So extrahieren Sie zertifizierte Lohndaten
für die Compliance bei öffentlichen Bauvorhaben

Welche Informationen in einen Certified-Payroll-Bericht gehören

Bevor Sie die Extraktion automatisieren, lohnt es sich, genau zu verstehen, was Sie aus jedem Bericht herausziehen. Ein standardmäßiger bundesweiter WH-347 Certified Payroll — vorgeschrieben nach dem Davis-Bacon-Gesetz (40 U.S.C. § 3141 et seq.) und geregelt durch 29 CFR Part 5 — verlangt eine Feldaufstellung, die weit über das hinausgeht, was eine normale Lohnabrechnung enthält.

Für jeden Arbeiter auf einem abgedeckten Projekt verlangt der WH-347:

Eine 12-köpfige Crew mit diesen Feldern erzeugt etwa 14 bis 18 Datenpunkte pro Arbeiter pro Woche, also fast 200 Felder pro Bericht. Über fünf Subunternehmer, die im selben Projekt einreichen, liegt die wöchentliche Extraktionsfläche irgendwo zwischen 800 und 1.000 einzelnen Datenpunkten. Das ist kein Copy-and-Paste-Problem. Es ist ein strukturelles.

Wenn Sie sich mit Certified Payroll konzeptionell noch nicht auskennen — was es ist, warum es existiert und wann es gilt — beginnen Sie mit unserem Einsteigerleitfaden zu Certified Payroll, bevor Sie hier weiterlesen. Der Rest dieses Artikels setzt voraus, dass Sie wissen, was Sie einreichen müssen, und den schnellsten Weg suchen, die Daten nach Excel zu bekommen.

Schritt für Schritt: WH-347-Daten nach Excel extrahieren

Der Extraktionsansatz, der bei Certified-Payroll-Berichten funktioniert, beruht auf einem Mechanismus, der sich grundlegend von der in Ihre Lohnsoftware integrierten OCR unterscheidet. Herkömmliche OCR betrachtet eine Seite als Koordinatengitter — sie sucht nach „dem Wert in Rechteck G17“. Semantische Extraktion funktioniert so, wie ein Lohnbuchhalter das Formular liest: Sie sucht nach „der Zahl in der Spalte mit der Bezeichnung Bruttolohn neben dem Namen James Carter“. Wenn die PDF eines Subunternehmers Spalten um zwei Zoll verschoben hat, weil eine andere Softwareexport-Version verwendet wird, versagt der koordinatenbasierte Ansatz. Der semantikbasierte nicht.

Hier ist der Extraktions-Workflow, Schritt für Schritt:

Dies ist kein theoretischer Workflow. Ein Auftragnehmer im Sage-Community-Forum beschrieb seine aktuelle Methode: „Ich bin dazu übergegangen, die PDF-Version in ChatGPT einzufügen, um sie für Excel zu formatieren", weil der integrierte Excel-Export seiner Lohnsoftware unlesbar war. Der Unterschied zu einem speziellen Extraktionstool besteht darin, dass es das Dokument visuell liest – so wie Sie – und eine saubere XLSX liefert, ohne Prompt-Verkettung und ohne Spaltenumformatierung.

Warum gemischte Unterformate vorlagenbasierte Tools unbrauchbar machen

Jeder Generalunternehmer bei einem öffentlichen Bauprojekt kennt den Montagmorgen-Ablauf: Ihr Elektro-Subunternehmer sendet ein Foundation Software PDF, das sauber exportiert wird. Ihr Sanitär-Subunternehmer sendet einen Sage 300 CRE-Bericht, bei dem die Spalten den Export nicht überlebt haben. Ihr Beton-Subunternehmer sendet ein gescanntes Papier-WH-347 mit einer handschriftlichen Korrektur in Zeile 4. Ihr HVAC-Subunternehmer sendet einen Screenshot aus QuickBooks, wo ein bekannter Export-Bug in QuickBooks Desktop Enterprise einen Laufzeitfehler statt einer Excel-Datei erzeugt. Ihr Trockenbau-Subunternehmer sendet gar nichts, und Sie rufen ihn telefonisch nach.

Wenn Ihr Extraktionstool auf Vorlagen angewiesen ist – „Der Zimmermann-Satz steht in Zelle G17 auf WH-347" – benötigen Sie eine separate Vorlage für jede Software jedes Subunternehmers, jede Formularvariante jedes Bundesstaats und jedes angepasste Export-Layout. Sie werden mehr Zeit mit dem Erstellen und Debuggen von Vorlagen verbringen als mit manueller Dateneingabe. Vorlagenbasierte Tools wurden für eine Welt entwickelt, in der jedes Dokument gleich aussieht. Die Berichterstattung zur zertifizierten Lohnabrechnung ist das Gegenteil dieser Welt.

Semantische Extraktion beseitigt die Abhängigkeit vom Layout vollständig. Die Spaltennamen, die Sie definieren – „Mitarbeitername", „Klassifizierung", „Stundensatz" – sind das, wonach die KI semantisch sucht. Sie liest eine Spalte mit der Bezeichnung „Supplemental Rate" auf einem Illinois IL-452CM02 und weiß, dass sie „Fringe Rate" auf dem bundesstaatlichen WH-347 entspricht – nicht weil jemand die beiden in einer Konfigurationsregel zugeordnet hat, sondern weil sie versteht, was zusätzliche Lohnsätze im Kontext des Tariflohngesetzes bedeuten. Dies ist der Mechanismus, der es einer Spaltenvorlage ermöglicht, gleichzeitig über ein Foundation PDF, einen Sage-Export, ein gescanntes Papierformular und einen QuickBooks-Screenshot zu funktionieren.

Selbst innerhalb eines einzigen Projekts ist die Formatvarianz real. Derselbe Subunternehmer könnte mitten im Projekt die Lohnsoftware wechseln. Eine staatliche Tariflohnfestsetzung könnte aktualisiert werden, was ein anderes Spaltenformat für den Lohnsatz erfordert. Ein Vorarbeiter eines Subunternehmers könnte eine korrigierte Stundensumme handschriftlich eintragen, die das neu exportierte PDF nicht erfasst. Vorlagenbasierte Tools brechen an jedem dieser Wendepunkte. Semantische Extraktion nicht, weil sie jedes Dokument so liest, wie ein Lohnabrechnungs-Compliance-Beauftragter es liest: indem sie versteht, was die Informationen bedeuten, nicht wo der Drucker sie platziert hat.

Die tatsächlichen Kosten der manuellen Eingabe zertifizierter Lohndaten

Man neigt dazu, manuelle Dateneingabe als „kostenlos – ich bezahle die Lohnbuchhaltung ja ohnehin" abzutun. Doch die eigene Zeitschätzung des Department of Labor – 55 Minuten für acht Beschäftigte – erzählt eine andere Geschichte, wenn man sie auf ein reales Projekt hochrechnet.

Bei drei Sekunden pro Feld für eine kompetente Dateneingabekraft (unter Berücksichtigung der Zeit für Gegenprüfungen) enthält ein Bericht für 15 Arbeiter mit 16 Datenspalten 240 Felder und benötigt etwa 12 Minuten, um aus einem sauberen PDF übertragen zu werden. Drei Nachunternehmer: 36 Minuten. Fünf Nachunternehmer: 60 Minuten. Rechnet man die Nicht-Übertragungselemente hinzu – das Nachfragen bei einem Sub, der die Fringe Rates vergessen hat, das erneute Eintippen eines fehlerhaften Sage-Exports, das Abgleichen einer handschriftlichen Korrektur mit der Lohneinstufung –, landet die wöchentliche Dateneingabe eines Projekts mit fünf Subs bei 90 bis 120 Minuten. Über ein 26-wöchiges Projekt sind das bis zu 52 Arbeitsstunden, die damit verbracht werden, Zahlen aus PDFs in Excel zu tippen.

Die größere Zahl sind nicht die Zeitkosten. Es ist die Haftung. Nach dem Bußgeldplan des Department of Labor wird ein einzelner Davis-Bacon-Lohnverstoß mit einer Geldbuße von bis zu $13,508 geahndet (jährlich inflationsbereinigt angepasst). Eine vertauschte Stunde – 39,2 Stunden als 29,3 Stunden in einer zertifizierten Lohndatei zu erfassen, die Sie als wahrheitsgemäß und korrekt unterzeichnen und einreichen – ist ein Verstoß mit einem finanziellen Gewicht, das größer ist als das Monatsgehalt der Person, die den Tippfehler gemacht hat.

Die endgültige Davis-Bacon-Regel von 2023 (88 FR 57730) stellte außerdem klar, dass der Generalunternehmer die volle Haftung für Verstöße von Nachunternehmern trägt. Sie zertifizieren nicht nur die Löhne Ihrer eigenen Crew. Sie haften rechtlich für die Daten jedes Subs, was bedeutet, dass jedes PDF eines Subs Ihre Haftung ist, bis es korrekt in Ihre zertifizierte Lohndatei übertragen wurde.

So funktionieren staatliche Formulare mit demselben Extraktions-Setup

Auftragnehmer, die in mehreren Bundesstaaten tätig sind, stehen vor einer verschärften Version des Formatproblems. Das bundesweite WH-347 ist eine Vorlage, aber die staatlichen Vergütungsgesetze fügen ihre eigenen hinzu:

• Kalifornien verlangt das Formular CA A-131, das über das DIR-System für elektronische zertifizierte Lohnabrechnungen (eCPR) eingereicht wird und Auszubildenden-Registrierungsnummern, Beiträge zu Ausbildungsfonds und DIR-spezifische Spaltenbenennungskonventionen vorschreibt.
• New York verwendet das Formular CT-101 (bzw. MW-101 für Projekte in New York City), das Zusatzleistungen in einem anderen Layout von den Grundlöhnen trennt als das bundesweite WH-347.
• Illinois verlangt IL-452CM02 und fügt eine Spalte für „Prevailing-Wage-Zuschlag" hinzu, die sich von der bundesweiten Spalte für Nebenleistungen unterscheidet.
• Oregon verwendet WH-38, das eine Verfolgung des Verhältnisses von Auszubildenden zu Gesellen pro Klassifizierung erfordert.

Ein vorlagenbasiertes Tool benötigt für jedes dieser Formulare eine separate Konfiguration. Ein semantisches Extraktionstool verwendet dieselbe Spaltenliste — mit bei Bedarf hinzugefügten staatsspezifischen Feldern — weil es liest, was die Beschriftungen aussagen, nicht wo sie stehen. Wenn Ihr Projekt von einem bundesweiten Autobahnauftrag in Oregon (WH-38) zu einem kommunalen Kanalvertrag in Illinois (IL-452CM02) wechselt, ändern Sie die Spaltennamen in Ihrer Extraktionsvorlage und laden auf dieselbe Weise hoch. Keine formularspezifische Konfiguration, keine pro Bundesstaat zu pflegende Vorlagenbibliothek.

Häufig gestellte Fragen

Funktioniert das auch mit handschriftlichen Korrekturen auf einem zertifizierten Lohnbericht?

Ja, sofern die Handschrift lesbar ist. Das Vision-Modell, das die Extraktion unterstützt, erkennt Handschrift einschließlich Schreibschrift und Häkchen. Wenn ein Subunternehmer eine korrigierte Stundenzahl handschriftlich auf einem gedruckten WH-347 notiert hat, liest die KI den handschriftlichen Wert. Wenn die Handschrift wirklich unleserlich ist — ein hastiges Gekritzel, blasser Bleistift auf einem dunklen Scan — spiegelt das Ausgabefeld diese Unsicherheit wider und sollte vor der Einreichung manuell überprüft werden.

Kann ich alle Nachunternehmerberichte für ein Projekt auf einmal stapelweise verarbeiten?

Ja. Laden Sie die zertifizierten Lohnunterlagen jedes Nachunternehmers für die Berichtswoche in einem Stapel hoch, und das Tool verarbeitet sie parallel und erstellt eine einzige zusammengeführte Excel-Datei. Jede Zeile behält den Quelldateinamen bei, sodass Sie jeden Datenpunkt bis zum jeweiligen Nachunternehmer zurückverfolgen können, der ihn eingereicht hat. Dies ist besonders nützlich, wenn Sie auch Ihren eigenen WH-347 als Hauptauftragnehmer aus den aggregierten Daten erstellen.

Was ist, wenn meine Lohnsoftware bereits nach Excel exportiert?

Dann sind Sie besser dran als die meisten. Aber Software-Exporte lösen das Problem oft nicht vollständig: Die eigene Wissensdatenbank von Sage 300 CRE erkennt an, dass "Spalten, die nicht richtig ausgerichtet sind" ein bekanntes Problem beim Exportieren von Berichten nach Excel ist. QuickBooks Desktop Enterprise hat einen dokumentierten Laufzeitfehler beim Exportieren von Berichten zur zertifizierten Lohnabrechnung. Und selbst wenn Ihre eigene Software sauber exportiert, gilt das möglicherweise nicht für die Software Ihrer Nachunternehmer – und Sie benötigen deren Daten dennoch in Ihrer Tabelle.

Behandelt dies geteilte Klassifikationen – ein Arbeiter, der unter zwei verschiedenen Lohntypen aufgeführt ist?

Ja. Ein Arbeiter, der in derselben Woche sowohl Zimmerer- als auch Hilfsarbeiterstunden geleistet hat, sollte in WH-347 in zwei Zeilen erscheinen (eine pro Klassifikation), wobei die Stunden unter jeder aufgeschlüsselt sind. Die KI extrahiert beide Zeilen unabhängig voneinander. Wenn das Format des Berichts unklar macht, welche Stunden zu welcher Klassifikation gehören – ein Layoutproblem, das bei nicht standardisierten Exporten häufig auftritt, wenn beide Klassifikationen eine einzige zusammengeführte Zeile teilen – ist eine manuelle Überprüfung für diese spezifischen Zeilen erforderlich. Das Tool kennzeichnet, was es sicher extrahieren kann, und überlässt Ihnen die Bearbeitung der unklaren Fälle.

Können die extrahierten Daten direkt in LCPtracker oder eMars eingespeist werden?

Die Ausgabe ist eine standardmäßige Excel-Datei (XLSX), die zum Befüllen von Upload-Vorlagen für LCPtracker, eMars, Elation Systems oder jedes andere Behördenportal verwendet werden kann, das Excel- oder CSV-Uploads akzeptiert. Das Tool übernimmt den Extraktionsteil — das Übertragen von Daten aus einem Stapel gemischter Auftragnehmer-PDFs in eine strukturierte Tabelle. Diese Tabelle kann dann in Ihre Compliance-Software Ihrer Wahl importiert werden. Einige Auftragnehmer verwenden die extrahierte Tabelle als Datenquelle, bevor sie sie in die Weboberfläche von LCPtracker eingeben, und verkürzen so den Datenerfassungsschritt von einer Stunde pro Woche auf unter eine Minute.

Ersetzt dies die Compliance-Erklärung oder die rechtliche Zertifizierung?

Nein. Die KI extrahiert nur Lohndaten. Die Compliance-Erklärung (WH-347 Seite 2 oder ein Äquivalent) und die Unterschrift des zertifizierenden Beamten bleiben separate rechtliche Dokumente, die ein autorisierter Unternehmensvertreter ausfüllen und unterschreiben muss. Die Extraktion automatisiert die Tastatur — sie ersetzt nicht die rechtliche Bestätigung, dass jede Zeile korrekt ist. Betrachten Sie es als das Übertragen der Zahlen von Papier in Excel, damit Sie prüfen und zertifizieren können, statt zu prüfen, zu tippen und zu zertifizieren.

Auf welche Bundesstaaten und Formulare funktioniert dieser Ansatz?

Der Ansatz ist formularunabhängig. Er enthält keine vorgefertigten Vorlagen für bestimmte staatliche Formulare; er liest jedes Formular, das Sie hochladen, da er das Dokument visuell interpretiert. Solange Spalten mit erkennbaren Begriffen beschriftet sind — „Normalarbeitszeit", „Überstunden", „Bruttolohn", „Abzüge" oder entsprechende Übersetzungen — findet die KI sie. Dies gilt für CA A-131, NY CT-101, IL IL-452CM02, OR WH-38, WA L&I-Formulare und jedes andere staatliche Format für zertifizierte Lohnabrechnungen. Wenn ein Formular nicht standardmäßige Abkürzungen oder fremdsprachige Spaltenüberschriften verwendet, kann die Extraktion weniger zuverlässig sein und eine genauere Prüfung erfordern.

Die Alternative, die dieses Haftungsrisiko beherrschbar macht, ist einfach: eine Spaltenvorlage, einmal definiert und jede Woche wiederverwendet. Alle Nachunternehmerberichte — unabhängig von Format, Software oder Bundesstaat — werden gemeinsam hochgeladen. Eine einzige Excel-Datei als Ausgabe, bereit für Prüfung, Zertifizierung und Einreichung. Für Auftragnehmer, die zertifizierte Lohnabrechnungen vollständig innerhalb einer einzigen integrierten Plattform verarbeiten, die sowohl Lohnabrechnung als auch Compliance-Berichterstattung nativ verwaltet (Miter, Foundation Software mit integrierter Einreichung zertifizierter Lohnabrechnungen), bietet die Extraktion möglicherweise weniger Mehrwert. Für alle anderen — den Hauptauftragnehmer, der jeden Montag fünf Formate von acht Nachunternehmern erhält, den Spezialnachunternehmer, der noch Papier-WH-347 ausfüllt, die Büroleiterin, die mit einem fehlerhaften Excel-Export von Sage kämpft — ist es der Unterschied zwischen einem Compliance-Prozess, den Sie verwalten, und einem, der Sie verwaltet.

Testen Sie es bei Ihrer nächsten wöchentlichen Einreichung. Laden Sie die zertifizierte Lohnabrechnungs-PDF eines Nachunternehmers hoch, definieren Sie die WH-347-Spalten, die Sie benötigen, und sehen Sie, ob der 40-minütige Übertragungsschritt zu einer 30-sekündigen Prüfung wird. Für einen tieferen Einblick in den wöchentlichen Compliance-Zyklus über die reine Datenextraktion hinaus lesen Sie wie die Batch-Verarbeitung den Workflow für zertifizierte Lohnabrechnungen verändert, wenn Sie Berichte für ein ganzes Projekt auf einmal verwalten.