KI-Buchhaltung vor der DATEV: Was Kanzleien automatisieren können

Wie können Kanzleien Belege automatisch kontieren lassen, ohne die Verantwortung für eine einzige Buchung abzugeben? Montagmorgen in der Finanzbuchhaltung: Für einen Handwerksmandanten mit 120 Belegen im Monat sitzt eine Sachbearbeiterin rund vier Stunden. Sie sortiert, was per E-Mail, im Portal und als Foto aus der Werkstatt gekommen ist, tippt Rechnungsdaten ab, sucht das Konto, fragt zwei fehlende Belege nach und übergibt den Stapel. Buchhaltung im engeren Sinn, also die fachliche Entscheidung, macht davon eine halbe Stunde aus. Der Rest ist Transport.

Genau dort setzt KI-Buchhaltung an. Und genau dort scheitert sie, wenn die Kanzlei sie falsch aufsetzt:

Was ist KI-Buchhaltung in der Kanzlei, und was ist sie nicht?

KI-Buchhaltung in der Steuerkanzlei ist ein Vorsystem vor der DATEV. Es bündelt den Belegeingang, liest Belege aus, schlägt Sachkonto, Gegenkonto und Steuerschlüssel vor, gleicht Zahlungen ab und übergibt geprüfte Buchungen als Buchungsstapel mit Belegbild an DATEV. Gebucht, festgeschrieben und ausgewertet wird weiter in DATEV Kanzlei-Rechnungswesen. Die Kette lautet: Mandant, Belegsystem, KI-Vorkontierung, DATEV, Kanzlei. docunest ist ein solches Vorsystem, gebaut für Kanzleien und ihre Mandanten.

Was KI-Buchhaltung nicht ist: ein Buchhalter. Ein KI-Vorschlag ist eine Meinung, keine Buchung. Gebucht wird, was ein Mensch freigibt oder was eine Regel aus einer früheren Freigabe ableitet. Ein Sprachmodell allein bucht bei uns nichts.

Wie läuft ein Beleg durch die Kanzlei, bisher und mit Vorsystem?

Für den Handwerksmandanten aus dem Einstieg heißt das: Die Kanzleien, mit denen wir arbeiten, melden rund 30 Minuten statt vier Stunden pro Monat. Rund 80 Prozent der Belege eines Monats sind Routine, die ein eingespieltes System nach der Lernphase sicher vorschlägt. Die restlichen 20 Prozent sind die Fälle, für die Sie Menschen mit Buchhaltungsverstand brauchen. Voraussetzung sind ein geregelter Belegeingang, ein gepflegter Kreditorenstamm und eine Person, die verbindlich prüft. Strukturierte Daten schlagen dabei jede Erkennung: Mit jeder E-Rechnung wird aus Erkennung Übernahme.

Woher wissen Sie, dass der Monat vollständig ist?

Bisher führt die Sachbearbeiterin die Liste fehlender Belege von Hand, Rückfragen gehen einzeln per E-Mail, und der Monat ist fertig, wenn niemand mehr nachfragt.

Im Vorsystem sind Beleg und Zahlung zwei getrennte Datenströme. Das System gleicht sie gegeneinander ab, jede Zahlung ohne Beleg wird zur offenen Position, und die offenen Positionen gehen gebündelt als eine Anforderung ins Mandantenportal statt als zehn Mails. Vollständigkeit ist damit ein messbarer Zustand, keine Hoffnung.

Wann wird automatisch freigegeben, und woraus lernt das System?

Dunkelverbuchung, also Buchen ohne menschlichen Blick, nennen viele Anbieter als Ziel. Unsere Regel dafür ist eng: Automatisch freigegeben wird nur, was aus einer bestätigten Lieferantenvorlage oder einer deterministischen Regel stammt und über der Schwelle liegt. Vorschläge des Sprachmodells landen immer in der Prüfung, egal wie sicher sich das Modell gibt, denn Sprachmodelle schätzen ihre eigene Sicherheit schlecht ein. Die Schwelle, ab der automatisch freigegeben wird, gehört der Kanzlei, nicht dem Anbieter. Sie wird pro Mandat gesetzt und erst nach Vertrauensaufbau gesenkt.

Gelernt wird nur aus echten Korrekturen. Durchwinken ist kein Lernsignal. Korrigiert die Sachbearbeiterin das Konto eines Lieferanten, gilt die Korrektur ab dem nächsten Beleg desselben Lieferanten, getrennt nach Zahlungseingang und -ausgang, denn dieselbe Gegenseite ist einmal Privateinlage und einmal Privatentnahme. Für die Lernlogik sollte die final in DATEV übernommene Kontierung maßgeblich sein: Bucht die Kanzlei dort wiederholt anders als die gelernte Vorlage, hat die Kanzlei recht. Das System zeigt die Abweichung an und schlägt vor, die Vorlage anzupassen.

Wo stoppt die KI bewusst?

Ein Bewirtungsbeleg, handschriftlich ergänzt, das Trinkgeld unter der Zahlzeile nachgetragen. Ein kleines Bildmodell hat bei uns die Trinkgeldzeile mit der Zahlzeile darunter verschmolzen. Das Trinkgeld war weg, der Betrag sah trotzdem plausibel aus. Erst ein größeres Modell las Handschrift und Zeilenstruktur richtig. Zwei Lehren daraus: Die Wahl des Modells ist eine Fachentscheidung, keine IT-Einstellung. Und ein Beleg, bei dem das System unsicher ist, wird markiert und geprüft, nicht still gebucht. Ein stiller Fehler ist gefährlicher als ein lauter. Ein System, das seine Unsicherheit verschweigt, ist schlechter als gar keine Automatisierung.

Ähnlich bei Kostenstellen: In einer Auswertung von rund 180.000 DATEV-Buchungen aus Mehrfilial-Mandaten verriet der Lieferant die Filiale nicht, die Information stand nur auf dem Beleg. Dort ist ein leeres Feld besser als eine geratene Kostenstelle, die die Filial-BWA verfälscht.

Daten, Ort, Verantwortung

Bei der Auswahl eines Vorsystems sollten Kanzleien prüfen, wo Daten verarbeitet werden, ob Belegdaten für das Training von Modellen genutzt werden und auf welchem Weg die Übergabe an DATEV erfolgt. Bei docunest erfolgt die Verarbeitung vollständig in Deutschland, Belegdaten werden nicht zum Training fremder Modelle verwendet. Grundlage ist der Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, den Sie schließen sollten, bevor der erste Mandantenbeleg das Haus verlässt. GoBD heißt im Vorsystem: lückenlose Spur von Eingang über Erkennung, Korrektur und Freigabe bis zur Buchung, Belegbild unverändert. Die Übergabe an DATEV läuft über die DATEV-Datenservices als Buchungsstapel mit verknüpftem Belegbild, nicht als Datei zum Import. docunest ist DATEV-Schnittstellenanbieter. Fragen Sie Anbieter, ob sie den Datenservice nutzen oder eine CSV erzeugen, denn an dieser Stelle verstecken sich die Medienbrüche.

Was sollten Sie vor dem Start prüfen?