Extraktionsergebnisse prüfen:
95 % der Fehler in 5 Schritten erkennen

Schritt 1: Stichproben kritischer Felder — Betrag, Datum, Steuer-ID zuerst

Was es erfasst: Gezielte Prüfungen der Felder, deren Fehler den größten Folgeschaden verursachen — finanzielle Verluste, Compliance-Risiken oder operative Kettenreaktionen.

Warum keine Zufallsstichproben: Zufallsstichproben gehen von gleichmäßig verteilten Fehlern aus. In der Praxis sind sie es nicht — sie häufen sich bei Zahlen, Daten und Kennungen. Eine zufällige 10%-Stichprobe kann den einen Lieferanten übersehen, dessen Rechnungsbetrag um den Faktor zehn falsch erfasst wurde. Die Lösung ist die geschichtete Stichprobe kritischer Felder: Konzentrieren Sie Ihr Prüfbudget auf die Felder mit der höchsten Schadenswirkung bei Fehlern.

• Betragsfelder: Prüfen Sie die ersten 10 Rechnungen und danach jede 10. Ein falsches Komma kann eine Überzahlung von 1.000 € oder einen falschen Betrag in der Umsatzsteuervoranmeldung bedeuten.
• Datumsfelder: Prüfen Sie jedes 15. Dokument. Ein falsches Fälligkeitsdatum verursacht Mahngebühren; ein falsches Rechnungsdatum verbucht den Vorgang im falschen Meldezeitraum.
• Steuer-ID / USt-IdNr.: Prüfen Sie die ersten 5 Dokumente und alle von neuen Lieferanten. Eine falsch erfasste USt-IdNr. führt zur Versagung des Vorsteuerabzugs durch das Finanzamt — in der EU kann eine einzige falsche USt-IdNr. den Vorsteuerabzug nach Art. 226 MwStSystRL ungültig machen.
• Rechnungsnummer: Überprüfen Sie bei den ersten Rechnungen jedes Lieferanten, ob das Format dessen Muster entspricht.

Dieser Ansatz prüft etwa 8-10 % Ihrer Gesamtdaten — ca. 15-20 Felder pro Charge von 200 Rechnungen — deckt aber die Felder ab, die für die Mehrheit folgenschwerer Extraktionsfehler verantwortlich sind.

Umsetzung: Sortieren Sie Ihren Export nach Dateiname und wenden Sie die obigen Prüfintervalle an. Oder filtern Sie nach Feldnamen und scannen Sie Spalten vertikal — das Lesen der Spalte „Betrag“ auf Ausreißer ist schneller als die zeilenweise Prüfung.

Schritt 2: Bereichsprüfung — Ausreißer erkennen

Was es erkennt: Werte, die technisch plausibel, aber faktisch falsch sind — eine Summe von 29.950 €, obwohl die Rechnungen des Lieferanten immer zwischen 200 und 800 € liegen, oder ein Datum 01.01.1900, das anzeigt, dass das Feld leer war und das Tool einen Standardwert zurückgegeben hat.

Warum es funktioniert: Die meisten Extraktionsfehler erzeugen Werte, die fast richtig aussehen. Eine Zeichenverwechslung, die aus "295,00 €" "2.995,00 €" macht, fällt bei flüchtigem Hinsehen nicht auf. Aber im Vergleich zu einer Bereichsgrenze („Rechnungen dieses Lieferanten liegen immer zwischen 200 und 400 €“) sticht es sofort ins Auge.

Umsetzung: Legen Sie feldbezogene Bereichsregeln in Ihrer Tabelle fest. Kennzeichnen Sie bei Beträgen Werte außerhalb von 3 Standardabweichungen vom historischen Durchschnitt des Lieferanten. Kennzeichnen Sie bei Daten alles, was mehr als 90 Tage in der Zukunft liegt oder älter ist als der bekannte Geschäftszeitraum des Lieferanten. Kennzeichnen Sie bei numerischen IDs Werte, die Größenordnungen von der erwarteten Sequenz abweichen. Dies dauert 5 Minuten zur Einrichtung und null Zeit pro Batch — es ist ein automatisierter Filter, keine manuelle Prüfung.

Schritt 3: Musterprüfung — Formatkonsistenz deckt Fehler auf

Was es erkennt: Werte, die die Bereichsprüfung bestehen, aber gegen Formatvorgaben verstoßen — eine Rechnungsnummer, die als „INV-000“ extrahiert wurde, obwohl das Dokument dem Schema „INV-2026-xxxxx“ folgt, oder ein Datum „2026-13-01“ (Monat 13 existiert nicht).

Warum es funktioniert: Dokumente desselben Lieferanten folgen einheitlichen Formatkonventionen. Die KI liest visuelle Inhalte, kann aber bei schlechter Quellqualität nicht immer die Formateinheitlichkeit durchsetzen. Die Musterprüfung erkennt diese Verstöße, ohne den korrekten Wert zu kennen.

Umsetzung: Definieren Sie feldbezogene Muster und prüfen Sie die Konsistenz im gesamten Batch:

• Rechnungsnummern: Folgen sie einem einheitlichen Präfix + Ziffernmuster? Markieren Sie jede Abweichung.
• Daten: Sind alle Daten gültige Kalendermonate? Monat muss 01–12 sein, Tag muss für diesen Monat gültig sein. Prüfen Sie auch, ob alle Daten in einem angemessenen Bereich liegen — eine Rechnung vom Dezember 2025 in einem Batch von Juni 2026 ist ein Warnsignal.
• E-Mail, Telefon, Währungscodes: Enthalten sie die erforderlichen Strukturelemente? Ein extrahierter Währungscode „USO“ statt „USD“ ist mit hoher Wahrscheinlichkeit ein Zeichenlesefehler.

Die meisten Tabellenkalkulationen führen diese Prüfungen mit einfachen Formeln durch. Eine bedingte Formatierung, die Zeilen hervorhebt, in denen der Monat > 12 ist, erkennt Datumsverstöße im gesamten Batch in Sekunden.

Schritt 4: Feldübergreifende Validierung — Der Mathe-Check

Was er erfasst: Felder, die die obigen Prüfungen bestehen, aber relativ zueinander falsch sind — Zwischensumme, Steuer und Gesamtsumme sehen einzeln plausibel aus, aber Zwischensumme + Steuer ergibt nicht die Gesamtsumme.

Warum er funktioniert: Arithmetische Beziehungen zwischen Feldern sind eine eingebaute Wahrheitsprüfung, die keine externen Daten benötigt. Ein feldübergreifender Mathe-Check erfasst die Fehlertypen, die Bereichs- und Musterprüfungen übersehen: die optisch korrekte Gesamtsumme, die aber auf die falsche Zeile verweist, der als 15 % gelesene Steuersatz, obwohl die Rechnung 20 % ausweist, oder eine als 50 statt 15 extrahierte Menge.

So führen Sie ihn aus: Fügen Sie eine berechnete Spalte zu Ihrer Ausgabe hinzu: =RUNDEN(Zwischensumme + Steuer - Gesamtsumme; 2). Jede Zeile, deren Ergebnis nicht 0,00 ist, muss überprüft werden. Für die Extraktion von Einzelposten fügen Sie Menge × Einzelpreis - Positionssumme hinzu. Eine Zeile, in der 10 × 24,95 € = 249,50 € ist, ist korrekt; 10 × 24,95 € = 2.495,00 € deutet auf eine Dezimalverschiebung hin.

Diese Prüfung ist besonders effektiv bei der Erkennung von Formatvarianzfehlern, die in unserem Begleitartikel über falsch extrahierte Zahlen und ihre Ursachen ausführlich behandelt werden. Ein falsch gelesenes Dezimaltrennzeichen zerstört jede arithmetische Beziehung auf der Rechnung, und der feldübergreifende Mathe-Check erfasst es jedes Mal.

Schritt 5: Stapelweise Plausibilitätsprüfungen — Zählen und Deduplizieren

Was sie erfasst: Systemische Probleme, die den gesamten Stapel betreffen — fehlende Zeilen, doppelte Einträge und nicht übereinstimmende Datei-zu-Zeilen-Zuordnung.

Warum sie funktioniert: Selbst eine perfekte Extraktion aller Felder ist nutzlos, wenn die Tabelle die falsche Zeilenanzahl hat oder doppelte Datensätze enthält. Drei Prüfungen, die keine feldbezogene Inspektion erfordern:

1. Zeilenanzahl vs. Dateianzahl: Vergleichen Sie die Zeilenanzahl mit den hochgeladenen Dateien. Wenn Sie 30 Dateien hochgeladen haben, der Export aber 28 Zeilen enthält, sind Dateien irgendwo in der Pipeline verloren gegangen. Unser Artikel über häufige Fehlermodi bei der Stapelextraktion führt durch Diagnoseschritte für jede Phase.
2. Prüfung auf doppelte Rechnungsnummern: Führen Sie ZÄHLENWENN für die Spalte mit der Rechnungsnummer aus. Echte Duplikate sind selten — häufiger deutet ein Duplikat auf einen Verarbeitungsfehler oder ein versehentliches erneutes Hochladen hin.
3. Konsistenz des Datumsbereichs: Überprüfen Sie die minimalen und maximalen Daten. Ein Stapel von Rechnungen vom Juni 2026 sollte kein Datum vom August 2027 enthalten. Ein Datum außerhalb des Bereichs deutet in der Regel auf ein falsch gelesenes Feld oder ein Dokument hin, das nicht in diesen Stapel gehört.

Diese drei Prüfungen dauern etwa 30 Sekunden und erfassen die Fehler, die einen Stapel auf struktureller Ebene ruinieren — nicht falsche Daten, sondern fehlende oder doppelte Daten.

Wann eskalieren – Kein Framework erfasst alles

Dieses Fünf-Ebenen-Framework fängt die Mehrheit der Extraktionsfehler ab – unsere Tests mit Rechnungen, Belegen und Bestellungen zeigen eine kumulative Erkennungsrate von über 90 % – aber es erfasst nicht alles.

Drei Situationen, in denen die Abdeckung des Frameworks nachlässt und Sie eine gründlichere Prüfung einplanen sollten:

• Erster Batch eines neuen Dokumententyps oder Lieferanten: Bis Sie Bereichsgrenzen und Mustererwartungen festgelegt haben, können Schritt 2 und 3 nicht arbeiten. Prüfen Sie bei den ersten 20–30 Dokumenten 30–40 % der Felder manuell.
• Handschriftliche oder minderwertige Originale: Fehlerraten bei Handschrift sind grundsätzlich höher. Erhöhen Sie die Stichprobendichte bei kritischen Feldern und rechnen Sie mit mehr Ausreißern.
• Heterogene Dokumenttypen: Die Mischung von Rechnungen, Gutschriften und Bestellungen führt zu strukturellen Inkonsistenzen. Die feldübergreifende Prüfung setzt Zwischensumme + Steuer = Gesamtsumme voraus – das funktioniert bei Rechnungen, aber nicht bei Gutschriften. Trennen Sie Dokumenttypen in dedizierte Batches.

Das Framework ersetzt kein Urteilsvermögen. Es ist eine systematische Methode, Ihre begrenzte Prüfzeit dort einzusetzen, wo sie am wichtigsten ist – und quantitativ zu wissen, wann Sie genug geprüft haben.

Häufig gestellte Fragen

Wie lange dauert die vollständige 5-Schritte-Stichprobenprüfung für einen Batch von 200 Rechnungen?

Etwa 15–20 Minuten. Schritt 2, 3 und 5 sind automatisierte Filter, die 5 Minuten Einrichtung benötigen und pro Batch keine Zeit kosten. Schritt 1 erfordert etwa 10 Minuten manuelle Prüfung von 15–20 gezielten Feldern. Schritt 4 ist eine einzelne Formel plus 5 Minuten zur Durchsicht markierter Zeilen. Im Vergleich zu einer vollständigen manuellen Prüfung aller 200 Zeilen – 6–10 Stunden – sind die Einsparungen erheblich.

Was tun, wenn ich in den geprüften 10 % einen Fehler finde — muss ich dann die gesamte Charge neu prüfen?

Nicht unbedingt. Wenn der Fehler auf ein einzelnes Dokument beschränkt ist, korrigieren Sie ihn und fahren Sie fort. Wenn Sie jedoch ein systematisches Muster erkennen — dasselbe Feld ist bei mehreren Dokumenten desselben Lieferanten falsch — behandeln Sie es als Ursachenproblem. Die Ursache betrifft wahrscheinlich weit mehr Dokumente, als Sie geprüft haben. Unser Artikel zum Erkennen falsch extrahierter Zahlen hilft Ihnen zu unterscheiden, ob der Fehler isoliert oder systemisch ist.

Muss ich alle 5 Schritte für jede Charge durchführen?

Die Schritte 2, 3 und 5 sollten bei jeder Charge durchgeführt werden — sie sind automatisiert und verursachen nach der Einrichtung keine Kosten. Die Schritte 1 und 4 sind die manuellen Teile. Bei Chargen von vertrauten Lieferanten mit gleichbleibender Qualität können Sie die Stichprobenrate in Schritt 1 reduzieren. Bei erstmaligen Chargen behalten Sie die volle Dichte bei.

Kann ImageToTable.ai einige dieser Prüfungen automatisch durchführen?

Ja. Die intelligente Datennachbearbeitung von ImageToTable.ai übernimmt die Standardisierung von Daten, die Formatierung von Beträgen und die Normalisierung von Dezimaltrennzeichen — und deckt damit Teile der Schritte 2 und 3 ab. Die Funktion berechnete Spalten führt während der Extraktion eine feldübergreifende mathematische Validierung durch und markiert Zeilen, in denen Zwischensumme + Steuer nicht der Gesamtsumme entsprechen, bevor die Daten Ihre Tabelle erreichen. Chargenübergreifende Plausibilitätsprüfungen erfolgen in der Exportphase.

Testen Sie das Framework an Ihrer nächsten Charge. Laden Sie einen Satz Dokumente hoch, exportieren Sie die Ergebnisse und durchlaufen Sie die fünf Schritte der Reihe nach — Sie werden wahrscheinlich feststellen, dass 15 Minuten gezielter Prüfung Ihnen 95 % der Sicherheit einer vollständigen manuellen Überprüfung geben. Laden Sie eine Charge hoch und führen Sie das Prüf-Framework selbst durch.