Elektrogroßhändler automatisiert Vorkontierung

Elektrogroßhändler Sonepar in Deutschland wollte im Rechnungswesen interne Vorgänge automatisieren und organisatorische Synergien bilden. Rund 5000 Mitarbeiter arbeiten in dem 1972 gegründeten Unternehmen. Der lösungsorientierte Elektrogroßhändler für Handwerker- und Industriebedarf führt rund 500.000 Artikel von über 2000 Markenherstellern. 20 Prozent dieser Artikel bilden das Stammsortiment, das ständig lagermäßig geführt wird. 

Durch das rasche Firmenwachstum entstand bei Sonepar in kurzer Zeit ein sehr hohes Belegvolumen. Das Unternehmen setzt bereits seit 2012 auf SAP in den Bereichen Rechnungswesen und Controlling. Im Zuge der kürzlich durchgeführten S/4-Transition sollte auch die Eingangsrechnungsbearbeitung optimiert werden. FIS übernahm bei Sonepar die Umstellung der Bereiche Rechnungswesen und Controlling von ECC 6.0 auf S/4 Hana mit knapp 500 Millionen Belegen und einem Volumen von 2,4 Milliarden Belegzeilen. Parallel wurde auch die Lösung FIS Invoice Management eingeführt, um den Rechnungsprozess von Beginn an optimal zu gestalten. Machine-Learning-Services zur intelligenten Kontierungs- und Genehmigerfindung runden das Portfolio ab.

Sonepar entschied sich für die FIS-Lösung, da die Verarbeitung der Eingangsrechnungen effizienter und vor allem digital gestaltet werden sollte. Denn jährlich bearbeiten die Sachbearbeiter mehr als zwei Millionen Eingangsrechnungen. Hier sorgt die Anwendung von FIS für einen hohen Automatisierungsgrad. Im Bereich der Vorkontierung ergibt sich ein optimaler Anwendungsfall für die künstliche Intelligenz. Bei jedem Dokument müssen die Sachbearbeiter Daten ins System eingeben, um Buchungskreis, Lieferant, Sachkonto, Kostenstelle und den zuständigen Genehmiger zu bestimmen.

Machine Learning (ML) ist als Teilgebiet der KI eine selbstlernende Technologie und kann im Rahmen der kreditorischen Kostenrechnung eine intelligente Kontierungs- und Genehmigerfindung ermöglichen. Sowohl die Geschäftsleitung als auch die IT-Verantwortlichen von Sonepar hatten ein großes Interesse daran, in einem Pilotprojekt die automatische Vorkontierung von Kostenrechnungen mittels ML zu implementieren. Hierbei werden Buchungskreis, Lieferant und Textlayer aus den Rechnungen ausgelesen. Auf Basis dieser Informationen wählt die KI Sachkonto, Kostenstelle, Innenauftrag und Genehmiger automatisch aus.

Um die ersten Modelle zu trainieren, wurden Lerndaten aus 36.000 Rechnungen eingespeist. Denn das System musste lernen, wie bei jeder einzelnen Rechnung vorgegangen wird. Die Umsetzung erfolgt mit Tensorflow, dem neuronalen Netz von Google. „Wir haben das neuronale Netz mit historischen Buchungsdaten aus der Vergangenheit trainiert. Etwa, von wem wurde was auf welche Kostenstelle verbucht, wer war der erste Genehmiger und so weiter. So haben wir letztlich diesen manuellen Prozess mithilfe von ML automatisiert”, so Daniel Stemig, Teamleiter FIS EIM Consulting.

Das so entstandene Modell trifft darauf basierend Vorhersagen für zukünftige Rechnungen und belegt diese automatisiert vor, wenn die Informationen mit einer vorab festgelegten Wahrscheinlichkeit korrekt von der KI zugeordnet werden. Der User kann jederzeit eingreifen, falls es notwendig werden sollte. Im Fall Sonepar wird eine Rechnung nur dann komplett automatisiert vorbelegt, wenn das ML-System eine mehr als 80-prozentige Wahrscheinlichkeit der vorgeschlagenen Kontierungsobjekte erzielt. Mithilfe der Anwendung können verschiedene Belegtypen verarbeitet werden, wie zum Beispiel Kostenrechnungen, aber auch Warenrechnungen. Von den ersten Ergebnissen des Pilotprojekts waren alle begeistert. Und das System lernt ständig hinzu.