KI für Kassenbuch: Buchungsvorschläge

TL;DR

KI analysiert vergangene Buchungen und schlägt für neue Transaktionen automatisch Konto, Kostenstelle und Steuerschlüssel vor. 90 % der Buchungsvorschläge sind korrekt und müssen nur bestätigt werden. Ein Handwerksbetrieb mit 400 Buchungen pro Monat spart 6 Stunden pro Woche in der Buchhaltung – bei €2.400 Jahreskosten für die Software.

Warum jede Buchung manuell kontiert wird

Die Buchhaltung im Mittelstand arbeitet oft mit dem gleichen Prozess seit 20 Jahren: Kontoauszug kommt, Buchhalter liest den Verwendungszweck, entscheidet das Konto (4400, 6300, 4800...), tippt den Buchungssatz ein. Pro Buchung: 2–4 Minuten, abhängig von der Komplexität.

Das Problem: 70 % der Buchungen sind wiederkehrend. Die monatliche Miete wird immer auf Konto 4210 gebucht. Der Telefonanbieter immer auf 6800. Die Tankstellenrechnung immer auf 6530 mit 19 % VSt. Trotzdem wird jede einzelne manuell kontiert.

KI-Buchungsvorschläge erkennen diese Muster und füllen den Buchungssatz automatisch aus. Der Buchhalter bestätigt mit einem Klick statt manuell zu tippen.

Wie die KI Buchungen lernt

Das Modell analysiert drei Datenquellen für jeden Vorschlag:

Historische Buchungen: Welches Konto wurde für ähnliche Transaktionen in der Vergangenheit verwendet? Bei 2 Jahren Buchungshistorie sind das 5.000–15.000 Trainingsdatenpunkte.

Verwendungszweck-Analyse: NLP extrahiert Schlüsselwörter aus dem Buchungstext: „Miete", „Telefonrechnung", „Büromaterial", „Kraftstoff".

Geschäftspartner-Zuordnung: Bekannte Empfänger/Absender werden direkt dem zuletzt verwendeten Konto zugeordnet.

# KI-Buchungsvorschlag: Beispiel-Transaktion
transaktion:
  datum: "2026-03-07"
  betrag_eur: -842.50
  verwendungszweck: "Rechnung 2026-0312 Büroland GmbH"
  empfaenger: "Büroland GmbH"
  iban: "DE89370400440532013000"
ki_analyse:
  bekannter_partner: true
  letzte_buchung: "2026-02-05, Konto 4930, KSt VW"
  verwendungszweck_keywords: ["Rechnung", "Büroland"]
  kategorie_vorhersage: "Bürobedarf"
  confidence: 0.96
buchungsvorschlag:
  soll_konto: "4930 - Bürobedarf"
  haben_konto: "1200 - Bank"
  kostenstelle: "VW - Verwaltung"
  steuerschluessel: "VSt 19%"
  nettobetrag: 708.82
  ust_betrag: 133.68
  status: "Vorschlag - Bestätigung durch Buchhalter"

Genauigkeit: 90 % auf Anhieb richtig

Nach einer Trainingsphase von 4 Wochen (Buchhalter bestätigt oder korrigiert jeden Vorschlag) erreicht das Modell typische Genauigkeiten:

Die 10 % nicht korrekt erkannten Buchungen landen in einer Nachbearbeitungsqueue. Der Buchhalter korrigiert den Vorschlag, und die KI lernt aus der Korrektur. Nach 6 Monaten steigt die Genauigkeit auf 93–95 %.

ROI-Berechnung: Handwerksbetrieb mit 400 Buchungen/Monat

Für größere Betriebe mit 1.500+ Buchungen/Monat steigt die Einsparung auf €20.000–€35.000/Jahr. Die KI-Kostenplanung hilft bei der individuellen Berechnung.

Software-Optionen

DATEV mit Lernfunktion: DATEV bietet seit 2024 KI-gestützte Buchungsvorschläge in DATEV Unternehmen online. Keine zusätzlichen Kosten für bestehende DATEV-Kunden. Genauigkeit: 85–90 %.

Candis: Spezialisiert auf KI-Buchungsautomatisierung. €199–€499/Monat je nach Belegvolumen. Genauigkeit: 92 %. DATEV-Export integriert.

Eigenlösung: Python + scikit-learn auf historischen DATEV-Exporten. Kosten: €5.000–€10.000 Entwicklung, keine laufenden Lizenzkosten. Maximale Kontrolle, aber Wartungsaufwand.

Für die meisten Mittelständler ist die DATEV-interne Lösung der schnellste Einstieg. Der KI-Leitfaden für Unternehmen beschreibt die Auswahlkriterien.

Integration: DATEV, Lexware, Sage

Die KI-Buchungsvorschläge müssen in die bestehende Buchhaltungssoftware integriert werden:

• DATEV: Native Integration, keine zusätzliche Einrichtung
• Lexware: Import über CSV oder API (ab Lexware financial office)
• Sage: REST-API für automatische Buchungsvorschläge
• SAP Business One: Über SAP Business Technology Platform

Die Integration dauert 1–3 Tage. Die Trainingsphase (4 Wochen) läuft parallel zum normalen Betrieb. Der KI-Implementierungsguide beschreibt den stufenweisen Rollout.

GoBD-Konformität

KI-Buchungsvorschläge sind GoBD-konform, solange:

• Jeder Vorschlag vom Buchhalter bestätigt oder korrigiert wird (Vier-Augen-Prinzip bleibt)
• Die Änderungshistorie protokolliert wird (wer hat wann welchen Vorschlag bestätigt/geändert)
• Der Buchhalter die finale Verantwortung trägt (KI unterstützt, entscheidet nicht)

Wichtig: Die KI erstellt Vorschläge, keine automatischen Buchungen. Die Freigabe bleibt beim Menschen. Der ROI-Rechner berücksichtigt die verbleibende manuelle Prüfzeit.

Häufige Fragen

Wie lange dauert die Trainingsphase?

4 Wochen für 85 % Genauigkeit, 12 Wochen für 90 %+. In der Trainingsphase bestätigt der Buchhalter jeden Vorschlag – der Zeitaufwand ist identisch zum manuellen Buchen, aber die KI lernt mit.

Funktioniert das auch bei Fremdwährungs-Buchungen?

Ja. Die KI erkennt Fremdwährungsbeträge und schlägt den passenden Steuerschlüssel vor (innergemeinschaftlicher Erwerb, Reverse Charge). Die Umrechnung erfolgt zum EZB-Referenzkurs des Buchungstages.

Was passiert bei geänderten Kontenrahmen?

Bei einer Änderung des Kontenrahmens (z. B. SKR03 zu SKR04) muss die KI neu trainiert werden. Das dauert 2–3 Wochen. Innerhalb eines Kontenrahmens lernt die KI neue Konten automatisch, sobald der Buchhalter sie erstmals zuordnet.

Kann die KI auch Rechnungen mit Belegen abgleichen?

Ja, als Erweiterung. Die KI matcht Bankbuchungen mit offenen Eingangsrechnungen anhand von Betrag, Rechnungsnummer und Geschäftspartner. Trefferquote: 85–92 %. Die Kombination aus Belegabgleich und Buchungsvorschlag spart weitere 3 Stunden pro Woche.

Lohnt sich das unter 200 Buchungen pro Monat?

Grenzwertig. Die Einsparung liegt bei €2.500–€4.000/Jahr, die Software kostet €2.400/Jahr. Der Hauptvorteil bei kleinem Volumen ist die Fehlerreduktion: Weniger falsche Kontierungen, weniger Korrekturbuchungen am Jahresende.