OCR oder E-Rechnung? Warum das Belegformat über die Automatisierungsquote entscheidet

„Die KI liest den Beleg aus” klingt nach einem einzigen Vorgang. Tatsächlich gibt es drei sehr unterschiedliche Ausgangslagen — und sie entscheiden darüber, wie viel am Ende wirklich automatisch durchläuft.

Drei Belegqualitäten

1. Gescanntes Papier (Bild-PDF). Der Beleg ist ein Foto. Es gibt keinen Text, nur Pixel. Bevor irgendetwas verstanden werden kann, muss Texterkennung (OCR) aus den Pixeln Zeichen machen. Jede Unschärfe, jeder Knick, jeder Stempel quer über der Rechnungsnummer geht hier zulasten der Genauigkeit.

2. Digitales PDF (Text-PDF). Der Beleg wurde direkt aus einem System erzeugt und enthält echten Text. Das ist deutlich besser als ein Scan — aber der Text ist unstrukturiert. Dass „1.184,03” der Nettobetrag ist und nicht die Zwischensumme oder ein Positionspreis, muss weiterhin aus Layout und Kontext erschlossen werden.

3. E-Rechnung (ZUGFeRD/XRechnung). Hier liegen die Werte strukturiert vor: Es gibt ein Feld für den Nettobetrag, eines für den Steuersatz, eines für die Rechnungsnummer. Nichts muss erraten werden — die Daten werden gelesen, nicht interpretiert.

Was das praktisch bedeutet

Der Unterschied zeigt sich nicht bei der Frage „wird überhaupt etwas erkannt”, sondern bei der Verlässlichkeit einzelner Felder:

• Beträge und Steuersätze. Beim Scan können Zahlendreher und verlorene Trennzeichen auftreten (aus 1.184,03 wird 1184,03 oder 1.18403). Bei der E-Rechnung ist der Wert exakt.
• Mehrere Steuersätze auf einem Beleg. Aus einem Scan muss abgeleitet werden, welche Position zu welchem Satz gehört. In der E-Rechnung steht es an der Position.
• Positionsdetails. Artikelnummern, Mengen, Einzelpreise — bei Scans oft nur teilweise verwertbar, in strukturierten Formaten vollständig.
• Lieferantenidentifikation. USt-ID und IBAN sind in E-Rechnungen eigene Felder. Genau die Merkmale, die für ein sicheres Kreditor-Matching entscheidend sind.

Das wirkt sich direkt auf den Prüfaufwand aus: Je unsicherer die Erkennung, desto mehr Felder muss ein Mensch nachkontrollieren — und desto weniger bringt die Automatisierung.

Wo OCR wirklich an Grenzen stößt

Auch gute Texterkennung kämpft mit:

• schlechten Scans (schief, zu geringe Auflösung, Faxqualität),
• Handschriftlichem wie Sichtvermerken oder Kontierungsstempeln,
• ungewöhnlichen Layouts, etwa mehrspaltigen Rechnungen oder Sammelabrechnungen über viele Seiten,
• Tabellen ohne Linien, bei denen die Spaltenzuordnung nur über Abstände erkennbar ist,
• Fremdsprachen und Sonderzeichen.

Wichtig zu verstehen: Der kritische Fall ist nicht der offensichtlich unlesbare Beleg — der fällt auf. Kritisch ist der plausibel falsch erkannte Wert, der ungeprüft durchrutscht. Deshalb sollte ein System Unsicherheit ausweisen, statt zu raten.

Der pragmatische Weg: Formatqualität aktiv verbessern

Sie haben mehr Einfluss auf das Eingangsformat, als es zunächst scheint:

1. E-Rechnungen aktiv einfordern. Seit 2025 müssen Sie E-Rechnungen ohnehin empfangen können — viele Lieferanten können bereits senden und tun es, wenn man sie darum bittet. Jede E-Rechnung ersetzt einen unsicheren Scan.
2. Digitale PDFs statt Scans. Bitten Sie Lieferanten, Rechnungen als PDF per E-Mail zu senden, statt Papier zu verschicken, das Sie einscannen.
3. Ein zentraler Rechnungseingang. Ein definiertes Postfach statt verteilter Wege macht die Erfassung überhaupt erst automatisierbar.
4. Papierbelege sauber digitalisieren. Wenn Scannen unvermeidbar ist: mindestens 300 dpi, gerade eingezogen, keine Stempel über relevanten Feldern.

Wie Invoice Insight damit umgeht

Invoice Insight erkennt zuerst das Format: Bei ZUGFeRD und XRechnung werden die eingebetteten strukturierten Daten direkt gelesen — ohne OCR-Umweg. Nur wenn keine strukturierten Daten vorliegen, kommt die Texterkennung mit anschließender KI-Interpretation zum Einsatz.

Entscheidend ist der Umgang mit Unsicherheit: Werte, bei denen die Erkennung nicht eindeutig ist, werden zur Prüfung markiert, statt stillschweigend übernommen zu werden. Und Belegsummen werden gegen die erkannten Positionen abgeglichen — geht die Rechnung nicht auf, landet der Beleg in der Klärung statt in der Buchung.

Fazit

Die Automatisierungsquote ist keine reine Eigenschaft der Software, sondern zu großen Teilen eine Eigenschaft Ihres Belegeingangs. Wer den Anteil strukturierter E-Rechnungen erhöht, verbessert die Erkennungsqualität stärker als jede Modellverbesserung — und reduziert genau den Prüfaufwand, den Automatisierung eigentlich einsparen soll.