Lebensmittelpreise von Rechnungen vergleichen
Mit KI – ohne Abo

Warum eine Preisliste in Tabellenform ab zwei Lieferanten nicht mehr skaliert

Das Konzept der Preisliste ist sinnvoll. Spalte A listet die Zutaten. In den Spalten B, C und D stehen die aktuellen Einzelpreise der jeweiligen Lieferanten. Nach Zutat sortieren, querlesen – und schon sieht man sofort, wer diese Woche bei Hähnchenbrust am günstigsten ist. Die Logik stimmt. Die Umsetzung ist das Problem.

Eine typische Sysco-Rechnung umfasst 3 bis 5 Seiten mit 40 bis 60 Positionen. US Foods: ähnliche Länge, anderes Format, andere Artikelbezeichnungen. Ein lokaler Gemüselieferant: handschriftlich oder halb getippt, wahrscheinlich in einer anderen Maßeinheit. Drei Rechnungen, insgesamt rund 150 Positionen. Selbst wenn der Restaurantbetreiber nur die 30 wichtigsten Artikel erfasst (Fleisch, Speiseöle, Milchprodukte, stark nachgefragtes Obst und Gemüse), sind das 90 Datenpunkte, die jede Woche neu eingegeben werden müssen – drei Preise pro Artikel von drei Lieferanten. Bei 30 Sekunden pro Datenpunkt (Artikel auf der Rechnung finden, Preis ablesen, in die Tabelle eintragen) sind das 45 Minuten pro Woche. Hochgerechnet auf 52 Wochen sind das 39 Stunden pro Jahr für eine Aufgabe, die keinen Umsatz generiert – sie dient rein defensiv der Verhinderung von Margenverlusten, statt etwas Neues aufzubauen.

Die Restaurantbetreiber auf Reddit sagen nicht, dass die Preisliste eine schlechte Idee ist. Sie sagen, dass die Tabelle selbst schnell komplex wird: "Meine ist geschichtet von Rohzutaten über Basisrezepte bis hin zu Anrichteweisen und Endkosten." Jede Woche ändern sich die Zutatenpreise upstream, und jemand muss diese Änderungen durch jede Ebene dieser Tabelle nachziehen. Der Engpass ist nicht das Design der Tabelle. Es ist der Vorgang, die Rechnungsdaten hineinzubekommen.

Das Zutaten-Namensproblem – Warum dieselbe Hähnchenbrust fünf verschiedene Produkte ist

Bevor Sie Preise vergleichen können, müssen Sie das Identitätsproblem lösen. Sysco listet Hähnchenbrust ohne Knochen und Haut als „BNLS SKNLS CHKN BRST 6OZ IFF“ – eine 12-stellige Abkürzung, die Produktname und Spezifikation in einen Bestandscode presst. US Foods führt sie als „CHICKEN BREAST BONELESS SKINLESS 6 OZ“. Der lokale Geflügellieferant schreibt „Hähnchenbrust“ auf eine handschriftliche Rechnung – ganz ohne Code.

Für ein herkömmliches OCR-System sind das drei verschiedene Produkte. OCR liest Zeichen, nicht Bedeutung. „BNLS SKNLS CHKN“ und „CHICKEN BREAST BONELESS“ haben keine einzige übereinstimmende Zeichenfolge. Das OCR-System hat keine Möglichkeit zu erkennen, dass sie dasselbe meinen. Deshalb benötigen vorlagenbasierte Extraktionstools eine Konfiguration pro Lieferant – Sie müssen dem System sagen, dass die Hähnchenbrust bei Sysco-Rechnungen in Spalte 3 unter Produktcode 472819 steht, bei US Foods-Rechnungen dagegen in Spalte 2 unter „Geflügel – Frisch“. Wenn ein Lieferant sein Format ändert, ist die Vorlage nutzlos.

Hier zeigt sich der wesentliche Unterschied zwischen traditioneller OCR und einem visuellen Large Language Model. OCR fragt: „Welche Zeichen sind hier?“ Ein visuelles Modell fragt: „Welche Informationen stehen auf dieser Seite, und was bedeuten sie?“ Wenn Sie eine Spalte mit dem Namen „Hähnchenbrust“ definieren, durchsucht die KI die Rechnung nach jeder Position, die knochenlose, hautlose Hähnchenbrust beschreibt – unabhängig davon, wie der Lieferant sie abkürzt, codiert oder wo sie auf der Seite steht. Sie liest semantisch. „BNLS SKNLS CHKN BRST“, „Hähnchenbrust“ und „鸡胸肉“ werden alle derselben Spalte zugeordnet, weil die KI versteht, dass sie dasselbe beschreiben – nicht, weil sie dieselben Zeichen enthalten.

Ein Restaurantbetreiber, der den Preis für „Schwere Alufolie 18x500“ bei verschiedenen Lieferanten verfolgen möchte, steht vor dem gleichen Problem. Sysco führt es als „FOIL ALUM 18IN X 500FT HD“. Ein Gastronomiebedarf schreibt „Alum Foil 18" – 500'". Ein Abholmarkt-Beleg sagt „ALU FOIL“. Gleiches Produkt, fünf Namen – ein vorlagenbasiertes System bräuchte fünf separate Zuordnungen. Eine semantische KI-Extraktion benötigt einen Spaltennamen und verarbeitet alle fünf.

Wie KI eine Lebensmittelgroßhändler-Rechnung liest – und das Gefundene normalisiert

Die Extraktion funktioniert über die Spaltennamensextraktion: Statt Formularfelder per Koordinaten zuzuordnen, geben Sie die benötigten Datenpunkte einfach ein. Die KI durchsucht das Dokument nach Informationen, die den einzelnen Spaltennamen inhaltlich entsprechen. Für den Preisvergleich von Lieferantenrechnungen sind die entscheidenden Spalten:

Zwei dieser Spalten gibt es auf der Rechnung nicht. Stückkosten und Preis pro Einheit werden während der Extraktion berechnet – die KI teilt den Rechnungspreis durch die Packungsgröße, um Lieferanten mit unterschiedlichen Verkaufsmengen zu normalisieren. Das ist für Vergleiche unerlässlich: Sysco verkauft Hähnchenbrust im 40-Pfund-Karton für 112,80 $. US Foods verkauft sie im 50-Pfund-Karton für 135,00 $. Die Rechnungspreise sehen unterschiedlich aus (112,80 $ vs. 135,00 $) und verraten erst nach der Normalisierung, welcher günstiger ist. Die berechnete Spalte erledigt das automatisch: 112,80 $ ÷ 40 = 2,82 $/Pfund vs. 135,00 $ ÷ 50 = 2,70 $/Pfund. US Foods ist bei diesem Artikel günstiger – das wäre aus den reinen Rechnungssummen nicht ersichtlich.

Diese Normalisierung macht aus der Extraktion ein echtes Vergleichswerkzeug. Die KI liest nicht nur ab, was gedruckt ist – sie liefert die Zahl, die Sie für Ihre Kaufentscheidung tatsächlich brauchen. Derselbe Ansatz gilt für andere Normalisierungen: Umrechnung von Unzen in Pfund, wenn ein Lieferant nach Gewicht und ein anderer nach Stückzahl abrechnet, oder Umrechnung von Kartonmengen in Einzelpreise bei unterschiedlichen Packungsgrößen.

Für komplexere Kostenberechnungen – etwa die Aufteilung einer Liefergebühr des Lieferanten auf einzelne Positionen oder die Berechnung des Lebensmittelkostenanteils anhand eines festgelegten Menüpreises – übernimmt die Funktion für berechnete Spalten die Arithmetik während der Extraktion, sodass die Ausgabetabelle bereits analysiert ist und nicht nur transkribiert wurde.

Erstellen einer Preisvergleichstabelle aus drei Lieferantenrechnungen in einem Upload

So läuft der Arbeitsablauf anhand eines realistischen Szenarios ab. Ein Restaurantbesitzer erhält am Lieferdienstag drei Rechnungen: Sysco (ausgedrucktes PDF, 4 Seiten, 52 Positionen), US Foods (PDF per E-Mail, 3 Seiten, 38 Positionen) und einen lokalen Gemüsegroßhändler (handschriftlicher Lieferschein, 1 Seite, 15 Positionen). Der Besitzer möchte die Preise der 20 wichtigsten Zutaten vergleichen und prüfen, ob sich seit dem Vormonat Preise geändert haben.

Schritt 1 – Spalten einmal definieren. Die Spaltenliste wird nach der ersten Verwendung als Vorlage gespeichert, dieser Schritt erfolgt also nur einmal:

Schritt 2 – Alle drei Rechnungen auf einmal hochladen. Ziehen Sie das Sysco-PDF, das US-Foods-PDF und ein Handyfoto des handschriftlichen Lieferscheins in einen einzigen Batch-Upload. Die KI verarbeitet alle drei in einem Durchgang.

Schritt 3 — Tabelle herunterladen. Die Ausgabe ist eine einzelne Excel-Datei mit allen Positionen aus allen drei Rechnungen, wobei die Spalte „Lieferantenname“ die Quelle angibt. Eine Pivot-Tabelle – oder eine einfache Sortierung nach Artikelname – zeigt sofort den direkten Vergleich:

Der Vergleich ist direkt und objektiv. US Foods ist günstiger bei Hähnchenbrust und Olivenöl. Der lokale Produktlieferant gewinnt bei Roma-Tomaten – ein Ergebnis, das beim Blick auf die Rechnungssummen allein nicht offensichtlich ist, da der lokale Anbieter in 20-Pfund-Kisten verkauft, während die Großhändler 25-Pfund-Kisten liefern. Die Spalte „Stückkosten“ eliminiert die Verpackungsgröße und ermöglicht einen fairen Vergleich.

Für Restaurants, die eine bestimmte Gruppe teurer Artikel im Blick haben – Proteine machen typischerweise 25–35 % der Lebensmittelkosten aus – liefert dieser Workflow in unter fünf Minuten vom Upload bis zur sortierten Tabelle die richtige Kaufentscheidung. Derselbe Prozess, der früher 45 Minuten manuelle Eingabe pro Woche erforderte, wird zur wöchentlichen Fünf-Minuten-Gewohnheit.

Preisschleichen erkennen – Was eine wöchentliche Upload-Gewohnheit offenbart

Der Preisvergleich zwischen Lieferanten für eine einzelne Woche ist wertvoll. Der Preisvergleich über die Zeit hinweg ist der eigentliche Margenschutz. Lieferanten passen Preise kontinuierlich an – manchmal angekündigt, manchmal nicht. Ein Anstieg von 0,15 $/lb bei Hähnchenbrust über 40 Kisten pro Woche entspricht 6,00 $. Über ein Jahr sind das 312 $ für einen einzigen Artikel. Bei 20 überwachten Artikeln kann stilles Preisschleichen unbemerkt 1–2 % der Lebensmittelkostenmarge auffressen, bevor es jemand bemerkt.

Werden Rechnungen wöchentlich per KI-Extraktion verarbeitet, sammeln sich die Ausgabetabellen zu einer Preishistorie an. Jede Wochendatei hat dieselbe Spaltenstruktur. Stapeln Sie sie – oder speichern Sie jede Woche als separates Blatt in einer Hauptmappe – und Sie können die Stückkosten jeder Zutat im Zeitverlauf darstellen. Ein einfaches Liniendiagramm der Hähnchenbrust-Stückkosten über die Wochen 1 bis 12 zeigt genau, wann ein Lieferant den Preis erhöht hat und um wie viel.

Das verändert die Dynamik von Lieferantenverhandlungen. Statt einen Vertreter anzurufen und zu sagen „Ihre Preise wirken hoch“, können Sie eine Lebensmittelkosten-Historie aufrufen und sagen: „Ihr Stückpreis für Hähnchenbrust stieg am 18. März von 2,70 $ auf 2,95 $. Können Sie die 9,2%ige Erhöhung erklären?“ Das Gespräch wird von subjektiv zu objektiv, und der Lieferant weiß, dass Sie nachverfolgen. Das allein reduziert bereits die Häufigkeit unangekündigter Preiserhöhungen.

Für Betreiber mehrerer Standorte identifiziert derselbe Ansatz standortübergreifende Preisunterschiede. Wenn Standort A 2,70 $/lb für Hähnchenbrust vom selben Lieferanten zahlt, während Standort B 2,95 $/lb zahlt, ergibt sich eine Lücke von 0,25 $/lb – entweder ein Dateneingabefehler (bei manueller Erfassung) oder eine Verhandlungsmöglichkeit. In beiden Fällen ist Transparenz der erste Schritt zur Behebung.

Um mit dem Vergleich von Lieferantenpreisen zu beginnen, ohne manuell tippen zu müssen, nutzen Sie unser Tool zur Rechnungsdatenextraktion in Excel – es extrahiert Positionen, normalisiert Packungsgrößen und berechnet Stückkosten aus jedem Rechnungsformat eines Lieferanten.

FAQ

Kann die KI zwischen ähnlichen Zutaten verschiedener Lieferanten unterscheiden?

Ja, und hier übertrifft die semantische Extraktion templatebasierte Tools. Wenn zwei Lieferanten dasselbe Produkt unterschiedlich beschreiben – „BNLS SKNLS CHKN BRST 6OZ IFF“ vs. „CHICKEN BREAST BONELESS SKINLESS 6 OZ“ – erkennt die KI beide als dieselbe Zutat, da sie die Bedeutung der Abkürzungen versteht, nicht nur die Buchstaben. Die Ausgabe normalisiert beide auf den von Ihnen definierten Spaltennamen. Derselbe Mechanismus behandelt Kodierungsunterschiede: Ein Lieferant verwendet „EVOO“ für natives Olivenöl extra, ein anderer schreibt es aus. Die KI ordnet beide in der Ausgabe „Olive Oil EV“ zu.

Wie berechnet die KI die Stückkosten bei unterschiedlichen Packungsgrößen?

Sie definieren eine berechnete Spalte – z. B. „Stückkosten (Rechnungspreis ÷ Packungsgröße, zwei Dezimalstellen)“ – und die KI führt die Division während der Extraktion durch. Sie liest beide Werte aus derselben Position, berechnet das Ergebnis und gibt es als neue Spalte aus. Das bedeutet, dass jede Position in der Ausgabe bereits einen normalisierten Stückpreis hat, unabhängig davon, ob der Lieferant nach Karton, Pfund, Gallone oder Stück verkauft hat. Für Restaurants, die eine tiefere Kostenanalyse wünschen, berechnet derselbe Mechanismus den Lebensmittelkostenanteil, die Marge pro Gericht oder die prognostizierten Wochenausgaben – alles während der Extraktion, sodass die Tabelle bereits analysiert ankommt.

Kann das auch handschriftliche Rechnungen von lokalen Lieferanten verarbeiten?

Ja. Das Vision-Modell erfasst handschriftliche Zeilen – ein gängiges Format bei lokalen Erzeugern, Fleischlieferanten und Spezialanbietern. Die Genauigkeit hängt von Leserlichkeit und Bildqualität ab: Ein klares Foto eines sauber geschriebenen Lieferscheins liefert zuverlässige Ergebnisse. Ein verblasster, schräg mit Bleistift geschriebener Durchschlag ist weniger genau. Empfehlung: Die handschriftliche Rechnung flach auf eine gut beleuchtete Unterlage legen und sauber fotografieren. Die extrahierten Zeilen dann mit dem Foto abgleichen – das dauert unter einer Minute pro Rechnung, im Vergleich zu 10–15 Minuten manueller Eingabe.

Was ist der Unterschied zu einer vollständigen Restaurant-Management-Plattform?

Plattformen wie NxtEdge, Orderly, Restaurant365 und xtraCHEF bieten automatisierte Rechnungsverarbeitung als Teil einer umfassenden Suite – sie erfassen Rechnungen, verfolgen Bestände, aktualisieren Rezeptkosten und integrieren Kassen- und Buchhaltungssysteme. Für Multi-Unit-Gruppen mit Hunderten Rechnungen pro Monat rechtfertigt die Integrationstiefe die Kosten. Für ein einzelnes Restaurant oder eine kleine Gruppe mit drei bis fünf Lieferanten reicht dagegen die KI-gestützte Foto-zu-Tabelle-Extraktion zum Preisvergleich – zu einem Bruchteil der Kosten und ohne Plattformwechsel. Das Ergebnis ist eine Standard-Excel-Datei, die mit Ihrem bestehenden tabellenbasierten System funktioniert. Kein Ersatz für Restaurant-Management-Plattformen, sondern eine Alternative für Betreiber, für die sich diese Plattformen noch nicht rechnen.

Was passiert, wenn ein Lieferant sein Rechnungslayout ändert?

Nichts geht kaputt. Weil die Spaltenextraktion nach semantischer Bedeutung und nicht nach fester Position liest, beeinträchtigt eine Layoutänderung die Genauigkeit nicht. Wenn Sysco die Positionsbeschreibung von Spalte 3 nach Spalte 4 verschiebt, findet die KI „BNLS SKNLS CHKN BRST“ trotzdem – indem sie nach Inhalten sucht, die zur Zielzutat passen, nicht indem sie Spalte 3 betrachtet. Das ist ein entscheidender Vorteil gegenüber vorlagenbasierten Systemen, die bei Formatänderungen eines Lieferanten neu konfiguriert werden müssen – ein Problem, das Reddit-Diskussionen zur Rechnungsverarbeitung von Lieferanten als wiederkehrenden Schmerzpunkt identifizieren.

Kann ich Preise über die Zeit verfolgen – nicht nur Rechnungen dieser Woche vergleichen?

Ja. Jede Extraktion erzeugt eine strukturierte Excel-Datei mit demselben Spaltenlayout. Wenn Sie die Ausgabe jeder Woche speichern – entweder als separate Blätter in einer Arbeitsmappe oder als konsolidiertes Masterblatt, in dem jede Zeile das Rechnungsdatum enthält – entsteht eine Preishistorie. Über Wochen und Monate hinweg baut sich so ein durchsuchbares Archiv auf, das zeigt, was Sie für jede Zutat von jedem Lieferanten bezahlt haben und wann sich der Preis änderte. Das sind dieselben Daten, die umfassende Restaurant-Management-Plattformen erfassen – nur entstehen sie durch eine leichte wöchentliche Routine aus Foto und Extraktion, nicht durch eine Plattformmigration.

Siehe auch: Lebensmittelkostenanteil direkt aus Lieferantenrechnungsfotos berechnen