Hallo,
die Aktualisierung des Liquiditätsmonitors (bezogen auf die Daten aus der Offenen-Posten-Buchhaltung) erfolgt nur durch Aufruf aus Kanzlei Rechnungswesen bzw. Mittelstand Faktura mit Rechnungswesen heraus, da mindestens die Hälfte der Piloten (auch die Piloten der verlängerten Pilotphase) die Aktualisierung manuell, d.h. gezielt durchführen wollten und nicht eine automatische Aktualisierung erfolgen sollte. Zum aktuellen Zeitpunkt liegt auch nur eine einstellige Anzahl von Anwenderwünschen vor dies zu ändern.
Zur Bezeichnung der Aktualisierung mit den Worten „Letzte Aktualisierung: DD.MM.YYYY Auswertung entspricht dem Stand der Buchführung“ liegen bisher keine Rückmeldungen seitens der Anwender vor, dass es nicht verstanden wird.
Der Algorithmus zur Erkennung von wiederkehrenden Zahlungen auf Basis der Kontoumsätze ist eine automatische Vorbelegung der Liquiditätsprognose, die durch den Anwender noch angepasst werden kann. Dies kann durch Deaktivieren der einzelnen prognostizierten Zahlungen erfolgen sowie durch Aufnahme manueller Zahlungen, um die Prognose (bei Bedarf) zu vervollständigen als auch Szenarien zu planen.
Offensichtlich werden Auszahlungen - da regelmäßiger im Auftreten und Betrag - besser erkannt und daher zeigt die Liquiditätsprognose bei keiner Vervollständigung den Ausblick, wenn keine Einzahlungen erfolgen. Dies wurde von einigen Anwendern auch als sehr interessant bewertet. Wie bei jeder simulierten Liquiditätsprognose bilden die regelmäßigen Einzahlungen und Auszahlungen die Grundlage, während die zukünftigen unregelmäßigen Zahlungen durch den Unternehmer veranschlagt werden müssen. Eine algorithmische Erkennung bei einmaligen Projekt- oder Umsatzgeschäft stellt sich als unmöglich da.
Die Anbindung an Unternehmen Online und Auftragswesen, d. h. Datenherkunft auf Basis von Belegen ist ein bekannter Wunsch, der für eine Weiterentwicklung hohe Priorität hat.
Die Kategorisierung der Einzahlungen und Auszahlungen erfolgt auf Basis eines Künstlichen Intelligenz Modells (Sprachmodell) wie es aktuell zu ChatGPT bekannt ist. Die Grundlage der Kategorisierung bilden echte Buchungssätze. Ähnlich wie beim Algorithmus zur Erkennung von wiederkehrenden Zahlungen ist keine 100-prozentige Genauigkeit aufgrund Individualisierung möglich. Aus diesem Grund besteht die Möglichkeit die Kategorisierung anzupassen (Vorgehen siehe Community). Dies erfordert einen einmaligen Einrichtungsaufwand, wie bei jeder neu im Einsatz befindlichen Softwareanwendung.
Die Auflösung von Sammelzahlungen (siehe hierzu DATEV Bank online - Einstellungen) ist bedingt möglich, dieser Anwenderwunsch ist uns bereits bekannt.
Mit freundlichen Grüßen
Tobias Kraft
... Mehr anzeigen
