KI-gestützte Belegverarbeitung & Mandantenzuordnung von Zahlungsavisen
Vollautomatisierte Pipeline zur Extraktion, Normalisierung und intelligenten Zuordnung unstrukturierter PDF-Zahlungsavise mittels multimodaler Large Language Models (Google Cloud Vertex AI / Gemini). Das System überführt eingehende Belege vollautomatisch in eine mandantenbezogene Archiv- und Ordnerstruktur und bereitet die Verknüpfung zu Buchungssätzen im ERP-System (CSS eGecko) vor.
Systemarchitektur & Datenfluss
Übersicht über die vollautomatisierte Verarbeitungs-Pipeline – vom Belegeingang über die multimodale KI-Extraktion und Mandantenzuordnung bis zur ERP-Verknüpfung:
Ausgangslage & Herausforderung
Täglich gehen zahlreiche Zahlungsavise unterschiedlicher Lieferanten per unstrukturiertem PDF ein. Die manuelle Bearbeitung war fehleranfällig und zeitintensiv:
- Kein einheitliches Layout: Stark variierende Formatierungen von Beträgen, unterschiedliche Datumsangaben (Belegdatum vs. Einzugsdatum/Valuta) und wechselnde Adressblöcke.
- Mehrdeutige Mandantenstrukturen: Verschiedene Konzerngesellschaften teilen sich oft denselben Firmenstamm über mehrere Standorte und Niederlassungen hinweg.
- Fehlerhafte oder abgeschnittene Daten: Lieferantenbelege enthielten unvollständige Firmenzusätze oder Ortsangaben, die versehentlich direkt im Firmennamensfeld standen.
Kern-Highlights & Entwicklungsdetails
Multimodale KI-Extraktion (Vertex AI)
Direkte Einbindung modernster Foundation Models via Google Cloud Vertex AI REST-API:
- Gemini 3.7 Flash: Liest Belegdatum, Einzugsdatum, Lieferant, Empfänger, Ort, PLZ, Betrag und Währung präzise aus
- Structured Outputs: Striktes JSON-Schema garantiert typensichere und fehlerfreie Datenstrukturen
- Autarkes JWT-Konzept: Lokale Generierung und RS256-Signierung kurzlebiger JSON Web Tokens direkt in PowerShell
- Keine externen Proxies: Höchste Sicherheit durch direkte Authentifizierung via Google Service Account
Fehlertolerantes Multi-Stage-Matching
Mehrstufiges Prüfverfahren zur vollkommenen Vermeidung von Fehlzuordnungen:
- Text-Normalisierung: Vereinheitlichung von Umlauten, Beseitigung von Rechtsformen (GmbH, AG etc.) und Bereinigung von Sonderzeichen
- Kandidaten-Vorfilterung: Abgleich gegen Mapping-Tabellen; ungenaue Teil-Treffer werden verworfen
- PLZ-Standortprüfung: Postleitzahl dient als verlässlicher Primärfilter bei Namensgleichheit von Standorten
- Suffix- & Namens-Fallback: Erkennt und trennt Orte, die fälschlich im Firmennamenfeld geführt wurden
Revisionssicheres Routing & Backup
Systematische Dateiverwaltung auf dem Windows File Server mit Fail-Safe-Prinzip:
- Backup-Sicherheit: Vor jeder Bearbeitung wird das Original-PDF unverändert im
\Save\-Archiv gesichert - Namenskonvention:
JJJJ-MM-TT_Lieferant_Betrag_Währung_Hausnummer.pdf - Mandanten-Ordner: Automatisches Einsortieren in das jeweilige Zielverzeichnis
\<Hausnummer>\ - Fehler-Sammelbericht: Nicht eindeutige Dokumente wandern nach
\Error\und lösen eine SMTP-Sammelmail aus
ERP-Verknüpfung (CSS eGecko & Groovy)
Automatischer Brückenschlag zwischen Fileserver und Finanzbuchhaltung:
- Groovy-Task: Wertet standardisierte Dateinamen aus und ermittelt die Buchungskriterien
- ELBA-Matching: Intelligenter Abgleich gegen offene Kontoauszugspositionen (Betrag, Valuta-Toleranz, Text)
- EDMS-Anhang: Automatisches Verknüpfen und revisionssicheres Anhängen des Belegs an den Buchungssatz
- Lückenlose Nachvollziehbarkeit: Tägliche CSV- und Text-Logs über alle durchgeführten Verarbeitungen
Der 5-stufige Verarbeitungsablauf
Von der unstrukturierten Eingangsdatei bis zur buchhalterischen Verknüpfung im ERP-System:
Archivierung des Original-PDFs im Save-Verzeichnis zum Schutz vor Datenverlust.
Multimodales Auslesen aller Rechnungs- und Adressdaten als validiertes JSON.
Normalisierung, PLZ-Abgleich und Suffix-Prüfung filtern den exakten Mandanten heraus.
Standardisierte Dateibenennung und Verschieben in den Ziel-Mandantenordner.
Groovy-Abgleich gegen ELBA-Kontoauszüge und automatisches Anhängen via EDMS.
Ergebnis & Mehrwert
Sekundenschnelle Belegextraktion und mandantenbezogene Ablage ohne manuellen Eingriff
Strikte Fail-Safe-Architektur mit PLZ- und Suffix-Validierung verhindert Falschbuchungen
Vollständiges Original-Backup in Save-Struktur und tägliche SMTP-Berichte