> ## Content Index > Fetch the complete content index at: https://gerds-blog.de/llms.txt > Use this file to discover other available public pages before exploring further. # KI-gestützte Rechnungsverarbeitung: Vollautomatisch, lokal, GoBD-konform – optional erweiterbar zum zentralen Posteingang - URL: https://gerds-blog.de/ki-gestutzte-rechnungsverarbeitung-vollautomatisch-lokal-gobd-konform-optional-erweiterbar-zum-zentralen-posteingang/ - Published: 2026-08-04T08:36:03.000Z - Updated: 2026-08-04T08:36:03.000Z - Author: Gerd Kopp - Tags: Projekte Rechnungen manuell abtippen gehört der Vergangenheit an. Wer täglich hunderte Belege verarbeitet, sucht nach maximaler Automatisierung – möchte sensible Finanzdaten jedoch ungern in öffentliche Cloud-KIs hochladen. Die Lösung ist ein komplett lokaler, ausfallsicherer Open-Source-Stack, der moderne Vision-LLMs mit etablierten Enterprise-Systemen verbindet. ## Der Prozess: Vom Eingang bis zur Buchung Der gesamte Ablauf läuft ohne manuelles Abtippen im Hintergrund ab und setzt auf bewährte Kontrollmechanismen: - **1\. Eingang & Erfassung:** n8n überwacht Postfächer (IMAP) sowie Scan-Ordner im Netzwerk. Sobald eine PDF eingeht, konvertiert n8n das Dokument und schickt es an die lokale KI. - **2\. KI-Analyse (Vision-LLM):** Ein lokales Bild-Sprachmodell (z. B. `qwen2.5vl` via Ollama) "sieht" sich die Rechnung an und extrahiert Kreditor, Rechnungsnummer, Beträge, Steuersätze und IBAN als sauberes JSON-Format. - **3\. Rechnungsprüfung (Human-in-the-Loop):** n8n übergibt die Daten an das gewählte Freigabe-System. Hier durchläuft der Beleg die internen Prüfprozesse und das 4-Augen-Prinzip der Fachabteilungen. - **4\. Buchung & Archivierung:** Nach erfolgter Freigabe werden die Daten an **DATEV Unternehmen online** übertragen. Parallel legt n8n das Originaldokument revisionssicher und GoBD-konform im **ELO-Archiv** ab. ## Rechnungsprüfung: Welches Freigabe-System passt? Kein Unternehmen gibt Rechnungen völlig ungeprüft frei. Welches System die menschliche Kontrollinstanz (human in the loop) übernimmt, hängt von den Anforderungen an Datenschutz, Lizenzkosten und Komplexität ab: **Self-Hosted Low-Code** — *Budibase, Appsmith* 100 % lokal und ohne Lizenzkosten: maßgeschneidertes Split-Screen-UI (PDF links, KI-Daten rechts), volle Datenkontrolle im eigenen Netz. **Spezialisierte Workflow-Tools** — *Flowwer* Der etablierte Standard: direkte DATEV-Anbindung, vorgefertigte Freigabematrizen, hoher Fokus auf KMU-Prozesse. **Enterprise On-Premises** — *JobRouter, DocuWare* Für komplexe Konzern-Workflows: revisionssichere Audit-Trails, mehrstufige Vertretungsregeln, tiefe ERP-Integration. **Cloud & Mobile Specialists** — *Candis, Finway* Maximale Usability: bequeme Freigabe per Smartphone-App von unterwegs (erfordert Cloud-Anbindung). **Minimalistisch Native** — *n8n Forms* Schlank und integriert: reicht für einfache 1-Klick-Freigaben ohne zusätzliche Software. ## Die Schnittstellen & Systemkomponenten - **n8n (Self-Hosted):** Das "Gehirn" des Workflows. Orchestriert Datenströme, verbindet APIs und steuert Ausnahmeregeln. - **Ollama (Lokale KI-Engine):** Verarbeitet Dokumente datenschutzkonform im eigenen Netz – ohne externe API-Kosten oder Datenabfluss. - **Prüf-Engine (API):** Das gewählte Freigabe-Tool (z. B. Flowwer, Budibase oder JobRouter) nimmt die extrahierten KI-Daten entgegen. - **DATEV & ELO:** Die führenden Systeme für Buchhaltung und Archivierung werden nativ mit aufbereiteten strukturierten Daten beliefert. ## „Das kann mein Buchhaltungsprogramm doch schon" Der häufigste Einwand – und er hat einen wahren Kern. DATEV, Lexware „automagic", sevDesk oder BuchhaltungsButler lesen Belege heute zuverlässig aus; bei sauberen Scans liegen die Trefferquoten für Standardbelege deutlich über 90 Prozent. Belegerkennung ist 2026 keine Innovation mehr, sondern Grundausstattung. **Genau das ist der Punkt.** Was jeder kann, ist kein Wettbewerbsvorteil – und keine Strategie. Wer seine KI-Fähigkeit an der Belegerkennung des Buchhaltungsprogramms festmacht, hat kein KI-Konzept, sondern ein Software-Feature abonniert. Denn diese Erkennung endet dort, wo es für Ihr Unternehmen konkret wird. Vollautomatische Kontierung auf individuelle Kontenrahmen, Reverse-Charge bei EU-Lieferanten oder die Plausibilitätsprüfung gegen eigene Regeln leisten die Standardprodukte auch Mitte 2026 nicht; bei mehrseitigen Rechnungen mit gemischten Steuersätzen oder ungewöhnlichen Layouts sinkt die Trefferquote spürbar. Und sie bleibt in ihrer Insel: gebunden an einen Anbieter, begrenzt auf Kreditorenbelege, als Blackbox ohne Zugriff auf Modell, Extraktionslogik oder Prompt – mit Ihren Daten in dessen Cloud. > Die Frage ist nicht, ob Ihr Buchhaltungsprogramm Belege erkennt. Die Frage ist, wem die KI-Schicht Ihres Unternehmens gehört – Ihnen oder Ihrem Software-Anbieter. Eine eigene KI-Strategie ist deshalb **keine bessere Belegerkennung, sondern eine eigene Schicht davor.** Der lokale Vision-LLM extrahiert, prüft und strukturiert – und übergibt das Ergebnis sauber an DATEV oder Lexware. Er ersetzt das Buchhaltungsprogramm nicht, er **veredelt dessen Input** und fängt genau die Sonderfälle ab, an denen die Standard-OCR aussteigt. Die Kontrolle über Modell, Logik und Daten bleibt im Haus – ohne Bindung an einen Anbieter, der morgen Preise oder Schnittstellen ändert. Der entscheidende Unterschied: Dieselbe Schicht, die heute Ihre Eingangsrechnungen versteht, klassifiziert morgen den **gesamten Posteingang** – Reklamationen, Bewerbungen, Vertriebsanfragen. Die Belegerkennung im Buchhaltungsprogramm kann das nie, weil sie per Definition an der Buchhaltung endet. Ihre eigene KI-Schicht fängt dort erst an. ## Ausblick: Skalierung zum zentralen digitalen Posteingang (+500 Mails/Tag) Steht die Architektur für die Buchhaltung, lässt sich das System mit minimalem Mehraufwand zu einer zentralen, intelligenten Poststelle für das gesamte Unternehmen erweitern: - **E-Mail-Klassifizierung & Intent Recognition:** Neben Rechnungen analysiert ein flinkes Text-LLM (z. B. `llama3.1:8b`) den E-Mail-Freitext und ordnet eingehende Nachrichten automatisch Kategorien zu (*Vertriebsanfrage, Reklamation, Bewerbung, Kreditor-Rechnung*). - **Multi-Modell-Pipeline:** n8n trennt den Text vom Anhang. Reine E-Mails werden in Millisekunden vom Text-LLM klassifiziert. Nur noch visuelle Dokumente (Scans, PDFs) werden an das rechenintensivere Vision-LLM weitergereicht. - **Intelligentes Routing:** Anfragen werden direkt im CRM, Helpdesk (z. B. Zammad) oder beim richtigen Fachbereich abgelegt – inklusive extrahierter Zusammenfassung. - **n8n Queue Mode (Redis):** Für die Verarbeitung von 1.000+ Vorgängen täglich schaltet n8n auf eine Worker-Architektur um. Gehen morgens Hunderte Mails gleichzeitig ein, puffert Redis die Anfragen ab und arbeitet sie ohne Datenverlust sequenziell ab. - **Hardware-Sicherheit:** Die gewählte GPU-Infrastruktur (z. B. NVIDIA L4 mit 24 GB VRAM) verkraftet diese Erweiterung mühelos. Die reine KI-Rechenzeit steigt von ca. 45 Minuten lediglich auf ca. 2 bis 3 Stunden pro Tag – es verbleiben massive Leistungsreserven. ## Die Technik: Ausfallsicheres Hardware-Setup Für die lokale Verarbeitung benötigt die KI dedizierten Grafikspeicher (VRAM). Um Ausfälle im Serverraum auszuschließen, setzt die Infrastruktur auf vollständige Redundanz: - **Compute-Cluster:** 2x 19"-Rack-Server (z. B. Proxmox HA-Cluster) mit je einer Enterprise-GPU wie der **NVIDIA L4 (24 GB VRAM)** oder **RTX 4000 Ada (20 GB VRAM)**. Fällt ein Knoten aus, übernimmt der zweite nahtlos alle Workflows. - **Dedizierter HA-Storage:** Ein separates, gespiegeltes Storage-System (z. B. Synology HA-Cluster oder TrueNAS) speichert Datenbanken, virtuelle Maschinen und Belege getrennt von den Rechenknoten. ## Kosten im Überblick: Kaufen oder mieten? Da die Kernsoftware auf Open-Source-Komponenten basiert, entfallen laufende Abogebühren für die KI-Extraktion – unabhängig davon, ob die Hardware im eigenen Serverraum steht oder bei einem europäischen Provider gemietet wird. Für die betriebswirtschaftliche Einordnung zwei Grobszenarien (alle Angaben netto): **Variante A – Eigene Hardware (On-Premises):** - **Compute-Knoten (2x HA-Server inkl. GPUs):** einmalig ca. 8.000 € – 10.000 € - **Redundanter HA-Storage (NVMe/HDD):** einmalig ca. 3.500 € – 5.000 € - **Hardware-Gesamtbudget:** **ca. 11.500 € – 15.000 €** *(einmalig)* - **Laufender Betrieb:** Strom bei Dauerlast ca. 300 € – 500 € pro Jahr und Server (also ca. 600 € – 1.000 € p. a. für den Cluster), zzgl. Wartung und Ersatzteile. - **Charakter:** Hohe Anfangsinvestition, volle physische Hoheit über die Hardware – Ausfall-, Alterungs- und Ersatzteilrisiko liegen jedoch im eigenen Haus. **Variante B – Dedizierte GPU-Server bei europäischem Provider (z. B. Hetzner):** - **Ein dedizierter GPU-Server (RTX-4000-Klasse, 20 GB):** ca. 185 € pro Monat (≈ 2.200 € / Jahr) - **Hochverfügbar (2 Knoten im Cluster):** ca. 370 € pro Monat (≈ 4.400 € / Jahr) - **Charakter:** Keine Anfangsinvestition, Strom, Kühlung und Hardware-Tausch bei Defekt sind inklusive, jederzeit auf stärkere GPUs skalierbar. Die Maschine ist dediziert (kein geteilter Betrieb) und liegt im deutschen bzw. finnischen Gerichtsstand – die Datensouveränität bleibt vollständig erhalten. **Betriebswirtschaftliche Faustregel:** Der Break-even der hochverfügbaren Mietvariante gegenüber dem Kauf liegt bei rund drei Jahren. Wer keine physische Hoheit über das Blech benötigt, fährt mit gemieteter, dedizierter Hardware in der Regel flexibler – ohne fünfstelligen Vorabinvest und ohne veraltende GPUs im eigenen Schrank. In **beiden** Varianten gilt: **keine API-Gebühren** pro verarbeiteter Seite oder E-Mail, da die KI-Extraktion vollständig auf eigener bzw. dedizierter Infrastruktur läuft und nicht pro Vorgang abgerechnet wird. Dieses Setup vereint das Beste aus zwei Welten: Die Performance und Präzision moderner KI-Modelle mit der vollkommenen Datensouveränität und Hochverfügbarkeit – ob im eigenen Serverraum oder auf dedizierter europäischer Infrastruktur. --- ## Vom Beleg zum Betriebssystem Ihrer Poststelle > Die Rechnungsverarbeitung ist der Testfall. Der zentrale digitale Posteingang ist der eigentliche Hebel. Wer den Kreditoren-Eingang einmal sauber automatisiert hat, besitzt bereits die Architektur für die gesamte Poststelle – und behält dabei die volle Kontrolle darüber, ob sensible Daten das eigene Haus je verlassen. **Der Unterschied liegt nicht in der Technik, sondern in der Entscheidung, sie gezielt einzusetzen.** Sie fragen sich, welche Belege und E-Mails in Ihrem Unternehmen heute noch von Hand sortiert werden – und was ein solcher Stack in Ihrer konkreten Umgebung leisten würde? **Lassen Sie uns darüber sprechen.** → [gerds-it.de](https://www.gerds-it.de/?ref=gerds-blog.de) --- **Über den Autor** **Gerd Kopp** ist Wirtschaftsinformatiker und war über 14 Jahre CIO, zuletzt als Head of Corporate Operations. Seit 2020 ist er selbstständig als Interim Manager und IT-Berater. Er arbeitet mit Unternehmen von klein bis Mittelstand, die Wachstum, Effizienz, Wettbewerbsfähigkeit und Innovation nicht dem Zufall überlassen wollen — und die verstanden haben, dass die richtigen Prozesse, Strukturen, Technologien und der gezielte Einsatz von KI dabei keine Nebensache sind, sondern der Unterschied. Mehr unter [gerds-it.de](https://www.gerds-it.de/?ref=gerds-blog.de) und im [Innovation Lab](https://lab.gerds-it.de/?ref=gerds-blog.de). *Dieser Beitrag entstand mit KI-Unterstützung. Konzept, Architektur und die zugrunde liegende Praxis stammen aus meinem eigenen Stack — die KI war Werkzeug, nicht Autor.*