50 Tank- & Mautbelege,
ein Flottenkostenbericht

Wo Tankkarten aufhören – und der Belegstapel beginnt

Eine Tankkarte erfasst Transaktionsdaten automatisch an der Zapfsäule: Datum, Liter, Einzelpreis, Gesamtbetrag, Fahrzeug-ID, Standort. Bei Kraftstoff, der im Netzwerk getankt wird, landen die Daten im Dashboard, ohne dass jemand eine einzige Ziffer eingeben muss. Deshalb dominieren Tankkarten das Flottenkraftstoffmanagement – und das zu Recht. Die Shell State of Fleet Cards-Umfrage 2025 unter 260 US-Flottenmanagern bestätigte, dass Tankkarten mit 62 % Nutzung das am häufigsten verwendete Tool für das Kraftstoffkostenmanagement bleiben, gefolgt von spezieller Flottenmanagement-Software mit 55 % (Shell, 2025).

Doch dieselbe Umfrage ergab, dass 25 % der Flottenmanager Kraftstoffausgaben immer noch in manuellen Tabellen erfassen und weitere 25 % auf Papierbelege und Fahrtenbücher setzen. Es handelt sich nicht um Flotten, die noch nie von Tankkarten gehört haben – sondern um Flotten, bei denen Tankkarten nicht alles abdecken. Drei spezifische Szenarien erzeugen Belege, die die Karte nie zu Gesicht bekommt:

Mautrechnungen. Ob E-ZPass, SunPass, TxTag oder FasTrak – Mautbetreiber erstellen PDF-Abrechnungen, keine Point-of-Sale-Transaktionen. Diese treffen monatlich als mehrseitige Rechnungen mit Einzelposten pro Fahrt ein: Datum, Uhrzeit, Mautstelle, Kennzeichen, Betrag. In manchen Regionen versenden Mautsysteme mit Kennzeichenerfassung Papierrechnungen per Post. Eine landesweit tätige Flotte in 12 Bundesstaaten kann Mautrechnungen von 6 verschiedenen Betreibern erhalten, jede in einem anderen Format, jede muss dem richtigen Fahrzeug und Kostenstelle zugeordnet werden.

Kraftstoffbelege außerhalb des Netzwerks. Jede Tankkarte hat ein Stationsnetzwerk. Wenn ein Fahrer außerhalb dieses Netzwerks tankt – an einer unabhängigen Truck-Station, einer ländlichen Tankstelle oder einer regionalen Kette – fließt die Transaktion nicht durch das Kartensystem. Der Fahrer gibt am Ende der Woche einen Papierbeleg ab. Diese Belege sammeln sich an, je nach Routengeografie und Kartennetzabdeckung etwa 5–15 % des gesamten Kraftstoffvolumens.

IFTA-Nachweisdokumentation. Das International Fuel Tax Agreement erfordert die vierteljährliche Meldung der gefahrenen Meilen und des getankten Kraftstoffs pro Jurisdiktion. Für jede versteuerte Gallone Kraftstoff, die geltend gemacht wird, verlangt IFTA einen Beleg mit neun spezifischen Feldern: Kaufdatum, Name und Adresse des Verkäufers, gekaufte Gallonen, Kraftstoffart, Preis pro Gallone oder Gesamtverkaufsbetrag, Fahrzeugkennnummer und Name des Käufers (Ohio IFTA Recordkeeping Requirements, P560). Ein Tankkarten-Transaktionslog liefert die meisten dieser Felder – aber bei einer IFTA-Prüfung gleichen die Prüfer die Kartendaten mit physischen Belegen ab. Fehlende Belege führen dazu, dass der MPG-Wert Ihrer Flotte auf 4,0 oder um 20 % gesenkt wird, je nachdem, was höhere Steuerschulden verursacht. Die Aufzeichnungen müssen vier Jahre ab dem Einreichungsdatum aufbewahrt werden.

Was die Verarbeitung von Flottenbelegen im Batch von der Erfassung eines einzelnen Spesenbelegs unterscheidet

Einen einzelnen Tankbeleg zu verarbeiten ist einfach: Datum, Liter, Gesamtbetrag und Fahrzeug-ID ablesen, in eine Tabelle eintippen, in 60 Sekunden erledigt. Die Herausforderung liegt nicht im einzelnen Beleg. Sie entsteht, wenn man das Ganze mit 150 Belegen multipliziert.

Eine Flotte mit 200 monatlichen manuellen Transaktionen verbringt etwa 65–100 Stunden mit der Spesenabwicklung – Einreichung, Prüfung, Dateneingabe und Korrekturen – bei Arbeitskosten von 1.625 bis 2.500 Euro pro Monat. Noch nicht eingerechnet ist die Fehlerquote von 25–40 % bei der manuellen Erfassung von Kraftstofftransaktionen, wobei jede Korrektur 15–25 Euro kostet.

Drei strukturelle Probleme türmen sich auf, wenn man von der Einzelbelegverarbeitung zu monatlichen Flotten-Batches übergeht:

Formatvielfalt über verschiedene Quellen hinweg. Eine SunPass-Mautrechnung listet Mautgebühren in einer Tabelle mit Spalten für Datum, Uhrzeit, Mautstelle und Betrag auf. Eine E-ZPass-Abrechnung verwendet eine andere Spaltenreihenfolge und enthält die Transponder-ID. Ein TxTag-PDF platziert das Kennzeichen in der Kopfzeile, nicht in der Positionstabelle. Ein Tankbeleg von Pilot druckt Liter und Preis in einem Layout; Love's verwendet ein anderes; eine freie Tankstelle nutzt Thermopapier mit völlig anderer Feldanordnung. Template-basierte OCR-Tools – die Felder an festen Koordinaten erwarten – benötigen eine separate Template-Definition pro Format. Eine Flotte, die Belege von 8 Mautbetreibern und 15 Tankstellenketten verarbeitet, bräuchte 23 Vorlagen, die alle ungültig werden, sobald der Betreiber oder die Kette ihr Format aktualisiert.

Fahrzeugzuordnung über verschiedene Belegarten hinweg. Eine Tankkartentransaktion markiert automatisch eine Einheitennummer. Eine Mautrechnung listet ein Kennzeichen oder eine Transponder-ID – nicht Ihre interne Einheitennummer. Ein außernetzlicher Tankbeleg hat möglicherweise gar keine Fahrzeugkennung, sondern nur eine Fahrerunterschrift. Für einen einheitlichen Kostenbericht muss jeder Beleg einem Fahrzeug zugeordnet werden – und das konsistent über 150 Belege hinweg. Fehlt die Zuordnung oder ist sie inkonsistent, bleibt eine Position ungebunden – sie sitzt in Ihrer Tabelle ohne Fahrzeugbezug und kann daher nicht in die Kosten-pro-Kilometer-Analyse pro Einheit einfließen.

Zusammenführung der Ergebnisse in eine einheitliche Berichtsstruktur. Selbst wenn jeder Beleg korrekt extrahiert wird, benötigt die Ausgabe eine einheitliche Spaltenstruktur: Fahrzeug-ID, Datum, Belegart (Kraftstoff/Maut), Zuständigkeitsbereich, Liter, Einzelpreis, Gesamtbetrag, Kraftstoffart, Ort. Ein Mautbeleg hat kein Literfeld, benötigt aber eine Zuordnung zum Zuständigkeitsbereich. Ein Tankbeleg hat Liter, aber keine Mautstelle. Der Zusammenführungsschritt – das Angleichen verschiedener Belegarten in dieselbe Spaltenstruktur – ist der Punkt, an dem Tabellenkalkulationen scheitern. Die Person, die die Zusammenführung durchführt, beginnt mit Ermessensentscheidungen: "Diese Maut war in Oklahoma, also Zuständigkeit = OK." Diese Ermessensentscheidungen kosten Zeit und führen zu Abweichungen.

Dies ist die Lücke zwischen dem, was ein Beleg aussagt, und dem, was ein Kostenbericht benötigt: nicht nur Extraktion, sondern Extraktion + Zuordnung + strukturelle Normalisierung – angewandt auf 150 Belege in einem Durchgang.

Wie KI-Extraktion Formatfragmentierung ohne einzelne Vorlage bewältigt

Der Grund, warum vorlagenbasierte OCR keine gemischte Charge von Tankquittungen und Mautrechnungen verarbeiten kann, ist struktureller Natur: Sie liest nach Koordinaten, nicht nach Bedeutung. Ein Vorlagen-Tool erwartet die Summe bei (x=120, y=340), weil dort die Summe auf der letzten Quittung dieser Tankstelle stand. Wenn die nächste Quittung die Summe woanders platziert – oder das Dokument ein völlig anderer Typ wie eine Mautrechnung ist – liefert die Vorlage Müll.

KI-basierte Extraktion verfolgt einen anderen Ansatz. Anstatt Pixelkoordinaten zuzuordnen, liest die KI das Dokument semantisch – sie versteht, was eine „Summe" ist, unabhängig davon, wo sie auf der Seite erscheint. Dies ist der Unterschied zwischen dem Abgleichen von Zeichenpositionen und dem Verstehen der Dokumentstruktur. Wenn Sie eine Spalte namens „Gesamtbetrag" definieren, identifiziert die KI den Dollar-Betrag, der auf jeder Seite als Endsumme fungiert – egal ob er unten rechts auf einer Pilot-Quittung, in der Seitenmitte auf einer Love's-Quittung oder in einer Positionszeilentabelle auf einer E-ZPass-Abrechnung versteckt ist.

Dieser Mechanismus – Benutzerdefinierte Spaltenextraktion – ermöglicht es, dass eine Spaltendefinition über 23 verschiedene Formate hinweg funktioniert. Sie geben die benötigten Feldnamen ein: Fahrzeug/Einheit | Datum | Belegtyp | Zuständigkeitsbereich | Gallonen | Einzelpreis | Gesamt | Kraftstoffart | Ort/Station. Die KI liest jedes Dokument unabhängig und befüllt diese Spalten, indem sie versteht, was jeder Feldname bedeutet, nicht wo er auf dem letzten Dokument positioniert war. Eine Quittung von einer ländlichen Tankstelle in Nebraska, die die Summe in winziger Schrift unten links ausdruckt, wird genauso gelesen wie eine PDF-Mautrechnung aus Oklahoma, die Mautbeträge in einer strukturierten Positionszeilentabelle auflistet. Die KI lokalisiert den Wert nach Bedeutung, nicht nach Koordinate.

Zwei zusätzliche Spaltenfunktionen machen aus einer einfachen Belegextraktion einen flottenbereiten Kostenbericht:

Abgeleitete Spalten zur automatischen Klassifizierung. Nicht jeder Beleg gibt explizit an, was er ist. Eine Mautrechnung eines kennzeichenbasierten Systems kann strukturell einer Parkquittung ähneln. Eine Tankquittung einer unabhängigen Station enthält möglicherweise nirgendwo sichtbar das Wort „Diesel". Definieren Sie eine abgeleitete Spalte wie Kraftstoffart (Optionen: Diesel | Bleifrei | DEF | Sonstige) oder Kategorie (Optionen: Kraftstoff | Maut | Parken | Wartung), und die KI liest den Dokumentinhalt, um den korrekten Wert zu ermitteln – analysiert Positionen, Händlernamen und Belegstruktur – und füllt die Spalte automatisch. Eine ganze Charge gemischter Belege klassifiziert sich selbst während der Extraktion.

Berechnete Spalten für Einheitskennzahlen. Ein Rohbeleg zeigt den Gesamtbetrag und die getankten Liter. Was Sie in einem Kostenbericht benötigen, sind Kosten pro Liter auf Fahrzeugebene. Definieren Sie eine berechnete Spalte wie Kosten pro Liter (Gesamt ÷ Liter), und die KI berechnet sie während der Extraktion – und liefert eine sofort analysierbare Kennzahl zusammen mit den Rohdaten. Eine Spalte wie Steuerprüfung (Gesamt × Steuersatz) vs. ausgewiesene Steuer markiert Belege, bei denen der Steuerbetrag nicht dem erwarteten Satz entspricht – und erkennt Datenqualitätsprobleme, bevor sie in Ihre IFTA-Einreichung einfließen.

Von einem Monat Belege zu einem IFTA-fertigen Kostenbericht

Hier ist der durchgängige Workflow für einen monatlichen Batch – angenommen eine Flotte von 50 Fahrzeugen, deren Belege aus drei Quellen stammen: Exporte aus dem Tankkarten-Dashboard (für Transaktionen, die die Karte abdeckt), PDF-Rechnungen von Mautstellen und papierhafte Tankbelege von Fahrern außerhalb des Netzwerks.

Verarbeitungsgeschwindigkeit: Die KI extrahiert jede Seite in 5–10 Sekunden, verglichen mit etwa 3 Minuten manueller Dateneingabe pro Seite. Bei 150 Belegen entspricht das etwa 12–25 Minuten KI-Verarbeitungszeit gegenüber 7,5 Stunden manueller Eingabe. Die Zeitersparnis liegt nicht in der Extraktion selbst – sondern in der Vermeidung von 150 einzelnen Tippvorgängen und der anschließenden strukturellen Bereinigung nach manueller Eingabe. Für einen tieferen Einblick in den Extraktionsprozess pro Beleg, der in den monatlichen Batch einfließt, lesen Sie wie Tankbelege von Flottenfahrzeugen in eine strukturierte Kosten-Tabelle extrahiert werden – der Einzelbeleg-Workflow, den der Batch-Prozess auf die gesamte Flotte skaliert.

Was die KI mit Flottenbelegen kann und was nicht

Ehrliche Erwartungen bringen bessere Ergebnisse als pauschale Genauigkeitsangaben. Hier arbeitet das Tool zuverlässig – und wo menschliche Aufmerksamkeit nötig ist:

Das Tool extrahiert und strukturiert Belegdaten. Es erstellt keine IFTA-Erklärungen, prüft nicht, ob Kraftstoffsteuern korrekt abgeführt wurden, und erkennt keine betrügerischen Belege. Dies sind Buchhaltungs- und Compliance-Funktionen, die nach der Extraktion stattfinden. Die Trennung ist bewusst: Die Extraktion erzeugt einen sauberen, strukturierten Datensatz, der in Ihre bestehenden Buchhaltungs-, IFTA-Melde- und Prüfungsabläufe einfließt – sie ersetzt diese nicht.

Häufig gestellte Fragen

Kann eine einzige Spaltenvorlage sowohl Tankquittungen als auch Mautrechnungen verarbeiten – Dokumente mit völlig unterschiedlichen Datenfeldern?

Ja, weil die KI jedes Dokument unabhängig nach Feldbedeutung liest. Definieren Sie Spalten für die Obermenge der benötigten Felder: Datum, Gesamtbetrag, Fahrzeug/Einheit, Zuständigkeit, Gallonen, Kraftstoffart, Ort, Belegart. Bei einer Tankquittung findet die KI Gallonen, Einzelpreis, Kraftstoffart und Tankstelle – die Spalte Mautstelle bleibt für diese Zeile leer, da der Beleg keine Mautdaten enthält. Bei einer Mautrechnung findet die KI Datum, Mautstelle (auf Ort abgebildet), Gesamtbetrag und Zuständigkeit – die Spalten Gallonen und Kraftstoffart bleiben leer. Das Ergebnis ist eine Tabelle, in der Tankzeilen tankspezifische und Mautzeilen mautspezifische Spalten befüllt haben. Für den Kostenbericht ist das genau das, was Sie brauchen: eine Tabelle mit allen Transaktionen, Tank- und Mautvorgänge unterschieden durch ihre befüllten Spalten.

Was passiert, wenn eine Mautrechnung 50 Einzelfahrten auflistet – extrahiert die KI jede Position oder nur den Rechnungsendbetrag?

Die KI extrahiert Positionsdetails, wenn die Mautrechnung Fahrten in einer strukturierten Tabellenform darstellt – was bei den meisten PDFs von Mautbehörden der Fall ist. Jede Fahrtzeile (Datum, Uhrzeit, Mautstelle, Betrag) wird zu einer eigenen Zeile in Ihrer Ausgabetabelle. Für die Verfolgung der Kosten pro Fahrt oder die mautbezogene Routenanalyse ist dies die benötigte Granularität. Wenn Sie nur monatliche Mautsummen pro Fahrzeug benötigen, können Sie stattdessen zusammenfassende Spalten (Fahrzeug, Monat, Maut gesamt) definieren, und die KI liest den Rechnungsendbetrag. Die von Ihnen definierten Spaltennamen bestimmen die Granularität der Ausgabe.

Wie gehe ich mit der IFTA-Zuständigkeitszuordnung um, wenn eine Tankquittung den Staat nicht explizit angibt?

Viele Tankquittungen enthalten eine Stationsadresse oder eine Stadt-/Bundesstaatszeile. Definieren Sie „Zuständigkeit" als Spalte, und die KI extrahiert alle vorhandenen Standortinformationen auf der Quittung – Stadt und Bundesstaat der Station, Geschäftsadresse oder Standortcode. Wenn eine Quittung wirklich keine Standortdaten enthält (selten bei Ketten, aber üblich bei manchen unabhängigen Quittungen), definieren Sie eine abgeleitete Spalte wie Zuständigkeit (Optionen: AL|AK|AZ|AR|CA|CO|CT|DE|FL|GA|...), und die KI versucht, die Zuständigkeit aus dem Kontext abzuleiten – Stationsnamenmuster, Telefonvorwahlen auf der Quittung oder regionales Branding. Dies ist nicht 100 % zuverlässig und sollte stichprobenartig überprüft werden, reduziert aber den manuellen Zuordnungsaufwand von 150 Quittungen auf die kleine Teilmenge, bei der die Ableitung unsicher ist. Für die zuverlässigsten IFTA-Daten kombinieren Sie KI-extrahierte Belegdaten mit GPS-Telematik – das GPS weiß, in welchem Bundesstaat sich das Fahrzeug beim Tanken befand, was die Grundwahrheit ist, die die KI-Extraktion ergänzt, nicht ersetzt.

Beeinträchtigt die Stapelverarbeitung von 150 Belegen die Extraktionsgenauigkeit im Vergleich zur Einzelverarbeitung?

Nein – jeder Beleg wird unabhängig von der Stapelgröße einzeln verarbeitet. Ein Stapel von 150 Belegen besteht aus 150 eigenständigen Extraktionsvorgängen, nicht aus einem Vorgang, der über alle Dokumente mittelt. Ein verblasster Thermo-Beleg an Position 47 beeinträchtigt nicht die Extraktionsqualität einer sauberen PDF-Mautrechnung an Position 48. Die KI liest jedes Dokument isoliert mit denselben Spaltendefinitionen. Der einzige praktische Unterschied zwischen Einzel- und Stapelverarbeitung ist, dass der Stapelmodus alle Ergebnisse automatisch in einer Tabelle zusammenführt – die individuelle Extraktionsqualität pro Beleg ist identisch.

Was ist mit der IFTA-Anforderung, dass Belege einen „Nachweis der Steuerzahlung" erbringen müssen – kann die KI das extrahieren?

IFTA verlangt, dass Kraftstoffbelege einen Nachweis der an die zuständige Gerichtsbarkeit gezahlten Steuer enthalten – typischerweise erkennbar an einer Steuerzeile, einem „Steuer enthalten"-Vermerk oder einer Kraftstoffsteueraufschlüsselung auf dem Beleg. Die KI extrahiert alle Steuerinformationen, die auf dem Beleg erscheinen: Umsatzsteuer, staatliche Kraftstoffsteuer, Bundesverbrauchsteuer oder eine kombinierte „Steuer"-Zeile. Wenn der Beleg einen Steuerbetrag ausweist, definieren Sie eine Spalte „Steuer" und die KI füllt sie aus. Wenn der Beleg die Steuer nicht einzeln ausweist, aber den Preis pro Gallone angibt (der an Zapfsäulen immer die Steuer enthält), dient der Preis pro Gallone in Kombination mit dem Belegbetrag als indirekter Nachweis des Steuerstatus. Für IFTA-Meldezwecke gelten digitale Kopien der Originalbelege – extrahierte Daten plus Belegbilder – als zulässige Aufzeichnungen gemäß den IFTA-Vorschriften für elektronische Buchführung. Belege müssen vier Jahre lang aufbewahrt werden.

Kann ich dies für die vierteljährliche IFTA-Meldung selbst verwenden oder nur für monatliche Kostenberichte?

Die extrahierten Daten fließen in die IFTA-Vorbereitung ein – sie liefern strukturierte, nach Gerichtsbarkeit gekennzeichnete Kraftstoffdaten, sortiert nach Fahrzeug und Quartal. Das Tool berechnet jedoch keine IFTA-Steuerschuld, wendet keine Steuersätze der Gerichtsbarkeiten an und reicht keine Meldung ein. Ihr IFTA-Meldeprozess bleibt gleich: Sie benötigen Gesamtgallonen pro Gerichtsbarkeit, Gesamtmeilen pro Gerichtsbarkeit und die Steuersätze der Gerichtsbarkeiten für das Quartal. Was sich ändert, ist, dass Sie nicht mehr manuell die Gerichtsbarkeit und Gallonen jedes Belegs in Ihre IFTA-Arbeitsmappe übertragen müssen, sondern eine KI-generierte Tabelle erhalten, die alle manuellen Belege in einem Durchlauf abdeckt. In Kombination mit Ihrem Export der Tankkartentransaktionen (der bereits Gerichtsbarkeitskennzeichnungen für Kartentransaktionen liefert) füllen die KI-extrahierte Daten die ~30 % der Belege, die die Karte nicht abdeckt – und Ihr IFTA-Ersteller arbeitet mit einem vollständigen Datensatz statt mit zwei unvollständigen plus einem Stapel Papier.