Inhalt
  1. OCR und fachliche Interpretation trennen
  2. Ein sinnvoller Ablauf hat mehrere Kontrollpunkte
  3. Original und Ergebnis zusammenhalten
  4. Den Piloten an schwierigen Belegen messen
  5. Quellen

Eine PDF-Rechnung ist angekommen, der Text wurde erkannt und die Zahlen sehen plausibel aus. Trotzdem kann die vorgeschlagene Buchung falsch sein: Der Agent hat das Rechnungsdatum mit dem Lieferdatum verwechselt oder den Gesamtbetrag aus einer beigefügten Auftragsbestätigung übernommen. Dokumentenautomatisierung beginnt beim Lesen und endet erst bei geprüften Daten.

OCR und fachliche Interpretation trennen

OCR wandelt Bildinhalte in maschinenlesbaren Text um. Moderne Dokumentendienste berücksichtigen zusätzlich Struktur. Die Mistral-Dokumentation zum OCR-Prozessor beschreibt beispielsweise die Verarbeitung von PDFs und Bildern sowie strukturierte Rückgaben. Ob ein erkanntes Feld tatsächlich die gesuchte Rechnungsnummer ist, bleibt eine weitere Aufgabe.

Enthält eine PDF bereits gut auslesbaren Text oder ein strukturiertes Rechnungsformat, sollte der Prozess diesen Weg prüfen, bevor er alles erneut als Bild interpretiert. Die Auswahl des Eingangswegs beeinflusst Qualität, Kosten und Fehlersuche.

Ein sinnvoller Ablauf hat mehrere Kontrollpunkte

Schritt Ergebnis
Dokument erkennen Rechnung, Gutschrift oder anderer Beleg
Felder extrahieren Werte mit Bezug zur Fundstelle
Daten prüfen Plausible Summen und eindeutiger Lieferant
Vorgang abgleichen Keine bereits verarbeitete Rechnung

Für eine Rechnung können etwa Nettosumme, Steuer und Gesamtbetrag rechnerisch zusammenpassen müssen. Eine solche Kontrolle ist deterministisch möglich. Ein Sprachmodell sollte eine gescheiterte Summenprüfung nicht durch freie Interpretation überstimmen. Fehlt eine eindeutige Angabe, ist ein leerer Wert mit Hinweis besser als eine Ergänzung aus Vermutung.

Original und Ergebnis zusammenhalten

Speichere den Bezug zum Originaldokument und die verwendete Verarbeitungsversion. So lässt sich später feststellen, ob ein Fehler bereits im Scan, beim Texterkennen oder bei der Zuordnung entstand. Bei sensiblen Belegen gehören Zugriffsrechte und Aufbewahrungsanforderungen in die betriebliche Gestaltung des gesamten Ablaufs.

Eine belastbare Dublettenerkennung sollte nicht allein auf dem Dateinamen beruhen. Dasselbe Dokument kann unter verschiedenen Namen eingehen. Umgekehrt sind zwei Rechnungen desselben Lieferanten mit gleichem Betrag nicht automatisch identisch. Kombinierte Merkmale und dokumentierte Ausnahmefälle sind hier hilfreicher als eine einzelne Heuristik.

Den Piloten an schwierigen Belegen messen

Hilfreich ist eine getrennte Kennzeichnung für erkannte und bestätigte Felder. Ein Mitarbeiter kann dann gezielt unsichere Positionen prüfen, statt die komplette Rechnung erneut abzutippen. Werden korrigierte Werte gespeichert, sollte die ursprüngliche Erkennung für die Fehleranalyse erhalten bleiben. Sonst sieht ein späterer Qualitätsbericht nur die nachbearbeiteten Ergebnisse und überschätzt die Leistung der Automatisierung. Entscheidend ist, wie viele richtige Daten tatsächlich ohne Korrektur in den vorgesehenen nächsten Schritt gelangten.

Wähle nicht nur makellose Standardrechnungen aus. Scans mit Schräglage, mehrseitige Dokumente, Gutschriften und unbekannte Layouts zeigen die Grenzen besser. Miss die korrekten Felder und den tatsächlichen Nachbearbeitungsaufwand. Unsere Einordnung: Der Gewinn entsteht durch weniger manuelle Übertragung bei erhaltener Nachvollziehbarkeit. Wie verbindliche Aktionen abgesichert werden, erläutert unser Beitrag zu Freigaben und Wiederaufnahme.

Quellen & weiterführende Informationen