50 Kraftstoff- & 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 Stapelverarbeitung von Flottenbelegen von der Erfassung eines einzelnen Spesenbelegs unterscheidet

Einen einzelnen Tankbeleg zu verarbeiten ist unkompliziert: Datum, Gallonen, Gesamtbetrag und Fahrzeug-ID ablesen, in eine Tabelle eintippen, in 60 Sekunden erledigt. Die Herausforderung liegt nicht im einzelnen Beleg. Sie entsteht, wenn Sie das mit 150 multiplizieren.

Eine Flotte mit 200 manuellen Transaktionen pro Monat verbringt etwa 65–100 Stunden mit Spesenabwicklung – Einreichung, Prüfung, Datenerfassung und Korrekturen – bei Arbeitskosten von 1.625 bis 2.500 US-Dollar pro Monat. Noch bevor man die Fehlerquote von 25–40 % bei der manuellen Erfassung von Kraftstofftransaktionen berücksichtigt, wobei jede Korrektur 15–25 US-Dollar kostet. Den vollständigen Rahmen für diese Arbeitskosten – einschließlich des IFTA-Doppelbesteuerungsrisikos bei fehlenden Belegen – finden Sie in unserem Berechnungsrahmen für die Kosten manueller Kraftstoffbelegverarbeitung.

Drei strukturelle Probleme türmen sich auf, wenn Sie von der Einzelbelegverarbeitung zu monatlichen Flottenstapeln übergehen:

Formatvielfalt über Quellen hinweg. Eine SunPass-Mautrechnung druckt Mautgebühren in einer Tabelle mit Spalten für Datum, Uhrzeit, Mautstelle und Betrag. Ein E-ZPass-Kontoauszug verwendet eine andere Spaltenreihenfolge und enthält die Transponder-ID. Eine TxTag-PDF platziert das Kennzeichen im Kopfbereich, nicht in der Positionszeilentabelle. Ein Tankbeleg von Pilot druckt Gallonen und Preis in einem Layout; Love's verwendet ein anderes; eine unabhängige 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 Mautbehörden und 15 Tankstellenketten verarbeitet, bräuchte 23 Templates, die jeweils versagen, sobald die Behörde oder Tankstelle ihr Format aktualisiert.

Fahrzeugzuordnung über Belegarten hinweg. Eine Tankkartentransaktion taggt automatisch eine Einheitennummer. Eine Mautrechnung listet ein Kennzeichen oder eine Transponder-ID auf – nicht Ihre interne Einheitennummer. Ein Fremdnetz-Tankbeleg kann gar keine Fahrzeugkennung enthalten, 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, schwebt eine Position – sie sitzt in Ihrer Tabelle ohne Fahrzeugbezug und kann daher nicht in die Kosten-pro-Meile-Analyse pro Einheit einfließen.

Zusammenführung der Ergebnisse in eine Berichtsstruktur. Selbst wenn Sie jeden Beleg korrekt extrahieren, benötigt die Ausgabe eine einheitliche Spaltenstruktur: Fahrzeug-ID, Datum, Belegart (Kraftstoff/Maut), Zuständigkeitsbereich, Gallonen, Einzelpreis, Gesamtbetrag, Kraftstoffart, Standort. Ein Mautbeleg hat kein Gallonenfeld, benötigt aber eine Zuständigkeitszuordnung. Ein Tankbeleg hat Gallonen, aber keine Mautstelle. Der Zusammenführungsschritt – das Angleichen verschiedener Belegarten an dieselbe Spaltenstruktur – ist der Punkt, an dem Tabellenkalkulationen scheitern. Die Person, die die Zusammenführung durchführt, beginnt mit Ermessensentscheidungen: „Diese Maut war in Oklahoma, also ist der Zuständigkeitsbereich OK.“ Diese Ermessensentscheidungen kosten Zeit und führen zu Abweichungen.

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

So bewältigt KI-Extraktion Formatvielfalt ohne eine einzige Vorlage

Der Grund, warum templatebasierte OCR eine gemischte Sammlung von Tankbelegen und Mautrechnungen nicht verarbeiten kann, ist struktureller Natur: Sie liest nach Koordinaten, nicht nach Bedeutung. Ein Template-Tool erwartet die Summe bei (x=120, y=340), weil die Summe beim letzten Beleg dieser Tankstelle dort stand. Wenn der nächste Beleg die Summe woanders platziert – oder wenn das Dokument ein völlig anderer Typ wie eine Mautrechnung ist – liefert das Template Unsinn.

KI-basierte Extraktion verfolgt einen anderen Ansatz. Statt Pixelkoordinaten zuzuordnen, liest die KI das Dokument semantisch – sie versteht, was eine „Summe“ ist, unabhängig davon, wo sie auf der Seite erscheint. Das ist der Unterschied zwischen dem Abgleich 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 einem Pilot-Beleg, in der Seitenmitte auf einem Love's-Beleg oder versteckt in einer Positionszeilentabelle auf einem E-ZPass-Kontoauszug steht.

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

Zwei zusätzliche Spaltenfunktionen verwandeln eine einfache Belegextraktion in einen flottenbereiten Kostenbericht:

Abgeleitete Spalten für die automatische Klassifizierung. Nicht jeder Beleg gibt explizit an, was er ist. Eine Mautrechnung aus einem Plate-by-Mail-System kann strukturell einem Parkschein ähneln. Ein Tankbeleg von einer unabhängigen Tankstelle enthält möglicherweise nirgends sichtbar das Wort „Diesel“. Definieren Sie eine abgeleitete Spalte wie Kraftstoffart (Optionen: Diesel | Benzin | DEF | Sonstiges) oder Kategorie (Optionen: Kraftstoff | Maut | Parken | Wartung), und die KI liest den Dokumentinhalt, um den korrekten Wert zu bestimmen – sie analysiert Positionszeilen, Händlernamen und Belegstruktur – und füllt die Spalte dann automatisch. Eine gesamte Sammlung gemischter Belege klassifiziert sich während der Extraktion von selbst.

Berechnete Spalten für Kennzahlen pro Einheit. Ein roher Beleg zeigt Ihnen den Gesamtbetrag und die getankten Gallonen. Was Sie in einem Kostenbericht benötigen, sind die Kosten pro Gallone auf Fahrzeugebene. Definieren Sie eine berechnete Spalte wie Kosten pro Gallone (Gesamt ÷ Gallonen), und die KI berechnet sie während der Extraktion – und liefert eine sofort analysierbare Kennzahl neben den Rohdaten. Eine Spalte wie Steuerprüfung (Gesamt × Steuersatz der Gerichtsbarkeit) vs. ausgewiesene Steuer markiert Belege, bei denen der Steuerbetrag nicht dem erwarteten Satz entspricht – und deckt Datenqualitätsprobleme auf, bevor sie in Ihre IFTA-Meldung einfließen.

Von einem Monat Belegen zu einem IFTA-bereiten Kostenbericht

Hier ist der vollständige Workflow für einen monatlichen Batch – ausgehend von einer Flotte mit 50 Fahrzeugen und Belegen aus drei Quellen: Exporte aus dem Tankkarten-Dashboard (für Transaktionen, die die Karte abdeckt), PDF-Rechnungen der Mautbehörden und papierbasierte Kraftstoffbelege von Tankstellen außerhalb des Netzes, die von Fahrern gesammelt werden.

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 gesparte Zeit liegt nicht in der Extraktion selbst – sondern in der Eliminierung von 150 einzelnen Tippvorgängen und der strukturellen Bereinigung, die auf die manuelle Eingabe folgt. Für einen genaueren Blick auf den Extraktionsprozess pro Beleg, der in den monatlichen Batch einfließt, siehe wie Flotten-Kraftstoffbelege in eine strukturierte Kostentabelle 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.