Zurück zu ABBYY Blog

Wie KI die Automatisierung der Rechnungsverarbeitung verändert, um erstklassige Ergebnisse zu erzielen

Andrew Pery, Mark Brousseau

August 12, 2024

 

Keine Finanzaufgabe beeinträchtigt die Effizienz des Backoffice so sehr wie die Kreditorenbuchhaltung.

Nach Angaben des Institute of Finance and Management (IOFM) ist die Kreditorenbuchhaltung die papierintensivste, zeitaufwendigste und arbeitsintensivste Funktion im Finanz- und Rechnungswesen – und übertrifft damit notorisch lästige Funktionen wie die Debitorenbuchhaltung, das Steuer- und Berichtswesen und die Lohnbuchhaltung1.

Gehe direkt zu:

Wie Sie mit KI-gesteuerter Low-Code/No-Code-Automatisierung der Kreditorenbuchhaltung erstklassige Ergebnisse erzielen
Wie herkömmliche Ansätze zur Automatisierung der Kreditorenbuchhaltung versagen
Wie Sie mit der Automatisierung der Kreditorenbuchhaltung erfolgreich sein können
Wie KI-basierte Low-Code-Lösungen Prozesse in der Kreditorenbuchhaltung optimieren
Geschäftsergebnisse und Vorteile einer Low-Code/No-Code-Automatisierung der Kreditorenbuchhaltung
ABBYY lässt Ihre Daten für Sie arbeiten

Wie Sie mit KI-gesteuerter Low-Code/No-Code-Automatisierung der Kreditorenbuchhaltung erstklassige Ergebnisse erzielen

Auf dem Markt gibt es eine Vielzahl von Tools, die die Bearbeitung von Rechnungen automatisieren. Die Funktionen werden von einigen bekannten Marken aus der Welt der Technologie wie Amazon®, Google® und Microsoft® angeboten. Anbieter von Robotic Process Automation (RPA) wie UiPath® und Automation Anywhere® haben Funktionen zur automatischen Dokumentenerfassung in ihr Portfolio integriert. Und es gibt eine breite Palette von speziell entwickelten Lösungen zur Automatisierung der Kreditorenbuchhaltung wie Tipalti™, NetSuite®, SAP Business One® und AvidXchange®.

Ungeachtet der Verfügbarkeit solcher Angebote verbringt ein typischer Kreditorenbuchhalter 84 Prozent seines Arbeitstages mit der Eingabe von Rechnungsdaten, der Bearbeitung von Unterlagen und E-Mails, der Korrektur von Fehlern und der Beantwortung von Anrufen und E-Mails von Lieferanten über den Status von Rechnungen und Zahlungen2. Die Leiter der Kreditorenbuchhaltung verbringen ihrerseits mehr Zeit mit der Bearbeitung von Vorgängen als mit der Einstellung von Personal und anderen Führungsaufgaben, für die sie eingestellt wurden2

Die gesamte Zeit, die Kreditorenteams mit manuellen, sich wiederholenden Aufgaben vergeuden, ist Zeit, die sie nicht für übergeordnete Aktivitäten aufwenden können, etwa die Analyse von Daten und die Zusammenarbeit mit der Beschaffung und anderen Beteiligten.

Es ist verlockend, den Mangel an Automatisierung für die manuellen Aufgaben verantwortlich zu machen, die die Kreditorenbuchhaltung behindern. Aber 48,9 Prozent der Kreditorenbuchhaltungsabteilungen verwenden eine automatisierte Rechnungsbearbeitungslösung4. Ein Viertel der Kreditorenbuchhaltungsabteilungen, die Technologie eingesetzt haben, haben ihren Procure-to-Pay (P2P)-Prozess durchgängig automatisiert.

Woran liegt es also, dass so viele Kreditorenbuchhaltungen noch immer so viele Rechnungen manuell bearbeiten?

Wie herkömmliche Ansätze zur Automatisierung der Kreditorenbuchhaltung versagen

So haben nur 61,7 Prozent der Kreditorenbuchhaltungsabteilungen, die eine Technologie zur automatisierten Rechnungsverarbeitung einsetzen, die Art und Weise automatisiert, in der ihre Abteilung die Rechnungsnummer, das Fälligkeitsdatum, den Betrag sowie andere Kopf- und Einzelposteninformationen aus den Rechnungen erfasst, die von den Lieferanten eingereicht werden3. Das bedeutet, dass viele Kreditorenbuchhaltungsabteilungen auf manuelle, fehleranfällige Eingaben angewiesen sind, um diese wichtigen Details zu erfassen.

Ebenso verfügen weniger als zwei Drittel der Kreditorenbuchhaltungsabteilungen über ein automatisiertes Verfahren zum Abgleich von Rechnungen mit Details von Bestellungen und Lieferscheinen, die in einer ERP-Anwendung (Enterprise Resource Planning) gespeichert sind. Infolgedessen verschwenden die Mitarbeiter der Kreditorenbuchhaltung viel Zeit damit, Rechnungen mit Bestellungen und Quittungen zu vergleichen. 

Und die meisten Kreditorenabteilungen haben einen bruchstückhaften Ansatz zur Automatisierung ihres Rechnungsbearbeitungszyklus gewählt, der sich auf bestimmte Funktionen wie z. B. die Freigabe von Rechnungen konzentriert (von 68,8 Prozent der Abteilungen automatisiert). Lücken im Rechnungsbearbeitungszyklus führen zu höheren Kosten, mehr Fehlern und weniger Transparenz.

Die Grundlage für die Automatisierung der Kreditorenbuchhaltung beginnt mit einer erstklassigen automatisierten Rechnungserfassung und -verarbeitung

Der Hauptgrund dafür, dass die meisten Finanzabteilungen nie den vollen Nutzen aus der Automatisierung der Kreditorenbuchhaltung ziehen können, ist der veraltete Ansatz ihrer Kreditorenbuchhaltungslösung, Rechnungsdaten zu erfassen und mit den Bestellungen abzugleichen.

Bedenken Sie die typische Vorgehensweise bei der Rechnungserfassung. Die meisten Kreditorenbuchhaltungen, die ihre Rechnungsdatenerfassung automatisiert haben (55,3 Prozent), setzen auf optische Zeichenerkennung (OCR). Während OCR den Rechnungsabteilungen hilft, die manuelle Eingabe von Rechnungsdaten zu reduzieren, gilt für herkömmliche OCR-Systeme:

  • Sie verlangen von der Kreditorenbuchhaltung die Erstellung von Vorlagen zur Erfassung der Daten neuer Rechnungen.
  • Sie erfordern einen erheblichen Aufwand an Kodierung und interner Entwicklungskompetenz.
  • Die Integration mit vor- und nachgelagerten Systemen kann schwierig sein.
  • Möglicherweise fehlt die Flexibilität, benutzerdefinierte Felder zu extrahieren oder Tabellenüberschriften zu definieren.
  • Rechnungen in mehreren Sprachen können nicht unterstützt werden, ohne das System umzustellen.

Kein Wunder, dass 59,5 Prozent der Leiter der Kreditorenbuchhaltung der Meinung sind, dass menschliche Eingriffe bei der Bearbeitung von Rechnungen in ihrer Abteilung weiterhin eine wichtige Rolle spielen werden, auch wenn sie immer mehr automatisiert werden3.

Anwendungsfälle für KI in der Kreditorenbuchhaltung

Glücklicherweise gibt es eine neue Art von automatisierten KI-Lösungen, die Low-Code-Tools verwenden und den Kreditorenbuchhaltungen dabei helfen, die Hindernisse bei der berührungslosen Rechnungsbearbeitung zu überwinden und bessere Ergebnisse zu erzielen.

Vorab trainiert und einsatzbereit für die Rechnungsverarbeitung

Low-Code/No-Code-Lösungen nutzen per Drag-and-Drop-Funktion vorgefertigte Kreditorenkenntnisse (KI-Extraktionsmodelle), um Finanzteams in die Lage zu versetzen, Rechnungen innerhalb von Minuten mit einem hohen Maß an Genauigkeit zu bearbeiten, und zwar ohne jegliche Kodierung oder interne Entwicklungskenntnisse. Die Lösungen sind in der Lage, die Art des Dokuments zu erkennen und ein entsprechendes Extraktionsmodell für die Kreditorenbuchhaltung oder eine „Dokumentenkompetenz“ zu empfehlen. Die Technologie kann eine vorgefertigte, sofort einsetzbare Fähigkeit vorschlagen, oder die Nutzer können auf einem Marktplatz nach der benötigten Fähigkeit suchen. Für Dokumente wie Rechnungen, Bestellungen, Quittungen, W-2-Formulare, Rechnungen von Versorgungsunternehmen und Krankenversicherungsanträge können Fähigkeiten zur Dokumentenverarbeitung entwickelt werden. Benutzer können auch benutzerdefinierte Skills entwerfen und in einem Katalog veröffentlichen und sie für jede Prozessautomatisierungsplattform oder jeden Workflow auffindbar machen.

KI-fähig für überragende Datenextraktions- und Erkennungsleistung

Low-Code/No-Code-Lösungen nutzen auch fortschrittliche künstliche Intelligenz (KI) mit maschinellem Lernen, um Rechnungskopf- und Positionsdetails aus den komplexesten Rechnungen zu extrahieren, einschließlich solcher mit Hunderten von Seiten und Text in mehreren Sprachen, und dies ohne die Notwendigkeit, Vorlagen für Rechnungen aus neuen Lieferantenrechnungen zu erstellen. Low-Code/No-Code-IDP-Lösungen mit KI und maschinellem Lernen können Dokumente jeder Art effizient verarbeiten, einschließlich strukturierter, semistrukturierter oder unstrukturierter Dokumente, und alle Arten von Dokumenten, z. B. maschinell gedruckte, handbedruckte und Barcodes.

Interoperabilität mit nachgelagerten Geschäftsprozessen der Kreditorenbuchhaltung

Hyperautomation vereinfacht die Orchestrierung von Prozessen zwischen verschiedenen Technologien. So kann KI beispielsweise zur Erfassung und Überprüfung von Rechnungsdaten eingesetzt werden, und RPA kann zur Automatisierung der Dateneingabe und der Datenabfrage in ERP- oder Buchhaltungssoftwarepaketen verwendet werden. Und KI-Lösungen für die Kreditorenbuchhaltung können in Systeme wie ERP- und Buchhaltungssoftwarepakete, Anwendungen für das Geschäftsprozessmanagement, Chatbots, mobile Plattformen und mehr integriert werden.

ABBYY wird als Marktführer für intelligente Dokumentenverarbeitung ausgezeichnet

Everest Group erklärt ABBYY zu einem der führenden Unternehmen in der PEAK Matrix®-Bewertung 2023 für intelligente Dokumentenverarbeitungsprodukte

Bericht herunterladen (ENG)

Wie KI-basierte Low-Code-Lösungen bessere Geschäftsergebnisse für Kreditorenbuchhaltungsabteilungen liefern

Die Einführung von KI in der Kreditorenbuchhaltung beschleunigt sich. Einem Bericht von Gartner zufolge werden bis 2025 70 Prozent der neuen Anwendungsunternehmen Low-Code- oder No-Code-Technologien einsetzen4. Die Technologie ermöglicht es Unternehmen, die Entwicklungszeit um bis zu 90 Prozent zu verkürzen, und versetzt Finanzorganisationen in die Lage, ein völlig neues Maß an Effizienz und Agilität zu erreichen, indem sie die Transaktionskosten senken, die Transparenz des Cashflows verbessern und eine bessere Allokation des Betriebskapitals erreichen.

Low-Code/No-Code-Lösungen mit KI und maschinellem Lernen sind ein großer Schritt nach vorn für die Rechnungsabteilungen.

Nur 27,4 Prozent der Kreditorenbuchhaltungsabteilungen nutzen KI mit maschinellem Lernen3. Darüber hinaus geben 22,5 Prozent der Führungskräfte in der Kreditorenbuchhaltung zu, dass sie „nicht viel über KI wissen“, während 35,5 Prozent von sich selbst sagen, dass sie sich „noch mit der Technologie vertraut machen müssen“3. Weniger als 4 Prozent der Führungskräfte glauben, dass sie ein KI-„Profi“3 sind.

Aber Low-Code/No-Code-Lösungen mit KI und maschinellem Lernen könnten all das verändern.

Etwa 11,8 Prozent der Rechnungsabteilungen setzen derzeit eine Lösung für die Rechnungsverarbeitung ein und weitere 11,8 Prozent der Rechnungsabteilungen prüfen derzeit Lösungen für die Rechnungsverarbeitung3.

65 Prozent der Kreditorenbuchhaltungsabteilungen planen, ihre Prozesse im nächsten Jahr zu automatisieren5.

Die Automatisierung der Erfassung und Validierung von Rechnungsdaten steht für viele dieser Abteilungen an erster Stelle.

Fast ein Drittel der Führungskräfte im Finanzwesen gibt an, dass ihre Abteilung plant, die Erfassung von Daten im Rechnungskopf und von Einzelpostendetails innerhalb des nächsten Jahres zu automatisieren. Mehr als ein Viertel der Leiter der Kreditorenbuchhaltung (26,3 Prozent) plant, den Abgleich von Rechnungen mit Bestellungen und Lieferscheinen zu automatisieren.

LCNC-Lösungen mit künstlicher Intelligenz (KI) und maschinellem Lernen (ML) tragen dazu bei, dass diese Abteilungen das volle Potenzial der Automatisierung der Kreditorenbuchhaltung ausschöpfen und die manuellen Aufgaben, die sie behindern, eliminieren.

KI-Tools für die Kreditorenbuchhaltung versetzen Finanzteams in die Lage, ihre eigenen Geschäftsanwendungen zu implementieren und so die Entwicklungszeit zu verkürzen, die Produktivität der Mitarbeiter zu steigern, schnell auf Geschäftsanforderungen zu reagieren und positive Geschäftsergebnisse in kürzerer Zeit zu erzielen.

Vorgefertigte Rechnungsmodelle ermöglichen es den Finanzteams, Rechnungen innerhalb von Minuten mit einem hohen Maß an Genauigkeit zu bearbeiten, ohne dass dafür Programmier- oder interne Entwicklungskenntnisse erforderlich sind. Dazu gehört auch die Extraktion von Rechnungskopf- und Positionsinformationen aus den komplexesten Rechnungen mit Hunderten von Seiten und in mehreren Sprachen.

Durch den Einsatz von neuronalen Netzen und maschinellem Lernen können Finanzunternehmen ihre Leistung steigern, den Bedarf an menschlichen Eingriffen verringern, die durchgängige Rechnungsbearbeitung beschleunigen, die Produktivität steigern, die Gesamtbetriebskosten senken und die Mitarbeiterzufriedenheit verbessern.

ABBYY ist führend bei der Bereitstellung einer erstklassigen Rechnungsverarbeitung, die die Kreditorenbuchhaltung verändert

ABBYY bringt Ihre Informationen zum Einsatz. Wir kombinieren Innovation und Erfahrung, um Daten aus geschäftskritischen Dokumenten in über 200 Sprachen in Echtzeit in intelligente, umsetzbare Ergebnisse zu verwandeln. Wir ermöglichen mehr als 10.000 Unternehmen weltweit, darunter viele der Fortune-500-Unternehmen, dort etwas zu bewirken, wo es am wichtigsten ist: bei der Kundenerfahrung, der operativen Exzellenz und dem Wettbewerbsvorteil.

ABBYY ermöglicht diese Geschäftsergebnisse durch die Bereitstellung fortschrittlicher, KI-basierter intelligenter Dokumentenverarbeitung, die für Geschäftsbereiche in einer Low-Code/No-Code-Anwendungsumgebung entwickelt wurde. Intelligente Dokumentenverarbeitung hebt die Prozessautomatisierung auf die nächste Stufe, indem sie Geschäftsanwendern fortschrittliche Funktionen für die Verarbeitung natürlicher Sprache, maschinelles Lernen und erweiterte Erkennungsfunktionen bietet.

Allein im vergangenen Jahr wurde ABBYY von 10 Analystenfirmen als führend im Bereich der intelligenten Dokumentenverarbeitung anerkannt. Wir bearbeiten jedes Jahr 1,5 Milliarden Rechnungen. Weltweit führende Unternehmen vertrauen ABBYY und erzielen dabei Ergebnisse wie 91 Prozent geringere Transaktionskosten bei der Rechnungsverarbeitung, 90 Prozent Zeitersparnis bei der Rechnungsverarbeitung, 99,5 Prozent Genauigkeit und 95 Prozent durchgängige Verarbeitung.

Eine detailliertere Analyse der Führungsposition von ABBYY bei intelligenten Dokumentenverarbeitungslösungen finden Sie in der Everest Group Intelligent Document Processing Products PEAK Matrix® 2023

Bericht herunterladen


1 Institute of Finance and Management (IOFM), Senior Executive Survey

2 Institute of Finance and Management (IOFM), AP Benchmarking Survey

3 Institute of Finance and Management (IOFM), 2023 Benchmarking Survey

4 Computer World, Low-code tools can fill a void caused by the Great Resignation by Lucas Mearian

5 Institute of Finance and Management (IOFM), Virtual town hall meeting

Intelligente Dokumentenverarbeitung (IDP) Intelligente Automatisierung Digitale Transformation Automatisierung der Kreditorenbuchhaltung
Andrew Pery ABBYY

Andrew Pery

Digital Transformation Expert und AI Ethics Evangelist bei ABBYY

Andrew Pery is an AI Ethics Evangelist at intelligent automation company ABBYY. Andrew Pery ist AI Ethics Evangelist bei ABBYY, dem Unternehmen für intelligente Automatisierung. Er ist Experte für Technologien der künstlichen Intelligenz (KI), Anwendungssoftware, Datenschutz und KI-Ethik. Er hat mehrere Beiträge über die ethische Nutzung von KI verfasst und präsentiert und ist derzeit Mitautor eines Buches für die American Bar Association. Er hat einen Master of Law mit Auszeichnung von der Northwestern Pritzker School of Law und ist Certified Information Privacy Professional (CIPP/C), (CIPP/E) und Certified Information Professional (CIP/AIIM).

Verbinden Sie sich mit Andrew auf LinkedIn.

Mark Brousseau

President of Brousseau & Associates

Mark Brousseau ist Präsident von Brousseau & Associates.

In den vergangenen 29 Jahren hat sich Mark Brousseau als Vordenker in den Bereichen Kreditoren- und Debitorenbuchhaltung, Zahlungsverkehr und Dokumentenautomatisierung etabliert. Mark Brousseau ist ein beliebter Redner auf Branchenkonferenzen sowie in Webinaren und Podcasts. Er berät prominente Endanwender und Anbieter von Lösungen und Dienstleistungen darüber, wie die Automatisierung dazu eingesetzt werden kann, dokumenten- und zahlungsbezogene Geschäftsprozesse zu verbessern. Mark Brousseau hat zahlreiche Bildungskonferenzen geleitet und war in mehreren Branchenausschüssen und Gremien tätig. Er wohnt mit seiner Frau und seinen drei Söhnen im Zentrum von Philadelphia.

Verbinden Sie sich mit Mark auf X-formerly-Twitter und LinkedIn.