Warum Datenextraktion nur
die halbe Arbeit ist

Was Dokumentextraktion tatsächlich liefert — und was nicht

Das Versprechen ist einfach: Eine 40-zeilige Rechnung kommt als PDF an. Sie laden sie hoch. Die KI liest jede Kostenzeile — Beschreibung, Menge, Einzelpreis, Zeilensumme — und gibt eine Tabellenkalkulation mit bereits beschrifteten Spalten aus. In Marketingbegriffen ist das „End-to-End-Automatisierung". In Buchhaltungsbegriffen ist es der Startschuss.

Denn das ist es, was die Tabellenkalkulation nach der Extraktion tatsächlich enthält: Rohwerte, so wie sie auf der Seite erschienen. Die Mengenspalte enthält Zahlen. Die Einzelpreisspalte enthält Zahlen. Die Zeilensummenspalte enthält Zahlen. Aber niemand — weder die KI noch die Extraktionsengine — hat verifiziert, dass Menge × Einzelpreis tatsächlich der auf der Rechnung ausgedruckten Zeilensumme entspricht. Niemand hat alle zwanzig Zeilensummen summiert und das Ergebnis mit der Zwischensumme auf der letzten Seite verglichen. Niemand hat geprüft, ob der auf die Zwischensumme angewandte Steuersatz den Steuerbetrag ergibt, den der Lieferant angegeben hat, oder die Rechnung als „muss geprüft werden" markiert, wenn die Zahlen nicht übereinstimmen.

Das Extraktionstool hat Ihnen Daten gegeben. Es hat Ihnen keine verifizierten Daten gegeben. Und die Lücke zwischen diesen beiden Dingen — zwischen „die Zahlen sind in Excel" und „die Zahlen sind korrekt und bereit für das Hauptbuch" — ist der Ort, an dem die echten Stunden verschwinden.

Die Tabellenkalkulationsformel, die heimlich mehr kostet als manuelle Dateneingabe

Rechnungsextraktionstools haben den Schritt „Zahlen eintippen" von 3 Minuten pro Seite auf etwa 5–10 Sekunden reduziert. Das ist eine echte Verbesserung. Aber nehmen Sie eine Stoppuhr für den gesamten Workflow — vom PDF-Eingang bis „bereit zur Verbuchung" — und die Zeitverteilung verschiebt sich auf eine Weise, die die meisten Tool-Vergleiche nicht erfassen.

Ein typischer Rechnungsverarbeitungs-Workflow nach KI-Extraktion umfasst mindestens vier Kategorien von Formelarbeit. Jede einzelne ist für sich genommen klein — eine Spalte hier, eine SUMME dort — aber gemeinsam bilden sie ein sich wiederholendes Tabellenkalkulations-Fließband, das niemand einplant:

• Prüfung der Zeilensummen. Für jede Zeile der Rechnung benötigen Sie =C2*D2 in Spalte E – Menge mal Einzelpreis – sowie einen Vergleich mit der gedruckten Zeilensumme in Spalte F. Eine einzelne Rechnung mit 15 Positionen bedeutet 15 Multiplikationsformeln und 15 Vergleichsformeln. Bei 200 Rechnungen pro Monat sind das 6.000 Formelzellen, die erstellt, gezogen und stichprobenartig geprüft werden.
• Abstimmung der Zwischensummen. Nach der Prüfung der einzelnen Zeilen summieren Sie die berechneten Zeilensummen und vergleichen sie mit der gedruckten Zwischensumme. Dann wenden Sie den Steuersatz an (der je nach Rechtsgebiet oder Position variieren kann – einige Artikel sind steuerpflichtig, andere nicht) und vergleichen ihn mit dem gedruckten Steuerbetrag. Anschließend addieren Sie Zwischensumme und Steuern und vergleichen das Ergebnis mit dem Rechnungsgesamtbetrag. Bei einer mehrseitigen Rechnung mit unterschiedlichen Steuersätzen ist dies keine einzelne SUMME-Formel. Es ist eine Kette voneinander abhängiger Berechnungen, die bricht, wenn ein vorgelagerter Wert falsch ist.
• Bedingte Kennzeichnungen. Übersteigt der Rechnungsbetrag den PO-Betrag? Ist die Zahlung innerhalb von 7 Tagen fällig (Kennzeichnung für dringende Genehmigung)? Befindet sich der Lieferant auf der Liste der bevorzugten Anbieter? Jede dieser Prüfungen ist eine bedingte Formel – =IF(F2>G2,"OVER BUDGET","") – die jemand schreibt, formatiert und über jede Zeile zieht.
• Standardisierungsformeln. Daten kommen in jedem erdenklichen Format: 06/15/2026, 15-Jun-2026, 20260615. Währungsbeträge mischen Dezimalkommas und -punkte, je nach Land des Lieferanten. Jemand schreibt =DATEVALUE()-Wrapper und =SUBSTITUTE()-Ketten, um alles zu normalisieren, bevor es das Buchhaltungssystem erreichen kann.

Keine dieser Arbeiten ist Extraktion. Die KI hat die richtigen Zahlen bereits extrahiert. Aber die Zahlen sind nicht nutzbar, bis diese Berechnungen durchgeführt sind – und in den meisten Organisationen ist der Berechnungsaufwand unsichtbar. Er passiert in Excel, in 15-Minuten-Schüben zwischen Besprechungen, von Personen, deren Stellenbeschreibungen nicht „Tabellenkalkulations-Formeltechniker" enthalten. Die Arbeit wird erledigt, aber niemand verfolgt, wie lange sie dauert – und niemand fragt, ob sie notwendig ist.

Wenn ein AP-Sachbearbeiter im mittleren Marktsegment 200 Rechnungen pro Monat verarbeitet und durchschnittlich 8 Minuten pro Rechnung für Formelarbeit nach der Extraktion aufwendet – Verifikationsspalten schreiben, Formeln ziehen, Zwischensummen abgleichen – sind das 26 Stunden pro Monat für Aufgaben, die Daten extrahieren, aber nichts berechnen. Beim BLS-Medianlohn für Buchhaltungsangestellte von 23,33 $/Stunde belaufen sich die Kosten allein für das Schreiben von Formeln auf über 600 $ pro Monat. Für ein Team aus drei Sachbearbeitern sind das 1.800 $ pro Monat – 21.600 $ pro Jahr – für Excel-Formeln, die unnötig wären, wenn die Berechnungen während der Extraktion durchgeführt würden.

Warum die Dokumentextraktionsbranche die Extraktion als Ziellinie betrachtet

Die Tools, die den Markt dominieren – templatebasierte OCR, Machine-Learning-Klassifikatoren, große Vision-Modelle – sind alle auf ein einziges technisches Problem ausgerichtet: „Aus einem Dokumentbild strukturierten Text ausgeben." Das ist ein schwieriges Problem, dessen gute Lösung Jahrzehnte gedauert hat. Die Teams, die diese Tools entwickeln, sind verständlicherweise auf das Problem ausgerichtet, das sie zu lösen wissen.

Aber die Definition von „fertig" aus Sicht des Ingenieurs – „der Text steht in einer Datenbankzeile" – entspricht nicht der Definition von „fertig" aus Sicht des Buchhalters – „die Zahlen wurden verifiziert, berechnet und sind bereit für das Hauptbuch." Das Extraktionsergebnis ist ein Datenartefakt. Das Buchhaltungsergebnis ist ein Finanzartefakt. Die Umwandlung von einem zum anderen erfordert Berechnungen, und die Extraktionsbranche hat diese Berechnungen weitgehend dem Benutzer überlassen.

Das ist kein Versagen einzelner Tools. Es ist eine strukturelle Lücke in der Definition des Problems. Die Softwarebranche betrachtete die Dokumentenverarbeitung und sah: „OCR muss besser werden." Sie entwickelte bessere OCR. Dann sah sie: „Formate sind unvorhersehbar" und entwickelte layoutunabhängige KI. Jede Iteration machte die Extraktion schneller und genauer – aber jede Iteration machte auch das Fehlen der Formelarbeit nach der Extraktion deutlicher. Wenn die Extraktion 10 Sekunden dauert und die Formelarbeit immer noch 8 Minuten, ist die Extraktionsgeschwindigkeit nicht mehr die Schlagzeile. Die Formellücke wird zur Schlagzeile.

Der aufschlussreichste Beleg für diese Lücke ist, wie AP-Teams (Buchhaltung) ihre Extraktionstools tatsächlich nutzen. Sie extrahieren. Sie exportieren nach Excel. Und dann fügen sie Spalten hinzu – nicht weil die Extraktion Daten übersehen hat, sondern weil das Tool nicht rechnet. Sie fügen die Spalte Menge × Einzelpreis hinzu. Sie fügen die Differenzspalte hinzu. Sie fügen die Spalte für das Genehmigungskennzeichen hinzu. Sie fügen die Spalte für das standardisierte Datum hinzu. Die Tabellenkalkulation, die sie an das Buchhaltungssystem senden, hat doppelt so viele Spalten wie das Extraktionstool erzeugt hat. Die Hälfte der Spalten sind Extraktionsergebnisse. Die andere Hälfte sind Formeln, die jemand um 16:00 Uhr an einem Dienstag geschrieben hat.

Die Berechnungslücke in der Praxis: Wenn Ihre Rechnungssumme nicht übereinstimmt

Um zu verstehen, warum Formeln nach der Extraktion nicht nur mühsam, sondern strukturell riskant sind, betrachten Sie den häufigsten Abstimmungsfehler in der AP (Buchhaltung): die Abweichung der Rechnungssumme.

Ein Lieferant sendet eine Rechnung mit zwölf Positionen. Das Extraktionstool erfasst jedes Feld korrekt: zwölf Beschreibungen, zwölf Mengen, zwölf Einzelpreise, zwölf Zeilensummen, eine Zwischensumme, einen Steuerbetrag, eine Rechnungssumme. Alle Zahlen stimmen mit dem Originaldokument überein. Aber wenn Sie die zwölf extrahierten Zeilensummen addieren, ergeben sie $3.847. Die gedruckte Zwischensumme auf der Rechnung beträgt $3.812. Die Differenz beträgt $35.

Der Fehler liegt nicht in der Extraktion. Er liegt in der Rechnung des Lieferanten – eine Position wurde falsch bepreist, oder ein Rabatt wurde inkonsistent angewendet, oder eine Rundungsentscheidung führte zu einer Abweichung. Aber das Extraktionstool hat keinen Mechanismus, um dies zu erkennen. Es hat die Zahlen des Lieferanten getreu reproduziert, ohne sie zu überprüfen. Die Erkennung erfolgt in Excel, wenn jemand =SUM(F2:F13) schreibt und es mit Zelle F15 vergleicht. Wenn niemand diese Formel schreibt – oder wenn die Formel korrekt geschrieben, aber nur auf die erste Seite einer mehrseitigen Rechnung angewendet wird – überlebt die $35-Differenz. Sie gelangt ins Hauptbuch. Sie wird drei Monate später zu einem Abstimmungsposten, und zu diesem Zeitpunkt kostet das Auffinden der Quellrechnung und die Überprüfung der Positionsarithmetik mehr an Arbeitsaufwand als die $35 selbst.

Dieses Szenario ist nicht selten. Es ist der Standardzustand jedes Extraktions-Workflows, der keine Berechnung beinhaltet. Jede Rechnung wird zu einem Matheproblem, das jemand manuell in einer Tabellenkalkulation aufstellen und lösen muss. Bei geringen Mengen ist die Mathematik machbar. Bei 200 Rechnungen pro Monat wird die Mathematik zu einer Vollzeitaufgabe, für die niemand offiziell zuständig ist. Bei 500 Rechnungen pro Monat wird die Mathematik zu einem Risiko – denn Fehler, die in 95 % der Fälle erkannt werden, werden in den anderen 5 % nicht erkannt, und die 5 %, die durchrutschen, sind diejenigen, die zählen.

Den Berechnungsschritt von Excel zurück in die Extraktion verlagern

Wenn das Problem darin besteht, dass die Extraktion Rohwerte liefert und die Berechnung anschließend in einem separaten Tool erfolgt, ist die logische Lösung, die beiden Schritte zu einem zusammenzufassen. Statt „erst extrahieren, später in Excel berechnen“ läuft die Berechnung im Moment der Extraktion – während die KI das Dokument liest und die Ausgabetabelle schreibt.

Dies ist der Mechanismus hinter dem, was ImageToTable.ai berechnete Spalte nennt. Wenn Sie die Spalten definieren, die Sie aus einem Dokument extrahieren möchten, müssen Sie sich nicht auf Felder beschränken, die auf der Seite vorhanden sind. Sie können Spalten definieren, deren Werte durch Berechnung aus anderen extrahierten Feldern abgeleitet werden. Die KI liest das Dokument, extrahiert die Quellwerte, führt die Berechnung durch und schreibt das Ergebnis direkt in die Ausgabe – alles in einem einzigen Durchgang. Keine separate Tabellenkalkulation. Keine Formelleiste. Kein Ziehen von Zellen.

Für eine Rechnung sind die praktischen Anwendungen unmittelbar:

• Prüfung der Zeilensumme. Definieren Sie eine berechnete Spalte Computed Line Total (Qty × Unit Price). Für jede Position auf der Rechnung multipliziert die KI Menge mit Einzelpreis und gibt das Ergebnis aus. Vergleichen Sie es mit der gedruckten Zeilensummen-Spalte – jede Abweichung ist in der Ausgabe sichtbar, nicht in einer Formel, die Sie vergessen haben zu schreiben.
• Abstimmung der Zwischensumme. Definieren Sie eine berechnete Spalte, die alle extrahierten Zeilensummen summiert und das Ergebnis mit der gedruckten Zwischensumme vergleicht. Die Ausgabe ist keine rohe Zahl – es ist eine Abstimmung: „Summe der Zeilen: $3.847. Gedruckte Zwischensumme: $3.812. Differenz: $35.“ Die Berechnung, die früher eine Kette von Excel-Formeln erforderte, ist in die Extraktion selbst eingebettet.
• Prüfung der Steuern. Definieren Sie eine berechnete Spalte Expected Tax (Subtotal × 0.0825) mit einem festen Steuersatz-Parameter. Vergleichen Sie mit dem gedruckten Steuerbetrag. Wenn der Anbieter den falschen Satz angewendet hat, wird die Differenz markiert, bevor die Daten jemals Excel erreichen.
• Budget-Kennzeichen. Definieren Sie eine berechnete Spalte, die prüft, ob der Rechnungsbetrag einen Referenzwert überschreitet: Budget Check (Invoice Total > PO Amount). Die Ausgabe ist „Über dem Budget“ oder „OK“ – ein bedingtes Kennzeichen, das während der Extraktion erzeugt wird, nicht nachträglich hinzugefügt.

Berechnete Spalten machen die Notwendigkeit der Prüfung nicht überflüssig. Sie machen das Berechnen, um zu prüfen überflüssig. Die KI erledigt die Arithmetik. Der AP (Buchhaltung)-Sachbearbeiter prüft das Ergebnis. Der Unterschied ist wichtig, weil Berechnung Routinearbeit ist – fehleranfällig, wenn sie manuell in großem Umfang durchgeführt wird – und Prüfung Urteilsarbeit ist, die Menschen besser können. Die Berechnung vorzuziehen bedeutet, dass der Mensch seine 8 Minuten pro Rechnung für den Teil aufwendet, den Maschinen nicht können: zu entscheiden, was die Differenz bedeutet und welche Maßnahmen zu ergreifen sind.

Diese Funktion existiert in zwei Formen. Für die schnelle Nutzung können Sie die Berechnung direkt in den Spaltennamen schreiben – Line Total (Qty × Unit Price) – und die KI analysiert die Logik aus natürlicher Sprache. Für komplexere, mehrstufige Ableitungen können angemeldete Benutzer die Berechnung in einem strukturierten JSON-Regelformat definieren, wobei die Spaltennamen sauber bleiben, während die Berechnungslogik präzise ausgedrückt wird. Beide Ansätze führen zum gleichen Ergebnis: eine Spalte in Ihrer Ausgabetabelle, deren Werte während der Extraktion berechnet wurden, nicht später hinzugefügt. Für Teams, die Rechnungen in großen Mengen verarbeiten, verwandelt Batch-Rechnungsextraktion mit berechneten Spalten, was früher Stunden an Nachbearbeitungs-Formelarbeit war, in etwas, das fertig ist, bevor der Upload abgeschlossen ist.

Häufig gestellte Fragen

Wie viel Zeit nimmt die Formelarbeit nach der Extraktion tatsächlich in Anspruch?

Für ein mittelständisches AP-Team (Buchhaltung), das 200 Rechnungen pro Monat verarbeitet, beanspruchen Berechnungen nach der Extraktion – Zeilensummenprüfung, Zwischensummen-Abstimmung, bedingte Kennzeichnungen, Datumsstandardisierung – etwa 25–30 Stunden pro Monat, basierend auf durchschnittlich 8 Minuten Formelarbeit pro Rechnung. Diese Formelarbeit findet nach der Arbeit des Extraktionstools statt. Die Extraktion selbst dauert Sekunden pro Seite. Die Formeln dauern Minuten pro Rechnung. Mit zunehmender Extraktionsgeschwindigkeit wird die Formellücke proportional größer, nicht kleiner.

Kann ich nicht einfach Excel-Vorlagen verwenden, um diese Formeln zu automatisieren?

Vorgefertigte Excel-Vorlagen reduzieren den Einrichtungsaufwand pro Batch, beseitigen aber nicht die manuellen Schritte. Die Vorlage muss weiterhin auf jedes Extraktionsergebnis angewendet werden – Daten importieren, sicherstellen, dass die Spaltenausrichtung nicht verschoben ist, und prüfen, dass die Formeln auf die richtigen Zeilen verweisen. Vorlagen helfen beim Schreiben von Formeln, aber nicht bei der Validierung. Eine SUM-Formel, die die Zeilen 2 bis 13 erfasst, funktioniert einwandfrei, bis eine Rechnung 14 Positionen hat und Zeile 14 stillschweigend ausgelassen wird. Vorlagen reduzieren den Formelaufwand, beseitigen aber nicht die Notwendigkeit der Formelprüfung – und genau diese Prüfung kostet die meiste Zeit.

Funktionieren die berechneten Spalten von ImageToTable.ai mit handschriftlichen Rechnungen?

Ja – berechnete Spalten arbeiten mit den Werten, die die KI aus dem Dokument extrahiert, unabhängig davon, ob die Quelle gedruckt oder handschriftlich ist. Wenn die KI Menge und Einzelpreis aus einer handschriftlichen Rechnung lesen kann, kann sie diese während der Extraktion multiplizieren, genau wie bei einer gedruckten Rechnung. Die Genauigkeit der Berechnung hängt von der Genauigkeit der zugrunde liegenden Extraktion ab; wenn eine handschriftliche Zahl falsch gelesen wird, übernimmt das berechnete Ergebnis diesen Fehler. Die Handschrifterkennung der KI variiert je nach Lesbarkeit – klar geschriebene Zahlen auf Standardformularen werden zuverlässig extrahiert; dichte, verschnörkelte Handschrift auf unstrukturierten Layouts kann eine Überprüfung erfordern.

Welche Arten von Berechnungen können berechnete Spalten durchführen?

Berechnete Spalten unterstützen zeilenweise Arithmetik (Multiplizieren, Dividieren, Addieren, Subtrahieren zwischen Feldern derselben Zeile), zeilenübergreifende Aggregation (Summieren aller Zeilensummen innerhalb eines Dokuments), bedingte Logik (Ausgabe „Über Budget“, wenn die Rechnungssumme einen Schwellenwert überschreitet, andernfalls „OK“), feste Parameterreferenzen (Einbetten eines Steuersatzes oder Referenzwerts in die Berechnungsregel, ohne dass das Dokument diesen enthalten muss) und mehrstufige Ableitungen (Berechnen einer Zwischensumme aus Positionen, dann Anwenden von Steuern, dann Vergleich mit der gedruckten Summe). Für einfache Berechnungen schreiben Sie die Logik direkt in den Spaltennamen. Für komplexe, mehrstufige Berechnungen verwenden Sie das JSON-Regelformat, das angemeldeten Benutzern zur Verfügung steht.

Ersetzt dies die Notwendigkeit, dass ein Mensch Rechnungen prüft?

Nein – und das ist auch nicht das Ziel. Berechnete Spalten ersetzen den Schritt der Berechnung, nicht den Schritt der Prüfung. Ein Mensch muss sich weiterhin die Ausgabe ansehen und entscheiden, was eine Differenz bedeutet: Ist eine Abweichung von $35 ein akzeptabler Rundungsartefakt oder ein Abrechnungsfehler, der eine Gutschrift erfordert? Der Wert der berechneten Spalten liegt darin, dass der Mensch schneller zu dieser Entscheidung gelangt, weil die Arithmetik bereits erledigt ist. Anstatt 5 Minuten damit zu verbringen, Formeln einzurichten, um die Abweichung von $35 zu entdecken, sieht der Prüfer sie sofort in der Ausgabe und verbringt seine 5 Minuten damit, zu entscheiden, was er dagegen tun soll.

Was ist, wenn ich eine Berechnung benötige, die berechnete Spalten nicht unterstützen?

Berechnete Spalten decken die häufigsten Berechnungen nach der Extraktion ab: Arithmetik, Summierung, Vergleich und bedingte Logik. Für hochspezialisierte Berechnungen – versicherungsmathematische Formeln, Multiwährungs-Forex-Umrechnungen zu Live-Kursen, Abschreibungspläne – bleiben Excel oder ein dediziertes Finanzsystem das geeignete Werkzeug. Berechnete Spalten sind darauf ausgelegt, die 90 % der Arbeit nach der Extraktion zu bewältigen, die repetitiv und formelhaft ist, nicht um jede Tabellenkalkulationsfunktion zu ersetzen, die es gibt. Für die meisten Rechnungsverarbeitungsworkflows stellt diese 90 % den Großteil der aufgewendeten Zeit dar.