Der Ausgangspunkt
Ein mittelständisches deutsches Unternehmen ertrank in Rechnungen. Jeden Monat verarbeitete das Finanzteam manuell über 200 eingehende Rechnungen — PDFs aus E-Mails herunterladen, Schlüsseldaten extrahieren (Beträge, Daten, Lieferantennamen, Steuernummern), alles in die Buchhaltungssoftware eingeben und die Dokumente in die richtigen Ordner ablegen.
Die Kosten: Über 20 Stunden pro Woche manuelle Arbeit. Häufige Fehler. Verspätete Zahlungen. Frustrierte Mitarbeitende.
Sie kamen mit einer einfachen Frage zu uns: Kann man das automatisieren?
Den Prozess zuerst verstehen
Bevor wir eine einzige Automatisierung geschrieben haben, verbrachten wir zwei Tage damit, den tatsächlichen Workflow zu verstehen. Das ist unser Process-First-Ansatz — wir automatisieren keine kaputten Prozesse, wir reparieren sie zuerst.
Was wir gefunden haben:
- 5 verschiedene E-Mail-Postfächer empfingen Rechnungen (keine einzige Wahrheitsquelle)
- 3 verschiedene Formate — PDF-Anhänge, Inline-E-Mails und gescannte Dokumente
- Manuelle Dateneingabe in zwei separate Systeme (Buchhaltung + internes Tracking)
- Ordnerstruktur in Google Drive, die inkonsistent und schwer zu navigieren war
- Keine Validierung — Fehler wurden erst bei der monatlichen Abstimmung entdeckt
Das eigentliche Problem war nicht nur „zu viele Rechnungen". Es war ein fragmentierter Prozess ohne einzige Wahrheitsquelle.
Die Lösung, die wir gebaut haben
Wir haben eine End-to-End-Automatisierung mit n8n als Workflow-Engine entworfen, mit Integrationen zu den bestehenden Tools:
Schritt 1: Zentralisierte Aufnahme
Alle Rechnungen werden jetzt an ein einzelnes Postfach geleitet. Wir haben E-Mail-Weiterleitungsregeln und eine dedizierte Rechnungs-E-Mail-Adresse eingerichtet. n8n überwacht dieses Postfach und startet den Workflow für jede neue E-Mail mit Anhang.
Schritt 2: Dokumentenverarbeitung
Für jede Rechnung:
- Extrahiert das System den PDF-Anhang
- Nutzt KI (OpenAI GPT-4 mit Vision), um die Rechnung zu lesen und strukturierte Daten zu extrahieren: Lieferantenname, Rechnungsnummer, Datum, Positionen, Gesamtbetrag, Steuerbetrag, Steuernummer
- Validiert die extrahierten Daten gegen bekannte Lieferantendatensätze in ihrer Datenbank
Schritt 3: Automatisierte Ablage
Die validierten Rechnungsdaten werden:
- Via API in die Buchhaltungssoftware eingegeben
- In der internen Tracking-Tabelle protokolliert
- Das PDF wird im richtigen Google-Drive-Ordner abgelegt (bei Bedarf automatisch erstellt, mit konsistenter Namenskonvention)
Schritt 4: Ausnahmebehandlung
Nicht jede Rechnung ist unkompliziert. Das System behandelt:
- Unbekannte Lieferanten → Markierung zur manuellen Prüfung, Benachrichtigung via Slack
- Abweichende Beträge → Zurückstellung zur Verifizierung
- Doppelte Rechnungen → Erkennung und Alarm
- Fehlende Daten → Automatische Nachfrage beim Absender
Der Tech-Stack
| Komponente | Tool | Zweck |
|---|---|---|
| Workflow-Engine | n8n | Orchestriert den gesamten Ablauf |
| KI-Extraktion | OpenAI GPT-4 | Liest und strukturiert Rechnungsdaten |
| Datenvalidierung | Xano | Backend-API für Lieferantenabgleich |
| Dateispeicher | Google Drive | Organisiertes Rechnungsarchiv |
| Benachrichtigungen | Slack | Alerts bei Ausnahmen |
| Tracking | Google Sheets | Übersichts-Dashboard des Finanzteams |
Die Ergebnisse
Nach zwei Wochen Entwicklung und einer Woche Testen mit echten Rechnungen:
- Bearbeitungszeit: 20+ Stunden/Woche → 2 Stunden/Woche (nur Prüfung markierter Ausnahmen)
- Fehlerquote: ~8% → unter 1%
- Zahlungsverzug: Durchschnittlich 5 Tage zu spät → konstant pünktlich
- Mitarbeiterzufriedenheit: Das Finanzteam kann sich auf echte Finanzarbeit konzentrieren statt auf Dateneingabe
Was dieses Projekt erfolgreich gemacht hat
Drei Dinge haben dieses Projekt zum Erfolg geführt:
1. Process-First-Denken. Wir haben nicht einfach das bestehende Chaos automatisiert. Wir haben den Aufnahmefluss umstrukturiert, die Ordnerstruktur standardisiert und klare Ausnahmebehandlungsregeln etabliert, bevor wir irgendetwas gebaut haben.
2. Praktische KI, keine Magie. Wir haben KI dort eingesetzt, wo sie echten Mehrwert bietet (Lesen unstrukturierter Dokumente) und einfache Automatisierung für alles andere. Kein Over-Engineering.
3. Ausnahmebehandlung. Die 80/20-Regel gilt — 80% der Rechnungen werden vollautomatisch verarbeitet. Die restlichen 20% werden zur schnellen menschlichen Prüfung markiert, anstatt den gesamten Ablauf zu blockieren.
Zeitplan & Investition
- Analyse & Prozess-Audit: 3 Tage
- Entwicklung: 2 Wochen
- Tests & Feinabstimmung: 1 Woche
- Gesamtdauer: ~3 Wochen
- ROI: Innerhalb von 2 Monaten amortisiert
Verbringt Ihr Team Stunden mit repetitiver Dokumentenverarbeitung? Sprechen wir darüber — wir analysieren Ihren Prozess und zeigen Ihnen, was möglich ist.