Kann KI Rechnungsfelder verstehen?
Ja – Bedeutung statt Beschriftung

Wie KI Felder nach Bedeutung liest – Das Drei-Ebenen-Verständnis

Wenn ein Mensch eine Rechnung betrachtet, analysiert er nicht jedes Feld isoliert. Er erfasst das gesamte Layout des Dokuments – den Kopfblock mit Firmendaten, den Hauptteil mit Positionen, den Fußbereich mit Summen und Zahlungsbedingungen – und nutzt diese räumliche Karte, um jedes Feld einzuordnen. Ein „Datum" neben der Rechnungsnummer oben rechts ist offensichtlich das Ausstellungsdatum. Ein „Datum" im Zahlungsbedingungsbereich unten, neben „Netto 30" oder „Fällig bis", ist offensichtlich das Fälligkeitsdatum. Für einen Menschen ist dies kein bewusster Denkprozess – aber genau das macht den Unterschied zwischen einer funktionierenden und einer fehlerhaften Extraktion aus.

KI-Visionsmodelle replizieren dieses Drei-Ebenen-Verständnis, und jede Ebene fängt Fehler ein, die die darunterliegende Ebene nicht erkennen kann.

Ebene 1: Label-Semantik. Die KI liest die Feldbezeichnung – „Rechnungsdatum", „Fälligkeitsdatum", „Lieferanschrift", „Rechnungsanschrift" – und versteht, was jede Phrase auf sprachlicher Ebene bedeutet. „Rechnungsdatum" bedeutet das Datum der Ausstellung. „Fälligkeitsdatum" bedeutet, wann die Zahlung erwartet wird. Dies ist die grundlegendste Ebene und auch die, bei der herkömmliche OCR aufhört. Eine OCR-Engine, die auf „Datum" konfiguriert ist, greift sich das erste gefundene Datum und denkt nicht weiter. Sie hat kein Konzept davon, was „Datum" bedeutet – nur, dass die Bezeichnung übereinstimmt.

Ebene 2: Positionelle Nähe. Die KI kartiert, wo sich jedes Label auf der Seite befindet und welche anderen Felder in der Nähe sind. Ein Label „Rechnungsdatum" 30 Pixel rechts neben einem Feld „Rechnungsnummer" im Kopfbereich hat ein anderes positionsbedingtes Gewicht als ein Label „Fälligkeitsdatum" 200 Pixel darunter im Zahlungsbedingungsbereich. Die KI nutzt räumliche Beziehungen – Nachbarschaft, Ausrichtung, Zugehörigkeit zum selben visuellen Block – um Felder mit gleichem Vokabular zu unterscheiden. Zwei Felder, die beide das Wort „Datum" enthalten, aber in verschiedenen Dokumentabschnitten liegen, sind unterschiedliche Felder, und das Modell behandelt sie auch so.

Ebene 3: Dokumentenkontext. Die KI liest das Dokument als vollständige visuelle Struktur – nicht als einen Strom von Textfeldern. Sie erkennt, dass eine Rechnung vorhersagbare Bereiche hat: einen Kopf (Absenderinfo, Rechnungsnummer, Datum), einen Hauptteil (Positionen mit Mengen, Beschreibungen, Einzelpreisen), einen Summenbereich (Zwischensumme, Steuer, Gesamtsumme) und einen Fußbereich (Zahlungsbedingungen, Bankdaten, Hinweise). Ein „Datum" im Kopfbereich wird als Ausstellungsdatum interpretiert. Ein „Datum" im Fußbereich, neben Zahlungsanweisungen, wird als Fälligkeitsdatum interpretiert. Die Dokumentenstruktur liefert das semantische Gerüst, das einzelne Labels nicht bieten können – und genau das fehlt herkömmlicher OCR, die Dokumente als flachen Text verarbeitet, vollständig.

Die Kombination dieser drei Ebenen bedeutet, dass die KI nicht nur Labels abgleicht – sie denkt darüber nach, was jedes Feld ist. Und dieses Denken macht sie zuverlässig bei echten Lieferantenrechnungen, bei denen keine zwei Formate identisch sind und Bezeichnungen oft abgekürzt („Re.-Datum", „Fällig", „Ausgestellt") oder übersetzt („Data fattura", „Fällig am") sind. Mehr darüber, wie sich dieser Ansatz grundlegend von älteren Methoden unterscheidet, erfahren Sie unter Was ist KI-Dokumentenextraktion und wie unterscheidet sie sich von herkömmlicher OCR?.

Fünf Feldpaare, die klassische OCR überfordern – KI aber nicht

Die folgenden Paare sind keine hypothetischen Randfälle. Sie tauchen in irgendeiner Form auf fast jeder Lieferantenrechnung auf und sind die häufigste Fehlerquelle bei Extraktionen mit Label-Matching oder vorlagenbasierten Tools. Bei jedem Paar verhindert das dreistufige Verständnis der KI die Verwechslung.

Paar 1: Rechnungsdatum vs. Fälligkeitsdatum

Dies ist die häufigste Verwechslung auf jeder Rechnung. Beide Felder enthalten Daten. Beide erscheinen oft mit Labels, die das Wort „Datum“ enthalten. Auf einer typischen Rechnung steht das Rechnungsdatum im Kopfbereich – nahe der Rechnungsnummer, Absenderadresse und dem Dokumenttitel. Das Fälligkeitsdatum steht weiter unten – im Zahlungsbedingungen-Bereich, oft zusammen mit „Netto 30“, „Fällig bis“ oder spezifischen Zahlungshinweisen. Ein Label-Matching-Tool, das nach „Datum“ sucht, greift das erste gefundene Datum und setzt es möglicherweise in die Spalte für das Rechnungsdatum. Eine KI, die die visuelle Struktur des Dokuments liest, erkennt, dass ein Datum im Kopfblock das Ausstellungsdatum ist und ein Datum neben Zahlungsbedingungen das Fälligkeitsdatum – selbst wenn beide Labels vom Rechnungsdesigner auf „Datum“ abgekürzt wurden.

Paar 2: Lieferadresse vs. Rechnungsadresse

Beides sind Adressen. Beide enthalten Firmenname, Straße, Stadt und Postleitzahl. Der visuelle Unterschied besteht oft nur aus einem Label über jedem Block – „Lieferadresse“ links, „Rechnungsadresse“ rechts oder umgekehrt. Ein vorlagenbasiertes OCR-Tool, das auf „die Adresse“ konfiguriert ist, greift den ersten gefundenen Adressblock und hört auf. Die KI liest das Label über jedem Block, versteht, dass „Lieferadresse“ den Lieferort und „Rechnungsadresse“ die abrechnende Stelle bedeutet, und leitet jede an die richtige Ausgabespalte weiter. Bei Rechnungen, bei denen die beiden Blöcke unbeschriftet sind – nur zwei Adressen nebeneinander ohne Überschrift – verwendet die KI Positionsheuristiken: Die Adresse weiter oben im Dokument, ausgerichtet mit Absenderdetails, ist typischerweise die Rechnungsadresse, während die Adresse in einem separaten Versandabschnitt die Lieferadresse ist.

Paar 3: Zwischensumme vs. Gesamtsumme

Beides sind Geldbeträge. Beide erscheinen im Summenbereich am unteren Ende der Rechnung. Was sie unterscheidet, ist nicht nur die Bezeichnung, sondern die räumliche Hierarchie: Die Zwischensumme erscheint oberhalb der Steuerzeile und unterhalb der Positionen und stellt die Summe aller Positionen vor Steuern dar. Die Gesamtsumme (oder der Endbetrag) erscheint ganz am Ende der Summenspalte, nachdem Steuern und etwaige Rabatte abgezogen wurden – oft in einer größeren Schrift oder fett. Die KI liest diese visuelle Hierarchie wie ein Mensch: Sie erkennt, dass der Betrag direkt unter der letzten Position die Zwischensumme ist, und der Betrag am unteren Ende der Spalte, nach Steuern und Anpassungen, die endgültige Gesamtsumme. Vorlagenbasierte Tools, die feste Koordinatenzonen für jeden Betrag definieren, versagen, sobald ein Verkäufer eine Rabattzeile hinzufügt oder die Darstellung des Steuersatzes ändert – die Zone, die früher „Zwischensumme“ enthielt, enthält jetzt „Rabatt“, und die extrahierten Daten verschieben sich um eine Zeile.

Paar 4: Nettobetrag vs. Bruttobetrag

Ähnlich wie Zwischensumme vs. Gesamtsumme, jedoch mit einer zusätzlichen Ebene: Netto bedeutet in der Regel den Betrag vor Steuern, während Brutto den Betrag inklusive Steuern meint. Einige Rechnungen bezeichnen diese als „Netto“, „Steuer“, „Brutto“ in einem Dreizeilenblock. Andere bezeichnen sie als „Zwischensumme“, „MwSt.“, „Gesamtsumme“. Einige europäische Rechnungen verwenden „Netto“ und „Brutto“. Ein reiner Labelabgleich scheitert, sobald sich die Begriffe ändern. Die KI liest die semantische Beziehung: Der Betrag, der, wenn Steuern hinzugefügt werden, die Endsumme ergibt – das ist der Nettobetrag. Der Betrag, der der Endsumme entspricht – das ist der Bruttobetrag. Die Bezeichnungen können je nach Sprache und Rechnungsformat variieren, aber die mathematische Beziehung zwischen den Zahlen ist invariant.

Paar 5: Verkäufername vs. Kundenname

Beides sind Firmennamen. Beide erscheinen auf jeder Rechnung. Aber einer ist der Absender (der Verkäufer, der die Rechnung ausgestellt hat und bezahlt werden möchte) und der andere ist der Empfänger (der Kunde, der die Waren oder Dienstleistungen erhalten hat). Die KI unterscheidet sie positionell: Der Verkäufername erscheint im Rechnungskopf, typischerweise mit dem Logo, der Adresse und der Steuernummer des Absenders. Der Kundenname erscheint im Block „Rechnung an“ oder „Verkauft an“, normalerweise unterhalb des Kopfes, aber oberhalb der Positionen. Bei einer schlecht gestalteten Rechnung, auf der beide Namen ohne klare Beschriftung erscheinen, nutzt die KI Schriftgröße und Position als Signale – der Name in der größten Schrift oben auf der Seite, begleitet von einem Logo, ist mit ziemlicher Sicherheit der Verkäufer.

Diese fünf Paare decken die Mehrheit der Feldvertauschungsfehler ab, die die vorlagenbasierte Extraktion plagen. Und der gemeinsame Nenner bei allen ist, dass die Lösung der KI auf demselben Mechanismus beruht: Sie extrahiert nicht durch Labelabgleich – sie extrahiert, indem sie versteht, was jedes Feld im Kontext des gesamten Dokuments bedeutet.

Wie KI jede Verwechslung auflöst – die schrittweise Begründung

Es ist leicht zu sagen: „KI versteht den Kontext.“ Nützlicher ist es, die Begründung zu zeigen. Hier passiert tatsächlich, wenn ein Vision-Language-Modell eine Rechnung mit ähnlich aussehenden Feldern verarbeitet.

Schritt 1: Das Modell betrachtet zuerst die gesamte Seite. Bevor es etwas extrahiert, erfasst es das vollständige visuelle Layout – die räumliche Anordnung von Textblöcken, die Schriftgrößen, die Leerräume, die Abschnitte trennen. Diese globale Ansicht verleiht ihm die Orientierung an der Dokumentenstruktur, die herkömmlicher OCR fehlt. Es ist der Unterschied zwischen dem Lesen eines Buches durch Scannen jedes Wortes von links nach rechts (OCR) und dem Lesen, indem man zuerst bemerkt, dass es eine Titelseite, ein Inhaltsverzeichnis, Kapitel und einen Index hat (VLM).

Schritt 2: Es segmentiert die Seite in funktionale Bereiche. Das Modell identifiziert den Kopfbereich (Absenderinfo, Logo, Rechnungsnummer, Datum), den Hauptbereich (Positionen in einer Tabelle), den Summenbereich (Zwischensumme, Steuer, Gesamtsumme) und den Fußbereich (Zahlungsbedingungen, Bankdaten, Notizen). Diese Segmentierung basiert nicht auf vorprogrammierten Regeln wie „der Kopf ist immer die oberen 3 Zoll“ – sondern auf visuellen Mustern, die es aus Millionen von Dokumenten gelernt hat. Ein dichter Block von Adresszeilen oben ist ein Kopf. Eine mehrspaltige Tabelle in der Mitte ist der Hauptbereich. Eine rechtsbündige Spalte mit Zahlen unten ist der Summenbereich.

Schritt 3: Es liest jedes Feld in seinem Dokumentenkontext. Wenn der Benutzer eine Extraktionsspalte definiert – sagen wir „Fälligkeitsdatum“ – sucht die KI nicht auf der Seite nach der Zeichenfolge „Fälligkeitsdatum“. Sie sucht auf der Seite nach einem Datumsfeld, das drei Bedingungen gleichzeitig erfüllt: (1) der Labeltext ist semantisch äquivalent zu „Fälligkeitsdatum“ (passend zu „Fällig am“, „Zahlung fällig“, „Due Date“, „Due by“, „Payment Due“, „Échéance“); (2) die räumliche Position des Feldes liegt im Fuß- oder Zahlungsbedingungenbereich, nicht im Kopf; (3) das Feld befindet sich in der Nähe von zahlungsbezogenen Inhalten wie „Netto 30“, „Zahlbar bis“ oder Banküberweisungsanweisungen. Ein Datum, das alle drei Bedingungen erfüllt, ist das Fälligkeitsdatum. Ein Datum, das nur Bedingung (1) erfüllt – ein Label mit „Datum“ –, aber im Kopf in der Nähe der Rechnungsnummer steht, ist das Rechnungsdatum, nicht das Fälligkeitsdatum.

Schritt 4: Es validiert felderübergreifend. Die KI extrahiert „Rechnungsdatum“ und „Fälligkeitsdatum“ nicht als isolierte Aufgaben. Sie extrahiert sie gemeinsam und prüft, ob sie als Paar sinnvoll sind – das Fälligkeitsdatum sollte gleich oder später als das Rechnungsdatum sein. Wenn die KI ein Rechnungsdatum vom 25. Juni und ein Fälligkeitsdatum vom 10. Juni zurückgibt – ein Datum vor der Rechnung –, weiß sie, dass etwas nicht stimmt, und überprüft beide Felder erneut. Diese felderübergreifende Validierung ist eine eingebaute Konsistenzprüfung, die Vorlagen-OCR nicht durchführen kann, da Vorlagen-OCR nicht versteht, dass Daten chronologische Beziehungen haben.

Dieser vierstufige Begründungsprozess unterscheidet semantische Extraktion von Label-Abgleich. Er ist auch der Grund, warum Sie keine separaten Parsing-Vorlagen für jeden Lieferanten erstellen müssen – die KI liest jedes Dokument neu, wendet dieselbe Verständnislogik auf jedes Format an, das ihr begegnet. Eine Erklärung, warum dieser vorlagenfreie Ansatz mehr als ein Komfortmerkmal ist, finden Sie unter ob KI Daten ohne Einrichtung von Vorlagen extrahieren kann.

Worauf Sie bei einem feldsensitiven Extraktionstool achten sollten

Nicht jedes Tool, das mit „KI-gestützter Extraktion“ wirbt, nutzt tatsächlich das oben beschriebene dreistufige Verständnis. Viele Produkte verpacken traditionelle OCR in ein KI-Marketing-Mäntelchen – die Extraktions-Engine arbeitet immer noch mit Label-Abgleich, nur mit einer hübscheren Oberfläche. So erkennen Sie den Unterschied.

1. Testen Sie es mit zwei Rechnungen, deren Feldbezeichnungen identisch, aber unterschiedlich platziert sind. Nehmen Sie zwei Rechnungen von verschiedenen Anbietern. Beide haben ein Feld „Datum“, aber auf Rechnung A steht das Datum oben rechts im Kopfbereich, auf Rechnung B in der linken Spalte unter dem Logo. Liefert das Tool für beide das korrekte Datum, erfasst es das Feld inhaltlich und nicht positionsbasiert. Schlägt es bei der zweiten Rechnung fehl, arbeitet es mit festen Koordinatenzonen.

2. Testen Sie es mit einer Rechnung, die abgekürzte oder übersetzte Feldbezeichnungen verwendet. Geben Sie dem Tool eine Rechnung, bei der das Fälligkeitsdatum mit „Fällig bis“ oder „Échéance“ oder „Due by“ beschriftet ist – nicht mit „Fälligkeitsdatum“. Erkennt das Tool es korrekt als Fälligkeitsdatum, wenn Sie danach fragen, versteht es die Semantik der Bezeichnung und führt keinen reinen Zeichenkettenabgleich durch. Fehlt das Feld ganz, arbeitet es mit wörtlichem Textvergleich. Dieser Test ist besonders wichtig, wenn Sie internationale Rechnungen verarbeiten – Feldbezeichnungen variieren stark je nach Sprache und sogar zwischen Abteilungen desselben Unternehmens.

3. Testen Sie die Stapelverarbeitung mit Rechnungen im Mischformat. Laden Sie fünf Rechnungen von fünf verschiedenen Anbietern mit jeweils unterschiedlichem Layout hoch und fragen Sie nach „Rechnungsdatum“ und „Fälligkeitsdatum“. Enthält die Ausgabetabelle für alle fünf die korrekten Daten in den richtigen Spalten, arbeitet das Tool mit semantischem Verständnis. Sind bei zwei oder drei Rechnungen die Daten vertauscht, ist das Tool im Kern vorlagenabhängig.

4. Prüfen Sie, ob das Tool anzeigt, welches Feld es zugeordnet hat. Ein gutes Extraktionstool liefert nicht nur den extrahierten Wert – es zeigt Ihnen, wo im Dokument es diesen Wert gefunden hat. Benutzerdefinierte Spaltenextraktion ermöglicht es Ihnen, genau die gewünschten Felder zu definieren („Rechnungsdatum“, „Fälligkeitsdatum“, „Nettobetrag“, „Bruttobetrag“) und behandelt jedes als unabhängige semantische Suche. Wenn ein Feld einen Wert zurückgibt, können Sie ihn mit dem Quelldokument abgleichen. Tools, die eine Black-Box-CSV ohne Zuordnung zum Dokument liefern, verbergen etwas – meist eine hohe Fehlerrate bei ähnlichen Feldpaaren.

5. Testen Sie es mit Dokumenten, in denen dasselbe Label-Wort in mehreren Feldern vorkommt. Erstellen Sie ein Testdokument, in dem „Datum“ als Bezeichnung für vier verschiedene Felder erscheint: „Bestelldatum“, „Versanddatum“, „Rechnungsdatum“ und „Fälligkeitsdatum“. Dies ist ein extremer Test, aber er zeigt, ob die Extraktions-Engine semantisches Verständnis oder Stichwortabgleich nutzt. Eine semantische Engine liefert vier verschiedene Daten. Eine Stichwortabgleich-Engine liefert viermal dasselbe Datum oder drei leere Felder und ein Datum. Letzteres ist weitaus häufiger, als die meisten Anbieter zugeben.

Häufig gestellte Fragen

Kann KI wirklich zwischen „Rechnungsdatum“ und „Fälligkeitsdatum“ unterscheiden, wenn beide Felder nur „Datum“ heißen?

Ja – denn die KI verlässt sich nicht allein auf die Feldbezeichnung. Sie erkennt, wo auf der Seite jedes Datum steht. Ein „Datum“ im Kopfbereich neben der Rechnungsnummer ist das Ausstellungsdatum. Ein „Datum“ im Zahlungsbedingungen-Abschnitt neben „Netto 30“ ist das Fälligkeitsdatum. Die Position im Dokumentenlayout ist ein stärkeres Signal als die Feldbezeichnung, und die KI nutzt beides. Deshalb stören Abkürzungen oder Übersetzungen die Extraktion nicht – der Ort und der umgebende Inhalt liefern den nötigen Kontext, den eine reine Feldbezeichnung nicht bieten kann.

Was passiert, wenn eine Rechnung gar keine „Fälligkeitsdatum“-Bezeichnung hat – sondern nur ein Datum unter „Zahlungsbedingungen: Netto 30“?

Die KI leitet das Fälligkeitsdatum aus dem Kontext ab. Steht im Rechnungskopf „Datum: 01.06.2026“ und im Fußbereich „Zahlungsbedingungen: Netto 30“, erkennt die KI, dass die Zahlung 30 Tage nach Rechnungsdatum fällig ist – also am 1. Juli 2026 – und gibt dies als Fälligkeitsdatum aus. Sie liest die Zahlungsbedingungen, versteht die „Netto 30“-Konvention und berechnet das Fälligkeitsdatum aus dem Rechnungsdatum. Ein reines OCR-Tool würde kein Feld mit der Bezeichnung „Fälligkeitsdatum“ finden und leer zurückgeben. Mehr zu dieser Art der berechneten Extraktion finden Sie unter praktische Tipps für präzise KI-Dokumentenextraktion.

Verwechselt die KI jemals „Lieferadresse“ und „Rechnungsadresse“, wenn sie nebeneinander und ohne Bezeichnung stehen?

Selten, aber es kann vorkommen. Wenn beide Adressblöcke unbezeichnet und optisch symmetrisch sind, greift die KI auf Positionsheuristiken zurück – die Adresse, die am Absenderkopfbereich ausgerichtet ist, ist in der Regel die Rechnungsadresse, und die Adresse in einem separaten Versandabschnitt ist die Lieferadresse. Bei gut strukturierten Rechnungen funktioniert diese Heuristik. Bei schlecht gestalteten Rechnungen, bei denen die beiden Blöcke keinerlei visuelle Unterscheidung aufweisen, kann die KI die Mehrdeutigkeit kennzeichnen und um Klärung bitten oder auf Basis statistischer Muster in ihren Trainingsdaten raten. Wenn Sie regelmäßig Rechnungen mit unbezeichneten parallelen Adressblöcken verarbeiten, definieren Sie Ihre Extraktionsspalte explizit als „Lieferadresse“ oder „Rechnungsadresse“ – die spezifische Bezeichnung hilft der KI bei der Unterscheidung.

Was ist, wenn meine Rechnungen völlig unterschiedliche Begriffe für dasselbe Konzept verwenden – wie „Data fattura“ für das Rechnungsdatum auf einer italienischen Rechnung?

Genau hier übertrifft die semantische Extraktion den Label-Abgleich. Da die KI versteht, dass „Data fattura“ (Italienisch), „Fecha de factura“ (Spanisch), „Date de facture“ (Französisch) und „Rechnungsdatum“ (Deutsch) alle „Rechnungsdatum“ bedeuten, extrahiert sie den korrekten Wert unabhängig von der Sprache. Dasselbe Modell, das eine englische Rechnung liest, liest auch eine italienische mit demselben Mechanismus – es versteht, was der Ausdruck bedeutet, nicht, welche Zeichen er enthält. Sie müssen keine sprachspezifischen Label-Zuordnungen konfigurieren. Sie definieren Ihre Ausgabespalte einmal auf Englisch – „Rechnungsdatum“ – und die KI findet das passende Feld, egal ob das Label auf Englisch, Italienisch, Deutsch oder Japanisch ist.

Wie genau unterscheidet KI ähnliche Felder im Vergleich zu einem Menschen?

Bei sauberen, gedruckten Rechnungen mit Standardlayouts liegt die KI-Genauigkeit bei der Unterscheidung ähnlicher Felder bei über 95 % – vergleichbar mit einem geschulten Datenerfasser. Bei ungewöhnlichen Layouts – Rechnungen, bei denen das Fälligkeitsdatum über dem Rechnungsdatum steht oder Positionen in einer nicht standardmäßigen Reihenfolge angeordnet sind – sinkt die KI-Genauigkeit auf 85–90 %. Die verbleibenden Fehlerfälle sind typischerweise Dokumente, bei denen auch ein Mensch einen Moment brauchen würde, um herauszufinden, welches Datum welches ist. Der praktische Rat: Prüfen Sie bei der Massenverarbeitung stichprobenartig die ersten 10 Rechnungen eines neuen Lieferanten, um die Feldzuordnung zu bestätigen, und vertrauen Sie dann für nachfolgende Rechnungen dieses Lieferanten auf die automatisierte Extraktion. Die meisten Feldvertauschungsfehler sind systematisch (sie treten aufgrund einer Layout-Besonderheit bei jeder Rechnung desselben Lieferanten auf), nicht zufällig – eine Korrektur behebt also den gesamten Batch.

Muss die KI für jedes Rechnungsformat eines Lieferanten trainiert werden, um Felder korrekt zu unterscheiden?

Nein. Das ist der Kern des dreistufigen Verständnisses. Vorlagenbasierte Tools erfordern, dass Sie bei jedem neuen Lieferantenformat Kästchen um „Rechnungsdatum“ und „Fälligkeitsdatum“ zeichnen, da sie nach Position extrahieren. KI, die nach Bedeutung liest, extrahiert beim ersten Kontakt mit einem neuen Format korrekt, weil es ihr egal ist, wo das Feld ist – es kommt darauf an, was das Feld ist. Sie können Rechnungen von 50 verschiedenen Lieferanten in einem einzigen Batch verarbeiten, jedes mit einem völlig anderen Layout, und die KI bearbeitet jede einzelne unabhängig. Dies ist der Unterschied zwischen vorlagenfreier semantischer Extraktion und positionsbasierter OCR: siehe unsere vollständige Erklärung der vorlagenfreien KI-Extraktion.

Was ist der häufigste Feldpaar-Fehler, den KI bei echten Rechnungen noch macht?

Der schwierigste Fall ist, wenn zwei ähnliche Felder im selben Dokumentbereich ohne räumliche Trennung erscheinen – zum Beispiel „Zwischensumme" und „Gesamtsumme nach Rabatt" beide in derselben rechtsbündigen Spalte im Summenbereich, mit nur einer Zeile Abstand. Bei eng gepackten Rechnungen mit minimalem Weißraum hat die räumliche Disambiguierung der KI weniger Signal zur Verfügung. Der zweitschwierigste Fall ist, wenn ein Anbieter dasselbe Label-Wort für tatsächlich unterschiedliche Zwecke auf verschiedenen Rechnungen verwendet – „Betrag" meint auf einer Rechnung die Zwischensumme und auf einer anderen Rechnung vom selben Anbieter die Gesamtsumme. In beiden Fällen ist die Lösung dieselbe: Definieren Sie Ihre Extraktionsspalten präziser. Fragen Sie statt „Betrag" explizit nach „Zwischensumme" und „Gesamtsumme". Je spezifischer Ihre Spaltennamen, desto weniger Spielraum für die KI – und Feldspezifität kostet nichts.

Für einen tieferen Einblick, wie KI-Extraktions-Engines unter der Haube arbeiten – einschließlich des Unterschieds zwischen Vision-Language-Modellen und traditioneller OCR – beginnen Sie mit was KI-Dokumentenextraktion ist und wie sie funktioniert. Wenn Sie Extraktionstools evaluieren und einen praktischen Rahmen für das Testen der Genauigkeit auf Ihren eigenen Dokumenten wünschen, lesen Sie unseren praktischen Leitfaden zur Verbesserung der KI-Extraktionsgenauigkeit.