@Wolfgang_Wehner schrieb:
Der Vorteil der elektronischen Rechnung ist, dass die OCR und die Rechnungsdatenextraktion nicht mehr nötig sind. Das erhöht auf jeden Fall die Quote grüner Vorschläge. Welches Konto gebucht werden soll mit welchem BU-Schlüssel oder auch das FIBU-Konto des Kreditors stehen weiterhin nicht auf der Rechnung und werden auch bei der E-Rechnung von der KI vorgeschlagen.
Sofern es sich um einen Sachverhalt handelt, wo wir bei einem Lieferanten/Dienstleister immer die gleiche Ware/Leistung beziehen, reicht eine einfache Lerndatei vollkommen aus.
Bsp: Rechnung vom Holz Lieferanten -> Aufwandkonto 3400
Interessant ist es erst wenn wir einen Geschäftspartner haben der verschiedene Leistungen erbringt, oder eine Rechnung aufgeteilt werden muss. Letzteres steht und fällt damit, inwieweit in der Praxis der ZUGFeRD-Standard eingehalten wird. Sofern die Einzel Positionen korrekt im XML-Anhang ausgewiesen werden, lässt sich da eine automatische Aufteilung der Buchung durch die KI umsetzen. Inwieweit Informationen zu der Artikelbezeichnung (z.B. Ident. Nr. bei Sammelrechnungen im Wareneingang von KFZ Händlern) korrekt in den Buchungstext übernommen werden wird sich zeigen. Oder vielmehr: Wie oft muss man die KI korrigieren, bis das Deep Learning versteht, worauf es bei der Buchung ankommt? Auch da bietet es sich also an, erst einmal abzuwarten bis man genug menschliche Buchungen zu E-Rechnungen ins Rechenzentrum gesendet hat, damit die KI das Muster erkennen und imitieren kann.
Im Einzelfall ist dann aber dennoch abzuwägen wie viele Buchungsätze haben wir und welcher Prozentsatz ist von der Beschränkten Funktion von Lerndateien betroffen.
Bei 100 Rechnungen und 30 % welche nicht durch Lerndateien automatisiert werden können, rechnet es sich vielleicht.
Bei 1000 Rechnungen und 3 % ist es dann wahrscheinlich noch günstiger einen Menschen die Unterscheidung und Aufteilung vornehmen zu lassen.
Beide male haben wir 30 Rechnungen, welche die KI bearbeitet. Nur unterscheiden sich die Kosten um Faktor 10. Was ziemlich ärgerlich ist, da die Fibus mit den größeren Datensätzen eigentlich besser geeignet wären.
Das größte Hindernis zur flächendeckenden Einführung des ASR ist also das Preismodell, welches vorsieht, dass man auch für Buchungssätze bei denen die KI keine Leistung erbracht hat bezahlen muss. Und genauso sieht es auch beim ASB aus. Zumal die Anwender dafür Geld bezahlen, für die Datev den Algorithmus zu trainieren. Betriebswirtschaftlich also irgendwo ein Geniestreich der Datev. Besonders Genossenschaftlich finde ich den Ansatz aber nicht. Aber gut, fürs Bashing haben wir genug andere Threads hier in der Community.
