ein. Die KI liest sie, ohne dass eine Vorlage erstellt werden muss, gibt die von Ihnen angeforderten Felder jedes Mal in derselben Form zurück und leitet sie an eine Tabellenkalkulation, ein Buchhaltungstool, ein ERP, eine Automatisierungsplattform oder einen Agenten weiter.
Der Einstieg besteht aus einer Weiterleitungsregel und einer Liste von Feldnamen. Die Text-KI-Engine verarbeitet E-Mails und Textdokumente, die Vision-KI-Engine verarbeitet PDFs, Scans und Bilder, und keine von beiden verlangt von Ihnen, Rahmen auf einer Vorlage zu zeichnen oder ein Ticket bei der IT zu eröffnen. Die Tabellenextraktion funktioniert auch bei echten Rechnungen, einschließlich seitenübergreifend aufgeteilter Positionen, und die Normalisierung bedeutet, dass Daten, Zahlen, Namen und Adressen in einem einheitlichen Format ausgegeben werden, unabhängig davon, welcher Lieferant sie gesendet hat. Von dort aus werden die Felder nativ an Zapier, Make, Power Automate, Google Sheets oder direkt an Ihre eigenen Endpunkte gesendet.
Auch Parseur wird mal etwas falsch lesen. Jedes Tool tut das bei einem Fax, das zweimal durch einen Drucker gelaufen ist. Der Unterschied, für den es sich zu zahlen lohnt, ist das, was als Nächstes passiert: Das Feld wird mit einem Konfidenzwert zurückgegeben, anhand dessen Sie weiterleiten können, sodass das zweifelhafte Dokument auf eine Person wartet, anstatt sich freitags um 18 Uhr selbst in Ihr Hauptbuch einzutragen.
Was die Frage angeht, die Ihr Sicherheitsbeauftragter als Erstes stellen wird: Parseur ist DSGVO-konform und Kundendokumente werden niemals zum Trainieren von Modellen verwendet, was mehr ist, als man über eine Upload-Gewohnheit sagen kann, die über die persönlichen Chat-Verläufe aller verteilt ist.
Parseur-Kunden gewinnen in der Regel bis zu 152 Stunden an manueller Dateneingabe pro Monat zurück. Niemand hat einen Kreditorenbuchhalter eingestellt, um Lieferantennamen abzutippen.
Verlassen Sie sich nicht auf unser Wort. Nehmen Sie 100 Dokumente.
Ein Nachmittag, ganz ohne Anbieter.
Ziehen Sie 100 Dokumente heran, die Sie bereits verarbeitet haben, und sorgen Sie dafür, dass ein Drittel davon die unangenehmen sind: der zerknitterte Scan, der Lieferant, der sein Layout im März überarbeitet hat, die Rechnung mit vierzig Positionen. Lassen Sie sie durch den Assistenten laufen, für den Sie bereits bezahlen. Zählen Sie dann zwei Zahlen getrennt, da sie sich unterschiedlich verhalten. Wie viele Dokumente benötigten irgendwo eine Korrektur, und wie viele einzelne Positionen kamen falsch zurück.
Multiplizieren Sie beide mit Ihrem monatlichen Volumen und berechnen Sie den Preis der Stunden. Wenn die Korrekturzeit über den Stunden liegt, die Sie freisetzen wollten, ist der Pilot nicht gescheitert. Er hat Ihnen gezeigt, wo Ihre Grenze liegt, und zwar bei Ihren Dokumenten und nicht bei dem Benchmark von irgendjemandem, und er hat Ihrem CFO eine Zahl statt einer Meinung geliefert.
Behalten Sie ChatGPT. Nur nicht dafür.
Es ist immer noch das Beste, was es für ein Dokument gibt, das noch niemand zuvor gesehen hat, für die Überlegung zu einer Ausnahme, für den Entwurf der E-Mail zur Nachverfolgung bei einem Lieferanten und um überhaupt erst herauszufinden, welche Felder Sie benötigen.
Stellen Sie einen Dokumentenassistenten darunter, für alles, was sich wiederholt. Dort hören Konsistenz, Validierung, Herkunft und eine Überprüfungs-Warteschlange auf, bloße "Nice-to-haves" zu sein, und werden zu dem Grund, warum die Zahl in Ihrem Hauptbuch stimmt.
Einer von beiden sollte einfach nicht Ihre Dateneingabe übernehmen.
Zuletzt aktualisiert am





