Handgeschriebenes Hauptbuch OCR vs. manuelle Dateneingabe
Vergleich von Zeit, Kosten und Fehlerrate

Die zwei versteckten Kosten der manuellen Haupteintragung, die allgemeine Benchmarks übersehen

Branchen-Benchmarks setzen die durchschnittliche Zeit für manuelle Dateneingabe mit 3 bis 10 Minuten pro Dokument an. Diese Spanne umfasst Rechnungen mit strukturierten Feldern – Rechnungsnummer, Datum, Lieferant, Gesamtbetrag. Eine handgeschriebene Hauptbuchseite ist etwas anderes. Eine einzelne Seite kann 20 bis 40 Zeilen mit Einträgen enthalten, jede mit 5 bis 8 Feldern: Datum, Kontocode, Beschreibung (oft abgekürzt oder in Kurzschrift), Soll-Betrag, Haben-Betrag und ein kumulativer Saldo, der gegen die vorherige Zeile verifiziert werden muss. Ein Hauptbuch mit 200 Seiten umfasst zwischen 4.000 und 8.000 einzelne Datenfelder. Bei konservativen 15 Sekunden pro Feld – einschließlich der Zeit zum Entschlüsseln der Handschrift, zum Finden der richtigen Spalte im handgezeichneten Raster, zum Eintippen des Werts und zur Verifikation – dauert eine Seite 5 bis 8 Minuten. Das gesamte Buch: 16 bis 26 Stunden unterbrechungsfreie Dateneingabe.

Der allgemeine Benchmark übersieht zwei für Hauptbücher spezifische Kosten.

Erstens: die Ermüdungskurve. Forschungen zur manuellen Dateneingabe zeigen, dass die Fehlerrate von 1 % in der ersten Stunde auf 3–4 % bis zur vierten Stunde ansteigt, und unser Benchmark zur Fehlerrate bei manueller Dateneingabe dokumentiert Fehlerraten von 18–40 % unter Spitzenbelastungen. Ein 200-seitiges Hauptbuch ist nicht ein Dokument, das in einem Durchgang eingegeben wird – es sind Stunden repetitiver Transkription, bei denen Seite 1 Ihre volle Aufmerksamkeit bekommt und Seite 150 die Aufmerksamkeit, die Ihnen nach 12 Stunden Entschlüsseln fremder Handschrift noch bleibt. Die Genauigkeit der ersten 20 Seiten und der letzten 20 Seiten ist nicht dieselbe Zahl.

Zweitens: der Multiplikator für kumulative Salden. Im Hauptbuch entspricht der Endsaldo jeder Zeile dem Saldo der vorherigen Zeile zuzüglich Soll-Beträge abzüglich Haben-Beträge. Eine einzige Fehllesung – ein Soll-Betrag von 1.350 wird als 1.530 eingegeben – erzeugt nicht nur eine falsche Zelle. Es kaskadiert: Jeder nachfolgende Saldo weicht um denselben Betrag ab. Dieser falsche Saldo wird der Ausgangspunkt für die Berechnung der nächsten Zeile, und jeder nachfolgende Saldo weicht um denselben Betrag ab. Wenn Sie den Fehler entdecken, korrigieren Sie nicht eine Zelle – Sie verfolgen rückwärts den Ursprung und berechnen dann jede Zeile ab diesem Punkt neu. Die Kosten für die Fehlerkorrektur pro Fehler, die von Conexiom- und Infrrd-Forschungen für Standard-Dateneingabefehler mit $50–$150 benchmarked werden, sind für Hauptbucheinträge höher, weil der Wirkungsbereich eines einzelnen Fehlers den gesamten Rest der Seite umfasst.

Geschwindigkeit: Ein 200-seitiges Hauptbuch, zwei Methoden

Der Geschwindigkeitsvergleich für die manuelle Dateneingabe in handgeschriebene Hauptbücher muss in gesamtbuch-Begriffen gemessen werden, nicht pro Seite. Der Grund: Der Effizienzvorteil der KI-Extraktion potenziert sich über die Seiten hinweg, was bei der manuellen Eingabe nicht der Fall ist.

Die manuellen Werte setzen einen geschulten Bediener voraus, der die Handschrift lesen kann, ohne wiederholt um Klärung bitten zu müssen. Wenn das Hauptbuch von jemandem mit schlechter Handschrift geschrieben wurde — oder in gemischtem Chinesisch und Englisch, mit Kontonamen in chinesischen Zeichen und Beträgen in westlichen Ziffern —, steigt die Zeit pro Seite. Was auf einem sauberen, einsprachigen Hauptbuch 5 Minuten dauert, kann auf einer gemischtsprachigen Seite 8 bis 10 Minuten dauern, wenn der Bediener für jede Zeile zwischen den Zeichensätzen mental umschalten muss.

Die Geschwindigkeit der KI-Extraktion ist nicht auf allen Hauptbuchseiten gleich. Seiten mit stark verblasster Tinte, überlappendem Text oder besonders schiefen handgezeichneten Gitterlinien verursachen einen zusätzlichen Verarbeitungsaufwand. Die Varianz liegt aber in Sekunden, nicht in Minuten. Die schlechteste Hauptbuchseite — zerknittert, vergilbt, in blassem Bleistift geschrieben — könnte 15 Sekunden statt 7 dauern. Das ist immer noch ein Bruchteil der 5-Minuten-Mindestzeit für die manuelle Eingabe. Wie wir in dem Vergleich zwischen KI-Handschriftenerkennung und traditionellem OCR erläutert haben, liegt der fundamentale Unterschied darin, dass KI Handschrift semantisch liest — indem sie versteht, was jedes Feld im Kontext bedeutet —, anstatt zeichenweise wie traditionelles OCR, weshalb die Geschwindigkeit auch bei abnehmender Lesbarkeit konstant bleibt.

Genauigkeit: Wenn „gut genug" für gedruckten Text nicht gut genug für Handschrift ist

Allgemeine Vergleichstabellen geben für die manuelle Dateneingabe eine Genauigkeit von 96–98 % und für die OCR-Genauigkeit 95–99 % an. Beide Zahlen sind irreführend, wenn sie auf handgeschriebene Hauptbücher angewendet werden – aber sie sind in entgegengesetzter Weise irreführend.

Die manuelle Genauigkeit bei handgeschriebenen Hauptbüchern liegt unter dem Benchmark von 96–98 %. Diese Benchmarks stammen aus kontrollierten Büroumgebungen, in denen Bediener von sauberen, gedruckten Quelldokumenten abtippen. Ein handgeschriebenes Hauptbuch führt vor dem Dateneingabeschritt einen Transkriptionsschritt ein: Der Bediener muss die Handschrift zuerst lesen, dann den Wert eintippen. Die Fehlerrate in der Lesephase – das Falscherkennen einer „7" als „1", das Verwechseln einer „4" und „9" in Kurrentschrift, das Fehllesen eines verwischten Ziffer – addiert 1–2 Prozentpunkte auf den Basiswert. APQC-Daten zeigen, dass die Fehlerraten bei handgeschriebenen Quelldokumenten gegenüber gedruckten Dokumenten um das 2–3-fache steigen. Ein Hauptbuch, geschrieben mit verblasstem Kugelschreiber auf vergilbtem Papier, bei dem die Handschrift zwischen ordentlichen Morgen- und gehetzten Abendeinträgen variiert, treibt die kombinierte Transkriptions- und Eingabefehlerrate auf 3–5 % pro Feld.

Bei 30 Zeilen × 6 Felder pro Seite über 200 Seiten hinweg bedeutet eine feldbezogene Fehlerrate von 4 %, dass 1.440 Datenpunkte im gesamten Hauptbuch einen Fehler enthalten.

Die Genauigkeit der KI-Extraktion bei handgeschriebenen Hauptbüchern variiert je nach Dokumentenqualität, aber der Fehlertyp ist ebenso wichtig wie die Fehlerrate. Moderne Vision-Sprach-Modelle erreichen bei gedruckten Tabellen eine Genauigkeit von 95–99 %. Bei sauberer, gut gesetzter Handschrift bleibt die Rate im niedrigen 90er-Bereich für die Zeichenerkennung – sinkt aber bei stark kurrenter Schrift, blassem Bleistift oder Dokumenten, in denen Text handgezeichnete Gitterlinien überlappt. Der Unterschied zwischen manuellen Fehlern und KI-Fehlern ist strukturell: Manuelle Fehler sind zufällig (eine vertauschte Ziffer hier, eine übersprungene Zeile dort, kein Muster), während KI-Fehler tendenziell systematisch sind (bestimmte Zeichenpaare werden konstant verwechselt, bestimmte Handschriftstile bereiten Schwierigkeiten). Ein systematischer Fehler ist leichter zu erkennen und zu überprüfen als ein zufälliger.

Aber die wichtigste Genauigkeitsdimension für Hauptbücher hat nichts mit der Zeichenerkennung zu tun. Es ist der kumulative Saldo – und hier wird die Struktur des Hauptbuchs zu einem Vorteil für die Überprüfung. Der Endsaldo jeder Zeile sollte gleich dem Endsaldo der vorherigen Zeile plus die Sollbeträge der aktuellen Zeile minus die Habenbeträge der aktuellen Zeile sein. Wenn die KI alle sechs Felder für 30 Zeilen extrahiert, kann eine berechnete Spalte diese Arithmetik automatisch überprüfen – und jede Zeile markieren, in der der Saldo nicht stimmt. Die manuelle Eingabe bietet keine gleichwertige Lösung: Der Bediener kann denselben Rechenfehler machen wie der ursprüngliche Verfasser des Hauptbuchs, und keiner bemerkt ihn.

Mit der Funktion „Berechnete Spalte" des Tools können Sie eine Regel definieren, die „Endsaldo = Vorheriger Saldo + Soll – Haben" berechnet, und die KI kann ihre eigenen Extraktionen zeilenweise überprüfen – etwas, das im Leitfaden zu Extraktionsfehlern erläutert wird. Dies verwandelt die kumulative Struktur des Hauptbuchs von einem Nachteil (ein Fehler kaskadiert) in ein Überprüfungsasset (jede Zeile ist unabhängig prüfbar).

Das Problem des kumulativen Fehlers: Warum ein einziger Fehler im Hauptbuch teurer wird

Eine Standardrechnung hat unabhängige Felder. Wenn Sie den Rechnungsbetrag falsch eingeben, bleibt der Fehler auf diese eine Rechnung beschränkt – die nächste Rechnung im Stapel bleibt unberührt. Ein Hauptbuch funktioniert nach einem anderen Prinzip. Jede Zeile erbt von der darüberliegenden Zeile: Endsaldo Zeile N = Endsaldo Zeile N-1 + Soll Zeile N – Haben Zeile N.

Das bedeutet, dass ein einziger manueller Eingabefehler eine große Wirkung entfalten kann. Stellen Sie sich ein 200-seitiges Hauptbuch mit 30 Zeilen pro Seite vor. Zeile 47 auf Seite 2 hat einen Sollbetrag von 1.350, aber der Bearbeiter gibt 1.530 ein. Der Saldo in Zeile 47 ist nun 180 $ zu hoch. Zeile 48 übernimmt diesen überhöhten Saldo. Zeile 49 ebenfalls. Jede Zeile von 47 bis zum Ende von Seite 2 – und jede folgende Seite – trägt den 180-$-Fehler in der Spalte „Laufender Saldo“ weiter.

Wenn der Fehler entdeckt wird – typischerweise beim Abgleich, wenn der Endsald des Hauptbuchs nicht mit dem Kontoauszug übereinstimmt – muss der Bearbeiter:

1. Die Ursprungszeile finden (rückwärts durch über 150+ Salden verfolgen, um eine Abweichung von 180 $ zu lokalisieren)
2. Den ursprünglichen Eintrag korrigieren
3. Jeden nachfolgenden Saldo neu berechnen
4. Überprüfen, ob der neue Endsald übereinstimmt

Branchenstudien beziffern die Kosten für die Fehlerkorrektur auf das 3- bis 5-fache der ursprünglichen Eingabezeit bei Standardfehlern. Bei einem kaskadierenden Hauptbuchfehler ist der Multiplikator höher – denn „Korrektur“ bedeutet nicht nur die Neueingabe eines Feldes, sondern potenziell hunderter abhängiger Salden. Ein einziger falsch abgelesener Sollbetrag auf Seite 2 eines 200-seitigen Hauptbuchs kann zusätzliche 30–45 Minuten für das Aufspüren, Korrigieren und Überprüfen kosten – das entspricht effektiv einem Aufschlag von 10–15 % auf die gesamte Eingabezeit für das gesamte Buch.

Die Struktur des Hauptbuchs verstärkt die Schwachstelle der manuellen Eingabe – und bietet einen unerwarteten Verifikationsvorteil für die KI-Extraktion. Wenn Sie eine berechnete Spalte definieren, die den Endsald aus Soll und Haben für jede Zeile ableitet, führt die KI dieselbe arithmetische Überprüfung für alle 6.000 Zeilen in Sekundenschnelle durch. Eine Abweichung kaskadiert nicht – sie wird in der Quellzeile markiert, da der berechnete Wert für diese Zeile nicht mit dem extrahierten Wert übereinstimmt. Der Vergleich verschiebt sich von „wer macht weniger Fehler“ zu „wessen Fehler sind billiger zu finden und zu beheben.“

Kosten: Pro Seite, Pro Monat, Pro Jahr

Lassen Sie uns die Kosten jeder Methode für ein Unternehmen quantifizieren, das monatlich ein handschriftliches Hauptbuch (ca. 200 Seiten, 6.000 Zeilen) führt – ein realistisches Volumen für ein kleines Restaurant, einen Einzelhandelsbetrieb oder ein Handelsunternehmen mit täglicher Buchhaltung.

Manuelle Erfassung, monatlich:

Bei diesem Volumen liegen die Kosten pro Seite für die manuelle Hauptbuch-Erfassung bei etwa 10,05 € – und das für ein einziges Hauptbuch. Unternehmen mit getrennten Debitoren-, Kreditoren- und Sachkonten verdreifachen diesen Betrag auf über 6.000 €/Monat.

KI-Extraktion, monatlich:

Das Tool verarbeitet eine Seite in 5–10 Sekunden. Ein 200-seitiges Hauptbuch benötigt etwa 20 Minuten Verarbeitungszeit. Die Kostenstruktur ist abonnementbasiert – nicht nach Seitenarbeit – daher sind die Verarbeitungskosten im Wesentlichen fix, unabhängig davon, ob Sie eine oder 200 Seiten verarbeiten. Die variablen Kosten sind die Prüfzeit (Durchsicht der Ausgabe auf markierte Unstimmigkeiten, etwa 30 Minuten) und die Bearbeitung von Seiten mit niedriger KI-Vertrauenswürdigkeit (weitere 10–15 Minuten).

Der Vergleich soll nicht zeigen, dass eine Methode „kostenlos" und die andere „teuer" ist. Es geht darum, dass die manuelle Hauptbuch-Erfassung eine variable Kostenstruktur hat, die mit dem Volumen steigt, während die KI-Extraktion eine feste Kostenstruktur hat – eine Abonnementgebühr – die bei steigendem Hauptbuch-Volumen konstant bleibt. Für ein Unternehmen mit einem Hauptbuch pro Monat reduziert der KI-Ansatz die Verarbeitungskosten von ~2.000 €/Monat an Arbeitszeit auf ein Abonnement von 20–50 €/Monat plus etwa einer Stunde Prüfzeit. Bei drei Hauptbüchern pro Monat verdreifachen sich die manuellen Kosten; die KI-Kosten ändern sich kaum.

Doppelte Buchführung: Die Dimension, die kein generischer Vergleich abdeckt

GAAP-konforme Buchhaltung erfordert die doppelte Buchführung: Jede Transaktion verbucht gleiche Soll- und Haben-Beträge auf mindestens zwei Konten, wie in FASB ASC 105 definiert. Der standardmäßige Kontenrahmen (1xxx Aktiva, 2xxx Passiva, 3xxx Eigenkapital, 4xxx Erlöse, 5xxx–7xxx Aufwendungen) bildet das Gerüst, und das Hauptbuch ist der Ort, an dem alle diese Konten in einer Saldenbilanz zusammenlaufen.

Wenn Sie ein handschriftliches Hauptbuch manuell in eine Tabelle übertragen, ist die Prüfung der doppelten Buchführung ein separater Schritt – der Bearbeiter muss prüfen, ob die Summe der Soll-Buchungen der Summe der Haben-Buchungen über alle Einträge entspricht. Bei 30 Zeilen pro Seite mit 2–3 Konten pro Zeile (60–90 Soll-/Haben-Werte pro Seite) erhöht allein die Prüfung die Bearbeitungszeit um 30–50 %.

Mit KI-Extraktion können Sie eine berechnete Spaltenregel definieren: Soll-Haben-Prüfung = Summe Soll - Summe Haben. Das Ergebnis sollte für jede Seite null sein. Jede Seite, bei der dies nicht der Fall ist, wird sofort markiert – nicht erst, nachdem alle 200 Seiten erfasst wurden. Dies verwandelt einen separaten, arbeitsintensiven Prüfschritt in ein automatisches Nebenprodukt des Extraktionsprozesses. Es ist der Unterschied zwischen „alle Daten erfassen, dann prüfen, ob sie ausgeglichen sind" und „wissen, welche Zeilen nicht ausgeglichen sind, während die Daten extrahiert werden."

Wann die manuelle Erfassung weiterhin sinnvoll ist

Dieser Vergleich behauptet nicht, dass KI-Extraktion universell überlegen ist. Es gibt Szenarien, in denen die manuelle Erfassung die rationale Wahl bleibt:

Sehr geringes Volumen. Wenn Sie 10 Hauptbuchseiten pro Jahr verarbeiten – ein kleiner Einzelunternehmer mit vierteljährlichen Zusammenfassungen – kann die Einrichtungszeit zum Konfigurieren von Spaltennamen und zum Überprüfen der KI-Ausgabe die eingesparte Zeit übersteigen. Der Wendepunkt, an dem KI-Extraktion schneller wird als manuelle Erfassung, liegt bei etwa 20–30 Seiten pro Monat. Darunter bleibt die manuelle Erfassung durch den Vorteil des Nullaufwands wettbewerbsfähig.

Stark nicht standardisierte Layouts. Wenn jede Seite des Hauptbuchs eine andere handgezeichnete Rasterstruktur verwendet – Spalten an unterschiedlichen Positionen, unterschiedliche Abkürzungen, unterschiedliche Zeilenlayouts – erfordert die KI-Extraktion eine seitenweise Neuzuordnung der Spalten, was den Geschwindigkeitsvorteil zunichtemacht. Die meisten Hauptbücher folgen einem konsistenten Format (dieselbe Person zeichnet monatelang dasselbe Raster), aber Ausnahmefälle gibt es.

Regulatorische Umgebungen, die eine menschliche Prüfung erfordern. In einigen Rechtsordnungen muss ein qualifizierter Buchhalter alle Hauptbucheinträge prüfen und abzeichnen. KI-Extraktion ersetzt diese Anforderung nicht – sie verlagert die Zeit des Buchhalters vom Erfassen der Daten zum Prüfen der Daten. Aber wenn der regulatorische Rahmen vorschreibt, dass ein Mensch jeden Eintrag physisch eingeben muss (selten, aber in einigen Legacy-Compliance-Systemen vorhanden), dann erfüllt die Automatisierung diese Anforderung nicht.

Diese Ausnahmen sind eng gefasst. Für das typische Unternehmen, das handschriftliche Hauptbücher führt – ein Laden um die Ecke, ein familiengeführter Großhändler, ein kleiner Fertigungsbetrieb – sprechen Volumen, Konsistenz und Prüfanforderungen alle für die Extraktion statt für die manuelle Erfassung.

FAQ

Kann KI wirklich handschriftliche Hauptbucheinträge genauso genau lesen wie ein Mensch?

Das hängt von der Handschrift ab. Bei sauberer, gleichmäßig gesetzter Schrift mit konsistenter Zeichenbildung liegt die Genauigkeit der KI-Extraktion im Bereich der niedrigen 90 Prozent für die Feldebene – leicht unterhalb eines geschulten menschlichen Bedieners, der dieselbe Seite mit 95–97% liest. Bei hastiger oder verschlechterter Schrift mit verblasster Tinte sinkt die Genauigkeit des menschlichen Bedieners (Augenbelastung, Mehrdeutigkeit, Raten), während die der KI relativ stabil bleibt, da sie den Kontext des Feldes liest und nicht zeichen für zeichen. Der wichtigere Unterschied ist, dass KI-Fehler systematisch und flaggbar sind (der extrahierte Wert stimmt nicht mit dem berechneten Saldo überein), während manuelle Fehler zufällig sind und ohne vollständiges Nachlesen schwer zu erkennen sind.

Was ist mit Hauptbüchern in gemischter chinesischer und englischer Schrift – Kontonamen auf Chinesisch, Beträge in westlichen Ziffern?

Gemischtschriftige Hauptbücher sind für Menschen und KI gleichermaßen schwierig – aber aus unterschiedlichen Gründen. Ein menschlicher Bediener wechselt für jede Zeile zwischen den Zeichensystemen, was die kognitive Belastung erhöht und die Fehlerrate um geschätzte 1–2 Prozentpunkte steigert. KI-Modelle mit mehrsprachiger Erkennung verarbeiten gemischtschriftige Seiten in einem Durchlauf ohne den kognitiven Wechselnachteil. Die extrahierte Ausgabe trennt chinesische Kontonamen und westliche Ziffern in die jeweiligen Spalten – solange die Spaltennamen in der Extraktionskonfiguration klar definiert waren. Eine detaillierte Anleitung finden Sie im Leitfaden zur Umwandlung handschriftlicher Hauptbücher in Excel.

Wie wirken handgezeichnete Gitterlinien auf die Extraktionsgenauigkeit?

Handgezeichnete Hauptbuchlinien – mit Lineal und Stift gezogen, oft leicht schief und mit variablen Abständen – erhöhen die Komplexität, da die KI zwischen Inhaltsgitterlinien und Inhaltstext (den Einträgen) unterscheiden muss. Der semantische Ansatz des Systems hilft hier: Anstatt sich auf eine perfekte Gittererkennung zu verlassen, identifiziert es Felder anhand ihrer relativen Position und Bedeutung – eine Zahl in der ganz rechten Spalte einer Zeile ist wahrscheinlich der laufende Saldo, unabhängig davon, ob die Gitterlinie perfekt vertikal ist. Dennoch werden extreme Fälle – bei denen handschriftlicher Text direkt über Gitterlinien läuft oder das Gitter so dicht ist, dass Zellen nur wenige Millimeter hoch sind – die Genauigkeit reduzieren. Der Mechanismus der bedeutungsbasierten Feldextraktion wird im Leitfaden zur vorlagenfreien Extraktion erläutert.

Wie steil ist die Lernkurve beim Einrichten der KI-Erfassung für Hauptbücher?

Die Einrichtung umfasst die Definition von Spaltennamen, die der Struktur des Hauptbuchs entsprechen – wie "Datum", "Kontoname", "Soll", "Haben", "Saldo", "Beschreibung". Bei einem einheitlichen Hauptbuchformat (dieselbe Person zeichnet jeden Monat dieselben Spalten in derselben Reihenfolge) definieren Sie die Spalten einmal und verwenden sie für jede Charge wieder. Die anfängliche Einrichtung dauert 5–10 Minuten. Bei einem uneinheitlichen Hauptbuch – unterschiedliche Spaltenanordnungen auf verschiedenen Seiten – erfordert jede Variante ihre eigene Spaltenvorlage, und der Einrichtungsaufwand steigt. Die meisten handschriftlichen Hauptbücher sind jedoch einheitlich genug, dass eine Vorlage für das gesamte Buch ausreicht.

Ist der Kostenunterschied wirklich so groß, wie die Preise pro Seite vermuten lassen?

Im großen Maßstab ja. Die Kosten pro Seite für die manuelle Erfassung (10,05 $ bei dem oben analysierten Volumen) sind fast ausschließlich Arbeitskosten – und diese skalieren linear mit dem Volumen. Die Kosten pro Seite für die KI-Erfassung sind hauptsächlich die Abonnementgebühr, die nicht mit dem Volumen skaliert. Bei 200 Seiten/Monat kostet der KI-Ansatz grob 0,10–0,25 $ pro Seite (Abonnement ÷ verarbeitete Seiten) zuzüglich Prüfzeit. Die Kluft vergrößert sich, wenn das Unternehmen mehrere Hauptbücher führt. Der Haken: Diese Rechnung setzt voraus, dass das Hauptbuchformat einheitlich ist und die KI-Ausgabe nur eine leichte Prüfung erfordert. Wenn jede Seite umfangreiche manuelle Korrekturen benötigt, schrumpfen die Arbeitseinsparungen. Beim optimalen Hauptbuch – saubere Handschrift, einheitliches Raster, klare Tinte – liegen die Einsparungen nahe am vollen 18-fachen Effizienzfaktor, der in den Benchmarks des Tools genannt wird.