Manuelle CFDI-Dateneingabe vs. KI-Extraktion
für AP-Teams in Mexiko

Wie manuelle CFDI-Dateneingabe tatsächlich aussieht

Die meisten mexikanischen Lieferanten versenden die PDF-Darstellung eines CFDI per E-Mail – nicht die XML-Datei. Das PDF ist visuell dicht: Ausstellerdatenblock, Empfängerdatenblock, Positionen mit Produkt-/Dienstleistungscodes, Steueraufschlüsselung nach Steuersatz (16 % IVA, ggf. IVA Retención, ISR Retención) und ein QR-Code, der die UUID zur SAT-Überprüfung codiert. Das Öffnen dieses PDFs und das Extrahieren der Felder, die Ihr ERP benötigt, folgt einer vorhersehbaren Abfolge.

Der Sachbearbeiter öffnet das PDF, findet die UUID (Folio Fiscal) – typischerweise oben rechts, eine 36-stellige alphanumerische Zeichenfolge – und kopiert sie in eine Tabelle. Dann folgen RFC Emisor (Aussteller-Steuer-ID, 12 Zeichen für juristische Personen), Razón Social (Firmenname, der unter CFDI 4.0 exakt mit der Constancia de Situación Fiscal des SAT übereinstimmen muss) und Régimen Fiscal (Steuerregime-Code des Ausstellers, z. B. 601 für General de Ley Personas Morales). Dann wechselt er zum Empfängerblock für RFC Receptor und Uso CFDI – der Code, der angibt, wie Ihr Unternehmen diese Rechnung steuerlich verwendet: G01 für Erwerbe, G03 für Ausgaben, G02 für Retouren. Ein falscher Uso CFDI gefährdet den IVA-Vorsteuerabzug bei einer Prüfung, selbst wenn alle anderen Felder korrekt sind.

Als Nächstes die Positionen. Jeder Concepto (Position) führt eine ClaveProdServ (Produkt-/Dienstleistungscode aus dem SAT-Katalog c_ClaveProdServ), eine ClaveUnidad (Maßeinheitscode), Menge, Einzelpreis und Importe (Positionssumme) auf. Eine typische Lieferantenrechnung hat 2–5 Positionen. Der Sachbearbeiter gibt jede in eine eigene Zeile ein oder summiert sie je nach Vorgabe des Kreditorenbuchhaltungssystems in einer Zeile. Dann die Steuerfelder: SubTotal, IVA Trasladado (berechnete Umsatzsteuer), Total und – bei Dienstleistungsrechnungen – ISR Retenido und IVA Retenido (einbehaltene Einkommensteuer und Umsatzsteuer). Schließlich Método de Pago: PUE (Pago en Una Exhibición, Einmalzahlung) oder PPD (Pago en Parcialidades o Diferido, Raten- oder Zahlungsaufschub). Diese Unterscheidung bestimmt, ob die Rechnung buchungsbereit ist oder einen passenden Complemento de Pago (Zahlungsbeleg) zur steuerlichen Vollständigkeit benötigt.

Ein geübter Kreditorenbuchhalter, der das CFDI-Layout kennt, kann eine Rechnung bei reibungslosem Ablauf in 4–7 Minuten bearbeiten. Das umfasst das Finden jedes Feldes im PDF, das Eintippen in die Tabelle und eine kurze Plausibilitätsprüfung der Summen. Bei einem Layout eines unbekannten Lieferanten – eine häufige Erfahrung angesichts der Vielfalt der CFDI-Rendering-Engines verschiedener PACs (Proveedor Autorizado de Certificación, die SAT-zugelassenen Zertifizierungsanbieter) wie CONTPAQi, EDICOM und Facturama – dauert dieselbe Rechnung länger. Der Sachbearbeiter sucht auf der Seite nach „UUID" oder „Folio Fiscal" an einer unerwarteten Stelle, prüft, ob die angezeigte Steueraufschlüsselung den ERP-Erwartungen entspricht, und gleicht die im QR-Code codierte UUID mit der gedruckten ab. 8–12 Minuten sind ein realistischer Rahmen für unbekannte Formate.

Die SAT-Abstimmung fügt eine weitere Ebene hinzu. Seit Februar 2024 füllt das SAT die Umsatzsteuererklärungen automatisch mit CFDI-Daten vor, die direkt aus dem E-Rechnungssystem stammen. Wenn der CFDI-XML des Lieferanten einen anderen Gesamtbetrag ausweist als der, den Ihr Kreditorenbuchhalter in Excel eingegeben hat – sei es aufgrund eines Dateneingabefehlers oder einer Lieferantenkorrektur, die Sie nie erhalten haben –, enthält die vorausgefüllte Erklärung des SAT die Abweichung. Zur Lösung müssen Sie den zertifizierten XML für die betroffene UUID abrufen, ihn mit Ihren internen Aufzeichnungen vergleichen und eine Korrektur einreichen – alles vor der DIOT-Frist. Dies ist kein hypothetischer Grenzfall. Das SAT hat 2025 über 8 Millionen Rechnungen aufgrund von Fehlern auf Feldebene abgelehnt, und jede Ablehnung, die auf einen Dateneingabefehler auf der Empfängerseite zurückzuführen ist, kostet Zeit, die sich im großen Maßstab vervielfacht.

Wie die KI-Extraktion denselben CFDI verarbeitet

Der KI-Extraktionsworkflow kehrt die manuelle Reihenfolge um. Anstatt jede PDF zu öffnen, nach Feldern zu suchen und sie in eine Tabelle einzutippen, legt der Benutzer fest, was extrahiert werden soll, bevor die Verarbeitung beginnt – und die KI lokalisiert jedes Feld in allen Dokumenten des Stapels.

Dies ist der Mechanismus, der den Unterschied ausmacht. In einem vorlagenbasierten OCR-System würden Sie auf einem Beispiel-CFDI ein Kästchen um „UUID“ zeichnen, und das System würde an derselben Koordinate in jedem nachfolgenden Dokument suchen. Ein CFDI eines Lieferanten, der CONTPAQi Factura Electrónica verwendet, platziert die UUID an einer anderen Bildschirmposition als einer, der von Facturama oder SW gerendert wird. Die vorlagenbasierte Extraktion scheitert bei der ersten Formatvariation. Die KI-Extraktion – insbesondere der von ImageToTable.ai verwendete Ansatz namens Custom Column Extraction – funktioniert anders. Sie geben die gewünschten Feldnamen als Spaltenüberschriften ein: „RFC Emisor“, „UUID“, „Total“, „IVA“, „Uso CFDI“. Die KI liest jedes Dokument, versteht semantisch, was jeder Feldname bedeutet, und lokalisiert den entsprechenden Wert überall auf der Seite – unabhängig davon, wo die PDF-Rendering-Engine ihn platziert hat. Die von Ihnen als Spaltennamen eingegebenen Begriffe werden zu den Überschriften Ihrer Ausgabetabelle.

Der Workflow umfasst drei Schritte. Erstens laden Sie die CFDI-Dokumente – PDFs, XMLs oder Scans – als Stapel hoch. Zweitens definieren Sie Ihre Spalten, indem Sie die genauen Feldnamen eingeben, die extrahiert werden sollen. Für einen typischen mexikanischen AP-Stapel sind dies in der Regel RFC Emisor, Razón Social Emisor, RFC Receptor, UUID, Fecha (Datum), SubTotal, IVA, Total, Método de Pago, Uso CFDI und Régimen Fiscal. Drittens führen Sie die Extraktion durch. Die KI verarbeitet jedes Dokument in 5–10 Sekunden, lokalisiert jedes angegebene Feld durch semantisches Verständnis statt durch Koordinatenabgleich und gibt eine einzige Excel-Datei mit einer Zeile pro CFDI aus.

Wenn der Stapel gemischte Método de Pago-Werte enthält – einige PUE, einige PPD –, macht die Ausgabetabelle diese Unterscheidung in der Spalte sichtbar. Der Kreditorenbuchhalter kann nach Método de Pago sortieren, die PPD-Zeilen isolieren, die einen Complemento de Pago-Abgleich benötigen, und die Abstimmung separat durchführen. Dieser Vorverarbeitungsschritt, ausführlich beschrieben im Leitfaden zur Stapelverarbeitung von CFDI, ist der am häufigsten übersprungene Schritt in manuellen Workflows – und derjenige, der am Monatsende die meiste Abstimmungsarbeit verursacht.

Batch-Verarbeitung – das gleichzeitige Hochladen mehrerer CFDI-Dokumente und der Erhalt einer einzigen zusammengeführten Excel-Ausgabe – ist die Fähigkeit, die die Rechnung im großen Maßstab verändert. Anstatt Rechnungen einzeln in einer Abfolge zu verarbeiten, die wie öffnen → finden → eingeben → speichern → weiter aussieht, bricht der Batch-Ansatz die Abfolge zusammen: alles hochladen → Spalten einmal definieren → eine Tabellenkalkulation mit allen Zeilen erhalten. Die Kosten pro Rechnung für Kontextwechsel, Öffnen von Dateien und Lokalisieren von Feldern entfallen. Dies ist dasselbe Konzept, das im Leitfaden zur CFDI-zu-Excel-Extraktion untersucht wird, hier angewendet auf den Vergleich mit manuellen Methoden.

Vergleich der beiden Ansätze in fünf Dimensionen

Es folgt ein objektiver Vergleich, Dimension für Dimension. Die Zahlen für die manuelle Verarbeitung basieren auf einem geschulten AP-Sachbearbeiter, der mit CFDI-Layouts vertraut ist. Die KI-Extraktionszahlen spiegeln die dokumentierten Leistungskennzahlen der Verarbeitungs-Engine von ImageToTable.ai wider – konkret 5–10 Sekunden KI-Verarbeitungszeit pro Seite und eine Erkennungsgenauigkeit für gedruckte Daten von bis zu 99 %. Der Vergleich geht von einem standardmäßigen AP-Workflow aus, der mexikanische Lieferantenrechnungen empfängt und 15–20 Felder pro Dokument in eine strukturierte Tabelle für den ERP-Import oder die Excel-basierte Buchung extrahiert.

Die Kostendimension verdient eine eigene Betrachtung. Die Kosten der manuellen Dateneingabe sind fast ausschließlich Arbeitskosten: der Stundensatz eines AP-Sachbearbeiters multipliziert mit der Verarbeitungszeit pro CFDI, zuzüglich des Aufwands für Fehlerkorrekturen (typischerweise 20–30 % zusätzliche Zeit für Nacharbeit, wenn Fehler entdeckt werden). Die Kosten der KI-Extraktion sind eine Abonnementgebühr geteilt durch das Monatsvolumen – wobei die Kosten pro Rechnung mit steigendem Volumen gegen Null gehen. Bei 50 CFDIs pro Monat beträgt der Arbeitsaufwand allein für die manuelle Eingabe – ohne die Kosten für Fehler oder den Monatsabgleich – grob 5–10 Stunden AP-Personalzeit. Bei 200 CFDIs sind es 20–40 Stunden – was, zusammen mit dem Abgleich, in Richtung einer dedizierten AP-Rolle geht.

Ab welchem Volumen bricht die manuelle Verarbeitung zusammen

Es gibt keine universelle Schwelle, ab der die manuelle CFDI-Erfassung „nicht mehr funktioniert". Der Wendepunkt hängt von drei Variablen ab, die für jeden AP-Betrieb spezifisch sind: der Anzahl der pro CFDI extrahierten Felder, der Vielfalt der Lieferantenformate und der Toleranz gegenüber dem Druck des Monatsabschlusses. Das Muster ist jedoch konsistent genug, um es in Stufen zu beschreiben.

10–30 CFDIs pro Monat. Bei diesem Volumen ist die manuelle Erfassung machbar – wenn auch mühsam. Ein geschulter Sachbearbeiter verarbeitet den Stapel in etwa 1–4 Stunden. Die Fehler sind wenige genug, dass der Abgleich innerhalb des DIOT-Meldezeitraums machbar ist. Die Hauptkosten sind die Opportunitätskosten der AP-Mitarbeiterzeit, die für Dateneingabe statt für Analyse oder Ausnahmebehandlung aufgewendet wird. Für einen sehr kleinen Betrieb mit ein oder zwei regelmäßigen Lieferanten, deren CFDI-Layouts auswendig bekannt sind, kann die manuelle Erfassung weiterhin die einfachere Lösung sein.

30–100 CFDIs pro Monat. Hier wird die Reibung sichtbar. Die Verarbeitungszeit erreicht 2–10 Stunden pro Monat allein für die Dateneingabe. Der eigentliche Druckpunkt ist jedoch nicht das Tippen – es ist die Abgleichskomplexität, die durch gemischte Método-de-Pago-Werte entsteht. Ein Stapel von 60 CFDIs enthält typischerweise eine Mischung aus PUE- und PPD-Rechnungen. Die PUE-Rechnungen (Einmalzahlung, buchungsbereit) gehen direkt ins Hauptbuch. Die PPD-Rechnungen erfordern ein separates Complemento de Pago – ein zweites CFDI-Dokument, das festhält, wann und wie die ursprüngliche Rechnung bezahlt wurde – bevor sie abgeschlossen werden können. Wenn der manuelle Erfassungsprozess PUE nicht von Anfang an von PPD trennt, beinhaltet der Monatsabschluss den Abgleich von PPD-UUIDs mit Pago-Complementos einzeln. Bei 30 PPD-Rechnungen in einem 60-CFDI-Stapel sind das 30 manuelle Nachschläge, die jeweils das Auffinden der Pago-XML, das Extrahieren der Complement-Felder und die Überprüfung, ob die Beträge mit dem ursprünglichen Ingreso-CFDI (Einnahmen) übereinstimmen, erfordern.

100–300 CFDIs pro Monat. Die manuelle Verarbeitung in diesem Umfang erfordert eine dedizierte Kreditorenbuchhaltungsstelle – konservativ geschätzt 20–40 Stunden Dateneingabe plus 5–10 Stunden Abstimmung. Fehlerkorrekturen werden zum wiederkehrenden Kostenfaktor. Bei einer Fehlerquote von 2 % bei 200 Rechnungen mit je 15 Feldern gelangen monatlich rund 60 Feld-Fehler in die Buchhaltung. Nicht alle werden entdeckt – einige wandern in die vorausgefüllten SAT-Erklärungen und tauchen erst bei einer Prüfung auf. Die Kosten für die Einstellung und Einarbeitung einer zweiten Person, die sich mit CFDI-4.0-Feldsemantik und SAT-Katalognummern (c_UsoCFDI, c_RegimenFiscal, c_ClaveProdServ) auskennt, sind beträchtlich. Bei diesem Volumen übersteigen die jährlichen Personalkosten allein für die manuelle Eingabe – selbst bei marktüblichen AP-Gehältern in Mexiko – die jährlichen Abonnementkosten für KI-Extraktion bei weitem.

300+ CFDIs pro Monat. Die manuelle Eingabe ist strukturell nicht nachhaltig. Der Engpass ist nicht mehr die Eingabegeschwindigkeit einzelner Sachbearbeiter – es ist die serielle Natur des manuellen Workflows. Nur eine Person kann gleichzeitig in eine bestimmte Tabelle tippen. Ein zweiter Sachbearbeiter schafft Versionskontrollprobleme. Ein dritter verstärkt sie. Die DIOT-Frist am 17. wird zur wiederkehrenden Krise statt zur Routineabgabe. In diesem Umfang stellt sich nicht die Frage, ob automatisiert werden soll – sondern welcher Automatisierungsansatz die Feldebene-Genauigkeit bewahrt, die die SAT-Konformität erfordert.

Der Break-Even-Punkt ist keine einzelne Zahl – sondern der Bereich von 30 bis 50 CFDIs pro Monat, ab dem die Kosten-pro-Datensatz-Ökonomie der KI-Extraktion den Wechsel klar rechtfertigt. Darunter liegt der Hauptgewinn in der Freisetzung von AP-Mitarbeiterzeit für wertschöpfendere Aufgaben. Darüber liegt der Gewinn in der Vermeidung von Fehlern, deren Korrekturkosten die ursprünglichen Erfassungskosten übersteigen.

Wo KI-Extraktion noch eine menschliche Prüfung braucht

Ein ehrlicher Vergleich erfordert die Anerkennung, wo KI-Extraktion kein vollständiger Ersatz für menschliches Urteilsvermögen ist. Die drei Bereiche, in denen ein menschlicher Prüfer in einem CFDI-Workflow weiterhin notwendig ist, sind struktureller, nicht zufälliger Natur – sie ergeben sich aus dem Design des mexikanischen E-Rechnungssystems selbst.

Complemento de Pago – Querverweise. Wenn ein ursprünglicher CFDI unter PPD (gestundete oder Ratenzahlung) ausgestellt wurde, erfordert der fiskalische Abschluss den Abgleich mit dem entsprechenden Complemento de Pago – einem separaten CFDI-Dokument, das bei tatsächlichem Zahlungseingang ausgestellt wird. Die KI kann Felder aus beiden Dokumenten unabhängig extrahieren. Aber der Akt der Überprüfung, dass Zahlung Nr. 3 über 15.000 MXN am 12. März mit dem Restbetrag von 15.000 MXN der Rechnung Nr. A-2047 übereinstimmt, ist ein Abgleichsurteil. Es erfordert das Verständnis, welche Zahlungen welche Rechnungen beglichen haben, in welcher Reihenfolge und ob noch Teilbeträge offen sind. Dies ist Buchhaltungslogik, keine Extraktion – und gehört zum Prüfungsschritt des AP-Sachbearbeiters, nicht zum Extraktionsschritt der KI. Die strukturelle Komplexität des CFDI-Abgleichs wird in einer separaten Analyse behandelt.

Benutzerdefinierte Addenda-Felder. Große mexikanische Einzelhändler und Hersteller – Walmart, Soriana, Chedraui, Grupo Bimbo, Cemex – fügen ihren CFDIs manchmal proprietäre Addenda hinzu. Eine Addenda ist eine optionale XML-Erweiterung, die käuferspezifische Daten enthält: interne Bestellnummern, Abteilungscodes, Lieferfensteranweisungen oder Regalpositionskennungen. Diese Felder folgen keinem universellen Schema. Jeder Einzelhändler definiert seine eigene Struktur. Ein allgemeines KI-Extraktionstool, das die PDF-Version eines CFDI liest, kann die gedruckten Addenda-Felder korrekt extrahieren, wenn sie im sichtbaren Layout erscheinen. Felder, die jedoch nur im Addenda-Knoten des XML existieren und nicht im PDF gerendert werden, sind für das Tool unsichtbar. Dies ist kein Versagen der KI-Erkennung, sondern eine Einschränkung der Verarbeitung des PDF anstelle des XML. Wenn Ihr AP-Workflow von Addenda-Feldern abhängt, kann die XML-basierte Extraktion der bessere Weg sein.

Carta Porte (Frachtbrief-Ergänzung). Für Sendungen, die innerhalb des mexikanischen Hoheitsgebiets transportiert werden, muss der CFDI einen Complemento Carta Porte enthalten – einen obligatorischen Anhang, der Frachtdetails, Transportart, Herkunft, Ziel und Spediteurinformationen spezifiziert. Diese Ergänzung verwendet ihr eigenes verschachteltes XML-Schema mit Feldern, die keine visuelle Entsprechung in der PDF-Darstellung haben. Die Extraktion von Carta-Porte-Daten allein aus einem PDF ist strukturell unvollständig. Die XML-Datei enthält die vollständigen Ergänzungsdaten und sollte die Extraktionsquelle für Logistik-Compliance-Workflows sein.

Keine dieser Einschränkungen ist ein Grund, manuell zu bleiben. Sie sind ein Grund zu verstehen, was die KI tut und was der Mensch tut, und den Workflow so einzurichten, dass jeder den Teil übernimmt, den er gut kann. Die KI extrahiert die 15–20 Kernfelder aus jedem CFDI in Sekunden. Der AP-Sachbearbeiter prüft die Complemento-de-Pago-Abgleiche, überprüft markierte Ausnahmen und erledigt die Buchhaltungsurteile, die Kontext erfordern.

FAQ

Funktioniert die KI-Extraktion auch bei CFDI-PDFs oder brauche ich die XML?

Die KI-Extraktion funktioniert bei beidem. Bei einem PDF-basierten CFDI liest die KI das sichtbare Layout – dieselben Felder, die ein menschlicher Sachbearbeiter sehen würde – und extrahiert sie durch semantisches Verständnis der Feldbezeichnungen. Bei einem XML-basierten CFDI kann die KI die strukturierten Daten direkt auslesen. Die Genauigkeit der PDF-basierten Extraktion hängt von der Qualität der PDF-Wiedergabe ab; ein sauberes, von einem PAC erstelltes PDF (von CONTPAQi, EDICOM oder ähnlichen) liefert zuverlässige Ergebnisse. Eine fotokopierte oder stark komprimierte eingescannte CFDI kann bei kleinen Texten wie der UUID eine geringere Genauigkeit aufweisen. In der Praxis erhalten die meisten AP-Teams PDFs – und die KI-gestützte Dokumentenverarbeitung verarbeitet diese, ohne dass der Lieferant XMLs erneut senden muss.

Kann die KI zwischen PUE- und PPD-Zahlungsmethode unterscheiden?

Ja. Método de Pago ist ein Standard-CFDI-Feld, das im gedruckten Layout und in der XML erscheint. Die KI extrahiert es wie jedes andere Feld. Der erfasste Wert – „PUE“ oder „PPD“ – erscheint in Ihrer Ausgabetabelle in der Spalte Método de Pago. So können Sie den Batch vor der Buchung sortieren: PUE-Zeilen gehen direkt ins Hauptbuch, PPD-Zeilen werden für den Complemento de Pago-Abgleich zurückgehalten.

Was ist mit CFDI-Feldern, die SAT-Katalogcodes verwenden – versteht die KI diese?

Die KI extrahiert den Code genau so, wie er auf dem Dokument erscheint (z. B. „G01“ für Uso CFDI, „601“ für Régimen Fiscal). Sie übersetzt Codes nicht in Beschreibungen – das ist eine separate Nachschlageaktion, die Sie in Excel oder Ihrem ERP durchführen. Entscheidend ist, dass der extrahierte Code mit dem Dokument übereinstimmt, was die SAT-Abstimmung erfordert.

Wie verarbeitet die Stapelverarbeitung gemischte CFDI-Typen im selben Upload?

Sie können Ingreso- (Einnahmen), Egreso- (Gutschrift) und Pago-CFDIs im selben Batch hochladen. Die KI extrahiert die Felder, die Sie als Spaltennamen angeben, aus jedem Dokument. Wenn ein Feld in einem bestimmten CFDI nicht vorhanden ist (z. B. fordern Sie „Descuento“ an, aber die Rechnung hat keinen Rabatt), bleibt diese Zelle leer. Sie können auch eine abgeleitete Spalte einfügen – eine Spalte, deren Wert die KI durch Analyse des Dokumentinhalts ermittelt – um jede Zeile nach CFDI-Typ zu klassifizieren. Die Stapelverarbeitung von Dokumenten nach Excel wird im Anwendungsleitfaden ausführlicher behandelt.

Ist KI-Extraktion günstiger als die Einstellung eines weiteren Kreditorenbuchhalters in Mexiko?

Ab etwa 50 CFDI pro Monat spricht die Rechnung für KI-Extraktion. Ein Kreditorenbuchhalter, der 200 CFDI pro Monat verarbeitet, verbringt 20–40 Stunden allein mit der Dateneingabe – etwa eine halbe bis ganze Arbeitswoche – plus Zeit für Fehlerkorrektur und Abstimmung. Ein KI-Extraktions-Abo kostet nur einen Bruchteil dieser Arbeitszeit, und die Kosten pro Rechnung sinken mit steigendem Volumen. Die genaue Berechnung hängt vom lokalen Gehaltsniveau ab, aber die Tendenz ist eindeutig: Der Break-even liegt bei 30–50 CFDI pro Monat. Eine umfassendere Kostenanalyse finden Sie im Artikel KI-Dateneingabe vs. manuelle Kosten pro Datensatz.

Ersetzt dies die Archivierung von CFDI-XMLs?

Nein. Das mexikanische Steuerrecht (CFF Artikel 30) schreibt vor, dass sowohl Aussteller als auch Empfänger das originale, digital signierte XML mindestens fünf Jahre lang gemäß NOM-151 aufbewahren müssen. KI-Extraktion liefert Ihnen die Daten in einem strukturierten, nutzbaren Format – sie ersetzt nicht die gesetzliche Archivierungspflicht. Die extrahierte Excel-Datei ist Ihr Arbeitsdokument für Buchung, Abstimmung und Berichterstattung. Das originale XML bleibt Ihr Prüfpfad.