Information und Bildungsarbeit von und für die SAP-Community

Intelligente Agenten für SAP-integrierte Rechnungsverarbeitung

Viele repetitive Aufgaben lassen sich in der Rechnungsverarbeitung automatisieren – durch künstliche Intelligenz, eingesetzt, um Arbeitsschritte in der Rechnungsprüfung mitzusteuern und Entscheidungs-hilfen zu geben. Generative KI (GenAI) und intelligente Agenten sorgen jetzt für weiteren Fortschritt.
Dina Haack, xSuite Group
3. September 2025
avatar

Finanzabteilungen müssen fundierte Entscheidungen treffen und benötigen dafür genaue Finanzdaten. Sie wollen in der Rechnungsverarbeitung manuelle Tätigkeiten reduzieren, Routineaufgaben automatisieren und damit insgesamt ihre Prozesse effizienter gestalten. Dabei hilft inzwischen künstliche Intelligenz, indem sie Finanzprozesse durch maschinelles Lernen und intelligente Algorithmen automatisiert und ­optimiert – vom Auslesen und Validieren von Rechnungsdaten über die Erstellung von Buchungsvorschlägen und die Analyse großer Datenmengen bis zur Verbesserung von Prognosen, Risikomanagement und Compliance.

Zum Einsatz kommen bei xSuite zum einen Algorithmen für verbesserte Da­tenextraktion, Kontierung und Bearbeiterfindung sowie – als jüngste Entwicklung – große Sprachmodelle (Large Language Models = LLMs). In diesem Zuge entstehen zunehmend autonome Software-Agenten (Agentic AI), die nicht nur lernen, sondern auch eigenständig Entscheidungen treffen. Sie heben SAP-integrierte Rechnungsprozesse auf ein neues Niveau: effizienter und strategischer.

Kontierungsvorschläge mit Wahrscheinlichkeitswerten

Die Kontierung von Rechnungen war bisher ein manueller Arbeitsschritt, weil nicht alle für die Kontierung relevanten Informationen explizit auf der Rechnung stehen. Für eine korrekte Kontierung sind Kontext, Fachwissen und Erfahrung über Projektzuordnungen, Kostenstellen oder Buchungskreise erforderlich. An dieser Stelle können KI-Modelle, wie in der Software von ­xSuite, auf Grundlage historischer Daten plausible Kontierungsvorschläge mit Wahrscheinlichkeitswerten generieren. Mitarbeitende müssen dadurch weniger Routineschritte vornehmen und können sich komplexeren Aufgaben widmen. Neue Kolleginnen und Kollegen benötigen weniger Einarbeitungszeit, da sie von Anfang an durch intelligente Vorschläge unterstützt werden.

In Unternehmen mit über die Jahre gewachsenen Strukturen und weniger gut dokumentierten Prozessen und Verantwortlichkeiten ist es aufwändig, im System zu hinterlegen, welcher Mitarbeitende unter welchen Bedingungen für welche Belege und Arbeitsschritte zuständig ist. xSuite liefert auch hier KI-gestützte Vorschläge für die Bearbeiterfindung, um falsche Zuordnungen oder Weiterleitungen zu minimieren. Statt starrer Regeln, die ständig gepflegt werden müssen, kann KI die Zuständigkeiten aus vergangenen Bearbeitungen ableiten und automatisch den richtigen Mitarbeitenden vorschlagen.

Nächste Stufe GenAI auf Basis von LLMs

Klassische KI optimiert vor allem Erkennungs- und Entscheidungsprozesse. GenAI geht einen Schritt weiter und ermöglicht die automatisierte Erkennung, Interpretation und Anreicherung von Rechnungsdaten auf einem nochmal höheren Niveau. Besonders die Erfassung – der erste und oft aufwändigste Schritt in der Rechnungsverarbeitung – profitiert stark von der Leistungsfähigkeit von GenAI auf Basis eines LLMs. Dieses versteht Rechnungen nicht nur formal, sondern auch semantisch, was die Datenqualität und -tiefe verbessert.

Large Language Models gehören zum Bereich des Deep Learning und vereinen Machine Learning mit neuronalen Netzen. Sie wurden entwickelt, um Texte in natürlicher Sprache zu verstehen, zu verarbeiten und zu erzeugen. Klassifizieren und Kategorisieren von Texten und deren Inhalten – diese LLM-Fähigkeiten kann man sich in der Rechnungsverarbeitung – wie bei ­xSuite – zunutze machen. Denn das präzise Auslesen von Rechnungsinhalten, ihre Interpretation und korrekte Zuordnung in die entsprechenden SAP-Felder stellt noch immer eine Herausforderung dar. xSuite-­Kunden berichten von einer durchschnittlichen Erkennungsrate (ohne KI) von 85 Prozent, im besten Fall von 95 Prozent. Selbst bei ­optimierten Prozessen müssen also ­immer fünf Prozent aller Rechnungsdaten manuell korrigiert oder nachbearbeitet werden – ein erheblicher Aufwand bei einem großen Rechnungsvolumen.

KI leitet ihre Regeln selbst ab

Was genau bieten LLMs in der Rechnungsverarbeitung? Mit ihnen müssen keine komplexen Logiken mehr erdacht und programmiert werden, um Datumsformate oder Positionsdaten korrekt zu erkennen. Das aufwändige Training für jeden einzelnen Lieferanten entfällt. Stattdessen leitet die KI ihre Regeln selbst ab und wendet sie an, um Werte automatisch auszulesen und zu übertragen. Bei xSuite ist die KI speziell für die Anforderungen der Rechnungsverarbeitung in SAP optimiert. LLMs greifen damit tiefer als jede OCR, die nur analoge Zeichen in maschinenlesbaren Text überträgt. Sie ergänzen fehlende Informationen durch Heranziehen kontextuell relevanter Daten aus anderen Quellen (historische Belege, Bestellungen, Lieferscheine, SAP-Stammdaten), erkennen daraus Bedeutungen und ziehen Rückschlüsse. Aufgrund ihrer globalen Trainingsdaten verstehen sie, was eine Rechnung inhaltlich ist – unabhängig vom Layout, Sprachstil oder Format.

Indem ein Large Language Model Inhalte interpretiert und kontextbasierte Informationen hinzufügt, entsteht ein intelligenter Verarbeitungsprozess, der nicht nur schneller, sondern auch zuverlässiger ist. Besonders bei komplexen Buchungsvorgängen ist dies essenziell – denn die Rechnung allein enthält selten alle relevanten Informationen. Erst durch die Kombination mit historischen Daten wird eine vollständige Automatisierung möglich. GenAI-Modelle lassen sich darüber hinaus durch zusätzliche Trainingsdaten weiter spezialisieren. Unternehmensspezifische Informationen wie Sachkonten, Kostenstellen oder Buchungskreise werden in zusätzliche Layer integriert und ­ermöglichen eine präzise Anpassung an individuelle Anforderungen. Der Abgleich von Rechnungen mit Bestellungen und Wareneingängen wird so weitgehend automatisiert.

Autonome KI-Systeme – die Zukunft der Buchhaltung

Mit den technologischen Fortschritten in der künstlichen Intelligenz entstehen zunehmend autonome Software-Agenten (Agentic AI), die nicht nur lernen, sondern auch eigenständig Entscheidungen treffen und Prozesse optimieren. Führende Analysten sehen „Autonomous Finance“ daher auch als Zielbild für eine „Finanzabteilung der Zukunft“.

Unternehmen bieten sich mit den aktuellen Entwicklungen in der künstlichen ­Intelligenz – von Machine Learning über Deep Learning bis hin zu generativer AI und autonomen KI-Systemen – ganz neue Möglichkeiten für die weitere Optimierung ihrer Rechnungsverarbeitung. Während etliche Softwareanwendungen bereits weitreichende Automatisierungen bieten, wird sich der Trend zu selbstlernenden und ­autonomen Lösungen dennoch beständig fortsetzen. Die Zukunft gehört intelligenten, selbstlernenden Softwaresystemen, die Entscheidungen im Finanzbereich nicht nur vorbereiten, sondern eigenständig treffen – eine Revolution für die Rechnungsverarbeitung und nicht nur dort.

Weiter zum Partnereintrag:

avatar
Dina Haack, xSuite Group

Dina Haack ist seit mehr als zehn Jahren in der B2B-Softwarebranche zu Hause. Bei der weltweit tätigen xSuite Group aus Ahrensburg verantwortet sie das Marketing. Thematisch befasst sie sich im Schwerpunkt mit SAP-integrierten Geschäftsprozessen sowie den zukunftsweisenden E-Rechnungen. Den Weg in die Cloud hat sie dabei schon längst gefunden. Seit Februar 2022 ist Dina Haack Vorsitzende des Bitkom-Arbeitskreises Digital Office Services & Cloud.


Schreibe einen Kommentar

Die Arbeit an der SAP-Basis ist entscheidend für die erfolgreiche S/4-Conversion. 

Damit bekommt das sogenannte Competence Center bei den SAP-Bestandskunden strategische Bedeutung. Unhabhängig vom Betriebsmodell eines S/4 Hana sind Themen wie Automatisierung, Monitoring, Security, Application Lifecycle Management und Datenmanagement die Basis für den operativen S/4-Betrieb.

Zum zweiten Mal bereits veranstaltet das E3-Magazin in Salzburg einen Summit für die SAP-Community, um sich über alle Aspekte der S/4-Hana-Basisarbeit umfassend zu informieren.

Veranstaltungsort

FourSide Hotel Salzburg,
Trademark Collection by Wyndham
Am Messezentrum 2, 5020 Salzburg, Österreich
+43-66-24355460

Veranstaltungsdatum

Mittwoch, 10. Juni, und
Donnerstag, 11. Juni 2026

Early-Bird-Ticket

Reguläres Ticket

EUR 390 exkl. USt.
verfügbar bis 1.10.2025
EUR 590 exkl. USt.

Veranstaltungsort

Hotel Hilton Heidelberg
Kurfürstenanlage 1
D-69115 Heidelberg

Veranstaltungsdatum

Mittwoch, 22. April und
Donnerstag, 23. April 2026

Tickets

Reguläres Ticket
EUR 590 exkl. USt
Abonnenten des E3-Magazins
ermäßigt mit Promocode STAbo26
EUR 390 exkl. USt
Studierende*
ermäßigt mit Promocode STStud26.
Studiennachweis bitte per mail an office@b4bmedia.net senden.
EUR 290 exkl. USt
*Die ersten 10 Tickets sind für Studierende kostenfrei. Versuchen Sie Ihr Glück! 🍀
Veranstalter ist das E3-Magazin des Verlags B4Bmedia.net AG. Die Vorträge werden von einer Ausstellung ausgewählter SAP-Partner begleitet. Der Ticketpreis beinhaltet den Besuch aller Vorträge des Steampunk und BTP Summit 2026, den Besuch des Ausstellungsbereichs, die Teilnahme an der Abendveranstaltung sowie die Verpflegung während des offiziellen Programms. Das Vortragsprogramm und die Liste der Aussteller und Sponsoren (SAP-Partner) wird zeitnah auf dieser Website veröffentlicht.