Brasilianische DARF- und GPS-Steuerdaten
für die monatliche Compliance in Excel extrahieren
Eine einzige Dienstleistungsrechnung eines brasilianischen Lieferanten kann fünf oder mehr Zahlungsbelege erzeugen – eine DARF für IRRF, eine weitere für PIS, eine für COFINS, eine für CSLL, plus eine separate GPS für INSS, wenn die Dienstleistung Arbeit umfasst. Jeder Beleg hat seinen eigenen Einnahmencode, Berechnungszeitraum und Fälligkeitstermin. Jeder muss einzeln mit den in DCTFWeb erklärten und in der DIRF zum Jahresende gemeldeten Werten abgeglichen werden. Und die meisten Finanzteams übertragen diese Zahlen immer noch manuell in Tabellenkalkulationen – Feld für Feld.
Die wichtigsten Erkenntnisse
- Zehn Dienstleistungsrechnungen pro Monat können 40 bis 50 einzelne DARF- und GPS-Zahlungsbelege erzeugen – jeder einzelne wird von Hand in eine Tabellenkalkulation eingegeben, was drei bis vier Minuten pro Beleg dauert.
- Ein einziger falsch getippter Einnahmencode auf einer DARF schreibt Ihre Zahlung dem falschen Steuerkonto gut, und die Korrektur über REDARF kann Monate formeller Verfahren in Anspruch nehmen.
- Laden Sie einen Monat voller Belege in einem Stapel hoch, definieren Sie sechs Spalten und extrahieren Sie jede Zahlung in eine strukturierte Tabellenkalkulation – ohne Übertragungsschritt zwischen Dokument und Zeile.
Was sind DARF, GPS und DAE?
Das brasilianische Steuersystem verteilt die Erhebung auf drei Regierungsebenen – Bund, Bundesstaaten und Gemeinden – und jede Ebene gibt ihr eigenes Zahlungsbelegformat aus. Wenn Ihr AP-Team brasilianische Transaktionen bearbeitet, arbeiten Sie mit ziemlicher Sicherheit mit mindestens zwei dieser drei Belegarten:
DARF (Documento de Arrecadação de Receitas Federais) ist der bundesstaatliche Steuerzahlungsbeleg, der für Einkommensteuern (IRPJ, IRRF), Sozialbeiträge (PIS, COFINS, CSLL), die Industrieproduktsteuer (IPI) und die monatlichen Carnê-Leão-Zahlungen für Privatpersonen verwendet wird. Ein einzelner DARF enthält 11 nummerierte Felder: Name und Telefon des Steuerpflichtigen, CPF oder CNPJ, Berechnungszeitraum (período de apuração), Einnahmencode (código da receita – eine vierstellige Kennung, die der Receita Federal genau mitteilt, welche Steuer gezahlt wird), Fälligkeitsdatum, Hauptbetrag, Geldbußenbetrag, Zinsen gemäß DL-1.025/69, Gesamtbetrag, Referenznummer und Bankauthentifizierung. Jedes Feld außer der Referenznummer ist Pflicht. Es gibt zwei Modelle: den regulären DARF Comum und den vereinfachten DARF Simples, der von Kleinst- und Kleinunternehmen im Rahmen des Simples Nacional-Regimes verwendet wird.
GPS (Guia da Previdência Social) ist der sozialversicherungsrechtliche Zahlungsbeleg für INSS-Beiträge. Er umfasst Arbeitgeberbeiträge (etwa 20 % des Bruttogehalts), Arbeitnehmerabzüge zu progressiven Sätzen – 7,5 % bis R$ 1.518,00, 9 %, 12 % und 14 % über R$ 4.190,84 (Stand 2025), gedeckelt bei einer monatlichen Höchstgrenze von R$ 8.157,41 – sowie Drittbeiträge, die durch den FPAS-Code des Unternehmens bestimmt werden (z. B. SENAI, SESI und Ausbildungsabgaben). Der GPS hat seine eigene Feldstruktur: CNPJ oder CEI des Beitragszahlers, der Beitragsmonat (competência), INSS-Wert, Werte für Drittorganisationen und ein Zahlungscode.
DAE (Documento de Arrecadação Estadual) deckt Steuern auf Bundesstaatsebene ab – hauptsächlich ICMS (die bundesstaatliche Mehrwertsteuer auf Waren und Dienstleistungen) und IPVA (Kraftfahrzeugsteuer). Die Bezeichnung variiert je nach Bundesstaat: São Paulo verwendet DARE (früher GARE), Rio de Janeiro nennt es DARJ, und andere Bundesstaaten verwenden DUA oder andere Namen. Jeder Bundesstaat legt sein eigenes Format, seine eigenen Felder und Erhebungsregeln fest, aber der Zweck ist derselbe: die Abführung von Steuerverpflichtungen auf Bundesstaatsebene.
Für einen tieferen Einblick, wie brasilianische Steuerdokumente in das breitere Rechnungs- und Compliance-Ökosystem passen, finden Sie im Leitfaden für Einsteiger zur Nota Fiscal Eletrônica (NF-e) die Abwicklung von Warentransaktionen – wie Warentransaktionen vor dem Versand genehmigt werden und was die vier eingebetteten Steuern (ICMS, IPI, PIS, COFINS) für AP-Teams bedeuten.
Warum das manuelle Übertragen dieser Zahlungsbelege riskanter ist, als es scheint
Die übliche Antwort auf „wir müssen DARF-Zahlungen nachverfolgen“ ist eine gemeinsame Tabelle mit Spalten für CNPJ, Datum, Code und Betrag. Ein leitender Analyst verbringt ein oder zwei Stunden pro Woche damit, Werte aus bezahlten Belegen in Zeilen einzutippen. Es fühlt sich machbar an – bis es das nicht mehr ist.
Bedenken Sie die Arithmetik eines mittelständischen Unternehmens, das zehn Dienstleistungsrechnungen pro Monat bezahlt. Jede Rechnung kann separate DARF-Belege für IRRF, PIS, COFINS und CSLL auslösen – einige oder alle, abhängig vom Steuerregime des Lieferanten und der Art der Dienstleistung. Wenn eine dieser Rechnungen Arbeit oder Bauleistungen betrifft, kommt ein separater GPS für INSS hinzu. Insgesamt können zehn Rechnungen problemlos 40 bis 50 einzelne Zahlungsbelege pro Monat ergeben. Bei drei bis vier Minuten Tipparbeit pro Beleg – DARF-PDF öffnen, CNPJ lesen, Einnahmencode lesen, Kapitalbetrag lesen, Gesamtbetrag lesen, alles in die Tabelle eintippen – sind das zwei bis drei Stunden reine Transkriptionsarbeit jeden Monat. Über zwölf Monate summiert sich das auf etwa 24 bis 36 Stunden Arbeit ohne analytischen Wert. Es gleicht die Zahlungen nicht ab. Es kennzeichnet keine fehlenden Belege. Es verschiebt lediglich Ziffern von einem Ort zum anderen.
Das eigentliche Risiko ist nicht die verschwendete Zeit – es ist das Fehlerprofil. Manuelle Dateneingabe in der Kreditorenbuchhaltung erzeugt laut Branchen-Benchmarks typischerweise Fehlerraten von 1 % bis 4 % auf Feldebene. Bei einem DARF ist das folgenreichste Feld der código da receita – der vierstellige Einnahmencode, der der Receita Federal mitteilt, zu welcher Steuer die Zahlung gehört. Die Eingabe von Code 1708 (einbehaltene IRRF auf Dienstleistungen) anstelle von 2362 (monatliche IRPJ-Vorauszahlung) bedeutet, dass die Zahlung dem falschen Steuerkonto gutgeschrieben wird. Die Korrektur erfordert ein formelles REDARF-Verfahren (Rectificação do DARF), das Monate dauern kann, während das System der Receita Federal die ursprüngliche Steuer möglicherweise als unbezahlt anzeigt – was Strafbescheide, Zinsbelastungen und in einigen Fällen Einschränkungen der steuerlichen Unbedenklichkeitsbescheinigung des Unternehmens (Certidão Negativa de Débitos) auslöst. Eine einzige falsch getippte Ziffer in einer Tabellenspalte eskaliert zu einem Compliance-Problem, das einen Steuerberater zur Lösung benötigt.
Das Problem ist struktureller Natur, keine Schulungslücke. Manuelle Transkription führt eine Fehlerquelle zwischen dem bezahlten Beleg (der korrekt ist, weil die Bank ihn verarbeitet hat) und dem Tracking-Datensatz (der falsch ist, weil ein Mensch ihn getippt hat) ein. Je näher Ihre Tracking-Tabelle am Quelldokument ist – idealerweise direkt daraus extrahiert –, desto weniger Gelegenheiten für diesen Fehler gibt es.
Wichtige Datenpunkte pro Dokumententyp
Bevor Sie mit der Extraktion beginnen, benötigen Sie eine klare Definition der relevanten Daten. Die folgenden Felder stellen den Mindestsatz dar, der für die Erstellung eines Steuerzahlungsregisters erforderlich ist, das mit DCTFWeb-Meldungen abgeglichen und für die DIRF-Erstellung zum Jahresende verwendet werden kann.
| Dokument | Feld | Beschreibung |
|---|---|---|
| DARF | CPF/CNPJ | Steueridentifikation |
| Einnahmencode (código da receita) | Welche Steuer gezahlt wird (z. B. 1708 für IRRF, 0190 für Carnê-Leão) | |
| Berechnungszeitraum (período de apuração) | Monat/Jahr, auf den sich die Steuer bezieht | |
| Fälligkeitsdatum | Zahlungsfrist | |
| Hauptbetrag | Steuer vor Verzugszuschlägen | |
| Gesamtbetrag | Hauptbetrag + Verzugszuschlag + Zinsen | |
| GPS | CNPJ/CEI | Arbeitgeber- oder Betriebsstättenidentifikation |
| Beitragsmonat (competência) | Beitragsmonat (z. B. 07/2026) | |
| INSS-Beitrag | Sozialversicherungsbeitragshöhe | |
| Beiträge Dritter | Beiträge an SENAI/SESI etc. gemäß FPAS-Code | |
| Zahlungscode | Code zur Identifikation der Beitragsart (Arbeitnehmer, Arbeitgeber, freiwillig) | |
| DAE (staatlich) | CNPJ/CPF | Steueridentifikation |
| ICMS/IPVA-Referenz | Zu zahlende staatliche Steuer | |
| Berechnungszeitraum | Referenzmonat/-quartal | |
| Gesamtschuld | Gezahlter Betrag |
Wenn Sie DARF-Daten für die monatliche Compliance-Überwachung extrahieren, sind diese sechs Felder pro Dokument der minimal sinnvolle Satz. Die gleiche Logik gilt für GPS und DAE: Erfassen Sie die Identifikation, den Zeitraum, den Code und den Wert, und Sie haben ein Register, das summiert, sortiert und mit offiziellen Meldungen abgeglichen werden kann.
So extrahieren Sie DARF/GPS-Zahlungsdaten mit KI in Excel
Der hier beschriebene Extraktionsworkflow verwendet ImageToTable.ai – ein ohne Vorlage arbeitendes KI-Extraktionstool, das Dokumente liest, indem es die Bedeutung jedes Werts versteht, nicht seine Position auf der Seite. Diese Unterscheidung ist bei brasilianischen Zahlungsbelegen wichtig, da sich DAE-Formate je nach Bundesstaat unterscheiden, GPS-Layouts zwischen online erzeugten und bankverarbeiteten Versionen leicht variieren und DARF-Dokumente als gedruckte PDF-Belege, Internetbanking-Screenshots oder Portalausdrucke der Regierung vorliegen können – jeweils mit unterschiedlichen visuellen Layouts. Eine positionsbasierte Vorlage würde bei der zweiten Variante scheitern. Ein semantischer Ansatz kümmert sich nicht darum, wo das Feld sitzt; er identifiziert es danach, was es ist.
Der Prozess gliedert sich in vier Schritte:
Der entscheidende operative Unterschied zu einem manuellen Workflow: Die KI liest die Quelle direkt. Es gibt keinen Schritt der manuellen Übertragung zwischen dem bezahlten Beleg und der Tabellenzeile. Der Fehlervektor „Ich habe den Code richtig gelesen, aber 2361 statt 2362 getippt“ ist eliminiert, weil der Code durch denselben Prozess, der ihn liest, vom Dokument in die Ausgabe kopiert wird.
Aufbau Ihres monatlichen Compliance-Hauptbuchs aus extrahierten Daten
DARF- und GPS-Zahlungsdaten in einer strukturierten Tabelle zu haben, ist mehr als nur ein Ersatz für die manuelle Eingabe. Es ermöglicht Ihnen, ein funktionierendes Compliance-Hauptbuch aufzubauen, das als operative Brücke zwischen bezahlten Belegen und formellen Erklärungen dient.
Das minimal funktionsfähige Hauptbuch enthält eine Zeile pro Zahlungsbeleg mit diesen Spalten: Dokumenttyp (DARF/GPS/DAE), Steueridentifikationsnummer des Steuerpflichtigen (CNPJ), Einnahmencode oder Zahlungscode, Berechnungszeitraum, Fälligkeitsdatum, Kapitalbetrag und Gesamtzahlungsbetrag. Sobald die Daten in diesem Format vorliegen, werden drei Prüfungen einfach:
Periodensummen. Summieren Sie die Gesamtbeträge nach Berechnungszeitraum und vergleichen Sie sie mit den in DCTFWeb (für die soziale Sicherheit) oder DCTF (für Bundessteuern) erklärten Summen. Eine Abweichung bedeutet, dass entweder ein Beleg im Hauptbuch fehlt oder die Erklärung mit einem anderen Wert eingereicht wurde. Dies am Monatsende zu erkennen, anstatt erst bei der DIRF-Vorbereitung im Februar, vermeidet das schwierige Verfahren zur Änderung früherer Erklärungen.
Einnahmencode-Prüfung. Filtern Sie alle Zeilen nach Einnahmencode und prüfen Sie, ob die Codes in Ihrem Hauptbuch mit den erklärten Steuern übereinstimmen. Wenn die DCTFWeb IRRF (Code 1708) von R$15.000 für den Zeitraum ausweist, Ihr Hauptbuch aber nur R$12.000 ergibt, muss die Differenz nachverfolgt werden, bevor das Querverweissystem der Receita Federal sie meldet. Eine manuelle Tabelle birgt das Risiko, dass dies unbemerkt bleibt, bis die Abweichung in einer Malha Fiscal-Mitteilung auftaucht – dem automatisierten Quervergleichssystem der brasilianischen Steuerbehörde, das Erklärungen mit Zahlungsaufzeichnungen abgleicht.
Fälligkeitsdatum-Verfolgung. Sortieren Sie nach Fälligkeitsdatum, um verspätet bezahlte Belege zu identifizieren. Für verspätete INSS-Zahlungen fallen multa de mora von 0,33 % pro Tag (bis zu 20 %) plus Selic-Zinsen an. Zu wissen, welche Zahlungen Strafen verursacht haben, ermöglicht Ihrem Team zu validieren, dass die Bußgeld- und Zinsbeträge auf dem Beleg vor der Zahlung korrekt berechnet wurden – und liefert die Dokumentation, die benötigt wird, wenn eine Strafe im Rahmen des Verwaltungsbeschwerdeverfahrens (Processo Administrativo Fiscal) angefochten werden muss.
Mit automatisierter Extraktion verschiebt sich der monatliche Zyklus von „40 Belege eingeben, hoffen, dass nichts falsch ist“ zu „40 Belege in einem Durchgang extrahieren, Ausnahmen prüfen und mit Erklärungen abgleichen.“ Das Prüffenster ersetzt das Dateneingabefenster. Das ist die operative Veränderung, die Compliance-Arbeit auch bei wachsenden Dokumentmengen handhabbar hält.
Häufig gestellte Fragen
Kann die KI Daten aus DARF-Dokumenten extrahieren, die keinen Barcode oder QR-Code haben?
Ja – die Extraktion ist nicht auf Barcodes, QR-Codes oder andere maschinenlesbare Elemente angewiesen. Das zugrundeliegende Vision-Modell liest den gedruckten oder angezeigten Text im Dokument und identifiziert Felder anhand ihrer semantischen Bedeutung. Ein aus SicalcWeb gedruckter DARF, ein vom Meu INSS-Portal erstellter GPS und ein DAE-Screenshot von einer Landesregierungswebsite werden alle auf die gleiche Weise verarbeitet: Die KI findet den CNPJ, weil sie versteht, dass eine 14-stellige Zahl nach „CPF/CNPJ“ der Steuerpflichtigenidentifikator ist – nicht, weil sie nach einer bestimmten Koordinate auf der Seite sucht.
Was passiert, wenn ein DARF verspätet gezahlt wurde und Verzugs- und Zinsfelder enthält – erfasst das Tool diese separat?
Ja. Wenn Ihre Spaltendefinitionen „Hauptbetrag“, „Verzugsbetrag“ und „Zinsbetrag“ als separate Spalten enthalten, extrahiert die KI jeden Wert unabhängig aus den entsprechenden Feldern des DARF. Gleiches gilt für GPS-Dokumente, die Verzugs- und Zinsgebühren enthalten. Sie können auch eine berechnete Spalte definieren – „Gesamt (Hauptbetrag + Verzug + Zinsen)“ – und die KI berechnet die Summe während der Extraktion und gleicht sie mit dem Gesamtfeld im Dokument ab, um Abweichungen zu kennzeichnen.
Funktioniert das Tool mit DAE-Formaten aus verschiedenen Bundesstaaten, wie São Paulos DARE und Rio de Janeiros DARJ?
Ja. Da die Extraktion formatunabhängig ist – sie liest den Inhalt des Dokuments semantisch, anstatt eine Vorlage abzugleichen – führen Abweichungen in den DAE-Layouts der Bundesstaaten nicht zu Fehlern. Ein DARE aus São Paulo, ein DARJ aus Rio und ein DUA aus einem anderen Bundesstaat werden alle mit denselben Spaltendefinitionen verarbeitet. Die KI identifiziert den CNPJ, den Referenzzeitraum, den ICMS-Betrag und die Gesamtsumme, unabhängig davon, wo diese Felder auf dem jeweiligen Formular des Bundesstaates erscheinen. Dies ist der entscheidende Unterschied zu vorlagenbasierten OCR-Tools, die für jedes Format jedes Bundesstaates eine separate Vorlage benötigen würden.
Kann ich Daten aus GPS-Dokumenten extrahieren, die mehrere Beitragszeilen enthalten (Arbeitnehmer-INSS, Arbeitgeber-INSS, Dritte)?
Ja. Definieren Sie Spalten für jede Einzelposten-Komponente – „Arbeitnehmer-INSS“, „Arbeitgeber-INSS“, „Dritte“ – und die KI extrahiert die entsprechenden Werte aus dem GPS-Aufschlüsselungsbereich. Bei mehrzeiligen GPS-Dokumenten, in denen dieselbe Beitragskategorie für verschiedene Betriebsstättencodes (CEI) erscheint, werden die Daten jeder Betriebsstätte in einer separaten Zeile der Ausgabetabelle aufgeführt, wobei die Beziehung zwischen dem CEI-Identifikator und seinen Beitragswerten erhalten bleibt.
Wie verarbeite ich DARF-Zahlungen per PIX, wenn der Zahlungsbeleg ein Screenshot aus einer Banking-App ist?
Screenshots aus Banking-Apps (Caixa, Banco do Brasil, Itaú, Santander usw.) werden genauso verarbeitet wie DARF-Dokumente. Laden Sie den Screenshot als Bilddatei hoch, definieren Sie Ihre Spaltennamen, und die KI liest die Zahlungsdetails vom Bildschirm. Die wichtigste Voraussetzung ist, dass die DARF-Felder (Einnahmencode, CNPJ, Betrag, Zeitraum) im Screenshot sichtbar sind – wenn die Banking-App bestimmte Felder abschneidet oder ausblendet, können diese Werte möglicherweise nicht extrahiert werden. Verwenden Sie nach Möglichkeit den ursprünglichen DARF-Beleg, der von SicalcWeb oder e-CAC generiert wurde, anstelle der Bankbestätigung, da dieser den vollständigen Satz an Feldern enthält.
Der Unterschied zwischen manueller und automatisierter Extraktion liegt hier nicht in der Geschwindigkeit – sondern in der Fehlervermeidung. Selbst schnelleres Abtippen führt zu Übertragungsfehlern. Eine KI, die das Quelldokument liest und direkt in die Ausgabe schreibt, eliminiert die häufigste Fehlerquelle bei der Steuerzahlungsverfolgung: die menschliche Hand, die Ziffern von einer Oberfläche auf eine andere überträgt. Das aus der automatisierten Extraktion erstellte Compliance-Register ist nur so korrekt wie die Quelldokumente selbst – und die Quelldokumente waren bereits korrekt, als die Bank sie verarbeitet hat.
Wenn Ihr Team brasilianische DARF-, GPS- oder DAE-Zahlungsbelege verarbeitet und in Tabellenkalkulationen verfolgt, ist der nächste Schritt klar: Nehmen Sie die Belege eines Monats – auch nur eine Handvoll – und lassen Sie sie durch den Extraktionsworkflow laufen. Die Zeit vom Upload bis zur strukturierten Excel-Tabelle beträgt unter einer Minute. Vergleichen Sie die Ausgabe mit Ihrem manuellen Register und entscheiden Sie, welchem Sie für die nächste DIRF-Meldung mehr vertrauen.