Wie KI Daten aus Rechnungen liest und extrahiert
OCR kombiniert mit Large Language Models macht die Rechnungsdatenextraktion zuverlässig genug zum Vertrauen. Hier sehen Sie, was beim Hochladen eines Dokuments passiert.
Wenn Sie eine Rechnung in ein KI-Verarbeitungssystem hochladen, sieht es einfach aus. Die Datei geht hinein, strukturierte Daten kommen heraus. Aber der Prozess dahinter umfasst mehrere Technologieschichten, von denen jede ein anderes Teilproblem löst.
Die drei Schichten
Dokumentenanalyse. Für native digitale PDFs ist die Textextraktion unkompliziert. Für gescannte Dokumente oder Fotos benötigt das System OCR mit einer Genauigkeit von 99%+ auf sauberem, gedrucktem Text.
Layout-Verständnis. Moderne Dokument-KI-Modelle verstehen Layouts. Sie erkennen Header, Tabellen, Einzelposten, Summen und Adressen anhand ihrer Position.
Semantische Extraktion. Hier kommen Large Language Models ins Spiel. Das LLM verarbeitet die enorme Vielfalt an Rechnungsformaten und erkennt, dass “Rechnungsbetrag”, “Gesamtbetrag” und “Total due” alle dasselbe bedeuten.
Was extrahiert wird
Für eine typische deutsche B2B-Rechnung erfasst die Pipeline: Anbietername und -adresse, Rechnungsnummer, Rechnungsdatum, Zahlungsfrist, Einzelposten, Nettobetrag, Umsatzsteuer, Bruttosumme, Währung, IBAN, BIC sowie Steuernummer und USt-IdNr.