Rechnungen auslesen: 99,6 % Feldgenauigkeit, auch gescannt.

Der Trick mit ZUGFeRD

Wie gut liest eine KI Rechnungen wirklich? Um das ehrlich zu messen, braucht man die richtigen Antworten. Normalerweise heißt das: Hunderte Belege von Hand abtippen.

ZUGFeRD-Rechnungen enthalten dieselben Daten zweimal: als lesbares PDF und als eingebettetes XML. Das Modell bekommt nur das PDF zu sehen, das XML dient als Lösungsschlüssel. Grundlage sind 25 offizielle Musterrechnungen des FeRD aus dem öffentlichen ZUGFeRD-Korpus, darunter Warenrechnungen, Gutschriften, Korrekturen, Versicherungen und Fremdwährung.

So wurde gemessen

1. Lösungsschlüssel bereinigen

   Aus 151 PDFs im Korpus bleiben 25 eindeutige Rechnungen. Entfernt wurden Testdateien mit absichtlichen Fehlern, Duplikate und Profile, deren XML nur einen Teil der Daten enthält. Kleine Unschärfen im XML, etwa die Anrede im Kundennamen, werden nach festen Regeln für alle Modelle gleich behandelt.

2. Drei Eingaben

   Die Textebene des PDFs, das PDF selbst und ein simulierter Scan: Graustufen, leicht schief, verrauscht. Beim Scan sieht das Modell nur Pixel.

3. Feste Ausgabe

   11 Felder pro Rechnung, von Rechnungsnummer über Beträge bis IBAN. Das Modell antwortet in einem festen Schema, es gibt keine frei formulierten Antworten.

4. Prüfregeln vor der Buchung

   Netto plus Steuer gleich Brutto, Zahlbetrag nicht über Brutto, gültiges Datum, IBAN-Prüfziffer, Format der USt-IdNr. Nur Belege, die alles bestehen, laufen automatisch durch. Der Rest geht in eine Prüfliste.

Genauigkeit, Kosten und Dunkelverarbeitung

„Automatisch“: Anteil der Belege, die alle Prüfregeln bestehen. „Fehler automatisch“: davon falsch ausgelesene Belege. Kosten: Modellkosten in US-Dollar laut API, Oktober 2026.

Was das Ergebnis aussagt und was nicht

• Das kleine Modell reicht. Claude Haiku ist auf diesen Rechnungen mindestens so genau wie das große Modell und rund 40-mal günstiger. Welches Modell genügt, entscheidet das Testset, nicht der Preis oder das Bauchgefühl.
• Scans funktionieren. Ohne Textebene, schief und verrauscht, sinkt die Genauigkeit kaum. Der einzige Scan-Fehler war ein übersehenes Minuszeichen.
• Die Prüfregeln halten. Genau dieser Fehler fiel in der Prüfung auf, weil Netto und Steuer nicht mehr zum Brutto passten. Kein Beleg, der alle Prüfregeln bestand, war falsch.
• Warum nur rund zwei Drittel automatisch? Die Musterrechnungen enthalten erfundene IBANs mit ungültiger Prüfziffer. Die Prüfung hat sie zu Recht gestoppt. Auf echten Rechnungen liegt die Quote entsprechend höher.
• Ein Risiko, das die Zahlen nicht zeigen. Bei Versicherungsrechnungen mit Lastschrift lesen beide Modelle die IBAN des Kunden als Zahlungs-IBAN. Hier fing die Prüfziffer das ab, mit einer echten IBAN wäre es durchgerutscht. Im Projekt heißt das: Lastschrift erkennen oder die IBAN gegen den Lieferantenstamm prüfen.
• 25 Musterrechnungen sind nicht Ihr Posteingang. Echte Belege sind unordentlicher: handschriftliche Notizen, Mehrseiter, schlechte Fotos. Die Messung zeigt, dass der Ansatz trägt und wie man ihn prüft. Wie gut er bei Ihnen ist, zeigt ein Testset aus Ihren eigenen Rechnungen.

Dasselbe mit Ihren Belegen

Eingangsrechnungen, Lieferscheine, Auftragsbestätigungen oder Bestell-E-Mails: Das Muster bleibt gleich. Festes Schema, Prüfregeln gegen Ihre Stammdaten, eine Schwelle für die Dunkelverarbeitung und eine Messung gegen echte Beispiele, bevor irgendetwas automatisch gebucht wird.