Was manuelle Spesenberichte
Ihr Finanzteam pro Mitarbeiter kosten

Der $58-Benchmark – Was in dieser Zahl steckt

Die Verarbeitungskosten von $58 pro Bericht stammen aus einer Studie der GBTA Foundation aus dem Jahr 2015, die in Partnerschaft mit HRS durchgeführt und auf gbta.org veröffentlicht wurde. Die Studie befragte Reisemanager in Nordamerika (79% nutzen Software von Drittanbietern für Spesen), Europa (66%), Asien-Pazifik (75%) und Lateinamerika. Sie gilt allgemein als der am häufigsten referenzierte Benchmark in der Spesenverwaltungsbranche – zitiert von SAP Concur, Ramp, BILL und fast jedem Anbieter von Spesenautomatisierung. Sie wurde durch keine maßgeblichere öffentliche Studie ersetzt.

Doch „$58 pro Bericht" ist ein Durchschnittswert. Um ihn in einem Kostenmodell zu verwenden, müssen Sie wissen, was darin enthalten ist – und was nicht:

• Mitarbeiterzeit (Einreichung): 20 Minuten pro Bericht. Der Mitarbeiter sammelt Belege, gibt Spesenbeschreibungen ein, weist GL-Codes (Sachkontencodes) oder Kategorien zu, fügt unterstützende Dokumentation bei und reicht den Bericht ein. Bei einem voll belasteten Stundensatz von $35 (die ungefähren effektiven Kosten eines Mitarbeiters auf mittlerer Ebene mit einem Gehalt von $50.000–$55.000, einschließlich Lohnsteuern, Sozialleistungen und Arbeitsplatzkosten) entsprechen diese 20 Minuten etwa $11.67 an Arbeitskosten.
• Finanzprüfungszeit (Verarbeitung): Der verbleibende Teil der $58 – etwa $46.33 – deckt die Genehmigung durch Vorgesetzte, die Prüfung durch das Finanzteam, die Überprüfung der GL-Codes, die Einhaltung von Richtlinien und die Auszahlung der Erstattungen ab. Hier liegt der Großteil der Verarbeitungskosten, und dieser Teil ist am resistentesten gegenüber einfachen „Fotografieren Sie Ihren Beleg"-Lösungen, da der Prüfungsablauf selbst mehrere Personen und Entscheidungspunkte umfasst.
• Fehlerkorrekturpuffer (nicht in den $58 enthalten): Die GBTA-Studie stellte außerdem fest, dass 19% der Spesenberichte Fehler enthalten, deren Korrektur jeweils zusätzliche $52 und 18 Minuten kostet. Dies sind separate Kosten – eine Abgabe auf die 19% der Berichte, die nachbearbeitet werden müssen – und sie müssen zum Basiswert von $58 addiert werden, um eine ehrliche Zahl pro Bericht zu erhalten. Über alle Berichte gewichtet erhöht der Fehlerpuffer den Betrag um $9.88 pro Bericht (19% × $52). Die effektiven Kosten pro Bericht, unter Berücksichtigung der Fehlerquote, liegen bei etwa $67.88.

Die $58-Zahl selbst stammt aus dem Jahr 2015. Die Löhne sind seitdem gestiegen – das BLS meldete einen mittleren Stundenlohn von $23.66 für Buchhaltungsangestellte im Mai 2024 (U.S. Bureau of Labor Statistics), und die Arbeitgeberkosten für die Mitarbeitervergütung sind im gleichen Zeitraum laut dem BLS Employment Cost Index erheblich gestiegen. Wenn Sie die $58 nur um das Lohnwachstum bereinigen, liegt das heutige Äquivalent näher bei $70. Aber die $58 sind die Zahl, die die Branche verwendet, und sie ist konservativ genug, um als vertretbarer Basiswert zu dienen. Wenn überhaupt, rechnen Sie zu niedrig.

Kosten pro Mitarbeiter und Monat – Rechnen Sie selbst

Kostenmodelle werden erst dann nützlich, wenn sie an Ihre eigene Mitarbeiterzahl und Ihre Gewohnheiten bei der Spesenabrechnung angepasst werden können. Die Rechnung ist einfach genug, um sie auf einer Serviette durchzuführen. Die Variablen, die Sie benötigen:

• N: Anzahl der Mitarbeiter, die Spesenberichte einreichen
• E: Durchschnittliche Anzahl der Spesenberichte pro Mitarbeiter und Monat (Branchendaten der Aberdeen Group und der GBTA-Forschung beziffern dies auf 1,0–1,5 für die meisten mittelständischen Unternehmen – Vielreisende reichen 3–4 ein, Nicht-Reisende 0–1)
• M: Prozentsatz der Berichte, die manuell verarbeitet werden (wenn Ihr Team für irgendeinen Teil des Workflows Tabellenkalkulationen und E-Mails verwendet, sind das 100 %)
• Effektive Kosten pro Bericht: $67,88 (die GBTA-Basis von $58 plus der gewichtete Fehlerpuffer von $9,88)

Die Formel:

Rechnen Sie es nun für ein mittelständisches Unternehmen durch – 150 Mitarbeiter, die durchschnittlich 1,2 Spesenberichte pro Monat einreichen, alle manuell verarbeitet:

150 × 1,2 × 1,0 × $67,88 = $12.218,40 pro Monat. Das sind $146.620,80 pro Jahr. Allein für die Verarbeitung von Spesenberichten – nicht für die tatsächlich erstatteten Ausgaben, sondern nur für den administrativen Aufwand, die Daten durch das System zu bewegen.

Skalieren Sie es nun auf ein kleineres Team herunter. Ein Unternehmen mit 40 Personen und denselben Parametern: 40 × 1,2 × $67,88 = $3.258,24 pro Monat oder $39.098,88 pro Jahr. Das entspricht in etwa den jährlichen Vollkosten einer Teilzeit-Buchhaltungskraft – ausgegeben für eine Aufgabe, die weder Umsatz, noch Analyse, noch strategischen Wert generiert.

Die Kosten pro Mitarbeiter betragen $67,88 × 1,2 = $81,46 pro Person und Monat oder $977,47 pro Jahr. Für jeden Mitarbeiter, der Spesenberichte einreicht, zahlt Ihre Finanzabteilung jährlich fast tausend Dollar, nur um seine Belegdaten von Papier und Screenshots in die Sachkonten zu übertragen. Multiplizieren Sie das mit Ihrer Mitarbeiterzahl, und die Summe ist selten klein.

Die Fehlersteuer — 19 % der Berichte, doppelte Kosten

Die Fehlerquote bei manuellen Spesenberichten ist kein Rundungsfehler — sie ist der Mechanismus, der aus einem 58-$-Bericht ein 110-$-Problem macht. Die GBTA-Studie ergab, dass 19 % der Berichte Fehler enthalten und jede Korrektur 52 $ und 18 Minuten kostet. Doch der eigentliche Schaden durch Fehler geht über die direkten Korrekturkosten hinaus.

Wenn ein Spesenbericht eine falsch kategorisierte Ausgabe, einen fehlenden Beleg oder einen vertauschten Dollar-Betrag enthält, passieren drei Dinge. Erstens gerät der Bericht in eine Korrekturschleife: Die Finanzabteilung markiert ihn, der Mitarbeiter reicht ihn erneut ein, die Finanzabteilung prüft erneut. Die 18-Minuten-Korrekturzahl der GBTA geht von einem einzigen Durchlauf aus; in der Praxis erfordern komplexe Fehler oft zwei oder drei Austauschvorgänge, was die tatsächlichen Korrekturkosten deutlich über 52 $ treibt. Zweitens verzögert der Fehler die Erstattung. Mitarbeiter, die für die Arbeit gereist sind, aus eigener Tasche bezahlt und Belege eingereicht haben, warten nun eine zusätzliche Woche oder länger auf ihr Geld — ein Reibungspunkt, den Finanzteams selten verfolgen, den Mitarbeiter aber deutlich spüren, insbesondere in einem wirtschaftlichen Umfeld, in dem eine Bankrate-Umfrage ergab, dass 56 % der Amerikaner eine Notfallausgabe von 1.000 $ nicht aus Ersparnissen decken können. Drittens lösen Berichte mit Fehlern oft ein Batch-Vertrauensproblem aus: Sobald ein Prüfer einen Fehler in einem Batch findet, verlangsamt er sich und prüft jeden nachfolgenden Bericht genauer, was jedem Bericht in der Warteschlange unsichtbare Minuten hinzufügt — ein Verhaltenskostenfaktor, den keine Benchmark-Studie erfasst, den aber jeder erfahrene AP-Manager beobachtet hat.

Bei einer Fehlerquote von 19 % und 150 Mitarbeitern, die jeweils 1,2 Berichte pro Monat einreichen: Etwa 34 Berichte pro Monat enthalten Fehler. Bei 52 $ pro Fehler sind das 1.768 $ pro Monat an direkten Korrekturkosten — 21.216 $ pro Jahr — bevor man die Auswirkungen auf die Moral durch verzögerte Erstattungen oder den Batch-Verlangsamungseffekt berücksichtigt.

Fehler sind zudem nicht gleichmäßig verteilt. Gescannte Papierbelege — der zerknitterte Taxibeleg, die verblasste Restaurantrechnung, der thermisch bedruckte Tankstellenbon, der durch die Wäsche ging — verursachen deutlich mehr Übertragungsfehler als saubere digitale Belege. Die Variation der Belegqualität allein lässt eine einheitliche Fehlerquote die tatsächliche Varianz über die Spesenberichtspopulation eines Unternehmens unterschätzen.

Der Engpass von Beleg zu Daten ist die größte Geldquelle für Verluste

Die gesamte Spesenmanagement-Branche – Concur, Expensify, Ramp, Brex und zwei Dutzend weitere – hat zwei Jahrzehnte damit verbracht, den Genehmigungsworkflow, die Richtliniendurchsetzung und den Erstattungszeitpunkt zu optimieren. Und das sind echte Verbesserungen: Automatisierte Genehmigungsrouten eliminieren Engpässe bei Managern, die Integration von Firmenkreditkarten füllt Transaktionsdaten vorab aus, und das mobile Erfassen von Belegen hängt Bilder an Positionen an. Aber all diese Verbesserungen drehen sich um den Extraktionsschritt. Keiner von ihnen eliminiert ihn. Der Mitarbeiter muss immer noch einen Beleg ansehen und den Händlernamen, das Datum, den Betrag, die Spesenkategorie und die Aufschlüsselung der Positionen in den Bericht übertragen. Oder jemand in der Finanzabteilung macht es für sie. In beiden Fällen liest jemand ein Bild und tippt.

Deshalb hält sich die Zahl von 20 Minuten pro Bericht. Der GBTA-Benchmark wurde 2015 gemessen, aber die zugrunde liegende Aufgabe – „Beleg ansehen, tippen, was man sieht“ – hat sich nicht geändert. Auch die Belegformate haben sich nicht geändert: Kreditkartenbelege, per E-Mail gesendete PDFs, mobile Screenshots, Papierbelege, die unter Bürobeleuchtung fotografiert wurden, mehrseitige Hotelrechnungen, Fahrtzusammenfassungen von Ride-Sharing-Diensten. Jedes Format präsentiert dieselben Daten in einem anderen visuellen Layout. Ein Mensch, der eine Marriott-Rechnung liest, muss den Zimmerpreis, die Steuern, die Nebenkosten und die Gesamtsumme finden – Positionen, die über eine Seite verstreut sind, die für einen Gast gestaltet wurde, nicht für einen Buchhalter. Ein Mensch, der einen Tankstellenbeleg liest, muss die Kraftstoffsorte, die Gallonen, den Preis pro Gallone und die Gesamtsumme aus vier Zeilen Thermo-Druck unterscheiden, die oft verblasst sind. Die kognitive Belastung, diese unterschiedlichen Layouts nacheinander zu parsen, verbraucht den Großteil dieser 20 Minuten.

Das ist kein Workflow-Problem. Es ist ein Problem des visuellen Verständnisses – und genau diese Art von Problem sind visuelle KI-Modelle dazu entwickelt worden, zu lösen. Wenn Sie ein Belegbild durch ein KI-Extraktionstool schicken, liest das Modell das Bild so, wie es eine Person tun würde: Es versteht, dass „59.40“ neben „Total“ in einer größeren Schrift die Gesamtsumme ist, dass „03/15/2026“ unter einem Hotel-Logo das Check-in-Datum ist und dass die Positionen unter „Charges“ einzelne Ausgaben beschreiben. Es braucht keinen bestimmten Beleg-Template oder ein bestimmtes Format – es identifiziert jedes Feld danach, was es bedeutet, nicht wo es auf der Seite steht.

Was KI-Extraktion pro Bericht kostet

Visuelle KI-Extraktion für Spesenbelege ersetzt nicht den gesamten Spesenverwaltungs-Workflow. Sie ersetzt einen Schritt: die Übertragung. Der Mitarbeiter oder das Finanzteam muss den Bericht weiterhin einreichen, genehmigen lassen und die Erstattung veranlassen. Aber der Schritt, der 15 der 20 Minuten pro Bericht verschlang – das Lesen des Belegs und das manuelle Eintippen jedes Felds – schrumpft auf die Zeit, die das Hochladen eines Bilds und die Überprüfung der extrahierten Ausgabe benötigt.

Statt Spalten wie „Lieferant", „Datum", „Betrag", „Kategorie" und „Beschreibung" für jeden Beleg manuell einzugeben, definieren Sie die Spaltennamen einmal – mithilfe der Benutzerdefinierten Spaltenextraktion, bei der Sie die benötigten Feldnamen eingeben und die KI jeden Wert überall auf dem Beleg findet, indem sie dessen Bedeutung versteht, nicht durch Vorlagenabgleich mit einem vortrainierten Layout – und das Tool füllt alle Felder aus dem hochgeladenen Belegbild in 5–10 Sekunden. Für einen Bericht mit fünf einzelnen Belegen sind das etwa 30–50 Sekunden Verarbeitungszeit, verglichen mit 12–15 Minuten manueller Übertragung. Die Zeitersparnis allein beim Extraktionsschritt beträgt etwa das 18-Fache.

Was das im Kostenmodell bedeutet: Wenn der Dateneingabeteil der $58-Verarbeitungskosten etwa 60 % der Gesamtkosten ausmacht (eine konservative Schätzung – die GBTA-Studie identifizierte „Dateneingabe" und „Belege anhängen" als die größten Schmerzpunkte, die von 54 % bzw. 55 % der Reisemanager genannt wurden), dann sind $34,80 pro Bericht durch KI-Extraktion adressierbar. Bei einer Reduzierung um 90 % auf diesen Teil sinken die Dateneingabekosten pro Bericht von $34,80 auf $3,48. Die Gesamtkosten pro Bericht sinken von $67,88 (mit Fehlerpuffer) auf etwa $36,56 – eine Reduzierung um 46 %. Für das Unternehmen mit 150 Mitarbeitern, das 180 Berichte pro Monat verarbeitet: Die monatlichen Kosten sinken von $12.218 auf $6.581. Jährliche Ersparnis: $67.649.

Das ist keine vollständige Ersatzlösung für Spesenverwaltungssuiten – diese Suiten adressieren den Genehmigungs- und Erstattungs-Workflow zusätzlich zur Extraktion. Aber für Finanzteams, die bereits ein Buchhaltungssystem und einen Prozess haben, aber bei der manuellen Dateneingabe Zeit verlieren, ist die Extraktion der Hebel mit dem höchsten ROI. Sie erfordert keine Prozessänderung, keine Softwaremigration, kein Change-Management. Sie melden sich im Tool an, laden die Belege hoch und erhalten eine strukturierte Tabelle in Excel, die sich direkt in Ihren bestehenden Workflow einfügt. Der gleiche Ansatz skaliert auf die Stapelverarbeitung: Laden Sie die Spesenbelege eines ganzen Monats auf einmal hoch, und die KI extrahiert alle in eine einzige strukturierte Tabelle – was früher Stunden manueller Tipparbeit dauerte, ist in Minuten erledigt.

Zum Vergleich: Die Kostenstruktur anderer manueller Dokumentenprozesse zeigt dasselbe Muster versteckter Arbeit. Unsere Analyse der manuellen Zahlungsbestätigungs-Protokollierung ergab, dass eine einzige administrative Aufgabe ein typisches kleines Unternehmen $562 pro Monat kostet – und die Ursache ist dieselbe: Jemand liest Screenshots und PDFs und tippt Daten neu ein, die ein visuelles KI-Modell automatisch extrahieren könnte.

Häufig gestellte Fragen

Gilt die GBTA-Zahl von 58 $ pro Bericht auch 2026 noch?

Die Zahl stammt aus einer Benchmark-Studie von 2015 und wurde seitdem nicht in einer vergleichbar maßgeblichen öffentlichen Studie aktualisiert. Sie bleibt jedoch die am häufigsten zitierte Basis in der Branche, da sie konservativ ist: inflationsbereinigt läge der heutige Gegenwert eher bei 70 $. Finanzteams sollten 58 $ als Untergrenze und nicht als Obergrenze betrachten. Verwenden Sie die Formel aus diesem Artikel – wenn Ihre eigenen Zahlen höher ausfallen, sind Ihre Zahlen diejenigen, die zählen.

Funktioniert die KI-Erkennung bei handschriftlichen Belegen?

Ja – innerhalb gewisser Grenzen. Visuelle KI-Modelle können Handschrift lesen, einschließlich Schreibschrift und dichter Handschrift auf Thermopapier, aber die Genauigkeit nimmt im Vergleich zu gedrucktem Text ab. Ein klares, gut beleuchtetes Foto eines handschriftlichen Belegs mit lesbarer Schrift wird in den meisten Fällen korrekt erfasst. Eine verblasste Durchschrift mit überlappendem Text und kontrastarmen Bleistiftmarkierungen führt zu geringerer Genauigkeit. Das Tool funktioniert am besten, wenn das Belegbild einigermaßen scharf und gut beleuchtet ist – dieselbe Bedingung, die auch ein menschlicher Prüfer benötigen würde.

Kann ich das neben meiner bestehenden Spesenverwaltungssoftware nutzen?

Ja. Die KI-Erkennung von Belegen erzeugt strukturierte Daten – in der Regel eine Excel-Tabelle oder CSV –, die in jedes Spesenverwaltungssystem oder ERP importiert werden können, das Dateiimporte akzeptiert. Der Erkennungsschritt liegt vor dem Spesenverwaltungs-Workflow, nicht darin. Sie laden Belege hoch, erhalten saubere strukturierte Daten und speisen diese in Ihre bestehende Genehmigungs- und Erstattungspipeline ein. Es besteht keine Notwendigkeit, die von Ihnen bereits genutzten Systeme zu ersetzen.

Wie hoch ist die Genauigkeitsrate im Vergleich zur manuellen Eingabe?

Gedruckte Tabellendaten erreichen mit visueller KI-Erkennung eine Erkennungsgenauigkeit von bis zu 99 %. Die manuelle Dateneingabe weist dagegen eine Fehlerquote von 1–4 % auf Feldebene auf, abhängig von der Dokumentkomplexität und der Ermüdung des Bearbeiters – und die GBTA-Studie mit ihrer Fehlerquote von 19 % auf Berichtsebene bestätigt, dass sich menschliche Fehler über Felder hinweg summieren. Die KI-Erkennung eliminiert nicht alle Fehler (handschriftliche oder stark beschädigte Belege können zu Fehlern führen), aber sie beseitigt die systematischen Fehlerquellen, die bei der manuellen Eingabe dominieren: Vertauschungen, Fehllesungen, Feldvermischungen und falsche Kategorisierungen.

Wie ändert sich das Kostenmodell, wenn meine Mitarbeiter Firmenkarten nutzen?

Firmenkarten reduzieren den Datenerfassungsaufwand, indem sie Transaktionsbeträge und -daten vorab ausfüllen, aber sie beseitigen ihn nicht. Belege müssen weiterhin Transaktionen zugeordnet werden (welcher Kartenfeed? welcher Mitarbeiter? welcher GL-Code?), Positionsdetails müssen weiterhin aus mehrzeiligen Belegen wie Hotelfolios und Restaurantrechnungen extrahiert werden, und das Belegbild selbst muss weiterhin für die Compliance-Prüfung angehängt werden. Die $58-Benchmark umfasst diese verbleibenden Schritte. Die Firmenkartenintegration adressiert den Transaktionsabgleich, lässt aber das Problem der Positionszeilenextraktion – den Teil, den die meisten Finanzteams weiterhin von Hand erledigen – unberührt.

Berechnen Sie Ihren eigenen Wert und testen Sie dann die Alternative

Die Formel lautet N × E × M × $67,88. Wenn Sie die tatsächlichen Zahlen Ihres Unternehmens einsetzen und das Ergebnis höher ausfällt, als Sie für eine Aufgabe ohne Umsatz und ohne strategischen Mehrwert erwarten würden, hat die Benchmark ihre Aufgabe erfüllt. Sie hat Ihnen keine Antwort gegeben – sie hat Ihnen die richtige Frage gestellt: Ab welchen monatlichen Kosten ist die manuelle Extraktion nicht mehr akzeptabel?

Der Einstiegstest ist bewusst niedrigschwellig konzipiert: Laden Sie einen tatsächlichen Spesenbeleg hoch, geben Sie die Spalten an, die Sie extrahiert benötigen, und beobachten Sie, wie die KI die Tabelle in Sekundenschnelle liest und befüllt – ohne Konto, ohne Einrichtung, ohne Integration. Wenn aus 20 Minuten pro Bericht 30 Sekunden pro Bericht bei Ihren eigenen Belegen werden, ist das Pro-Mitarbeiter-Kostenmodell nicht mehr theoretisch. Es wird zu einem Kalendereintrag: Wie schnell kann sich die Umstellung amortisieren?